KR102497394B1 - Artificial intelligence distribution panel of analyzing and managing fire detection factors - Google Patents
Artificial intelligence distribution panel of analyzing and managing fire detection factors Download PDFInfo
- Publication number
- KR102497394B1 KR102497394B1 KR1020220116959A KR20220116959A KR102497394B1 KR 102497394 B1 KR102497394 B1 KR 102497394B1 KR 1020220116959 A KR1020220116959 A KR 1020220116959A KR 20220116959 A KR20220116959 A KR 20220116959A KR 102497394 B1 KR102497394 B1 KR 102497394B1
- Authority
- KR
- South Korea
- Prior art keywords
- module
- switchgear
- real
- sensor
- time
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims description 67
- 239000000779 smoke Substances 0.000 claims description 27
- 238000010223 real-time analysis Methods 0.000 claims description 20
- 238000010926 purge Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 claims 2
- 238000012351 Integrated analysis Methods 0.000 claims 1
- 239000003086 colorant Substances 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 35
- 230000000694 effects Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/175—Indicating the instants of passage of current or voltage through a given value, e.g. passage through zero
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
- G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B13/00—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle
- H02B13/02—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle with metal casing
- H02B13/025—Safety arrangements, e.g. in case of excessive pressure or fire due to electrical defect
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Electromagnetism (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Fire Alarms (AREA)
Abstract
Description
본 발명은 수배전반에 관한 것으로서, 구체적으로는 인공지능형 수배전반에 관한 것이며, 좀 더 구체적으로는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반에 관한 것이다.The present invention relates to a switchgear, specifically, to an artificial intelligent switchgear, and more specifically, to an artificial intelligent switchboard that analyzes, integrates, and manages fire detection factors.
수배전반은 높은 전력을 다루어야 하고 아크(arc) 발생이 잦기 때문에 화재 발생의 위험이 항상 뒤따르고 있다.Switchboards have to deal with high power and frequently generate arcs, so there is always a risk of fire.
수배전반의 화재 위험성이 높음에도 불구하고 화재 발생 전에는 효과적으로 화재 발생 가능성을 예측하는 것이 쉽지 않은 실정이다.Despite the high fire risk of switchgear, it is not easy to effectively predict the possibility of fire before a fire occurs.
아크 센서 등을 이용하여 아크 발생이 잦거나 온도가 이상적으로 높아지는 경우 화재 발생의 가능성이 높다고 볼 수는 있지만, 수배전반의 화재 가능성을 좀 더 정확하게 예측하고 파악하기는 쉽지는 않다.Although it can be considered that there is a high possibility of fire when arcs occur frequently or the temperature is abnormally high using an arc sensor, etc., it is not easy to more accurately predict and grasp the possibility of a fire in a switchgear.
기존의 화재 발생 예측을 위한 알고리즘은 대부분 수배전반의 온도가 특정 온도 이상으로 상승하거나 아크가 특정 횟수 이상 발생하는 경우에 화재 발생을 예측하기 때문에 화재에 거의 임박해서야 화재 발생을 예측하는 경우가 허다하다.Since most of the existing fire prediction algorithms predict fire occurrence when the temperature of switchgear rises above a certain temperature or when an arc occurs more than a certain number of times, fire occurrence is often predicted only when the fire is almost imminent.
이러한 경우에는 화재를 미연에 방지하기 전에 화재가 발생하기도 하고, 수배전반의 부품 상태가 매우 나빠진 후에야 화재를 예측하게 되는 문제점이 있다.In this case, there is a problem in that a fire may occur before a fire is prevented, and a fire may be predicted only after the condition of parts of the switchgear is very bad.
이에, 수배전반은 오랜 기간에 걸친 사용과 환경적 요인에 따라 화재로 이어지기 때문에 수배전반의 화재 취약 상태가 다양하게 단계적으로 평가될 필요가 있으며, 화재로 이어지는 다양한 요인에 대해서도 복합적으로 판단될 필요가 있다.Therefore, since switchboards lead to fires depending on long-term use and environmental factors, the fire vulnerability of switchboards needs to be evaluated in various stages, and various factors leading to fires need to be judged in a complex manner. .
한편, 사용자의 경우 특정 환경에 놓여있는 수배전반들이 특정 조건이나 환경에서 화재가 발생하거나 이상 상태가 되는 것을 경험적으로 알 수 있다. 그러나, 수배전반은 일괄적으로 이상 상태에 대한 판단 규칙이 저장되어 있기 때문에, 사용자가 원하는 조건이나 규칙에 따라 수배전반의 이상 상태를 판단할 수 있는 수단이 없는 실정이다.On the other hand, in the case of a user, it can be empirically known that a fire occurs or an abnormal state occurs in switchboards placed in a specific environment under a specific condition or environment. However, since the decision rules for the abnormal state are collectively stored in the switchgear, there is no means for determining the abnormal state of the switchgear according to conditions or rules desired by the user.
이에, 사용자의 입장에서는 경험상 특정 증상이 발현될 때 취해야 할 조치들에 대해서 증상의 발현과 조치의 단계를 세분화하여 경험 그대로 수배전반을 자동 모니터링하고 자동으로 조치를 취할 수 있는 수단이 요구된다.Therefore, from the user's point of view, there is a need for a means to automatically monitor switchgear and automatically take action as experienced by subdividing the symptoms and action steps for actions to be taken when a specific symptom occurs.
본 발명의 목적은 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반을 제공하는 데 있다.An object of the present invention is to provide an artificial intelligent switchboard that analyzes, integrates, and manages fire detection factors.
상술한 본 발명의 목적에 따른 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반은, 수배전반의 화재감지요인을 감지하는 수배전반 화재감지요인 센서; 상기 수배전반의 화재감지요인에 따른 조치를 지시하는 퍼지 룰(fuzzy rule)을 사용자 단말로부터 수신하거나 사용자로부터 입력받는 퍼지 룰 입력 모듈; 상기 퍼지 룰 입력 모듈에서 입력받은 퍼지 룰이 저장되는 퍼지 룰 데이터베이스; 상기 퍼지 룰 데이터베이스에 저장된 퍼지 룰을 참조하여 상기 수배전반 화재감지요인 센서에서 감지된 수배전반의 화재감지요인을 실시간으로 퍼지화하여 소정의 소속도(membership value)를 갖는 퍼지 출력값을 도출하는 실시간 퍼지화(fuzzification) 모듈; 상기 실시간 퍼지화 모듈에 의해 도출된 퍼지 출력값을 실시간으로 역퍼지화하여 등가의 단일값(crisp value)으로 변환하여 출력하는 실시간 역퍼지화(defuzzification) 모듈; 상기 실시간 퍼지화 모듈에서 도출된 퍼지 출력값을 이용하여 상기 수배전반의 부품별 요구 성능을 실시간 분석하는 요구 성능 실시간 분석 모듈; 상기 요구 성능 실시간 분석 모듈에서 실시간 분석된 부품별 요구 성능을 적용하는 요구 성능 적용 모듈; 상기 실시간 퍼지화 모듈에서 도출된 퍼지 출력값을 이용하여 상기 수배전반의 부품별 임계 내구성을 실시간 분석하는 임계 내구성 실시간 분석 모듈; 상기 임계 내구성 실시간 분석 모듈에서 실시간 분석된 부품별 임계 내구성을 적용하는 임계 내구성 적용 모듈; 상기 요구 성능 적용 모듈에서 적용되는 부품별 요구 성능 및 상기 임계 내구성 적용 모듈에서 적용되는 부품별 임계 내구성을 이용하여 부품별로 최적 부품 모델을 매핑하는 최적 부품 모델 매핑 모듈; 상기 최적 부품 모델 매핑 모듈에서 매핑된 최적 부품 모델을 상기 사용자 단말로 실시간 제안하는 최적 부품 제안 모듈을 포함하도록 구성될 수 있다.The artificial intelligence type switchboard for analyzing, integrating and managing fire detection factors according to the object of the present invention described above includes a switchboard fire detection factor sensor for detecting the fire detection factors of the switchboard; a fuzzy rule input module that receives a fuzzy rule from a user terminal or input from a user, instructing actions according to fire detection factors of the switchgear; a fuzzy rule database storing fuzzy rules input from the fuzzy rule input module; Fuzzing the fire detection factor of the switchgear detected by the switchgear fire detection factor sensor in real time by referring to the fuzzy rule stored in the fuzzy rule database to derive a fuzzy output value having a predetermined membership value Real-time fuzzification ( fuzzification) module; a real-time defuzzification module for defuzzifying the fuzzy output value derived by the real-time fuzzification module in real time and converting it into an equivalent crisp value; a required performance real-time analysis module for analyzing the required performance of each part of the switchgear in real time using the fuzzy output value derived from the real-time fuzzification module; a required performance application module for applying the required performance for each part analyzed in real time by the required performance real-time analysis module; a critical durability real-time analysis module that analyzes the critical durability of each component of the switchgear in real time using the fuzzy output value derived from the real-time fuzzification module; a critical durability application module for applying the critical durability for each part analyzed in real time by the critical durability real-time analysis module; an optimal part model mapping module for mapping an optimal part model for each part using the required performance for each part applied in the required performance application module and the critical durability for each part applied in the critical durability application module; It may be configured to include an optimum part proposal module that proposes the optimum part model mapped by the optimum part model mapping module to the user terminal in real time.
여기서, 수배전반 데이터베이스 서버로부터 상기 수배전반의 수배전반 환경 대비 부품 특성 정보를 수신하는 모델별 부품 특성 정보 수신 모듈; 상기 모델별 부품 특성 정보 수신 모듈에서 수신된 수배전반 환경 대비 부품 특성 정보가 저장되는 모델별 부품 특성 데이터베이스를 더 포함하도록 구성될 수 있다.Here, a part characteristic information receiving module for each model receiving part characteristic information compared to the switchboard environment of the switchgear from the switchgear database server; It may be configured to further include a part characteristic database for each model in which part characteristic information against the switchgear environment received from the part characteristic information receiving module for each model is stored.
그리고 상기 최적 부품 모델 매핑 모듈은, 상기 모델별 부품 특성 데이터베이스에 저장된 수배전반 환경 대비 부품 특성 정보를 참조하여 부품별로 최적 부품 모델을 매핑하도록 구성될 수 있다.The optimal part model mapping module may be configured to map an optimal part model for each part by referring to part characteristic information for a switchgear environment stored in the part characteristic database for each model.
이때, 상기 수배전반 화재감지요인 센서는, 상기 수배전반의 3상 전압을 측정하는 3상 전압 측정 센서; 상기 수배전반의 3상 전류를 측정하는 3상 전류 측정 센서; 상기 수배전반의 아크를 측정하는 아크 센서; 상기 수배전반의 연기를 측정하는 연기 센서; 상기 수배전반의 온도를 측정하는 온도 센서; 상기 수배전반의 진동을 측정하는 진동 센서; 상기 수배전반의 습도를 측정하는 습도 센서를 포함하도록 구성될 수 있다.At this time, the switchgear fire detection factor sensor may include a three-phase voltage measurement sensor for measuring a three-phase voltage of the switchgear; a three-phase current measuring sensor measuring three-phase current of the switchgear; an arc sensor for measuring an arc of the switchgear; a smoke sensor for measuring smoke in the switchboard; a temperature sensor for measuring the temperature of the switchgear; a vibration sensor that measures vibration of the switchgear; It may be configured to include a humidity sensor that measures the humidity of the switchgear.
여기서, 상기 실시간 퍼지화 모듈에서 도출된 퍼지 출력값에 따라 상기 수배전반의 상태를 실시간 파악하는 수배전반 상태 파악 모듈; 상기 수배전반 상태 파악 모듈에서 실시간 파악된 수배전반의 상태에 관해 상기 사용자 단말로 실시간 알림을 송신하는 수배전반 상태 알림 모듈; 상기 실시간 역퍼지화 모듈에 의해 출력된 단일값에 따라 상기 수배전반의 작동을 제어하는 수배전반 작동 제어 모듈을 더 포함하도록 구성될 수 있다.Here, a switchgear state determination module configured to ascertain the state of the switchgear in real time according to the fuzzy output value derived from the real-time fuzzification module; a switchboard status notification module for transmitting a real-time notification to the user terminal about the state of the switchgear identified in real time by the switchgear state determination module; It may be configured to further include a switchgear operation control module that controls the operation of the switchgear according to the single value output by the real-time defuzzification module.
그리고 상기 수배전반 상태 파악 모듈에서 실시간 파악된 수배전반의 상태에 따라 해당 부품 상태별 LED 색상을 실시간 제어하는 LED 색상 제어 모듈; 각 부품의 옆에 별도 설치되며, 상기 LED 색상 제어 모듈의 실시간 제어에 따라 해당 부품 상태별 LED 색상을 발광하는 LED 모듈을 포함하도록 구성될 수 있다.and an LED color control module that controls the LED color for each part state in real time according to the status of the switchgear identified in real time by the switchgear status determination module. It is separately installed next to each part and may be configured to include an LED module that emits LED color for each state of the corresponding part according to the real-time control of the LED color control module.
그리고 상기 3상 전압 측정 센서에서 측정된 3상 전압, 상기 3상 전류 측정 센서에서 측정된 3상 전류, 상기 아크 센서에서 측정된 아크, 상기 연기 센서에서 측정된 연기, 상기 온도 센서에서 측정된 온도, 상기 진동 센서에서 측정된 진동 및 상기 습도 센서에서 측정된 습도를 동기화하는 센서 측정값 동기화 모듈; 상기 센서 측정값 동기화 모듈에 의해 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도가 동기화되어 저장되는 센서 측정값 데이터베이스; 상기 센서 측정값 데이터베이스에 동기화되어 저장된 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도를 상기 수배전반 데이터베이스 서버로 실시간 업로드하는 센서 측정값 업로드 모듈을 더 포함하도록 구성될 수 있다.And the three-phase voltage measured by the three-phase voltage measurement sensor, the three-phase current measured by the three-phase current measurement sensor, the arc measured by the arc sensor, the smoke measured by the smoke sensor, the temperature measured by the temperature sensor a sensor measurement value synchronization module for synchronizing the vibration measured by the vibration sensor and the humidity measured by the humidity sensor; a sensor measurement value database in which three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity are synchronized and stored by the sensor measurement value synchronization module; It may be configured to further include a sensor measurement value upload module that uploads three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity synchronized and stored in the sensor measurement value database to the switchgear database server in real time.
그리고 상기 센서 측정값 데이터베이스에 저장된 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도의 측정 기간을 상기 퍼지 룰 데이터베이스에 저장된 퍼지 룰에 따라 자동으로 가변 설정하고, 해당 가변 설정된 측정 기간의 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도를 상기 실시간 퍼지화 모듈로 제공하는 센서 측정 기간 자동 가변 설정 모듈을 더 포함하도록 구성될 수 있다.In addition, the measurement period of the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity stored in the sensor measurement value database is automatically variable according to the fuzzy rule stored in the fuzzy rule database, and the variable measurement period It may be configured to further include a sensor measurement period automatic variable setting module that provides three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity of the real-time fuzzification module.
그리고 상기 수배전반의 화재를 감지하는 수배전반 화재 감지 센서; 상기 수배전반 화재 감지 센서에서 화재가 감지되는 경우, 수배전반 화재를 상기 수배전반 데이터베이스 서버로 실시간 보고하는 수배전반 화재 보고 모듈을 더 포함하도록 구성될 수 있다.and a switchboard fire detection sensor for detecting a fire in the switchboard; When a fire is detected by the switchgear fire detection sensor, the switchgear fire report module may be configured to further include a switchgear fire report module that reports a fire to the switchgear database server in real time.
그리고 상기 수배전반의 부품 정보가 상기 사용자 단말에 의해 수신되어 저장되거나 상기 사용자에 의해 입력되어 저장되는 부품 정보 데이터베이스; 상기 부품 정보 데이터베이스에 저장된 부품 정보를 상기 수배전반 데이터베이스 서버로 업로드하는 부품 정보 업로드 모듈을 더 포함하도록 구성될 수 있다.and a parts information database in which part information of the switchgear is received and stored by the user terminal or is input and stored by the user. It may be configured to further include a parts information upload module that uploads part information stored in the part information database to the switchgear database server.
그리고 상기 수배전반 데이터베이스 서버로부터 수배전반 상태별 센서 측정값을 수신하는 수배전반 상태별 센서 측정값 수신 모듈; 상기 수배전반 데이터베이스 서버로부터 수배전반 상태별 지속 기간을 수신하는 수배전반 상태별 지속 기간 수신 모듈; 상기 수배전반 상태별 센서 측정값 수신 모듈에서 수신된 수배전반 상태별 센서 측정값을 이용하여 상기 수배전반 상태별 지속 기간 수신 모듈에서 수신된 수배전반 상태별 지속 기간에 따라 퍼지 룰을 자동으로 가변 생성하는 AI 기반 퍼지 룰 가변 생성 모듈을 더 포함하도록 구성될 수 있다.and a sensor measurement value receiving module for each switchgear state receiving sensor measurement values for each switchgear state from the switchgear database server; a duration receiving module for each switchgear state receiving the duration for each switchgear state from the switchgear database server; AI-based fuzziness that automatically and variably generates a fuzzy rule according to the duration for each switchgear state received from the duration reception module for each switchgear state using the sensor measurement value for each switchgear state received from the sensor measurement value receiving module for each switchgear state It may be configured to further include a rule variable generating module.
