KR102516933B1 - Distribution panel for integrating and managing fire detection factors using artificial intelligence - Google Patents

Distribution panel for integrating and managing fire detection factors using artificial intelligence Download PDF

Info

Publication number
KR102516933B1
KR102516933B1 KR1020220088892A KR20220088892A KR102516933B1 KR 102516933 B1 KR102516933 B1 KR 102516933B1 KR 1020220088892 A KR1020220088892 A KR 1020220088892A KR 20220088892 A KR20220088892 A KR 20220088892A KR 102516933 B1 KR102516933 B1 KR 102516933B1
Authority
KR
South Korea
Prior art keywords
switchgear
module
sensor
switchboard
fuzzy
Prior art date
Application number
KR1020220088892A
Other languages
Korean (ko)
Inventor
이세찬
Original Assignee
(주) 탐진씨앤에스
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) 탐진씨앤에스 filed Critical (주) 탐진씨앤에스
Priority to KR1020220088892A priority Critical patent/KR102516933B1/en
Application granted granted Critical
Publication of KR102516933B1 publication Critical patent/KR102516933B1/en

Links

Images

Classifications

    • 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
    • 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
    • G01R19/0084—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring voltage only
    • 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
    • G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00—Details of emergency protective circuit arrangements
    • H02H1/0007—Details of emergency protective circuit arrangements concerning the detecting means
    • H02H1/0015—Using arc detectors

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Algebra (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Human Resources & Organizations (AREA)
  • Fuzzy Systems (AREA)
  • Molecular Biology (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Fire Alarms (AREA)

Abstract

A switchgear that integrates and manages fire detection factors using artificial intelligence is disclosed. The switchgear comprises: a switchgear fire detection factor sensor that detects fire detection factors in the switchgear; a fuzzy rule input module that receives a fuzzy rule instructing action according to the fire detection factor of the switchgear from a user terminal or input from a user; a fuzzy rule database that stores fuzzy rules input from the fuzzy rule input module; a real-time fuzzification module that fuzzifies the fire detection factors of the switchgear detected by the switchgear fire detection factor sensor in real time with reference to the fuzzy rules stored in the fuzzy rule database to derive a fuzzy output value with a predetermined membership value; and a real-time defuzzification module that defuzzifies the fuzzy output value derived by the real-time fuzzification module in real time, converts the same into an equivalent single value (crisp value), and outputs the same. According to the switchgear that integrates and manages fire detection factors using artificial intelligence as described above, it is configured to determine in advance the possibility of a fire occurring in the switchgear by complexly judging various fire detection factors based on fuzzy theory to more accurately identify the current state of the switchgear and the possibility of fire occurrence and judge various abnormal states or various potential abnormal states before the occurrence of a fire using the fuzzy rate.

Description

인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반{DISTRIBUTION PANEL FOR INTEGRATING AND MANAGING FIRE DETECTION FACTORS USING ARTIFICIAL INTELLIGENCE} Switchgear that integrates and manages fire detection factors using artificial intelligence {DISTRIBUTION PANEL FOR INTEGRATING AND MANAGING FIRE DETECTION FACTORS USING ARTIFICIAL INTELLIGENCE}

본 발명은 수배전반에 관한 것으로서, 구체적으로는 화재감지요인을 통합 관리하는 수배전반에 관한 것이며, 좀 더 구체적으로는 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반에 관한 것이다.The present invention relates to switchboards, and more specifically, to switchboards for integrated management of fire detection factors, and more specifically, to switchboards for integrated management of fire detection factors using artificial intelligence.

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.

공개특허공보 10-0685704Patent Publication No. 10-0685704 공개특허공보 10-1862054Publication No. 10-1862054

본 발명의 목적은 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반을 제공하는 데 있다.An object of the present invention is to provide a switchgear that integrates and manages fire detection factors using artificial intelligence.

상술한 본 발명의 목적에 따른 인공지능을 이용하여 화재감지요인을 통합 관리하는 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) 모듈을 포함하도록 구성될 수 있다.The switchboard for integrated management of fire detection factors using artificial intelligence according to the object of the present invention described above includes: a switchboard fire detection factor sensor for detecting the fire detection factor 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; It may be configured to include a real-time defuzzification module that defuzzifies the fuzz output value derived by the real-time fuzzification module in real time, converts it into an equivalent crisp value, and outputs the output value.

여기서, 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.Here, the switchgear fire detection factor sensor includes a three-phase voltage measurement sensor for measuring 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.

그리고 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.and a switchboard state determination module configured to determine 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 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 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 stored in synchronization with the sensor measurement value database to a 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 인공지능을 이용하여 화재감지요인을 통합 관리하는 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 switchgear that integrates and manages the fire detection factors using the above-mentioned artificial intelligence, it is configured to determine in advance the possibility of a fire occurring in the switchgear by complexly judging various fire detection factors by the fuzzy theory, so that the current state of the switchboard and the occurrence of fire There is an effect of identifying the possibility more accurately 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 1은 본 발명의 일 실시예에 따른 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반의 블록 구성도이다.1 is a block configuration diagram of a switchgear that integrates and manages fire detection factors using artificial intelligence 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 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반의 블록 구성도이다.1 is a block configuration diagram of a switchgear that integrates and manages fire detection factors using artificial intelligence according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 인공지능을 이용하여 화재감지요인을 통합 관리하는 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), 수배전반 상태 파악 모듈(106), 수배전반 상태 알림 모듈(107), 수배전반 작동 제어 모듈(108), 센서 측정값 동기화 모듈(109), 센서 측정값 데이터베이스(110), 센서 측정값 업로드 모듈(111), 센서 측정 기간 자동 가변 설정 모듈(112), 수배전반 화재 감지 센서(113), 수배전반 화재 보고 모듈(114), 부품 정보 데이터베이스(115), 부품 정보 업로드 모듈(116), 수배전반 상태별 센서 측정값 수신 모듈(117), 수배전반 상태별 지속 기간 수신 모듈(118), AI 기반 퍼지 룰 가변 생성 모듈(119), 수배전반 부품 내구 연한 정보 수신 모듈(120), AI 기반 퍼지 집합 변경 설정 모듈(121)을 포함하도록 구성될 수 있다.Referring to FIG. 1, a switchgear 100 for integrated management of fire detection factors using artificial intelligence according to an embodiment of the present invention includes a switchboard fire detection factor sensor 101, a fuzzy rule input module 102 ), fuzz rule database 103, real-time fuzzification module 104, real-time defuzzification module 105, switchgear status determination module 106, switchgear status notification module 107, switchgear operation Control module (108), sensor measurement value synchronization module (109), sensor measurement value database (110), sensor measurement value upload module (111), sensor measurement period automatic variable setting module (112), switchboard fire detection sensor (113) , switchboard fire report module (114), parts information database (115), parts information upload module (116), sensor measurement value receiving module for each switchboard state (117), duration receiving module for each switchboard state (118), AI-based purge It may be configured to include a variable rule generation module 119, a module for receiving information about the durability of switchboard components 120, and an AI-based fuzzy set change setting module 121.

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 detection factor sensor 101 may be configured to detect the fire detection factor of the switchgear 100 . The fire detection factor is a factor that can detect the occurrence of a fire in advance before a fire occurs, and may include arc generation frequency, smoke, high temperature, vibration, abnormal voltage, abnormal current, and the like.

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 detection factor sensor 101 includes a three-phase voltage measurement sensor (101a), a three-phase current measurement sensor (101b), an arc sensor (101c), a smoke sensor (101d), a temperature sensor (101e), and a vibration sensor (101f). , may be configured to include a humidity sensor (101g).

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 voltage measurement sensor 101a may be configured to measure the three-phase voltage of the switchgear 100 .

3상 전류 측정 센서(101b)는 수배전반(100)의 3상 전류를 측정하도록 구성될 수 있다.The three-phase current measurement sensor 101b may be configured to measure the three-phase current of the switchgear 100 .

아크 센서(101c)는 수배전반(100)의 아크를 측정하도록 구성될 수 있다.The arc sensor 101c may be configured to measure an arc of the switchgear 100 .

연기 센서(101d)는 수배전반(100)의 연기를 측정하도록 구성될 수 있다.The smoke sensor 101d may be configured to measure smoke of the switchgear 100 .

온도 센서(101e)는 수배전반(100)의 온도를 측정하도록 구성될 수 있다.The temperature sensor 101e may be configured to measure the temperature of the switchgear 100 .

진동 센서(101f)는 수배전반(100)의 진동을 측정하도록 구성될 수 있다.The vibration sensor 101f may be configured to measure vibration of the switchgear 100 .

습도 센서(101g)는 수배전반(100)의 습도를 측정하도록 구성될 수 있다.The humidity sensor 101g may be configured to measure the humidity of the switchgear 100 .

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 rule input module 102 may be configured to receive fuzzy rules instructing actions according to fire detection factors of the switchgear 100 from the user terminal 20 or input from the user. The fuzzy rule may be configured to take appropriate judgments and actions for various ambiguous states rather than on/off dichotomous actions. For example, if the temperature of the switchboard 100 is 100 degrees Celsius or higher, the switchboard 100 is determined as a potential abnormal state, and if the temperature of the switchboard 100 is 150 degrees Celsius or higher, the switchboard 100 is judged to be in an abnormal state, The switch may be configured to perform blocking actions. At this time, based on the critical temperature of 100 degrees Celsius, the membership value for the potential abnormal state at each temperature of the normal distribution is set in proportion between 0 and 1, and the normal distribution is based on the critical temperature of 150 degrees Celsius. At each temperature with If it is 100 degrees, the degree of membership for the potential abnormal state can be 1, and if it is 90 degrees, the degree of membership for the potential abnormal state can be 0.9. In the case of 150 degrees Celsius, the degree of membership for an abnormal state may be 1, and in the case of 110 degrees, the degree of membership for a potential abnormal state may be 0.9, and the degree of membership for an abnormal state may be 0.1.

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 switchgear 100 is installed or an abnormal state in the past. At this time, although the temperature value itself may be directly determined, the temperature value itself may not be determined, and "if the temperature is very high, it is judged as an abnormal state and a switch blocking action is taken" may be input. Whether or not 'very high temperature' can be determined according to the fuzzy theory, and the degree of this degree can be determined in about seven stages.

퍼지 룰 데이터베이스(103)는 퍼지 룰 입력 모듈(102)에서 입력받은 퍼지 룰이 저장되도록 구성될 수 있다.The fuzzy rule database 103 may be configured to store fuzzy rules input from the fuzzy rule input module 102 .

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-time fuzzification module 104 refers to the fuzzy rules stored in the fuzzy rule database 103 and fuzzifies the fire detection factor of the switchgear 100 detected by the sensor 101 in real time to obtain a predetermined degree of membership. It can be configured to derive a fuzzy output value with a (membership value). As described above, the degree of membership may not be turned on/off based on a specific threshold, but surrounding values may have a normal distribution in a value range of a ratio of 0 to 1 based on a specific threshold. For example, a reference value of 150 degrees has a membership degree of 1, 149 degrees and 151 degrees each have a membership degree of 0.95, and 148 degrees and 152 degrees can each have a membership degree of 0.90. .

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-time defuzzification module 105 may be configured to defuzzify the fuzzy output value derived by the real-time fuzzification module 104 in real time, convert it into an equivalent crisp value, and output the value. That is, when it is determined to be an abnormal state, the switch can be turned off, and when it is determined to be a potential abnormal state, it can be converted into a single-value action such as maintaining some switches in an off state.

수배전반 상태 파악 모듈(106)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 state detection module 106 may be configured to determine the state of the switchgear 100 in real time according to the fuzzy output value derived from the real-time purging module 104 . That is, it is possible to determine whether the state of the switchgear 100 is a normal state, a latent abnormal state, or an abnormal state according to the degree of affiliation.

수배전반 상태 알림 모듈(107)은 수배전반 상태 파악 모듈(106)에서 실시간 파악된 수배전반(100)의 상태에 관해 사용자 단말(20)로 실시간 알림을 송신하도록 구성될 수 있다.The switchgear status notification module 107 may be configured to transmit a real-time notification to the user terminal 20 about the status of the switchgear 100 ascertained in real time by the switchgear status determination module 106 .

수배전반 작동 제어 모듈(108)은 실시간 역퍼지화 모듈(105)에 의해 출력된 단일값에 따라 수배전반(100)의 작동을 제어하도록 구성될 수 있다. 수배전반 작동 제어 모듈(108)은 스위치 오프, 일부 스위치 온, 스위치 오프 등의 작동을 제어할 수 있다.The switchgear operation control module 108 may be configured to control the operation of the switchgear 100 according to a single value output by the real-time defuzzification module 105 . The switchgear operation control module 108 may control operations such as switch-off, partial switch-on, and switch-off.

센서 측정값 동기화 모듈(109)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.Sensor measurement value synchronization module 109 is 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), arc measured by the arc sensor (101c), smoke It may be configured to synchronize the smoke measured by the sensor 101d, 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.

센서 측정값 데이터베이스(110)는 센서 측정값 동기화 모듈(109)에 의해 3상 전압, 3상 전류, 아크, 연기, 온도, 진동 및 습도가 동기화되어 저장되도록 구성될 수 있다.The sensor measurement value database 110 may be configured such that three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity are synchronized and stored by the sensor measurement value synchronization module 109 .

센서 측정값 업로드 모듈(111)은 센서 측정값 데이터베이스(110)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 module 111 is configured to upload the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity synchronized and stored in the sensor measurement value database 110 to the switchgear database server 10 in real time. can

센서 측정 기간 자동 가변 설정 모듈(112)은 센서 측정값 데이터베이스(110)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 variable setting module 112 sets the measurement period of the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity stored in the sensor measurement value database 110 to the fuzzy rule database 103. It may be configured to automatically variablely set according to a rule and provide the 3-phase voltage, 3-phase current, arc, smoke, temperature, vibration, and humidity of the variablely set measurement period to the real-time purging module 104.

수배전반 화재 감지 센서(113)는 수배전반(100)의 화재를 감지하도록 구성될 수 있다.The switchboard fire detection sensor 113 may be configured to detect a fire in the switchboard 100 .

수배전반 화재 보고 모듈(114)은 수배전반 화재 감지 센서(113)에서 화재가 감지되는 경우, 수배전반 화재를 수배전반 데이터베이스 서버(10)로 실시간 보고하도록 구성될 수 있다.The switchboard fire reporting module 114 may be configured to report the switchboard fire to the switchboard database server 10 in real time when a fire is detected by the switchboard fire detection sensor 113 .

부품 정보 데이터베이스(115)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 parts information database 115 may be configured such that part information of the switchgear 100 is received and stored by the user terminal 20 or is input and stored by the user. Information such as model name, capacity, and replacement time for various parts such as switches, wires, breakers, transformers, and distributors may be input and stored.

부품 정보 업로드 모듈(116)은 부품 정보 데이터베이스(115)에 저장된 부품 정보를 수배전반 데이터베이스 서버(10)로 업로드하도록 구성될 수 있다.The component information upload module 116 may be configured to upload component information stored in the component information database 115 to the switchgear database server 10 .

여기서, 수배전반 데이터베이스 서버(10)에 대해 설명한다.Here, the switchgear database server 10 will be described.

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(12)에 저장하고, 화재 보고 및 부품 정보를 수배전반 부품 정보 데이터베이스(13)에 저장하도록 구성될 수 있다.The switchboard information collection module 11 of the switchgear database server 10 receives and collects fire reports, sensor measurement values, and part information from the switchgear switchboard 100, and collects the fire report and sensor measurement values from the switchgear sensor measurement value database 12. and store the fire report and parts information in the switchgear parts information database 13.

그리고 수배전반 상태 분석 모듈(14)은 수배전반 센서 측정값 데이터베이스(12)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 state analysis module 14 analyzes the fire report and the sensor measurement values stored in the switchgear sensor measurement value database 12 to analyze under what conditions a fire occurs and an abnormal state or a potential abnormal state occurs. can be configured.

그리고 수배전반 상태별 지속 기간 분석 모듈(15)은 수배전반 센서 측정값 데이터베이스(12)에 저장된 센서 측정값들을 수배전반 상태별 지속 기간 별로 분석하여 이상 상태 또는 잠재적 이상 상태를 분석하도록 구성될 수 있다.Further, the duration analysis module 15 for each switchgear state may be configured to analyze an abnormal state or a potential abnormal state by analyzing the sensor measurement values stored in the switchgear sensor measurement value database 12 for each duration of each switchgear state.

한편, 부품 기반 수배전반 상태 분석 모듈(16)은 수배전반 부품 정보 데이터베이스(13)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 switchgear state analysis module 16 may analyze an abnormal state or potential abnormal state by integrating and analyzing component information stored in the switchgear component information database 13 . The reason for collecting and analyzing parts information is that durability, durability, and defect rate are different for each model even for the same type of parts, so the criteria for determining abnormalities or potential abnormalities may change accordingly.

수배전반 상태별 센서 측정값 수신 모듈(117)은 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 센서 측정값을 수신하도록 구성될 수 있다.The sensor measurement value receiving module 117 for each switchgear state may be configured to receive sensor measurement values for each switchgear state from the switchgear database server 10 .

수배전반 상태별 지속 기간 수신 모듈(118)은 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 지속 기간을 수신하도록 구성될 수 있다.The duration receiving module 118 for each switchgear state may be configured to receive the duration for each switchgear state from the database server 10 .

AI 기반 퍼지 룰 가변 생성 모듈(119)은 수배전반 상태별 센서 측정값 수신 모듈(117)에서 수신된 수배전반 상태별 센서 측정값을 이용하여 수배전반 상태별 지속 기간 수신 모듈(118)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 variable generation module 119 uses the sensor measurement values for each switchgear state received from the sensor measurement value receiving module 117 for each switchgear state to obtain a duration for each switchgear state received from the module 118 for each switchgear state. It may be configured to automatically and variably generate fuzzy rules according to the duration. That is, based on the big data analysis result of the switchgear database server 10, the fuzzy rule itself may be changed and generated using an AI algorithm.

수배전반 부품 내구 연한 정보 수신 모듈(120)은 수배전반 데이터베이스 서버(10)로부터 수배전반(100)의 부품 내구 연한 정보를 수신하도록 구성될 수 있다.The durability age information receiving module 120 of the receiving switchboard component may be configured to receive the durability age information of the components of the receiving switchboard 100 from the switchgear database server 10 .

AI 기반 퍼지 집합 변경 설정 모듈(121)은 수배전반 부품 내구 연한 정보 수신 모듈(120)에서 수신된 부품 내구 연한 정보에 따라 퍼지화를 위한 퍼지 집합을 자동으로 변경 설정하도록 구성될 수 있다.The AI-based fuzzy set change setting module 121 may be configured to automatically change and set a fuzzy set for fuzzification according to the durability age information of components received from the switchgear component durability information receiving module 120 .

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 and 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 switchgear database server 10 collects and analyzes information on the switchgear switchboards 100, and the switchgear analysis information providing module 17 provides the analysis result to the switchgear switchboard 100 again so that the switchgear switchboard 100 constructs a fuzzy set. It supports resetting, setting or changing fuzzy rules.

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 switchgear 100 is optimized based on big data, so that the condition of occurrence of a fire, an abnormal state, and a potential abnormal state can be more accurately grasped.

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: 수배전반 상태 파악 모듈 107: 수배전반 상태 알림 모듈
108: 수배전반 작동 제어 모듈 109: 센서 측정값 동기화 모듈
110: 센서 측정값 데이터베이스 111: 센서 측정값 업로드 모듈
112: 센서 측정 기간 자동 가변 설정 모듈
113: 수배전반 화재 감지 센서 114: 수배전반 화재 보고 모듈
115: 부품 정보 데이터베이스 116: 부품 정보 업로드 모듈
117: 수배전반 상태별 센서 측정값 수신 모듈
118: 수배전반 상태별 지속 기간 수신 모듈
119: AI 기반 퍼지 룰 가변 생성 모듈
120: 수배전반 부품 내구 연한 정보 수신 모듈
121: AI 기반 퍼지 집합 변경 설정 모듈101: Switchboard fire detection sensor 101a: 3-phase voltage measurement sensor
101b: three-phase current measuring sensor 101c: arc sensor
101d: smoke sensor 101e: temperature sensor
101f: vibration sensor 101g: humidity sensor
102: Fuzzy Rules Input Module 103: Fuzzy Rules Database
104: real-time fuzzification module 105: real-time defuzzification module
106: switchgear status determination module 107: switchgear status notification module
108: switchgear operation control module 109: sensor measurement value synchronization module
110: sensor measurement value database 111: sensor measurement value upload module
112: sensor measurement period automatic variable setting module
113: switchboard fire detection sensor 114: switchboard fire reporting module
115: parts information database 116: parts information upload module
117: Sensor measurement value receiving module for each switchgear status
118: duration receiving module for each switchgear state
119: AI-based fuzzy rule variable generation module
120: information receiving module for durability of switchgear parts
121: AI-based fuzzy set change setting module

Claims (9)

수배전반(100)의 화재감지요인을 감지하는 수배전반 화재감지요인 센서(101);
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)을 포함하고,
상기 수배전반 화재감지요인 센서(101)는,
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 포함하며,
상기 실시간 퍼지화 모듈(104)에서 도출된 퍼지 출력값에 따라 상기 수배전반(100)의 상태를 실시간 파악하는 수배전반 상태 파악 모듈(106)과;
상기 수배전반 상태 파악 모듈(106)에서 실시간 파악된 수배전반(100)의 상태에 관해 상기 사용자 단말(20)로 실시간 알림을 송신하는 수배전반 상태 알림 모듈(107);
상기 실시간 역퍼지화 모듈(105)에 의해 출력된 단일값에 따라 상기 수배전반(100)의 작동을 제어하는 수배전반 작동 제어 모듈(108)을 더 포함하고,
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(109);
상기 센서 측정값 동기화 모듈(109)에 의해 3상 전압, 3상 전류, 아크, 연기, 온도, 진동, 및 습도가 동기화되어 저장되는 센서 측정값 데이터베이스(110);
상기 센서 측정값 데이터베이스(110)에 동기화되어 저장된 3상 전압 3상 전류 아크 연기 온도 진동 및 습도를 수배전반 데이터베이스 서버(10)로 실시간 업로드하는 센서 측정값 업로드 모듈(111)을 더 포함하며,
상기 수배전반(100)의 부품 정보가 상기 사용자 단말(20)에 의해 수신되어 저장되거나 상기 사용자에 의해 입력되어 저장되는 부품 정보 데이터베이스(115);
상기 부품 정보 데이터베이스(115)에 저장된 부품 정보를 상기 수배전반 데이터베이스 서버(10)로 업로드하는 부품 정보 업로드 모듈(116)을 더 포함하고,
상기 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 센서 측정값을 수신하는 수배전반 상태별 센서 측정값 수신 모듈(117);
상기 수배전반 데이터베이스 서버(10)로부터 수배전반 상태별 지속 기간을 수신하는 수배전반 상태별 지속 기간 수신 모듈(118);
상기 수배전반 상태별 센서 측정값 수신 모듈(117)에서 수신된 수배전반 상태별 센서 측정값을 이용하여 상기 수배전반 상태별 지속 기간 수신 모듈(118)에서 수신된 수배전반 상태별 지속 기간에 따라 퍼지 룰을 자동으로 가변 생성하는 AI 기반 퍼지 룰 가변 생성 모듈(119)을 더 포함하고,
상기 수배전반 데이터베이스 서버(10)는 수배전반(100)으로부터 화재 보고와 센서 측정값 그리고 부품 정보를 수신하여 수집하고 화재 보고 및 센서 측정값을 수배전반 센서 측정값 데이터베이스(12)에 저장하며 화재 보고 및 부품 정보를 수배전반 부품 정보 데이터베이스(13)에 저장하는 수배전반 정보 수집 모듈(11)과,
상기 수배전반 센서 측정값 데이터베이스(12)에 저장된 화재 보고 및 센서 측정값을 분석하여 어떠한 조건에서 화재가 발생되고 이상 상태가 되거나 잠재적 이상 상태가 되는지에 대한 분석을 수행하는 수배전반 상태 분석 모듈(14),
상기 수배전반 센서 측정값 데이터베이스(12)에 저장된 센서 측정값들을 수배전반 상태별 지속 기간 별로 분석하여 이상 상태 또는 잠재적 이상 상태를 분석하는 수배전반 상태별 지속 기간 분석 모듈(15)을 포함하는 것을 특징으로 하는 인공지능을 이용하여 화재감지요인을 통합 관리하는 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, converts it into an equivalent crisp value, and outputs it,
The switchboard fire detection factor sensor 101,
A three-phase voltage measuring sensor 101a for measuring the three-phase voltage of the switchgear 100;
A three-phase current measuring sensor 101b for measuring three-phase current of the switchgear 100;
an arc sensor 101c for measuring the 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 the vibration of the switchgear 100;
A humidity sensor 101g for measuring the humidity of the switchgear 100 is included,
a switchgear state determination module 106 which 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 107 that transmits a real-time notification to the user terminal 20 about the status of the switchgear 100 determined in real time by the switchgear state determination module 106;
Further comprising a switchgear operation control module 108 for controlling the operation of the switchgear 100 according to the single value output by the real-time defuzzification module 105,
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 109 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 110 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 109;
A sensor measurement value upload module 111 for uploading the three-phase voltage, three-phase current, arc smoke, temperature, vibration, and humidity synchronized and stored in the sensor measurement value database 110 to the switchboard database server 10 in real time,
a parts information database 115 in which part information of the switchgear 100 is received and stored by the user terminal 20 or is input and stored by the user;
Further comprising a parts information upload module 116 for uploading part information stored in the part information database 115 to the switchgear database server 10,
a sensor measurement value receiving module 117 for each switchgear state receiving sensor measurement values for each switchgear state from the switchgear database server 10;
a duration receiving module 118 for each state of the switchgear and switchgear receiving the duration for each state of the switchgear and switchgear from the database server 10;
Using the sensor measurement value for each switchgear state received from the sensor measurement value receiving module 117 for each switchgear state, a fuzzy rule is automatically set according to the duration for each switchgear state received from the duration reception module 118 for each switchgear state. Further comprising an AI-based fuzzy rule variable generation module 119 for variable generation,
The switchgear database server 10 receives and collects fire reports, sensor measurement values, and part information from the switchboard 100, stores the fire report and sensor measurement values in the switchgear sensor measurement value database 12, and fire report and part information. A switchboard information collection module 11 for storing the switchboard information collection module 11 in the switchboard parts information database 13;
A switchgear state analysis module 14 that analyzes the fire report and sensor measurement values stored in the switchgear sensor measurement value database 12 to analyze under what conditions a fire occurs and becomes an abnormal state or a potential abnormal state;
An artificial, characterized in that it includes a duration analysis module 15 for each switchgear state that analyzes the sensor measurement values stored in the switchgear sensor measurement value database 12 for each duration of each switchgear state to analyze an abnormal state or a potential abnormal state. A switchboard that integrates and manages fire detection factors using intelligence.
 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 센서 측정값 데이터베이스(110)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(112)을 더 포함하도록 구성되는 것을 특징으로 하는 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반.
According to claim 1,
The measurement period of the three-phase voltage, three-phase current, arc, smoke, temperature, vibration, and humidity stored in the sensor measurement value database 110 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 112 providing 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 A switchboard that integrates and manages fire detection factors using artificial intelligence, characterized in that.
 제1항에 있어서,
상기 수배전반(100)의 화재를 감지하는 수배전반 화재 감지 센서(113);
상기 수배전반 화재 감지 센서(113)에서 화재가 감지되는 경우, 수배전반 화재를 상기 수배전반 데이터베이스 서버(10)로 실시간 보고하는 수배전반 화재 보고 모듈(114)을 더 포함하도록 구성되는 것을 특징으로 하는 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반.
According to claim 1,
a switchboard fire detection sensor 113 for detecting a fire in the switchboard 100;
When a fire is detected by the switchboard fire detection sensor 113, a switchboard fire report module 114 for reporting a fire to the switchboard database server 10 in real time is used using artificial intelligence, characterized in that it is configured to further include switchboard that integrates and manages fire detection factors.
 삭제delete 삭제delete 제1항에 있어서,
상기 수배전반 데이터베이스 서버(10)로부터 상기 수배전반(100)의 부품 내구 연한 정보를 수신하는 수배전반 부품 내구 연한 정보 수신 모듈(120);
상기 수배전반 부품 내구 연한 정보 수신 모듈(120)에서 수신된 부품 내구 연한 정보에 따라 퍼지화를 위한 퍼지 집합을 자동으로 변경 설정하는 AI 기반 퍼지 집합 변경 설정 모듈(121)을 더 포함하도록 구성되는 것을 특징으로 하는 인공지능을 이용하여 화재감지요인을 통합 관리하는 수배전반.According to claim 1,
a durability age information receiving module 120 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 121 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 120. A switchboard that integrates and manages fire detection factors using artificial intelligence.
KR1020220088892A 2022-07-19 2022-07-19 Distribution panel for integrating and managing fire detection factors using artificial intelligence KR102516933B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220088892A KR102516933B1 (en) 2022-07-19 2022-07-19 Distribution panel for integrating and managing fire detection factors using artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220088892A KR102516933B1 (en) 2022-07-19 2022-07-19 Distribution panel for integrating and managing fire detection factors using artificial intelligence

Publications (1)

Publication Number Publication Date
KR102516933B1 true KR102516933B1 (en) 2023-04-03

Family

ID=85936542

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220088892A KR102516933B1 (en) 2022-07-19 2022-07-19 Distribution panel for integrating and managing fire detection factors using artificial intelligence

Country Status (1)

Country Link
KR (1) KR102516933B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
KR20160143140A (en) * 2015-06-04 2016-12-14 엘에스산전 주식회사 System for assessing health index of power apparatus
KR101862054B1 (en) 2018-02-07 2018-05-29 주식회사 디투엔지니어링 Distributing board sensing anomaly using fuzzy engine
KR102031752B1 (en) * 2019-03-13 2019-11-08 주식회사 에너솔라 Electric Panel with Sensing Module Having Complex Fire Monitoring and Diagonostics
KR20210133056A (en) * 2020-04-28 2021-11-05 한국전력공사 Self diagnosis swithchgear and self diagnosis measures of it

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
KR20160143140A (en) * 2015-06-04 2016-12-14 엘에스산전 주식회사 System for assessing health index of power apparatus
KR101862054B1 (en) 2018-02-07 2018-05-29 주식회사 디투엔지니어링 Distributing board sensing anomaly using fuzzy engine
KR102031752B1 (en) * 2019-03-13 2019-11-08 주식회사 에너솔라 Electric Panel with Sensing Module Having Complex Fire Monitoring and Diagonostics
KR20210133056A (en) * 2020-04-28 2021-11-05 한국전력공사 Self diagnosis swithchgear and self diagnosis measures of it

Similar Documents

Publication Publication Date Title
KR101962739B1 (en) Failure Prediction Analysis System of Machine Equipment Using Big Data Analysis and Method Thereof
US8095326B2 (en) Method and device to predict a state of a power system in the time domain
CA2695672C (en) Method and system for transformer dissolved gas harmonic regression analysis
Bhalla et al. Integrating AI based DGA fault diagnosis using Dempster–Shafer Theory
US10310495B2 (en) Systems and methods for monitoring automation systems
Butler An expert system based framework for an incipient failure detection and predictive maintenance system
KR102497394B1 (en) Artificial intelligence distribution panel of analyzing and managing fire detection factors
US10302702B2 (en) Monitoring of primary devices in a power system
US9158302B2 (en) System and method for detecting electric power plant equipment overheating with real-time plural parallel detection and analysis parameters
Zhan et al. Development of a low-cost self-diagnostic module for oil-immerse forced-air cooling transformers
KR102516933B1 (en) Distribution panel for integrating and managing fire detection factors using artificial intelligence
Seddiqi et al. A new protection-based approach for link failure management of software-defined networks
CN110214332A (en) The method using planning is carried out to the electrical system for energy supply
KR102296568B1 (en) Swithchboard Management And Control System based on Machine Learning
WO2019142414A1 (en) Network monitoring system and method, and non-transitory computer-readable medium containing program
CN109932591A (en) The method and apparatus of the fault detection of power equipment
KR102350636B1 (en) Apparatus and method of plant failure prediction
Aranizadeh et al. Prioritizing CBs maintenance and identifying mandatory maintenance at higher priorities
CN116707144B (en) Low-voltage distribution box fault early warning method
CN118209853A (en) Method and system for predicting effective residual electric life of high-voltage circuit breaker
Allella et al. Dynamic discriminant analysis for predictive maintenance of electrical components subjected to stochastic wear
KR102604708B1 (en) Switchboard diagnosis system based on artificial intelligence and switchboard diagnosis method based on artificial intelligence
Papataxiarhis et al. Event correlation and forecasting over multivariate streaming sensor data
CN114577452B (en) Method, device, electronic equipment and computer medium for predicting service life of switch contact
CN111652497B (en) Disconnecting link abnormal heating auxiliary decision system based on scheduling rules

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant