청구항 7에 있어서,상기 생성적 적대 신경망 모델은 GAN(Generative Adversarial Network) 모델인 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 방법.

청구항 7에 있어서,상기 전력계통 고장데이터를 생성하는 단계는 상기 실계통 고장데이터셋과 상기 시뮬레이션 데이터셋을 고장원인별, 고장유형별, 고장설비별로 별도로 훈련하는 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 방법.

청구항 7에 있어서,상기 실제 고장데이터를 분류하는 단계는 상기 실제 고장데이터를 고장원인별, 고장유형별, 고장설비별로 분류하는 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 방법.

전력계통의 실계통 고장데이터셋과 시뮬레이션 데이터셋을 생성적 적대 신경망(Generative Adversarial Networks, GAN)에 의한 훈련을 통해 증강시킴으로써 전력계통 고장데이터를 생성하는 생성기;상기 생성기를 통해 생성된 상기 전력계통 고장데이터를 필터링하는 정제기; 및상기 정제기에 의해 필터링된 상기 전력계통 고장데이터를 고장분류 모델을 통해 학습한 결과를 토대로, 입력되는 실제 고장데이터를 분류하는 분류기를 포함하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 시스템.

청구항 1에 있어서,상기 시뮬레이션 데이터셋은 고장유형, 선로 길이 및 위상을 포함하는 파라미터를 반영하여 생성된 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 시스템.

청구항 1에 있어서,상기 생성적 적대 신경망 모델은 GAN(Generative Adversarial Network) 모델인 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 시스템.

청구항 1에 있어서,상기 생성기는 상기 실계통 고장데이터셋과 상기 시뮬레이션 데이터셋을 고장원인별, 고장유형별, 고장설비별로 별도로 훈련하는 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 시스템.

청구항 1에 있어서,상기 분류기는 상기 실제 고장데이터를 고장원인별, 고장유형별, 고장설비별로 분류하는 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 시스템.

전력계통의 실계통 고장데이터셋과 시뮬레이션 데이터셋을 생성적 적대 신경망(Generative Adversarial Networks, GAN)에 의한 훈련을 통해 증강시킴으로써 전력계통 고장데이터를 생성하는 단계;상기 전력계통 고장데이터를 생성하는 단계를 통해 생성된 상기 전력계통 고장데이터를 필터링하는 단계; 및상기 필터링하는 단계에 의해 필터링된 상기 전력계통 고장데이터를 고장분류 모델을 통해 학습한 결과를 토대로, 입력되는 실제 고장데이터를 분류하는 단계를 포함하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 방법.

청구항 6에 있어서,상기 시뮬레이션 데이터셋은 고장유형, 선로 길이 및 위상을 포함하는 파라미터를 반영하여 생성된 것을 특징으로 하는,생성적 적대 신경망을 통해 생성된 전력계통 고장데이터 기반 고장분류 방법.