맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

기계학습을 이용한 변압기 주파수 응답 모델 파라미터의 추정 장치 및 방법

  • 기술번호 : KST2023002929
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 머신러닝 기법을 이용한 변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법 및 장치와 이를 이용한 변압기 주파수 응답 모델 파라미터 추정 방법 및 장치가 개시된다. 상기 변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법은 적어도 프로세서(processor)를 포함하는 컴퓨팅 장치에 의해 수행되고, 변압기 주파수 응답 모델의 파라미터와 상기 파라미터에 대응하는 상기 변압기 주파수 응답 모델의 주파수 응답을 포함하는 학습 데이터를 생성하는 단계, 상기 학습 데이터를 전처리하는 단계, 및 상기 학습 데이터에 포함된 상기 주파수 응답을 입력 데이터로 이용하고 상기 학습 데이터에 포함된 상기 파라미터를 출력 데이터로 이용하여 머신러닝 모델을 학습하여 상기 변압기 주파수 응답 모델 파라미터 추정 모델을 생성하는 단계를 포함한다.
Int. CL G01R 31/62 (2020.01.01) G06N 20/20 (2019.01.01) G01R 31/12 (2006.01.01) G01R 23/16 (2006.01.01)
CPC G01R 31/62(2013.01) G06N 20/20(2013.01) G01R 31/12(2013.01) G01R 23/16(2013.01)
출원번호/일자 1020230000913 (2023.01.03)
출원인 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0105327 (2023.07.11) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020220000494   |   2022.01.03
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2023.01.03)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최승연 서울특별시 영등포구
2 임준현 서울특별시 성북구
3 윤영걸 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김등용 대한민국 서울시 구로구 디지털로**길 **, ***호(구로동, 코오롱싸이언스밸리*차)(동진국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2023.01.03 수리 (Accepted) 1-1-2023-0009971-49
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
적어도 프로세서(processor)를 포함하는 컴퓨팅 장치에 의해 수행되는, 변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법에 있어서,변압기 주파수 응답 모델의 파라미터와 상기 파라미터에 대응하는 상기 변압기 주파수 응답 모델의 주파수 응답을 포함하는 학습 데이터를 생성하는 단계;상기 학습 데이터를 전처리하는 단계; 및상기 학습 데이터에 포함된 상기 주파수 응답을 입력 데이터로 이용하고 상기 학습 데이터에 포함된 상기 파라미터를 출력 데이터로 이용하여 머신러닝 모델을 학습하여 상기 변압기 주파수 응답 모델 파라미터 추정 모델을 생성하는 단계를 포함하는, 변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법
2 2
제1항에 있어서,상기 학습 데이터를 생성하는 단계는,임의의 난수를 생성하여 상기 변압기 주파수 응답 모델의 상기 파라미터를 생성하는,변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법
3 3
제1항에 있어서,상기 전처리하는 단계는상기 파리미터의 값과 상기 주파수 응답의 값에 대한 로그(log) 단위 변환을 수행하는 단계; 및상기 파리미터와 상기 주파수 응답에 대한 주성분 분석(PCA, Principal Components Analysis)을 통해 상기 파라미터와 상기 주파수 응답에 대한 차원을 축소시키는 단계를 포함하는,변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법
4 4
제1항에 있어서,상기 머신러닝 모델은 랜덤 포레스트 모델(random forest model)인,변압기 주파수 응답 모델 파라미터 추정 모델 생성 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.