KR102446901B1 - 가전기기 전력 분석 장치 및 방법 - Google Patents
가전기기 전력 분석 장치 및 방법 Download PDFInfo
- Publication number
- KR102446901B1 KR102446901B1 KR1020210176920A KR20210176920A KR102446901B1 KR 102446901 B1 KR102446901 B1 KR 102446901B1 KR 1020210176920 A KR1020210176920 A KR 1020210176920A KR 20210176920 A KR20210176920 A KR 20210176920A KR 102446901 B1 KR102446901 B1 KR 102446901B1
- Authority
- KR
- South Korea
- Prior art keywords
- power
- home appliances
- power usage
- data set
- home
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/068—Arrangements for indicating or signaling faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/063—Details of electronic electricity meters related to remote communication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
본 발명은, 가전기기의 전력 분석 방법으로서, 상기 방법은, 복수의 가전기기에 대한 전력 데이터 세트를 획득하는 단계, 전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델에 획득된 전력 데이터 세트를 입력하여, 상기 복수의 가전기기의 개별 전력 사용량 결과를 예측하는 단계, 상기 복수의 가전기기의 개별 전력 사용량 결과와 이를 토대로 판단되는 상기 복수의 가전기기의 온/오프 상태 데이터를 포함하는 전력 모니터링 인터페이스를 제공하는 단계를 포함하도록 구성된다.
Description
본 발명은 가전기기 전력 분석 장치 및 방법에 관한 것이다.
일반적으로 전력 관리 시스템은 산업체나 주택에서 사용되는 각종 전력기기들의 동작 상태를 감시할 수 있다. 전력 관리 시스템은 감시 정보를 토대로 전력 사용시 정전, 과전류, 전선 과부하, 화재 등의 전력 사고를 유발할 수 있는 이상 상황의 발생 여부를 감지하거나, 전력 사용량을 모니터링하는 서비스를 제공할 수 있다. 그에 따라, 사용자들은 이상 상황 발생 시, 신속한 조치를 취할 수 있으며, 전력 사용량 모니터링을 통해 전력 소모의 증가 정도를 인지하여 과다한 전력 사용을 예방할 수 있는 등, 효율적이고 계획적인 전력 사용에 도움을 받고 있다.
한편, 전력기기(이하, 기전기기)들의 동작 상태 및 전력 사용량을 모니터링하기 위해, 가전기기 별로 개별 에너지 측정 장치/센서를 설치하는 기술이 종래 사용되었으나, 설치 공간의 제약 및 설비 투자가 증대되는 문제가 있다.
발명의 배경이 되는 기술은 본 발명에 대한 이해를 보다 용이하게 하기 위해 작성되었다. 발명의 배경이 되는 기술에 기재된 사항들이 선행기술로 존재한다고 인정하는 것으로 이해되어서는 안 된다.
그에 따라, 전력 인입점에 전력 측정 장치를 설치하고, 서버가 이를 수집 및 해석하는 방식이 사용되었으나, 이러한 방식만으로는 가전기기의 특성(예. 특정 제조사의 냉장고도 출시 연도에 따른 전력 사용량) 및 가전기기 수용가의 특성(예. 일반적이지 않은 가전기기의 존재 유무에 따른 전력 사용량 변화)을 반영하기 위해 다양한 개별 가전기기의 전력 사용 데이터를 지속적으로 획득해야 하는 번거로운 측면이 존재한다.
이에, 가전기기와 연결된 센서(측정 장치) 없이도 복수의 가전기기의 개별 전력 사용량을 예측할 수 있는 새로운 방법이 요구된다.
그 결과, 본 발명의 발명자들은, 복수의 가전기기의 사용량이 합쳐진 하나의 전력 데이터 세트를 기계 학습한 모델을 통해, 복수의 가전기기의 개별 전력 사용량 결과를 예측하고, 예측된 결과를 분석할 수 있는 방법 및 이를 수행하는 장치를 개발하고자 하였다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 가전기기의 전력 분석 방법이 제공된다. 상기 방법은, 복수의 가전기기에 대한 전력 데이터 세트를 획득하는 단계, 전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델에 획득된 전력 데이터 세트를 입력하여, 상기 복수의 가전기기의 개별 전력 사용량 결과를 예측하는 단계, 상기 복수의 가전기기의 개별 전력 사용량 결과와 이를 토대로 판단되는 상기 복수의 가전기기의 온/오프 상태 데이터를 포함하는 전력 모니터링 인터페이스를 제공하는 단계를 포함하도록 구성된다.
본 발명의 특징에 따르면, 상기 전력 모니터링 인터페이스는, 상기 개별 전력 사용량 결과와 관련하여 가전기기의 시간에 따른 전력 사용량 그래프가 표시되는 영역을 포함할 수 있다.
본 발명의 다른 특징에 따르면, 상기 전력 모니터링 인터페이스를 제공하는 단계는, 미리 설정된 임계 값을 기준으로 상기 복수의 가전기기의 개별 전력 사용량 결과에서 온/오프 시점을 결정하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 전력 모니터링 인터페이스는, 상기 복수의 가전기기의 온/오프 시점, 기능 별 동작 시점 및 미리 설정된 기간 동안의 전력 사용량 예측 결과 중 적어도 하나가 표시되는 영역을 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 전력 사용량 결과를 입력으로 하여 가전기기의 이상 결과를 예측하도록 학습된 점검 모델에 상기 복수의 가전기기의 개별 전력 사용량 결과를 입력하여, 상기 복수의 가전기기 중 어느 하나의 가전기기에 대한 이상 결과를 예측하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 전력 모니터링 인터페이스는, 상기 전력 사용량 그래프 상에 상기 복수의 가전기기 중 어느 하나의 가전기기에 대한 이상 결과를 표시하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 이상 결과는, 상기 복수의 가전기기 각각의 사용량 초과 여부 또는 고장 여부를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 전력량 예측 모델은, 컨벌루션 레이어(convolutional layer)를 통해 상기 전력 데이터 세트에서 상기 복수의 가전기기의 개별 피처를 추출하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 전력량 예측 모델은, 리커런트 레이어(recurrent layer) 및 리커런트-스킵 레이어(recurrent-skip layer)로 구성된 서브 계층을 더 포함하고, 상기 리커런트 레이어 및 리커런트-스킵 레이어는, 상기 추출된 피처를 기준으로 상기 복수의 가전기기 중 적어도 하나의 가전기기에서 오프 상태와 관련된 시간 구간을 결정하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 전력 데이터 세트를 획득하는 단계는, 미리 설정된 최소 값 또는 가전기기 별 노이즈 피처를 기준으로 필터링된 전력 데이터 세트를 획득하는 단계일 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 다른 실시예에 따른 전력 분석 장치가 제공된다. 상기 장치는, 통신 인터페이스, 메모리 및 상기 통신 인터페이스 및 상기 메모리와 동작 가능하게 연결된 프로세서를 포함하고, 상기 프로세서는, 복수의 가전기기에 대한 전력 데이터 세트를 획득하고, 전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델에 획득된 전력 데이터 세트를 입력하여, 상기 복수의 가전기기의 개별 전력 사용량 결과를 예측하고, 상기 복수의 가전기기의 개별 전력 사용량 결과와 이를 토대로 판단되는 상기 복수의 가전기기의 온/오프 상태 데이터를 포함하는 전력 모니터링 인터페이스를 제공하도록 구성된다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명은 다양한 가전기기의 전력 사용량을 기계 학습한 전력량 예측 모델을 통해, 가전기기와 개별적으로 연결된 센서(측정 장치) 없이도, 가전기기의 현재 전력 사용량, 미래 전력 사용량을 예측할 수 있다. 특히, 본 발명은 전력 사용량을 예측하기 위해 가정, 나아가 도시에서 센서(측정 장치)를 설치하는 비용, 유지 보수하기 위한 비용 및 시간을 절감할 수 있다.
또한, 본 발명은 전력 데이터 세트에서 미리 설정된 시간 단위에 맞게 가전기기의 피처를 추출하고, 이를 RNN 계열의 GRU 모델을 통해 연산함으로써, 복수의 가전기기의 전력 사용량 결과를 빠르고 정확하게 예측할 수 있다.
또한, 본 발명은 전력량 예측 모델을 통해 예측된 결과를 토대로 가전기기의 현재 동작 상태, 미래 동작 상태(예. 온/오프 시점, 기능 별 동작 시점), 이상 징후(예. 사용량 이상, 과다, 고장) 등을 예측할 수 있다.
또한, 본 발명은 가전기기의 전력 사용량을 한 눈에 확인할 수 있는 모니터링 인터페이스를 제공함으로써, 각 가정, 전력 수용가에서 전력을 보다 효율적으로 사용할 수 있다.
또한, 본 발명은 전력 데이터 세트에서 미세 전류 및 노이즈를 제거함으로써, 많은 양의 전력 데이터 세트를 처리하기 위한 장치의 부하를 감소시킬 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 발명 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 가전기기 전력 분석 시스템의 개략도이다.
도 2는 본 발명의 일 실시예에 따른 사용자 디바이스의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 전력 분석 장치의 구성을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 가전기기의 전력 분석 방법의 순서도이다.
도 5는 본 발명의 일 실시예에 따른 전력 데이터 세트의 전처리 과정을 설명하기 위한 개략도이다.
도 6은 본 발명의 일 실시예에 따른 전력량 예측 모델을 설명하기 위한 개략도이다.
도 7은 본 발명의 일 실시예에 따른 전력량 예측 모델의 계층 구조를 설명하기 위한 개략도이다.
도 8은 본 발명의 일 실시예에 따른 사용자 디바이스에 제공되는 전력 모니터링 인터페이스 화면을 설명하기 위한 개략도이다.
도 2는 본 발명의 일 실시예에 따른 사용자 디바이스의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 전력 분석 장치의 구성을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 가전기기의 전력 분석 방법의 순서도이다.
도 5는 본 발명의 일 실시예에 따른 전력 데이터 세트의 전처리 과정을 설명하기 위한 개략도이다.
도 6은 본 발명의 일 실시예에 따른 전력량 예측 모델을 설명하기 위한 개략도이다.
도 7은 본 발명의 일 실시예에 따른 전력량 예측 모델의 계층 구조를 설명하기 위한 개략도이다.
도 8은 본 발명의 일 실시예에 따른 사용자 디바이스에 제공되는 전력 모니터링 인터페이스 화면을 설명하기 위한 개략도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는(3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~ 를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된)프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시예들을 배제하도록 해석될 수 없다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
본 명세서의 해석의 명확함을 위해, 이하에서는 본 명세서에서 사용되는 용어들을 정의하기로 한다.
도 1은 본 발명의 일 실시예에 따른 가전기기 전력 분석 시스템의 개략도이다.
도 1을 참조하면 가전기기 전력 분석 시스템(1000)(이하, 전력 분석 시스템)은 사용자 디바이스(100), 복수의 가전기기(200) 및 전력 분석 장치(300)를 포함할 수 있다.
사용자 디바이스(100)는 복수의 가전기기(200)를 사용 및 관리하는 사용자의 디바이스로, 스마트 폰, 태블릿 PC, PC 등 각종 전자 디바이스를 포함할 수 있다.
사용자 디바이스(100)에는 전력 분석 장치(300)가 제공하는 웹/앱 어플리케이션이 설치 또는 실행될 수 있으며, 웹/앱 어플리케이션을 통해 복수의 가전기기(200)에서 소모되는 전력 사용량을 모니터링하기 위한 전력 모니터링 인터페이스 화면을 표시할 수 있다.
사용자 디바이스(100)는 전력 분석 장치(300)로 사용자 식별 정보 또는 전력 수용가의 식별정보를 제공하고, 전력 분석 장치(300)로부터 제공받은 전력 모니터링 인터페이스를 통해 복수의 가전기기(200)의 온/오프를 제어하거나, 가전기기(200)의 이상 여부, 미래 전력 사용량 등을 확인할 수 있다.
다양한 실시예에서, 사용자 디바이스(100)는 전력 모니터링 인터페이스에서 제공하는 촬영 가이드 라인에 따라 총 전력 사용량이 확인 가능한 중앙 전력 측정 장치(250)의 촬영 이미지를 제공하거나 중앙 전력 측정 장치(250)에서 계측된 총 전력 사용량을 획득하여 제공할 수 있다.
복수의 가전기기(200)는 에어컨(201), 냉장고(202), TV(203), 컴퓨터(204), 인덕션(205) 등 가정에 설치되어 사용 가능한 다양한 종류의 가전기기를 포함할 수 있다. 구체적으로, 사용자 디바이스(100)는 도 1에 기재된 가전기기(200) 외에 전력 사용량을 모니터링하기 위한 가전기기(200)를 추가하거나 제외시킬 수도 있다.
다양한 실시예에서, 복수의 가전기기(200)는 중앙 전력 측정 장치(250)에 연결될 수 있으며, 여기서의 중앙 전력 측정 장치(250)는 전기를 소모하는 모든 전력 수용가에 설치되는 계량기일 수 있다.
중앙 전력 측정 장치(250)는 복수의 가전기기(200)의 전력 인입점에 연결되어, 복수의 가전기기(200)에서 소모하는 모든 전력 데이터(전력 파형 및 전력 사용량)를 획득할 수 있다. 구체적으로, 중앙 전력 측정 장치(250)는 전력 수용가의 시간, 일, 주, 월 단위의 총 전력 사용량을 측정하고, 이를 전력 분석 장치(300)로 제공하거나, 실시간으로 소비되는 총 전력 사용량을 전력 분석 장치(300)로 제공할 수 있다.
다양한 실시예에서, 중앙 전력 측정 장치(250)가 전력 분석 장치(300)로 복수의 가전기기(200)에 대한 전력 데이터 세트, 즉 전력 파형 및 총 전력 사용량을 직접 송신하거나, 사용자 디바이스(100)를 통해 전력 분석 장치(300)로 전달될 수 있다.
즉, 중앙 전력 측정 장치(250)는 사용자 디바이스(100)의 식별정보 또는 수용가의 식별정보와 함께 전력 파형 및 총 전력 사용량을 전력 분석 장치(300)로 제공할 수 있다.
본 발명에서, 중앙 전력 측정 장치(250)가 바람직하게는 계량기인 것으로 설명하였으나, 실시예에 따라, 중앙 전력 측정 장치(250)는 전류/전압 센서를 구비한 소비전력 측정기일 수 있다. 다만, 이러한 경우, 전력 분석 장치(300)가 중앙 전력 측정 장치(250)로부터 전달받은 데이터를 정제하는 과정이 수행될 수 있으며, 이는 후술하도록 한다.
전력 분석 장치(300)는 복수의 가전기기(200)들의 전력 사용량을 관리하는 장치로서, PC, 태블릿 PC, 데이터 서버 등 각종 전자 장치를 포함할 수 있다. 전력 분석 장치(300)는 가정 또는 전력 수용가에 배치된 복수의 가전기기(200)들의 안정적이고, 원활한 동작을 위해 복수의 가전기기(200)의 개별 전력 사용량 및 고장 여부를 모니터링할 수 있다.
전력 분석 장치(300)는 복수의 가전기기(200)로부터 설치된 센서를 통해 또는 자신의 전력 사용량을 측정할 수 있는 가전기기(200)를 통해 개별 전력 데이터를 획득하는 것이 아니라, 사용자 디바이스(100) 또는 중앙 전력 측정 장치(250)로부터 전력 데이터 세트(전력 파형 및 총 전력 사용량)를 획득할 수 있으며, 미리 학습된 가전기기(200) 별 피처를 통해 가전기기(200) 별 전력 사용량 및 고장 여부를 모니터링할 수 있다.
즉, 전력 분석 장치(300)는 가전기기(200)의 식별정보를 토대로 사용자가 소지한 개별 가전기기(200)의 전력 사용량을 분석하지 않고, 미리 학습된 전력량 예측 모델을 통해 전력 데이터 세트만으로도 가전기기(200)의 개별 전력 사용량을 예측할 수 있다.
다양한 실시예에서, 전력 분석 장치(300)는 분석 결과를 제공하기 위해 사용자 디바이스(100)로 전력 모니터링 인터페이스를 제공할 수 있으며, 그에 따라 가전기기(200)에 대한 직간접적인 제어는 사용자 디바이스(100)를 통해 수행될 수 있다.
지금까지 본 발명의 일 실시예에 따른 전력 분석 시스템(1000)에 대하여 설명하였다. 본 발명에 따르면, 전력 분석 시스템(1000)은 복수의 가전기기(200) 각각에 센서(측정 장치)를 설치하지 않고도, 또는 자체적으로 센서를 구비하여 개별 전력 사용량을 측정 가능한 가전기기(200)를 구비하지 않고도, 가정에서 소모되는 전체의 전력 데이터 세트를 통해서 복수의 가전기기(200)의 개별 전력 사용량 결과를 예측할 수 있다.
이하에서는, 복수의 가전기기(200)의 전력 사용량을 모니터링하고, 관리하는 사용자 디바이스(100)에 대하여 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 사용자 디바이스의 구성을 나타낸 블록도이다.
도 2를 참조하면, 사용자 디바이스(100)는 메모리 인터페이스(110), 하나 이상의 프로세서(120) 및 주변 인터페이스(130)를 포함할 수 있다. 사용자 디바이스(100) 내의 다양한 컴포넌트들은 하나 이상의 통신 버스 또는 신호 라인에 의해 연결될 수 있다.
메모리 인터페이스(110)는 메모리(150)에 연결되어 프로세서(120)로 다양한 데이터를 전할 수 있다. 여기서, 메모리(150)는 플래시 메모리 타입, 하드디스크 타입, 멀티미디어 카드 마이크로 타입, 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 네트워크 저장 스토리지, 클라우드, 블록체인 데이터베이스 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
다양한 실시예에서, 메모리(150)는 운영 체제(151), 통신 모듈(152), 그래픽 사용자 인터페이스 모듈(GUI)(153), 센서 처리 모듈(154), 전화 모듈(155) 및 애플리케이션(156) 중 적어도 하나 이상을 저장할 수 있다. 구체적으로, 운영 체제(151)는 기본 시스템 서비스를 처리하기 위한 명령어 및 하드웨어 작업들을 수행하기 위한 명령어를 포함할 수 있다. 통신 모듈(152)은 다른 하나 이상의 디바이스, 컴퓨터 및 서버 중 적어도 하나와 통신할 수 있다. 그래픽 사용자 인터페이스 모듈(GUI)(153)은 그래픽 사용자 인터페이스를 처리할 수 있다. 센서 처리 모듈(154)은 센서 관련 기능(예를 들어, 하나 이상의 마이크(192)를 이용하여 수신된 음성 입력을 처리함)을 처리할 수 있다. 전화 모듈(155)은 전화 관련 기능을 처리할 수 있다. 애플리케이션 모듈(156)은 사용자 애플리케이션의 다양한 기능들, 예컨대 전자 메시징, 웹 브라우징, 미디어 처리, 탐색, 이미징, 기타 프로세스 기능을 수행할 수 있다. 아울러, 사용자 디바이스(100)는 메모리(150)에 어느 한 종류의 서비스와 연관된 하나 이상의 소프트웨어 애플리케이션(156-1, 156-2)(예. 전력 모니터링 애플리케이션)을 저장할 수 있다.
다양한 실시예에서, 메모리(150)는 디지털 어시스턴트 클라이언트 모듈(157)(이하, DA 클라이언트 모듈)을 저장할 수 있으며, 그에 따라 디지털 어시스턴트의 클라이언트 측의 기능을 수행하기 위한 명령어 및 다양한 사용자 데이터(158)(예. 사용자 맞춤형 어휘 데이터, 선호도 데이터, 사용자의 전자 주소록, 할 일 목록, 쇼핑 리스트 등과 같은 기타 데이터)를 저장할 수 있다.
한편, DA 클라이언트 모듈(157)은 사용자 디바이스(100)에 구비된 다양한 사용자 인터페이스(예. I/O 서브시스템(140))를 통해 사용자의 음성 입력, 텍스트 입력, 터치 입력 및/또는 제스처 입력을 획득할 수 있다.
또한, DA 클라이언트 모듈(157)은 시청각적, 촉각적 형태의 데이터를 출력할 수 있다. 예를 들어, DA 클라이언트 모듈(157)은 음성, 소리, 알림, 텍스트 메시지, 메뉴, 그래픽, 비디오, 애니메이션 및 진동 중 적어도 둘 하나 이상의 조합으로 이루어진 데이터를 출력할 수 있다. 아울러, DA 클라이언트 모듈(157)은 통신 서브시스템(180)을 이용하여 디지털 어시스턴트 서버(미도시)와 통신할 수 있다.
다양한 실시예에서, DA 클라이언트 모듈(157)은 사용자 입력과 연관된 상황(context)을 구성하기 위하여 다양한 센서, 서브시스템 및 주변 디바이스로부터 사용자 디바이스(100)의 주변 환경에 대한 추가 정보를 수집할 수 있다. 예를 들어, DA 클라이언트 모듈(157)은 사용자 입력과 함께 상황 정보를 디지털 어시스턴트 서버에 제공하여 사용자의 의도를 추론할 수 있다. 여기서, 사용자 입력에 동반될 수 있는 상황 정보는 센서 정보, 예를 들어, 광(lighting), 주변 소음, 주변 온도, 주변 환경의 이미지, 비디오 등을 포함할 수 있다. 다른 예를 들어, 상황 정보는 사용자 디바이스(100)의 물리적 상태(예. 디바이스 배향, 디바이스 위치, 디바이스 온도, 전력 레벨, 속도, 가속도, 모션 패턴, 셀룰러 신호 강도 등)을 포함할 수 있다. 또 다른 예를 들어, 상황 정보는 사용자 디바이스(100)의 소프트웨어 상태에 관련된 정보(예. 사용자 디바이스(100)에서 실행 중인 프로세스, 설치된 프로그램, 과거 및 현재 네트워크 활동성, 백그라운드 서비스, 오류 로그, 리소스 사용 등)를 포함할 수 있다.
다양한 실시예에서, 메모리(150)는 추가 또는 삭제된 명령어를 포함할 수 있으며, 나아가 사용자 디바이스(100)도 도 2에 도시된 구성 외에 추가 구성을 포함하거나, 일부 구성을 제외할 수도 있다.
프로세서(120)는 사용자 디바이스(100)의 전반적인 동작을 제어할 수 있으며, 메모리(150)에 저장된 어플리케이션 또는 프로그램을 구동하여 전력 모니터링 인터페이스를 구현하기 위한 다양한 명령들을 수행할 수 있다.
프로세서(120)는 CPU(Central Processing Unit)나 AP(Application Processor)와 같은 연산 장치에 해당할 수 있다. 또한, 프로세서(120)는 NPU(Neural Processing Unit)과 같은 다양한 연산 장치가 통합된 SoC(System on Chip)와 같은 통합 칩(Integrated Chip (IC))의 형태로 구현될 수 있다.
다양한 실시예에서, 프로세서(120)는 전력 분석 장치(300)로부터 제공 받은 전력 모니터링 인터페이스를 통해 복수의 가전기기(200)들의 전력 사용량, 온, 오프 상태, 기능 동작 시점 등을 모니터링할 수 있으며, 나아가 복수의 가전기기(200)의 온/오프를 제어할 수 있다. 이때, 프로세서(120)는 모니터링 결과에 따라, 가전기기(200)에 이상 결과가 존재하는 경우, 가전기기(200) 유지 보수 알림을 출력할 수 있다.
다양한 실시예에서, 프로세서(120)는 터치 스크린(143) 또는 카메라 서브 시스템(170)을 통해 사용자로부터 획득한 총 전력 사용량 또는 통신 모듈(152)을 통해 중앙 전력 측정 장치(250)로부터 전달받은 전력 데이터 세트(전력 파형 및 총 전력 사용량)를 전력 분석 장치(300)로 전달할 수 있다. 여기서, 카메라 서브 시스템(170)을 통해 총 전력 사용량을 획득하는 경우, 프로세서(120)는 이미지를 분석하여 전력 사용량에 대응되는 문자, 텍스트를 획득할 수 있다.
주변 인터페이스(130)는 다양한 센서, 서브 시스템 및 주변 디바이스와 연결되어, 사용자 디바이스(100)가 다양한 기능을 수행할 수 있도록 데이터를 제공해 줄 수 있다. 여기서, 사용자 디바이스(100)가 어떠한 기능을 수행한다는 것은 프로세서(120)에 의해 수행되는 것으로 이해될 수 있다.
주변 인터페이스(130)는 모션 센서(160), 조명 센서(광 센서)(161) 및 근접 센서(162)로부터 데이터를 제공받을 수 있으며, 이를 통해, 사용자 디바이스(100)는 배향, 광, 및 근접 감지 기능 등을 수행할 수 있다. 다른 예를 들어, 주변 인터페이스(130)는 기타 센서들(163)(포지셔닝 시스템-GPS 수신기, 온도 센서, 생체인식 센서)로부터 데이터를 제공받을 수 있으며, 이를 통해 사용자 디바이스(100)가 기타 센서들(163)과 관련된 기능들을 수행할 수 있다.
다양한 실시예에서, 사용자 디바이스(100)는 주변 인터페이스(130)와 연결된 카메라 서브시스템(170) 및 이와 연결된 광학 센서(171)를 포함할 수 있으며, 이를 통해 사용자 디바이스(100)는 사진 촬영 및 비디오 클립 녹화 등의 다양한 촬영 기능을 수행할 수 있다.
다양한 실시예에서, 사용자 디바이스(100)는 주변 인터페이스(130)와 연결된 통신 서브 시스템(180)을 포함할 수 있다. 통신 서브 시스템(180)은 하나 이상의 유/무선 네트워크로 구성되며, 다양한 통신 포트, 무선 주파수 송수신기, 광학 송수신기를 포함할 수 있다.
다양한 실시예에서, 사용자 디바이스(100)는 주변 인터페이스(130)와 연결된 오디오 서브 시스템(190)을 포함하며, 이러한 오디오 서브 시스템(190)은 하나 이상의 스피커(191) 및 하나 이상의 마이크(192)를 포함함으로써, 사용자 디바이스(100)는 음성 작동형 기능, 예컨대 음성 인식, 음성 복제, 디지털 녹음, 및 전화 기능 등을 수행할 수 있다.
다양한 실시예에서, 사용자 디바이스(100)는 주변 인터페이스(130)와 연결된 I/O 서브시스템(140)을 포함할 수 있다. 예를 들어, I/O 서브시스템(140)은 터치 스크린 제어기(141)를 통해 사용자 디바이스(100)에 포함된 터치 스크린(143)을 제어할 수 있다. 일 예로서, 터치 스크린 제어기(141)는 정전용량형, 저항형, 적외형, 표면 탄성파 기술, 근접 센서 어레이 등과 같은 복수의 터치 감지 기술 중 어느 하나의 기술을 사용하여 사용자의 접촉 및 움직임 또는 접촉 및 움직임의 중단을 검출할 수 있다. 다른 예를 들어, I/O 서브시스템(140)은 기타 입력 제어기(들)(142)를 통해 사용자 디바이스(100)에 포함된 기타 입력/제어 디바이스(144)를 제어할 수 있다. 일 예로서, 기타 입력 제어기(들)(142)은 하나 이상의 버튼, 로커 스위치(rocker switches), 썸 휠(thumb-wheel), 적외선 포트, USB 포트 및 스타일러스 등과 같은 포인터 디바이스를 제어할 수 있다.
지금까지 본 발명의 일 실시예에 따른 사용자 디바이스(100)에 대하여 설명하였으며, 이하에서는 사용자 디바이스(100)로 하여금 복수의 가전기기(200)의 전력 사용량을 모니터링할 수 있도록, 그 데이터들을 제공하는 전력 분석 장치(300)에 대하여 설명하도록 한다.
도 3은 본 발명의 일 실시예에 따른 전력 분석 장치의 구성을 나타낸 블록도이다.
도 3을 참조하면, 전력 분석 장치(300)는 통신 인터페이스(310), 메모리(320), I/O 인터페이스(330) 및 프로세서(340)를 포함할 수 있으며, 각 구성은 하나 이상의 통신 버스 또는 신호 라인을 통해 서로 통신할 수 있다.
통신 인터페이스(310)는 유/무선 통신 네트워크를 통해 사용자 디바이스(100) 및 중앙 전력 측정 장치(250)와 연결되어 데이터를 주고 받을 수 있다. 예를 들어, 통신 인터페이스(310)는 사용자 디바이스(100) 또는 중앙 전력 측정 장치(250)로부터 사용자 또는 전력 수용가 식별 정보와 함께 시/일/주/월 단위의 전력 데이터 세트를 수신할 수 있으며, 사용자 디바이스(100)로 전력 데이터 세트를 토대로 분석된 가전기기(200)의 개별 전력 사용량 결과를 송신할 수 있다.
한편, 이러한 데이터의 송수신을 가능하게 하는 통신 인터페이스(310)는 통신 포트(311) 및 무선 회로(312)를 포함하며, 여기 유선 통신 포트(311)는 하나 이상의 유선 인터페이스, 예를 들어, 이더넷, 범용 직렬 버스(USB), 파이어와이어 등을 포함할 수 있다. 또한, 무선 회로(312)는 RF 신호 또는 광학 신호를 통해 외부 디바이스와 데이터를 송수신할 수 있다. 아울러, 무선 통신은 복수의 통신 표준, 프로토콜 및 기술, 예컨대 GSM, EDGE, CDMA, TDMA, 블루투스, Wi-Fi, VoIP, Wi-MAX, 또는 임의의 기타 적합한 통신 프로토콜 중 적어도 하나를 사용할 수 있다.
메모리(320)는 전력 분석 장치(300)에서 사용되는 다양한 데이터를 저장할 수 있다. 예를 들어, 메모리(320)는 전력 모니터링 인터페이스의 구성 데이터를 저장할 수 있으며, 전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델, 전력 사용량 결과를 입력으로 하여 가전기기의 이상 결과를 예측하도록 학습된 점검 모델 등을 저장할 수 있다.
다양한 실시예에서, 메모리(320)는 데이터 세트 및 전처리된 전력 데이터 세트를 저장할 수 있다. 여기서, 전처리 과정은 마이너스 전력 사용량과 같은 명백한 계측 상의 오류 값을 필터링하거나, 복수의 가전기기(200)의 전력 사용량 소비 시점을 동기화하는 등의 데이터 처리 과정을 포함할 수 있으며, 프로세서(340)에 의해 수행될 수 있다.
다양한 실시예에서, 메모리(320)는 각종 데이터, 명령 및 정보를 저장할 수 있는 휘발성 또는 비휘발성 기록 매체를 포함할 수 있다. 예를 들어, 메모리(320)는 플래시 메모리 타입, 하드디스크 타입, 멀티미디어 카드 마이크로 타입, 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 네트워크 저장 스토리지, 클라우드, 블록체인 데이터베이스 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
다양한 실시예에서, 메모리(320)는 운영 체제(321), 통신 모듈(322), 사용자 인터페이스 모듈(323) 및 하나 이상의 애플리케이션(324) 중 적어도 하나의 구성을 저장할 수 있다.
운영 체제(321)(예. LINUX, UNIX, MAC OS, WINDOWS, VxWorks 등의 내장형 운영 체제)는 일반적인 시스템 작업(예. 메모리 관리, 저장 디바이스 제어, 전력 관리 등)를 제어하고 관리하기 위한 다양한 소프트웨어 컴포넌트 및 드라이버를 포함할 수 있으며, 다양한 하드웨어, 펌웨어, 및 소프트웨어 컴포넌트 간의 통신을 지원할 수 있다.
통신 모듈(323)은 통신 인터페이스(310)를 통해 다른 디바이스와 통신을 지원할 수 있다. 통신 모듈(320)은 통신 인터페이스(310)의 유선 통신 포트(311) 또는 무선 회로(312)에 의해 수신되는 데이터를 처리하기 위한 다양한 소프트웨어 구성 요소들을 포함할 수 있다.
사용자 인터페이스 모듈(323)은 I/O 인터페이스(330)를 통해 키보드, 터치 스크린, 마이크 등으로부터 사용자의 요청 또는 입력을 수신하고, 디스플레이 상에 사용자 인터페이스를 제공할 수 있다.
애플리케이션(324)은 하나 이상의 프로세서(330)에 의해 실행되도록 구성되는 프로그램 또는 모듈을 포함할 수 있다. 여기서, 전력 모니터링 서비스를 제공하기 위한 애플리케이션은 서버 팜(server farm) 상에서 구현될 수 있다.
I/O 인터페이스(330)는 전력 분석 장치(300)의 입출력 디바이스(미도시), 예컨대 디스플레이, 키보드, 터치 스크린 및 마이크 중 적어도 하나를 사용자 인터페이스 모듈(323)과 연결할 수 있다. I/O 인터페이스(330)는 사용자 인터페이스 모듈(323)과 함께 사용자 입력(예. 음성 입력, 키보드 입력, 터치 입력 등)을 수신하고, 수신된 입력에 따른 명령을 처리할 수 있다.
프로세서(340)는 통신 인터페이스(310), 메모리(320) 및 I/O 인터페이스(330)와 연결되어 전력 분석 장치(300)의 전반적인 동작을 제어할 수 있으며, 메모리(320)에 저장된 애플리케이션 또는 프로그램을 통해 가전기기(200)의 개별 전력 사용량 결과를 예측하고, 이상 결과를 예측하기 위한 다양한 명령들을 수행할 수 있다.
프로세서(340)는 CPU(Central Processing Unit)나 AP(Application Processor)와 같은 연산 장치에 해당할 수 있다. 또한, 프로세서(340)는 다양한 연산 장치가 통합된 SoC(System on Chip)와 같은 통합 칩(Integrated Chip (IC))의 형태로 구현될 수 있다. 또는 프로세서(340)는 NPU(Neural Processing Unit)과 같이 인공 신경망 모델을 계산하기 위한 모듈을 포함할 수 있다.
다양한 실시예에서, 프로세서(340)는 하나의 전력 데이터 세트만으로 복수의 가전기기(200)의 개별 전력 소비량 결과를 예측할 수 있으며, 이하 도 4 내지 도 7을 참조하여 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 가전기기의 전력 분석 방법의 순서도이다.
도 4를 참조하면, 프로세서(340)는 복수의 가전기기에 대한 전력 데이터 세트를 획득할 수 있다(S110). 여기서, 전력 데이터 세트는 전력 파형 및 총 전력 사용량을 의미할 수 있다. 프로세서(340)는 통신 인터페이스(310)를 통해 사용자 디바이스(100) 또는 중앙 전력 측정 장치(250)로부터 계측된 개인/전력 수용가의 총 전력 사용량을 수신할 수 있으며, 중앙 전력 측정 장치(250)로부터 전력 파형을 수신할 수 있다.
다양한 실시예에서, 프로세서(340)는 사용자 디바이스(100)로부터 중앙 전력 측정 장치(250)에 대한 이미지를 획득할 수 있으며, 이미지 분석을 통해 총 전력 사용량을 획득할 수 있다.
다양한 실시예에서, 프로세서(340)는 개별 전력 사용량을 예측하기 전에, 획득한 전력 데이터 세트를 전처리할 수 있다.
도 5는 본 발명의 일 실시예에 따른 전력 데이터 세트의 전처리 과정을 설명하기 위한 개략도이다.
도 5를 참조하면, 프로세서(340)는 중앙 전력 측정 장치(250)를 통해 획득한 Raw-data를 전력량 예측 모델에 입력 가능한 데이터로 정제하는 전처리 과정을 수행할 수 있다. 구체적으로, 프로세서(340)는 Raw-data에서 마이너스 전력 사용량과 같은 오류 데이터를 제거하고 유효한 전력 데이터를 분류할 수 있다(Data cleaning).
또한, 프로세서(340)는 허용 오차 범위의 데이터를 분류하고, 전력 파형에서 프리퀀시(frequency)의 스케일을 낮추는 정규화를 수행할 수 있다(Feature scaling). 구체적으로, 프로세서(340)는 미리 설정된 최소 값 또는 가전기기(200) 별 노이즈 피처에 따라 전력 데이터 세트를 필터링할 수 있다.
이와 같이, 전력 데이터 세트를 전처리함으로써, 전력량 예측 모델에 입력 가능한 형태의 데이터를 획득할 수 있을 뿐만 아니라, 전력 사용량을 예측하는데 사용되지 않는 불필요한 미세 전류를 차단시킬 수 있다. 예를 들어, 가전기기(200)의 경우, 사용 여부와 관계없이 0.1W~0.01W의 전류가 미세하고 빠르게 측정되지만, 전처리 과정을 통해 불필요한 전력 데이터를 제거하고, 그에 따라 프로세서(340)의 부하를 경감시키고, 전력 사용량 결과를 보다 빠르고 정확하게 획득할 수 있다.
S110 단계 이후, 프로세서(340)는 전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델에 획득된 전력 데이터 세트를 입력하여, 상기 복수의 가전기기의 개별 전력 사용량 결과를 예측할 수 있다.
관련하여, 도 6은 본 발명의 일 실시예에 따른 전력량 예측 모델을 설명하기 위한 개략도이고, 도 7은 본 발명의 일 실시예에 따른 전력량 예측 모델의 계층 구조를 설명하기 위한 개략도이다.
도 6을 참조하면, 전력량 예측 모델(350)은 사용자의 가정 내 계량기와 같은 중앙 전력 측정 장치(250)로부터 전력 파형 및 총 전력 사용량에 대한 전력 데이터 세트를 입력할 수 있으며, 최종적으로 가전기기(200)의 개별 전력 사용량 결과(그래프)를 출력할 수 있다.
도 7을 참조하면, 전력량 예측 모델(350)은 전력 파형 이미지를 입력 받는 입력 레이어(input layer)(351), 가전기기(200)의 피처를 추출하는 컨벌루션 레이어(convolutional layer)(353), 가전기기(200)의 온/오프 상태를 결정하기 위한 리커런트 레이어(recurrent layer) 및 리커런트-스킵 레이어(recurrent-skip layer)(355)를 포함하는 서브 계층, 최종적으로 피처 데이터들을 토대로 가전기기(200)를 구분하는 풀리-커넥티드 레이어(Fully connected layer)(357)을 포함할 수 있다.
구체적으로, 전력량 예측 모델(350)은 컨벌루션 레이어(353)를 통해 전력 데이터 세트에서 복수의 가전기기(200)의 개별 피처를 맞게 추출할 수 있다. 아울러, 전력량 예측 모델(350)은 미리 설정된 시간 단위에 따라 가전기기(200)의 피처를 추출할 수 있다.
전력량 예측 모델(350)은 추출한 피처를 리커런트 레이어 및 리커런트-스킵 레이어(355)에 입력할 수 있으며, 리커런트 레이어 및 리커런트-스킵 레이어(355)는 전력 데이터 세트의 피처에서 가전기기(200)의 오프(off) 상태와 관련된 시간 구간을 결정하고, 해당 구간의 전력 데이터 값을 0으로 스킵할 수 있다.
전력량 예측 모델(350)은 최종적으로 복수의 가전기기(200) 별로 세분화된 전력 사용량 결과(359)를 출력할 수 있다. 즉, 전력량 예측 모델(350)은 RNN 계열의 GRU 모델을 사용하여 추출된 피처를 처리함으로써, 전력 사용량 결과를 보다 빠르고 정확하게 예측할 수 있다. 예를 들어, 전력량 예측 모델(350)은 냉장고, 에어컨, 인덕션, TV의 전력 사용량 결과를 시간에 따른 전력 사용량 변화 그래프 형태로 출력할 수 있다.
한편, 전력량 예측 모델(350)이 도 7과 같은 계층 구조를 가진 것으로 설명하였으나, 전력량 예측 모델(350)의 구조는 이에 제한되지 않을 수 있다. 그에 따라, 전력량 예측 모델(350)은 이미지 분석이 가능한, 공지된 다양한 구조의 인공 신경망 계층 구조를 가질 수 있다.
다시 도 4를 참조하면, S120 단계 이후 프로세서(340)는 복수의 가전기기(200)의 개별 전력 사용량 결과와 이를 토대로 판단되는 복수의 가전기기(200)의 온/오프 상태 데이터를 포함하는 전력 모니터링 인터페이스를 제공할 수 있다(S130). 구체적으로, 프로세서(340)는 전력량 예측 모델(350)을 통해 획득한 전력 사용량 결과에서 미리 설정된 임계 값을 기준으로, 개별 전기기(200)의 온/오프 시점을 결정할 수 있다.
다양한 실시예에서, 프로세서(340)는 전력 사용량 결과를 입력으로 하여 가전기기(200)의 이상 결과를 예측하도록 학습된 점검 모델에 S120 단계에서 획득된 복수의 가전기기(200)의 개별 전력 사용량 결과를 입력하여, 복수의 가전기기(200) 중 어느 하나의 가전기기에 대한 이상 결과를 예측할 수 있다. 구체적으로, 프로세서(340)는 점검 모델을 통해 복수의 가전기기(200) 각각의 전력 사용량의 초과 여부 또는 복수의 가전기기(200) 각각의 고장 여부에 대한 이상 결과를 예측할 수 있다.
관련하여, 도 8은 본 발명의 일 실시예에 따른 사용자 디바이스에 제공되는 전력 모니터링 인터페이스 화면을 설명하기 위한 개략도이다.
도 8을 참조하면, 프로세서(340)는 사용자 디바이스(100)로 다음과 같은 전력 모니터링 인터페이스를 제공할 수 있다. 구체적으로, 전력 모니터링 인터페이스는 개별 전력 사용량 결과와 관련하여 가전기기(200)의 시간에 따른 전력 사용량 그래프가 표시되는 영역을 포함할 수 있다.
또한, 전력 모니터링 인터페이스는, 복수의 가전기기(200)의 온/오프 시점, 기능 별 동작 시점 및 미리 설정된 기간 동안의 전력 사용량 예측 결과 중 적어도 하나가 표시되는 영역을 포함할 수 있다. 이러한 정보는 전력 사용량 그래프 상에 표시될 수 있으며, 온/오프 시점, 동작 시점의 경우, 구체적인 시간 정보(예. 9월 1일 오후 12시 34분)가 팝업창 형태로 제공될 수 있다.
아울러, 전력 모니터링 인터페이스는 전력 사용량 그래프에서 이상 결과가 강조되어 표시될 수 있다. 예를 들어, 에어컨의 전력 사용량 결과 상에 “사용량 주의 구간”, “고장 예측 구간”이 표시될 수 있으며, 이와 동시에 시청각적 알람 또는 진동 알람이 함께 사용자 디바이스(100)에 제공될 수 있다.
지금까지 본 발명의 일 실시예에 따른 전력 분석 장치(300)에 대하여 설명하였다. 본 발명에 따르면, 전력 분석 장치(300)는 다양한 가전기기(200)의 전력 사용량을 기계 학습한 전력량 예측 모델(350)을 통해, 가전기기(200)와 개별적으로 연결된 센서(측정 장치) 없이도, 가전기기(200)의 현재 전력 사용량, 미래 전력 사용량을 예측할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 일 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
1000: 전력 분석 시스템
100: 사용자 디바이스
110: 메모리 인터페이스 120: 프로세서
130: 주변 인터페이스 140: I/O 서브 시스템
141: 터치 스크린 제어기 142: 기타 입력 제어기
143: 터치 스크린
144: 기타 입력 제어 디바이스
150: 메모리 151: 운영 체제
152: 통신 모듈 153: GUI 모듈
154: 센서 처리 모듈 155: 전화 모듈
156: 애플리케이션 모듈
156-1, 156-2: 애플리케이션
157: 디지털 어시스턴트 클라이언트 모듈
158: 사용자 데이터
160: 모션 센서 161: 조명 센서
162: 근접 센서 163: 기타 센서
170: 카메라 서브 시스템 171: 광학 센서
180: 통신 서브 시스템
190: 오디오 서브 시스템
191: 스피커 192: 마이크
200: 가전기기
250: 중앙 전력 측정 장치
300: 전력 분석 장치
310: 통신 인터페이스
311: 유선 통신 포트 312: 무선 회로
320: 메모리
321: 운영 체제 322: 통신 모듈
323: 사용자 인터페이스 모듈 324: 애플리케이션
330: I/O 인터페이스 340: 프로세서
100: 사용자 디바이스
110: 메모리 인터페이스 120: 프로세서
130: 주변 인터페이스 140: I/O 서브 시스템
141: 터치 스크린 제어기 142: 기타 입력 제어기
143: 터치 스크린
144: 기타 입력 제어 디바이스
150: 메모리 151: 운영 체제
152: 통신 모듈 153: GUI 모듈
154: 센서 처리 모듈 155: 전화 모듈
156: 애플리케이션 모듈
156-1, 156-2: 애플리케이션
157: 디지털 어시스턴트 클라이언트 모듈
158: 사용자 데이터
160: 모션 센서 161: 조명 센서
162: 근접 센서 163: 기타 센서
170: 카메라 서브 시스템 171: 광학 센서
180: 통신 서브 시스템
190: 오디오 서브 시스템
191: 스피커 192: 마이크
200: 가전기기
250: 중앙 전력 측정 장치
300: 전력 분석 장치
310: 통신 인터페이스
311: 유선 통신 포트 312: 무선 회로
320: 메모리
321: 운영 체제 322: 통신 모듈
323: 사용자 인터페이스 모듈 324: 애플리케이션
330: I/O 인터페이스 340: 프로세서
Claims (11)
- 복수의 가전기기에 대한 전력 데이터 세트를 획득하는 단계;
전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델에 획득된 전력 데이터 세트를 입력하여, 상기 복수의 가전기기의 개별 전력 사용량 결과를 예측하는 단계;
상기 복수의 가전기기의 개별 전력 사용량 결과와 상기 개별 전력 사용량 결과에 기초하여 결정된 상기 복수의 가전기기의 온/오프 상태 데이터를 포함하는 전력 모니터링 인터페이스를 제공하는 단계; 를 포함하고,
상기 전력 데이터 세트는 전력 파형 및 총 전력 사용량을 포함하고,
상기 전력량 예측 모델은,
컨벌루션 레이어(convolutional layer)를 통해 상기 전력 데이터 세트에서 상기 복수의 가전기기의 개별 피처를 추출하도록 구성된, 가전기기의 전력 분석 방법. - 제1항에 있어서,
상기 전력 모니터링 인터페이스는,
상기 개별 전력 사용량 결과와 관련하여 가전기기의 시간에 따른 전력 사용량 그래프가 표시되는 영역을 포함하는, 가전기기의 전력 분석 방법. - 제1항에 있어서,
상기 전력 모니터링 인터페이스를 제공하는 단계는,
미리 설정된 임계 값을 기준으로 상기 복수의 가전기기의 개별 전력 사용량 결과에서 온/오프 시점을 결정하는 단계, 를 더 포함하는 가전기기의 전력 분석 방법. - 제1항에 있어서,
상기 전력 모니터링 인터페이스는,
상기 복수의 가전기기의 온/오프 시점, 기능 별 동작 시점 및 미리 설정된 기간 동안의 전력 사용량 예측 결과 중 적어도 하나가 표시되는 영역을 포함하는, 가전기기의 전력 분석 방법. - 제2항에 있어서,
전력 사용량 결과를 입력으로 하여 가전기기의 이상 결과를 예측하도록 학습된 점검 모델에 상기 복수의 가전기기의 개별 전력 사용량 결과를 입력하여, 상기 복수의 가전기기 중 어느 하나의 가전기기에 대한 이상 결과를 예측하는 단계, 를 더 포함하는 가전기기의 전력 분석 방법. - 제5항에 있어서,
상기 전력 모니터링 인터페이스는,
상기 전력 사용량 그래프 상에 상기 복수의 가전기기 중 어느 하나의 가전기기에 대한 이상 결과를 표시하도록 구성되는, 가전기기의 전력 분석 방법. - 제5항에 있어서,
상기 이상 결과는,
상기 복수의 가전기기 각각의 사용량 초과 여부 또는 고장 여부를 포함하는, 가전기기의 전력 분석 방법. - 삭제
- 제1항에 있어서,
상기 전력량 예측 모델은,
리커런트 레이어(recurrent layer) 및 리커런트-스킵 레이어(recurrent-skip layer)로 구성된 서브 계층을 더 포함하고,
상기 리커런트 레이어 및 리커런트-스킵 레이어는,
상기 추출된 피처를 기준으로 상기 복수의 가전기기 중 적어도 하나의 가전기기에서 오프 상태와 관련된 시간 구간을 결정하도록 구성된, 가전기기의 전력 분석 방법. - 제1항에 있어서,
상기 전력 데이터 세트를 획득하는 단계는,
미리 설정된 최소 값 또는 가전기기 별 노이즈 피처를 기준으로 필터링된 전력 데이터 세트를 획득하는 단계인, 가전기기의 전력 분석 방법. - 통신 인터페이스;
메모리; 및
상기 통신 인터페이스 및 상기 메모리와 동작 가능하게 연결된 프로세서; 를 포함하고,
상기 프로세서는,
복수의 가전기기에 대한 전력 데이터 세트를 획득하고,
전력 데이터 세트를 입력으로 하여 가전기기 별 전력 사용량 결과를 예측하도록 학습된 전력량 예측 모델에 획득된 전력 데이터 세트를 입력하여, 상기 복수의 가전기기의 개별 전력 사용량 결과를 예측하고,
상기 복수의 가전기기의 개별 전력 사용량 결과와 상기 개별 전력 사용량 결과를 기초로 결정된 상기 복수의 가전기기의 온/오프 상태 데이터를 포함하는 전력 모니터링 인터페이스를 제공하도록 구성되고,
상기 전력 데이터 세트는 전력 파형 및 총 전력 사용량을 포함하고,
상기 전력량 예측 모델은
컨벌루션 레이어(convolutional layer)를 통해 상기 전력 데이터 세트에서 상기 복수의 가전기기의 개별 피처를 추출하도록 구성된, 전력 분석 장치.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20200187470 | 2020-12-30 | ||
KR1020200187470 | 2020-12-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220097847A KR20220097847A (ko) | 2022-07-08 |
KR102446901B1 true KR102446901B1 (ko) | 2022-09-26 |
Family
ID=82407437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210176920A KR102446901B1 (ko) | 2020-12-30 | 2021-12-10 | 가전기기 전력 분석 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102446901B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240094069A (ko) | 2022-11-22 | 2024-06-25 | 한국전력공사 | 다중 기상관측소 데이터를 이용한 신재생에너지 발전량 예측 방법 및 시스템 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102562771B1 (ko) * | 2022-11-14 | 2023-08-02 | 주식회사 엔엑스테크놀로지 | 에너지 정보 인터페이스 제공 방법 |
KR102675594B1 (ko) * | 2023-09-05 | 2024-06-14 | 주식회사 해줌 | 가전기기별 부하곡선 추정 시스템 및 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120130437A (ko) * | 2011-05-23 | 2012-12-03 | 에스케이텔레콤 주식회사 | 가전기기의 에너지 사용량을 이용한 에너지 절약 모델링 방법, 시스템, 이를 위한 서비스관리장치 및 이를 위한 정보제공장치 |
KR101660487B1 (ko) * | 2014-07-11 | 2016-10-10 | 주식회사 인코어드 테크놀로지스 | 소비 특성에 따른 전력 소비량 예측 방법 및 장치 |
KR102049453B1 (ko) * | 2017-12-12 | 2019-11-28 | 부산대학교 산학협력단 | 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법 |
KR20200119923A (ko) * | 2019-03-22 | 2020-10-21 | 한국전력공사 | 신재생 에너지 전력 공급량 및 전력 사용량의 실시간 예측을 위한 온라인 딥러닝 장치 |
KR20200128232A (ko) * | 2019-04-19 | 2020-11-12 | 한국전력공사 | 전력 수요 예측 장치 및 그 방법 |
-
2021
- 2021-12-10 KR KR1020210176920A patent/KR102446901B1/ko active IP Right Grant
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240094069A (ko) | 2022-11-22 | 2024-06-25 | 한국전력공사 | 다중 기상관측소 데이터를 이용한 신재생에너지 발전량 예측 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20220097847A (ko) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102446901B1 (ko) | 가전기기 전력 분석 장치 및 방법 | |
CN110800273B (zh) | 虚拟传感器*** | |
US20190280940A1 (en) | Dynamically optimizing internet of things device configuration rules via a gateway | |
US10305773B2 (en) | Device identity augmentation | |
KR101510860B1 (ko) | 사용자 의도 파악 어플리케이션 서비스 방법 및 서버와 이를 이용한 사용자 의도 파악 어플리케이션 서비스 시스템 | |
JP5989249B2 (ja) | コンピューティングデバイスの無線再接続時間削減 | |
US8964995B2 (en) | Acoustic diagnosis and correction system | |
US8762756B1 (en) | Statistical approach to power management for electronic devices | |
EP2348448A1 (en) | Method and device for managing security events | |
CN108702421B (zh) | 用于控制应用和组件的电子设备和方法 | |
EP3180779A1 (en) | Method and apparatus for automation and alarm architecture | |
CN104769554A (zh) | 用于提供移动设备支持服务的***、方法、设备以及计算机程序产品 | |
WO2019062317A1 (zh) | 应用程序管控方法及电子设备 | |
US20120136970A1 (en) | Computer system and method for managing computer device | |
CN116112341B (zh) | 网络设备的检测方法、装置、电子设备及存储介质 | |
CN109101393A (zh) | 基于bmc监控服务器cpu资源利用率的方法及*** | |
CN111261160A (zh) | 一种信号处理方法及装置 | |
CN113670434A (zh) | 变电站设备声音异常识别方法、装置和计算机设备 | |
Kim et al. | Smartphone analysis and optimization based on user activity recognition | |
US20140188772A1 (en) | Computer-implemented methods and systems for detecting a change in state of a physical asset | |
CN109754345A (zh) | 用于进行基于安全计算机的考生评估的***和方法 | |
Englert et al. | Electricity-metering in a connected world: Virtual sensors for estimating the electricity consumption of iot appliances | |
US20160088008A1 (en) | Method and system for developing an anomaly detector for detecting anomaly parameter in network terminal in distributed network | |
JP2021502789A5 (ko) | ||
US11714721B2 (en) | Machine learning systems for ETL data streams |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |