KR102668287B1 - 모니터링이 가능한 전기차 충전소 화재 예방 분전반 및 그 작동 방법 - Google Patents

Abstract

본 발명은 모니터링이 가능한 전기차 충전소 화재 예방 분전반에 관한 것으로서, 보다 상세하게는 열화상 카메라로 복수개의 충전소를 실시간으로 모니터링하고, 이상 현상이 발생할 경우 즉시 알람장치를 작동시켜 안전 위험을 최소화하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반에 관한 것이다.

Description

모니터링이 가능한 전기차 충전소 화재 예방 분전반 및 그 작동 방법{Monitorable electric vehicle charging station fire prevention distribution panel and the operating method}

본 발명은 모니터링이 가능한 전기차 충전소 화재 예방 분전반에 관한 것으로서, 보다 상세하게는 열화상 카메라로 복수개의 충전소를 실시간으로 모니터링하고, 이상 현상이 발생할 경우 즉시 알람장치를 작동시켜 안전 위험을 최소화하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반에 관한 것이다.

일반적으로 전기차 충전소에서 발생하는 화재 위험은 점점 더 증가하는 전기차 보급률과 직결되어 있다.

고속충전에 따른 베터리 과열, 배터리 오버히팅, 충전소 전기 시설의 결함, 충전기 접점에서 발생하는 아크, 그리고 충전포트 및 플러그의 마모는 이러한 화재 위험의 주요 원인 중 하나로 꼽힌다.

전기차 충전소 화재 예방에는 다양한 노력이 이루어지고 있다. 비전도성 수계형 소화기 개발, 안전장치를 갖춘 충전기 보급, 과충전 방지 장치 부착, 화재 대응을 위한 제도 개선 등이 그 예이다.

특히 분전반에서 발생하는 과열 및 열화는 전기차와 충전소, 더 나아가 대형 공공 건물까지 영향을 미칠 수 있다.

기존의 모니터링 방법은 이러한 문제점을 효과적으로 해결하지 못하고 있다.

본 발명은 분전반의 고도화된 알고리즘을 통해 틸팅 기능을 가진 열화상 카메라, 자료수집장치, AI기능부, 틸팅 컨트롤러, 알람장치를 통합하여 실시간으로 문제를 감지하고 즉각적으로 대응한다.

따라서 본 발명은 전기차 충전소의 안전성을 높이는 새로운 패러다임을 제시할 수 있다.

본 발명은 전술한 문제점을 개선하기 위해 안출된 것으로, 본 발명은 분전반의 열화상 카메라를 통해 실시간으로 복수개의 전기차 충전기를 모니터링하고, 이상 현상이 발생할 경우 즉시 알람장치를 작동시켜 안전 위험을 최소화하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반을 제공하는데 목적이 있다.

상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예는 전력 공급을 담당하여 다른 구성요소에 안정적인 에너지를 제공하는 분전반(10); 상기 분전반(10)에 결합되어 열화상 정보를 획득하는 열화상 카메라(20);를 포함하여, 상기 열화상 카메라가 복수개로 설치된 충전소(80)의 외부 충전부를 촬영하며, 상기 분전반(10) 내의 전원 공급을 제어하는, 상기 열화상 카메라가 복수개로 설치된 충전소(80)의 외부를 촬영하며, 상기 분전반(10) 내의 전원 공급을 제어하는 데 있어, 자동으로 누전과 이상전류를 구분하는 디지털 누전차단기(15)가 장비나 전력 공급에 피해를 주지 않는 이상전류에는 분전반(10)의 전력 공급을 유지하고 오직 누전 시에만 전력을 중단하며 상기 분전반(10)은 상기 디지털 누전차단기(15)와 함께 작동하여 전기차 충전부에서 사전 설정값 이상의 온도가 발생하거나 전력 공급을 방해하는 이상전류를 감지할 경우 원격으로 알람을 전송하며, 상기 분전반(10)은 상기 열화상 카메라(20)와 상기 디지털 누전차단기(15)의 정보를 통합하여 실시간 모니터링을 수행하는 프로세서를 포함하여, 상기 프로세서(50)는 수집된 열화상 정보와 이상전류 정보를 분석하여 원격으로 상기 알람을 전송하는 기능을 제공한다.

또한, 전력 공급을 담당하여 다른 구성요소에 안정적인 에너지를 제공하는 분전반; 영역을 획득하고 분석을 위한 열정보데이터를 취득하고, 여러 각도에서의 촬영이 가능한 틸팅 가능 카메라; 상기 자료 수집 장치로부터 수집된 자료를 분석하여 판단을 내리기 위해, AI는 머신 러닝 알고리즘을 사용하여 시간이 지남에 따라 성능을 향상시키는 AI 기능부; 상기 분전반의 화상 정보를 실시간 감시하도록 설계된 자료수집장치;를 포함하고, 상기 AI기능부를 통해 화재를 조기에 감지함으로써 결함이 손상을 일으키거나 안전 위험을 초래하기 전에 AI기능부가 분전반을 차단하도록 제어 명령하고, 상기 AI기능부가 학습을 통해 카메라를 이동시키는 방향은 트래킹 인풋 모듈에 의한 궤적입력 기능에 의해 전환된 추적 데이터가 틸팅 컨트롤러에게 보내지고, 상기 틸팅 컨트롤러는 추적 데이터를 기반으로 카메라 이동 방향을 조정하고, 이동이 완료되면 조정된 위치에서 카메라를 조작하며, 상기 분전반내 회전이 가능하도록 설치된 틸팅 컨트롤러로 특정부위의 온도를 계측하는 기능을 가지고 복수개의 카메라로 위험요소를 모니터링하고 음성경보를 해주며, 상기 AI 기능부는 카메라의 궤적 정보를 입력받는 궤적입력 기능을 활용하여 입력된 궤적에 따라 그 궤적에 해당되는 온도만을 모니터링한다.

상기 분전반(10)의 열화상 카메라(20)는 병렬로 연결된 충전소의 외부 열을 측정한다.

상기 분전반(10)은 이웃한 상기 충전소(80)의 영상 정보를 획득하고, 여러 각도에서의 촬영이 가능한 틸팅 가능 카메라(20); 상기 틸팅 가능 카메라(20)로 부터 수집된 영상 자료를 분석하여 화재 여부를 판단하는 AI 기능부(40);를 포함하고, 상기 AI기능부(40)를 통해 화재를 조기에 감지함으로써 결함이 손상을 일으키거나 안전 위험을 초래하기 전에 AI기능부(40)가 분전반을 차단하도록 제어 명령한다.

본 발명은 모니터링이 가능한 전기 자동차 충전 화재 예방 분전반의 열화상 카메라가 복수개로 상호간 연결 부착된 분전반의 외부를 촬영하기 위해 일정 범위 내에서 틸팅 운동을 하여 세부적인 열 분포를 측정할 수 있다.

상기 자료수집장치의 정보에서 정상수치 범위를 벗어나는 이상이 발견 될 시 알람 기법으로 지수이동평균 또는 지수가중이동평균을 사용하여 최근 이상 수치의 변화량이 정상수치 범위를 벗어날 시에만 알람을 발생한다.

본 발명은 자료수집장치가 AI 기능부에 열정보데이터 분석 요청 단계; AI 기능부의 열정보데이터 분석에 의한 화재 감지 확인 단계; AI 기능부가 제어 명령에 의한 분전반 차단 실행 단계; AI 기능부가 틸팅 컨트롤러에 추적 데이터 전송 단계; AI 기능부에 의한 틸팅 컨트롤러의 틸팅가능 카메라의 이동 방향 조정 단계; AI 기능부에 의한 알람장치의 경보 발생 단계;를 포함하는 모니터링이 가능하다.

상기 AI기능부는 궤적입력 기능을 활용하여 입력된 궤적에 따라 해당 궤적의 온도만을 모니터링하는 단계;를 더 포함한다.

상기 AI 기능부는 주성분 분석 방법으로 작동한다.

상기 AI 기능부는 통계적 방법과 머신 러닝을 결합하여 확률적으로 화재 가능성을 평가한다.

상기 분전반, 상기 열화상 카메라, 상기 디지털 누전차단기, 상기 원격 전원 제어 기능 및 상기 충전기가 유기적으로 연결되어 있는 구성을 통해 본 발명은 다음과 같은 효과를 발휘한다.

첫째, 낙뢰로부터 발생하는 서지와 유도뢰 등의 이상전류를 정밀하게 감지하여 충전소와 차량에 대한 오작동을 원천 방지한다.

둘째, 원격 전원 제어 기능을 통해 분기마다 설치된 전기 충전기의 전원을 편리하게 관리하고, 긴급 상황 시 즉각적인 대응이 가능하다.

셋째, 충전기 교체 및 추가 부품 구매에 필요한 비용이 타 제품에 비해 저렴하여 경제적 부담을 줄인다.

넷째, 발열 시 알람을 통해 차주 또는 충전소에게 즉시 안내하며, 검출된 열영상 정보를 실시간으로 모니터링하여 효율적인 사전 조치가 가능하다.

다섯째, 안전사고를 예방하며 중단 없는 전력 공급을 보장한다.

본 발명은 위와 같은 다양한 효과를 통해 충전소의 안전성과 효율성, 그리고 경제성을 동시에 높이는 구조적 기술적 차별성을 지니고 있다.

도 1은 종래 발명에 따른 충전소 화재의 예를 들어 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 따른 모니터링이 가능한 전기차 충전소 화재 예방 분전반의 분전반과 충전소와 열화상 카메라 간의 관계를 개략적으로 나타내는 블럭도이다.
도 3은 본 발명의 일 실시예에 따른 AI 기능부와 틸팅 컨트롤러 간의 관계를 개략적으로 나타내는 블럭도이다.
도 4는 본 발명의 일 실시예에 따른 AI 기능부를 통해 구현하는 구성요소 간의 관계를 개략적으로 나타내는 블럭도이다.
도 5는 본 발명의 일 실시예에 따른 틸팅 운동 시 정보 전달 과정을 보여주는 도면이다.
도 6은 본 발명의 일 실시예에 따른 추적 데이터로 이동 방향을 조정하는 과정 등을 보여주는 도면이다.
도 7은 본 발명의 일 실시예에 따른 경보 발생으로 차단 실행하는 과정 등을 보여주는 도면이다.
도 8은 본 발명의 일 실시예에 따른 화재 감지와 이에 따른 경보 발생 단계를 차례대로 보여주는 도면이다.

상기한 바와 같은 본 발명을 첨부된 도면들과 실시예들을 통해 상세히 설명하도록 한다.

본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.

또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서, "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.

도 2는 본 발명의 일 실시예에 따른 모니터링이 가능한 전기차 충전소 화재 예방 분전반의 분전반과 충전소와 열화상 카메라 간의 관계를 개략적으로 나타내는 블럭도이며, 도 3은 본 발명의 일 실시예에 따른 AI 기능부와 틸팅 컨트롤러 간의 관계를 개략적으로 나타내는 블럭도이고, 도 4는 본 발명의 일 실시예에 따른 AI 기능부를 통해 구현하는 구성요소 간의 관계를 개략적으로 나타내는 블록도이다.

도 2에 도시된 바와 같이, 전력 공급을 담당하여 다른 구성요소에 안정적인 에너지를 제공하는 분전반(10); 및 상기 분전반(10)에 결합되어 열화상 정보를 획득하는 열화상 카메라(20);를 포함하여,

상기 열화상 카메라가 복수개로 설치된 충전소(80)의 외부를 촬영하며, 상기 분전반(10) 내의 전원 공급을 제어하고, 자동으로 누전을 차단하는 디지털 누전차단기(15)가 이상전류를 감지하여 전력 공급을 중단하고,

상기 분전반(10)은 상기 디지털 누전차단기(15)와 함께 작동하여 사전 설정값 이상의 온도나 이상전류를 감지할 경우 원격으로 알람을 전송하며,

상기 분전반(10)은 상기 열화상 카메라(20)와 상기 디지털 누전차단기(15)의 정보를 통합하여 실시간 모니터링을 수행하는 프로세서를 포함하여,

상기 프로세서(50)는 수집된 열화상 정보와 이상전류 정보를 분석하여 원격으로 알람을 전송하거나 전원을 재설정하는 기능을 제공한다.

본 발명은 분전반, 열화상 카메라, 디지털 누전차단기, 원격 전원 제어 기능, 그리고 충전기를 유기적으로 연결하여 구성한다. 이러한 구성요소는 다음과 같은 방식으로 작동한다.

분전반은 모든 전기 회로의 중심 역할을 하며, 이상전류 발생 시 즉시 차단하는 기능을 수행한다. 특히, 낙뢰로 인한 서지나 유도뢰가 발생할 경우 이를 감지하여 전기 충전기와 차량에 대한 오작동을 원천 차단한다.

열화상 카메라는 충전기와 차량의 발열 상태를 지속적으로 모니터링한다. 발열이 감지되면 이 정보를 즉시 차주 또는 충전소에게 알리며, 검출된 열영상 정보를 실시간으로 모니터링하는 기능을 갖는다.

디지털 누전차단기는 누전 외 이상전류에 의한 오작동 차단을 방지한다. 이 기능은 특히 충전 과정에서 이상전류 인입으로 인한 누전차단기의 오작동으로 충전기의 운행을 중단하는 것을 예방한다.

원격 전원 제어 기능은 사용자가 원격으로 분기마다 설치된 전기 충전기의 전원을 제어할 수 있게 한다. 이를 통해 긴급 상황에서도 즉각적인 대응이 가능하다.

도 3과 도 4에 도시된 바와 같이, 본 발명은 복수개의 분전반(10)을 실시간으로 센서 등을 통해 모니터링하고, 이상 현상이 발생할 경우 즉시 알람장치를 작동시켜 화재 위험을 최소화하는 것이다.

아파트 지하 주차장과 같이 기둥이나 내벽에 의해 사각지대가 발생하는 경우 분전반(10)의 외측면 또는 기둥의 측면에 (열화상) 카메라를 부착하여 컨트롤러와 전기적으로 연결하여 화재 방지에 이용할 수 있다.

센서에 대해 알아보면, 대표적으로 틸팅 가능 카메라와 (열영상) 카메라 등이 있고, 이외에도 본 발명은 다양한 센서들을 통합하여 화재 또는 이상 상황을 탐지하고 이를 효과적으로 관리하기 위한 센서들을 제공한다.

예를 들어, 분전반(10)의 내부 또는 외부에 부착되는 온도 센서와 온도계는 외부 온도 변화를 지속적으로 모니터링한다.

특히, 적외선 센서를 사용하면 화재의 초기 단계에서도 높은 온도를 신속하게 감지할 수 있다.

적외선 센서들은 고정된 임계값을 초과할 경우 AI기능부(40)에 신호를 보내고, AI기능부(40)는 이를 분석하여 틸팅 가능 카메라의 방향을 조정하거나 알람장치를 작동시킨다.

외부 센서와 내부 센서의 조합은 화재 감지의 정확성을 높인다.

즉, 외부 센서는 환경의 온도를, 내부 센서는 디바이스 자체의 온도를 감지한다.

예를 들어, 외부 센서와 내부 센서의 두 가지 데이터를 비교하여 이상치를 판단할 수 있다. 이러한 이상치 판단 알고리즘은 지수평활법을 통해 이상 데이터를 예측한다.

다른 예로서, 분전반(10)의 내부 또는 외부에 부착되는 광학 센서와 카메라는 시각적 정보를 수집한다.

시각적 정보는 AI기능부(40)에서 화상 정보와 함께 분석되어 특정 상황에 맞는 조치를 취한다. 즉, 광학 센서가 불꽃을 감지하면 AI기능부(40)는 이를 화재로 판단하여 알람장치를 작동시킨다.

또한, 분전반(10)의 내부 또는 외부에 부착되는 바이오 센서와 생체 센서는 특히 충전소가 대규모인 공간에서 몰려드는 사람들의 안전을 보장하는 데 유용하다.

바이오 센서와 생체 센서들은 사람들의 생체 데이터를 실시간으로 모니터링하여, 예를 들어, 화재에 따른 놀람에 의한 급작스러운 심박수 증가나 기타 이상 증상을 빠르게 감지할 수 있다.

분전반(10)의 내부 또는 외부에 부착되는 움직임 센서와 마이크로폰, 소리 센서도 특히 침입에 의한 화재나 자연 화재에 의한 폭발 같은 이상 상황을 감지하는 데 유용하다. 이들은 소리나 움직임의 이상을 감지하여 AI기능부(40)에 신호를 보낸다.

또한, 분전반(10)의 내부 또는 외부에 부착 또는 건물 천정에 부착되는 CCTV, 비전 센서와 이미지 캡처 모듈은 고화질의 영상 데이터를 제공한다.

영상 데이터들은 특히 AI기능부(40)가 화상 정보를 분석할 때 상세한 데이터를 제공하여 분석의 정확성을 높인다.

이상과 같이, 본 발명에서 사용되는 센서들은 각각 특별한 기능과 역할을 수행하며, 센서들이 유기적으로 연결되어 복합적인 이상 상황을 신속하고 정확하게 감지하고 대응할 수 있다.

구체적으로 살펴보면, 분전반(10)은 주변 장치(전기자동차 충전소)로 전력 공급의 중심 역할을 한다.

본 발명에서 분전반(10)은 틸팅 가능 카메라에 의해 외부 열이 측정되며, 열 정보는 자료수집장치로 전송된다.

예를 들어, 분전반(10)은 전력 공급의 핵심 구성요소로, 다양한 전기 회로와 연결되어 있다.

본 발명에서 분전반(10)은 서로 마주보고 있는 면에 설치된 분전반(10)의 틸팅 가능 카메라에 의해 실시간으로 외부 열이 측정된다.

이 때, 열을 측정하는 방법으로 열화상 카메라를 사용할 수도 있으나, 카메라의 이미지 센서가 빛 외에도 일정 범위의 열에도 민감하다는 점을 이용하여, 카메라 센서의 열에 대한 반응률을 학습(실험)을 통해 파악하고, 이 데이터를 활용하여 일반적으로 촬영되는 이미지의 색상 데이터를 열 정보 데이터로 변환하는 인공지능 알고리즘을 적용할 수 있다.

측정된 열 정보는 자료수집장치로 전송되어 초기 열 정보 데이터 처리와 저장이 이루어진다.

이 과정에서 AI기능부(40)로 전달되는 추적 데이터는 화재나 외부 결함이나 다른 이상 현상을 조기에 감지하는 데 사용된다.

이 외에도 실영상카메라와 열영상카메라를 동시에 사용할 수도 있고, 실영상카메라를 한쌍으로 설치하여 깊이를 측정할 수 있게 하여, 외부 결함 등을 용이하게 파악할 수 있도록 한다.

상기 틸팅 가능 카메라(20)는 분전반(10)의 외부 열을 측정하고, 회전 가능한 틸팅 컨트롤러(50)에 의해 조절되며, 이는 AI기능부(40)에서 처리된 추적 데이터에 기반한다.

틸팅 가능 카메라(20)는 고해상도의 열감지 센서와 렌즈를 통해 분전반(10)의 외부 열을 정밀하게 측정한다.

틸팅 가능 카메라(20)는 회전 가능한 틸팅 컨트롤러에 의해 다양한 각도와 방향으로 조절이 가능하다.

틸팅 컨트롤러는 스텝 모터와 기어 메커니즘을 활용하여 카메라의 위치를 미세하게 조정할 수 있다.

AI기능부(40)에서는 트래킹 인풋 모듈을 통해 분전반(10)의 이상 온도나 다른 위험 요소를 실시간으로 추적한다.

이러한 추적 데이터는 틸팅 컨트롤러에 전송되어, 카메라의 이동 방향과 각도를 적절하게 조절한다.

이 과정은 빠른 시간 내에 이상 현상을 감지하고 대응할 수 있게 해, 안전성을 높이는 효과를 가져온다.

또한, 틸팅 가능 카메라는 다양한 분전반(10)을 동시에 모니터링할 수 있어, 자원을 효율적으로 배치하는 데 기여한다. 이는 유지보수 비용을 절감하고 시스템의 전반적인 효율성을 향상시킨다.

틸팅 가능 카메라의 이러한 기능은 AI기능부(40)의 고급 알고리즘과 결합되어, 단순한 열 측정을 넘어 다양한 위험 요소를 신속하고 정확하게 감지할 수 있다. 이는 신뢰성 높은 모니터링을 가능하게 하며, 사용자에게 더 나은 경험을 제공한다.

자료수집장치(30)는 틸팅 가능 카메라로부터 받은 실시간 화상 정보를 처리한다. 실시간 화상 정보는 AI기능부(40)로 전송되어 분석되며, 상기 열정보 데이터 및 추적 데이터는 지수평활법으로 예측한다.

예를 들어, 자료수집장치(30)는 틸팅 가능 카메라로부터 받은 실시간 화상 정보를 처리하는 역할을 한다. 자료수집장치(30)는 고속의 데이터 처리 능력과 충분한 저장 공간을 갖추고 있다. 실시간으로 수집된 화상 정보는 초기 필터링 과정을 거쳐 불필요한 데이터를 제거한다. 이후, 필터링된 데이터는 AI기능부(40)로 전송된다.

AI기능부(40)에서는 열정보데이터를 분석하여 이웃 분전반(10)의 상태를 판단한다. 특히, 화재나 열화, 과열 등의 이상 현상이 감지되면 즉시 분전반(10)을 차단하는 제어 명령(추적 데이터를 통한 틸팅 명령)을 실행한다. 이러한 신속한 대응은 사고나 재해의 즉각적인 파악에 의해 위험을 크게 줄일 수 있다.

자료수집장치(30)는 또한 지수평활법을 활용하여 열정보데이터로 부터 이상 데이터를 예측한다.

지수평활법은 최근의 데이터(열정보 데이터 및 추적 데이터 등)에 더 높은 가중치를 부여하여 더욱 정확한 예측이 가능하다.

예측 방법을 통해, 단순한 이상 데이터를 넘어서 미래의 위험 요소까지도 예측할 수 있다. 예측된 이상 데이터가 특정 임계값을 초과하면, 알람장치가 작동하여 즉시 경보를 발생시킨다.

이러한 자료수집장치(30)의 구성과 작동 원리는 본 발명의 목적인 실시간 모니터링과 안전 위험 최소화에 크게 기여한다.

또한, 인공지능 알고리즘을 활용한 데이터 분석과 예측 능력은 효율적인 자원 배치와 높은 정확도를 보장한다.

AI기능부(40)는 자료수집장치(30)로부터 받은 화상 정보를 분석한다. 화재를 조기에 감지하고, 이에 따른 제어 명령을 분전반(10)에 실행한다. 또한, 이상 데이터 예측에 지수평활법을 활용한다.

예를 들어, AI기능부(40)는 자료수집장치(30)로부터 받은 화상 정보를 심층적으로 분석한다.

심층 분석 과정에서는 화상 정보를 수치화하여 학습하는 머신러닝 알고리즘과 패턴 인식 기술을 활용하여 화재와 같은 이상 현상을 조기에 감지한다.

AI기능부(40)는 감지된 화재에 대응하여 분전반(10)에 즉시 제어 명령을 실행한다.

상기 제어 명령은 분전반(10)의 차단과 같은 안전 조치를 포함하며, 이를 통해 잠재적인 손상이나 위험 상황을 미연에 방지한다. 이러한 신속한 대응은 효율적인 자원 배치와 운영 비용 절감에 기여한다.

다른 실시예로서, 상기 틸팅 가능 카메라를 활용하여 분전반(10)의 외부 열을 측정한다. 해당 카메라는 적외선 센서를 통해 분전반(10)의 표면 온도를 측정하고, 표면 온도 정보를 디지털 데이터(열정보 데이터 등)로 변환한다.

자료수집장치(30)는 표면 온도 정보와 같은 디지털 데이터를 받아 실시간으로 저장하고 분석한다.

자료수집장치(30)는 분전반(10)의 외부 열과 더불어, 카메라로부터 입력되는 화상 정보를 또한 수집한다. 이러한 수집된 정보는 AI기능부(40)로 전달되며, 여기서 화재 감지 알고리즘이 적용된다.

틸팅 컨트롤러는(50) AI기능부(40)에서 받은 추적 데이터를 기반으로 카메라의 이동 방향을 조절한다. 이를 통해 특정 부위의 온도 관련 화상 정보를 정확하게 측정한다.

예를 들어, 틸팅 컨트롤러의 고도화된 기능과 효율성에 의해, 본 발명의 틸팅 컨트롤러는 AI기능부(40)로부터 받은 추적 데이터를 활용하여 카메라의 이동 방향을 신속하고 정확하게 조절한다.

조절하는 과정에서 AI기능부(40)는 학습을 통해 트래킹 인풋 모듈(템플릿화된 트래킹 정보)에 의한 궤적입력 기능을 활용한다.

이러한 궤적입력 기능은 특정 부위의 온도 변화를 지속적으로 모니터링하며, 이상 현상이 감지되면 즉시 알람장치를 작동시킨다. 틸팅 컨트롤러의 이러한 기능은 분전반(10)의 다양한 부위를 효과적으로 모니터링할 수 있게 하여, 안전성을 높이고 유지보수 비용을 절감하는 효과를 가져온다.

여기에서, 궤적입력 기능이라 함은 AI기능부(40)에 의해 학습되어 특정 부위의 온도 변화를 지속적으로 모니터링하는 알고리즘을 말한다.

모니터링하는 알고리즘은 특정 부위의 온도가 일정 기준을 초과하거나 이하할 경우 즉시 자동으로 알람장치를 작동시키며, 분전반(10)의 안전성과 유지보수 효율을 높인다.

트래킹 인풋 모듈이라 함은 AI기능부(40)로부터 받은 추적 데이터를 처리하여 궤적입력 기능에 필요한 파라미터를 제공하는 부품을 말한다.

트래킹 인풋 모듈은 카메라의 이동 방향을 신속하고 정확하게 조절할 수 있는 정보를 틸팅 컨트롤러에 제공하며, 이를 통해 특정 부위의 온도 관련 화상 정보를 정확하게 측정한다.

여기에서, 궤적입력 기능이라 함은 AI기능부(40)가 학습을 통해 얻은 데이터를 바탕으로 특정 부위의 온도 변화를 지속적으로 모니터링하는 기능이다.

모니터링하는 기능은 이상 현상이 감지될 경우 즉시 알람장치를 작동시키는 역할을 수행한다.

모니터링하는 기능에 추가되는 트래킹 인풋 모듈이라 함은 AI기능부(40)에서 추적 데이터를 입력받아 처리하는 부분이다.

트래킹 인풋 모듈은 궤적입력 기능을 활용하여 카메라의 이동 방향을 신속하고 정확하게 조절하는 데 필수적이다.

따라서 궤적입력 기능과 트래킹 인풋 모듈은 틸팅 컨트롤러가 분전반(10)의 다양한 부위를 효과적으로 모니터링하게 하여, 안전성을 높이고 유지보수 비용을 절감하는 효과를 가져온다.

또한, 틸팅 컨트롤러가 단순히 카메라의 이동 방향을 조절하는 것을 넘어, 실시간 추적 데이터 분석과 카메라의 빠른 대응 능력을 갖추게 한다.

알람장치(60)는 AI기능부(40)에서 처리된 결과에 따라 작동한다. 이상 현상이 감지되면 즉시 음성으로 경보를 발생시킨다.

알람장치(60)는 AI기능부(40)와 직접적으로 연결되어 있다.

AI기능부(40)에서는 분전반(10)의 열정보 데이터를 실시간으로 분석하고, 이상 현상이나 화재 등을 조기에 감지한다.

상기 이상 현상이 감지되면, AI기능부(40)는 알람장치에 즉시 신호를 전달한다. 알람장치는 이 신호를 받아 음성으로 경보를 발생시키는데, 이 경보는 사람들이 즉시 대응할 수 있도록 설계되어 있다.

이러한 알람장치(60)의 작동 원리는 본 발명의 목적과 효과에 직접적으로 기여한다.

AI기능부(40)의 빠른 분석과 알람장치의 즉각적인 경보 발생으로 인해, 잠재적인 위험을 빠르게 인식하고 적절한 조치를 취할 수 있다. 둘째로, 이 알람장치는 높은 정확도의 열정보 데이터 분석을 통해 신뢰성을 높인다. AI기능부(40)의 고급 알고리즘을 통한 분석 결과가 바로 알람장치로 전달되므로, 오경보의 가능성을 최소화한다.

따라서 알람장치는 본 발명에서 중요한 역할을 하며, 실시간으로 안전 상태를 모니터링하고 이상 현상 발생 시 즉각적으로 대응할 수 있는 구조를 제공한다.

다른 실시예로서 본 발명은 화재 감지 카메라, 온도 센서, 연기 감지기, 화재 냄새 감지기, 화재 소리 감지기는 다양한 데이터(열정보데이터 등)를 수집하여 화재 감지에 활용한다.

화재 감지 카메라, 온도 센서, 연기 감지기, 화재 냄새 감지기, 화재 소리 감지기를 포함하는 센서들은 고유한 특성과 감지 능력을 가지고 있어 각각 다른 변수에서의 이상치를 감지할 수 있다.

데이터 수집 과정은 실시간으로 이루어지며, 빠르고 정확한 감지를 위해 네트워크로 연결되어 있다.

예를 들어 주요 독립변수 결정 과정에서는 수집된 데이터를 분석한다.

온도, 연기, 화재 냄새 등의 데이터가 주요 독립변수로 결정될 수 있으며, 이는 머신 러닝 알고리즘을 통해 분류된다.

상기 독립변수는 확장성과 재사용성이 뛰어나며, 화재 진단 모델과 같은 다른 모델에서도 활용 가능하다.

AI기능부(40)는 진단 모델 구축 단계에서는 주요 독립변수를 기반으로 화재 감지 모델을 생성한다.

상기 화재 감지 모델은 통계적 방법과 머신 러닝을 결합하여 확률적으로 화재 가능성을 평가한다.

특히, 다양한 알고리즘과 파라미터 조정을 통해 최적화된 모델을 선택한다.

AI기능부(40)는 이상 감지 단계에서는 구축된 화재 감지 모델을 활용하여 데이터의 이상을 감지한다.

온도가 일정 기준을 초과하거나 연기 및 화재 냄새 데이터가 이상치를 보일 경우, 알림 메커니즘이 작동한다.

AI기능부(40)의 이상 감지는 지수이동평균 또는 지수가중이동평균을 활용하여 이상 수치의 변화량을 감지한다.

이상 수치의 변화량을 감지하는 과정을 통해 모니터링이 가능한 전기차 충전소 화재 예방 분전반(열정보 데이터 및 추적 데이터 등을 사용하는 AI 기능부 포함)은 빠르고 정확한 화재 감지와 분석을 수행한다.

AI기능부(40)가 포함하는 각 센서 정보(데이터)와 이를 이용한 모델, 알고리즘은 서로 유기적으로 연결되어 있으며, 시스템은 실시간으로 각 데이터와 이를 분석한 모델을 동시에 모니터링 및 모델 조정이 가능하다.

따라서 본 발명은 분전반(10) 화재 예방과 대응에 있어 고도의 효율성과 안정성을 보장한다.

도 5는 본 발명의 일 실시예에 따른 틸팅 운동 과정을 보여주는 도면이고, 도 6은 본 발명의 일 실시예에 따른 추적 데이터로 이동 방향을 조정하는 과정 등을 보여주는 도면이며, 도 7은 본 발명의 일 실시예에 따른 경보 발생으로 차단 실행하는 과정 등을 보여주는 도면이고, 도 8은 본 발명의 일 실시예에 따른 화재 감지와 이에 따른 경보 발생 단계를 차례대로 보여주는 도면이다.

도 5에 도시된 바와 같이, 본 발명은 외부 열 생성 단계(S101, S102), 열 분포 측정 단계(S103, S104), 틸팅 운동 명령 단계(S105, S106), 세부 열 분포 측정 단계(S107, S108) 등으로 구성된다.

만일 S102 단계에서 화재를 감지하였다면, 분전반1(11)의 화재를 분전반2(12)에서 감지한 것이 되고, S104와 S106과 S108 단계를 통해 분전반1(11)의 화재 정보를 최대한 수집한다.

도 6에 도시된 바와 같이 본 발명은 외부 열 측정 단계(S201), 실시간 화상 정보 전송 단계(S202), 화상 정보 분석 요청 단계(S203), 화재나 외부 결함 감지 단계(S204), 추적 데이터 전송 단계(S205), 이동 방향 조정 단계(S206), 온도 관련 화상 정보 측정 단계(S207), 경보 발생 단계(S208), 이상 데이터 예측 단계(지수평활법)(S209) 등으로 구성된다.

도 7에 도시된 바와 같이, 본 발명은 화상 정보 분석 요청 단계(S303), 화재 위험 조기 감지 단계(S304), 추적 데이터 전송 단계(S306), 이동 방향 조정 단계(S307), 온도 관련 화상 정보 측정 단계(S308), 경보 발생 단계(S309), 차단 실행 단계(S310) 등으로 구성된다.

도 8에 도시된 바와 같이, 본 발명은 자료수집장치(30)가 AI 기능부에 열정보데이터 분석 요청 단계(S403); AI 기능부(40)의 열정보데이터 분석에 의한 화재 감지 확인 단계(S404); AI 기능부(40)가 제어 명령에 의한 분전반(10) 차단 실행 단계(S405); AI 기능부(40)가 틸팅 컨트롤러(50)에 추적 데이터 전송 단계(S406); AI 기능부에 의한 틸팅 컨트롤러(50)의 틸팅가능 카메라(20)의 이동 방향 조정 단계(S407); AI 기능부에 의한 알람장치(60)의 경보 발생 단계(S408); 등으로 구성된다.

구체적으로 살펴보면, 본 발명에 따른 모니터링이 가능한 전기차 충전소 화재 예방 분전반(10)은 다양한 센서를 통합하여 높은 정확성과 빠른 반응성을 보장한다.

화재 감지 카메라, 온도 센서, 연기 감지기, 화재 냄새 감지기, 화재 소리 감지기 등은 센서의 다양성을 확보하고 화재의 다양한 특성을 포착한다.

주로 화재 감지 데이터 수집은 센서 배열을 통해 진행되며, 이러한 센서들은 실시간으로 정보를 자료수집장치(30)에 전송한다.

자료수집장치(30)에 저장되는 온도, 연기 및 화재 냄새 데이터는 일반적으로 주요 독립변수로 선택되며, 이러한 변수들은 화재 감지의 정확성을 높이는 역할을 한다.

주요 독립변수 결정 후, 화재 진단 모델의 구축이 이루어진다.

화재 진단 모델은 머신러닝 알고리즘을 활용하여 주요 독립변수를 기반으로 화재 감지 여부를 판단한다.

선택된 알고리즘은 데이터셋에 대한 교차 검증을 거쳐 최적화되며, 이를 통해 화재 진단 모델의 정확성이 향상된다.

상기 AI 기능부(40)의 화재 진단 모델은 실시간으로 자료수집장치(30)에 저장되는 센서 데이터를 분석한다.

즉, 온도, 연기, 화재 냄새 데이터가 주요 독립변수로 설정된 상황에서 이상 감지 알고리즘은 이러한 변수의 패턴을 신속하게 분석한다.

이상 감지 시, 상기 AI 기능부(40)의 알림 시스템은 관리자 또는 책임자에게 즉각적인 통보를 실시하며, 필요한 경우 자동 소화 시스템을 작동시킨다.

알림 장치(60)를 통한 알림 시스템은 여러 통신 채널을 통해 화재 정보를 전송한다.

예로서 문자 메시지, 이메일, 음성 알림 등이 포함되며, 이를 통해 신속한 대응이 가능하다.

상기 알림 시스템은 진단 모델과 유기적으로 연결되어 있으며, 이상 감지 시 즉시 알림을 발생시킨다.

분전반(10) 내부의 자동 소화 시스템은 상기 AI 기능부(40)와 연결되어 있으며, 이상 감지가 확인되면 즉각 작동한다.

이 때, 소화제는 화재의 성격과 위치에 따라 적절하게 분사되며, 이를 통해 화재의 초기 진압이 이루어진다.

또한, 모니터링이 가능한 전기차 충전소 화재 예방 분전반(10)은 지속적인 업데이트와 보완을 거쳐 최적의 성능을 유지한다.

예를 들어, 센서의 성능 향상, 알고리즘의 업데이트, 데이터베이스의 확장 등은 상기 AI 기능부(40)의 안정성과 효율성을 높이는 방향으로 진행된다.

상기 AI 기능부(40)는 화재의 초기 감지와 대응을 위한 통합 솔루션이며, 센서의 다양성과 알고리즘의 정확성, 알림 시스템의 신속성 등을 통해 높은 안전성을 제공한다.

화재 감지와 추적을 위한 AI기능부(40)는 다중 단계의 알고리즘과 학습 메커니즘을 통합한다. 초기 단계에서는 트래킹 인풋 모듈에 의해 수집된 궤적 데이터를 틸팅 컨트롤러로 전송한다. 상기 틸팅 컨트롤러는 카메라의 이동 방향을 궤적 데이터를 기반으로 조정한다. 이에 따라 카메라는 이동하며 타겟 영역을 촬영한다.

회전 가능한 틸팅 컨트롤러를 통해 학습된 특정 부위의 온도와 관련된 화상 정보를 측정한다. 복수개의 카메라는 위험요소를 지속적으로 모니터링한다. AI기능부(40)는 모니터링하는 궤적에 따라 온도만을 모니터링한다.

자료수집장치(30)에서는 화상 정보의 정상수치 범위를 벗어나는 이상 데이터를 지수평활법으로 예측한다. 지수이동평균 또는 지수가중이동평균을 활용하여, 최근 이상 수치의 변화량이 정상수치 범위를 벗어난 경우에만 알람 장치에 경보를 발생시킨다.

본 발명에 따른 AI 기능부(40)에서 사용하는 알고리즘으로 지수평활법과 지수이동평균, 지수가중이동평균은 예측 메커니즘이다.

지수평활법은 가장 간단한 형태로, 과거 데이터의 지수 가중 평균을 구한다. 지수이동평균은 이를 발전시켜 가장 최근의 데이터에 더 큰 가중치를 두는 방식이다. 지수가중이동평균은 이를 더욱 발전시켜 여러 변수에 대한 가중치를 동시에 고려한다.

지수평활법은 다음과 같은 수식으로 표현된다.

지수이동평균은 다음과 같다.

지수가중이동평균은 더 복잡한 형태로, 여러 변수의 가중치를 조절할 수 있는 다중 가중치를 포함한다.

이러한 예측 메커니즘은 화재 감지에서 중요한 역할을 한다. 정상 범위를 벗어난 온도 또는 화상 데이터가 감지되면 이를 통해 즉시 알람장치에 경보를 발생시킨다. 따라서 상기 AI 기능부(40)는 화재의 조기 발견 및 즉시 대응이 가능하다.

상기 AI 기능부(40)에 포함되는 기능인 주성분 분석(Principal Component Analysis, PCA)은 고차원 데이터를 저차원 데이터로 축소하는 방법이다. PCA는 데이터의 분산을 최대화하는 주성분을 찾는 방법으로, 다음과 같은 수학식 3을 사용하여 구현할 수 있다.

(여기서, X는 원본 데이터, U는 주성분 행렬, S는 주성분의 분산 행렬, V^T는 주성분의 역행렬)

즉, X는 원본 데이터로, 열 정보 데이터, 추적 데이터, 화재 감지 카메라 각도 데이터, 및 온도 센서, 연기 감지기, 화재 냄새 감지기, 화재 소리 감지기의 데이터 등을 사용하여 수집된 데이터이고, U는 주성분 행렬로, 데이터의 분산을 최대화하는 주성분을 나타내며, S는 주성분의 분산 행렬로, 주성분의 분산을 나타내고,

는 주성분의 역행렬로, 주성분을 원본 데이터로 복원할 때 사용된다.

주성분 분석을 통해 주요 독립변수를 결정하면, 다음과 같은 수학식 4를 사용하여 화재 감지 모델을 구축할 수 있다.

(여기서, y는 화재 여부, w는 화재 감지 모델의 가중치, x는 주요 독립변수의 벡터)

상기 AI 기능부(40)가 화재 감지 모델을 구축한 후에는 이상을 탐지할 수 있다. 여기에서 "이상"은 정상 상태에서 벗어난 상태를 의미한다. 화재 감지 모델을 사용하여 입력 데이터를 분석하여 정상 범위를 벗어난 경우를 이상으로 판단할 수 있다.

이상 탐지를 위해 다음과 같은 수학식 5를 사용할 수 있다.

여기서, 는 화재 감지 모델의 예측값, 가 정상 범위를 벗어난 경우, 이상으로 판단할 수 있다.

위에서 제시한 공식 외에도 상기 AI 기능부(40)는 다음과 같은 공식을 이용한 알고리즘을 사용할 수 있다.

정규화 알고리즘으로 데이터(열정보 데이터 및 추적 데이터 등)의 분산이 서로 다를 경우, 정규화를 사용하여 데이터를 표준화할 수 있다.

상술한 바와 같이 데이터를 정규화하면 다음과 같은 효과를 얻을 수 있다.

상기 AI 기능부(40)에서 수집한 각 센서의 데이터 또는 데이터의 분산이 일정해지므로, 서로 다른 데이터의 크기가 비교하기 쉬워지고, 상기 AI 기능부(40)가 모델 학습의 안정성을 향상시킬 수 있고, 모델의 일반화 성능을 향상시킬 수 있다.

선형 회귀는 두 변수 간의 선형 관계를 모델링하는 방법이지만, 현실 세계의 데이터는 선형 관계를 따르지 않는 경우가 많다. 이러한 경우, 다항 회귀를 사용하여 비선형 관계를 모델링할 수 있다.

일실시예로서, 상기 AI 기능부(40)의 알고리즘에 적용되는 앙상블 학습은 여러 모델을 결합하여 성능을 향상시키는 방법이다.

상기 앙상블 학습에는 서로 다른 데이터셋을 사용하여 여러 모델을 학습하는 방법(배깅), 이전 모델의 오류를 보완하도록 다음 모델을 학습하는 방법(부스팅), 의사결정 트리 모델을 결합하여 사용하는 방법(랜덤 포레스트)이 있다.

랜덤 포레스트 공식 등을 추가하면 화재 감지 방법의 정확도와 효율성을 향상시킬 수 있을 것으로 기대된다.

구체적으로 살펴보면, 본 발명에 따른 모니터링이 가능한 전기차 충전소 화재 예방 분전반(10)의 상기 AI 기능부(40)에 주성분 분석(PCA)를 도입하는 것은 데이터 차원의 축소 및 주요 변수의 추출에 있어 효과적인 방안이다.

주성분 분석은 원래 고차원 데이터에서 주요한 정보만을 남기고 차원을 축소함으로써 계산 복잡성을 줄인다.

자료 수집 장치(30)의 데이터 수집 단계에서, 다수의 (열화상)카메라, CCTV, 또는 센서로부터 받아온 정보는 다차원 특징 벡터로 구성된다. 각 차원은 온도, 연기 농도, 공간의 습도 등 다양한 변수를 나타낸다.

상기 AI 기능부(40)는 이러한 다차원 특징 벡터를 원점을 중심으로 회전시키는 과정을 통해, 분산이 가장 큰 방향을 찾아낸다.

이렇게 찾아낸 주성분은 원래의 다차원 데이터 공간에 있어서 가장 큰 정보를 포함하고 있다.

상기 AI 기능부(40)는 데이터의 회전과정 후 얻어진 주성분을 사용하여 원래의 데이터를 새로운 저차원 공간으로 매핑한다.

상기 AI 기능부(40)는 새로운 저차원 공간에서는 주성분만을 이용하여 화재의 발생 가능성을 예측한다. 여기서는 확률적 분류 모델을 사용할 수 있다.

예를 들면, 상기 AI 기능부(40)는 서포트 벡터 머신(SVM) 같은 분류기를 사용하여 저차원 공간에서의 데이터(열 정보 데이터, 추적 데이터, 화재 감지 카메라 각도 데이터, 및 온도 센서, 연기 감지기, 화재 냄새 감지기, 화재 소리 감지기의 데이터 등)를 화재 발생 및 비발생으로 분류한다. 분류기의 학습은 지도학습 방식을 사용하며, 라벨링된 트레이닝 데이터를 필요로 한다.

상기 AI 기능부(40)는 주성분 분석을 통한 차원 축소 후, 효율적인 알고리즘을 사용하여 데이터를 빠르게 분석할 수 있다. 이를 통해 모니터링이 가능한 전기차 충전소 화재 예방 분전반(10)은 빠른 응답 시간을 보장하며, 부정확한 알람을 최소화한다.

화재 예측 모델은 주성분에 기반하여 작성되므로, 본 발명의 상기 AI 기능부(40)는 이러한 주성분을 주기적으로 업데이트한다. 이 업데이트는 새로운 데이터를 계속해서 수집하고 분석함으로써 이루어진다.

이와 같은 방법은 AI기능부(40)에 적용되어, 화재의 조기 감지 및 신속한 대응을 가능하게 한다.

실제로, 주성분 분석을 통해 차원이 축소된 데이터를 사용하면, 불필요한 정보를 제거하고 중요한 특성만을 분석함으로써 빠르고 정확한 화재 예측이 가능하다.

이렇게 주성분 분석을 활용한 상기 AI 기능부(40)는 차원 축소와 중요 변수 추출을 통해 신속하고 정확한 화재 예측을 실현한다. 이는 화재의 조기 발견과 빠른 대응을 가능하게 하므로, 안전에 크게 기여한다.

10 : 분전반
20 : 틸팅 가능 카메라
30 : 자료수집장치
40 : AI 기능부
50 : 틸팅 컨트롤러
60 : 알람장치

Claims (8)

1. 자료수집장치(30)가 AI 기능부에 충전소(80)의 열정보데이터 분석 요청 단계(S401);
   AI 기능부(40)의 열정보데이터 분석에 의한 화재 감지 확인 단계(S402);
   AI 기능부(40)가 제어 명령에 의한 분전반(10) 차단 실행 단계(S403);
   AI 기능부(40)가 틸팅 컨트롤러(50)에 추적 데이터 전송 단계(S404);
   AI 기능부에 의한 틸팅 컨트롤러(50)의 틸팅가능 카메라(20)의 이동 방향 조정 단계(S405);
   AI 기능부에 의한 알람장치(60)의 경보 발생 단계(S406);를 포함하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반의 작동 방법.
   
2. 청구항 1에 있어서,
   AI기능부는 궤적입력 기능을 활용하여 입력된 궤적에 따라 해당 궤적에 해당하는 충전소(80)의 온도만을 모니터링하는 단계;를 더 포함하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반의 작동 방법.
   
3. 청구항 1에 있어서,
   상기 AI 기능부(40)는 주성분 분석 방법으로 작동하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반의 작동 방법.
   
4. 청구항 1에 있어서,
   상기 AI 기능부(40)는 통계적 방법과 머신 러닝을 결합하여 확률적으로 화재 가능성을 평가하는 모니터링이 가능한 전기차 충전소 화재 예방 분전반의 작동 방법.
5. 삭제
6. 삭제
7. 삭제
8. 삭제