KR102247165B1 - 머신러닝 기반 선박 에너지-전력제어 관리시스템 - Google Patents
머신러닝 기반 선박 에너지-전력제어 관리시스템 Download PDFInfo
- Publication number
- KR102247165B1 KR102247165B1 KR1020200025495A KR20200025495A KR102247165B1 KR 102247165 B1 KR102247165 B1 KR 102247165B1 KR 1020200025495 A KR1020200025495 A KR 1020200025495A KR 20200025495 A KR20200025495 A KR 20200025495A KR 102247165 B1 KR102247165 B1 KR 102247165B1
- Authority
- KR
- South Korea
- Prior art keywords
- ship
- power source
- control
- driving device
- unit
- Prior art date
Links
- 238000010801 machine learning Methods 0.000 title claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 119
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 230000006870 function Effects 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 238000000611 regression analysis Methods 0.000 claims abstract description 28
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims abstract description 25
- 230000002787 reinforcement Effects 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 20
- 239000000446 fuel Substances 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 230000001186 cumulative effect Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000004044 response Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63J—AUXILIARIES ON VESSELS
- B63J3/00—Driving of auxiliaries
- B63J3/04—Driving of auxiliaries from power plant other than propulsion power plant
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63H—MARINE PROPULSION OR STEERING
- B63H21/00—Use of propulsion power plant or units on vessels
- B63H21/21—Control means for engine or transmission, specially adapted for use on marine vessels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B49/00—Arrangements of nautical instruments or navigational aids
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63H—MARINE PROPULSION OR STEERING
- B63H21/00—Use of propulsion power plant or units on vessels
- B63H21/22—Use of propulsion power plant or units on vessels the propulsion power units being controlled from exterior of engine room, e.g. from navigation bridge; Arrangements of order telegraphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63H—MARINE PROPULSION OR STEERING
- B63H21/00—Use of propulsion power plant or units on vessels
- B63H21/21—Control means for engine or transmission, specially adapted for use on marine vessels
- B63H2021/216—Control means for engine or transmission, specially adapted for use on marine vessels using electric control means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63J—AUXILIARIES ON VESSELS
- B63J3/00—Driving of auxiliaries
- B63J2003/001—Driving of auxiliaries characterised by type of power supply, or power transmission, e.g. by using electric power or steam
- B63J2003/002—Driving of auxiliaries characterised by type of power supply, or power transmission, e.g. by using electric power or steam by using electric power
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/40—The network being an on-board power network, i.e. within a vehicle
- H02J2310/42—The network being an on-board power network, i.e. within a vehicle for ships or vessels
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Remote Sensing (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
본 발명에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 선박 전력원(발전기, 배터리, 연료전지 등)과 선박 구동기기(엔진, 모터 등)의 상태정보가 1차적으로 선박에 구비되는 선박정보 수집-관리유닛에 수집된 후 인터넷 통신망 접속가능시간 대에 EMS-PMS용 클라우드 서버유닛에 전송되어 빅데이터로 데이터베이스화되고, EMS-PMS용 클라우드 서버유닛과 통신하는 육상관제 서버유닛에서의 머신러닝 회귀분석 알고리즘을 통해 선박 전력원과 선박 구동기기의 최적제어, 기기 이상상태 검출과 대응, 전력사용예측 기반 전력원 별 출력값 산출이 수행되는 구조를 제공함으로써 선박의 자체특성과 현재상태에 맞추어진 전력관리/에너지관리 측면의 최적제어가 높은 신뢰성과 안정성을 가지면서 진행될 수 있고, 머신러닝 회귀분석 알고리즘에 의해 생성되는 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘, 기기 이상상태 검출-대응용 제어신호생성 알고리즘, 전력사용예측 기반 전력원 별 출력값 산출 알고리즘의 형태로 초기 산출된 후 선박 가상환경 시뮬레이션 모듈에서의 강화학습을 통해 최종 확정되어 선박장치 제어유닛으로 전달되면서 해당 선박에 맞춤식으로 동작하게 되는 구조를 제공함으로써 고성능/고효율의 선박 최적제어가 가능해질 수 있는 기술적 특징을 갖는다.
Description
본 발명은 머신러닝 기반 선박 에너지-전력제어 관리시스템에 관한 것으로, 좀더 구체적으로는 선박 전력원(발전기, 배터리, 연료전지 등)과 선박 구동기기(엔진, 모터 등)의 상태정보가 1차적으로 선박에 구비되는 선박정보 수집-관리유닛에 수집된 후 인터넷 통신망 접속가능시간 대에 EMS-PMS용 클라우드 서버유닛에 전송되어 빅데이터로 데이터베이스화되고, EMS-PMS용 클라우드 서버유닛과 통신하는 육상관제 서버유닛에서의 머신러닝 회귀분석 알고리즘을 통해 선박 전력원과 선박 구동기기의 최적제어, 기기 이상상태 검출과 대응, 전력사용예측 기반 전력원 별 출력값 산출이 수행되는 구조를 제공함으로써 선박의 자체특성과 현재상태에 맞추어진 전력관리/에너지관리 측면의 최적제어가 높은 신뢰성과 안정성을 가지면서 진행될 수 있고, 머신러닝 회귀분석 알고리즘에 의해 생성되는 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘, 기기 이상상태 검출-대응용 제어신호생성 알고리즘, 전력사용예측 기반 전력원 별 출력값 산출 알고리즘의 형태로 초기 산출된 후 선박 가상환경 시뮬레이션 모듈에서의 강화학습을 통해 최종 확정되어 선박장치 제어유닛으로 전달되면서 해당 선박에 맞춤식으로 동작하게 되는 구조를 제공함으로써 고성능/고효율의 선박 최적제어가 가능해질 수 있는 머신러닝 기반 선박 에너지-전력제어 관리시스템에 관한 것이다.
선박은 설계방법, 사용기기, 시간경과 등에 따라 최적제어 방법이 달라진다. 설계방법에 따라서 선박 발전원의 용량과 효율이 달라지고, 상호 영향을 미치는 기기들은 용량에 따라 사용범위가 한정되는데, 시간경과에 따른 기기 노후화로 인하여 기기들의 용량은 또다시 달라지게 되므로, 초기 설정된 제어알고리즘은 최적 설계방법에 맞지 않게 된다.
그리고 최근 많이 적용되고 있는 선박용 머신러닝 최적제어알고리즘은 해당 선박이 아닌 타 선박에서 계측된 데이터로부터 도출되는 결과만을 제시하므로, 해당선박에서의 구체적인 적용과정에서 심각한 오류를 발생시키거나, 기기 안정성을 해칠 우려가 높다.
한편 선박과 육상관제센터 간 데이터의 송수신은 클라우드 서버를 매개로 이루어질 수 있는데, 인터넷 통신망을 비롯한 선박의 네트워크 환경은 수상(水上)에서 운항되는 선박의 특수한 환경조건에 의해 안정성이 떨어지는 한계가 있다. 따라서 클라우드 서버를 매개로 한 실시간 데이터 전송의 경우, 데이터 손실로 이어질 수 있다. 특히 손실된 데이터에 중요정보가 포함되어 있을 경우 선박의 비상상황을 예측하지 못할 수 있고, 이는 선박 사고나 손실의 발생 가능성을 높이게 된다.
따라서 본 발명은 이와 같은 종래 기술의 문제점을 개선하여, 선박의 전력원 상태정보와 구동기기 상태정보가 선박정보 수집-관리유닛에 수집된 후 선박의 인터넷 통신망 접속가능시간 대에 EMS-PMS용 클라우드 서버유닛에 전송되어 빅데이터로 데이터베이스화되고, EMS-PMS용 클라우드 서버유닛과 통신하는 육상관제 서버유닛에서의 머신러닝 회귀분석 알고리즘을 통해 선박 전력원과 선박 구동기기의 최적제어, 기기 이상상태 검출과 대응, 전력사용예측 기반 전력원 별 출력값 산출이 수행되도록 함으로써 선박의 자체특성과 현재상태에 맞추어진 전력관리/에너지관리 측면의 최적제어가 높은 신뢰성과 안정성을 가지면서 진행될 수 있는 새로운 형태의 머신러닝 기반 선박 에너지-전력제어 관리시스템을 제공하는 것을 목적으로 한다.
그리고 본 발명은 머신러닝 회귀분석 알고리즘에 의해 생성되는 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘, 기기 이상상태 검출-대응용 제어신호생성 알고리즘, 전력사용예측 기반 전력원 별 출력값 산출 알고리즘의 형태로 초기 산출된 후 선박 가상환경 시뮬레이션 모듈에서의 강화학습을 통해 최종 확정되어 선박장치 제어유닛으로 전달되면서 해당 선박에 맞춤식으로 동작하도록 함으로써 고성능/고효율의 선박 최적제어가 가능해질 수 있는 새로운 형태의 머신러닝 기반 선박 에너지-전력제어 관리시스템을 제공하는 것을 목적으로 한다.
또한 본 발명은 선박정보 수집-관리유닛에서 생성되는 단위 계측시간구간 선박상태 시계열 누적정보를 시간의 경과에 따라 단속적으로 순차 전달받는 EMS-PMS용 클라우드 서버유닛에 의해 선박상태 시계열 누적정보 집합체가 생성되고, 육상관제 서버유닛이 설정 단위 분석시간구간 주기로 선박 구동기기 제어신호와 선박 전력원 제어신호를 생성하여 단속적으로 EMS-PMS용 클라우드 서버유닛을 통해 선박의 선박장치 제어유닛으로 전달하는 구조를 제공함으로써 현재 상황에 따라 진화해가는 최적제어 알고리즘이 구축될 수 있는 새로운 형태의 머신러닝 기반 선박 에너지-전력제어 관리시스템을 제공하는 것을 목적으로 한다.
이와 더불어 본 발명은 선박 가상환경 시뮬레이션 모듈에서의 강화학습을 통해 최적제어용 입력값 산출함수 알고리즘, 기기 이상상태 검출-대응용 제어신호생성 알고리즘, 전력사용예측 기반 전력원 별 출력값 산출 알고리즘이 최종 확정되는 구조를 제공함으로써 동적인 수상 환경조건에서 유기적으로 상호 연결되어 동작하는 선박 구동기기에 대한 적응제어가 가능해질 수 있는 새로운 형태의 머신러닝 기반 선박 에너지-전력제어 관리시스템을 제공하는 것을 목적으로 한다.
상술한 목적을 달성하기 위한 본 발명의 특징에 의하면, 본 발명은 선박의 전력관리시스템(PMS)(1)에 속한 선박 전력원(10)에 설치되는 복수의 센서로 이루어져 전력원 상태정보를 검출하는 전력원 센싱유닛(100); 선박의 에너지관리시스템(EMS)(2)에 속한 선박 구동기기(20)에 설치되는 복수의 센서로 이루어져 구동기기 상태정보를 검출하는 구동기기 센싱유닛(200); 상기 전력원 센싱유닛(100)과 구동기기 센싱유닛(200)으로부터 전력원 상태정보와 구동기기 상태정보를 전달받고, 전력원 상태정보와 구동기기 상태정보를 설정 단위 계측시간구간 동안 시간순서에 따라 누적적으로 저장하여 단위 계측시간구간 선박상태 시계열 누적정보를 생성하는 선박정보 수집-관리유닛(300); 인터넷 통신망에 대한 선박의 접속가능여부를 체크하고, 선박의 인터넷 통신망 접속가능시간 대에 상기 선박정보 수집-관리유닛(300)으로부터 단위 계측시간구간 선박상태 시계열 누적정보를 전달받아 외부로 무선 전송하는 선박정보 송신유닛(400); 상기 에너지관리시스템(2)과 전력관리시스템(1)에 연동되고, 선박 전력원 제어신호와 선박 구동기기 제어신호를 외부로부터 무선 전송받게 되며, 상기 선박 전력원 제어신호와 선박 구동기기 제어신호에 따라 상기 선박 전력원(10)과 선박 구동기기(20)를 제어하게 되는 선박장치 제어유닛(500); 인터넷 통신망에 접속되는 서버로 이루어지고, 선박의 인터넷 통신망 접속가능시간 대에 상기 선박정보 송신유닛(400)과 연결되어 단위 계측시간구간 선박상태 시계열 누적정보를 전달받게 되며, 시간의 경과에 따라 단속적으로 순차 전달되는 상기 단위 계측시간구간 선박상태 시계열 누적정보를 순차 연결하여 선박상태 시계열 누적정보 집합체를 생성하고, 외부로부터 선박 구동기기 제어신호와 선박 전력원 제어신호를 수신한 후 선박의 인터넷 통신망 접속가능시간 대에 상기 선박장치 제어유닛(500)으로 전달하게 되는 EMS-PMS용 클라우드 서버유닛(600); 선박에 대한 육상관제센터에 의해 운용되고, 상기 EMS-PMS용 클라우드 서버유닛(600)로부터 선박상태 시계열 누적정보 집합체를 전송받게 되며, 상기 선박상태 시계열 누적정보 집합체에 대한 분석을 통해 상기 에너지관리시스템(2)의 최적제어를 위한 선박 구동기기 제어신호와 상기 전력관리시스템(1)의 최적제어를 위한 선박 전력원 제어신호를 생성하며, 생성된 상기 선박 구동기기 제어신호와 선박 전력원 제어신호를 상기 EMS-PMS용 클라우드 서버유닛(600)로 전송하는 육상관제 서버유닛(700);을 포함하는 구성으로 이루어지고,
상기 육상관제 서버유닛(700)은, 설정 단위 분석시간구간에서의 상기 선박 전력원(10)의 출력전력과 상기 선박 구동기기(20)의 연료 소모량를 각각 입력과 출력으로 한 머신러닝 회귀 분석을 통해 상기 선박 구동기기 제어신호와 선박 전력원 제어신호를 생성하고, 설정 단위 분석시간구간 주기로 상기 선박 구동기기 제어신호와 선박 전력원 제어신호를 단속적으로 상기 EMS-PMS용 클라우드 서버유닛(600)로 전송하되, 상기 선박 전력원(10)의 출력전력과 상기 선박 구동기기(20)의 연료 소모량은 상기 선박상태 시계열 누적정보 집합체에 포함되어 있는 정보인 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템을 제공한다.
이와 같은 본 발명에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 상기 EMS-PMS용 클라우드 서버유닛(600)는 시간의 경과에 따라 상기 선박상태 시계열 누적정보 집합체가 빅데이터로 데이터베이스화되도록 하고, 상기 육상관제 서버유닛(700)은 상기 머신러닝 회귀 분석을 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)으로 구현할 수 있다.
이와 같은 본 발명에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 상기 육상관제 서버유닛(700)은 상기 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 상기 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘(711)의 형태로 초기 산출되도록 하고, 상기 최적제어용 입력값 산출함수 알고리즘(711)은 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되며,
상기 선박장치 제어유닛(500)은 해당 선박에 설치되어 있는 각각의 선박 전력원(10)과 선박 구동기기(20)에 구비된 상기 센서로부터 전력원 상태정보와 구동기기 상태정보를 실시간 전달받게 되는 상기 최적제어용 입력값 산출함수 알고리즘(711)이 실시간 산출하는 최적제어용 입력값에 따라 상기 선박 전력원(10)과 선박 구동기기(20)를 제어하게 될 수 있다.
이와 같은 본 발명에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 상기 육상관제 서버유닛(700)은, 선박이 운항되는 수상(水上)의 환경 특성정보, 선박의 특성정보, 선박의 운항 특성정보가 설정되어 수상에서의 선박 운항이 가상적으로 시뮬레이션되는 선박 가상환경 시뮬레이션 모듈(720); 상기 선박 가상환경 시뮬레이션 모듈(720)에서 가상적으로 운항되는 선박의 선박장치 제어유닛(500)으로 상기 최적제어용 입력값 산출함수 알고리즘(711)이 초기 입력되면서 머신러닝 강화학습을 통해 상기 최적제어용 입력값 산출함수 알고리즘(711)이 최종 확정되는 최적제어용 입력값 산출함수 알고리즘 강화학습 모듈(730);을 포함하는 구성으로 이루어져, 최종 확정된 상기 최적제어용 입력값 산출함수 알고리즘(711)이 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되도록 할 수 있다.
이와 같은 본 발명에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 상기 육상관제 서버유닛(700)은 상기 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 상기 선박 구동기기 제어신호와 선박 전력원 제어신호가 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)의 형태로 초기 산출되도록 하고, 상기 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)은 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되며,
상기 선박장치 제어유닛(500)은 해당 선박에 설치되어 있는 각각의 선박 전력원(10)과 선박 구동기기(20)에 구비된 상기 센서로부터 전력원 상태정보와 구동기기 상태정보를 실시간 전달받게 되는 상기 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)이 실시간 산출하는 기기 이상상태 검출-대응용 제어신호에 따라 상기 선박 전력원(10)과 선박 구동기기(20)를 제어하게 될 수 있다.
이와 같은 본 발명에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 상기 선박 전력원(10)은 발전기(11), 배터리(12), 연료전지(13)의 조합으로 구성되고,
상기 육상관제 서버유닛(700)은 상기 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 상기 선박 구동기기 제어신호와 선박 전력원 제어신호가 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)의 형태로 초기 산출되도록 하고, 상기 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)은 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되며,
상기 선박장치 제어유닛(500)은 상기 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)이 실시간 산출하는 전력원 별 출력값에 따라 상기 선박 전력원(10)을 제어하게 될 수 있다.
본 발명에 의한 머신러닝 기반 선박 에너지-전력제어 관리시스템에 의하면, 선박의 자체특성과 현재상태에 맞추어진 전력관리/에너지관리 측면의 최적제어가 높은 신뢰성과 안정성을 가지면서 진행되는 효과가 있다. 그리고 본 발명에 의한 머신러닝 기반 선박 에너지-전력제어 관리시스템에 의하면, 고성능/고효율의 선박 최적제어가 가능해지고, 현재 상황에 따라 진화해가는 최적제어 알고리즘이 구축될 수 있으며, 동적인 수상 환경조건에서 유기적으로 상호 연결되어 동작하는 선박 구동기기에 대한 적응제어가 가능해지는 효과가 있다.
도 1은 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템의 기본 구성블록도;
도 2는 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템의 빅데이터 기반 머신러닝 회귀분석 알고리즘으로 선박 전력원인 발전기의 최적운전값을 검출하는 것을 보여주기 위한 그래프;
도 3은 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템의 빅데이터 기반 머신러닝 회귀분석 알고리즘으로 선박 구동기기인 펌프의 최적운전값을 검출하는 것을 보여주기 위한 그래프;
도 4는 본 발명의 실시예에 따른 EMS-PMS용 클라우드 서버유닛의 구성 블록도;
도 5는 본 발명의 실시예에 따른 EMS-PMS용 클라우드 서버유닛의 방화벽 시스템 예시도;
도 6은 본 발명의 실시예에 따른 육상관제 서버유닛의 최적제어용 알고리즘 산출 구성을 보여주기 위한 도면;
도 7은 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 산출된 최적제어용 알고리즘이 선박장치 제어유닛으로 전달되어 사용되는 구조를 보여주기 위한 도면;
도 8과 도 9는 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 최적제어되는 선박 구동기기의 상태정보와 최적제어용 입력값 산출함수 알고리즘의 예시도;
도 10은 본 발명에 따른 기기 이상상태 검출-대응용 제어신호생성 알고리즘의 예시도;
도 11은 본 발명에 따른 전력사용예측 기반 전력원 별 출력값 산출 알고리즘으로 산출되는 전력사용예측 그래프이다.
도 2는 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템의 빅데이터 기반 머신러닝 회귀분석 알고리즘으로 선박 전력원인 발전기의 최적운전값을 검출하는 것을 보여주기 위한 그래프;
도 3은 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템의 빅데이터 기반 머신러닝 회귀분석 알고리즘으로 선박 구동기기인 펌프의 최적운전값을 검출하는 것을 보여주기 위한 그래프;
도 4는 본 발명의 실시예에 따른 EMS-PMS용 클라우드 서버유닛의 구성 블록도;
도 5는 본 발명의 실시예에 따른 EMS-PMS용 클라우드 서버유닛의 방화벽 시스템 예시도;
도 6은 본 발명의 실시예에 따른 육상관제 서버유닛의 최적제어용 알고리즘 산출 구성을 보여주기 위한 도면;
도 7은 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 산출된 최적제어용 알고리즘이 선박장치 제어유닛으로 전달되어 사용되는 구조를 보여주기 위한 도면;
도 8과 도 9는 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템에서 최적제어되는 선박 구동기기의 상태정보와 최적제어용 입력값 산출함수 알고리즘의 예시도;
도 10은 본 발명에 따른 기기 이상상태 검출-대응용 제어신호생성 알고리즘의 예시도;
도 11은 본 발명에 따른 전력사용예측 기반 전력원 별 출력값 산출 알고리즘으로 산출되는 전력사용예측 그래프이다.
이하, 본 발명의 실시예를 첨부된 도면 도 1 내지 도 11에 의거하여 상세히 설명한다. 한편, 도면과 상세한 설명에서 일반적인 선박, 선박 전력관리시스템(PMS), 선박 에너지관리시스템(EMS), 센서, 클라우드 서버, 육상관제 서버, 머신러닝, 머신러닝 회귀분석, 빅데이터 등으로부터 이 분야의 종사자들이 용이하게 알 수 있는 구성 및 작용에 대한 도시 및 언급은 간략히 하거나 생략하였다. 특히 도면의 도시 및 상세한 설명에 있어서 본 발명의 기술적 특징과 직접적으로 연관되지 않는 요소의 구체적인 기술적 구성 및 작용에 대한 상세한 설명 및 도시는 생략하고, 본 발명과 관련되는 기술적 구성만을 간략하게 도시하거나 설명하였다.
본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 도 1에서와 같이 전력원 센싱유닛(100), 구동기기 센싱유닛(200), 선박정보 수집-관리유닛(300), 선박정보 송신유닛(400), 선박장치 제어유닛(500), EMS-PMS용 클라우드 서버유닛(600), 육상관제 서버유닛(700)을 포함하는 구성으로 이루어지고, 연료전지(13)을 구비하여 자율운항으로 추진되는 자율운항 전기추진선박에 효과적으로 적용될 수 있으나, 자율운항 전기추진선박에만 적용되는 것은 아니고 다양한 종류와 규모의 선박에 적용될 수 있음은 물론이다.
전력원 센싱유닛(100)은 선박의 전력관리시스템(PMS)(1)에 속한 선박 전력원(10)에 설치되는 복수의 센서로 이루어지는 것으로, 전력원 상태정보를 검출하게 된다. 여기서 선박 전력원(10)으로는 발전기(11), 배터리(12), 연료전지(13) 등이 포함될 수 있으며, 이에 대응하여 전력원 센싱유닛(100)은 발전기(11)의 순간 연료소모량과 순간 출력전력, 배터리(12)의 C-rate에 따른 출력전력과 출력전압, 연료전지(13)의 출력전력과 출력전력밀도, 발전기(11)의 구성요소별 온도와 압력 및 연료유 누설량을 전력원 상태정보로 검출할 수 있다.
이와 같은 전력원 상태정보를 바탕으로 선박 전력원(10)의 최적제어를 위한 선박 전력원 제어신호를 산출하게 되는데, 발전기(11)는 도 2에서와 같이 연료소모량 대비 출력전력을 기준으로 전력원 제어신호를 산출하게 되고, 배터리(12)는 C-rate에 따른 출력전력을 기준으로 전력원 제어신호를 산출하게 되며, 연료전지(13)는 출력전력과 출력전류밀도 사이를 기준으로 전력원 제어신호를 산출하게 된다.
구동기기 센싱유닛(200)은 선박의 에너지관리시스템(EMS)(2)에 속한 선박 구동기기(20)에 설치되는 복수의 센서로 이루어지는 것으로, 구동기기 상태정보를 검출하게 된다. 여기서 선박 구동기기(20)로는 엔진(21), 모터(22) 등이 포함될 수 있는데, 모터(22)는 펌프, 팬 등에 사용된다. 이에 대응하여 구동기기 센싱유닛(200)은 엔진(21)의 RPM과 냉각수 온도, 모터(22)의 RPM과 전력 소모량을 구동기기 상태정보로 검출할 수 있다. 이와 같이 검출되는 구동기기 상태정보를 기반으로 도 3에서와 같이 모터(22)가 사용되는 펌프의 최적운전값이 산출될 수 있다.
선박정보 수집-관리유닛(300)은 전력원 센싱유닛(100)과 구동기기 센싱유닛(200)으로부터 전력원 상태정보와 구동기기 상태정보를 전달받는 것으로, 전력원 상태정보와 구동기기 상태정보를 설정 단위 계측시간구간 동안 시간순서에 따라 누적적으로 저장하여 단위 계측시간구간 선박상태 시계열 누적정보를 생성하게 된다.
선박정보 송신유닛(400)은 인터넷 통신망에 대한 선박의 접속가능여부를 설정 시간단위로 체크한 다음, 선박의 인터넷 통신망 접속가능시간 대에 선박정보 수집-관리유닛(300)으로부터 단위 계측시간구간 선박상태 시계열 누적정보를 전달받아 외부로 무선 전송하게 된다.
선박장치 제어유닛(500)은 에너지관리시스템(2)과 전력관리시스템(1)에 연동되는 것으로, 선박 전력원 제어신호와 선박 구동기기 제어신호를 EMS-PMS용 클라우드 서버유닛(600)으로부터 무선 전송받게 된다. 그리고 선박장치 제어유닛(500)은 선박 전력원 제어신호와 선박 구동기기 제어신호에 따라 선박 전력원(10)과 선박 구동기기(20)에 대한 최적제어나 적응제어를 수행하게 된다. 여기서 EMS-PMS용 클라우드 서버유닛(600)으로부터 무선 전송받게 되는 선박 전력원 제어신호와 선박 구동기기 제어신호는 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)의 형태를 가질 수 있으며, 선박장치 제어유닛(500)은 현재 실시간 계측되고 있는 전력원 상태정보와 구동기기 상태정보를 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)에 입력함으로써 선박 전력원 제어신호와 선박 구동기기 제어신호의 구체적인 수치값이나 명령어를 산출할 수 있다.
EMS-PMS용 클라우드 서버유닛(600)은 인터넷 통신망에 접속되는 서버로 이루어지는 것으로, 선박의 인터넷 통신망 접속가능시간 대에 선박정보 송신유닛(400)과 연결되어 단위 계측시간구간 선박상태 시계열 누적정보를 전달받게 된다. 여기서 EMS-PMS용 클라우드 서버유닛(600)은 시간의 경과에 따라 단속적으로 순차 전달되는 단위 계측시간구간 선박상태 시계열 누적정보를 순차 연결하여 선박상태 시계열 누적정보 집합체를 생성하게 된다. 또한 EMS-PMS용 클라우드 서버유닛(600)은 육상관제 서버유닛(700)으로부터 선박 구동기기 제어신호와 선박 전력원 제어신호를 수신한 후 선박의 인터넷 통신망 접속가능시간 대에 선박의 선박장치 제어유닛(500)으로 전달하게 된다.
특히 본 발명의 실시예에 따른 EMS-PMS용 클라우드 서버유닛(600)는 시간의 경과에 따라 선박상태 시계열 누적정보 집합체가 빅데이터로 데이터베이스화되도록 한다.
한편 본 발명의 실시예에 따른 EMS-PMS용 클라우드 서버유닛(600)은 도 4에서와 같이 정보삭제 제어모듈(610), 정보저장 제어모듈(620), 방화벽모듈(630)을 포함하는 구성으로 이루어진다.
정보삭제 제어모듈(610)은 육상관제 서버유닛(700)의 관리자 계정 접속자에 의한 정보 삭제명령신호에 맞추어 해당 정보를 삭제하는 제어모듈이고, 정보저장 제어모듈(620)은 관리자 계정 접속자의 정보 삭제명령신호에 해당되지 않는 정보를 영구저장 상태로 유지하는 제어모듈이다. 방화벽모듈(630)은 상시적으로 동작하면서 불법적인 접속을 차단하게 되는 것으로, 도 5와 같은 방화벽 시스템으로 구현될 수 있다.
육상관제 서버유닛(700)은 선박에 대한 육상관제센터에 의해 운용되는 것으로, EMS-PMS용 클라우드 서버유닛(600)로부터 선박상태 시계열 누적정보 집합체를 전송받은 다음, 선박상태 시계열 누적정보 집합체에 대한 분석을 통해 에너지관리시스템(2)의 최적제어를 위한 선박 구동기기 제어신호와 전력관리시스템(1)의 최적제어를 위한 선박 전력원 제어신호를 생성하게 된다. 이와 같이 생성된 선박 구동기기 제어신호와 선박 전력원 제어신호는 EMS-PMS용 클라우드 서버유닛(600)로 전송된다.
특히 본 발명의 실시예에 따른 육상관제 서버유닛(700)은 설정 단위 분석시간구간에서의 선박 전력원(10)의 출력전력과 선박 구동기기(20)의 연료 소모량를 각각 입력과 출력으로 한 머신러닝 회귀 분석을 통해 선박 구동기기 제어신호와 선박 전력원 제어신호를 생성하고, 설정 단위 분석시간구간 주기로 선박 구동기기 제어신호와 선박 전력원 제어신호를 단속적으로 EMS-PMS용 클라우드 서버유닛(600)로 전송하게 된다. 여기서 선박 전력원(10)의 출력전력과 선박 구동기기(20)의 연료 소모량은 선박상태 시계열 누적정보 집합체에 포함되어 있는 정보이다.
또한 본 발명의 실시예에 따른 육상관제 서버유닛(700)은 머신러닝 회귀 분석을 도 6에서와 같이 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)으로 구현하게 된다. 특히 본 발명의 실시예에 따른 육상관제 서버유닛(700)은 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)의 형태로 초기 산출되도록 할 수 있다. 여기서 선박 구동기기에 적용되는 최적제어용 입력값 산출함수 알고리즘(711)은 도 8과 도 9와 같이 구현될 수 있다. 그리고 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)은 기기 노후화 등으로 인한 기기 이상이나 기기 고장을 진단하기 위한 알고리즘으로 도 10과 같은 구조를 가질 수 있다. 또한 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)은 선박 전력원(10)이 발전기(11), 배터리(12), 연료전지(13)의 조합으로 구성될 경우, 효과적으로 사용될 수 있는데, 도 11에 도시된 전력사용예측 그래프 등을 도출한 다음, 전력원 별(발전기, 배터리, 연료전지) 출력값을 산출할 수 있다.
최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)은 EMS-PMS용 클라우드 서버유닛(600)를 통해 선박장치 제어유닛(500)으로 전달될 수 있다.
이에 대응하여 선박장치 제어유닛(500)은 해당 선박에 설치되어 있는 각각의 선박 전력원(10)과 선박 구동기기(20)에 구비된 센서로부터 전력원 상태정보와 구동기기 상태정보를 실시간 전달받게 되는 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)이 실시간 산출하는 최적제어용 입력값, 기기 이상상태 검출-대응용 제어신호, 전력원 별 출력값에 따라 선박 전력원(10)과 선박 구동기기(20)를 제어하게 된다.
여기서 최적제어용 입력값에는 선박 구동기기(20)의 연료 소모량 대비 선박 전력원(10)의 출력전력이 최대가 되는 선박 전력원(10)의 출력전력 운전값, 선박 전력원(10)의 출력전력 감소율과 선박 구동기기(20)의 적정운전값 일치율이 최대가 되는 선박 구동기기(20)의 운전값 등이 포함된다.
한편 본 발명의 실시예에 따른 육상관제 서버유닛(700)은 도 6에서와 같이 선박 가상환경 시뮬레이션 모듈(720), 최적제어용 입력값 산출함수 알고리즘 강화학습 모듈(730), 기기이상상태 검출-대응용 제어신호생성 알고리즘 강화학습모듈(740), 전력사용예측기반 전력원별 출력값산출 알고리즘 강화학습모듈(750)을 추가적으로 구비하게 된다.
선박 가상환경 시뮬레이션 모듈(720)은 선박이 운항되는 수상(水上)의 환경 특성정보, 선박의 특성정보, 선박의 운항 특성정보가 설정되어 수상에서의 선박 운항이 가상적으로 시뮬레이션되는 모듈이다.
최적제어용 입력값 산출함수 알고리즘 강화학습 모듈(730)은 선박 가상환경 시뮬레이션 모듈(720)에서 가상적으로 운항되는 선박의 선박장치 제어유닛(500)으로 최적제어용 입력값 산출함수 알고리즘(711)이 초기 입력되면서 머신러닝 강화학습을 통해 최적제어용 입력값 산출함수 알고리즘(711)이 보정되면서 최종 확정되는 모듈이다.
기기이상상태 검출-대응용 제어신호생성 알고리즘 강화학습모듈(740)은 선박 가상환경 시뮬레이션 모듈(720)에서 가상적으로 운항되는 선박의 선박장치 제어유닛(500)으로 기기이상상태 검출-대응용 제어신호생성 알고리즘(712)이 초기 입력되면서 머신러닝 강화학습을 통해 기기이상상태 검출-대응용 제어신호생성 알고리즘(712)이 보정되면서 최종 확정되는 모듈이다.
전력사용예측기반 전력원별 출력값산출 알고리즘 강화학습모듈(750)은 선박 가상환경 시뮬레이션 모듈(720)에서 가상적으로 운항되는 선박의 선박장치 제어유닛(500)으로 전력사용예측기반 전력원별 출력값산출 알고리즘(713)이 초기 입력되면서 머신러닝 강화학습을 통해 전력사용예측기반 전력원별 출력값산출 알고리즘(713)이 보정되면서 최종 확정되는 모듈이다.
이와 같이 최종 확정된 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)은 도 7에서와 같이 EMS-PMS용 클라우드 서버유닛(600)를 통해 선박장치 제어유닛(500)으로 전달된다. 여기서 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)의 최종 확정은 설정 단위 분석시간구간에 한정되는 것으로, 시간의 경과에 따라 달리 입력되는 선박상태 시계열 누적정보 집합체에 따라 설정 단위 분석시간구간에서 최종 확정되는 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)은 달라질 수 있다. 시간의 경과에 따라 선박상태 시계열 누적정보 집합체가 빅데이터화되므로, 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 현재 상황에 따라 진화해가는 최적제어 알고리즘을 구축할 수 있게 된다.
상기와 같이 구성된 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 선박의 전력원 상태정보와 구동기기 상태정보가 선박정보 수집-관리유닛(300)에 수집된 후, 선박의 인터넷 통신망 접속가능시간 대에 EMS-PMS용 클라우드 서버유닛(600)에 전송되어 빅데이터로 데이터베이스화되도록 하고, EMS-PMS용 클라우드 서버유닛(600)과 통신하는 육상관제 서버유닛(700)에서의 머신러닝 회귀분석 알고리즘을 통해 선박 전력원(10)과 선박 구동기기(20)의 최적제어, 기기 이상상태 검출과 대응, 전력사용예측 기반 전력원 별 출력값 산출이 수행되도록 하므로, 선박의 자체특성과 현재상태에 맞추어진 전력관리/에너지관리 측면의 최적제어가 높은 신뢰성과 안정성을 가지면서 진행될 수 있게 된다.
그리고 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 머신러닝 회귀분석 알고리즘에 의해 생성되는 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)의 형태로 초기 산출되도록 한 후, 선박 가상환경 시뮬레이션 모듈(720)에서의 강화학습을 통해 최종 확정되어 선박장치 제어유닛으로 전달되면서 해당 선박에 맞춤식으로 동작하도록 하므로, 고성능/고효율의 선박 최적제어가 가능해질 수 있게 된다.
또한 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 선박정보 수집-관리유닛(300)에서 생성되는 단위 계측시간구간 선박상태 시계열 누적정보를 시간의 경과에 따라 단속적으로 순차 전달받는 EMS-PMS용 클라우드 서버유닛(600)에 의해 선박상태 시계열 누적정보 집합체가 생성되도록 하고, 육상관제 서버유닛(700)이 설정 단위 분석시간구간 주기로 선박 구동기기 제어신호와 선박 전력원 제어신호를 생성하여 단속적으로 EMS-PMS용 클라우드 서버유닛(600)을 통해 선박의 선박장치 제어유닛(500)으로 전달하는 구조를 하므로, 현재 상황에 따라 진화해가는 최적제어 알고리즘이 구축될 수 있게 된다.
이와 더불어 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템은 선박 가상환경 시뮬레이션 모듈(720)에서의 강화학습을 통해 최적제어용 입력값 산출함수 알고리즘(711), 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712), 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)이 최종 확정되는 구조를 제공하므로, 동적인 수상 환경조건에서 유기적으로 상호 연결되어 동작하는 선박 구동기기에 대한 적응제어가 가능해질 수 있게 된다.
상술한 바와 같은, 본 발명의 실시예에 따른 머신러닝 기반 선박 에너지-전력제어 관리시스템을 상기한 설명 및 도면에 따라 도시하였지만, 이는 예를 들어 설명한 것에 불과하며 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다는 것을 이 분야의 통상적인 기술자들은 잘 이해할 수 있을 것이다.
1 : 전력관리시스템(PMS)
2 : 에너지관리시스템(EMS)
10 : 선박 전력원
11 : 발전기
12 : 배터리
13 : 연료전지
20 : 선박 구동기기
21 : 엔진
22 : 모터
100 : 전력원 센싱유닛
200 : 구동기기 센싱유닛
300 : 선박정보 수집-관리유닛
400 : 선박정보 송신유닛
500 : 선박장치 제어유닛
600 : EMS-PMS용 클라우드 서버유닛
610 : 정보삭제 제어모듈
620 : 정보저장 제어모듈
630 : 방화벽모듈
700 : 육상관제 서버유닛
710 : 빅데이터 기반 머신러닝 회귀분석 알고리즘
711 : 최적제어용 입력값 산출함수 알고리즘
712 : 기기 이상상태 검출-대응용 제어신호생성 알고리즘
713 : 전력사용예측 기반 전력원 별 출력값 산출 알고리즘
720 : 선박 가상환경 시뮬레이션 모듈
730 : 최적제어용 입력값 산출함수 알고리즘 강화학습모듈
740 : 기기이상상태 검출-대응용 제어신호생성 알고리즘 강화학습모듈
750 : 전력사용예측기반 전력원별 출력값산출 알고리즘 강화학습모듈
2 : 에너지관리시스템(EMS)
10 : 선박 전력원
11 : 발전기
12 : 배터리
13 : 연료전지
20 : 선박 구동기기
21 : 엔진
22 : 모터
100 : 전력원 센싱유닛
200 : 구동기기 센싱유닛
300 : 선박정보 수집-관리유닛
400 : 선박정보 송신유닛
500 : 선박장치 제어유닛
600 : EMS-PMS용 클라우드 서버유닛
610 : 정보삭제 제어모듈
620 : 정보저장 제어모듈
630 : 방화벽모듈
700 : 육상관제 서버유닛
710 : 빅데이터 기반 머신러닝 회귀분석 알고리즘
711 : 최적제어용 입력값 산출함수 알고리즘
712 : 기기 이상상태 검출-대응용 제어신호생성 알고리즘
713 : 전력사용예측 기반 전력원 별 출력값 산출 알고리즘
720 : 선박 가상환경 시뮬레이션 모듈
730 : 최적제어용 입력값 산출함수 알고리즘 강화학습모듈
740 : 기기이상상태 검출-대응용 제어신호생성 알고리즘 강화학습모듈
750 : 전력사용예측기반 전력원별 출력값산출 알고리즘 강화학습모듈
Claims (6)
- 선박의 전력관리시스템(PMS)(1)에 속한 선박 전력원(10)에 설치되는 복수의 센서로 이루어져 전력원 상태정보를 검출하는 전력원 센싱유닛(100);
선박의 에너지관리시스템(EMS)(2)에 속한 선박 구동기기(20)에 설치되는 복수의 센서로 이루어져 구동기기 상태정보를 검출하는 구동기기 센싱유닛(200);
상기 전력원 센싱유닛(100)과 구동기기 센싱유닛(200)으로부터 전력원 상태정보와 구동기기 상태정보를 전달받고, 전력원 상태정보와 구동기기 상태정보를 설정 단위 계측시간구간 동안 시간순서에 따라 누적적으로 저장하여 단위 계측시간구간 선박상태 시계열 누적정보를 생성하는 선박정보 수집-관리유닛(300);
인터넷 통신망에 대한 선박의 접속가능여부를 체크하고, 선박의 인터넷 통신망 접속가능시간 대에 상기 선박정보 수집-관리유닛(300)으로부터 단위 계측시간구간 선박상태 시계열 누적정보를 전달받아 외부로 무선 전송하는 선박정보 송신유닛(400);
상기 에너지관리시스템(2)과 전력관리시스템(1)에 연동되고, 선박 전력원 제어신호와 선박 구동기기 제어신호를 외부로부터 무선 전송받게 되며, 상기 선박 전력원 제어신호와 선박 구동기기 제어신호에 따라 상기 선박 전력원(10)과 선박 구동기기(20)를 제어하게 되는 선박장치 제어유닛(500);
인터넷 통신망에 접속되는 서버로 이루어지고, 선박의 인터넷 통신망 접속가능시간 대에 상기 선박정보 송신유닛(400)과 연결되어 단위 계측시간구간 선박상태 시계열 누적정보를 전달받게 되며, 시간의 경과에 따라 단속적으로 순차 전달되는 상기 단위 계측시간구간 선박상태 시계열 누적정보를 순차 연결하여 선박상태 시계열 누적정보 집합체를 생성하고, 외부로부터 선박 구동기기 제어신호와 선박 전력원 제어신호를 수신한 후 선박의 인터넷 통신망 접속가능시간 대에 상기 선박장치 제어유닛(500)으로 전달하게 되는 EMS-PMS용 클라우드 서버유닛(600);
선박에 대한 육상관제센터에 의해 운용되고, 상기 EMS-PMS용 클라우드 서버유닛(600)로부터 선박상태 시계열 누적정보 집합체를 전송받게 되며, 상기 선박상태 시계열 누적정보 집합체에 대한 분석을 통해 상기 에너지관리시스템(2)의 최적제어를 위한 선박 구동기기 제어신호와 상기 전력관리시스템(1)의 최적제어를 위한 선박 전력원 제어신호를 생성하며, 생성된 상기 선박 구동기기 제어신호와 선박 전력원 제어신호를 상기 EMS-PMS용 클라우드 서버유닛(600)로 전송하는 육상관제 서버유닛(700);을 포함하는 구성으로 이루어지고,
상기 육상관제 서버유닛(700)은,
설정 단위 분석시간구간에서의 상기 선박 전력원(10)의 출력전력과 상기 선박 구동기기(20)의 연료 소모량를 각각 입력과 출력으로 한 머신러닝 회귀 분석을 통해 상기 선박 구동기기 제어신호와 선박 전력원 제어신호를 생성하고, 설정 단위 분석시간구간 주기로 상기 선박 구동기기 제어신호와 선박 전력원 제어신호를 단속적으로 상기 EMS-PMS용 클라우드 서버유닛(600)로 전송하되, 상기 선박 전력원(10)의 출력전력과 상기 선박 구동기기(20)의 연료 소모량은 상기 선박상태 시계열 누적정보 집합체에 포함되어 있는 정보인 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템. - 제 1항에 있어서,
상기 EMS-PMS용 클라우드 서버유닛(600)는 시간의 경과에 따라 상기 선박상태 시계열 누적정보 집합체가 빅데이터로 데이터베이스화되도록 하고,
상기 육상관제 서버유닛(700)은 상기 머신러닝 회귀 분석을 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)으로 구현하게 되는 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템. - 제 2항에 있어서,
상기 육상관제 서버유닛(700)은 상기 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 상기 선박 구동기기 제어신호와 선박 전력원 제어신호가 최적제어용 입력값 산출함수 알고리즘(711)의 형태로 초기 산출되도록 하고,
상기 최적제어용 입력값 산출함수 알고리즘(711)은 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되며,
상기 선박장치 제어유닛(500)은 해당 선박에 설치되어 있는 각각의 선박 전력원(10)과 선박 구동기기(20)에 구비된 상기 센서로부터 전력원 상태정보와 구동기기 상태정보를 실시간 전달받게 되는 상기 최적제어용 입력값 산출함수 알고리즘(711)이 실시간 산출하는 최적제어용 입력값에 따라 상기 선박 전력원(10)과 선박 구동기기(20)를 제어하게 되는 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템. - 제 1항에 있어서,
상기 육상관제 서버유닛(700)은,
선박이 운항되는 수상(水上)의 환경 특성정보, 선박의 특성정보, 선박의 운항 특성정보가 설정되어 수상에서의 선박 운항이 가상적으로 시뮬레이션되는 선박 가상환경 시뮬레이션 모듈(720);
상기 선박 가상환경 시뮬레이션 모듈(720)에서 가상적으로 운항되는 선박의 선박장치 제어유닛(500)으로 최적제어용 입력값 산출함수 알고리즘(711)이 초기 입력되면서 머신러닝 강화학습을 통해 상기 최적제어용 입력값 산출함수 알고리즘(711)이 최종 확정되는 최적제어용 입력값 산출함수 알고리즘 강화학습 모듈(730);을 포함하는 구성으로 이루어져,
최종 확정된 상기 최적제어용 입력값 산출함수 알고리즘(711)이 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되도록 하는 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템. - 제 3항에 있어서,
상기 육상관제 서버유닛(700)은 상기 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 상기 선박 구동기기 제어신호와 선박 전력원 제어신호가 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)의 형태로 초기 산출되도록 하고,
상기 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)은 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되며,
상기 선박장치 제어유닛(500)은 해당 선박에 설치되어 있는 각각의 선박 전력원(10)과 선박 구동기기(20)에 구비된 상기 센서로부터 전력원 상태정보와 구동기기 상태정보를 실시간 전달받게 되는 상기 기기 이상상태 검출-대응용 제어신호생성 알고리즘(712)이 실시간 산출하는 기기 이상상태 검출-대응용 제어신호에 따라 상기 선박 전력원(10)과 선박 구동기기(20)를 제어하게 되는 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템. - 제 3항에 있어서,
상기 선박 전력원(10)은 발전기(11), 배터리(12), 연료전지(13)의 조합으로 구성되고,
상기 육상관제 서버유닛(700)은 상기 빅데이터 기반 머신러닝 회귀분석 알고리즘(710)에 의해 생성되는 상기 선박 구동기기 제어신호와 선박 전력원 제어신호가 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)의 형태로 초기 산출되도록 하고,
상기 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)은 상기 EMS-PMS용 클라우드 서버유닛(600)를 통해 상기 선박장치 제어유닛(500)으로 전달되며,
상기 선박장치 제어유닛(500)은 상기 전력사용예측 기반 전력원 별 출력값 산출 알고리즘(713)이 실시간 산출하는 전력원 별 출력값에 따라 상기 선박 전력원(10)을 제어하게 되는 것을 특징으로 하는 머신러닝 기반 선박 에너지-전력제어 관리시스템.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200025495A KR102247165B1 (ko) | 2020-02-28 | 2020-02-28 | 머신러닝 기반 선박 에너지-전력제어 관리시스템 |
CN202110226770.8A CN113525655B (zh) | 2020-02-28 | 2021-03-01 | 基于机器学习的船舶能量-电力控制管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200025495A KR102247165B1 (ko) | 2020-02-28 | 2020-02-28 | 머신러닝 기반 선박 에너지-전력제어 관리시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102247165B1 true KR102247165B1 (ko) | 2021-04-30 |
Family
ID=75740433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200025495A KR102247165B1 (ko) | 2020-02-28 | 2020-02-28 | 머신러닝 기반 선박 에너지-전력제어 관리시스템 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102247165B1 (ko) |
CN (1) | CN113525655B (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114301095A (zh) * | 2021-12-31 | 2022-04-08 | 武汉理工大学 | 一种基于多能源分布式无线岸电***的ppo2能量管理方法 |
KR20230036777A (ko) * | 2021-09-08 | 2023-03-15 | 울산대학교 산학협력단 | 디지털 트윈을 이용한 연료전지 시스템의 에너지 관리시스템 및 방법 |
KR20230049460A (ko) * | 2021-10-06 | 2023-04-13 | 제이트러스트(주) | 하이브리드 선박용 전원관리시스템 |
KR20230053164A (ko) * | 2021-10-14 | 2023-04-21 | 제이트러스트(주) | 하이브리드 선박용 전원장비 관리장치 및 이를 포함하는 전원관리시스템 |
WO2023129522A3 (en) * | 2021-12-30 | 2023-08-10 | Sustainable Energy Technologies, Inc. | Supercapacitor to electrochemical hybrid system with failsafe safety capability |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150021970A (ko) * | 2012-06-01 | 2015-03-03 | 에이비비 테크놀로지 아게 | 선박의 성능을 예측하는 방법 및 시스템 |
KR102003406B1 (ko) | 2017-11-17 | 2019-07-24 | 대우조선해양 주식회사 | 클라우드 기반의 선박의 구역별 감지 및 네트워크 시스템 |
KR20190105149A (ko) | 2018-02-19 | 2019-09-16 | 한국전자통신연구원 | 인공지능 기반의 선박 제어 시스템 및 그 동작방법 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO320465B1 (no) * | 2004-02-16 | 2005-12-12 | Egeland Olav | Fremgangsmate og system for testing av et reguleringssystem tilhorende et marint fartoy |
NO320841B1 (no) * | 2004-06-08 | 2006-01-30 | Marine Cybernetics As | Fremgangsmate for testing av et kombinert dynamisk posisjonerings- og kraftreguleringssystem |
JP5777346B2 (ja) * | 2011-01-28 | 2015-09-09 | 三菱重工業株式会社 | 船舶電力監視システム、船舶電力制御システム及び定期航路船舶の電力監視方法 |
CN102360209A (zh) * | 2011-09-22 | 2012-02-22 | 昆明理工大学 | 一种混合式动力汽车多嵌入式智能监测通信控制*** |
KR101278179B1 (ko) * | 2011-10-06 | 2013-06-27 | 주식회사에스지이투이 | 선박 및 해양 플랜트용 에너지 관리 시스템 및 방법 |
KR101432422B1 (ko) * | 2013-01-15 | 2014-08-20 | 현대중공업 주식회사 | 선박의 에너지 시스템 |
JP5859469B2 (ja) * | 2013-02-21 | 2016-02-10 | 三菱重工業株式会社 | エネルギー管理システム、及びエネルギー管理方法 |
RU2630024C2 (ru) * | 2016-02-04 | 2017-09-05 | Федеральное государственное унитарное предприятие "Крыловский государственный научный центр" | Способ управления торможением и реверсом гребных электродвигателей судна |
CN106697187B (zh) * | 2016-12-26 | 2018-10-09 | 武汉理工大学 | 基于智能机舱的船舶动力***工况模拟和诊断实验平台 |
CN107140169B (zh) * | 2017-05-24 | 2019-06-21 | 大鹏高科(武汉)智能装备有限公司 | 一种模块化的无人船智能动力控制*** |
CN108116646B (zh) * | 2017-12-29 | 2020-04-24 | 武汉船用电力推进装置研究所(中国船舶重工集团公司第七一二研究所) | 一种船舶电力推进*** |
JP7067997B2 (ja) * | 2018-03-28 | 2022-05-16 | 住友重機械マリンエンジニアリング株式会社 | 船舶情報提供装置、船舶情報提供プログラム、記憶媒体、船舶情報提供方法、及び船舶情報提供システム |
-
2020
- 2020-02-28 KR KR1020200025495A patent/KR102247165B1/ko active IP Right Grant
-
2021
- 2021-03-01 CN CN202110226770.8A patent/CN113525655B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150021970A (ko) * | 2012-06-01 | 2015-03-03 | 에이비비 테크놀로지 아게 | 선박의 성능을 예측하는 방법 및 시스템 |
KR102003406B1 (ko) | 2017-11-17 | 2019-07-24 | 대우조선해양 주식회사 | 클라우드 기반의 선박의 구역별 감지 및 네트워크 시스템 |
KR20190105149A (ko) | 2018-02-19 | 2019-09-16 | 한국전자통신연구원 | 인공지능 기반의 선박 제어 시스템 및 그 동작방법 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230036777A (ko) * | 2021-09-08 | 2023-03-15 | 울산대학교 산학협력단 | 디지털 트윈을 이용한 연료전지 시스템의 에너지 관리시스템 및 방법 |
KR102630120B1 (ko) * | 2021-09-08 | 2024-01-29 | 울산대학교 산학협력단 | 디지털 트윈을 이용한 연료전지 시스템의 에너지 관리시스템 및 방법 |
KR20230049460A (ko) * | 2021-10-06 | 2023-04-13 | 제이트러스트(주) | 하이브리드 선박용 전원관리시스템 |
KR102547092B1 (ko) * | 2021-10-06 | 2023-06-23 | 제이트러스트(주) | 하이브리드 선박용 전원관리시스템 |
KR20230053164A (ko) * | 2021-10-14 | 2023-04-21 | 제이트러스트(주) | 하이브리드 선박용 전원장비 관리장치 및 이를 포함하는 전원관리시스템 |
KR102547093B1 (ko) * | 2021-10-14 | 2023-06-23 | 제이트러스트(주) | 하이브리드 선박용 전원장비 관리장치 및 이를 포함하는 전원관리시스템 |
WO2023129522A3 (en) * | 2021-12-30 | 2023-08-10 | Sustainable Energy Technologies, Inc. | Supercapacitor to electrochemical hybrid system with failsafe safety capability |
CN114301095A (zh) * | 2021-12-31 | 2022-04-08 | 武汉理工大学 | 一种基于多能源分布式无线岸电***的ppo2能量管理方法 |
CN114301095B (zh) * | 2021-12-31 | 2023-11-17 | 武汉理工大学 | 一种基于多能源分布式无线岸电***的ppo2能量管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113525655B (zh) | 2023-08-25 |
CN113525655A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102247165B1 (ko) | 머신러닝 기반 선박 에너지-전력제어 관리시스템 | |
US20150149135A1 (en) | Method and system for predicting the performance of a ship | |
CN115013261B (zh) | 一种用于海上风电场的状态监测方法及*** | |
KR20160014940A (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
US6392386B2 (en) | Device and process for operating a rechargeable storage for electrical energy | |
JP2017509295A (ja) | 不具合検出のシステムおよび方法 | |
US10281918B2 (en) | Control system for operating a vessel | |
CN113555591A (zh) | 燃料电池诊断装置以及相应的诊断方法、车辆和车辆*** | |
CN113659659B (zh) | 一种基于传感器供能***的数据处理方法及装置 | |
Du et al. | A SCADA data based anomaly detection method for wind turbines | |
Boukoberine et al. | Optimized energy management strategy for hybrid fuel cell powered drones in persistent missions using real flight test data | |
KR102164293B1 (ko) | 풍력 발전 장치에 연결된 ESS(energy storage system)의 충전 또는 방전을 스케줄링하는 방법 및 장치 | |
CN106227127A (zh) | 发电设备智能监控装置和监控方法 | |
CN107607869A (zh) | 风力发电机组变桨***故障分析方法、装置及存储介质 | |
CN102288911B (zh) | 火力发电机组监控诊断***及方法 | |
CN106058338A (zh) | 一种动力电池组的检测维护和均衡保养设备 | |
CN117195454A (zh) | 电网数字孪生体构建方法、装置、电子设备及存储介质 | |
CN113565699B (zh) | 风力发电机组的桨距角的检测方法、装置及*** | |
CN113064075B (zh) | 一种基于边缘计算及深度学习的电机寿命预估方法 | |
CN114320773A (zh) | 一种基于功率曲线分析与神经网络的风电机组故障预警方法 | |
CN202189272U (zh) | 火力发电机组监控诊断*** | |
Qi et al. | A Digital Twin Approach for Fault Diagnosis in Unmanned Ships Integrated Power System | |
CN113570473A (zh) | 设备故障监测方法、装置、计算机设备和存储介质 | |
Shen et al. | An Online Impedance Processing Method for Fuel Cell EIS Measurements Enabling Degradation Information Extraction | |
Shi et al. | Analytical approach to estimating the probability of transient stability under stochastic disturbances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |