KR20190034917A - Blockchain Data analyzing Method based on Neural Network for Electric Power Trading - Google Patents
Blockchain Data analyzing Method based on Neural Network for Electric Power Trading Download PDFInfo
- Publication number
- KR20190034917A KR20190034917A KR1020170123514A KR20170123514A KR20190034917A KR 20190034917 A KR20190034917 A KR 20190034917A KR 1020170123514 A KR1020170123514 A KR 1020170123514A KR 20170123514 A KR20170123514 A KR 20170123514A KR 20190034917 A KR20190034917 A KR 20190034917A
- Authority
- KR
- South Korea
- Prior art keywords
- power
- trading
- transaction
- data
- consumer
- Prior art date
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 238000010248 power generation Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 3
- 238000005242 forging Methods 0.000 abstract 1
- 230000009897 systematic effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 210000000225 synapse Anatomy 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001360 synchronised effect 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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 전력 수요 및 전력 공급에서 발생되는 전력 거래 데이터를 블록체인 기술을 통해 관리하고, 수집한 전력 거래 데이터를 신경망 기술을 통해 가구 별로 향 후 전력 수요량 및 거래 가격을 예측해 주는 기능에 관한 것이다.The present invention relates to a function of managing electric power transaction data generated from electric power demand and electric power supply through a block chain technology and predicting electric power demand data and transaction price for each household through collected neural network technology.
블록체인(Blockchain)은 기존 중앙 집중식 데이터베이스에 정보를 기록하는 방식과는 기록될 정보를 하나의 블록으로 생성하고 블록체인에 참가한 모든 참가자들의 분산된 원장에 기록하는 분산 원장 기술이라고 한다. 거래가 블록에 담기고 이 블록이 다른 블록과 연결되며 모든 사용자는 블록체인의 복사본을 갖게 되는 방식을 통해서 하나의 정보를 위조할 때 모든 원장을 수정해야 하는 천문학적인 비용이 들기 때문에, 블록체인으로 구성된 원장은 위조 및 변조를 할 수 없다는 높은 보안성과 안전성을 가지고 있다.Blockchain is a method of recording information in an existing centralized database. It is called a distributed branching technology in which information to be recorded is created in one block and recorded in a distributed ledger of all participants participating in the block chain. Because the transaction is in a block, this block is associated with another block, and every user has a copy of the block chain, there is an astronomical cost to fix all the ledgers when faking one piece of information, The ledger has high security and safety that can not be counterfeited and tampered.
신경망 기술(Artificial Neural Network)은 기계학습과 인지과학에서 생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘이다. 인공신경망은 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 가리킨다.Artificial Neural Network is a statistical learning algorithm inspired by neural networks of biology in machine learning and cognitive science. An artificial neural network refers to the entire model that has artificial neurons (nodes) that form a network of synapses by changing the binding strength of synapses through learning.
교사 신호(정답)의 입력에 의해서 문제에 최적화되어 가는 교사 학습과 교사 신호를 필요로 하지 않는 비교사 학습이 있다. 명확한 해답이 있는 경우에는 교사 학습이, 데이터 클러스터링에는 비교사 학습이 이용된다. 인공신경망은 많은 입력들에 의존하면서 일반적으로 베일에 싸인 함수를 추측하고 근사치를 낼 경우 사용한다. 일반적으로 입력으로부터 값을 계산하는 뉴런 시스템의 상호연결로 표현되고 적응성이 있어 패턴인식과 같은 기계학습을 수행할 수 있다.There is teacher learning which is optimized for the problem by inputting teacher signal (correct answer) and comparative learning which does not require teacher signal. Teacher learning is used when there is clear answer, and comparative learning is used for data clustering. Artificial neural networks are used to approximate and approximate a bailed function in general, depending on many inputs. Generally represented as interconnections of neuron systems that calculate values from inputs and adaptive, machine learning such as pattern recognition can be performed.
본 발명의 과제는 이러한 종래의 문제점들을 해결하기 위한 것으로, 전력 생산과 소비를 동시에 하는 전력 생비자(生費者, Prosumer)와 전력을 구입해서 사용하는 전력 소비자 간에 신뢰성 있는 전력 거래를 기록하고, 전력 소비자의 이전 전력 거래에 대한 분석을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made in an effort to solve such conventional problems, and it is an object of the present invention to provide a power supply system capable of recording a reliable power transaction between a power producer and a power consumer purchasing and using electric power, And to provide an analysis of the power consumer's previous power trading.
본 발명의 다른 목적으로는 상기한 전력 거래의 위조 및 변조가 방지하기 위해 블록체인 기반의 전력 거래 네트워크를 제공하는 것이다.It is another object of the present invention to provide a block-chain-based power trading network for preventing forgery and tampering of the power trading.
본 발명의 또 다른 목적으로는 상기한 전력 소비자의 이전 전력 거래 분석을 이용해 앞으로 소비하게 될 전력량과 예상되는 전력 가격을 제시하는 추천 서비스를 제공하는 것이다.Another object of the present invention is to provide a recommendation service for presenting the amount of electricity to be consumed and the expected power price by using the previous power trading analysis of the power consumer.
본 발명은 블록체인 기반의 전력 거래 기록 시스템을 구축하고, 종전에 기록된 전력 거래 데이터를 기반으로 신경망 기술을 통해 전력 거래 추천에 관한 것이다.The present invention relates to a block-chain-based power trading record system, and to power trading recommendation through neural network technology based on previously recorded power trading data.
기술한 발명을 달성하기 위해서 본 발명의 제1 측면은, 전력 생비자와 전력 소비자의 전력 거래를 기록하기 위해 전력 생비자의 판매 가용 전력과 전력 소비자의 구매력을 기록하고 확인하는 네트워크를 제공하는 것이다.In order to accomplish the described invention, a first aspect of the present invention is to provide a network that records and confirms the power available for sale and the purchasing power of the power consumer in order to record the power transactions of the power buyer and the power consumer .
일 실시예에서, 전력 거래 블록체인 네트워크에서는 전력 거래가 이루어질 때마다 관련된 정보 포함하여 블록체인 네트워크에 기록한다.In one embodiment, a power trading block chain network writes to a block-chain network each time a power transaction is made, including relevant information.
일 실시예에서, 전력 거래 블록체인 네트워크에서는 전력 거래마다 전력 거래 시간 데이터, 전력 수요 데이터, 전력 가격 데이터를 포함한다.In one embodiment, the power trading block chain network includes power trading time data, power demand data, and power price data for each power transaction.
일 실시예에서, 전력 거래는 전력 거래 블록체인 네트워크에 기록하기 이전에 블록체인에 참여한 전력 소비자들로부터 합의(Consensus)를 이루기 위해 전력 거래 정책에 해당하는 거래를 하는지 검증하는 과정을 거친다.In one embodiment, the power transaction is verified to make a transaction corresponding to a power trading policy to achieve consensus from power consumers participating in the block chain prior to writing to the power trading block chain network.
일 실시예에서, 합의가 이루어진 전력 거래가 기록된 전력 거래 블록체인 네트워크로부터 전력 거래, 판매 가용 전력, 구매력을 검색할 수 있다.In one embodiment, an agreed power transaction can retrieve power transactions, available power, and purchasing power from the recorded power transaction block chain network.
본 발명의 제2 측면은, 신경망 기술을 통해 위에서 얻어진 전력 거래 데이터를 분석해서 전력 소비자의 전력 수요량과 전력 가격의 분석 및 예측을 통해서 전력 거래 추천 서비스를 제공하는 것이다.The second aspect of the present invention is to provide a power trading recommendation service by analyzing the power transaction data obtained through the neural network technology and analyzing and predicting the power demand and the power price of the power consumer.
일 실시예에서, 전력 정보 분석 시스템은 전력 소비자의 전력 거래와 관련된 전력 거래 데이터를 보유한다.In one embodiment, the power information analysis system maintains power transaction data associated with the power consumer's power transactions.
일 실시예에서, 사전에 수신 시스템을 보유하고 있는 전력 소비자는 전력 거래 블록체인 네트워크로부터 이전 전력 거래에 관한 데이터를 입수하고 전력 정보 분석 데이터베이스를 구성한다.In one embodiment, a power consumer that previously has a receiving system obtains data regarding previous power transactions from a power trading block chain network and configures a power information analysis database.
일 실시예에서, 분석 시스템은 전력 정보 분석 데이터베이스로부터 신경망 기술을 통해 전력 소비자 별 전력 소비 패턴과 전력 생비자의 전력 판매 패턴을 분석한다.In one embodiment, the analysis system analyzes the power consumption patterns of the power consumers and the power sales patterns of the power consumers through the neural network technology from the power information analysis database.
일 실시예에서, 전력 소비자는 분석된 패턴 정보에 따라 가구당 전력 거래 시간, 빈도 및 시간대별 전력 수요량을 분석할 수 있고 전력 가격 분석 및 예측을 제공 받을 수 있다.In one embodiment, the power consumer can analyze the power trading time per household, frequency and time of day power demand according to analyzed pattern information, and be provided with power price analysis and forecasting.
본 발명은 전력 생비자와 전력 소비자 간의 전력 거래를 블록체인 네트워크상에 기록하고 신경망 기술을 통해 전력 정보 분석을 제공함으로써, 본 발명의 전력 거래 블록체인은 외부로부터 전력거래를 위·변조하려는 행위로부터 대응할 수 있고 합의를 통해 검증된 전력 거래를 기록할 수 있다. 그리고 본 발명의 전력 정보 분석 시스템은 신경망 기술을 이용해 전력 소비자의 가구별로 전력 거래 수요량 분석 및 전력 가격 예측을 통해 체계적인 소비를 세우는 것을 가능하게 한다.The present invention records power transactions between a power generation visa and a power consumer on a block-chain network and provides power information analysis through neural network technology, so that the power trading block chain of the present invention is able to And can record a power transaction verified and agreed upon. The power information analysis system of the present invention makes it possible to systematically consume electricity by analyzing the amount of power trading demand and estimating the power price for each household using the neural network technology.
도 1은 본 발명의 일 실시예에 따른, 전력 소비자 전력센서와 전력 생비자 전력센서로부터 전력 거래 정보를 전력거래 정보 블록체인에 기록하고 수신 시스템과 분석 시스템을 통해 전력 소비자의 전력 수요량과 전력 가격을 분석 및 예측을 설명해주는 구조도이다.
도 2는 도 1의 구조도에서 수신 시스템의 구체적인 구성을 나타낸다.
도 3은 도 1의 구조도에서 분석 시스템의 구체적인 구성을 나타낸다.FIG. 1 is a flow chart illustrating a method of recording power transaction information from a power consumer power sensor and a power biometric power sensor in a chain of power trading information blocks according to an embodiment of the present invention, Which is a structural diagram that explains analysis and prediction.
Fig. 2 shows a specific configuration of the receiving system in the structure diagram of Fig.
Fig. 3 shows a specific configuration of the analysis system in the structure diagram of Fig.
이하에서는 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이하 설명 및 첨부된 도면들에서 실질적으로 동일한 구성요소들은 각각 동일한 부호들로 나타냄으로써 중복 설명을 생략하기로 한다. 또한 본 발명을 설명함에 있어 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings. In the following description and the accompanying drawings, substantially the same components are denoted by the same reference numerals, and redundant description will be omitted. In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear.
도 1은 본 발명에 실시예에 따른 신경망 기반의 블록체인에 저장된 전력거래 데이터 분석 시스템의 블록 구성을 나타내고, 도 2는 수신 시스템의 구체적인 구성을 나타내며, 도 3은 분석 시스템의 구체적인 구성을 나타낸다.FIG. 1 shows a block diagram of a power trading data analysis system stored in a block chain based on a neural network according to an embodiment of the present invention. FIG. 2 shows a specific configuration of the receiving system, and FIG. 3 shows a specific configuration of the analyzing system.
도 1에 도시된 바와 같이, 본 발명의 실시에는 전력 생비자 전력센서(100), 전력 소비자 전력센서(101), 전력거래 정보 블록체인(102), 수신 시스템(103), 분석 시스템(104)으로 이루어진다.1, an embodiment of the present invention includes a power generation
먼저 전력 생비자 전력센서(100)는 전력 거래 명령이 주어졌을 때 전력 거래 시간 데이터, 전력 수요 데이터, 전력 가격 데이터를 전력 거래 데이터로 선정한다. 전력 생비자 전력센서는 전력 거래 데이터를 전력거래 정보 블록체인(101)에 기록하기 위해 전력 거래 데이터에 전력 생비자의 전력 거래 서명 정보를 동봉해서 전력 거래를 수행할 수 있는 모든 전력 소비자 전력센서(101)에게 전달한다.First, the power generation
전력 생비자 전력센서로부터 전력 거래 데이터를 전달 받은 전력 소비자 전력센서(101)는 전력 거래 보증 정책에 따라 전력 거래가 이루어졌는지 검증을 거치고 전력 거래 데이터를 전달 받은 전력 소비자 전력센서(101)들은 전력 생비자 전력센서(100)에게 전력 소비자 전력센서의 검증 서명과 검증 결과를 전달한다. 전력 생비자 전력센서는 전력 소비자 전력센서(101)들로부터 전달받은 전력 거래 데이터 검증 결과가 전력거래 정보 블록체인(102)에 기록 가능함을 만장일치로 합의를 보이면 전력거래 정보 블록체인(102)에 전력 거래 데이터를 기록한다.The power
전력 거래 정보 블록체인(102)은 도 1에 하나의 저장소처럼 보이지만 실제로는 전력거래 정보 블록체인에 참가하는 전력 소비자 전력센서와 전력 생비자 전력센서의 저장소인 전력거래 정보 원장이 같은 정보로 동기화되어 있는 구조이다.The power trading
그렇기 때문에 전력 거래 정보 블록체인(102)에 전력거래 정보를 기록한다는 것은 전력거래 정보 블록체인을 유지하는 모든 참가자인 전력 소비자 전력센서와 전력 생비자 전력센서의 전력거래 정보 원장에 기록된다는 의미이다.Thus, recording power transaction information in the power trading
만약 만장일치로 합의를 보이지 않으면 전력거래 정보 블록체인(102)은 기록을 거절하고 해당 전력 거래는 전력 거래 보증 정책을 위반한 것으로 판단하고 해당 전력 거래를 취소한다.If unanimously agreed, the power trading
수신 시스템(103)은 전력거래 정보 블록체인(102)으로부터 전력 거래 및 전력 가격에 대한 분석 및 예측 서비스를 제공받으려는 전력 소비자의 이전 전력 거래 정보와 전력 거래를 수립한 전력 생비자의 전력 거래 정보들을 취득하고, 취득한 전력 거래 정보들을 전력 정보 분석 데이터베이스에 저장한다.The receiving
분석 시스템(104)은 수신 시스템(103)의 전력 정보 분석데이터베이스의 전력 거래 정보들을 바탕으로 신경망 기술인 RNN(Recurrent Neural Network)을 사용한다. RNN은 특정 기간 동안의 입력과 출력 데이터 세트를 통해 학습 시키면, 입력한 데이터의 기간 동안에 데이터 패턴으로 학습하여 전력 거래 분석 및 예측하는 모델을 생성한다. 분석 시스템(104)은 RNN으로 학습된 모델을 통해 전력 소비자의 가구당 전력 거래 시간 및 빈도 분석, 가구당 시간대별 전력 수요량 분석, 가구에서 사용될 전력 가격 예측을 제공한다.The
본 발명의 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다. An apparatus according to embodiments of the present invention may include a processor, a memory for storing and executing program data, a permanent storage such as a disk drive, a communication port for communicating with an external device, a touch panel, a key, Or the like, and the like. Methods implemented with software modules or algorithms may be stored on a computer readable recording medium as computer readable codes or program instructions executable on the processor. Here, the computer-readable recording medium may be a magnetic storage medium such as a read-only memory (ROM), a random-access memory (RAM), a floppy disk, a hard disk, ), And a DVD (Digital Versatile Disc). The computer-readable recording medium may be distributed over networked computer systems so that computer readable code can be stored and executed in a distributed manner. The medium is readable by a computer, stored in a memory, and executable on a processor.
본 발명의 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 집적 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 실시예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 실시예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.Embodiments of the present invention may be represented by functional block configurations and various processing steps. These functional blocks may be implemented in a wide variety of hardware and / or software configurations that perform particular functions. For example, an embodiment may include an integrated circuit configuration such as memory, processing, logic, look-up tables, etc., which may perform various functions by control of one or more microprocessors or by other control devices Can be employed. Similar to the components of the present invention may be implemented with software programming or software components, embodiments may include various algorithms implemented in a combination of data structures, processes, routines, or other programming constructs, such as C, C ++ , Java (Java), assembler, and the like. Functional aspects may be implemented with algorithms running on one or more processors. The embodiments may also employ conventional techniques for electronic configuration, signal processing, and / or data processing. Terms such as "mechanism", "element", "means", "configuration" may be used broadly and are not limited to mechanical and physical configurations. The term may include the meaning of a series of routines of software in conjunction with a processor or the like.
실시예에서 설명하는 특정 실행들은 일 실시예들로서, 어떠한 방법으로도 실시 예의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.The specific implementations described in the embodiments are, by way of example, not intended to limit the scope of the embodiments in any way. For brevity of description, descriptions of conventional electronic configurations, control systems, software, and other functional aspects of such systems may be omitted. Also, the connections or connecting members of the lines between the components shown in the figures are illustrative of functional connections and / or physical or circuit connections, which may be replaced or additionally provided by a variety of functional connections, physical Connection, or circuit connections. Also, unless explicitly mentioned, such as " essential ", " importantly ", etc., it may not be a necessary component for application of the present invention.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.The present invention has been described with reference to the preferred embodiments. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. Therefore, the disclosed embodiments should be considered in an illustrative rather than a restrictive sense. The scope of the present invention is defined by the appended claims rather than by the foregoing description, and all differences within the scope of equivalents thereof should be construed as being included in the present invention.
Claims (8)
전력 거래 블록체인 네트워크에서는 전력 거래가 이루어질 때마다 관련된 정보를 포함하여 블록체인 네트워크에 기록하는 것을 특징으로 하는 시스템.A system for collecting power trading data from a power generation visa power sensor and recording it in a power trading information block chain through agreement with a power consumer power sensor capable of power trading,
Wherein the power trading block chain network records related information to the block-chain network whenever the power trading is performed.
상기 전력 거래 블록체인 네트워크에서는 전력 거래마다 전력 거래 시간 데이터, 전력 수요 데이터, 전력 가격 데이터를 포함하는 정보를 기록하는 것을 특징으로 하는 시스템.The method of claim 1, wherein
Wherein the power trading block chain network records information including power trading time data, power demand data, and power price data for each power transaction.
전력 거래는 전력 거래 블록체인 네트워크에 기록하기 이전에 블록체인에 참여한 전력 소비자들로부터 합의(Consensus)를 이루기 위해 전력 거래 정책에 해당하는 거래를 하는지 검증하는 과정을 거치는 것을 특징으로 하는 시스템.The method of claim 1, wherein
Wherein the power transaction is a process of verifying whether or not a transaction corresponding to a power trading policy is made to achieve consensus from power consumers participating in the block chain before writing to the power trading block chain network.
합의가 이루어진 전력 거래가 기록된 전력 거래 블록체인 네트워크로부터 전력 거래, 판매 가용 전력, 구매력을 검색할 수 있는 것을 특징으로 하는 시스템.The method of claim 3, wherein
The power transaction, the available power, and the purchasing power can be retrieved from the power trading block chain network in which the agreed power transaction is recorded.
전력 정보 분석 시스템은 전력 소비자의 전력 거래와 관련된 전력 거래 데이터를 보유하고,
사전에 수신 시스템을 보유하고 있는 전력 소비자는 전력 거래 블록체인 네트워크로부터 이전 전력 거래에 관한 데이터를 입수하고 전력 정보 분석 데이터베이스를 구성하는 것을 특징으로 하는 시스템.A system for analyzing power transaction data obtained through neural network technology and providing a power trading recommendation service through analysis and prediction of power demand and power price of a power consumer,
The power information analysis system holds power transaction data related to power trading of the power consumer,
Wherein the power consumer having the receiving system in advance obtains data on the previous power trading from the power trading block chain network and configures the power information analysis database.
상기 분석 시스템은 전력 정보 분석 데이터베이스로부터 신경망 기술을 통해 전력 소비자 별 전력 소비 패턴과 전력 생비자의 전력 판매 패턴을 분석하는 것을 특징으로 하는 시스템.6. The method of claim 5,
Wherein the analysis system analyzes the power consumption patterns of the power consumers and the power sales patterns of the power consumers through the neural network technology from the power information analysis database.
전력 소비자는 분석된 패턴 정보에 따라 가구당 전력 거래 시간, 빈도 및 시간대별 전력 수요량을 분석할 수 있고 전력 가격 분석 및 예측을 제공 받을 수 있는 것을 특징으로 하는 시스템.The method according to claim 6,
Wherein the power consumer is capable of analyzing the power demand by the power trading time, frequency, and time zone per household according to the analyzed pattern information, and is provided with power price analysis and prediction.
전력 생비자 전력센서가 전력거래 전력 거래 데이터를 수집하는 단계;
블록체인에 전력 거래를 기록하기 위해 전력 생비자는 수집한 전력 거래 데이터를 전력 소비자 전력센서에게 검증을 요청하고 합의를 수행해서 전력거래 정보 블록체인에 기록하는 단계;
전력 소비자에 해단하는 전력 거래 정보를 취득해서 전력 정보 분석 데이터베이스에 저장하는 단계; 및
전력 정보 분석 데이터베이스에 저장된 자료를 기반으로 신경망 기술을 통해 전력 소비자의 전력 거래와 전력 가격을 분석하고 예측하는 단계를 포함하는 것을 특징으로 하는 방법.A method for analyzing and predicting the electricity trading time frequency per household, the electric power demand amount per household, and the electric power price by recording the transactions between the electric power visa and the electric power consumer on the block chain network and using the neural network technology,
Collecting power transaction power transaction data by a power generation visa power sensor;
In order to record a power transaction in a block chain, the power producer visually compares the collected power transaction data to the power consumer power sensor, requesting verification and recording the collected electricity transaction data in an electric power transaction information block chain;
Acquiring power transaction information destined for a power consumer and storing the acquired power trading information in a power information analysis database; And
Analyzing and predicting a power consumer's power trading and power price through neural network technology based on data stored in a power information analysis database.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170123514A KR20190034917A (en) | 2017-09-25 | 2017-09-25 | Blockchain Data analyzing Method based on Neural Network for Electric Power Trading |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170123514A KR20190034917A (en) | 2017-09-25 | 2017-09-25 | Blockchain Data analyzing Method based on Neural Network for Electric Power Trading |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20190034917A true KR20190034917A (en) | 2019-04-03 |
Family
ID=66165491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170123514A KR20190034917A (en) | 2017-09-25 | 2017-09-25 | Blockchain Data analyzing Method based on Neural Network for Electric Power Trading |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20190034917A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110264012A (en) * | 2019-06-26 | 2019-09-20 | 山东大学 | Renewable energy power combination prediction technique and system based on empirical mode decomposition |
| KR20210066348A (en) * | 2019-11-28 | 2021-06-07 | 주식회사 리드포인트시스템 | A terminal device and a method for consturcting secure block chain based on neural block clusters |
| WO2021221285A1 (en) * | 2020-04-29 | 2021-11-04 | 한국산업기술대학교산학협력단 | Artificial neural network-based electricity market price prediction system |
| KR20220080985A (en) | 2020-12-08 | 2022-06-15 | 한국전력공사 | A method for calculating usage fee of power distribution system for p2p energy transaction |
| KR102570617B1 (en) * | 2022-09-23 | 2023-08-23 | 전남대학교산학협력단 | System, method and program for transacting power forecasting ai model based on blockchain |
| CN117827933B (en) * | 2024-01-02 | 2024-06-07 | 北京易成慧众能源科技有限公司 | Power transaction data graph generation method and system |
-
2017
- 2017-09-25 KR KR1020170123514A patent/KR20190034917A/en unknown
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110264012A (en) * | 2019-06-26 | 2019-09-20 | 山东大学 | Renewable energy power combination prediction technique and system based on empirical mode decomposition |
| KR20210066348A (en) * | 2019-11-28 | 2021-06-07 | 주식회사 리드포인트시스템 | A terminal device and a method for consturcting secure block chain based on neural block clusters |
| WO2021221285A1 (en) * | 2020-04-29 | 2021-11-04 | 한국산업기술대학교산학협력단 | Artificial neural network-based electricity market price prediction system |
| KR20220080985A (en) | 2020-12-08 | 2022-06-15 | 한국전력공사 | A method for calculating usage fee of power distribution system for p2p energy transaction |
| KR102570617B1 (en) * | 2022-09-23 | 2023-08-23 | 전남대학교산학협력단 | System, method and program for transacting power forecasting ai model based on blockchain |
| CN117827933B (en) * | 2024-01-02 | 2024-06-07 | 北京易成慧众能源科技有限公司 | Power transaction data graph generation method and system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20190034917A (en) | Blockchain Data analyzing Method based on Neural Network for Electric Power Trading | |
| JP7078705B2 (en) | Secure and reliable identity-based computing methods and systems | |
| Moniruzzaman et al. | Blockchain for smart homes: Review of current trends and research challenges | |
| US10749865B2 (en) | Systems and methods for providing block chain or distributed ledger-based entity identity and relationship verification | |
| Chen et al. | Big data based fraud risk management at Alibaba | |
| US11966894B2 (en) | Apparatus for cryptographic resource transfer based on quantitative assessment regarding non-fungible tokens | |
| KR102069002B1 (en) | History management method, apparatus and program for preventing fake using blockchain | |
| Bai et al. | Supply chain finance: What are the challenges in the adoption of blockchain technology? | |
| Luo et al. | Overview of intelligent online banking system based on HERCULES architecture | |
| US11627125B1 (en) | Apparatus and methods for credentialing users across user devices | |
| WO2021260517A1 (en) | Distributed computer system and method of operation thereof | |
| Hulstijn et al. | Design for the values of accountability and transparency | |
| US11429602B2 (en) | Multi-dimensional modeling of resource interaction processors | |
| US11917060B2 (en) | Apparatus and methods for mapping user-associated data to an identifier | |
| US20230254148A1 (en) | Apparatus and methods for selectively revealing data | |
| US20230252051A1 (en) | Apparatuses and methods for the collection and storage of user identifiers | |
| US11907874B2 (en) | Apparatus and method for generation an action validation protocol | |
| Kinai et al. | Multi-factor authentication for users of non-internet based applications of blockchain-based platforms | |
| WO2023177725A1 (en) | Apparatus and methods for verifying lost user data | |
| CN110599206B (en) | Article quality authentication method and device, storage medium and electronic equipment | |
| Salam et al. | Securing smart manufacturing by integrating anomaly detection with zero-knowledge proofs | |
| JP4607943B2 (en) | Security level evaluation apparatus and security level evaluation program | |
| Adam | Blockchain Technology for Business Processes: Meaningful Use of the New Technology in Businesses | |
| US20240080198A1 (en) | Apparatus and method for contingent assignment actions | |
| US11823100B1 (en) | Apparatus and method for evaluating assignments |