본 논문은 전력 분포 시스템에서 플리커 성분 추정을 위해 H 필터와 적응형 선형 뉴런 네트워크를 결합한 새로운 하이브리드 AI 방법을 제시한다. 이 방법은 불확실하고 잡음이 많은 조건에서 전압 포락선을 추출하기 위한 H 필터의 강건성을 활용하고, 이어서 ADALINE을 사용하여 포락선에 포함된 플리커 주파수를 정확하게 식별한다. 이러한 시너지 효과를 통해 기존 주파수 영역 방법의 주요 한계를 해결하는 빠른 수렴과 잡음 복원력을 갖춘 효율적인 시간 영역 추정이 가능하다. 기존 기법과 달리, 이 하이브리드 AI 모델은 잡음 특성에 대한 사전 지식이나 광범위한 훈련 없이 복잡한 전력 장애를 처리한다. IEC 표준 61000-4-15를 기반으로 한 시뮬레이션 연구, 통계 분석, 몬테카를로 시뮬레이션 및 실제 데이터를 사용하여 방법의 성능을 검증하였다. 결과는 Fast Fourier Transform 및 Discrete Wavelet Transform 기반 추정기와 비교하여 우수한 정확성, 강건성 및 감소된 계산 부하를 보여준다.
