KR101642044B1 - 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법 - Google Patents

에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법 Download PDF

Info

Publication number
KR101642044B1
KR101642044B1 KR1020150030344A KR20150030344A KR101642044B1 KR 101642044 B1 KR101642044 B1 KR 101642044B1 KR 1020150030344 A KR1020150030344 A KR 1020150030344A KR 20150030344 A KR20150030344 A KR 20150030344A KR 101642044 B1 KR101642044 B1 KR 101642044B1
Authority
KR
South Korea
Prior art keywords
energy consuming
association
energy
analyzing
state
Prior art date
Application number
KR1020150030344A
Other languages
English (en)
Inventor
이선정
이효섭
김대영
최종웅
Original Assignee
주식회사 인코어드 테크놀로지스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 인코어드 테크놀로지스 filed Critical 주식회사 인코어드 테크놀로지스
Priority to KR1020150030344A priority Critical patent/KR101642044B1/ko
Application granted granted Critical
Publication of KR101642044B1 publication Critical patent/KR101642044B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 에너지 소비 기기의 사용 패턴의 분석 방법에 관련된 것으로, 본 발명에 따른 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법은 기준 시간에 따른 에너지 소비 정보를 이용하여 에너지 소비 기기의 사용 상태를 분류하는 단계; 상기 분류된 에너지 소비 기기의 사용 상태에 따라 에너지 소비 기기 간의 사용의 연관성을 분석하는 단계; 및 상기 분석된 사용의 연관성에 따라 에너지 소비 기기의 이상 사용여부를 판단하는 단계를 포함한다. 본 발명에 따르면, 에너지 소비 기기의 에너지 소비량을 통한 에너지 소비 기기의 연관성을 이용하여 에너지 소비 기기의 이상 운영을 파악하고, 이에 대한 알림을 사용자에게 제공하여 불필요한 에너지 소비를 막을 수 있다.

Description

에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법{A method of deciding uncommonness of electric device usage associated with electric energy consuming device}
본 발명은 에너지 소비 기기의 사용 패턴의 분석 방법에 관련된 것으로 보다 상세하게는 에너지 사용 패턴을 통해 에너지 소비 기기의 이상 사용을 판단하는 방법에 관한 것이다.
전력을 소비하는 가정, 공장, 상가, 오피스 등의 건물 내에는 복수의 전기 기기들이 설치되어 있다. 전기를 비효율적으로 사용할 경우 비효율적인 발전을 통하여 에너지를 낭비하고 결과적으로 유한 자원인 전기의 원료가 낭비되게 되며 지구온난화의 주범인 온실가스 배출이 증가하게 된다. 또한, 전기 사용을 필요로 하는 소비자에게도 전기요금이 추가로 전가되어 부담을 가중시킨다. 따라서, 건물 내에 설치된 전자 장치, 기계 장치 등이 사용할 전력량을 미리 예측하고, 이에 따른 동작을 제어하여 과도한 전력 사용을 방지해야 할 필요가 있다.
이와 관련하여, 선행문헌(한국공개특허 10-2013-0088485)은 전기 기기를 사용하는 사용자의 에너지 사용 패턴을 분석하여 효율적인 에너지 관리 방법을 제안하고 있다. 종래 기술에 따른 에너지 관리 방법은 사용되는 에너지 소비 기기의 에너지 사용량을 최소화 하기 위한 것에 초점을 맞추고 있다.
에너지의 비효율적 소비는 에너지 관리 방법으로 사용자의 습관외에 에너지 소비 기기 자체의 오동작에 의해서 발생될 수 있으며, 오동작이 발생하는 경우에는 에너지 소비 기기 자체의 전원이나 동작 상태를 변경하는 능동적인 행위가 필요하다.
본 발명은 에너지 소비 기기의 에너지 소비량 및 외부 환경 요인에 대한 데이터를 가지고 에너지 소비 기기간 혹은 에너지 소비 기기와 외부 환경 요인 간의 운영 규칙을 도출하는 것을 목적으로 한다.
또한, 도출된 에너지 소비 기기의 상호 운영 규칙을 이용하여 이상 운영을 파악하고 이를 사용자에게 알려 에너지 소비를 줄이는 방법을 제안하는 것을 목적으로 한다.
상기 기술적 과제를 해결하기 위한 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법은 기준 시간에 따른 에너지 소비 정보를 이용하여 에너지 소비 기기의 사용 상태를 분류하는 단계; 상기 분류된 에너지 소비 기기의 사용 상태에 따라 에너지 소비 기기 간의 사용의 연관성을 분석하는 단계; 및 상기 분석된 사용의 연관성에 따라 에너지 소비 기기의 이상 사용여부를 판단하는 단계를 포함한다.
상기 사용의 연관성을 분석하는 단계는, 전체 에너지 소비 기기에 대하여 분류된 사용 상태에 대하여, 적어도 하나의 에너지 소비 기기를 포함하는 제1 집합과 다른 에너지 소비 기기를 포함하는 제2 집합의 켜져 있거나 또는 단계별로 분류된 기기 상태의 비율을 이용하여, 상기 제1 집합과 상기 제2 집합에 포함된 에너지 소비 기기의 사용의 연관성을 분석하는 것이 바람직하다.
상기 사용의 연관성을 분석하는 단계는, 상기 에너지 소비 기기의 사용에 영향을 미치는 외부 환경 정보와 상기 분리된 에너지 소비 기기의 사용 상태를 이용하여 에너지 소비 기기 간의 사용의 연관성을 분석하는 것이 바람직하다.
상기 사용의 연관성을 분석하는 단계는, 전체 에너지 소비 기기에 대하여 분류된 사용 상태에 대하여, 켜져 있거나 또는 단계별로 분류된 기기 상태의 비율이 상기 연관성의 분석을 위해 미리 결정된 최소값보다 큰 경우 상기 연관성을 분석하는 것이 바람직하다.
상기 분류하는 단계는, 상기 에너지 소비 정보를 집단으로 나누고, 상기 집단에 대한 분산의 합을 최소화하도록 집단을 군집화하여 상기 사용 상태를 분류하는 것이 바람직하다.
상기 사용의 연관성을 분석하는 단계는, 상기 비율을 정의하는 지지도를 이용하여, 상기 제1 집합에 포함된 에너지 소비 기기가 사용되었을 때 상기 제2 집합에 포함된 에너지 소비 기기가 사용되는 확률을 정의하는 신뢰도를 산출하는 것이 바람직하다.
상기 사용의 연관성을 분석하는 단계는, 상기 비율을 정의하는 지지도를 이용하여, 상기 제1 집합에 포함된 에너지 소비 기기와 상기 제2 집합에 포함된 에너지 소비 기기가 사용되는 확률을 정의하는 향상도를 산출하는 것이 바람직하다.
상기 사용의 연관성을 분석하는 단계는, 상기 에너지 소비 기기의 사용에 대한 시간 지연을 고려하여 상기 비율을 산출하는 것이 바람직하다.
본 발명에 따르면, 에너지 소비 기기의 에너지 소비량을 통한 에너지 소비 기기의 연관성을 이용하여 에너지 소비 기기의 이상 운영을 파악하고, 이에 대한 알림을 사용자에게 제공하여 불필요한 에너지 소비를 막을 수 있다.
도 1은 본 발명의 일실시예에 따른 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법을 나타내는 흐름도이다.
도 2는 본 발명의 일실시예에 따른 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법의 세부 단계를 나타내는 흐름도이다.
도 3은 본 발명의 일실시예에 따른 에너지 소비 기기의 사용 상태 분류 예를 나타내는 예시도이다.
도 4는 본 발명의 일실시예에 따른 에너지 소비 기기의 사용 연관성 분석을 위한 에너지 사용 기기의 상태를 나타내는 예시도이다.
이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다.
또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다.
본 발명은 에너지 소비 기기의 이상 사용의 판단을 위한 방법에 관한 것으로 일반적으로 건물 내 혹은 가정 내의 다수의 에너지 소비 기기는 상호 간의 일정한 규칙에 따라 운영될 수 있다. 예를 들어 건물 내의 자동화된 공조 시스템은 먼저 냉동기를 가동시키고 충분히 냉동기가 운영된 후 공기 순환 펌프를 동작시키는 순서로 운영될 수 있다. 이러한 에너지 소비 기기의 운영 규칙은 온도, 습도와 같은 외부 환경 요인 혹은 시간과도 결합될 수 있다. 타이머 설정을 통해 옥외 간판이 매일 오후 6시에 점등되고 오전 6시에 소등되는 것이 예일 수 있다.
즉, 본 발명의 목적은 에너지 소비 기기의 에너지 소비량 및 외부 환경 요인에 대한 데이터만을 가지고 에너지 소비 기기간 혹은 에너지 소비 기기와 외부 환경 요인 간의 운영 규칙을 유추함에 있다. 이러한 운영 규칙에는 시간 요소는 물론 시간 지연 요소까지도 포함될 수 있어야 한다. 더불어, 본 발명을 통하여 추출된 운영 규칙을 벗어나는 에너지 소비 기기의 운영을 실시간으로 탐지하고 이를 관리자에게 효과적으로 전달하는 방법을 제공하는 것이다.
이하에는 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법을 나타내는 흐름도이다.
본 실시예에 따른 이상 사용 판단 방법은 에너지 소비 기기 사용 상태 분류 단계(S100), 에너지 소비 기기간 사용 연관성 분석 단계(S200), 에너지 소비 기기 이상 사용 판단 단계(S300)를 포함한다.
본 실시예에서 에너지 소비 기기 사용 상태 분류 단계(S100)는 기준 시간에 따른 에너지 소비 정보를 이용하여 에너지 소비 기기의 사용 상태를 분류한다.
이때, 기준 시간은 한시간을 단위로 설정될 수 있으며 에너지 소비 기기의 소비 패턴이나, 에너지 소비 기기가 설치되는 환경 등의 다양한 요인에 따라 결정될 수 있다. 또한 기준 시간은 사용 과정에서 변경되는 것도 가능하다.
본 실시예에서 이용되는 에너지 소비 정보는 단위 기준 시간별 개별 에너지 소비 기기의 에너지 사용량일 수 있으며, 또는 총 에너지 사용량에서 분리된 개별 에너지 소비 기기의 단위 시간별 에너지 사용량을 이용할 수 도 있다.
또한 이때 에너지 사용량은 유효 전력(Active power), 무효 전력(Reactive power), 역률(Power factor), 전류, 전압 값 등으로 나타나는 값일 수 있다. 추가적으로, 단위 시간별 온도, 습도, 재실 여부, 시간 지연 등과 같이 에너지 사용에 영향을 주는 외부 환경 관측값도 에너지 사용량과 함께 에너지 소비 정보로 이용될 수 있으며 이에 대해서는 후술한다.
도 2를 참조하면, 본 실시예에 따른 에너지 소비 기기 사용 상태 분류 단계(S100)는 에너지 소비 정보 수집 단계(S110), 에너지 소비 정보 이산화 단계(S120)를 포함한다.
에너지 소비 정보 수집 단계(S110)는 단위 시간별 개별 에너지 소비 기기의 에너지 사용량은 개별 에너지 소비 기기로 흐르는 전류와 전압을 직접 측정하고, 이를 수집한다. 또는 모든 에너지 소비 기기가 사용하는 총 사용량을 측정하고 이로부터 개별 에너지 소비 기기의 사용량을 소프트웨어 알고리즘으로 추정하는 것도 가능하다.
즉, 직접적으로 측정된 에너지 소비 기기별 사용량 혹은 소프트웨어적 방법을 통해 추정된 개별 에너지 소비 기기의 사용량을 수집하고 이를 데이터베이스화하여 저장한다. 저장된 데이터는 이하의 에너지 소비 정보 이산화 단계(S120)의 이산화 과정을 거친 후 에너지 소비 기기의 운영 규칙을 추출 알고리즘의 입력으로 사용된다.
에너지 소비 정보 이산화 단계(S120)는 에너지 소비 정보의 사용 상태를 이산화하여 분류 한다. 일반적으로 에너지 사용량에 대한 정보는 연속형 변수로 표현할 수 있다. 따라서 이후의 알고리즘을 적용하기 위해서는 해당 데이터를 유한개의 단계로 이산화하는 과정이 필요하다. 이를 위해 여러가지 방법이 적용될 수 있는데, 본 발명에서는 특별히 k-평균 알고리즘(K-means algorithm)을 이용하여 데이터의 근접정도에 따라 군집화하는 방법을 예시한다.
먼저, 에너지 소비 정보를 집단으로 나누고, 집단에 대한 분산의 합을 최소화하도록 집단을 군집화하여 사용 상태를 분류한다.
군집화 과정을 이해하기 위해 다음과 같이 특정한 시간 간격으로 측정된 에너지 사용량
Figure 112015021409927-pat00001
을 생각하자. 이 때 전체 집합을 유한개의 집단(클러스터)
Figure 112015021409927-pat00002
로 나누어, 각 집단 별 분산을 계산한 후 이를 모두 더한 값으로 수학식 1을 통해 군집화의 정도를 측정한다. (일반적으로 클러스터의 수 m은 n이하의 값을 갖는다.)
[수학식 1]
Figure 112015021409927-pat00003
이 값을 최소화하기 위해 반복적으로 군집화 계산을 하고, 이를 통해 수렴한 값(클러스터)으로 에너지 사용량을 분리할 수 있다.
도 3을 참조하여 분리를 예시하면, 도 3은 에너지 소비 기기들의 상태를 두가지 상태(on/off)로 나누어 표현한 것이다. 점 x로 표현된 부분은 k-평균 알고리즘에 의해 전원이 켜진 상태로 분류된 집단을 나타내고 있으며, 점 o로 표현된 부분은 전원이 꺼진 상태로 분류된 집단을 나타내고 있다.
기기의 특성에 따라 두 단계(on/off)보다 많은 단계의 기기 상태를 가정할 수도 있다. 예를 들면, 전등의 경우에는 전원을 켜고 끄는 두 가지 단계로 에너지 소모량을 나누어 생각할 수 있다. 하지만 에어컨의 경우에는 전원을 켜고 끄는 단계 이외에도 실내외의 온습도, 재실의 정도 등에 따라 에너지 사용량의 상태가 다양하게 변화할 수 있다. 따라서 이와 같은 사전 정보에 따라 여러 단계의 가전 기기 상태를 가정할 수 있고, 이를 통해 에너지 사용량을 단계별로 이산화해 나타낼 수 있다.
또한 k-평균 알고리즘 이외에도 다양한 이산화 알고리즘을 적용할 수 있고 그 예로는 엔트로피 기반 이산화(entropy based discretization) 등이 있다. 이와 같은 알고리즘을 통해 가전 기기의 상태들을 유한개로 군집화해서 나타낼 수 있다.
다음, 본 실시예에서 에너지 소비 기기간 사용 연관성 분석 단계(S200)는 분류된 에너지 소비 기기의 사용 상태에 따라 에너지 소비 기기 간의 사용의 연관성을 분석한다.
본 실시예에서는 다음과 같이 모든 가전 기기들의 집합 E 를 가정한다.
E={TV, 에어컨, 전자렌지, 전등, …}
에너지 사용량 측정 시간대 별로 나타나는 에너지 소비 기기들의 상태를 이산화 알고리즘을 이용해 분류한 후 나타내면 도 4와 같이 나타낼 수 있다.
그 중에서 각 시간대 별로 켜져있는 에너지 소비 기기들의 집합을 나타내면 아래와 같이 나타낼 수 있다.
X1 = {TV, 에어컨,…}
X2 = {TV, 전자렌지,…}
X3 = {TV, 히터,…}
…
Xk = {TV, 히터,…}
이 때 전체 k개의 집합 중에서 각각의 기기들이 속해있는 집합의 비율을 지지도(support)라고 정의하면, 예를 들어 에어컨이 집합 X1에만 속한 원소라면 이에 대한 지지도는 1/k로 산출될 수 있다. 또한 기기들의 조합을 기준으로 지지도를 계산할 수도 있는데, { TV, 히터 }이 두 개의 집합 X3과 Xk에만 속해 있다면 이에 대한 지지도는 2/k로 산출될 수 있다. 일반적으로는 집합 E 의 부분집합 A 에 대한 지지도 supp(A)는 수학식 2와 같이 정의될 수 있다. 이 때 집합에 대한 절대값 기호는 집합의 원소의 개수를 의미한다.
[수학식 2]
Figure 112015021409927-pat00004
이 때 빈번하게 가동되는 기기들에 대해 연관성 분석을 하기 위해 최소 지지도를 설정하고, 이를 바탕으로 최소 지지도 이상의 지지도를 갖는 기기들의 조합을 생각하자. 설정되는 최소 지지도의 기준은 0과 1 사이의 실수로, 상황에 맞게 설정될 수 있다.
즉, 본 실시예에서는 전체 에너지 소비 기기에 대하여 분류된 사용 상태에 대하여, 켜져 있거나 또는 단계별로 분류된 기기 상태의 비율이 연관성의 분석을 위해 미리 결정된 최소값보다 큰 경우 연관성을 분석한다.
구체적으로, 본 실시예에서 사용의 연관성을 분석하는 단계는 전체 에너지 소비 기기에 대하여 분류된 사용 상태에 대하여, 적어도 하나의 에너지 소비 기기를 포함하는 제1 집합과 다른 에너지 소비 기기를 포함하는 제2 집합의 켜져 있거나 또는 단계별로 분류된 기기 상태의 비율을 이용하여, 제1 집합과 제2 집합에 포함된 에너지 소비 기기의 사용의 연관성을 분석한다.
즉, 지지도를 이용하여, 제1 집합에 포함된 에너지 소비 기기가 사용되었을 때 제2 집합에 포함된 에너지 소비 기기가 사용되는 확률을 정의하는 신뢰도를 산출한다.
전체 에너지 소비 기기의 집합 E 의 부분 집합 중에서 공통되는 에너지 소비 기기가 존재하지 않는 서로소인 두 집합 제1 집합(A) 와 제2 집합(B)를 가정한다.
이 때 두 집합의 합집합에 대한 지지도가 최소 지지도 미만이면 연관 관계를 분석하기에는 발생 빈도가 작다고 판단하여 계산을 중지한다. 제1 집합과 제2 집합의 합집합이 최소 지지소 이상인 두 집합 A와 B에 대해 집합 A에 해당하는 가전 기기들이 사용되었을 때, 집합 B에 대한 가전 기기들이 사용될 확률을 수학식 3과 같이 정의할 수 있다.
[수학식 3]
conf(A=>B)=supp(AUB)/supp(A)
이렇게 계산된 확률값은 신뢰도(confidence)로 정의되며, 그 값에 따라 가동되는 가전 기기에 대한 그룹화가 가능하다. 신뢰도의 값이 1에 가까운 경우, 집합 A에 해당하는 가전 기기들이 사용되면 집합 B에 해당하는 가전 기기들이 사용될 확률이 높기 때문에 두 집단의 기기들이 동시에 작동될 확률이 높은 것으로 해석할 수 있다. 반대로 신뢰도의 값이 0에 가까운 경우에는 집합 A에 해당하는 가전 기기들이 사용되더라도 집합 B에 해당하는 가전 기기들이 거의 사용되지 않는 것으로 해석할 수 있다. 따라서 이와 같은 분석을 통해 두 집단으로 표현되는 가전 기기들 사이의 연관성을 분석해낼 수 있다.
예를 들어 집합 A = {에어컨, 전등} 와 B = {TV}의 경우를 생각하자. 또한 최소 지지도는 0.2라고 가정하자. 만약 집합 AUB = {에어컨, 전등,TV}의 지지도가 0.25가 되면 이 값은 최소 지지도 이상의 값이 되고, 따라서 연관성 분석을 시행할 수 있다. 이제 신뢰도를 계산하자. 집합 A의 지지도가 0.4라면 이에 대한 신뢰도는
conf({에어컨, 전등}=>{TV})=supp({에어컨, 전등, TV})/supp{에어컨, 전등})=0.25/0.4=0.625가 된다.
추가적으로 위와 같은 연관성을 평가하기 위한 다른 형태로 정의된 지표를 활용할 수 있다.　
예를 들어 수학식 4와 같이 정의된 향상도(lift)를 통해 두 집합 A, B 에 해당하는 가전 기기들 사이의 연관성을 평가할 수 있다.
[수학식 4]
lift(A=>B)=supp(AUB)/{supp(A)X supp(B)}
연관성이 높은 관계를 찾기 위해 지지도, 신뢰도, 향상도의 값이 특정 값 이상인 관계만 찾아 연관성을 분석할 수도 있다.
또한 이와 같은 값들을 조합하여 나타낸 값으로 연관성을 분석하는 지표를 생성해낼 수 있다.　
또한, 본 실시예에서 사용의 연관성을 분석하는 단계는, 에너지 소비 기기의 사용에 영향을 미치는 외부 환경 정보와 분리된 에너지 소비 기기의 사용 상태를 이용하여 에너지 소비 기기 간의 사용의 연관성을 분석할 수 도 있다.
즉, 외부 환경 정보는 외부 요인에 대한 고려로서, 에너지 소비 기기의 사용에는 다양한 요소가 영향을 미친다. 실내외의 온습도와 같은 환경 요인부터, 재실 패턴과 같은 개인적 요인, 그리고 에너지 소비 기기들 사이의 상호 관계에 의해서도 영향을 받게 된다. 따라서 이와 같은 요소들를 종합적으로 판단하면 기기별 사용에 대해 보다 정확한 연관성 분석이 가능하다. 예를 들어, 다음과 같이 외기 온도와 재실 유무를 각 시간별로 판단할 수 있다면 이에 대한 정보를 연관성 분석 알고리즘에 적용할 수 있다.
Y1={TV, 에어컨, 전등, 30도, 재실, …}
Y2={TV, 전자렌지, 전등, 재실, 26도, …}
Y3={TV, 전등, 26도, …}
…
Yk={전등, 20도, 재실, …}
따라서 연관 분석에 영향을 미치는 외부 요소들을 사용자가 판단하에 추가하여 알고리즘에 적용할 수 있다.
예를 들어 집합 A = {30도, 전등} 와 B = {TV}의 경우를 생각하자. 또한 최소 지지도는 0.2라고 가정하자. 만약 집합 AUB = {30도, 전등,TV}의 지지도가 0.25가 되면 이 값은 최소 지지도 이상의 값이 되고, 따라서 연관성 분석을 시행할 수 있다. 이제 신뢰도를 계산하자. 집합 A의 지지도가 0.4라면 이에 대한 신뢰도는
conf({30도, 전등}=>{TV})=supp({30도, 전등, TV})/supp({30도, 전등})=0.25/0.4=0.625
가 된다. 최소 신뢰도를 0.5라고 가정한다면 {30도, 전등} => {TV}에 대한 규칙에 대한 신뢰도는 최소 신뢰도 이상의 값이 되고, 따라서 연관 관계를 가진다고 분석할 수 있다. 즉 외기 온도가 30도이고 전등이 켜져있으면 TV를 사용할 확률이 높게 나타난다고 할 수 있다.　
나아가, 본 실시예에서 사용의 연관성을 분석하는 단계는 에너지 소비 기기의 사용에 대한 시간 지연을 고려하여 비율을 산출하는 것도 가능하다.
즉, 특정 시간 간격을 기준으로 에너지 소비 기기들 사이의 작동 관계를 분석할 수도 있다. 하나의 가전 기기는 일반적으로 여러 부품들의 조합으로 나누어 생각할 수 있는데 이 경우 지연 요소가 에너지 사용량에 영향을 미칠 수 있다. 예를 들어, 하나의 기계 안에서 a 부품이 작동된 후 10분 후에는 b 부품이 작동된다고 가정하자. 만약 1분 단위를 기준으로 연관성 분석 알고리즘을 적용한다면 a, b 부품은 연관도가 낮게 평가될 수 있다. 이와 같은 문제를 극복하기 위해 지연을 고려한 연관성 분석을 시행할 수 있다. 이 방법은 두 집합 A와 B에 대한 신뢰도(또는 향상도)의 계산에 적용된 supp(AUB)를 수학식 5와 같이 변형된 형태로 적용해 분석할 수 있다.
[수학식 5]
Figure 112015021409927-pat00005
즉 A와 B에 대한 기기들의 작동이 시간 간격을 두고 발생했을 경우, 위와 같이 변형된 지지도를 기준으로 신뢰도를 계산하면 이에 대한 연관성을 분석해낼 수 있다. 이와 같은 연관성 분석은 한 기계에 속한 부품에 대한 분석 뿐만 아니라, 기기들 (혹은 외부 요인과 기기의 작동) 사이에서 시간차를 두고 발생하는 에너지 사용 패턴에 대한 분석에도 적용이 가능하다.
본 실시예에서 에너지 소비 기기 이상 사용 판단 단계(S300)는 분석된 사용의 연관성에 따라 에너지 소비 기기의 이상 사용여부를 판단한다.
즉, 과거의 에너지 사용량을 기준으로 평가된 연관성 분석을 바탕으로 이상 사용량에 대한 감지를 수행한다.
예를 들어 한 가게 매장에서는 여름철 영업 시간 중에 에어컨이 작동될 경우 자동문이 사용될 확률이 높다고 가정하자. 즉 두 집합 A={여름, 영업 시간, 에어컨}, B={자동문}에 대한 신뢰도 conf(A=>B)또는 향상도 lift(A=>B)의 값을 높게 나타난다고 가정하자.
이 때 실시간으로 측정되는 에너지 사용량의 패턴이 기존에 있었던 높은 연관관계의 패턴과 어긋나는 관계로 발생하는 경우에는 비정상적인 에너지 사용량이 발생하는 것으로 간주하고 이에 대한 알림을 사용자에게 줄 수 있다. 즉 여름철의 영업 시간에 에어컨이 작동함에도 불구하고 자동문에 대한 에너지 사용량이 낮게 나타나는 경우는 고장이 발생하거나 자동문을 열어둔 상태로 매장을 운영하는 등의 행위를 감지해낼 수 있는 것이다.
또한 기기에 대한 고장 판단에 대해서도 이와 같은 비정상적인 패턴의 분석이 적용될 수 있다. 예를 들어 특정한 시간 간격으로 작동되어야 할 기기 부품들이 기존의 패턴에 비해 낮게 평가된 확률의 패턴으로 작동한다면 기기 이상으로 간주되어 사용자에게 미리 그에 대한 정보를 알릴 수 있다.
이상 사용의 알림은 등록된 관리자의 모바일 디바이스의 SMS, 이메일 또는 푸시 알림 등의 메시지일 수 있고, 혹은 관리자를 위한 인터넷 웹페이지에서의 자동 푸시 알림일 수 있다.
이상의 본 발명에 따르면, 에너지 소비 기기의 에너지 소비량을 통한 에너지 소비 기기의 연관성을 이용하여 에너지 소비 기기의 이상 운영을 파악하고, 이에 대한 알림을 사용자에게 제공하여 불필요한 에너지 소비를 막을 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다.
따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (8)

  1. 기준 시간에 따른 에너지 소비 정보를 이용하여 에너지 소비 기기의 사용 상태를 분류하는 단계;
    상기 분류된 에너지 소비 기기의 사용 상태에 대하여, 적어도 하나의 에너지 소비 기기를 포함하는 제1 집합과 다른 에너지 소비 기기를 포함하는 제2 집합의 켜져 있거나 또는 단계별로 분류된 기기 상태의 비율을 이용하여 상기 제1 집합과 상기 제2 집합에 포함된 에너지 소비 기기의 사용의 연관성을 분석하는 단계; 및
    상기 분석된 사용의 연관성에 따라 에너지 소비 기기의 이상 사용여부를 판단하는 단계를 포함하고,
    상기 사용의 연관성을 분석하는 단계는,
    상기 비율을 정의하는 지지도를 이용하여, 상기 제1 집합에 포함된 에너지 소비 기기가 사용되었을 때 상기 제2 집합에 포함된 에너지 소비 기기가 사용되는 확률을 정의하는 신뢰도를 산출하는 것을 특징으로 하는 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
  2. 삭제
  3. 제 1 항에 있어서,
    상기 사용의 연관성을 분석하는 단계는,
    상기 에너지 소비 기기의 사용에 영향을 미치는 외부 환경 정보와 상기 분류된 에너지 소비 기기의 사용 상태를 이용하여 에너지 소비 기기 간의 사용의 연관성을 분석하는 것을 특징으로 하는 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
  4. 제 1 항에 있어서,
    상기 사용의 연관성을 분석하는 단계는,
    전체 에너지 소비 기기에 대하여 분류된 사용 상태에 대하여, 켜져 있거나 또는 단계별로 분류된 기기 상태의 비율이 상기 연관성의 분석을 위해 미리 결정된 최소값보다 큰 경우 상기 연관성을 분석하는 것을 특징으로 하는 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
  5. 제 1 항에 있어서,
    상기 분류하는 단계는,
    상기 에너지 소비 정보를 집단으로 나누고, 상기 집단에 대한 분산의 합을 최소화하도록 집단을 군집화하여 상기 사용 상태를 분류하는 것을 특징으로 하는 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
  6. 삭제
  7. 제 1 항에 있어서,
    상기 사용의 연관성을 분석하는 단계는,
    상기 비율을 정의하는 지지도를 이용하여, 상기 제1 집합에 포함된 에너지 소비 기기와 상기 제2 집합에 포함된 에너지 소비 기기가 사용되는 확률을 정의하는 향상도를 산출하는 것을 특징으로 하는 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
  8. 제 1 항에 있어서,
    상기 사용의 연관성을 분석하는 단계는,
    상기 에너지 소비 기기의 사용에 대한 시간 지연을 고려하여 상기 비율을 산출하는 것을 특징으로 하는 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
KR1020150030344A 2015-03-04 2015-03-04 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법 KR101642044B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150030344A KR101642044B1 (ko) 2015-03-04 2015-03-04 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150030344A KR101642044B1 (ko) 2015-03-04 2015-03-04 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법

Publications (1)

Publication Number Publication Date
KR101642044B1 true KR101642044B1 (ko) 2016-07-22

Family

ID=56681488

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150030344A KR101642044B1 (ko) 2015-03-04 2015-03-04 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법

Country Status (1)

Country Link
KR (1) KR101642044B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019117338A1 (ko) * 2017-12-12 2019-06-20 부산대학교 산학협력단 가정용 에너지 관리 시스템의 설정 등록 제어를 위한 장치 및 방법
EP3839521A1 (en) * 2019-12-20 2021-06-23 Centrica PLC Fault detection for appliances based on energy consumption data
CN116955109A (zh) * 2023-07-18 2023-10-27 江苏新博能源科技有限公司 一种基于多源数据的能源信息一体化管理系统及方法
CN117312964A (zh) * 2023-11-29 2023-12-29 安徽三禾一信息科技有限公司 一种智慧火电厂能耗监测方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130081226A (ko) * 2010-06-04 2013-07-16 센서스 유에스에이 인크. 비간섭 부하 모니터링 및 처리 방법 및 시스템
KR20140009307A (ko) * 2011-02-14 2014-01-22 가즈아키 네부 에너지 소비 감시 시스템, 방법, 및 컴퓨터 프로그램

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130081226A (ko) * 2010-06-04 2013-07-16 센서스 유에스에이 인크. 비간섭 부하 모니터링 및 처리 방법 및 시스템
KR20140009307A (ko) * 2011-02-14 2014-01-22 가즈아키 네부 에너지 소비 감시 시스템, 방법, 및 컴퓨터 프로그램

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
임기추, '생활행위 분류에 의한 가정부문 용도별 에너지소비 분석모형 개발', 에너지공학 제22권 제1호, 2013.03, pp.38-43 *
최문선, '분위회귀 분석을 통한 가정부문 용도별 에너지소비량 분포 및 특성 분석', 에너지경제연구원, 2013.12.31. *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019117338A1 (ko) * 2017-12-12 2019-06-20 부산대학교 산학협력단 가정용 에너지 관리 시스템의 설정 등록 제어를 위한 장치 및 방법
EP3839521A1 (en) * 2019-12-20 2021-06-23 Centrica PLC Fault detection for appliances based on energy consumption data
US20210190837A1 (en) * 2019-12-20 2021-06-24 Centrica Plc Fault detection for appliances based on energy consumption data
US11624761B2 (en) * 2019-12-20 2023-04-11 Centrica Plc Fault detection for appliances based on energy consumption data
CN116955109A (zh) * 2023-07-18 2023-10-27 江苏新博能源科技有限公司 一种基于多源数据的能源信息一体化管理系统及方法
CN116955109B (zh) * 2023-07-18 2024-05-14 江苏新博能源科技有限公司 一种基于多源数据的能源信息一体化管理系统及方法
CN117312964A (zh) * 2023-11-29 2023-12-29 安徽三禾一信息科技有限公司 一种智慧火电厂能耗监测方法及系统
CN117312964B (zh) * 2023-11-29 2024-02-20 安徽三禾一信息科技有限公司 一种智慧火电厂能耗监测方法及系统

Similar Documents

Publication Publication Date Title
JP7034209B2 (ja) 空調機を管理する方法及び装置
US11385664B2 (en) Methods and apparatus for achieving energy consumption goals through model-based simulations
Gopinath et al. Energy management using non-intrusive load monitoring techniques–State-of-the-art and future research directions
US11605036B2 (en) System and methods for power system forecasting using deep neural networks
US10498585B2 (en) Sensor data analytics and alarm management
Najafi et al. Data analytics for energy disaggregation: Methods and applications
Narayanaswamy et al. Data driven investigation of faults in HVAC systems with model, cluster and compare (MCC)
Dinesh et al. Non-intrusive load monitoring under residential solar power influx
KR101642044B1 (ko) 에너지 소비 기기의 연관성에 따른 이상 사용 판단 방법
US11002773B2 (en) Monitoring apparatus, monitoring method, and storage medium
Lee et al. Automatic standby power management using usage profiling and prediction
US10527307B2 (en) Methods and systems for controlling appliances
Khosrowpour et al. Occupant workstation level energy-use prediction in commercial buildings: Developing and assessing a new method to enable targeted energy efficiency programs
US20180082186A1 (en) Estimation device, estimation method, and non-transitory computer readable storage medium
JP6197258B2 (ja) 行動予測装置、プログラム
Yu et al. Assessment of operating performance of chiller systems using cluster analysis
AU2017435881A1 (en) Decoupled modeling methods and systems
Rollins et al. A system for collecting activity annotations for home energy management
US10503192B2 (en) Energy consumption modeling
Li et al. Smart home energy management systems based on non-intrusive load monitoring
KR102620180B1 (ko) Knx 기반의 개방형 건물 에너지 관리 시스템
Pratama et al. Office low-intrusive occupancy detection based on power consumption
Tan et al. Unsupervised residential power usage monitoring using a wireless sensor network
Batra et al. How good is good enough? re-evaluating the bar for energy disaggregation
JP6482504B2 (ja) 電力制御装置及びプログラム

Legal Events

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

Payment date: 20190715

Year of fee payment: 4