KR102493171B1 - 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템 - Google Patents

센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템 Download PDF

Info

Publication number
KR102493171B1
KR102493171B1 KR1020200183406A KR20200183406A KR102493171B1 KR 102493171 B1 KR102493171 B1 KR 102493171B1 KR 1020200183406 A KR1020200183406 A KR 1020200183406A KR 20200183406 A KR20200183406 A KR 20200183406A KR 102493171 B1 KR102493171 B1 KR 102493171B1
Authority
KR
South Korea
Prior art keywords
iot
meteorological
iot device
past
value
Prior art date
Application number
KR1020200183406A
Other languages
English (en)
Other versions
KR20220092708A (ko
Inventor
이재용
김경호
김용수
Original Assignee
(주)휴빌론
대한민국(기상청장)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)휴빌론, 대한민국(기상청장) filed Critical (주)휴빌론
Priority to KR1020200183406A priority Critical patent/KR102493171B1/ko
Publication of KR20220092708A publication Critical patent/KR20220092708A/ko
Application granted granted Critical
Publication of KR102493171B1 publication Critical patent/KR102493171B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D9/00—Recording measured values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 스마트 시티 환경의 IoT(Internet of Things) 기기에서 전달 받은 여러 기상 센서 데이터의 융합에 의하여, IoT 기상센서기기의 이상 여부를 감지하는 방법 및 시스템에 관한 것이다.
본 발명에 의하면, 이상 감지를 수행하는 IoT 기기의 특정 기상 센서 데이터, 해당 IoT 기기의 다른 기상 센서 데이터, 주변 다른 IoT 기기의 기상 센서 데이터와 이전에 생성되어 서버에 저장되어 있는 과거 기상 센서 데이터를 조합하여, IoT 기기가 설치된 장소와 센서 데이터가 측정된 시간에 따른 특이 값에 영향 받지 않고, 기상 센서 데이터의 이상 수치값을 산출 및 취합하여 기상 센서 기기의 이상 여부를 최적으로 판단하는 방법을 제공한다.