그리고 상기 수배전반 데이터베이스 서버로부터 상기 수배전반의 부품 내구 연한 정보를 수신하는 수배전반 부품 내구 연한 정보 수신 모듈; 상기 수배전반 부품 내구 연한 정보 수신 모듈에서 수신된 부품 내구 연한 정보에 따라 퍼지화를 위한 퍼지 집합을 자동으로 변경 설정하는 AI 기반 퍼지 집합 변경 설정 모듈을 더 포함하도록 구성될 수 있다.and a durability age information receiving module for receiving the durability age information of components of the switchgear from the switchgear database server. It may be configured to further include an AI-based fuzzy set change setting module for automatically changing and setting a fuzzy set for fuzzification according to the durability age information of components received from the switchgear component durability age information receiving module.
상술한 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반에 의하면, 퍼지 이론에 의해 다양한 화재감지요인을 복합적으로 판단하여 수배전반의 화재 발생 가능성을 미리 판단하도록 구성됨으로써, 수배전반의 현재 상태와 화재 발생 가능성을 보다 정확하게 파악하고, 화재 발생 이전의 다양한 이상 상태나 다양한 잠재적 이상 상태에 대해 퍼지율(fuzzy rate)로 판단할 수 있는 효과가 있다.According to the artificial intelligence switchgear that analyzes and integrates the above-mentioned fire detection factors, it is configured to determine the possibility of fire in the switchboard by complexly judging various fire detection factors by the fuzzy theory, so that the current state of the switchboard and the possibility of fire occurrence can be determined. There is an effect of more accurately identifying and judging various abnormal states before a fire or various potential abnormal states with a fuzzy rate.
여기서, 퍼지 룰(fuzzy rule) 자체를 화재감지요인 센서값을 이용하여 AI 알고리즘에 의해 자동 생성하도록 구성됨으로써, 수배전반에 최적화된 퍼지 룰에 따라 화재 발생 이전의 다양한 이상 상태와 잠재적 이상 상태를 판별해낼 수 있는 효과가 있다.Here, the fuzzy rule itself is configured to be automatically generated by the AI algorithm using the fire detection factor sensor value, so that various abnormal states before the fire and potential abnormal states can be discriminated according to the fuzzy rule optimized for the switchboard. There are possible effects.
한편, 수배전반을 구성하는 다양한 부품의 내구 연한을 직접 파악하여 부품의 내구 연한에 따라 퍼지 집합을 자동으로 변경 설정하고 퍼지 룰을 적용하도록 구성됨으로써, 수배전반의 이상 상태 판단에 있어서 부품에 기인하여 발생되는 변동성을 줄이고 수배전반의 정확한 상태를 판단해 낼 수 있는 효과가 있다.On the other hand, by directly grasping the durability period of various parts constituting the switchboard, automatically changing and setting the fuzzy set according to the durability period of the parts and applying the fuzzy rule, It has the effect of reducing variability and determining the exact state of switchgear.
다른 한편, 화재감지요인의 센서값들에 대해 소정 기간 별로 퍼지 룰을 적용하도록 구성됨으로써, 장기간의 사용이 전제가 되는 수배전반에 있어서 장기간 동안의 센서값을 반영하여 이상 상태를 정확하게 파악할 수 있는 효과가 있다.On the other hand, it is configured to apply the fuzzy rule for each predetermined period to the sensor values of the fire detection factors, so that the sensor values for a long period of time are reflected in the switchgear on which long-term use is premised, and the abnormal state can be accurately identified. there is.
또 다른 한편, 사용자의 입장에서 볼 때 특정 조건과 이에 따른 조치를 관리 경험에 비추어 자연어 형태로 입력하고, 이를 퍼지 추론에 의해 조치하도록 구성됨으로써, 일률적인 임계치에 의한 이상 상태 판단과 조치가 아닌 사용자의 경험이 녹아 있는 이상 상태 판단과 조치를 할 수 있는 효과가 있다.On the other hand, from the user's point of view, it is configured to input a specific condition and corresponding action in natural language form in light of management experience and take action by fuzzy reasoning, so that the user does not judge the abnormal state and take action based on a uniform threshold. There is an effect of being able to judge and take action on abnormal conditions in which the experience of the person is melted.
도 1 은 본 발명의 일 실시예에 따른 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반의 블록 구성도이다.1 is a block diagram of an artificial intelligent switchgear that analyzes, integrates, and manages fire detection factors according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 발명을 실시하기 위한 구체적인 내용에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in specific contents for practicing the invention. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. Like reference numerals have been used for like elements throughout the description of each figure.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The terms and/or include any combination of a plurality of related recited items or any of a plurality of related recited items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반의 블록 구성도이다.1 is a block diagram of an artificial intelligent switchgear that analyzes, integrates, and manages fire detection factors according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 일 실시예에 따른 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반(100)은 수배전반 화재감지요인 센서(101), 퍼지 룰(fuzzy rule) 입력 모듈(102), 퍼지 룰 데이터베이스(103), 실시간 퍼지화(fuzzification) 모듈(104), 실시간 역퍼지화(defuzzification) 모듈(105), 요구 성능 실시간 분석 모듈(106), 요구 성능 적용 모듈(107), 임계 내구성 실시간 분석 모듈(108), 임계 내구성 적용 모듈(109), 최적 부품 모델 매핑 모듈(110), 최적 부품 모델 제안 모듈(111), 모델별 부품 특성 정보 수신 모듈(112), 모델별 부품 특성 데이터베이스(113), 수배전반 상태 파악 모듈(114), 수배전반 상태 알림 모듈(115), 수배전반 작동 제어 모듈(116), LED 색상 제어 모듈(117), LED 모듈(118), 센서 측정값 동기화 모듈(119), 센서 측정값 데이터베이스(120), 센서 측정값 업로드 모듈(121), 센서 측정 기간 자동 가변 설정 모듈(122), 수배전반 화재 감지 센서(123), 수배전반 화재 보고 모듈(124), 부품 정보 데이터베이스(125), 부품 정보 업로드 모듈(126), 수배전반 상태별 센서 측정값 수신 모듈(127), 수배전반 상태별 지속 기간 수신 모듈(128), AI 기반 퍼지 룰 가변 생성 모듈(129), 수배전반 부품 내구 연한 정보 수신 모듈(130), AI 기반 퍼지 집합 변경 설정 모듈(131)을 포함하도록 구성될 수 있다.Referring to FIG. 1, an artificial
이하, 세부적인 구성에 대하여 설명한다.Hereinafter, a detailed configuration will be described.
수배전반 화재감지요인 센서(101)는 수배전반(100)의 화재감지요인을 감지하도록 구성될 수 있다. 화재감지요인은 화재의 발생을 화재 발생 전에 미리 감지할 수 있는 요인으로서, 아크 발생 빈도, 연기, 고온, 진동, 이상 전압, 이상 전류 등이 있을 수 있다.The switchgear fire
수배전반 화재감지요인 센서(101)는 3상 전압 측정 센서(101a), 3상 전류 측정 센서(101b), 아크 센서(101c), 연기 센서(101d), 온도 센서(101e), 진동 센서(101f), 습도 센서(101g)를 포함하도록 구성될 수 있다.The switchboard fire
이하, 세부적인 구성에 대하여 설명한다.Hereinafter, a detailed configuration will be described.
3상 전압 측정 센서(101a)는 수배전반(100)의 3상 전압을 측정하도록 구성될 수 있다.The three-phase
3상 전류 측정 센서(101b)는 수배전반(100)의 3상 전류를 측정하도록 구성될 수 있다.The three-phase
아크 센서(101c)는 수배전반(100)의 아크를 측정하도록 구성될 수 있다.The
연기 센서(101d)는 수배전반(100)의 연기를 측정하도록 구성될 수 있다.The
온도 센서(101e)는 수배전반(100)의 온도를 측정하도록 구성될 수 있다.The
진동 센서(101f)는 수배전반(100)의 진동을 측정하도록 구성될 수 있다.The
습도 센서(101g)는 수배전반(100)의 습도를 측정하도록 구성될 수 있다.The
퍼지 룰 입력 모듈(102)은 수배전반(100)의 화재감지요인에 따른 조치를 지시하는 퍼지 룰(fuzzy rule)을 사용자 단말로(20)부터 수신하거나 사용자로부터 입력받도록 구성될 수 있다. 퍼지 룰은 온/오프의 이분법적 조치가 아닌 애매 모호한 다양한 상태에 대해 각각 그 상태에 맞는 판단과 조치를 하도록 구성될 수 있다. 예를 들어, 수배전반(100)의 온도가 100도씨 이상인 경우 수배전반(100)을 잠재적 이상 상태로 판단하고, 수배전반(100)의 온도가 150 도씨 이상인 경우 수배전반(100)을 이상 상태로 판단하고 스위치 차단 조치를 수행하도록 구성될 수 있다. 이때, 100도씨의 임계 온도를 기준으로 정상 분포의 각 온도에서 잠재적 이상 상태에 대한 소속도(membership value)를 0에서 1 사이에서 비율적으로 정하고, 150 도씨의 임계 온도를 기준으로 정상 분포를 갖는 각 온도에서 이상 상태에 대한 소속도를 0에서 1 상에서 비율적으로 정할 수 있다. 만약 100도씨라면 잠재적 이상 상태에 대한 소속도는 1이 될 수 있고, 90 도씨라면 잠재적 이상 상태에 대한 소속도는 0.9가 될 수 있다. 그리고 150 도씨의 경우 이상 상태에 대한 소속도는 1이 될 수 있고, 110 도씨인 경우에는 잠재적 이상 상태에 대한 소속도는 0.9, 이상 상태에 대한 소속도는 0.1이 될 수 있다.The fuzzy
퍼지 룰은 온도뿐만 아니라, 전압, 전류, 아크 등에 대해서 모두 정해질 수 있고, 각 화재감지요인에 대해 AND 요건 또는 OR 요건으로 복합적으로 정해질 수 있다. 예를 들어, "온도가 150 도씨 이상이거나 아크가 분당 300 회 이상 발생하면 이상 상태로 판단하고, 스위치 차단을 취한다"라고 퍼지 룰이 정해질 수 있다.The fuzzy rule may be determined not only for temperature, but also for voltage, current, arc, etc., and may be determined in combination with AND requirements or OR requirements for each fire detection factor. For example, the fuzzy rule may be defined as "if the temperature is 150 degrees or more or arcs are generated more than 300 times per minute, it is judged as an abnormal state and the switch is cut off."
이러한 퍼지 룰은 수배전반(100)이 설치되어 있는 환경이나 과거의 이상 상태에 대해 잘 알고 있는 사용자가 직접 자연어로 정해서 입력할 수 있다. 이때, 온도 수치 자체를 직접 정할 수도 있지만, 온도 수치 자체를 정하지 않고, "온도가 매우 고온인 경우 이상 상태로 판단하고 스위치 차단 조치를 취한다"라고 입력될 수도 있다. '매우 고온' 여부는 퍼지 이론에 따라 정해질 수 있으며, 이러한 정도의 단계는 대략 7가지 단계로 정해질 수 있다.Such a fuzzy rule can be set and input in natural language by a user who is familiar with the environment in which the
퍼지 룰 데이터베이스(103)는 퍼지 룰 입력 모듈(102)에서 입력받은 퍼지 룰이 저장되도록 구성될 수 있다.The
실시간 퍼지화 모듈(104)은 퍼지 룰 데이터베이스(103)에 저장된 퍼지 룰을 참조하여 수배전반 화재감지요인 센서(101)에서 감지된 수배전반(100)의 화재감지요인을 실시간으로 퍼지화하여 소정의 소속도(membership value)를 갖는 퍼지 출력값을 도출하도록 구성될 수 있다. 소속도는 앞서 설명한 바와 같이 특정 임계치를 기준으로 온/오프의 조치가 취해지는 것이 아니라 특정 기준치를 기준으로 주변값들이 0-1의 비율의 값 범위에서 정상 분포를 가질 수 있다. 예를 들어, 150 도씨의 기준치에서는 1의 소속도를 가지고, 149 도씨 및 151 도씨에서는 각각 0.95의 소속도를 가지고, 148 도씨 및 152 도씨에서는 각각 0.90의 소속도를 갖도록 정해질 수 있다.The real-
실시간 역퍼지화 모듈(105)은 실시간 퍼지화 모듈(104)에 의해 도출된 퍼지 출력값을 실시간으로 역퍼지화하여 등가의 단일값(crisp value)으로 변환하여 출력하도록 구성될 수 있다. 즉, 이상 상태로 판단된 경우에는 스위치 오프, 잠재적 이상 상태로 판단된 경우에는 일부 스위치를 오프 상태로 유지 등과 같은 단일값의 조치로 변환할 수 있다.The real-
요구 성능 실시간 분석 모듈(106)은 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값을 이용하여 수배전반(100)의 부품별 요구 성능을 실시간 분석하도록 구성될 수 있다. 이때, 요구 성능이란 현장별로 수배전반(100)에 요구되는 수배전반(100)의 용량이나 성능을 의미한다.The required performance real-
요구 성능 실시간 분석 모듈(106)은 퍼지 출력값을 분석하여 수배전반(100)에서 발생되는 고온 발열이나 잦은 아크 등이 요구 성능을 만족하지 못해서 발생되는 것인지 여부를 실시간으로 분석하여 알아내도록 구성될 수 있다.The required performance real-
요구 성능 적용 모듈(107)은 요구 성능 실시간 분석 모듈(106)에서 실시간 분석된 부품별 요구 성능을 적용하도록 구성될 수 있다. 정확하게는 요구 성능의 만족 여부 또는 불만족 여부에 대한 분석 결과를 적용하도록 구성될 수 있다.The required
임계 내구성 실시간 분석 모듈(108)은 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값을 이용하여 수배전반(100)의 부품별 임계 내구성을 실시간 분석하도록 구성될 수 있다. 여기서, 임계 내구성이란 현장 별로 수배전반(100)에 요구되는 최저 한도의 내구성을 의미한다.The critical durability real-
임계 내구성 실시간 분석 모듈(108)은 퍼지 출력값을 분석하여 수배전반(100)에서 발생되는 고온 발열이나 잦은 아크 등이 임계 내구성을 만족하지 못해서 발생되는 것인지 여부를 실시간으로 분석하여 알아내도록 구성될 수 있다.The critical durability real-
임계 내구성 적용 모듈(109)은 임계 내구성 실시간 분석 모듈(108)에서 실시간 분석된 부품별 임계 내구성을 적용하도록 구성될 수 있다. 정확하게는 임계 내구성의 만족 여부 또는 불만족 여부에 대한 분석 결과를 적용하도록 구성될 수 있다.The critical
일반적으로 부품의 교체 후 바로 발생되는 잦은 문제들과 지속적인 문제들은 요구 성능을 만족하지 못할 확률이 높고, 부품의 교체 후 정상적으로 동작하다가 오랜 사용 기간 후에 발생되는 문제들은 임계 내구성을 만족하지 못할 확률이 높다.In general, frequent and continuous problems that occur immediately after replacing parts are highly unlikely to satisfy the required performance, and problems that occur after a long period of use after a normal operation after replacing parts are highly likely to fail to satisfy the critical durability. .
한편, 요구 성능 실시간 분석 모듈(106)과 임계 내구성 실시간 분석 모듈(108)은 현장에서의 요구 성능과 임계 내구성을 좀 더 정확하게 분석하여 수치적으로 알아내도록 구성될 수 있다. 이는 다음의 최적 부품 모델 매핑 모듈(110)에서 최적 부품 모델을 매핑하는 데 활용될 수 있다.Meanwhile, the required performance real-
최적 부품 모델 매핑 모듈(110)은 요구 성능 적용 모듈(107)에서 적용되는 부품별 요구 성능 및 임계 내구성 적용 모듈(109)에서 적용되는 부품별 임계 내구성을 이용하여 부품별로 최적 부품 모델을 매핑하도록 구성될 수 있다.The optimal part
구체적으로는 최적 부품 모델 매핑 모듈(110)은 부품별 요구 성능과 부품별 임계 내구성을 부품별 스펙(specification)과 대비하여 이를 만족하는 최적의 부품 모델을 찾아내어 매핑할 수 있다. 최적 부품 모델 매핑 모듈(110)은 너무 과한 스펙의 부품 모델이 아닌 가장 안정적으로 성능을 내면서 내구성을 만족하는 부품 모델을 찾아내어 매핑하게 된다.Specifically, the optimal part
최적 부품 모델 제안 모듈(111)은 최적 부품 모델 매핑 모듈(110)에서 매핑된 최적 부품 모델을 사용자 단말(20)로 실시간 제안하도록 구성될 수 있다.The optimal part
모델별 부품 정보 특성 수신 모듈(112)은 수배전반 데이터베이스 서버(10)로부터 수배전반(100)의 수배전반 환경 대비 부품 특성 정보를 수신하도록 구성될 수 있다. 여기서 수배전반 환경 대비 부품 특성 정보는 수배전반(100)의 온도, 습도 등의 다양한 각각의 환경에서 각 부품들이 나타내는 성능이나 내구성의 특성에 관한 정보를 의미한다. 말하자면, 각 부품들의 현장에서의 환경 적응성에 대한 정보라고 할 수 있다. 예를 들어, 특정 부품이 습도에 강한지 아니면 온도에 취약한지 어느 정도의 습도 범위에서 내구성을 유지하면서 잘 작동하는지 또는 어느 정도의 온도에서 가장 잘 성능을 오랫동안 유지하는지 등의 정보라고 볼 수 있다. 각 현장에서만 오랜 기간의 사용을 통해 얻어질 수 있는 정보이다.The part information
모델별 부품 특성 데이터베이스(113)는 모델별 부품 특성 정보 수신 모듈(112)에서 수신된 수배전반 환경 대비 부품 특성 정보가 저장되도록 구성될 수 있다.The part
수배전반 상태 파악 모듈(114)은 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값에 따라 수배전반(100)의 상태를 실시간 파악하도록 구성될 수 있다. 즉, 소속도에 따라 수배전반(100)의 상태가 정상 상태인지, 잠재적 이상 상태인지, 이상 상태인지를 파악할 수 있다.The switchgear
수배전반 상태 알림 모듈(115)은 수배전반 상태 파악 모듈(114)에서 실시간 파악된 수배전반(100)의 상태에 관해 사용자 단말(20)로 실시간 알림을 송신하도록 구성될 수 있다.The switchgear
여기서, 최적 부품 모델 매핑 모듈(110)은 모델별 부품 특성 데이터베이스(113)에 저장된 수배전반 환경 대비 부품 특성 정보를 참조하여 부품별로 최적 부품 모델을 매핑하도록 구성될 수 있다.Here, the optimal part
LED 색상 제어 모듈(117)은 수배전반 상태 파악 모듈(114)에서 실시간 파악된 수배전반(100)의 상태에 따라 해당 부품 상태별 LED 색상을 실시간 제어하도록 구성될 수 있다.The LED
LED 모듈(118)은 각 부품의 옆에 별도 설치되며, LED 색상 제어 모듈(117)의 실시간 제어에 따라 해당 부품 상태별 LED 색상을 발광하도록 구성될 수 있다. 부품의 정상 작동이나 오작동, 교체 필요 등을 나타낼 수 있다. 사용자는 육안으로 쉽게 부품 동작 상태를 확인하고 빠르게 점검할 수 있다.The
수배전반 작동 제어 모듈(116)은 실시간 역퍼지화 모듈(105)에 의해 출력된 단일값에 따라 수배전반(100)의 작동을 제어하도록 구성될 수 있다. 수배전반 작동 제어 모듈(116)은 스위치 오프, 일부 스위치 온, 스위치 오프 등의 작동을 제어할 수 있다.The switchgear
센서 측정값 동기화 모듈(119)은 3상 전압 측정 센서(101a)에서 측정된 3상 전압, 3상 전류 측정 센서(101b)에서 측정된 3상 전류, 아크 센서(101c)에서 측정된 아크, 연기 센서(101d)에서 측정된 연기, 온도 센서(101e)에서 측정된 온도, 진동 센서(101f)에서 측정된 진동 및 습도 센서(101g)에서 측정된 습도를 동기화하도록 구성될 수 있다.The sensor measurement
센서 측정값 데이터베이스(120)는 센서 측정값 동기화 모듈(119)에 의해 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도가 동기화되어 저장되도록 구성될 수 있다.The sensor
센서 측정값 업로드 모듈(121)은 센서 측정값 데이터베이스(120)에 동기화되어 저장된 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도를 수배전반 데이터베이스 서버(10)로 실시간 업로드하도록 구성될 수 있다.The sensor measurement value upload
센서 측정 기간 자동 가변 설정 모듈(122)은 센서 측정값 데이터베이스(120)에 저장된 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도의 측정 기간을 퍼지 룰 데이터베이스(103)에 저장된 퍼지 룰에 따라 자동으로 가변 설정하고, 해당 가변 설정된 측정 기간의 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도를 실시간 퍼지화 모듈(104)로 제공하도록 구성될 수 있다.The sensor measurement period automatic
수배전반 화재 감지 센서(123)는 수배전반(100)의 화재를 감지하도록 구성될 수 있다.The switchboard
수배전반 화재 보고 모듈(124)은 수배전반 화재 감지 센서(123)에서 화재가 감지되는 경우, 수배전반 화재를 수배전반 데이터베이스 서버(10)로 실시간 보고하도록 구성될 수 있다.The switchboard
부품 정보 데이터베이스(125)는 수배전반(100)의 부품 정보가 사용자 단말(20)에 의해 수신되어 저장되거나 사용자에 의해 입력되어 저장되도록 구성될 수 있다. 스위치, 전선, 차단기, 변압기, 분배기 등의 다양한 부품에 대한 모델명, 용량, 교체 시기 등의 정보가 입력되어 저장될 수 있다.The
부품 정보 업로드 모듈(126)은 부품 정보 데이터베이스(125)에 저장된 부품 정보를 수배전반 데이터베이스 서버(10)로 업로드하도록 구성될 수 있다.The component information upload
여기서, 수배전반 데이터베이스 서버(10)에 대해 설명한다.Here, the
수배전반 데이터베이스 서버(10)의 수배전반 정보 수집 모듈(11)은 수배전반(100)으로부터 화재 보고, 센서 측정값, 부품 정보를 수신하여 수집하고, 화재 보고 및 센서 측정값을 수배전반 센서 측정값 데이터베이스(120)에 저장하고, 화재 보고 및 부품 정보를 수배전반 부품 정보 데이터베이스(125)에 저장하도록 구성될 수 있다.The switchgear
그리고 수배전반 상태 분석 모듈(14)은 센서 측정값 데이터베이스(120)에 저장된 화재 보고 및 센서 측정값을 분석하여 어떠한 조건에서 화재가 발생하고 이상 상태가 되거나 잠재적 이상 상태가 되는지에 대한 분석을 수행하도록 구성될 수 있다.In addition, the switchgear
그리고 수배전반 상태별 지속 기간 분석 모듈(15)은 센서 측정값 데이터베이스(120)에 저장된 센서 측정값들을 증상의 지속 기간 별로 분석하여 이상 상태 또는 잠재적 이상 상태를 분석하도록 구성될 수 있다.Further, the
한편, 부품 기반 수배전반 상태 분석 모듈(16)은 부품 정보 데이터베이스(125)에 저장된 부품 정보들을 통합하여 분석하여 이상 상태 또는 잠재적 이상 상태를 분석할 수 있다. 부품 정보를 취합하여 분석하는 이유는 동일 종류의 부품이라도 모델마다 내구성이나 내구연한, 불량률이 다르기 때문에 이에 따라 이상 상태 또는 잠재적 이상 상태를 판단하는 기준이 달라질 수 있기 때문이다.Meanwhile, the component-based switchboard
수배전반 분석 정보 제공 모듈(17)은 수배전반 상태 분석 모듈(14), 수배전반 상태별 지속 기간 분석 모듈(15), 부품 기반 수배전반 상태 분석 모듈(16)의 분석 결과를 수배전반(100)으로 제공하도록 구성될 수 있다.The switchgear analysis
수배전반 환경 대비 부품 특성 분석 모듈(18)은 수배전반 상태 분석 모듈(14), 수배전반 상태별 지속 기간 분석 모듈(15), 부품 기반 수배전반 상태 분석 모듈(16)의 분석 결과에 기반하여 수배전반 환경 대비 부품 특성 정보를 분석하여 알아내도록 구성될 수 있다.The component characteristics analysis module (18) compared to the switchgear environment is based on the analysis results of the switchgear state analysis module (14), the duration analysis module for each switchgear state (15), and the part-based switchgear state analysis module (16) to compare the parts characteristics to the switchgear environment. It can be configured to analyze and find out information.
