JP6232021B2 - 消費特性に応じた電力消費量の予測方法、電力消費量予測モデルの生成方法、電力消費量の予測装置 - Google Patents

Description

本出願は２０１４年７月１１日付けに出願された韓国特許第１０−２０１４−００８７３３０号公報、および２０１５年６月５日付けに出願された韓国特許第１０−２０１５−００８０２２２号公報の優先権を主張し、その開示は参照として本願に含まれる。

本発明は、消費特性に応じた電力消費量の予測方法、電力消費量予測モデルの生成方法、電力消費量の予測装置に関する。

従来のＡＭＩやＡＭＲ、デジタル電力量計を用いたエネルギーモニタリング装置は、個別エネルギー機器を組み合わせることによって生成される総電力使用情報のみを測定していた。よって、個別エネルギー機器のエネルギー使用情報を抽出するためには、多数の個別エネルギー測定装置を設置したり、分電盤内の多数のセンサを用いてエネルギー測定装置を設置しなければならなかった。しかし、個別エネルギー機器ごとに測定装置を設置する場合には、設置空間の制約および設備投資が増大するという問題が生じる。さらに、分電盤内の多数のセンサを使用する場合にも、多数のセンサの採択による設備投資の増加はもちろん、個別エネルギー機器に対するエネルギー使用情報の取得に限界が存在する。

これを解決するために、電力引込点から効率的に個別エネルギー機器のエネルギー使用情報を抽出する様々な研究が行われている。このうち、エネルギー計測装置で単純に電流、電圧、電力などの信号情報を測定した後に特定のサーバに直接送信し、一連のコンピュータ演算によって個別エネルギー機器のエネルギー使用情報を抽出する方式が代表的である。しかし、このような技術が常用化段階に至るためには、サーバの大容量データに対する処理／保存／管理が柔軟となるように事前信号情報処理が可能なエネルギー計測装置の開発が極めて重要となる。事前信号情報処理とは、信号情報サンプリングおよび特定のデータセット（例えば、同一エネルギー機器に該当するデータ）のクラスタリングと関連する。このとき処理された情報は、サーバコンピュータの演算時に個別エネルギー機器または部品別に区分することができるレベルの解像度を維持しなければならない。
すなわち、電力引込点に連結された様々な種類の個別負荷の各々に対してエネルギー使用情報を測定し、ラベリングする効率的なシステムが必要である。

よって、本願の実施形態は、消費特性に応じた電力消費量の予測方法、電力消費量予測モデルの生成方法、電力消費量の予測装置を提供する。

前記エネルギー計測装置は、スナップショット抽出周波数で電力情報を収集するように構成される電力情報収集部を含む。前記スナップショット抽出周波数は一定範囲内にある。前記エネルギー計測装置は、前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態を検出するように構成される動作状態抽出部を含む。前記動作状態は正常状態および過渡状態のうち１つである。さらに、前記エネルギー計測装置は、前記正常状態が検出されるときには前記電力情報の代表的なスナップショットを含むデータセットを生成し、前記過渡状態が検出されるときには前記電力情報の複数のスナップショットを含むデータセットを生成するように構成されるデータセット生成部を含む。

一実施形態において、前記範囲は１秒当たり１０〜９００である。

一実施形態において、前記代表的なスナップショットは求積法に基づいて選択される。

一実施形態において、前記エネルギー計測装置は、前記正常状態が検出されるときには前記電力情報の前記代表的なスナップショットを送信し、前記過渡状態が検出されるときには前記電力情報の前記複数のスナップショットを送信するように構成される送信部を含む。

一実施形態において、前記電力情報収集部は前記電力情報を収集するように構成される。前記電力情報は前記複数の負荷機器に対する前記電力引込点における電力信号を含む。

一実施形態において、前記電力情報の前記スナップショットは、前記電力情報として予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つを含む。

よって、本願の実施形態は、エネルギー計測情報システムでの負荷管理のためのサーバを提供する。前記サーバは、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の電力情報を反映する信号相関関係を計算するように構成される制御部を含む。前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。また、前記制御部は、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するように構成され、前記電力情報は、オン動作およびオフ動作のうち１つに分類される。さらに、前記制御部は、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するように構成される。

一実施形態において、マルチステップ動作および連続変化動作のうち１つは、前記信号相関関係に基づいて同一の負荷機器に対する前記オン動作および前記オフ動作のうち１つとの連携群に分類される。

一実施形態において、前記信号相関関係は、電圧相関度、電流相関度、高周波歪曲度、電力信号変形度、有効電力相関度および無効電力相関度のうち少なくとも１つを含む。

一実施形態において、前記制御部は、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記再び組み合わされたデータセットをラベリングするように構成される。

一実施形態において、前記動作状態は、前記負荷機器の各々に対する分布平面を区分するのに用いられる。

よって、本願の実施形態は、エネルギー計測情報システムを提供する。前記エネルギー計測情報システムは、スナップショット抽出周波数で電力情報を収集するように構成されるエネルギー計測装置を含む。前記スナップショット抽出周波数は閾値内にある。また、エネルギー計測装置は、前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態のうち１つを抽出するように構成される。前記動作状態は正常状態および過渡状態のうち１つであり、前記装置は前記動作状態に基づいて前記電力情報の１つのみまたは代表的なスナップショットおよび複数のスナップショットのうち１つを生成して送信する。さらに、前記エネルギー計測情報システムは、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の前記電力情報を反映する信号相関関係を計算するように構成されるサーバを含む。前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。前記サーバは、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するように構成され、前記電力情報は、オン動作およびオフ動作のうち１つに分類される。さらに、前記サーバは、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するように構成される。

一実施形態において、前記サーバは、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記再び組み合わされたデータセットをラベリングするように構成される。

一実施形態において、前記エネルギー計測装置は前記電力情報を収集するように構成される。前記電力情報は前記複数の負荷機器に対する前記電力引込点における電力信号を含む。

よって、本願の実施形態は、エネルギー計測情報システムでのロードバランシングのための方法を提供する。前記方法は、電力情報収集部がスナップショット抽出周波数で電力情報を収集するステップを含む。前記スナップショット抽出周波数は一定範囲内にある。また、前記方法は、動作状態抽出部が前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態を検出するステップを含む。前記動作状態は正常状態および過渡状態のうち１つである。さらに、前記方法は、データセット生成部が、前記正常状態が検出されるときには前記電力情報の代表的なスナップショットを含むデータセット、および前記過渡状態が検出されるときには前記電力情報の複数のスナップショットを含むデータセットを生成するステップを含む。

一実施形態において、前記スナップショットは求積法に基づいて選択される。

一実施形態において、前記方法は、送信部が、前記正常状態が検出されるときには前記電力情報の前記代表的なスナップショットを送信し、送信部が、前記過渡状態が検出されるときには前記電力情報の前記複数のスナップショットを送信するステップを含む。

一実施形態において、前記電力情報収集部は前記電力情報を収集するように構成され、前記電力情報は前記複数の負荷機器に対する前記電力引込点における電力信号を含む。

一実施形態において、前記電力情報の前記スナップショットは、前記電力情報として予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つを含む。

よって、本願の実施形態は、エネルギー計測情報システムでの負荷管理のための方法を提供する。前記方法は、サーバにおいて、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の電力情報を反映する信号相関関係を計算するステップであって、前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連するステップを含む。また、前記方法は、前記サーバにおいて、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するステップであって、前記電力情報は、オン動作およびオフ動作のうち１つに分類されるステップを含む。さらに、前記方法は、前記サーバにおいて、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するステップを含む。

一実施形態において、マルチステップ動作および連続変化動作のうち１つは、前記信号相関関係に基づいて同一の負荷機器に対する前記オン動作および前記オフ動作のうち１つとの連携群に分類される。

一実施形態において、前記信号相関関係は、電圧相関度、電流相関度、高周波歪曲度、電力信号変形度、有効電力相関度および無効電力相関度のうち少なくとも１つを含む。

一実施形態において、前記方法は、前記サーバにおいて、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記サーバにおいて、前記再び組み合わされたデータセットをラベリングするステップを含む。

一実施形態において、前記動作状態は前記負荷機器の各々に対する分布平面を区分するのに用いられる。

本願の実施形態のこのような、そして他の様態は、以下の説明および添付図面と共に考慮されるときにより良好に認識および理解されるものであろう。但し、以下の説明が好ましい実施形態および好ましい実施形態の多くの具体的詳細を示し、且つ、制限ではなく例示によって与えられるという点を理解しなければならない。多くの変化および変更が本願の実施形態の思想から逸脱しない範囲内で本願の実施形態の範囲内で行われることができ、本願の実施形態は全てのそのような変更を含む。

したがって、本発明は複数の電力引込点に接続された複数の負荷機器のエネルギー使用情報を個別に測定してラベリングするロバストシステム及び方法を提供する。

さらに、本発明は、エネルギー計測情報システムの電力引込点における負荷をバランシングするためのエネルギー計測装置を提供する。

本発明は添付される図面に示されており、様々な図面における参照符号は対応する部位を示している。この実施形態は、図面に関する以下の記述により、より良く理解できよう。

本発明の一実施形態による電力需要管理およびロードバランシング機能を有するシステムの構成図である。

本発明の一実施形態による電力使用管理方法のフローチャートである。

本発明の一実施形態による電力需要の管理機能を有するサーバのブロック図である。

本発明の一実施形態による電力需要の管理機能を有する通信機器のブロック図である。

本発明の一実施形態による案内情報を出力する画面を示すものである。 本発明の一実施形態による案内情報を出力する画面を示すものである。

本発明の一実施形態による補償情報を出力する画面を示すものである。

本発明の一実施形態による電力引込点エネルギー計測装置を示すブロック図である。

本発明の一実施形態による電力引込点エネルギー計測装置の様々な動作を示すフローチャートである。 本発明の一実施形態による電力引込点エネルギー計測装置の様々な動作を示すフローチャートである。 本発明の一実施形態による電力引込点エネルギー計測装置の様々な動作を示すフローチャートである。

本発明の一実施形態によるエネルギー計測機器とサーバの負荷管理のためのエネルギー計測装置の動作を示すフローチャートである。

本発明の一実施形態によるエネルギー計測機器とサーバの負荷管理のためのサーバの動作を示すフローチャートである。

本発明の一実施形態によるラベリングサーバを示すブロック図である。

本発明の一実施形態によるラベリングサーバの様々な動作を示すフローチャートである。

本発明の一実施形態により加入者別に推定された互いに異なる単位使用量当たりの補償額に応じた節減要請量に対する節減達成の確率分布を示すグラフである。

本発明の一実施形態による消費特性に応じた電力消費量の予測方法を示すフローチャートである。

本発明の一実施形態による消費特性に応じた電力消費量の予測方法の電力消費要素抽出ステップを示すフローチャートである。

本発明の一実施形態による相関係数の算出例を示す図である。

本発明の一実施形態によるフィーダー別の消費量と温度との関係を示す図である。

本発明の一実施形態による消費量と温度との関係推定例を示す図である。

本発明の一実施形態によってモデリングされた例を示す図である。

本発明の他の典型的な実施形態による消費特性に応じた電力消費量予測装置を示すフローチャートである。

本発明の一実施形態による消費特性に応じた電力消費量予測装置を示すブロック図である。

以下の内容は発明の原理を例示するものに過ぎない。そのため、当業者は、本明細書に明確に説明したり図示したりしてはいないが、発明の原理を実現し、発明の概念と範囲に含まれる様々な装置を発明することができるであろう。さらに、本明細書に列挙された全ての条件付きの用語および実施形態は原則的に発明の概念が理解されるようにするための目的としてのみ明白に意図され、このように特別に列挙された実施形態および状態に制限されるものではないと理解されなければならない。上述した目的、特徴、および長所は、添付の図面と関連する以下の詳細な説明によってさらに明らかになるはずであり、それによって発明が属する技術分野において通常の知識を有する者が発明の技術的思想を容易に実施することができるであろう。また、発明を説明するにあたり、発明と関連する公知技術についての具体的な説明が発明の要旨を不要に不明瞭にしうると判断される場合には、その詳細な説明は省略する。以下、添付図面を参照して本発明の好ましい実施形態について詳細に説明する。

本発明を詳細に説明するに先立ち、本明細書で主に言及される用語について定義する。以下で定義されない場合は、ここで用いられる全ての技術的、学術的な用語は本発明が属する分野の当業者が一般的に理解しているものと同一の意味を有する。

先ず、電力使用節減に対する要求信号は、電力使用に対する節減要求電力量、節減要求時間帯、節減要求地域のうち少なくとも１つに対する情報を含むことができる。例えば、要求信号は、２０１５年５月１日午後２時から午後５時（節減要求時間帯）まで１万ＫＷｈ（節減要求電力量）を節減するようにする情報を含むことができる。さらに、要求信号は、節減要求地域として特定地域（例えば、水原市、ソウル市、江南区など）を指定する情報をさらに含むことができる。

次に、加入者情報は、加入者別の負荷機器の全体または負荷機器の各々による電力消費量および予測使用量に対する情報および加入者別の補償に応じた負荷機器の全体または負荷個別機器に対する節減の確率分布関数のうち少なくとも１つを含むことができる。さらに、加入者情報は、加入者の通信機器および負荷機器に対する登録情報、加入者別の電力使用料に対する情報などをさらに含むことができる。

次に、電力使用節減に対する案内情報は、電力使用節減の要請に選ばれた加入者に要求される節減電力量、該加入者の電力使用状況、節減要求時間帯、節減に応じた予想補償のうち少なくとも１つに対する情報を含むことができ、加入者が使用する全体負荷機器または個別負荷機器に対して提供されることができる。

次に、電力使用節減に対する補償に関する情報は、案内情報に対応するように実際に節減された電力量に比例して該加入者に与えられる電力使用料の割引または電力使用料の支払い時に使用可能なポイントに関する情報を含むことができる。

本実施形態では電力需要管理のためのサーバが備えられる。サーバは、加入者情報を保存する保存部、電力使用節減に対する要求信号を受信する受信部、受信された要求信号に応じて加入者情報を用いて電力使用節減を要請しようとする加入者を選定する選定部、前記選定された加入者の通信機器に前記電力使用節減に対する案内情報を送信する送信部、前記選定された加入者の負荷機器による電力消費量をモニタリングするモニタリング部、および前記負荷機器による電力消費量が前記案内情報に応じて減少する場合に該加入者に所定の補償を付与する補償管理部を含むことができる。

よって、本願の実施形態は、エネルギー計測情報システムにおいて、ロードバランシングのための電力引込点におけるエネルギー計測装置を提供する。前記エネルギー計測装置は、スナップショット抽出周波数で電力情報を収集するように構成される電力情報収集部を含む。前記スナップショット抽出周波数は一定範囲内にある。前記エネルギー計測装置は、前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態を検出するように構成される動作状態抽出部を含む。前記動作状態は正常状態および過渡状態のうち１つである。また、前記エネルギー計測装置は、前記正常状態が検出されるときには前記電力情報の代表的なスナップショットを含むデータセットを生成し、前記過渡状態が検出されるときには前記電力情報の複数のスナップショットを含むデータセットを生成するように構成されるデータセット生成部を含む。

よって、本願の実施形態は、エネルギー計測情報システムでの負荷管理のためのサーバを提供する。前記サーバは、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の電力情報を反映する信号相関関係を計算するように構成される制御部を含む。前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。また、前記制御部は、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するように構成され、前記電力情報は、オン動作およびオフ動作のうち１つに分類される。さらに、前記制御部は、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するように構成される。一実施形態において、前記制御部は、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記再び組み合わされたデータセットをラベリングするように構成される。

よって、本願の実施形態は、エネルギー計測情報システムを提供する。前記エネルギー計測情報システムは、スナップショット抽出周波数で電力情報を収集するように構成されるエネルギー計測装置を含む。前記スナップショット抽出周波数は閾値内にある。また、エネルギー計測装置は、前記スナップショット抽出周波数で負荷機器のうち少なくとも１つの動作状態のうち１つを抽出するように構成される。前記動作状態は正常状態および過渡状態のうち１つであり、前記動作状態に基づいて前記電力情報の代表的なスナップショットおよび複数のスナップショットのうち１つを生成して送信する。また、前記エネルギー計測情報システムは、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の前記電力情報を反映する信号相関関係を計算するように構成されるサーバを含む。前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。前記サーバは、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するように構成され、前記電力情報は、オン動作およびオフ動作のうち１つに分類される。また、前記サーバは、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するように構成される。一実施形態において、前記サーバは、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記再び組み合わされたデータセットをラベリングするように構成される。

よって、本願の実施形態は、エネルギー計測情報システムでのロードバランシングのための方法を達成する。前記方法は、電力情報収集部がスナップショット抽出周波数で電力情報を収集するステップを含む。前記スナップショット抽出周波数は一定範囲内にある。また、前記方法は、動作状態抽出部が前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態を検出するステップを含む。前記動作状態は正常状態および過渡状態のうち１つである。さらに、前記方法は、データセット生成部が、前記正常状態が検出されるときには前記電力情報の代表的なスナップショットを含むデータセット、および前記過渡状態が検出されるときには前記電力情報の複数のスナップショットを含むデータセットを生成するステップを含む。

よって、本願の実施形態は、エネルギー計測情報システムでの負荷管理のための方法を達成する。前記方法は、サーバにおいて、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の電力情報を反映する信号相関関係を計算するステップであって、前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連するステップを含む。また、前記方法は、前記サーバにおいて、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するステップであって、前記電力情報は、オン動作およびオフ動作のうち１つに分類されるステップを含む。さらに、前記方法は、前記サーバにおいて、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するステップを含む。一実施形態において、前記方法は、前記サーバにおいて、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記サーバにおいて、前記再び組み合わされたデータセットをラベリングするステップを含む。

さて、図面、より詳細には、類似する参照文字が図面の全体にかけて一貫して対応する特徴を示す図１〜図１９を参照して、好ましい実施形態が示される。

図１は、本発明の一実施形態による電力需要を管理し、ロードバランシングするシステムの構成図を示す。本実施形態において、電力需要の管理機能を有するシステム１００は、電力引込点エネルギー計測装置１０２、サーバ１０４、通信機器１０６、通信機器１０６の加入者によって用いられる少なくとも１つの負荷機器１０８、および電力供給業者関連サーバ１１０を含むことができる。

また、本発明の一実施形態によれば、電力需要の管理機能を有するシステム１００は、スポンサーサーバ１１２および二酸化炭素排出権取引サーバ１１４ともさらに接続されることができる。

以下にて言及される電力需要の管理機能および電力引込点エネルギー計測装置１０２とサーバ１０４間のロードバランシング機能を有するサーバ１０４は、図７で説明するラベリングサーバ７００と同一のサーバであってもよく（同一構成）、この場合、後述する電力需要の管理機能を実行するためにラベリングサーバ７００に対比して構成要素をさらに含んでもよい。または、サーバ１０４は、後述する電力需要の管理機能を実行するためにラベリングサーバ７００とは別個に備えられたサーバであってもよい（別個構成）。

ラベリングサーバ７００は図１に示されていないが、サーバ１０４が、（同一の構成である場合に）ラベリングサーバ７００の機能を実行するか、（分離された構成である場合に）システム１００が、サーバ１０４から分離されたラベリングサーバ７００をさらに含んでもよい。

ここで、通信機器１０６は、サーバ１０４とのデータ通信のためにサーバ１０４に登録された加入者の通信機器であって、スマートフォン、ノートパソコン、タブレットＰＣなどのモバイル機器および通信機能が搭載された固定型の家電機器（例えば、ＴＶ、冷蔵庫、エアコンなど）をいずれも含むことができる。

一実施形態において、前記エネルギー計測装置１０２は、スナップショット抽出周波数で電力情報を収集するように構成される電力情報収集部を含む。前記スナップショット抽出周波数は１秒当たり１０〜９００の範囲内にある。前記エネルギー計測装置１０２は、前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態を検出するように構成される。本願で説明される前記動作状態は正常状態および過渡状態のうち１つであることができる。さらに、前記エネルギー計測装置１０２は、前記正常状態が検出されるときには前記電力情報の代表的なスナップショットを含むデータセットを生成し、前記過渡状態が検出されるときには前記電力情報の複数のスナップショットを含むデータセットを生成するように構成されることができる。

さらに、一実施形態において、前記サーバ１０４は、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の電力情報を反映する信号相関関係を計算するように構成される。前記電力信号のスナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。また、前記サーバ１０４は、前記信号相関関係に基づいて前記少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて前記電力情報を分類するように構成され、前記電力情報は、オン動作およびオフ動作のうち１つに分類される。さらに、前記サーバ１０４は、前記分類された電力情報に基づいて前記少なくとも１つの負荷機器に対するデータセットを生成するように構成される。

さらに、前記サーバ１０４は、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせ、前記再び組み合わされたデータセットをラベリングするように構成される。

図１は、前記引込点における前記エネルギー計測装置１０２と前記サーバ１０４間の電力需要および前記ロードバランシングを管理する前記システム１００の制限された概要を示しているが、他の実施形態がこれに制限されるものではないということを理解しなければならない。各々のユニットである、装置または構成要素に提供されるラベルは単に例示的な目的のためのものであって、本発明の範囲を制限するものではない。また、１つ以上のユニットである、装置または構成要素は、本発明の範囲から逸脱しない範囲内で類似するかまたは実質的に類似する機能を実行するように統合されるかまたは分離できる。さらに、前記システム１００は、前記引込点における前記エネルギー計測装置１０２と前記サーバ１０４間の前記電力需要および前記ロードバランシングを管理するために他のハードウェアまたはソフトウェア構成要素と共にローカルまたは遠隔で相互作用する様々な他の構成要素を含むことができる。例えば、前記構成要素は、コントローラまたはプロセッサで実行されるプロセス、オブジェクト、実行可能なプロセス、実行スレッド、プログラム、またはコンピュータであってもよいが、これらに制限されるものではない。

図２は、本発明の一実施形態による電力使用管理方法のフローチャートである。本発明による電力使用管理方法は、電力使用節減に対する要求信号を受信するステップを含む（Ｓ２０２）。このとき、サーバ１０４は、電力使用節減に対する要求信号を電力供給業者関連サーバ１１０から受信する。

本発明による電力使用管理方法は、サーバ１０４が電力使用節減を要請しようとする加入者を選定するステップを含む。本発明の一実施形態において、電力使用管理方法は、サーバ１０４が、前記要求信号を受信することによって加入者情報を用いて電力使用節減を要請しようとする加入者を選定する（Ｓ２０４）。ここで、サーバ１０４は、加入者情報を保存することができ、加入者の電力使用状況又は電力使用パターンを反映して前記加入者情報をアップデートしたり、加入者の要請に応じて前記加入者情報をアップデートしたりすることができる。

本発明の一実施形態において、サーバ１０４は、電力消費量、電力使用予測量、補償に応じた節減の確率分布などを考慮した所定の基準により、電力使用節減を要請しようとする少なくとも１つの加入者を選定することができる。よって、サーバ１０４は、電力使用節減要請を最小限の費用で実行できると予測される加入者を選定することができる。または、サーバ１０４は、電力使用節減要請に対する応答が高いと予測される加入者を選定することもできる。加入者の選定については図３を参照して詳細に後述する。

本発明の一実施形態によれば、電力管理サーバ１０４は、選定ステップ（Ｓ２０４）で選ばれた加入者の通信機器１０６に電力使用節減に対する案内情報を送信する（Ｓ２０６）。

サーバ１０４は、選定ステップ（Ｓ２０４）で選ばれた加入者の少なくとも１つの負荷機器による電力消費量をモニタリングする（Ｓ２０８）。よって、サーバ１０４は、送信ステップ（Ｓ２０６）で送信された案内情報に対応して前記選ばれた加入者の負荷機器から実際の電力消費量が減少したか否かおよび節減電力量を確認することができる（Ｓ２１０）。電力消費量に対するモニタリングについては、ラベリングサーバ７００による電力使用に関するデータ収集および抽出に対する図７に関する説明を参照して理解することができる。

サーバ１０４は、例えば、確認ステップ（Ｓ２１０）において案内情報に対応するように電力消費量が減少したと判断される場合、電力消費量の節減に対応する補償を加入者に付与することができる（Ｓ２１２）。サーバ１０４は、案内情報に対応して実際に節減された電力量を考慮して該加入者に付与する補償を決めることができる。

例えば、サーバ１０４は、節減電力量に比例して補償を付与することができる。また、サーバ１０４は、電力使用料に関する補償を付与することができ、電力使用料の割引または電力使用料の支払いに使用可能なポイントを支給する方式によって補償を付与することができる。

または、本発明の一実施形態による補償は、電力供給業者関連サーバ１１０以外のスポンサーサーバ１１２から提供した現金、プレゼント、クーポンなどを含むことができる。この場合、サーバ１０４は、スポンサーサーバ１１２から現金、プレゼント、クーポンなどを電子的な形態で受信することができる。または、サーバ１０４は、スポンサーから提供された現金、プレゼント、クーポンに対応するように電子的な形態の換算ポイントを該スポンサーのアカウントに積み立てることもできる。サーバ１０４は、スポンサー別に提供された現金、プレゼント、クーポンまたは換算ポイントに対応する電力使用節減量を算出する。また、スポンサーサーバ１１２は、算出された電力使用節減量に基づいて二酸化炭素排出権取引サーバ１１４から二酸化炭素排出権を取得することができる。この場合、「電力使用節減量に基づく」ということは、電力使用節減量に基づいて二酸化炭素節減量に換算される全ての場合を意味し、当業者は従来の方法を利用して電力使用節減量を二酸化炭素節減量に換算することができる。また、二酸化炭素排出権取引サーバ１１４は、電力供給業者関連サーバ１１０またはサーバ１０４からスポンサーサーバ１１２が提供した現金、プレゼント、クーポンなどに対応しただけの電力減少がなされたことを確認することができる。

サーバ１０４は、付与ステップ（Ｓ２１２）で付与された補償に関する情報（以下、補償情報）を該加入者の通信機器１０６に送信することができる（Ｓ２１４）。よって、通信機器４００の加入者は、自身の電力節減行為によって実際に電力使用料が割引されるか否かおよび割引の程度を確認することができる。これは、加入者にとって、電力節減が要求される時期に電力節減に積極的に参加するように誘導する効果を発揮することができる。

本発明によれば、電力使用節減のための高価のシステムを構築することなく加入者の電力使用に対する非侵入型負荷モニタリング方式に基づいた電力使用の節減方式を実現することができる。また、本発明によれば、電力使用節減が要求される時間帯および電力量を考慮した電力使用節減を実行することによって効率的な電力使用の管理が可能である。また、本発明によれば、電力使用節減に対する応答が高いと予想される加入者を対象に電力使用節減を誘導することによって電力節減効率を高めることができる。また、本発明によれば、電力使用節減に対する補償を付与することによって、加入者に電力使用節減に対する積極的な参加を誘導することができる。

図２の様々な動作、ステップなどは上述した順に行われてもよく、他の順に行われてもよく、あるいは、上記で記述したステップのうち複数のステップが同時に行われてもよい。また、当業者は、本発明の技術思想から逸脱しない範囲内で上述した動作、ステップのうち一部を省略、変形するか、または新しいステップを追加してもよい。

図３は、図１に示された電力需要管理およびロードバランシング機能を有するサーバ１０４の詳細な構成図を示す。図３によれば、サーバ１０４は、加入者情報を保存する保存部３０２、電力使用節減に対する要求信号を受信する受信部３０４、前記選ばれた加入者の通信機器に前記電力使用節減に対する案内情報を送信する送信部３０６、前記要求信号を受信することによって前記加入者情報を用いて電力使用節減を要請しようとする加入者を選定する選定部３０８、前記選ばれた加入者の負荷機器による電力消費量をモニタリングするモニタリング部３１０、および前記負荷機器による電力消費量が前記案内情報に応じて減少する場合に該加入者に所定の補償を付与する補償管理部３１２を含むことができる。

ここで、受信部３０４および送信部３０６は、各々の通信モジュールで実現されるか、１つの通信モジュール３１４で実現されてもよい。また、選定部３０８、モニタリング部３１０および補償管理部３１２は、各々のモジュールで実現されるか、１つの制御モジュール３１６で実現されてもよい。

ここで、受信部３０４および送信部３０６は、各々の通信モジュールで実現されるか、１つの通信モジュール３１４で実現されてもよい。また、選定部３０８、モニタリング部３１０および補償管理部３１２は、各々のモジュールで実現されるか、１つの制御モジュール３１６で実現されてもよい。

保存部３０２は、加入者情報を保存することができ、特に加入者別の電力使用に対する情報を保存することができる。例えば、保存部３０２は、加入者情報として、加入者別の全体負荷機器または個別負荷機器による電力消費量、時間別の電力使用プロファイル、案内情報に応じた電力節減履歴に対する情報を保存することができる。より具体的に、案内情報に応じた電力節減履歴は、補償方式および金額を含む以前の案内情報に対応して、実際に電力消費量を節減したか否か、節減電力量、電力量節減を実行した負荷機器に関する情報などを含むことができる。

受信部３０４は、電力使用節減が要求される期間／時間帯の開示よりも前に、電力供給関連サーバ１１０から電力使用節減に対する要求信号を受信することができる。

例えば、電力供給関連サーバ１１０は、電力使用節減が要求される期間／時間帯の開示の一週間前、一日前または一時間前に要求信号を送信することができる。これは、電力使用節減が要求される期間／時間よりも前に加入者に電力使用節減に対する案内情報を提供することによって、積極的な電力使用の節減行為を誘導するためである。

選定部３０８は、電力消費量、時間別の電力消費量、補償に応じた節減の確率分布などを考慮した所定の基準により、サーバ１０４が電力使用節減を要請しようとする少なくとも１つの加入者を選定することができる。よって、サーバ１０４は、最小限の費用で電力使用節減要請を実行できると予測される加入者を選定することができる。または、サーバ１０４は、電力使用節減要請に対する応答が高いと予測される加入者を選定することができる。

例えば、選定部３０８は、節減要求時間帯の電力消費量の程度、節減要求時間帯の電力消費量の予測値、既存の電力使用節減に対する応答率／節減電力量、補償に応じた節減の確率分布などを考慮して、最小の費用で節減できるように少なくとも１つの加入者を選定することができる。本発明の一実施形態によれば、補償に応じた節減の確率分布は、過去の電力使用節減要請に対する実際の節減電力量に基づいて推定することができる。また、累進段階的な料金変化に対する使用者の使用量の変化も、補償に応じた節減の確率分布を生成するのに用いられることができる。補償に応じた節減目標達成の確率分布は、節減対象時間の負荷機器別あるいは負荷機器全体の電力使用予測量に応じて変化することができる。例えば、図１２は、加入者別に推定された互いに異なる単位使用量当たりの補償額に応じた節減要請量に対する節減達成の確率分布を図式化したものである。図１２において、横軸は節減要請量、縦軸は節減要請量の達成の確率を意味する。互いに異なる曲線は単位使用量当たりの互いに異なる補償額を意味する。単位使用量当たりの補償額は、気象状況、電力供給予備率などによって発電単価が異なるため、節減要請時点に応じて異なる。

選定部３０８は、要求信号に含まれた節減要求電力量（Ｗ）と単位使用量当たりの補償額（ｐ）に対して、個別使用者別に構成された補償に応じた節減の確率分布Ｆｉ（Δ；ｐ）を考慮して、最小限の費用で節減要求電力量を満たせる単位補償額と個別使用者（ｉ＝１，……ｎ）別の節減要請額（Δｉ）を計算する。

Ｆｉｎｄ Δｉ、ｐ
ｔｈａｔ ｍｉｎｉｍｉｚｅｓ
ｓｕｃｈ ｔｈａｔ

ここで、節減の確率分布関数は、個別機器別に推定され、個別機器別に節減要請額を計算することもできる．または、選定部３０８は、加入者別または加入者の負荷機器別の応答率および使用節減履歴の期待値が要求信号に含まれた節減要求電力量を満たすように加入者を選定することもできる

また、選定部３０８は、要求信号に含まれた節減要求電力量に対比して一定量が増加した予想節減要求電力量を算定して加入者を選定することができる。これは、前記選ばれた加入者のうち電力節減に参加しない加入者が存在することに備えるためである。

例えば、選定部３０８は、要求信号（明日午後２時に２万ＫＷｈの節減を要請）を受信した場合、午後２時の電力消費量、以前の案内情報に応じた応答率および節減量を考慮して、総予想節減要求電力量が２万ＫＷｈになるように加入者を選定することができる。このとき、選定部３０８は、既存の案内情報に対する電力節減応答率が５０％である場合、要求信号に含まれた節減要求電力量の２倍を予想節減要求電力量に算定して、これを基準に加入者を選定することができる。

また、選定部３０８は、節減要求時間帯に一般的に基本電力だけを使用する加入者を除いて、電力使用節減を要請しようとする加入者を選定することができる。ここで、基本電力は、負荷機器の待機電力またはアクティブ状態を維持するための最小電力を意味する。選定部３０８は、基本電力だけを使用する負荷機器の場合、電力節減可能性が非常に低いので電力節減の選定対象から排除することができる。

例えば、選定部３０８は、電力使用節減の要求時間帯の予測電力消費量から基本電力消費量を除いた電力値を全体加入者に対して算出し、前記算出された電力値を節減可能電力量と判断し、節減可能電力量内で予想節減要求電力量、節減要求加入者および加入者別の節減要求電力量を算出することができる。

また、選定部３０８は、前記選ばれた加入者が複数の負荷機器を使用する場合、前記選ばれた加入者に要求される総節減電力量、電力節減が可能な負荷機器または負荷機器別の節減要求電力量を決めることもできる。

また、選定部３０８は、前記要求信号に電力節減が要求される特定地域に関する情報が含まれた場合、特定地域に住む加入者の中から電力節減を要請しようとする加入者を設定することができる。

送信部３０６は、選定部３３１によって選ばれた加入者の通信機器１０６に前記電力使用節減に対する案内情報を送信することができる。

例えば、案内情報は、電力節減が要求される時間帯、節減要求電力量、全体負荷機器または個別負荷機器に対する節減可能電力量、電力使用節減のためのガイド（例えば、エアコン温度を何度に下げて下さい、冷蔵庫の冷蔵／冷凍温度を上げて下さい、未使用の電子製品のコンセントを外して下さいなど）、電力使用節減に応じた補償情報などを含むことができる。

モニタリング部３１０は、案内情報の送信後、前記選ばれた加入者の負荷機器による電力消費量をモニタリングすることができる。これは、案内情報に対応するように加入者の負荷機器による電力使用が実際に減少したかまたは減少した電力量がどの程度であるかを把握し、それに基づいて今後の補償を付与するためである。

補償管理部３１２は、前記選ばれた加入者の負荷機器による電力消費量が前記送信された案内情報に応じて減少する場合、減少した電力消費量に比例して該加入者に所定の補償を付与することができる。より具体的に、補償管理部３１２は、電力使用料に対する補償を付与することができる。

例えば、補償管理部３１２は、電力使用料の割引または電力使用料の支払いに使用可能なポイントを支給する方式により補償を付与することができる。または、補償管理部３１２は、スポンサーサーバ１１２から受けた現金、プレゼント、クーポンなどを補償として付与することもできる。

さらに、送信部３０６は、加入者別の案内情報に応じた電力節減に対する情報（以下、節減情報）を電力供給関連サーバ１１０に送信することができ、電力供給関連サーバ１１０は、節減情報に含まれた電力節減の可否および節減電力量に対応する補償を決め、それに関する情報をサーバ１０４に送信することができる。よって、補償管理部３１２は、電力供給関連サーバ１１０から受信した補償に関する情報に基づいて該加入者に対する補償を付与することができる。

一方、補償管理部３１２は、案内情報に応じた電力節減可否および節減電力量に基づいた補償付与基準を予め決め、前記補償付与基準に基づいて該加入者に対する補償を付与することもできる。

送信部３０６は、前記付与された補償に関する情報（以下、補償情報）を該加入者の通信機器１０６に送信することができる。

また、一実施形態において、制御モジュール３１６は、電力信号のスナップショットに基づいて少なくとも１つの負荷機器の電力情報を反映する信号相関関係を計算するよう構成され、電力信号のスナップショットは、遠距離エネルギー計測装置で計測された予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。また、制御モジュール３１６は、信号相関関係に基づいて少なくとも１つの負荷機器を構成する構成要素ユニットに基づいて電力情報を分類するよう構成され、電力情報はオン動作およびオフ動作のうち１つに分類される。また、制御モジュール３１６は、分類された電力情報に基づいて少なくとも１つの負荷機器に対するデータセットを生成するように構成される。また、制御モジュール３１６は、時間領域に応じて分類されたデータセットをマッピングし再び組み合わせ、再び組み合わされたデータセットをラベリングするように構成される。

図３は電力需要に基づいて管理するサーバ１０４に制限された構成を示しているが、当業者であれば、本発明が図３の実施形態に限定されるものではないということを理解することができる。各ユニットやモジュールに付与された図面番号は単に例示的な目的として用いられたものであって、本発明の範囲を制約するものではない。また、複数のユニットやモジュールは本発明の技術思想を逸脱しない範囲内で合わされるか分離して、類似するかまたは実質的に類似する機能を実行することができる。さらに、サーバ１０４は、電力需要を管理するハードウェアまたはソフトウェア構成要素とローカルまたは遠隔で相互作用する様々な他の構成要素を含むことができる。

図４は、図１に示された電力需要の管理機能を有する通信機器１０６の構成を示す。図４によれば、通信機器１０６は、サーバ１０４から電力使用節減に対する案内情報を受信する通信部４０２、前記案内情報を受信することによって電力関連アプリケーションを実行する制御部４０４、および前記電力関連アプリケーションを実行することによって前記案内情報を出力する出力部４０６を含むことができる。また、通信機器１０６は、電力関連アプリケーション、案内情報、補償情報などを保存する保存部４１０をさらに含むことができる。

ここで、制御部４０４は、通信部４０２、出力部４０６、入力部４１０、および保存部４０８のうち少なくとも１つの動作を制御することができる。ここで、電力関連アプリケーションは、通信機器１０６の加入者が保有した負荷機器の電力使用を管理するためのアプリケーションを意味し、通信機器１０６の生産時に設置されるか、加入者の選択によって外部サーバからダウンロードして設置されてもよい。

制御部４０４は、案内情報を受信する場合、電力関連アプリケーションを自動実行するか、案内情報の受信通知を加入者に提供した後、加入者から実行命令の入力を受けた場合に限って電力関連アプリケーションを実行してもよい。

例えば、案内情報の受信通知は、案内情報の簡略内容を表示してもよく、単に受信可否だけを知らせるための振動／ランプ／アラームを出力してもよい。案内情報の出力については図５ａおよび図５ｂを参照して後述する。

また、通信部４０２は、前記案内情報に応じた電力使用節減に対応して付与された補償に関する情報（以下、補償情報）をサーバ１０４から受信し、出力部４０６は、電力関連アプリケーションを実行することによって前記受信した補償情報を出力することができる。前記補償情報の出力については図６を参照して後述する。

補償情報の受信通知と関連し、上述した案内情報の受信通知に関する説明を引用することができるので、それに関する詳細な説明は省略する。

また、通信機器１０６は、電力関連アプリケーションを実行することによって少なくとも１つの負荷機器に対する電力節減命令の入力を受ける入力部４０８をさらに含むことができ、通信部４０２は、前記電力節減命令に対応する負荷機器１０８に電力節減命令信号を送信することができる。

例えば、通信機器１０６は、負荷機器別の動作制御（例えば、電源のオン／オフ、エアコン／冷蔵庫の温度調節など）に関する命令／選択の入力を入力部４０８を介して加入者から受けることができる。より具体的に、入力部４０８は、加入者から電力節減しようとする負荷機器の選択を受けたり、負荷機器別の電力節減方式の入力を受けることができる。

負荷機器１０８は、電力節減命令信号を受信した場合、電力節減命令信号に対応するように電力使用を節減することができる。さらに、負荷機器１０８は、電力節減命令信号に対応するように電力節減動作を実行したか否かに対する応答（以下、応答信号）を通信機器１０６に送信することができる。

例えば、負荷機器１０８が冷蔵庫であり、電力節減命令信号が一定時間の間の推奨冷蔵温度／冷凍室温度を含む場合、推奨冷蔵温度／冷凍室温度を所定時間の間維持することができる。または、負荷機器１０８がコンピュータであり、電力節減命令信号が電源オフ命令を含む場合、コンピュータの電源を消すことができる。

図５ａおよび図５ｂは、本発明の一実施形態による電力需要を管理するための通信機器１０６の構成を示している。しかし、当業者であれば、本発明が図５ａおよび５ｂの実施形態に制限されるものではないということを理解するであろう。各ユニットやモジュールに付与された図面番号は単に例示的な目的として用いられたものであって、本発明の範囲を制約するものではない。また、複数のユニットやモジュールは本発明の技術思想を逸脱しない範囲内で合わされるか分離して、類似するかまたは実質的に類似する機能を実行することができる。さらに、通信機器１０６は、電力需要を管理するハードウェアまたはソフトウェア構成要素とローカルまたは遠隔で相互作用する様々な他の構成要素を含むことができる。

図５ａおよび図５ｂは、本発明によって電力使用節減に対する案内情報を出力する画面を示す。ここで、案内情報は、電力関連アプリケーションの実行時に出力できると仮定する。

図５ａによれば、通信機器１０６は、案内情報として、電力使用節減が要求される時間帯（午後２：３０〜午後３：００）および電力使用節減に応じた予想補償情報（５，０００ポイントの金額の積み立て）を含む画面を表示することができる。

図５ｂによれば、通信機器１０６は、加入者が電力使用節減の案内情報に応じて達成した内訳リストとそれに対する補償額を表示することにより、今後使用者がより積極的に参加できるように動機付ける。

図６は、本発明によって電力使用節減に対する補償情報を出力する画面を示す。ここで、補償情報は、電力関連アプリケーションの実行時に出力できると仮定する。図６によれば、通信機器１０６は、電力使用節減に対応して電力使用料の支払いに使用可能なポイント（以下、補償ポイント）を取得した場合、前記取得された補償ポイント（例えば、３２００ポイント）を表示し、前記取得された補償ポイントを現金化できる方法を提示することができる。さらに、通信機器１０６は、補償ポイントが現金に切り換えられた総金額（例えば、７７７，７７７，７７７ウォン）および全体加入者数のうち通信機器１０６加入者の順位（例えば、３７位）を表示することができる。

以下では、図７〜図１０を参照し、本発明の一実施形態による電力引込点エネルギー計測装置およびそれより受信されたデータセットをラベリングして電力情報を生成するラベリングサーバ７００について説明する。

図７は、本発明の一実施形態による電力引込点エネルギー計測装置１０２を示すブロック図である。本実施形態において、電力引込点エネルギー計測装置１０２は、電力引込点の電力消耗総エネルギーにおいて、引込点に連結されたそれぞれの負荷機器の個別のエネルギー使用量を推定するために無記名の負荷クラスタリングデータセットを生成し、これをラベリングサーバ７００に送信する。

すなわち、本実施形態による電力引込点エネルギー計測装置１０２は、電力引込点に単一センサと共に設置され、全体電気エネルギー使用量の計測および個別負荷機器のエネルギー使用量の推定をする一連の動作を実行する。従来のシステム及び方法と異なり、前記ハードウェアアルゴリズムが実行する負荷機器別の事前情報処理プロセスを要約すれば次の通りである。

先ず、電圧／電流の信号からスナップショットを抽出し、基準点を抽出してノイズフィルタリングを経た後、該当の結果に基づいて電圧、有効電力、無効電力などの正常／過渡状態を区分し、これによって個別負荷機器のオン／オフイベントなどの動作状態と動作状態変化を抽出する。そして、負荷特徴と関連する電圧−電流相関度、高周波歪曲度、電流／電力スナップショット信号変形度、有効／無効電力相関度などを使用したパターンマッチング負荷分類によって最終クラスタリングデータセットを生成するようになる。生成されたクラスタリングデータセットは、使用者が認識できない無記名（例えば、１、２、３またはＡ、Ｂ、Ｃなどの負荷分類マーク）でデータ圧縮によって特定のサーバやクラウドに送信される。

以下、図７を参照してより詳細に説明する。図７を参照すれば、本実施形態による電力引込点エネルギー計測装置１０２は、電力情報収集部７０２、動作状態抽出部７０４、データセット生成部７０６、および送信部７０８を含む。

本実施形態による電力情報収集部７０２は、複数の負荷機器に対する少なくとも１つの電力引込点から電力信号を含む電力情報を収集する。負荷機器は、電気エネルギーを使用するエネルギー使用機器または部品を含む。本発明の一実施形態において、負荷機器は、ＴＶ、冷蔵庫などの個別エネルギー装置およびモータ、照明などの部品を含むことができる。電力引込点とは、例えば、各家庭の配電盤または分電盤の電力引込点のように複数の負荷機器に対して電力が引き入れられる地点（ノード）である。以下、本実施形態による電力情報収集部７０２の動作を、図８ａを参照してより詳細に説明する。

本実施形態による動作状態抽出部７０４は、前記収集された電圧または電力情報から電力変化の正常または過渡状態を区分して前記負荷機器の動作状態または動作状態の変化パターンを抽出する。それについては図８ｂを参照してより詳細に説明する。

本実施形態によるデータセット生成部７０６は、前記個別負荷機器の電力使用の特徴に応じた信号相関関係により、前記動作状態または動作状態の変化パターンとマッチングする個別負荷機器別のデータセットを生成する。以下、図８ｃを参照してより詳細に説明する。

データセットが生成されれば、送信部７０８は、データセットを再び組み合わせ、ラベリングされた電力情報を生成するラベリングサーバ２００に前記生成されたデータセットを送信する。

一実施形態において、前記エネルギー計測装置１０２と前記サーバ１０４間のロードバランシングのための、前記電力引込点における前記エネルギー計測装置１０２を説明する。前記電力情報収集部７０２は、スナップショット抽出周波数で電力情報を収集するように構成される。本願で説明される前記スナップショット抽出周波数は１秒当たり１０〜９００の範囲内にある。前記動作状態抽出部７０４は、前記スナップショット抽出周波数で少なくとも１つの負荷機器の動作状態を検出するように構成される。本願で説明される前記動作状態は正常状態および過渡状態のうち１つである。また、前記データセット生成部７０６は、前記正常状態が検出されるときには、前記電力情報の代表的なスナップショットを生成するように構成される。前記データセット生成部７０６は、前記過渡状態が検出されるときには、前記電力情報の複数のスナップショットを生成するように構成される。また、前記送信部７０８は、前記正常状態が検出されるときには前記電力情報の前記代表的なスナップショットを送信し、前記過渡状態が検出されるときには前記電力情報の全ての前記スナップショットを送信するように構成される。さらに、前記サーバ１０４と前記エネルギー計測装置１０２間の負荷管理のために実行される様々な動作を図９と共に説明する。

図７はエネルギー計測装置１０２の制限された概要を示すが、他の実施形態がそれに制限されるものではないということを理解しなければならない。各々のユニットまたは構成要素に提供されるラベルは単に例示的な目的として用いられるものであって、本発明の範囲を制限するものではない。また、前記１つ以上のモジュールは本発明の範囲から逸脱しない範囲内で類似するかまたは実質的に類似する機能を実行するように統合されるかまたは分離できる。さらに、前記エネルギー計測装置１０２は、電力引込点に連結される複数の負荷機器のエネルギー使用情報を測定するために他のハードウェアまたはソフトウェア構成要素と共にローカルまたは遠隔で相互作用する様々な他の構成要素を含むことができる。例えば、前記構成要素は、コントローラまたはプロセッサで実行されるプロセス、オブジェクト、実行可能なプロセス、実行スレッド、プログラム、またはコンピュータであってもよいが、これらに制限されるものではない。

図８ａは、エネルギー計測機器１０２の電力情報収集部７０２の様々な動作を示すフローチャートである。本実施形態において、電力情報収集部７０２は先ず電力信号測定ステップ（Ｓ８０２）を実行する。電力信号測定ステップ（Ｓ８０２）は、電力引込点に設置されたエネルギー計測装置と単一センサを介して電流と電圧の非加工された電力情報波形を測定する。

次に、電力情報収集部７０２は、スナップショット抽出ステップ（Ｓ８０４）を実行する。スナップショット抽出ステップ（Ｓ８０４）は、予め決められた周期の交流波形の電圧または電流スナップショットを収集する。本実施形態では、一周期の交流波形の電圧と、及び高周波の電流とのスナップショットを抽出することが好ましい。

図８ｂは、エネルギー計測機器１０２の動作状態抽出部７０４の様々な動作を示すフローチャートである。本実施形態による動作状態抽出部７０４は、前記収集された電圧または電力情報から電力変化の正常または過渡状態を区分して前記負荷機器の動作状態または動作状態の変化パターンを抽出する。

図８ｂを参照すれば、動作状態抽出部７０４は、先ず、電力情報および基準点抽出ステップ（Ｓ８０６）を実行する。すなわち、リアルタイム電力消費量および電力品質情報を抽出し、正常または過渡状態の区分のための基準点を抽出する。

本実施形態において、基準点は、リアルタイム電力消費量および電力品質情報の抽出中に、個別負荷機器においてオン／オフされずに、常に点灯していながらも変動することなく一定に使用される電力消費量であることが好ましい。

次に、過渡応答分離ステップ（Ｓ８０８）は、電力消費量から個別負荷機器の動作によってオン／オフしたり動作状態が変更したりする過渡状態区間を抽出する。

さらに、本実施形態において、動作状態抽出部７０４は、ノイズ除去ステップ（Ｓ８１０）を実行することができる。ノイズ除去ステップ（Ｓ８１０）は、全体電力消費量の電力信号測定で発生する不要な高周波雑音信号を除去する。

また、動作状態抽出部７０４は、前記スナップショットを、前記抽出された動作状態または動作状態の変化パターンに応じて分類する。例えば、過渡応答動作と判断される場合のスナップショットは、正常状態に比べてスナップショット抽出周波数が遥かに高い。

次に、動作状態抽出部７０４は、オン／オフイベントを検出するステップ（Ｓ８１２）を実行するように構成されている。本実施形態においては、個別負荷機器別にクラスタリングする前に、それぞれのオン／オフ状態別にイベントに対するスナップショットが分類される。状態推移変化検出ステップ（Ｓ８１４）は、オン／オフ動作以外のマルチステップを有したり、連続的な変化特性を有したりする負荷に対する動作状態の変化パターンを検出して分類する。

状態推移変化の検出後、動作抽出部７０４は、リアルタイム総電力量データ処理ステップ（Ｓ８１６）を実行するように構成されている。本実施形態においては、電力情報データの演算、保存が行われ、リアルタイム電力消費量サービスのための全体エネルギー使用量および電力品質情報などに対する送信データパケットを生成する。

図８ｃは、データセット生成部７０６の様々な動作を示すフローチャートである。本実施形態によるデータセット生成部は、前記個別負荷機器の電力使用特徴に応じた信号相関関係により、前記動作状態または動作状態の変化パターンとマッチングする個別負荷機器別のデータセットを生成する。

図８ｃを参照すれば、データセット生成部７０６は、負荷特徴抽出ステップ（Ｓ８２０）を実行する。本実施形態において、負荷特徴抽出ステップ（Ｓ８２０）は、全体電力消費量データから抽出されたスナップショット、過渡応答、オン／オフイベント、状態推移変化情報を活用して個別負荷機器の電力使用特徴を反映した信号相関関係を生成する。前記信号相関関係は、電圧／電流相関度、高周波歪曲度、電流／電力信号変形度、有効／無効電力相関度などを含むことができる。

次に、データセット生成部７０６は、データセットの生成のためにオン／オフイベントマッチングとパターンマッチング負荷分類を実行する。すなわち、オン／オフイベントマッチングステップ（Ｓ８２２）は、生成された信号相関関係に基づいて個別機器に対するオン／オフ動作イベントを同一機器のペアに分類し、パターンマッチング負荷分類ステップ（Ｓ８２４）は、生成された信号相関関係に基づいて同一機器に対するマルチステップまたは連続的な変化特性をオン／オフ動作イベントとの連携群に分類する。

次に、データセット生成ステップ（Ｓ８２６）は、オン／オフイベントマッチングとパターンマッチング負荷分類によって連携群としてまとめられたデータセットを生成する。

データセットが生成されれば、送信部７０８は、データセットを再び組み合わせ、ラベリングされた電力情報を生成するラベリングサーバ７００に前記生成されたデータセットを送信する。

送信に先立ち、本実施形態では、エネルギー計測装置１０２で生成されたデータパケットを圧縮し、特定のサーバに大容量データの送信を容易に行えるようにすることができる。

また、リアルタイム電力エネルギー情報サービスを実行するために必要な電力消耗量および品質情報データを共に送信することも可能である。

次に、図８ａ〜８ｃを参照して、本発明のスナップショット抽出（すなわち、電力信号サンプリング）周期およびそれに応じた情報処理効率化について詳細に説明する。

先ず、電力情報収集部７０２において前記スナップショット抽出周期を適切に選択することが重要である。スナップショット抽出周波数が特定値より低いときには、例えば、秒当たり１回未満の場合は、負荷機器の過渡状態区間に対する解像度が低いので、互いに異なる個別負荷機器を区分し難く、スナップショット抽出周期が特定値より高いときには、例えば、１秒当たり数千〜数万回の場合は、過渡状態区間に対する解像度が過度に高いので、同一の負荷機器を互いに異なる負荷機器に認識するなどのエラーが発生しうる。よって、電力引込点からエネルギー計測装置の効率的な事前情報処理のためのスナップショット抽出周期は１秒当たり１０回から９００回程度が好適である。

次に、動作状態抽出部７０４のスナップショット分類によって（例えば、スナップショット抽出ステップ（Ｓ８０４）では、常に１秒当たり１５回でスナップショットを抽出するが、動作状態の変化がないときには１５個のうち１個のスナップショットあるいは１５個の代表値のみを選択分類し、動作状態の変化が検知されれば、１５個全てを選択して過渡状態区間の解像度だけを別途に高める方式）動作状態抽出後の情報処理を効率化することができる。すなわち、機器別のエネルギー使用情報の分析に必須な過渡状態区間の解像度が増加しつつも、データトラフィック関連の負担が減少（例えば、送信部７０８が周期的に１秒当たり１回データを送信する場合にも、動作状態の変化がないときには選択分類された１枚のスナップショットまたは区分求積法などによって計算された１つの代表値のみを送信し、過渡状態区間では１５枚のスナップショットを一度に送信）する方式でエネルギー計測機器とサーバとの整合性が向上することにより、オン／オフイベント検出ステップ（Ｓ８１２）、状態推移変化検出ステップ（Ｓ８１４）、データセット生成部７０６が実行する一部または全てのステップをサーバ１０４を介して実行することもできる。

以下、上述した実施形態による電力引込点エネルギー計測装置１０２で生成されたデータセットを受信してラベリングされた電力情報を生成するラベリングサーバ７００についてし図１０を参照して説明する。

図８の様々な行為、動作、ブロック、ステップ等は、示される順序で、異なる順序で又は同時に行われてもよい。また、いくつかの実施形態において、行為、動作、ブロック、ステップ等のいくつかは、本発明の範囲を逸脱しない範囲で、省略、追加、修正、スキップなどされてもよい。

図９ａは、本願に開示される一実施形態による前記エネルギー計測装置１０２と前記サーバ１０４間の負荷管理のために前記エネルギー計測装置１０２によって実行される様々な動作を示すフローチャートである。Ｓ９０２において、前記方法はスナップショット抽出周波数で電力情報を収集するステップを含み、前記スナップショット抽出周波数は一定範囲内にある。一実施形態において、本願で説明される範囲は１秒当たり１０〜９００回以内である。通常のシステムおよび方法とは異なり、適切なスナップショット抽出周波数が電力の前記引込点から前記エネルギー計測装置の効率的な事前情報処理のために選択された。例えば、前記スナップショット抽出周波数が特定値より低いとき、例えば、前記スナップショット抽出周波数が１秒当たり１回未満であるとき、前記負荷機器の過渡状態区間に対する感度限界は低い。その結果、異なる個別負荷機器を区分するのが困難である。前記スナップショット抽出周波数が特定値より高いとき、例えば、前記スナップショット抽出周波数が１秒当たり数千〜１万回より高いとき、前記過渡状態区間に対する前記感度限界は非常に高い。その結果、同一な負荷機器を異なる負荷機器として認識するようなエラーが発生しうる。よって、前記電力の引込点から前記エネルギー計測装置の効率的な事前情報処理のための前記スナップショット抽出周波数は、好ましくは１秒当たり１０〜９００回である。

Ｓ９０４において、前記方法は、前記スナップショット抽出周波数で負荷機器の作動状態を検出するステップを含む。一実施形態において、本願で説明される前記動作状態は正常状態および過渡状態のうち１つである。Ｓ９０６において、前記方法は、前記正常状態が検出されるときには前記電力情報の代表的なスナップショットを含むデータセットを生成し、Ｓ９０８に示すように前記過渡状態が検出されるときには前記電力情報の複数のスナップショットを含むデータセットを生成するステップを含む。例えば、前記スナップショットは１秒当たり１５回で持続的に抽出される。しかし、作動状態においてどのような変化もないとき、１５個のスナップショットのうち１つのみのスナップショットまたは代表的な値が選択されて分類される。作動状態の変化が検知されるとき、１５個のスナップショットの全てが前記過渡状態区間の感度限界だけを別途に増加させるように選択される。通常のシステムおよび方法とは異なり、前記スナップショットは計測方法に基づいて選択される。すなわち、各々の装置に対する（エネルギー使用情報の分析が必要な）前記過渡状態区間の前記感度限界が増加する間、データトラフィック関連の負担が減少する方法によって（例えば、前記送信部７０８が１秒当たり１回データを周期的に送信する場合にも、動作状態においてどのような変化もないとき、選択されて分類される１つのみのスナップショット、または分割の計測によって計算される代表的な値が送信される。前記過渡状態区間の間、１５個のスナップショットが一度に送信される。）、前記エネルギー計測装置１０２と前記サーバ１０４間のロードバランシングの全体システムの容量が改善される。結果的に、前記オンまたはオフイベント検出ステップ（Ｓ８１２）、前記状態変化検出ステップ（Ｓ８１４）、および前記データセット生成部７０６によって実行される一部または全ての前記ステップは図９ｂで説明されるように前記サーバ１０４を介して実行される。

図９ｂは、本願に開示される一実施形態による前記エネルギー計測装置１０２と前記サーバ１０４間の負荷管理のために前記サーバ１０４によって実行される様々な動作を示すフローチャートである。Ｓ９１０において、前記方法は、電力信号のスナップショットに基づいて前記負荷機器の電力情報を反映するように信号相関関係を計算するステップを含む。一実施形態において、前記方法は、前記電力信号の前記スナップショットに基づいて前記負荷機器の電力情報を反映するように前記サーバ１０４が前記信号相関関係を計算することを可能にする。本願で説明される前記信号相関関係は、電圧相関度、電流相関度、高周波歪曲度、電力信号変形度、有効電力相関度および無効電力相関度のうち少なくとも１つを含む。本願で説明される前記電力信号の前記スナップショットは、遠距離エネルギー計測装置で計測される予め決められた周期を有する波形の電圧スナップショットおよび電流スナップショットのうち１つと関連する。

Ｓ９１２において、前記方法は、前記信号相関関係に基づいて前記装置１０４を構成する構成要素ユニットに基づいて前記電力情報を分類するステップを含む。一実施形態において、前記方法は、前記サーバ１０４が前記オンまたはオフイベントを照合させ、前記データセットを生成するように負荷と照合するパターンを分類することを可能にする。前記個別負荷機器に対する前記オンまたはオフ作動イベントは、前記生成された信号相関関係に基づいて同一の負荷機器のペアとして分類される。前記マルチステップまたは連続変化動作は、前記生成された信号相関関係に基づいて同一の負荷機器に対する前記オン動作および前記オフ動作イベントとの連携群に分類される。

Ｓ９１４において、前記方法は、前記分類された電力情報に基づいて各々の装置に対するデータセットを生成するステップを含む。一実施形態において、前記連携群によって収集される前記データセットは、負荷分類と照合する前記オンまたはオフイベントおよび負荷分類と照合する前記パターンによって生成される。

Ｓ９１６において、前記方法は、前記スナップショット抽出で前記負荷機器の作動状態を検出するステップを含む。前記方法は、前記サーバ１０４の前記スナップショット抽出で前記負荷機器の前記作動状態を検出することを可能にする。分布平面は、同一のエネルギー負荷機器と判断される前記個別負荷機器に対する負荷動作特性（オンまたはオフ、マルチステップ、連続変化、常時起動など）に応じて区分される。

Ｓ９１８において、前記方法は、時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせるステップを含む。一実施形態において、前記方法は、前記サーバ１０４が前記時間領域に応じて前記分類されたデータセットをマッピングし再び組み合わせることを可能にする。Ｓ９２０において、前記方法は、前記再び組み合わされたデータセットをラベリングするステップを含む。

図９の様々な作動、作用、ブロック、ステップなどは提供される順に、他の順にまたは同時に実行されてもよい。例えば、Ｓ９１４でデータセットを生成するステップは、Ｓ９１８で前記分類されたデータセットをマッピングし再び組み合わせるステップ、およびＳ９２０で前記再び組み合わされたデータセットをラベリングするステップを含むことができる。さらに、一部の実施形態において、作動、作用、ブロック、ステップなどの一部は、本発明の範囲から逸脱しない範囲内で省略、付加、変更、または飛ばされてもよい。

図１０は、ラベリングサーバ７００を説明するブロック図である。本実施形態によるラベリングサーバ７００は、送信された負荷別のクラスタリングデータセットとリアルタイム電力消費量、および電力品質情報データセットに基づき、機械学習と自動ラベリングなどの過程を経て、電力引込点における電力使用使用者にエネルギー使用情報と省エネのヒントのコンサルティングなどを実行することができる。すなわち、ラベリングサーバは、前記エネルギー計測装置から送信された全体エネルギー情報と個別負荷機器別のエネルギー情報を表出して様々なエネルギー省エネソリューションおよびコンサルティングをできるようにする大容量データ処理処置であってもよい。

すなわち、本実施形態によるラベリングサーバ７００は、ソフトウェアアルゴリズムによって特定の事後情報処理プロセスを実行する。前記プロセスは、無記名の負荷クラスタリングデータセットを有効電力、無効電力、時間などの基準領域に応じた多次元平面に再分類し、機械学習によって同一負荷機器内の分類境界面を設定してオン／オフ、マルチステップ、連続変化、常時起動など特定動作または部品別に区分する。

これを時間領域のリアルタイム電力消費量推移にマッピングして区分を完了し、個別負荷機器の下位部品を使用者が認識できる同一機器にグルーピング（１＋２＋３またはＡ＋Ｂ＋Ｃなど）した後、保存済みの個別負荷機器の命名データセット（冷蔵庫、洗濯機、エアコンなど）とのマッチング作業によって自動ラベリングを実行する。

このとき、命名されたデータセットにないデータによって自動ラベリングが実行されなかったエネルギー機器は、手動で機器をオン／オフして該当の時間をチェックするなどの手段によって手動でラベリングを実行する。そして、手動で生成されたデータは、再び収集済みのデータセットに加えられて今後の自動ラベリングに用いられる。

図１０を参照すれば、本実施形態によるラベリングサーバ７００は、受信部１００２、再組合部１００４、ラベリング部１００６を含む。

先ず、受信部１００２は、個別負荷機器を構成する部品ユニットに基づいてに電力情報を分類し、生成されたデータセットを受信する。次に、再組合部１００４は、受信されたデータセットを前記個別負荷機器の動作特性に応じて多次元平面に再分類し、時間領域に応じてマッピングして再び組み合わせる。

これに先立ち、再組合部１００４は、データ圧縮解除ステップ（Ｓ２０２）を先に実行することができる。すなわち、電力引込点エネルギー計測装置１０２が圧縮されたデータを送信する場合、ソフトウェアアルゴリズムの実行速度を高めるためにデータ圧縮を解除することができる。圧縮が解除されれば、再組合部１００４は、再分類されたデータを時間領域の電力消費量推移にマッピングして同一負荷機器内の部品を再び組み合わせる。

図１０は、エネルギー計測情報ラベリングサーバ７００の制限された概要を示しているが、他の実施形態がこれに制限されるものではないということを理解しなければならない。
各々のユニットまたは構成要素に提供されるラベルは単に例示的な目的のためのものであって、本発明の範囲を制限するものではない。また、１つ以上の構成要素は、本発明の範囲から逸脱しない範囲内で類似または実質的に類似する機能を実行するように統合または分離できる。さらに、前記エネルギー計測情報ラベリングサーバ７００は、電力引込点に連結される複数の負荷機器の抽出されたエネルギー使用情報をラベリングするために、他のハードウェアまたはソフトウェア構成要素とローカルまたは遠隔で相互作用する様々な他の構成要素を含むことができる。例えば、前記構成要素は、コントローラまたはプロセッサで実行されるプロセス、オブジェクト、実行可能なプロセス、実行スレッド、プログラム、またはコンピュータであってもよいが、これらに制限されるものではない。

図１１は、エネルギー情報ラベリングサーバ７００による様々な動作を示すフローチャートである。これに先立ち、再組合部１００４は、データ圧縮解除ステップ（Ｓ１１０２）を先に実行することができる。すなわち、電力引込点エネルギー計測装置１０２が圧縮されたデータを送信する場合、ソフトウェアアルゴリズムの実行速度を高めるためにデータ圧縮を解除することができる。大分類負荷機器分類ステップ（Ｓ１１０４）は、同一機器と判断される個別負荷機器に対する負荷動作特性（オン／オフ、マルチステップ、連続変化、常時起動）によって分布平面を区分する。

次に、特徴別クラスタリングステップ（Ｓ１１０６）は、クラスタリングデータセットと大分類負荷機器分類を連動して、前記分布平面内の境界設定が容易となるように多次元平面を再構成する。前記多次元平面を再構成するのに有効電力、無効電力、時間などが基準領域となることができる。

多次元平面が再構成されれば、機械学習ステップ（Ｓ１１０８）は、エネルギー機器別のクラスタリング結果および人工知能ネットワークのような状態区分アルゴリズム基盤の機械学習方法を活用して個別負荷機器の動作または部品間の境界分類基準を生成する。そして、特定負荷機器分類境界設定ステップ（Ｓ１１１０）は、前記機械学習境界の分類基準を活用してクラスタリングデータに対する個別部品レベルの負荷区分を実行してデータを再分類する。このとき、電力総量から個別エネルギー機器に対する部品レベルまで無記名方式の負荷詳細分類が決定される。

次に、時間領域マッピングステップ（Ｓ１１１２）は、前記プロセスで再分類された無記名の部品に対するデータセットを時間領域のリアルタイムデータにマッピングする。区分ステップ（Ｓ１１１４）は、様々なカラーまたは使用者が認識可能なディスプレイ方法によって前記マッピングされたデータを部品レベルに区分する。

次に、同一負荷再組合ステップ（Ｓ１１１６）は、区分ステップで生成された個別負荷機器内の下位部品を組み合わせ、使用者が認識できる負荷機器にグループを生成する。一例として、区分ステップで生成されたコンプレッサ、モータ、ランプ、制御回路特性などを組み合わせて冷蔵庫にグルーピングする（内部では１、２、３などの数字とＡ、Ｂ、Ｃなどの無記名の臨時マークを使用する）。

再組合ステップの実行後、ラベリング部１００６は、再び組み合わされたデータセットをラベリングする。例えば、個別負荷機器に分類された無記名の臨時マークデータに対して保存済みの負荷機器データセットと連動して自動で該当の負荷機器の名前をマッチングする。一例として、データパターンおよび保存データとのマッチングアルゴリズムにより、前記Ａ、Ｂ、Ｃなどが冷蔵庫、ＴＶ、洗濯機などに自動的に記名されることができる。

また、本実施形態において、ラベリングは手動で入力されることもできる。自動ラベリングの実行したにもかかわらず、保存済みの負荷機器データと一致せずに無記名で存在する負荷に対しては、手動で開発者または使用者が機器を命名し、これを入力する。機器のオン／オフ時間を活用する方法も可能である。

また、手動ラベリングが実行された個別負荷機器に対しては、該当のデータを記名と共に別途保存することで、保存済みの負荷機器データセットを拡張することができる。

さらに、ラベリングサーバ７００は、個別負荷機器エネルギー使用情報を用いたデータ解釈情報を提供することができる。すなわち、総電力と個別負荷機器エネルギー使用パターンに対し、行動心理学分析アルゴリズムに基づいたデータ解釈を適用して特定のデータセットを生成することも可能である。

また、前記データ解釈によって使用者の省エネを誘導できる専門家コンサルティングのヒントの自動生成も可能である。

さらに、エネルギーＩＴ専門事業者によって前記総電力量、個別負荷機器使用量、省エネコンサルティングなどを特定の建物および単位家庭に提供する一体サービスも可能である。

様々なエネルギーコンサルティングのうち、一例として個別負荷機器の状態と関連して部品レベルに区別されたクラスタリングデータセットの変化を検知して個別負荷機器の部品の老化状態や故障状態を判断して使用者に提供することも可能である。

以上の実施形態によれば、電力引込点における総電力使用情報に対して計測器のハードウェアアルゴリズムとサーバのソフトウェアアルゴリズムを組み合わせて実行することで、各種負荷機器の部品の個別のエネルギー使用情報を抽出することができる。

また、単一エネルギー計測装置にサーバのソフトウェアアルゴリズムを柔軟に組み合わせるため、多数の装置によるシステム設置の高コストの負担がなく、詳細で且つ正確な個別負荷機器のエネルギー使用情報を抽出することにより、高度な省エネ方法を導き出すことができる。特に、分電盤内の多数のセンサを採択しなくとも、分岐回路レベル以上のエネルギー使用情報の取得が可能となる。

整理すると、本発明は、電力引込点で測定された全体電気エネルギー使用量情報から個別負荷機器エネルギー使用情報を抽出するにあたり、特定のサーバが全体アルゴリズムを実行するのではなく、エネルギー計測機器（事前情報処理プロセッサ、ハードウェアアルゴリズム、クラスタリングデータセット生成など）とサーバ（事後情報処理プロセッサ、ソフトウェアアルゴリズム、ラベリングと省エネのヒントの生成など）に二元化して実行する。すなわち、単一エネルギー計測装置で部品間の区別が可能な解像度を有するように事前情報処理を実行し、サーバはその長所であるデータ保存およびパターン解釈、データ活用を重点的に実行することにより、各種負荷のエネルギー使用と関連する大容量データ処理／保存／管理に柔軟性を確保することができる。

以上の説明は本発明の技術思想を例示的に説明したものに過ぎず、本発明が属する技術分野において通常の知識を有した者であれば、本発明の本質的な特性から逸脱しない範囲内で様々な修正、変更および置換が可能であろう。

例えば、図１２は、加入者別に推定された互いに異なる単位使用量当たりの補償額に応じた節減要請量に対する節減達成の確率分布を図式化したものである。図１２において、横軸は節減要請量、縦軸は節減要請量の達成の確率を意味する。互いに異なる曲線は単位使用量当たりの互いに異なる補償額を意味する。単位使用量当たりの補償額は、気象状況、電力供給予備率などによって発電単価が異なるため、節減要請時点に応じて異なる。

図１３ａは、本発明の一実施形態による消費特性に応じた電力消費量の予測方法を示すフローチャートである。図１３ａを参照すれば、本実施形態による電力消費量の予測方法は、電力消費要素抽出ステップ（Ｓ１３１０）、関係モデル生成ステップ（Ｓ１３２０）、および電力消費量算出ステップ（Ｓ１３３０）を含む。

電力消費要素抽出ステップ（Ｓ１３１０）は、電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に区分して、電力消費に影響を与える少なくとも１つの電力消費要素を抽出する。

本実施形態において、フィーダーは各電子機器に電力を供給するものであり、図２のように電力引込端の下部に構成されて電力を供給する。一般的にフィーダー別の使用目的を区分し、同一目的の家電機器を１つのフィーダーに連結して使用する場合が多い。例えば、空調機、室内電灯、事務室内の電熱機器などは各々異なるフィーダーに連結して用いられることができる。

このとき、本実施形態において、電力消費量は、主電力引込端あるいは下部フィーダーで直接的に測定された電力消費量の他に総電力消費量から間接的に推定された個別家電機器の電力消費量であってもよい。

家電機器は機器の動作に必要な細部構成要素の組み合わせであり、個別家電機器の電力消費特徴は細部構成要素の消費特徴の合成で表出される。各々の細部構成要素は固有のエネルギー消費特徴を有しているため、家電機器の動作モードに応じたエネルギー消費特徴も固有の属性を有する。よって、本実施形態では、直接的に測定されたエネルギー消費量情報からエネルギー消費特徴を検知し、それを家電機器固有の消費特徴情報と比較することによって、個別機器の動作モードおよび電力消費量を間接的に抽出することができる。

機器の使用目的が類似する場合、消費パターンも比較的類似して表れるため、本発明では、このようなフィーダーレベルでの電力消費測定により、各電気機器グループ別のリアルタイム消費量とそれに基づいた消費パターンの分析が可能である。

すなわち、図１のように引込端の電力消費量のみに基づいて未来の消費量を予測するのではなく、本発明では、消費量データの収集単位を家電機器あるいはフィーダー単位に細密化し、各家電機器あるいはフィーダー別の予測要素を自動化して抽出した後、各家電機器あるいはフィーダー別に各々異なる予測モデルを適用する。そして、個別家電機器あるいはフィーダーで予測された値を合算して全体予測値を計算することができる。

以下、本実施形態による電力消費要素抽出ステップ（Ｓ１３１０）についてより詳細に説明する。図１３ｂを参照すれば、本実施形態において、電力消費要素抽出ステップ（Ｓ１３１０）は、電力消費量区分ステップ（Ｓ１３１２）、電力消費影響要素抽出ステップ（Ｓ１３１４）、および閾値以上電力消費要素判別ステップ（Ｓ１３１６）を含む。

本実施形態において、電力消費量区分ステップ（Ｓ１３１２）は、フィーダー別または機器別に収集された電力消費量を時間単位に区分する。すなわち、本実施形態では、先ず、全体電力消費量を予測するために、電力消費量を家電機器別にあるいはフィーダー別に分離して収集する。ここで収集されて予測される電力消費量は、皮相電力量、アイドル電力量、非アイドル電力量のうち１つあるいはそれ以上であってもよい。また、アイドル／非アイドル電力、電圧、電流、高周波電力サンプルなどを収集し、予測の要素として活用することも可能であり、収集される電力消費量は羅列したものに限定されず、電力消費と関係する各種情報を含むことができる。

次に、家電機器別あるいはフィーダー別に収集されたデータを再び与えられた時間単位に区分する。表１は、本実施形態により、一時間単位に収集されたフィーダー別の消費量を示す。

本実施形態ではフィーダー別に収集されたデータを時間単位として毎時間ごとに区分することを例示しているが、より詳細な予測のために３０分または１５分などの単位に区分することも可能である。また、使用環境に応じて区分単位を異にすることも可能であり、区分単位を時間別に異にすることも可能である。

次に、電力消費影響要素抽出ステップ（Ｓ１３１４）は、区分された電力消費量により、電力消費に影響を与える少なくとも１つの電力消費要素を抽出する。

電力消費量の変動に影響を与える要素は、時間を含めて、室内／室外温度、湿度、風速、体感温度、微細なホコリの程度、ＣＯ２の程度、微細なホコリ、黄砂、オゾン量、伝染病などがある。このような環境的要素の他にモーションセンサまたは空気中のＣＯ２センサを用いた、居住するか又は現在室内にある人数、特定の構成員が家にいるか否か（例えば、電気を過消費する構成員の滞留可否）、家の温度などを測定するセンサ（部屋、台所などの色々な地点が可能）、その他にもその家庭の自動車の位置情報も電力消費量に影響を与える。すなわち、本実施形態での電力消費影響要素は消費に影響を及ぼす全ての可能な要素であり、このときの電力消費影響要素に対するデータは電力消費量のデータ収集単位と同一な単位で収集されることができる。

表２は、電力消費量測定装置が設置された地域の室外温度を気象庁のデータに基づいて収集した例を示す。

本実施形態において、閾値以上電力消費要素判別ステップ（Ｓ１３１６）は、抽出された電力消費要素と前記電力消費量の相関関係を示す相関係数を算出し、予め決められた閾値以上の相関係数を有する電力消費要素を判別する。

すなわち、家電機器あるいはフィーダー別の電力消費量と収集された消費影響要素間の相関関係を分析する。例えば、各フィーダーの時間別の使用量と該当時間の室外温度間の相関関係をＰｅａｒｓｏｎ相関係数あるいはＳｐｅａｒｍａｎ相関係数を用いて数値化することができる。特に、温度との相関関係を計算するときには、一般的に人々が安らかに感じる温度（例えば、摂氏１５度）を基準に該温度より低い温度と電力消費量間の相関係数と該温度より高い温度と電力消費量間の相関係数の２つを計算して、相関係数として絶対値がより高い値となる電力消費量が計算される。これは、Ｐｅａｒｓｏｎ相関係数が０になるのを補完するために用いられる。使用される相関係数を図示したグラフの例が、（温度の場合）、図１４に関連して説明される。さらに、各フィーダーの電力消費量と温度との関係は、図１５に関連して説明される。

次に、閾値以上電力消費要素判別ステップ（Ｓ１３１６）は、各フィーダーあるいは家電機器別に相関係数の絶対値と予め与えられた閾値を比較する。例えば、与えられた閾値が０．５であれば、図６においてフィーダー９と１０番の予測要素として温度を選択する。仮に特定のフィーダーあるいは家電機器の需要に大きい影響を及ぼす予測要素を予め知っているのであれば、該フィーダーあるいは家電機器に対しては相関関係計算ステップを省略することもできる。

以上の上述した実施形態により、電力消費要素抽出ステップ（Ｓ１３１０）は、全てのフィーダーあるいは家電機器に対する電力消費要素を抽出する。このとき、消費要素は１種類以上となってもよい。

次に、本実施形態による関係モデル生成ステップ（Ｓ１３２０）について説明する。本実施形態において、関係モデル生成ステップ（Ｓ１３２０）は、抽出された電力消費要素別に合算された電力消費量と、前記電力消費要素間の関係を示す関係モデルを生成する。

すなわち、同一の電力消費要素を有するフィーダーあるいは家電機器の使用量を与えられた時間単位下で全て合算する。仮に特定のフィーダーあるいは家電機器が固有な特性を有しているのであれば、合算せずに該フィーダーあるいは家電機器の使用量だけを別途に考慮することもできる。

また、合算された値はログ変換して用いるか、プリミティブ値をそのまま用いてもよい。表３は、外部温度に敏感に反応するフィーダーの平日１０時の使用量の総計のログ変換値と外部温度の測定値を示す。

次に、本実施形態による関係モデル生成ステップ（Ｓ１３２０）は、電力消費量と予測要素間の関係を説明できるモデルのうち、データに対する説明度の最も高いモデルを選択し、該モデル係数をデータから抽出する。例えば、外部温度に敏感に反応するフィーダーの総使用量のログ変換値を外部温度の２次多項式関数として表現し、該モデルの係数を最小二乗法などによって計算することができる。

図３の様々な行為、動作、ブロック、ステップ等は、示される順序で、異なる順序で又は同時に行われてもよい。また、いくつかの実施形態において、行為、動作、ブロック、ステップ等のいくつかは、本発明の範囲を逸脱しない範囲で、省略、追加、修正、スキップなどされてもよい。

図１４は、本発明の一実施形態による相関係数の算出例を示す図である。一実施形態において、温度の場合に、図１４のような形態の使用量グラフにおいてＰｅａｒｓｏｎ相関係数が０になるのを補完するために、これが用いられる。

図１５は、本発明の一実施形態によるフィーダー別の電力消費量と温度との関係を示す図である。一実施形態において、特定の建物の外部温度およびフィーダー別の使用量がグラフに示され、Ｐｅａｒｓｏｎ相関係数が記録される。摂氏１５度以下のデータだけを用い、（特定の建物とはオフィスビルであるという）特徴を活用して、平日の営業時間帯（午前９時から午後６時）の使用量データだけを考慮した。ここで、フィーダー別の使用量は、ｌｏｇ変換された値（ｌｏｇ（電力消費量＋１））を用いたが、変換されていないプリミティブ値を直接用いることもできる。

図１６は、外部温度と使用量のログ変換値を２次多項式関数で推定した結果である。多項式関数の以外にＢ−Ｓｐｌｉｎｅなどを推定に用いることもできる。仮に予測要素が１個以上であれば、多項式関数あるいはＢ−Ｓｐｌｉｎｅ関数などを用いて多次元ｓｕｒｆａｃｅ推定ができる。

各予測要素モデルで計算された値と実際観測値との差は、仮想のフィーダーあるいは家電機器に命名した後、これを次で説明する時系列分析によるモデリングにおいて、別途のフィーダーあるいは家電機器として考えてモデリングすることもできる。

予測要素が抽出されない全てのフィーダーあるいは家電機器の使用量を全て合わせ、これをＥｘｐｏｎｅｎｔｉａｌ ｓｍｏｏｔｈｉｎｇ、ＡＲＩＭＡ（自己回帰和分移動平均）、Ｆｕｎｃｔｉｏｎａｌ ａｎａｌｙｓｉｓなどの時系列分析方法を活用してモデリングすることができる。特定のフィーダーあるいは家電機器が時間に対する独特の属性を有しているのであれば、該要素は合算せずに別途に分離してモデリングすることもできる。

図１７は、時間の以外には他の予測要素がないフィーダーの総計をＤｏｕｂｌｅ ｓｅａｓｏｎｓａｌ Ｈｏｌｔ−Ｗｉｎｔｅｒｓ方法によってモデリングした例示である。また、本実施形態による電力消費量の予測方法は、予測に活用される関係モデルを予めデータベース化して保存し、その入力を受けて電力消費量を予測することも可能である。また、生成される関係モデルを誤差値に応じて学習的にアップデートすることも可能である。

図１８は、本発明の他の典型的な実施形態による消費特性に応じた電力消費量予測方法を示すフローチャートである。図１８を参照すれば、他の実施形態による電力消費量の予測方法は、関係モデル入力ステップ（Ｓ１８０２）、電力消費量算出ステップ（Ｓ１３３０）、および予測情報提供ステップ（Ｓ１８０４）で構成されることができる。

すなわち、関係モデル入力ステップ（Ｓ１８０２）は、上述した実施形態による電力消費要素抽出ステップ（Ｓ１３１０）と関係モデル生成ステップ（Ｓ１３２０）によって生成された関係モデルの入力を受ける。

次に、電力消費量算出ステップ（Ｓ１３３０）は、入力を受けた関係モデルによって電力消費量を算出する。予測情報提供ステップ（Ｓ１８０４）は、算出された電力消費量に応じた付加情報を提供する。すなわち、本実施形態において、予測情報提供ステップ（Ｓ１８０４）は算出された電力消費量を提供するステップであり、消費量は時間別に予測され、一定時間後の値は（例えば、２４時間後）合算して日付別の予測値を提示することもできる。

また、付加情報として、累積使用量あるいは電力消費ピークタイムを予め知らせることも可能である。すなわち、予測システム管理者あるいは予測システム使用者が予め指定した累積使用量の到達時点を予告する。例えば、該当月の累積使用量が現在の個人家庭の累進１段階に属しており、３日後に累進２段階への進入が予想されると、それを予め知らせることができる。また、翌日の単位時間当たりの使用量の最大値と該最大値が発生する時間区間を予め知らせることもできる。

他の付加情報として、家電機器の異常兆候を推測して知らせることも可能である。すなわち、本発明は、フィーダーあるいは家電機器別の消費量を予測する。仮に特定のフィーダーあるいは家電機器の実際使用量が予測値と過度に差が出る場合、該家電機器あるいは該フィーダーに連結された家電機器のうち１つ以上のものに異常があると知らせることができる。

ここで、過度に差が出るということは、次のように、予測値（Ｐｉ）と実際観測値（Ｏｉ）の差の絶対値が観測値の標準偏差（σ）に或る与えられた値（θ）をかけたものより高い場合（｜Ｐｉ−Ｏｉ｜＞θ×σ）と定義することができる。このとき、予測値と観測値をログ変換して比較することもできる。電力消費量の予測と観測値を比較するとき、皮相電力量、アイドル電力量、非アイドル電力量のうち１つあるいはそれ以上を比較することができる。

ある瞬間の値を比較して異常兆候を知らせることもできるが、Ｃｕｍｕｌａｔｉｖｅ Ｓｕｍｍａｔｉｏｎ Ｃｈａｒｔ（ＣＵＳＵＭ）を活用して次のように定義されたＳｉが一定値以上の場合に異常兆候を知らせることもできる。

ここで、Ｐ（ｄ＝１｜ａｂｎｏｒｍａｌ）、Ｐ（ｄ＝１｜ｎｏｒｍａｌ）と各々の確率は以前の観測で計算された値であるかまたは先験的知識である。

以上の上述した実施形態による消費特性に応じた電力消費量の予測方法を実行する装置は図１９のように構成されることができる。

図１８の様々な行為、動作、ブロック、ステップ等は、示される順序で、異なる順序で又は同時に行われてもよい。また、いくつかの実施形態において、行為、動作、ブロック、ステップ等のいくつかは、本発明の範囲を逸脱しない範囲で、省略、追加、修正、スキップなどされてもよい。

図１９によれば、本実施形態による消費特性に応じた電力消費量予測装置１９００は、電力消費要素抽出部１９０２、関係モデル生成部１９０４、および電力消費量算出部１９０６を含む。

本実施形態において、電力消費要素抽出部１９０２は、電力消費量区分部１９０８が電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に区分し、影響要素抽出部１９１０が電力消費に影響を与える少なくとも１つの電力消費要素を抽出し、電力消費要素判別部１９１２が閾値以上の要素を判別する。関係モデル生成部１９０４は、抽出された電力消費要素別に合算された電力消費量と、前記電力消費要素間の関係を示す関係モデルを生成し、電力消費量算出部１９０６は、生成された関係モデルによって電力消費量を算出する。

また、図示してはいないが、別途のデータベースに保存された関係モデルの入力を受ける関係モデル入力部とそれによって電力消費量を算出する電力消費量算出部と算出された電力消費量によって情報を提供する予測情報提供部で構成されることができる。

図１９は、消費特性に基づいて電力消費量を予測する電力消費量予測装置１９００の制限された概要を示しているが、他の実施形態がこれに制限されるものではないということを理解しなければならない。各々のユニットまたは構成要素に提供される符号（ラベル）は単に例示的な目的のためのものであって、本発明の範囲を制限するものではない。また、１つ以上のモジュールは、本発明の範囲から逸脱しない範囲内で類似または実質的に類似する機能を実行するように統合または分離できる。さらに、電力消費量予測装置１９００は、消費特性に基づいて電力消費量を予測するために、他のハードウェアまたはソフトウェア構成要素と共にローカルまたは遠隔で相互作用する様々な他の構成要素を含むことができる。例えば、前記構成要素は、コントローラまたはプロセッサで実行されるプロセス、オブジェクト、実行可能なプロセス、実行スレッド、プログラム、またはコンピュータであってもよいが、これらに制限されるものではない。

以上の本発明によれば、フィーダーレベルの測定によって各電気機器グループ別のリアルタイム消費量とそれに基づいた消費パターンの分析が可能である。また、予測要素モデルで計算された値と実際観測値との差、および他の予測要素がないフィーダーの総計に対しては別途のモデリングによって電力消費量を算出するのでより正確な予測が可能であり、それによる累積使用量あるいはピークタイムを予め知らせたり、家電機器の異常兆候を予測したりすることができる。
以上の説明は本発明の技術思想を例示的に説明したものに過ぎず、本発明が属する技術分野で通常の知識を有した者であれば、本発明の本質的な特性から逸脱しない範囲内で様々な修正、変更および置換が可能である。

Claims (11)

1. コンピュータが実行する、
   電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に分割し、前記フィーダーまたは前記機器の外部環境を示す要素であって、前記フィーダーまたは前記機器における電力消費に影響を与える少なくとも１つの電力消費影響要素を抽出するステップ、
   同一の電力消費要素を有する前記フィーダーおよび前記機器の電力消費量を合算した合算電力消費量と、前記電力消費影響要素との時間単位別の関係を示す関数である関係モデルを複数生成するステップ、および
   前記生成された複数の前記関係モデルによって、複数の前記関係モデルのそれぞれに対応する前記フィーダーおよび前記機器の時間別の複数の前記合算電力消費量を算出し、算出した前記複数の合算電力消費量をさらに合算することにより、全ての前記フィーダーおよび前記機器の時間別の合計電力消費量を予測するステップを含むことを特徴とする、電力消費量の予測方法。
2. 前記電力消費影響要素を抽出するステップは、前記抽出された電力消費影響要素と前記電力消費量の有効電力との相関関係と、当該電力消費影響要素と前記電力消費量の無効電力との相関関係とに基づく、当該電力消費影響要素と前記電力消費量との相関度が、予め決められた閾値以上の相関度である電力消費影響要素を抽出することを特徴とする、請求項１に記載の電力消費量の予測方法。
3. 前記電力消費影響要素を抽出するステップは、Ｐｅａｒｓｏｎ相関係数またはＳｐｅａｒｍａｎ相関係数を算出することを特徴とする、請求項２に記載の電力消費量の予測方法。
4. 前記関係モデルを生成するステップは、前記合算電力消費量のログ変換値を前記抽出された電力消費影響要素に対する多項式関数として表現し、前記多項式関数に対する係数を最小二乗法によって算出して前記関係モデルを生成することを特徴とする、請求項１に記載の電力消費量の予測方法。
5. 前記関係モデルを生成するステップは、前記合算電力消費量を前記抽出された電力消費影響要素に対するＢ−ｓｐｌｉｎｅ関数として表現して前記関係モデルを生成することを特徴とする、請求項１に記載の電力消費量の予測方法。
6. 前記関係モデルを生成するステップは、前記合算電力消費量に対してＥｘｐｏｎｅｎｔｉａｌ ｓｍｏｏｔｈｉｎｇ、ＡＲＩＭＡ、Ｆｕｎｃｔｉｏｎａｌ ａｎａｌｙｓｉｓまたは時系列分析方法を実行して前記関係モデルを生成することを特徴とする、請求項１に記載の電力消費量の予測方法。
7. コンピュータが実行する、
   電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に分割するステップ、
   前記分割された電力消費量によって、前記フィーダーまたは前記機器の外部環境を示す要素であって、前記フィーダーまたは前記機器における電力消費に影響を与える少なくとも１つの電力消費影響要素を抽出するステップ、
   前記抽出された電力消費影響要素と前記電力消費量の相関関係を示す相関係数を算出し、予め決められた閾値以上の相関係数を有する電力消費影響要素を判別するステップ、および
   同一の電力消費要素を有する前記フィーダーおよび前記機器の電力消費量を合算した合算電力消費量と、前記判別された電力消費影響要素との時間単位別の関係を示す関数である関係モデルを複数生成するステップを含むことを特徴とする、電力消費量予測モデルの生成方法。
8. コンピュータが実行する、
   電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に分割して抽出された、前記フィーダーまたは前記機器の外部環境を示す要素であって、前記フィーダーまたは前記機器における電力消費に影響を与える少なくとも１つの電力消費影響要素と、同一の電力消費要素を有する前記フィーダーおよび前記機器の電力消費量を合算した合算電力消費量との時間単位別の関係を示す関数である関係モデルの入力を複数受け付けるステップ、および
   前記入力を受け付けた複数の前記関係モデルによって、複数の前記関係モデルのそれぞれに対応する前記フィーダーおよび前記機器の時間別の複数の前記合算電力消費量を算出し、算出した前記複数の合算電力消費量をさらに合算することにより、全ての前記フィーダーおよび前記機器の時間別の合計電力消費量を予測するステップを含むことを特徴とする、電力消費量の予測方法。
9. 前記コンピュータが前記予測した合計電力消費量に応じた付加情報を提供するステップをさらに含むことを特徴とする、請求項８に記載の電力消費量の予測方法。
10. 電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に分割し、前記フィーダーまたは前記機器の外部環境を示す要素であって、前記フィーダーまたは前記機器における電力消費に影響を与える少なくとも１つの電力消費影響要素を抽出する電力消費影響要素抽出部、
    同一の電力消費要素を有する前記フィーダーおよび前記機器の電力消費量を合算した合算電力消費量と、前記電力消費影響要素との時間単位別の関係を示す関数である関係モデルを複数生成する関係モデル生成部、および
    前記生成された複数の前記関係モデルによって、複数の前記関係モデルのそれぞれに対応する前記フィーダーおよび前記機器の時間別の前記合算電力消費量を算出し、算出した前記合算電力消費量をさらに合算することにより、全ての前記フィーダーおよび前記機器の時間別の合計電力消費量を予測する電力消費量予測部を含むことを特徴とする、電力消費量の予測装置。
11. 電力を供給するフィーダーまたは電力を消費する機器別の電力消費量を時間単位に分割して抽出された、前記フィーダーまたは前記機器の外部環境を示す要素であって、前記フィーダーまたは前記機器における電力消費に影響を与える少なくとも１つの電力消費影響要素と、同一の電力消費要素を有する前記フィーダーおよび前記機器の電力消費量を合算した合算電力消費量との時間単位別の関係を示す関数である関係モデルの入力を複数受け付ける関係モデル入力部、
    前記入力を受け付けた複数の前記関係モデルによって、複数の前記関係モデルのそれぞれに対応する前記フィーダーおよび前記機器の時間別の前記合算電力消費量を算出し、算出した前記合算電力消費量をさらに合算することにより、全ての前記フィーダーおよび前記機器の時間別の合計電力消費量を予測する電力消費量予測部、および
    前記予測された前記合計電力消費量に応じた付加情報を提供する予測情報提供部をさらに含むことを特徴とする、電力消費量の予測装置。