Description

센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템{Method and system for anomaly detection of IoT meteorological sensor based on integration of sensor data}
본 발명은 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 스마트 시티 환경의 IoT(Internet of Things) 기기에서 전달 받은 여러 기상 센서 데이터의 융합에 의하여, IoT 기상센서기기의 이상 여부를 감지하는 방법 및 시스템에 관한 것이다.
IoT 기기에는 5개의 기상요소(기온, 기압, 풍향, 풍속 및 습도)를 측정할 수 있는 센서가 포함되어 있다. IoT 기기들은 일정한 거리마다, 이미 알려져 있는 고정된 위치에 설치되어 있다. 기상 센서의 이상 감지란 각 기상센서에서 측정된 특정값이 정상치 혹은 이상치인지 여부를 판단하는 것이다. 기상 센서 기기의 이상 감지란 각 기상 센서에서 측정된 값을 활용한 기상 센서 기기의 이상 여부를 판단하는 것이다.
이와 같이 IoT 기기에서 측정되는 기상 센서 데이터의 이상여부를 판단하는 경우, IoT 기기가 설치된 장소 및 센서 데이터가 측정된 시간에 따른 특이값이 포함될 수 있어, 일반적인 필터를 사용할 수 없는 문제점을 가지고 있다. 이로 인하여 기상 센서 데이터 융합을 통한 이상치를 산출하고 취합하여 기상 센서 기기의 이상 상태를 판단할 새로운 기법의 필요성이 있었다.
KR 10-1874085 B1
본 발명은 이와 같은 문제점을 해결하기 위해 창안된 것으로서, 이상 감지를 수행하는 IoT 기기의 특정 기상 센서 데이터, 해당 IoT 기기의 다른 기상 센서 데이터, 주변 다른 IoT 기기의 기상 센서 데이터와 이전에 생성되어 서버에 저장되어 있는 과거 기상 센서 데이터를 조합하여, IoT 기기가 설치된 장소와 센서 데이터가 측정된 시간에 따른 특이 값에 영향 받지 않고, 기상 센서 데이터의 이상 수치값을 산출 및 취합하여 기상 센서 기기의 이상 여부를 최적으로 판단하는 방법을 제공하는데 그 목적이 있다.
이와 같은 목적을 달성하기 위하여 본 발명에 따른 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법은, (a) 각 IoT 기기로부터, 다수의 기상센서에 의해 측정된 기상센서 데이터를 수신하는 단계; (b) 각 IoT 기기별로, 해당 IoT 기기에서 수신한 기상센서 데이터를 이용하여, 해당 IoT 기기의 각 기상센서에 대한 이상을 감지하는 단계; 및, (c) 각 IoT 기기의 각 기상센서에 대한 이상 여부를 데이터베이스에 저장하는 단계를 포함하고, 상기 단계(b) 이전에, (b0) 데이터베이스로부터, 과거에 각 IoT 기기로부터 수신한 기상센서 데이터를 읽어오는 단계를 더 포함하며, 상기 단계(b)는, 이상 감지를 수행하는 각 IoT 기기에 대하여, (b3) 현재 이상 감지를 수행하고 있는 IoT 기기(이하 '해당 IoT 기기'라 한다)의 주변 IoT 기기들(이하 '주변 IoT 기기'라 한다)의, 현재 이상 감지를 수행하고 있는 기상 요소(이하 '해당 기상 요소'라 한다)가 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; (b4) 해당 IoT 기기의, 해당 기상 요소 이외의 기상 요소들(이하, '다른 기상 요소'라 한다)이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; (b5) 주변 IoT 기기의, 다른 기상 요소의 현재값과 과거값이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; 및, (b6) 해당 IoT 기기의 다른 기상 요소의 현재값과 과거값, 주변 IoT 기기의 모든 기상 요소의 현재값과 과거값이 모두 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계 중 하나 이상의 단계를 포함하고, 상기 단계(b)와 단계(c) 사이에, (b7) 상기 단계(b3), 단계(b4), 단계(b5) 및, 단계(b6) 중 포함된 단계들에서의 이상 감지 결과들로부터, 기 설정된 기준에 의하여, 해당 IoT 기기의 해당 기상 요소의 이상 여부를 최종 결정하는 단계를 더 포함한다.
삭제
삭제
현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우, 상기 단계(b3)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는, (b31) 상기 IoT k의 주변 각 IoT 기기들에서 현재 측정된 기상 요소 A의 값과, 상기 주변 각 IoT 기기들에서 과거 측정된 기상 요소 A의 값이, 주변 각 IoT 기기별로 일치하는 과거 시점을 검색하는 단계; (b32) 상기 단계(b31)에서 검색된 시점들에서의 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및, (b33) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계를 포함할 수 있다.
현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우, 상기 단계(b4)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는, (b41) 상기 IoT k에서 현재 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들과, 상기 IoT k에서 과거에 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들이, 각 기상 요소별로 일치하는 과거 시점을 검색하는 단계; (b42) 상기 단계(b41)에서 검색된 시점들에서의 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및, (b43) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계를 포함할 수 있다.
현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우, 상기 단계(b5)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는, (b51) 상기 IoT k의 주변 각 IoT 기기들에서 현재 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들과, 상기 IoT k의 주변 각 IoT 기기들에서 과거에 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들이, 각 주변 IoT 기기의 각 기상요소별로 일치하는 과거 시점을 검색하는 단계; (b52) 상기 단계(b51)에서 검색된 시점들에서의, IoT k에서 측정된 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및, (b53) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계를 포함할 수 있다.
현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우, 상기 단계(b6)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는, (b61) 상기 IoT k에서 현재 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들 및, 상기 IoT k의 주변 각 IoT 기기들에서 현재 측정된, 상기 기상 요소 A를 포함한 모든 기상 요소 값들과, 상기 IoT k에서 과거에 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들 및, 상기 IoT k의 주변 각 IoT 기기들에서 과거에 측정된, 상기 기상 요소 A를 포함한 모든 기상 요소 값들이, IoT k 및 각 주변 IoT 기기의 각 기상요소별로 일치하는 과거 시점을 검색하는 단계; (b62) 상기 단계(b61)에서 검색된 시점들에서의, IoT k에서 측정된 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및, (b62) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계를 포함할 수 있다.
본 발명의 다른 측면에 따르면, 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템은, 적어도 하나의 프로세서; 및 컴퓨터로 실행가능한 명령을 저장하는 적어도 하나의 메모리를 포함하되, 상기 적어도 하나의 메모리에 저장된 상기 컴퓨터로 실행가능한 명령은, 상기 적어도 하나의 프로세서에 의하여, (a) 각 IoT 기기로부터, 다수의 기상센서에 의해 측정된 기상센서 데이터를 수신하는 단계; (b) 각 IoT 기기별로, 해당 IoT 기기에서 수신한 기상센서 데이터를 이용하여, 해당 IoT 기기의 각 기상센서에 대한 이상을 감지하는 단계; 및, (c) 각 IoT 기기의 각 기상센서에 대한 이상 여부를 데이터베이스에 저장하는 단계가 실행되도록 하고, 상기 단계(b) 이전에, (b0) 데이터베이스로부터, 과거에 각 IoT 기기로부터 수신한 기상센서 데이터를 읽어오는 단계가 더 실행되도록 하며, 상기 단계(b)는, 이상 감지를 수행하는 각 IoT 기기에 대하여, (b3) 현재 이상 감지를 수행하고 있는 IoT 기기(이하 '해당 IoT 기기'라 한다)의 주변 IoT 기기들(이하 '주변 IoT 기기'라 한다)의, 현재 이상 감지를 수행하고 있는 기상 요소(이하 '해당 기상 요소'라 한다)가 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; (b4) 해당 IoT 기기의, 해당 기상 요소 이외의 기상 요소들(이하, '다른 기상 요소'라 한다)이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; (b5) 주변 IoT 기기의, 다른 기상 요소의 현재값과 과거값이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; 및, (b6) 해당 IoT 기기의 다른 기상 요소의 현재값과 과거값, 주변 IoT 기기의 모든 기상 요소의 현재값과 과거값이 모두 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계 중 하나 이상의 단계를 포함하고, 상기 단계(b)와 단계(c) 사이에, (b7) 상기 단계(b3), 단계(b4), 단계(b5) 및, 단계(b6) 중 포함된 단계들에서의 이상 감지 결과들로부터, 기 설정된 기준에 의하여, 해당 IoT 기기의 해당 기상 요소의 이상 여부를 최종 결정하는 단계가 더 실행되도록 한다.
본 발명의 또 다른 측면에 따르면, 센서 데이터 융합 기반 IoT 기상센서기기 이상을 감지하기 위한 컴퓨터 프로그램은, 비일시적 저장 매체에 저장되며, 프로세서에 의하여, (a) 각 IoT 기기로부터, 다수의 기상센서에 의해 측정된 기상센서 데이터를 수신하는 단계; (b) 각 IoT 기기별로, 해당 IoT 기기에서 수신한 기상센서 데이터를 이용하여, 해당 IoT 기기의 각 기상센서에 대한 이상을 감지하는 단계; 및, (c) 각 IoT 기기의 각 기상센서에 대한 이상 여부를 데이터베이스에 저장하는 단계가 실행되도록 하는 명령을 포함하고, 상기 단계(b) 이전에, (b0) 데이터베이스로부터, 과거에 각 IoT 기기로부터 수신한 기상센서 데이터를 읽어오는 단계가 실행되도록 하는 명령을 더 포함하며, 상기 단계(b)는, 이상 감지를 수행하는 각 IoT 기기에 대하여, (b3) 현재 이상 감지를 수행하고 있는 IoT 기기(이하 '해당 IoT 기기'라 한다)의 주변 IoT 기기들(이하 '주변 IoT 기기'라 한다)의, 현재 이상 감지를 수행하고 있는 기상 요소(이하 '해당 기상 요소'라 한다)가 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; (b4) 해당 IoT 기기의, 해당 기상 요소 이외의 기상 요소들(이하, '다른 기상 요소'라 한다)이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; (b5) 주변 IoT 기기의, 다른 기상 요소의 현재값과 과거값이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; 및, (b6) 해당 IoT 기기의 다른 기상 요소의 현재값과 과거값, 주변 IoT 기기의 모든 기상 요소의 현재값과 과거값이 모두 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계 중 하나 이상의 단계를 포함하고, 상기 단계(b)와 단계(c) 사이에, (b7) 상기 단계(b3), 단계(b4), 단계(b5) 및, 단계(b6) 중 포함된 단계들에서의 이상 감지 결과들로부터, 기 설정된 기준에 의하여, 해당 IoT 기기의 해당 기상 요소의 이상 여부를 최종 결정하는 단계가 실행되도록 하는 명령을 더 포함한다.
본 발명에 의하면, 이상 감지를 수행하는 IoT 기기의 특정 기상 센서 데이터, 해당 IoT 기기의 다른 기상 센서 데이터, 주변 다른 IoT 기기의 기상 센서 데이터와 이전에 생성되어 서버에 저장되어 있는 과거 기상 센서 데이터를 조합하여, IoT 기기가 설치된 장소와 센서 데이터가 측정된 시간에 따른 특이 값에 영향 받지 않고, 기상 센서 데이터의 이상 수치값을 산출 및 취합하여 기상 센서 기기의 이상 여부를 최적으로 판단하는 방법을 제공하는 효과가 있다.
도 1은 본 발명에 따른 기상 센서의 이상 감지를 수행하기 위한 네트워크 구성을 도시한 도면.
도 2는 본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템이 각 기상 센서에 대한 이상 감지를 수행하는 전체 과정을 나타내는 순서도.
도 3은 본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템이 특정 기상 센서에 대한 이상 감지를 수행하는 알고리즘을 나타내는 순서도.
도 4는 도 3의 특정 기상 센서에 대한 이상 감지를 수행하는 6단계의 알고리즘을 설명하기 위한 도표.
도 5는 본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템의 구성을 나타내는 도면.
이하 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명에 따른 기상 센서의 이상 감지를 수행하기 위한 네트워크 구성을 도시한 도면이고, 도 2는 본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)이 각 기상 센서에 대한 이상 감지를 수행하는 전체 과정을 나타내는 순서도이다.
IoT(Internet of Things) 기기(200)에는 다수의 기상요소를 측정할 수 있는 다수의 센서가 포함되어 있다. 그러한 기상 요소의 실시예에는, 기온, 기압, 풍향, 풍속 및 습도 등이 있으며, 이 외에도 다른 기상 요소를 더 포함할 수도 있다.
IoT 기기(200)들은 일정한 거리마다 고정된 위치에 설치되어 있고 그 위치는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)에 저장되어 있다.
본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)은, IoT 기기(200)의 기상 센서 데이터의 이상여부를 판단 하려 할 때 단일 기상 센서 데이터만으로 일반적인 필터링을 사용하여 이상판단을 하지 않고, 해당 IoT 기기의 다른 기상 센서 데이터와 주변 다른 IoT 기기의 기상 센서 데이터와 이전에 생성되어 서버에 저장된 과거 기상 센서 데이터를 조합하여, 최적의 기상 센서 데이터의 이상여부를 판단한다.
센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)은, 각 IoT 기기(200)로부터 각종 기상센서 데이터를 수신 대기하다가(S202), 현재 기상 요소값을 측정한 기상센서 데이터를 수신한다(S203). 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)은 이후 각 기상센서 데이터의 이상 감지시, 필요에 따라 기상센서 데이터베이스(105, 도 5 참조) 상에 저장되어 있는 과거 IoT 기기들(200)로부터 수신하여 저장해 놓은 기상센서 데이터를 읽어와서 사용할 수 있는데(S201), 도 2에서와 같이, 미리 읽어놓을 수도 있지만, 이상 감지를 시작하면서 읽어올 수도 있다.
이후 각 IoT 기기들(200) 각각에 있는 기온 센서, 기압 센서, 풍향 센서, 풍속 센서, 습도 센서에 대한 이상 감지를 수행하게 되는데(S204 내지 S208), 전술한 바와 같이, 다른 기상센서가 더 구비된 경우 그에 대한 이상 감지도 수행할 수 있으며, 또는 전술한 5개 중 일부의 기상센서 만을 구비하여 그에 대한 이상 감지만을 수행할 수도 있다.
각 기상센서들에 대한 이상 감지 후, 그 결과는 기상센서 데이터베이스(105, 도 5 참조)에 저장하여 업데이트한다(S209).
도 2에서는 생략하였으나, 단계 S204 내지 S209는, 각 IoT 기기의 데이터별로 반복하여 수행된다.
또한 전술한 기온 센서, 기압 센서, 풍향 센서, 풍속 센서, 습도 센서에 대한 이상 감지는 각각 동일한 알고리즘을 통해 수행되게 되는데, 그러한 알고리즘은 일 실시예로서 여섯 단계를 포함할 수 있으며, 이에 대하여는 이하에서 도 3 및 도 4를 참조하여 상세히 설명한다.
이후 IoT 기기(200)의 모든 센서 데이터 이상 감지 결과를 취합하고(S210), DB에 IoT 기기(200)의 이상 감지 취합 결과를 업데이트 한다(S211).
도 3은 본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)이 특정 기상 센서에 대한 이상 감지를 수행하는 알고리즘을 나타내는 순서도이고, 도 4는 도 3의 특정 기상 센서에 대한 이상 감지를 수행하는 여섯 단계의 알고리즘을 설명하기 위한 도표이다.
하나의 IoT 기기의 하나의 기상 요소를 최종 이상 감지를 결정 위하여 여섯 단계의 이상 감지 단계를 수행할 수 있다. 여기서 기상 요소란, 도 2를 참조하여 설명한 바와 같이 예를 들어 기온. 기압, 풍향, 풍속, 습도 등을 말한다. 전술한 바와 같이, 도 2의 순서도에서 이 다섯 가지에 대한 이상을 전부 감지할 수도 있고, 이 중에 일부에 대한 이상만을 감지할 수도 있으며, 또는 이 외의 다른 기상 요소에 대한 이상감지를 더 포함할 수도 있다. 즉, 기온. 기압, 풍향, 풍속, 습도는 본 발명에서 이상을 감지하는 기상 요소의 실시예에 불과하다. 또한 '기상 요소'의 이상을 감지한다는 것은 그 기상 요소를 감지하는 '기상 센서'의 이상을 감지하는 것과 같으므로, 본 발명에서 '기상 요소'의 이상 감지라는 표현과 '기상 센서'의 이상 감지는 동일한 의미로 혼용하여 사용하기로 한다.
이상 감지를 위해서는 학습을 위한 다수의 기상센서 데이터 샘플을 수집하여야 하고, 하나의 장비의 하나의 기상 요소에 대하여 이상 감지가 수행되므로, 전체 IoT 장비 개수 X 모든 기상 요소(기온, 기압, 풍향, 풍속 및 습도) 횟수만큼 수행된다.
예를 들어 한 시점에 수신된 IoT 장비가 10개이고, 5개의 기상 요소에 대하여 이상 감지를 수행하는 경우 총 50회 수행 ( 10 X 5 = 50 ) 하게 된다.
이하에서는 각 기상 요소에 대한 여섯 단계의 이상 감지 알고리즘을 설명한다. 이때 더욱 정밀한 이상 감지를 위해서는 여섯 단계를 모두 수행하는 것이 바람직하나, 반드시 여섯 단계를 모두 수행하여야 하는 것은 아니며, 그 중에서 선택적으로 단계를 수행할 수도 있다.
또한 이하에서의 설명은 편의상, 일 지역에 3개의 IoT 기기가 존재하고, 그 중 1번 IoT 기기에서 측정된 기상 요소 중 온도(T1)에 대한 이상 감지를 수행하는 경우를 여섯 단계로 설명하기로 한다.
1단계는 현재 시점에서 해당 장비에서 일정거리 안에 있는 주변 IoT 장비의 동일 기상 요소를 샘플로 사용한다(S301). 즉, 도 4를 참조하면, 1번 IoT 기기(IoT 1)에서 측정된 온도 T1의 이상 여부 감지를 수행하는 경우, 다수의 샘플, 즉, IoT 2에서 측정된 온도(T2) 및 IoT 3에서 측정된 온도(T3)로부터 T1의 이상 여부를 감지하는 것이다. 이와 같이 다수의 샘플로부터 특정 기상 요소의 이상 여부를 판단하는 방법은 여러가지가 있을 수 있으며, 그 샘플들로부터 해당 기상 요소(T1)이 얼마나 벗어난 값인지를 판단하는 것이다. 도 4에서는, 붉은색으로 표시된 것이 도출된 샘플들이고, 이로부터 T1의 이상 여부를 판단하게 된다.
2단계는 과거 데이터에서 고정된 시점(예를 들어 현재 날짜가 2020년 12월 1일이라면 매년 11월 1일 ~ 12월 31일) 사이의 해당 장비(IoT 1)의 해당 기상요소(온도) 값을 샘플로 추출한다(S302). 즉, 도 4에서, 2019년 11.1~12.31의 온도 데이터인 T1_01~T1_61, 2018년 11.1~12.31의 온도 데이터인 T1_01~T1_61, 2017년 11.1~12.31의 온도 데이터인 T1_01~T1_61 ... 등이 샘플 데이터가 되는 것이다.
3단계는 과거 데이터에서 주변 IoT 기기들(IoT 2, IoT 3)의 동일 기상 요소(온도)가 일치하는 시점을 찾아서 그 시점의 해당 IoT 기기(IoT 1)의 해당 기상요소(온도) 값(T11, T12, T13 ...)을 샘플로 추출한다(S303).
여기서 온도가 '일치'한다거나, 도 4에서와 같이 '과거 1' 시점의 온도가 T2와 '동일' 하다는 의미는, 도 4에서 볼 때, '과거 1' 시점의 IoT 2의 온도는 현재 시점의 IoT 2의 온도 T2에 근접한 온도, 즉, T2±△T 범위에 있다는 의미이며, 이하 다른 경우에서도 마찬가지이다.
예를 들어 IoT 1의 온도 값을 이상 감지하려 할 때, 주변 IoT 2의 온도 값이 4.8도, IoT 3는 4.9도일 때, 과거 데이터에서 IoT 2의 온도 값이 4.1~5.5도, IoT 3는 4.2~5.6도인 시점들을 찾고, 그 시점의 IoT 1의 온도 값(T11, T12, T13)을 찾아서 샘플 데이터 중 하나로 사용하는 것이다.
이와 같이 일치하는 샘플 개수가 부족한 경우, 과거 데이터에서 △T를 더 크게 하여 감지한다. 즉, IoT 2의 온도 값이 4~5.6도, IoT 3는 4.1~5.7도인 시점들을 찾아 그 시점의 IoT 1의 온도 값(T11, T12, T13)을 찾아서 샘플 데이터 중 하나로 사용한다.
4단계는 과거 데이터에서 해당 기기(IoT 1)의 다른 기상 요소들이 일치하는 시점을 찾아서 그 시점의 IoT 1의 해당 기상요소(온도) 값을 샘플로 추출한다(S304).
도 4를 참조하면, IoT 1의 다른 기상 요소, 즉, 습도, 풍향, 풍속, 기압의 현재값인 W1, D1, V1, P1과 동일한 값을 나타내는 과거 시점(과거1, 과거2, 과거3...)에서의 온도값인 T11, T12, T13,...을 샘플로 추출하는 것이다.
예를 들어 IoT 1의 온도 값을 이상 감지하려 하는 경우, 현재 습도 값이 47%, 풍향이 315', 풍속이 17m/s, 기압이 1049mb 일 때, 과거 데이터에서 IoT 1의 습도 값이 40~54%, 풍향이 300 ~ 330', 풍속이 14 ~ 20 m/s, 기압이 1019 ~ 1079mb 인 시점들을 찾고, 그 시점들 각각에서의 IoT 1의 온도 값(T11, T12, T13,...)을 찾아서 샘플 데이터로 사용한다.
역시 여기서도 개수가 부족하면 과거 데이터에서 동일한 값의 범위(△W, △D, △V, △P)를 늘려서 검색하는데, 즉, IoT 1의 습도 값이 39~55%, 풍향이 295 ~ 335', 풍속이 13 ~ 21 m/s, 기압이 1014 ~ 1084mb 인 시점을 찾아 그 시점의 1번 장비의 온도 값(T11, T12, T13,...)을 찾아서 샘플 데이터로 사용한다.
5단계는 주변 기기들인 IoT 2, IoT 3의 다른 기상 요소들인 습도, 풍향, 풍속, 기압의 현재값인 W21, D21, V21, P21(IoT 2), W31, D31, V31, P31(IoT 3)과 일치하는 시점(과거1, 과거2, 과거3...)을 과거 데이터에서 찾아서, 그 시점의 IoT의 해당 기상 요소 값인 T11, T12, T13,...을 샘플 데이터로 사용한다(S305).
예를 들어 IoT 1의 온도 값을 이상 감지하는 경우, IoT 2의 습도 값이 42%, 풍향이 321', 풍속이 17m/s, 기압이 1049mb이고, IoT 3의 습도 값이 40%, 풍향이 308', 풍속이 16m/s, 기압이 1051mb 일 때, 과거 데이터 에서 IoT 2의 습도 값이 35~49%, 풍향이 306 ~ 336', 풍속이 14 ~ 20 m/s, 기압이 1019 ~ 1079mb 이고, IoT 3의 습도 값이 33~47% , 풍향이 293 ~ 323', 풍속이 13 ~ 17 m/s, 기압이 1021 ~ 1081mb 인 시점을 찾아서, 그 시점의 1번 장비의 온도 값을 찾아서 sample값들 중 하나로 사용한다.)
역시 여기서도 샘플 개수가 부족하면 동일한 값의 범위(△W, △D, △V, △P)를 늘려서 검색하는데, 즉, 과거 데이터 에서 IoT 2의 습도 값이 34~50% , 풍향이 301 ~ 341', 풍속이 13 ~ 21 m/s, 기압이 1014 ~ 1084mb 이고, IoT 3의 습도 값이 32~48% , 풍향이 288 ~ 328', 풍속이 12 ~ 18 m/s, 기압이 1016 ~ 1086mb 인 시점을 찾아 그 시점의 IoT 1의 온도 값(T11, T12, T13,...)을 찾아서 샘플 데이터로 사용한다.
6단계는 해당 기기인 IoT 1의 다른 기상 요소들인 습도, 풍향, 풍속, 기압의 현재값인 W11, D11, V11, P11 및, 주변 기기들인 IoT 2, IoT 3의 모든 기상 요소들인 온도, 습도, 풍향, 풍속, 기압의 현재값인 T21, W21, D21, V21, P21(IoT 2), T31, W31, D31, V31, P31(IoT 3)이 모두 일치하는 시점(과거1, 과거2, 과거3...)을 과거 데이터에서 찾아서, 그 시점의 IoT의 해당 기상 요소 값인 T11, T12, T13,...을 샘플 데이터로 사용한다(S306).
예를 들어 IoT 1의 온도 값을 이상 감지하는 경우, IoT 1의 온도 값이 5.2도, 습도 값이 47%, 풍향이 315', 풍속이 17m/s, 기압이 1049mb이고, IoT 2의 온도 값이 4.8도, 습도 값이 42%, 풍향이 321', 풍속이 17m/s, 기압이 1049mb이며, IoT 3의 온도 값이 4.9도, 습도 값이 40%, 풍향이 308', 풍속이 16m/s, 기압이 1051mb 일 때, 과거 데이터에서, IoT 1의 습도 값이 39~55% , 풍향이 295 ~ 335', 풍속이 13 ~ 21 m/s, 기압이 1014 ~ 1084mb 이고, IoT 2의 온도 값이 4~5.6도, 습도 값이 35~49% , 풍향이 306 ~ 336', 풍속이 14 ~ 20 m/s, 기압이 1019 ~ 1079mb 이고, IoT 3의 온도 값이 4.1~5.7도, 습도 값이 33~47% , 풍향이 293 ~ 323', 풍속이 13 ~ 17 m/s, 기압이 1021 ~ 1081mb 인 시점을 찾아서, 그 시점의 1번 장비의 온도 값인 T11, T12, T13,...을 샘플 데이터로 사용하는 것이다.
역시 여기서도 샘플 개수가 부족하면 동일한 값의 범위(△T, △W, △D, △V, △P)를 늘려서 검색한다.
또한 샘플의 개수가 이상 감지를 위한 최적의 개수가 되도록 추출 조건을 수정할 수 있다. 즉, 일 실시예로서 전체의 1~2%가 되도록 추출 조건 재조정을 반복할 수 있는데, 예를 들어 IoT 1의 습도 값이 39~55%, 풍향이 0 ~ 360', 풍속이 13 ~ 21 m/s, 기압이 1014 ~ 1084mb 이고, IoT 2의 온도 값이 4~5.6도, 습도 값이 34~50%, 풍향이 0 ~ 360', 풍속이 13 ~ 21 m/s, 기압이 1014 ~ 1084mb 이고, IoT 3의 온도 값이 4.1~5.7도, 습도 값이 32~48%, 풍향이 0 ~ 360', 풍속이 12 ~ 18 m/s, 기압이 1016 ~ 1086mb 인 시점을 찾아 개수를 세고 전체의 1~2%가 아니면 다시 재조정하여 개수를 세는 것을 반복하도록 할 수 있다.
이와 같이 1단계 내지 6단계(S301 내지 S306)를 수행한 후, 각 단계의 이상 감지 결과를 조합하여, 해당 기상 요소(위에서는 온도)에 대한 이상인지 여부를 결정한다(S307). 이는 다양한 기준이 적용될 수 있으며, 일 실시예로서, 1~6 단계까지 이상 감지 결과로 4개 이상이 정상이라고 판단되었으면 정상이라고 결정할 수 있다.
또한 전술한 바와 같이, 1~6 단계 중 선택적으로 일부의 단계만을 수행할 수 있으며, 그러한 경우에도 일정한 기준을 설정하여 해당 기상 요소의 이상 여부를 최종 결정할 수 있다.
각 기상 요소별로 6단계를 모두 수행하는 경우에, 모든 IoT 기기에 대하여 모든 기상 요소에 대한 이상을 감지하는 경우, 총 6단계 X 전체 IoT 기기 개수 X 모든 기상 요소 갯수 만큼 이상 감지가 수행된다.
도 5는 본 발명의 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)의 구성을 나타내는 도면이다.
도 1 내지 도 4를 참조하여 본 발명의 센서 융합에 의한 기상 센서 이상 감지 방법에 대하여는 이미 상세히 설명한 바 있으므로, 이하에서는 그러한 방법을 수행하는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)의 구성요소의 기능을 중심으로 간략히 정리하여 설명하기로 한다.
제어부(101)는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템(100)의 이하 각 구성요소를 제어하여 기상 센서 이상 감지와 관련된 일련의 과정을 수행한다.
IoT 기기 데이터 수신부(102)는 IoT 기기들(200)로부터 측정된 각종 기상 요소 데이터를 수신한다.
이상 감지 수행부(103)는 도 2 내지 도 4를 참조하여 설명한 바와 같은 각 기상 요소에 대한 이상 감지를 수행한다.
이상 감지 취합부(104)는 IoT 기상 센서 기기의 기상 센서 데이터 이상 수치값을 취합한다.
데이터베이스 액세스부(105)는 IoT 기기(200)로부터 수신한 각종 기상 요소 데이터 및, 각 기상 센서 데이터에 대한 이상 수치값과 기상 센서 기기에 대한 이상 수치값 기록 등의 데이터를 저장하는 기상 센서 데이터베이스(106)의 데이터를 읽어오고(read), 또한 기상 센서 데이터베이스(106)에 데이터를 저장하는 역할을 수행한다.
100: 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템
200: IoT(Internet of Things) 기기

