전력 전송선로에서의 고장 분류는 고장 발생과 관련된 정확한 상(phase)을 식별하기 위한 거리 계전(distance relaying)에서 중요하다. 일반적으로 고장 분류 알고리즘의 정확도는 시뮬레이션 데이터로 평가되는데, 이는 실제 고장 데이터와는 상당히 다른 특성을 보인다. 또한 대부분의 선행 연구에서는 규칙 기반 알고리즘이나 기계학습 기반 알고리즘과 같은 단일 단계(single-stage) 방법을 사용하였다. 실제 고장 데이터는 다양한 특성을 가지므로, 단일 단계 방법의 성능에는 한계가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 규칙 기반 알고리즘과 기계학습 알고리즘의 장점을 결합한 새로운 2단계(two-stage) 알고리즘을 제안하여 실제 고장 데이터에서의 정확도를 향상시킨다. 실제 고장 데이터를 사용한 사례 연구 결과, 제안된 2단계 알고리즘이 다른 기존의 단일 단계 알고리즘보다 우수함을 보였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.