Comparative Analysis of Partial Discharge Pattern Classifier Based on Machine Learning and Dimension Reduction Algorithms

본 연구에서는 머신러닝 알고리즘 및 특징추출을 통한 차원축소 알고리즘을 사용하여 각 방법에 따른 부분방전 패턴 분류 성능에 대한 비교 분석을 진행한다. 사용된 머신러닝 알고리즘은 SVM(Support Vector Machine), NN(Neural Network), FCM based RBFNN(Fuzzy C-Means based Radial Basis Function Neural Network) 이며 차원축소 알고리즘으로는 PCA(Principal Component Analysis)를 사용한다. 부분방전 실험 회로를 구성하여 부분방전 데이터를 수집하고 이를 분류기 모델에 활용한다. 고주파전류센서 HFCT(High Frequency Current Transformor)를 통해 부분방전 raw 데이터를 수집하여 사용한다. 각각의 머신러닝 알고리즘으로 분류기모델을 설계하고 차원축소를 한 경우와 하지 않은 경우 분류 성능이 어떻게 차이나는지 비교분석한다.