Claims (10)

  1. 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법으로서,
    (a) 각 IoT 기기로부터, 다수의 기상센서에 의해 측정된 기상센서 데이터를 수신하는 단계;
    (b) 각 IoT 기기별로, 해당 IoT 기기에서 수신한 기상센서 데이터를 이용하여, 해당 IoT 기기의 각 기상센서에 대한 이상을 감지하는 단계; 및,
    (c) 각 IoT 기기의 각 기상센서에 대한 이상 여부를 데이터베이스에 저장하는 단계
    를 포함하고,
    상기 단계(b) 이전에,
    (b0) 데이터베이스로부터, 과거에 각 IoT 기기로부터 수신한 기상센서 데이터를 읽어오는 단계
    를 더 포함하며,
    상기 단계(b)는, 이상 감지를 수행하는 각 IoT 기기에 대하여,
    (b3) 현재 이상 감지를 수행하고 있는 IoT 기기(이하 '해당 IoT 기기'라 한다)의 주변 IoT 기기들(이하 '주변 IoT 기기'라 한다)의, 현재 이상 감지를 수행하고 있는 기상 요소(이하 '해당 기상 요소'라 한다)가 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계;
    (b4) 해당 IoT 기기의, 해당 기상 요소 이외의 기상 요소들(이하, '다른 기상 요소'라 한다)이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계;
    (b5) 주변 IoT 기기의, 다른 기상 요소의 현재값과 과거값이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; 및,
    (b6) 해당 IoT 기기의 다른 기상 요소의 현재값과 과거값, 주변 IoT 기기의 모든 기상 요소의 현재값과 과거값이 모두 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계
    중 하나 이상의 단계를 포함하고,
    상기 단계(b)와 단계(c) 사이에,
    (b7) 상기 단계(b3), 단계(b4), 단계(b5) 및, 단계(b6) 중 포함된 단계들에서의 이상 감지 결과들로부터, 기 설정된 기준에 의하여, 해당 IoT 기기의 해당 기상 요소의 이상 여부를 최종 결정하는 단계
    를 더 포함하는,
    센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 청구항 1에 있어서,
    현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우,
    상기 단계(b3)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는,
    (b31) 상기 IoT k의 주변 각 IoT 기기들에서 현재 측정된 기상 요소 A의 값과,
    상기 주변 각 IoT 기기들에서 과거 측정된 기상 요소 A의 값이,
    주변 각 IoT 기기별로 일치하는 과거 시점을 검색하는 단계;
    (b32) 상기 단계(b31)에서 검색된 시점들에서의 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및,
    (b33) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계
    를 포함하는 것을 특징으로 하는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법.
  6. 청구항 1에 있어서,
    현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우,
    상기 단계(b4)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는,
    (b41) 상기 IoT k에서 현재 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들과,
    상기 IoT k에서 과거에 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들이,
    각 기상 요소별로 일치하는 과거 시점을 검색하는 단계;
    (b42) 상기 단계(b41)에서 검색된 시점들에서의 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및,
    (b43) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계
    를 포함하는 것을 특징으로 하는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법.
  7. 청구항 1에 있어서,
    현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우,
    상기 단계(b5)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는,
    (b51) 상기 IoT k의 주변 각 IoT 기기들에서 현재 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들과,
    상기 IoT k의 주변 각 IoT 기기들에서 과거에 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들이,
    각 주변 IoT 기기의 각 기상요소별로 일치하는 과거 시점을 검색하는 단계;
    (b52) 상기 단계(b51)에서 검색된 시점들에서의, IoT k에서 측정된 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및,
    (b53) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계
    를 포함하는 것을 특징으로 하는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법.
  8. 청구항 1에 있어서,
    현재 이상 감지를 수행하고 있는 IoT 기기를 IoT k, 상기 IoT k에서 현재 이상 감지를 수행하고 있는 기상 요소를 A라 할 경우,
    상기 단계(b6)에서, 상기 IoT k에서 측정된 기상 요소 A에 대한 이상 감지는,
    (b61) 상기 IoT k에서 현재 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들 및, 상기 IoT k의 주변 각 IoT 기기들에서 현재 측정된, 상기 기상 요소 A를 포함한 모든 기상 요소 값들과,
    상기 IoT k에서 과거에 측정된, 상기 기상 요소 A를 제외한 타 기상 요소 값들 및, 상기 IoT k의 주변 각 IoT 기기들에서 과거에 측정된, 상기 기상 요소 A를 포함한 모든 기상 요소 값들이, IoT k 및 각 주변 IoT 기기의 각 기상요소별로 일치하는 과거 시점을 검색하는 단계;
    (b62) 상기 단계(b61)에서 검색된 시점들에서의, IoT k에서 측정된 기상 요소 A의 값들을 샘플 데이터로 추출하는 단계; 및,
    (b62) 상기 샘플 데이터로부터, 상기 IoT k의 현재 측정된 기상 요소 A의 값에 대한 이상 감지를 수행하는 단계
    를 포함하는 것을 특징으로 하는 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법.
  9. 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템으로서,
    적어도 하나의 프로세서; 및
    컴퓨터로 실행가능한 명령을 저장하는 적어도 하나의 메모리를 포함하되,
    상기 적어도 하나의 메모리에 저장된 상기 컴퓨터로 실행가능한 명령은, 상기 적어도 하나의 프로세서에 의하여,
    (a) 각 IoT 기기로부터, 다수의 기상센서에 의해 측정된 기상센서 데이터를 수신하는 단계;
    (b) 각 IoT 기기별로, 해당 IoT 기기에서 수신한 기상센서 데이터를 이용하여, 해당 IoT 기기의 각 기상센서에 대한 이상을 감지하는 단계; 및,
    (c) 각 IoT 기기의 각 기상센서에 대한 이상 여부를 데이터베이스에 저장하는 단계
    가 실행되도록 하고,
    상기 단계(b) 이전에,
    (b0) 데이터베이스로부터, 과거에 각 IoT 기기로부터 수신한 기상센서 데이터를 읽어오는 단계
    가 더 실행되도록 하며,
    상기 단계(b)는, 이상 감지를 수행하는 각 IoT 기기에 대하여,
    (b3) 현재 이상 감지를 수행하고 있는 IoT 기기(이하 '해당 IoT 기기'라 한다)의 주변 IoT 기기들(이하 '주변 IoT 기기'라 한다)의, 현재 이상 감지를 수행하고 있는 기상 요소(이하 '해당 기상 요소'라 한다)가 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계;
    (b4) 해당 IoT 기기의, 해당 기상 요소 이외의 기상 요소들(이하, '다른 기상 요소'라 한다)이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계;
    (b5) 주변 IoT 기기의, 다른 기상 요소의 현재값과 과거값이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; 및,
    (b6) 해당 IoT 기기의 다른 기상 요소의 현재값과 과거값, 주변 IoT 기기의 모든 기상 요소의 현재값과 과거값이 모두 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계
    중 하나 이상의 단계를 포함하고,
    상기 단계(b)와 단계(c) 사이에,
    (b7) 상기 단계(b3), 단계(b4), 단계(b5) 및, 단계(b6) 중 포함된 단계들에서의 이상 감지 결과들로부터, 기 설정된 기준에 의하여, 해당 IoT 기기의 해당 기상 요소의 이상 여부를 최종 결정하는 단계
    가 더 실행되도록 하는,
    센서 데이터 융합 기반 IoT 기상센서기기 이상감지 시스템.
  10. 센서 데이터 융합 기반 IoT 기상센서기기 이상을 감지하기 위한 컴퓨터 프로그램으로서,
    비일시적 저장 매체에 저장되며, 프로세서에 의하여,
    (a) 각 IoT 기기로부터, 다수의 기상센서에 의해 측정된 기상센서 데이터를 수신하는 단계;
    (b) 각 IoT 기기별로, 해당 IoT 기기에서 수신한 기상센서 데이터를 이용하여, 해당 IoT 기기의 각 기상센서에 대한 이상을 감지하는 단계; 및,
    (c) 각 IoT 기기의 각 기상센서에 대한 이상 여부를 데이터베이스에 저장하는 단계
    가 실행되도록 하는 명령을 포함하고,
    상기 단계(b) 이전에,
    (b0) 데이터베이스로부터, 과거에 각 IoT 기기로부터 수신한 기상센서 데이터를 읽어오는 단계
    가 실행되도록 하는 명령을 더 포함하며,
    상기 단계(b)는, 이상 감지를 수행하는 각 IoT 기기에 대하여,
    (b3) 현재 이상 감지를 수행하고 있는 IoT 기기(이하 '해당 IoT 기기'라 한다)의 주변 IoT 기기들(이하 '주변 IoT 기기'라 한다)의, 현재 이상 감지를 수행하고 있는 기상 요소(이하 '해당 기상 요소'라 한다)가 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계;
    (b4) 해당 IoT 기기의, 해당 기상 요소 이외의 기상 요소들(이하, '다른 기상 요소'라 한다)이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계;
    (b5) 주변 IoT 기기의, 다른 기상 요소의 현재값과 과거값이 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계; 및,
    (b6) 해당 IoT 기기의 다른 기상 요소의 현재값과 과거값, 주변 IoT 기기의 모든 기상 요소의 현재값과 과거값이 모두 일치하는 시점을 과거 데이터에서 찾고, 그 시점의 해당 IoT 기기의 해당 기상 요소 값으로부터 해당 IoT 기기의 해당 기상 요소 값의 이상 감지를 수행하는 단계
    중 하나 이상의 단계를 포함하고,
    상기 단계(b)와 단계(c) 사이에,
    (b7) 상기 단계(b3), 단계(b4), 단계(b5) 및, 단계(b6) 중 포함된 단계들에서의 이상 감지 결과들로부터, 기 설정된 기준에 의하여, 해당 IoT 기기의 해당 기상 요소의 이상 여부를 최종 결정하는 단계
    가 실행되도록 하는 명령을 더 포함하는,
    센서 데이터 융합 기반 IoT 기상센서기기 이상을 감지하기 위한 컴퓨터 프로그램.
KR1020200183406A 2020-12-24 2020-12-24 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템 KR102493171B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200183406A KR102493171B1 (ko) 2020-12-24 2020-12-24 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200183406A KR102493171B1 (ko) 2020-12-24 2020-12-24 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20220092708A KR20220092708A (ko) 2022-07-04
KR102493171B1 true KR102493171B1 (ko) 2023-01-31

Family

ID=82399066

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200183406A KR102493171B1 (ko) 2020-12-24 2020-12-24 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102493171B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000056038A (ja) * 1998-08-11 2000-02-25 Nissin Electric Co Ltd 気象センサの異常監視装置
US20190317848A1 (en) 2017-02-15 2019-10-17 Sap Se Sensor data anomaly detection

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101874085B1 (ko) * 2016-12-08 2018-08-02 에스케이테크엑스 주식회사 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000056038A (ja) * 1998-08-11 2000-02-25 Nissin Electric Co Ltd 気象センサの異常監視装置
US20190317848A1 (en) 2017-02-15 2019-10-17 Sap Se Sensor data anomaly detection

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
육의수 외 2명. 센서 네트워크 시스템에 적용 가능한 고장 검출 알고리즘 개발. 한국지능시스템학회논문지. 2007.12.25, 제17권, 제6호, pp.760-765*

Also Published As

Publication number Publication date
KR20220092708A (ko) 2022-07-04

Similar Documents

Publication Publication Date Title
CN111950329B (zh) 目标检测及模型训练方法、装置、计算机设备和存储介质
CN109032829B (zh) 数据异常检测方法、装置、计算机设备及存储介质
CN108985057B (zh) 一种webshell检测方法及相关设备
CN111177714B (zh) 异常行为检测方法、装置、计算机设备和存储介质
LU502731B1 (en) Method for monitoring abnormality of power production, apparatus, computer device, and storage medium therefor
CN115578015A (zh) 基于物联网的污水处理全过程监管方法、***及存储介质
CN111127825A (zh) 环境预测方法和装置、电子设备
CN111209980A (zh) 环境检测方法和装置、电子设备、计算机可读存储介质
CN113554526A (zh) 电力设备的故障预警方法、装置、存储介质及处理器
CN113284002A (zh) 用电数据异常检测方法、装置、计算机设备和存储介质
CN110858072B (zh) 设备运行状态的确定方法及装置
CN113283502A (zh) 基于聚类的设备状态阈值确定方法和装置
CN115238831A (zh) 故障预测方法、装置、计算机设备、存储介质和程序产品
CN113536066A (zh) 一种数据异常检测算法确定方法、装置及计算机设备
KR20160085004A (ko) 중복 이미지 파일 검색 방법 및 장치
Liu et al. Fault diagnosis method of substation equipment based on You Only Look Once algorithm and infrared imaging
CN111783910A (zh) 建筑项目管理方法、电子设备及相关产品
CN109614512B (zh) 一种基于深度学习的电力设备检索方法
KR102493171B1 (ko) 센서 데이터 융합 기반 IoT 기상센서기기 이상감지 방법 및 시스템
CN117388893B (zh) 一种基于gps的多设备定位***
CN112749035B (zh) 异常检测方法、装置及计算机可读介质
CN115965625B (zh) 一种基于视觉识别的仪表检测装置及其检测方法
CN112581027A (zh) 一种风险信息管理方法、装置、电子设备及存储介质
CN115713038A (zh) 一种基于深度循环神经网络的配用电故障检测方法及***
CN111259869A (zh) 一种非侵入式电气集群负载故障识别方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant