고속 스위칭 전력 전자 기기(fast-switching power electronics)의 사용이 증가함에 따라, 스위칭 전압(switching-voltage) 여자 조건에서의 부분 방전 (Partial Discharge, PD) 분석이 점점 더 중요해지고 있습니다. 그러나 전압 전이(voltage transitions) 시점에 활동이 집중되기 때문에 정현파(sinusoidal) 조건에서의 분석보다 더 까다롭습니다. 본 연구는 스위칭 전압 여자 조건에서 소스 지향적 (source-oriented) PD 분석을 위한 진폭-폭-면적 (Amplitude-Width-Area, AWA) 패턴 표현법을 제시합니다. 제안된 방법에서는 시간 영역 (time domain) PD 펄스를 펄스 진폭 (amplitude), 폭 (width), 면적 (area)을 사용하여 특성화하며, 이를 진폭과 면적이 좌표축을 정의하고 폭이 색상으로 인코딩되는 시각적 패턴으로 매핑합니다. 생성된 AWA 패턴은 코로나 (corona), 내부 (internal), 표면 (surface), 코로나+내부 (corona+internal), 코로나+표면 (corona+surface), 그리고 내부+표면 (internal+surface)의 6가지 단일 및 혼합 PD 소스 조건을 구별하는 데 사용됩니다. 제안된 표현법의 분류 능력을 평가하기 위해, Random Forest 베이스라인과 두 가지 합성곱 신경망 (Convolutional Neural Network, CNN) 모델인 InceptionV3 및 ResNet-18을 비교하였습니다. AWA 패턴은 소스에 따라 구별 가능한 분포를 보여주며, CNN 기반 분류는 Random Forest의 73.33%와 비교하여 96% 이상의 테스트 정확도를 달성했습니다. 이러한 결과는 AWA 패턴이 스위칭 전압 여자 조건에서 다중 클래스 (multi-class) PD 소스 분류에 적합한 PD 펄스의 시각적 표현을 제공함을 나타냅니다.