BROWSE
Detail
Conference Paper
FBG 광섬유 센서 데이터의 딥러닝 기반 결측 보간을 위한 데이터 증강 전략
Cited - time in 
Share 
Share
- Issue Date
- 2026-07
- Citation
- 대한전기학회 학술 대회 (하계) 2026, pp.2075-2076
- Publisher
- 대한전기학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- FBG 광섬유 센서는 전력 변압기, 송전 케이블, 콘크리트 기초 구조물 등 다양한 전력 설비의 온도 및 변형률 모니터링에 활용된다. 이러한 환경에서 장비 오류로 인한 센서 데이터 결측은 설비 상태 판단의 신뢰성을 저하시킬 수 있다. 딥러닝 기반 보간 모델은 결측 구간 전후의 시계열 패턴을 학습하여 데이터를 복원할 수 있으나, 현장 데이터의 제한성으로 인해 학습에 어려움이 있다. 본 연구에서는 FBG 센서 온도 데이터를 대상으로 외기온 기반 shift 증강 전략을 제안하고, 보간 성능에 미치는 영향을 6가지 조건에서 비교·분석하였다.