earticle

한국어

본 논문에서는 전력설비에서 발생하는 부분방전 유형의 분류 성능 및 비교·분석을 위해 ViT(Vision Transformer) 기반 딥러닝 모델 10가지를 선정하였다. 선정된 모델들의 부분방전 유형 분류 성능을 비교·분석 함으로써, 전력설비 내 딥러닝 기반 부분방전 유형 분류 시스템에 강인한 성능을 가지는 모 델을 확인한다. 실험에 사용된 데이터셋은 전력설비의 ACSR-OC 케이블에서 수집된 5가지 유형(정상, 노이즈, 표면 방전, 코로나 방전, 보이드 방전)으로 구성된 Phase Resolved Partial Discharge 이미지 데이터셋을 사용하였다. 선정된 10개의 모델 중 ViT-Base 16, ViT-Base 32, PVT-Large 모델이 Tes t Accuracy 기준 Top-3 모델로 선정되었으며, 그 중 ViT-Base 16 모델이 Test Accuracy 0.9643으로 비교군 중 가장 강인한 성능을 보임을 확인하였다.