수배전반 환경 대비 부품 특성 정보 제공 모듈(19)은 수배전반 환경 대비 부품 특성 정보를 수배전반(100)으로 제공하도록 구성될 수 있다.The component characteristic
수배전반 상태별 센서 측정값 수신 모듈(127)은 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 센서 측정값을 수신하도록 구성될 수 있다.The sensor measurement
수배전반 상태별 지속 기간 수신 모듈(128)은 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 지속 기간을 수신하도록 구성될 수 있다.The
AI 기반 퍼지 룰 가변 생성 모듈(129)은 수배전반 상태별 센서 측정값 수신 모듈(127)에서 수신된 수배전반 상태별 센서 측정값을 이용하여 수배전반 상태별 지속 기간 수신 모듈(128)에서 수신된 수배전반 상태별 지속 기간에 따라 퍼지 룰을 자동으로 가변 생성하도록 구성될 수 있다. 즉, 수배전반 데이터베이스 서버(10)의 빅데이터 분석 결과를 기반으로 퍼지 룰 자체를 AI 알고리즘을 이용하여 변경하여 생성할 수 있다.The AI-based fuzzy rule
수배전반 부품 내구 연한 정보 수신 모듈(130)은 수배전반 데이터베이스 서버(10)로부터 수배전반(100)의 부품 내구 연한 정보를 수신하도록 구성될 수 있다.The durability age
AI 기반 퍼지 집합 변경 설정 모듈(131)은 수배전반 부품 내구 연한 정보 수신 모듈(130)에서 수신된 부품 내구 연한 정보에 따라 퍼지화를 위한 퍼지 집합을 자동으로 변경 설정하도록 구성될 수 있다.The AI-based fuzzy set
예를 들어, '고온' 여부를 판단할 수 있는 온도 범위 즉, 퍼지 집합 자체가 가변적으로 설정될 수 있는 특징을 갖는다. 예를 들어, 고온 자체를 80 도씨에서 160 도씨로 정할 수도 있고, 110 도씨에서 180 도씨로 정할 수도 있다. 부품의 내구성이나 내구연한 등에 따라서 온도 퍼지 집합 즉, 고온 자체의 온도 범위를 점점 더 낮게 낮출 수도 있다. 부품이 오래되면 온도에 점점 취약해질 수 있기 때문에 그 온도 범위를 즉, 온도 퍼지 집합의 온도 범위를 하향 조정할 수 있다.For example, a temperature range in which 'high temperature' can be determined, that is, a fuzzy set itself has a feature that can be set variably. For example, the high temperature itself may be set from 80 degrees Celsius to 160 degrees Celsius, or from 110 degrees Celsius to 180 degrees Celsius. Depending on the durability or durability of the part, the temperature range of the temperature purge set, that is, the high temperature itself, may be gradually lowered. As a component ages, it can become more susceptible to temperature, so its temperature range, ie the temperature range of the temperature purge set, can be adjusted down.
이와 같이, 수배전반 데이터베이스 서버(10)는 수배전반(100)들의 정보를 수집하여 분석하고, 수배전반 분석 정보 제공 모듈(17)은 분석 결과를 다시 수배전반(100)에 제공하여 수배전반(100)이 퍼지 집합을 재설정하거나 퍼지 룰을 설정하거나 변경할 수 있도록 지원한다.In this way, the
이에, 수배전반(100)의 퍼지 룰이나 퍼지 집합 자체가 빅데이터를 기반으로 최적화되어 화재 발생의 조건, 이상 상태, 잠재적 이상 상태에 대해 더 정확하게 파악할 수 있게 된다.Accordingly, the fuzzy rule or the fuzzy set itself of the
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although described with reference to the above embodiments, those skilled in the art can understand that the present invention can be variously modified and changed without departing from the spirit and scope of the present invention described in the claims below. There will be.
101: 수배전반 화재감지요인 센서 101a: 3상 전압 측정 센서
101b: 3상 전류 측정 센서 101c: 아크 센서
101d: 연기 센서 101e: 온도 센서
101f: 진동 센서 101g: 습도 센서
102: 퍼지 룰 입력 모듈 103: 퍼지 룰 데이터베이스
104: 실시간 퍼지화 모듈 105: 실시간 역퍼지화 모듈
106: 요구 성능 실시간 분석 모듈 107: 요구 성능 적용 모듈
108: 임계 내구성 실시간 분석 모듈 109: 임계 내구성 적용 모듈
110: 최적 부품 모델 매핑 모듈 111: 최적 부품 모델 제안 모듈
112: 모델별 부품 특성 정보 수신 모듈
113: 모델별 부품 특성 데이터베이스
114: 수배전반 상태 파악 모듈 115: 수배전반 상태 알림 모듈
116: 수배전반 작동 제어 모듈 117: LED 색상 제어 모듈
118: LED 모듈 119: 센서 측정값 동기화 모듈
120: 센서 측정값 데이터베이스 121: 센서 측정값 업로드 모듈
122: 센서 측정 기간 자동 가변 설정 모듈
123: 수배전반 화재 감지 센서 124: 수배전반 화재 보고 모듈
125: 부품 정보 데이터베이스 126: 부품 정보 업로드 모듈
127: 수배전반 상태별 센서 측정값 수신 모듈
128: 수배전반 상태별 지속 기간 수신 모듈
129: AI 기반 퍼지 룰 가변 생성 모듈
130: 수배전반 부품 내구 연한 정보 수신 모듈
131: AI 기반 퍼지 집합 변경 설정 모듈101: switchboard
101b: three-phase
101d:
101f:
102: Fuzzy Rules Input Module 103: Fuzzy Rules Database
104: real-time fuzzification module 105: real-time defuzzification module
106: demand performance real-time analysis module 107: demand performance application module
108: critical durability real-time analysis module 109: critical durability application module
110: optimal part model mapping module 111: optimal part model proposal module
112: Part characteristic information receiving module for each model
113: Part property database by model
114: Switchgear status identification module 115: Switchgear status notification module
116: switchgear operation control module 117: LED color control module
118: LED module 119: sensor measurement value synchronization module
120: sensor measurement value database 121: sensor measurement value upload module
122: sensor measurement period automatic variable setting module
123: switchboard fire detection sensor 124: switchboard fire reporting module
125: parts information database 126: parts information upload module
127: sensor measurement value receiving module for each switchgear state
128: duration reception module for each switchgear state
129: AI-based fuzzy rule variable generation module
130: information receiving module for durability of switchgear parts
131: AI-based fuzzy set change configuration module
Claims (12)
상기 수배전반(100)의 화재감지요인에 따른 조치를 지시하는 퍼지 룰(fuzzy rule)을 사용자 단말(20)로부터 수신하거나 사용자로부터 입력받는 퍼지 룰 입력 모듈(102);
상기 퍼지 룰 입력 모듈(102)에서 입력받은 퍼지 룰이 저장되는 퍼지 룰 데이터베이스(103);
상기 퍼지 룰 데이터베이스(103)에 저장된 퍼지 룰을 참조하여 상기 수배전반 화재감지요인 센서(101)에서 감지된 수배전반(100)의 화재감지요인을 실시간으로 퍼지화하여 소정의 소속도(membership value)를 갖는 퍼지 출력값을 도출하는 실시간 퍼지화(fuzzification) 모듈(104);
상기 실시간 퍼지화 모듈(104)에 의해 도출된 퍼지 출력값을 실시간으로 역퍼지화하여 등가의 단일값(crisp value)으로 변환하여 출력하는 실시간 역퍼지화(defuzzification) 모듈(105);
상기 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값을 이용하여 상기 수배전반(100)의 부품별 요구 성능을 실시간 분석하는 요구 성능 실시간 분석 모듈(106);
상기 요구 성능 실시간 분석 모듈(106)에서 실시간 분석된 부품별 요구 성능을 적용하는 요구 성능 적용 모듈(107);
상기 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값을 이용하여 상기 수배전반(100)의 부품별 임계 내구성을 실시간 분석하는 임계 내구성 실시간 분석 모듈(108);
상기 임계 내구성 실시간 분석 모듈(108)에서 실시간 분석된 부품별 임계 내구성을 적용하는 임계 내구성 적용 모듈(109);
상기 요구 성능 적용 모듈(107)에서 적용되는 부품별 요구 성능 및 상기 임계 내구성 적용 모듈(109)에서 적용되는 부품별 임계 내구성을 이용하여 부품별로 최적 부품 모델을 매핑하는 최적 부품 모델 매핑 모듈(110);
상기 최적 부품 모델 매핑 모듈(110)에서 매핑된 최적 부품 모델을 상기 사용자 단말(20)로 실시간 제안하는 최적 부품 제안 모듈(111)을 포함하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
a switchboard fire detection factor sensor 101 for detecting a fire detection factor of the switchboard 100;
a fuzzy rule input module 102 that receives a fuzzy rule from a user terminal 20 or input from a user, instructing an action according to a fire detection factor of the switchgear 100;
a fuzzy rule database 103 storing fuzzy rules input from the fuzzy rule input module 102;
With reference to the fuzzy rule stored in the fuzzy rule database 103, the fire detection factor of the switchgear 100 detected by the sensor 101 is fuzzy in real time to have a predetermined membership value. a real-time fuzzification module 104 that derives fuzzy output values;
a real-time defuzzification module 105 that defuzzifies the fuzzy output value derived by the real-time fuzzification module 104 in real time and converts the fuzz value into an equivalent crisp value;
a required performance real-time analysis module 106 that analyzes the required performance of each part of the switchgear 100 in real time using the fuzzy output value derived from the real-time fuzzification module 104;
a required performance application module 107 for applying the required performance for each part analyzed in real time by the required performance real-time analysis module 106;
a critical durability real-time analysis module 108 that analyzes the critical durability of each component of the switchgear 100 in real time using the purge output value derived from the real-time fuzzification module 104;
a critical durability application module 109 for applying the critical durability for each part analyzed in real time by the critical durability real-time analysis module 108;
An optimal part model mapping module 110 for mapping an optimal part model for each part using the required performance for each part applied in the required performance application module 107 and the critical durability for each part applied in the critical durability application module 109 ;
An artificial intelligent switchboard that analyzes, integrates, and manages fire detection factors including an optimum part proposal module 111 that proposes the optimum part model mapped by the optimum part model mapping module 110 to the user terminal 20 in real time.
수배전반 데이터베이스 서버(10)로부터 상기 수배전반(100)의 수배전반 환경 대비 부품 특성 정보를 수신하는 모델별 부품 특성 정보 수신 모듈(112);
상기 모델별 부품 특성 정보 수신 모듈(112)에서 수신된 수배전반 환경 대비 부품 특성 정보가 저장되는 모델별 부품 특성 데이터베이스(113)를 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 1,
a part characteristic information receiving module 112 for each model that receives part characteristic information compared to the switchboard environment of the switchboard 100 from the switchgear database server 10;
Artificial intelligence that analyzes, integrates, and manages fire detection factors, characterized in that it is configured to further include a part characteristic database 113 for each model in which part characteristic information compared to the switchgear environment received from the part characteristic information receiving module 112 for each model is stored. Intelligent switchgear.
상기 모델별 부품 특성 데이터베이스(113)에 저장된 수배전반 환경 대비 부품 특성 정보를 참조하여 부품별로 최적 부품 모델을 매핑하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
The method of claim 2, wherein the optimal part model mapping module 110,
An artificial intelligent switchboard that analyzes, integrates, and manages fire detection factors, characterized in that it is configured to map an optimal part model for each part by referring to part characteristic information stored in the part characteristic database 113 for each model.
상기 수배전반(100)의 3상 전압을 측정하는 3상 전압 측정 센서(101a);
상기 수배전반(100)의 3상 전류를 측정하는 3상 전류 측정 센서(101b);
상기 수배전반(100)의 아크를 측정하는 아크 센서(101c);
상기 수배전반(100)의 연기를 측정하는 연기 센서(101d);
상기 수배전반(100)의 온도를 측정하는 온도 센서(101e);
상기 수배전반(100)의 진동을 측정하는 진동 센서(101f);
상기 수배전반(100)의 습도를 측정하는 습도 센서(101g)를 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
The method of claim 2, wherein the switchboard fire detection factor sensor 101,
a three-phase voltage measurement sensor (101a) for measuring the three-phase voltage of the switchgear 100;
a three-phase current measurement sensor (101b) for measuring three-phase current of the switchgear 100;
an arc sensor 101c for measuring an arc of the switchgear 100;
a smoke sensor 101d for measuring smoke of the switchgear 100;
a temperature sensor 101e for measuring the temperature of the switchgear 100;
a vibration sensor 101f for measuring vibration of the switchgear 100;
An artificial intelligent switchboard for analyzing, integrating and managing fire detection factors, characterized in that it is configured to include a humidity sensor (101g) for measuring the humidity of the switchboard (100).
상기 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값에 따라 상기 수배전반(100)의 상태를 실시간 파악하는 수배전반 상태 파악 모듈(114);
상기 수배전반 상태 파악 모듈(114)에서 실시간 파악된 수배전반(100)의 상태에 관해 상기 사용자 단말(20)로 실시간 알림을 송신하는 수배전반 상태 알림 모듈(115);
상기 실시간 역퍼지화 모듈(105)에 의해 출력된 단일값에 따라 상기 수배전반(100)의 작동을 제어하는 수배전반 작동 제어 모듈(116)을 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 1,
a switchgear state determination module 114 that grasps the state of the switchgear 100 in real time according to the fuzzy output value derived from the real-time fuzzification module 104;
a switchboard status notification module 115 for transmitting a real-time notification to the user terminal 20 about the status of the switchboard 100 ascertained in real time by the switchgear state determination module 114;
Analyzing and integrating the fire detection factor, characterized in that it is configured to further include a switchgear operation control module 116 for controlling the operation of the switchgear 100 according to the single value output by the real-time defuzzification module 105 Artificial intelligence switchgear that manages.
상기 수배전반 상태 파악 모듈(114)에서 실시간 파악된 수배전반(100)의 상태에 따라 해당 부품 상태별 LED 색상을 실시간 제어하는 LED 색상 제어 모듈(117);
각 부품의 옆에 별도 설치되며, 상기 LED 색상 제어 모듈(117)의 실시간 제어에 따라 해당 부품 상태별 LED 색상을 발광하는 LED 모듈(118)을 포함하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 5,
An LED color control module 117 that controls the LED color for each part state in real time according to the state of the switchgear 100 identified in real time by the switchgear status determination module 114;
Artificial intelligence switchgear that is separately installed next to each part and analyzes and manages fire detection factors including an LED module 118 that emits LED colors for each part state according to the real-time control of the LED color control module 117. .
상기 3상 전압 측정 센서(101a)에서 측정된 3상 전압, 상기 3상 전류 측정 센서(101b)에서 측정된 3상 전류, 상기 아크 센서(101c)에서 측정된 아크, 상기 연기 센서(101d)에서 측정된 연기, 상기 온도 센서(101e)에서 측정된 온도, 상기 진동 센서(101f)에서 측정된 진동 및 상기 습도 센서(101g)에서 측정된 습도를 동기화하는 센서 측정값 동기화 모듈(119);
상기 센서 측정값 동기화 모듈(119)에 의해 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도가 동기화되어 저장되는 센서 측정값 데이터베이스(120);
상기 센서 측정값 데이터베이스(120)에 동기화되어 저장된 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도를 상기 수배전반 데이터베이스 서버(10)로 실시간 업로드하는 센서 측정값 업로드 모듈(121)을 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 4,
The three-phase voltage measured by the three-phase voltage measurement sensor 101a, the three-phase current measured by the three-phase current measurement sensor 101b, the arc measured by the arc sensor 101c, and the smoke sensor 101d A sensor measurement value synchronization module 119 for synchronizing the measured smoke, the temperature measured by the temperature sensor 101e, the vibration measured by the vibration sensor 101f, and the humidity measured by the humidity sensor 101g;
a sensor measurement value database 120 in which three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity are synchronized and stored by the sensor measurement value synchronization module 119;
The sensor measurement value upload module 121 uploads the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity synchronized and stored in the sensor measurement value database 120 to the switchgear database server 10 in real time. An artificial intelligent switchgear that analyzes, integrates, and manages fire detection factors, characterized in that it is configured to include more.
상기 센서 측정값 데이터베이스(120)에 저장된 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도의 측정 기간을 상기 퍼지 룰 데이터베이스(103)에 저장된 퍼지 룰에 따라 자동으로 가변 설정하고, 해당 가변 설정된 측정 기간의 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도를 상기 실시간 퍼지화 모듈(104)로 제공하는 센서 측정 기간 자동 가변 설정 모듈(122)을 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 7,
The measurement period of the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity stored in the sensor measurement value database 120 is automatically variable according to the fuzzy rule stored in the fuzzy rule database 103, Configured to further include a sensor measurement period automatic variable setting module 122 providing the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity of the corresponding variable measurement period to the real-time purging module 104 An artificial intelligent switchgear that analyzes, integrates, and manages fire detection factors, characterized in that they become.
상기 수배전반(100)의 화재를 감지하는 수배전반 화재 감지 센서(123);
상기 수배전반 화재 감지 센서(123)에서 화재가 감지되는 경우, 수배전반 화재를 상기 수배전반 데이터베이스 서버(10)로 실시간 보고하는 수배전반 화재 보고 모듈(124)을 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 2,
a switchboard fire detection sensor 123 for detecting a fire in the switchboard 100;
When a fire is detected by the switchboard fire detection sensor 123, the switchboard fire reporting module 124 for reporting the switchboard fire to the switchboard database server 10 in real time is a fire detection factor characterized in that it is configured to further include Artificial intelligence type switchgear for integrated analysis and management.
상기 수배전반(100)의 부품 정보가 상기 사용자 단말(20)에 의해 수신되어 저장되거나 상기 사용자에 의해 입력되어 저장되는 부품 정보 데이터베이스(125);
상기 부품 정보 데이터베이스(125)에 저장된 부품 정보를 상기 수배전반 데이터베이스 서버(10)로 업로드하는 부품 정보 업로드 모듈(126)을 더 포함하도록 구성되는 것을 특징으로 하는 인공지능을 이용하여 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 7,
a parts information database 125 in which parts information of the switchgear 100 is received and stored by the user terminal 20 or is input and stored by the user;
A component information upload module 126 for uploading the component information stored in the component information database 125 to the switchgear database server 10, characterized in that it is configured to further include analysis and integration of fire detection factors using artificial intelligence. Artificial intelligence switchgear that manages.
상기 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 센서 측정값을 수신하는 수배전반 상태별 센서 측정값 수신 모듈(127);
상기 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 지속 기간을 수신하는 수배전반 상태별 지속 기간 수신 모듈(128);
상기 수배전반 상태별 센서 측정값 수신 모듈(127)에서 수신된 수배전반 상태별 센서 측정값을 이용하여 상기 수배전반 상태별 지속 기간 수신 모듈(128)에서 수신된 수배전반 상태별 지속 기간에 따라 퍼지 룰을 자동으로 가변 생성하는 AI 기반 퍼지 룰 가변 생성 모듈(129)을 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.
According to claim 7,
a sensor measurement value receiving module 127 for each switchgear state receiving sensor measurement values for each switchgear state from the switchgear database server 10;
a duration receiving module 128 for receiving the duration for each switchgear state from the switchgear database server 10;
Using the sensor measurement value for each switchgear state received from the sensor measurement value receiving module 127 for each switchgear state, a fuzzy rule is automatically generated according to the duration for each switchgear state received from the duration reception module 128 for each switchgear state. An artificial intelligent switchgear that analyzes, integrates, and manages fire detection factors, characterized in that it is configured to further include an AI-based fuzzy rule variable generation module 129 for variable generation.
상기 수배전반 데이터베이스 서버(10)로부터 상기 수배전반(100)의 부품 내구 연한 정보를 수신하는 수배전반 부품 내구 연한 정보 수신 모듈(130);
상기 수배전반 부품 내구 연한 정보 수신 모듈(130)에서 수신된 부품 내구 연한 정보에 따라 퍼지화를 위한 퍼지 집합을 자동으로 변경 설정하는 AI 기반 퍼지 집합 변경 설정 모듈(131)을 더 포함하도록 구성되는 것을 특징으로 하는 화재감지요인을 분석 통합 관리하는 인공지능형 수배전반.According to claim 11,
a durability age information receiving module 130 receiving the durability age information of parts of the receiving switchboard 100 from the switchgear database server 10;
It is configured to further include an AI-based fuzzy set change setting module 131 that automatically changes and sets a fuzzy set for fuzzification according to the part durability age information received from the switchgear component durability age information receiving module 130. An artificial intelligence type switchgear that analyzes, integrates and manages fire detection factors.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220116959A KR102497394B1 (en) | 2022-09-16 | 2022-09-16 | Artificial intelligence distribution panel of analyzing and managing fire detection factors |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220116959A KR102497394B1 (en) | 2022-09-16 | 2022-09-16 | Artificial intelligence distribution panel of analyzing and managing fire detection factors |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102497394B1 true KR102497394B1 (en) | 2023-02-09 |
Family
ID=85224728
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220116959A KR102497394B1 (en) | 2022-09-16 | 2022-09-16 | Artificial intelligence distribution panel of analyzing and managing fire detection factors |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102497394B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102647655B1 (en) * | 2023-05-26 | 2024-03-14 | 임수연 | Switchgear Monitoring Apparatus for Monitoring the Temperature and Arc Inside the Switchgear Smoothly |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060085136A (en) * | 2005-01-22 | 2006-07-26 | 김영일 | A method for calculating power parameters using fuzzy algorithm technology for information visualization of power-receiving/switching boards |
| KR101575225B1 (en) * | 2015-05-20 | 2015-12-21 | 지투파워 (주) | Distributing board having arc and overheat monitoring/diagnosing function |
| KR101850299B1 (en) * | 2017-11-30 | 2018-04-19 | 주식회사 디투엔지니어링 | Distributing board euipped with auto power factor adjustment and fire detection synthesis function using fuzzy engine |
| KR101862054B1 (en) | 2018-02-07 | 2018-05-29 | 주식회사 디투엔지니어링 | Distributing board sensing anomaly using fuzzy engine |
| KR101966598B1 (en) * | 2018-09-28 | 2019-04-05 | 한밭대학교 산학협력단 | Power distribution board fire detection and notification system |
| KR101975503B1 (en) * | 2018-11-16 | 2019-05-08 | 주식회사 에너솔라 | Fire monitoring system of Switchboard by expansion of multi sensor usage rate |
| KR102031752B1 (en) * | 2019-03-13 | 2019-11-08 | 주식회사 에너솔라 | Electric Panel with Sensing Module Having Complex Fire Monitoring and Diagonostics |
| KR102107117B1 (en) * | 2019-10-28 | 2020-05-06 | (주)썬그린이엔씨 | Electrical facility monitoring system using IoT |
-
2022
- 2022-09-16 KR KR1020220116959A patent/KR102497394B1/en active IP Right Grant
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060085136A (en) * | 2005-01-22 | 2006-07-26 | 김영일 | A method for calculating power parameters using fuzzy algorithm technology for information visualization of power-receiving/switching boards |
| KR100685704B1 (en) | 2005-01-22 | 2007-02-23 | (주)케이디티 | A method for calculating power parameters using fuzzy algorithm technology for information visualization of power-receiving/switching boards |
| KR101575225B1 (en) * | 2015-05-20 | 2015-12-21 | 지투파워 (주) | Distributing board having arc and overheat monitoring/diagnosing function |
| KR101850299B1 (en) * | 2017-11-30 | 2018-04-19 | 주식회사 디투엔지니어링 | Distributing board euipped with auto power factor adjustment and fire detection synthesis function using fuzzy engine |
| KR101862054B1 (en) | 2018-02-07 | 2018-05-29 | 주식회사 디투엔지니어링 | Distributing board sensing anomaly using fuzzy engine |
| KR101966598B1 (en) * | 2018-09-28 | 2019-04-05 | 한밭대학교 산학협력단 | Power distribution board fire detection and notification system |
| KR101975503B1 (en) * | 2018-11-16 | 2019-05-08 | 주식회사 에너솔라 | Fire monitoring system of Switchboard by expansion of multi sensor usage rate |
| KR102031752B1 (en) * | 2019-03-13 | 2019-11-08 | 주식회사 에너솔라 | Electric Panel with Sensing Module Having Complex Fire Monitoring and Diagonostics |
| KR102107117B1 (en) * | 2019-10-28 | 2020-05-06 | (주)썬그린이엔씨 | Electrical facility monitoring system using IoT |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102647655B1 (en) * | 2023-05-26 | 2024-03-14 | 임수연 | Switchgear Monitoring Apparatus for Monitoring the Temperature and Arc Inside the Switchgear Smoothly |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101962739B1 (en) | Failure Prediction Analysis System of Machine Equipment Using Big Data Analysis and Method Thereof | |
| KR102497394B1 (en) | Artificial intelligence distribution panel of analyzing and managing fire detection factors | |
| CN101617348B (en) | Method and device for optimizing the alarm configuration | |
| CN108518804A (en) | A kind of machine room humiture environmental forecasting method and system | |
| Bhalla et al. | Integrating AI based DGA fault diagnosis using Dempster–Shafer Theory | |
| US10310495B2 (en) | Systems and methods for monitoring automation systems | |
| US10302702B2 (en) | Monitoring of primary devices in a power system | |
| Butler | An expert system based framework for an incipient failure detection and predictive maintenance system | |
| KR102136141B1 (en) | Emergency generator including function for fault prevention using artificial intelligence algorithm | |
| US20130096853A1 (en) | Systems and methods for monitoring electrical contacts | |
| US20130297249A1 (en) | System and method for detecting electric power plant equipment overheating with real-time plural parallel detection and analysis parameters | |
| KR20180124307A (en) | Apparatus and method for energy safety management | |
| CN110214332A (en) | The method using planning is carried out to the electrical system for energy supply | |
| CN116756966A (en) | Power grid fault early warning method, system, terminal equipment and storage medium | |
| Eltyshev et al. | Intelligent diagnostic control and management of the condition of electrotechnical equipment | |
| KR102296568B1 (en) | Swithchboard Management And Control System based on Machine Learning | |
| KR102516227B1 (en) | A system for predicting equipment failure in ship and a method of predicting thereof | |
| KR20210109136A (en) | Equipment and system including function for fault prevention using artificial intelligence algorithm | |
| KR102516933B1 (en) | Distribution panel for integrating and managing fire detection factors using artificial intelligence | |
| KR20190078685A (en) | Method of Anomaly Pattern Detection for Sensor Data using Increamental Clustering | |
| CN117689373A (en) | Maintenance decision support method for energy router of flexible direct-current traction power supply system | |
| CN116881661A (en) | Performance automatic analysis method and system based on low-voltage power capacitor | |
| CN115864310A (en) | Multi-parameter fusion power transformer defect identification, state classification and active safety protection method | |
| Aizpurua et al. | Determining appropriate data analytics for transformer health monitoring | |
| KR102350636B1 (en) | Apparatus and method of plant failure prediction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |