KR101855629B1 - Control system for optimizing sensor data acquisition autonomously - Google Patents
Control system for optimizing sensor data acquisition autonomously Download PDFInfo
- Publication number
- KR101855629B1 KR101855629B1 KR1020170148311A KR20170148311A KR101855629B1 KR 101855629 B1 KR101855629 B1 KR 101855629B1 KR 1020170148311 A KR1020170148311 A KR 1020170148311A KR 20170148311 A KR20170148311 A KR 20170148311A KR 101855629 B1 KR101855629 B1 KR 101855629B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- efficiency
- acquisition
- data acquisition
- technique
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 108
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 7
- 230000002567 autonomic effect Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004886 process control Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 9
- 238000004088 simulation Methods 0.000 description 23
- 239000003795 chemical substances by application Substances 0.000 description 17
- 230000006870 function Effects 0.000 description 7
- 238000011176 pooling Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000003570 air Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013502 data validation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
본 발명은 자율 제어 시스템에 관한 것으로, 보다 상세하게는 센서로부터 수집되는 측정 데이터 획득의 최적화를 통해 데이터 획득 효율성을 향상시킬 수 있는 빌딩 및 계장 처리 시스템에서 센서 데이터 획득 최적화 자율 제어 시스템에 관한 것이다.The present invention relates to an autonomous control system, and more particularly, to a sensor data acquisition optimization autonomous control system in a building and instrumentation system capable of improving data acquisition efficiency through optimization of acquisition of measurement data collected from the sensor.
일반적으로 빌딩 및 계장 처리 제어 시스템은 다양한 종류의 센서들이 다수 설치되어 사용되고 있는바, 여기에는 화재감지센서, 전기계측센서, pH센서, 동작감지센서, 이동감지센서, 냄새식별센서, 조명센서, 온도센서 등이 있고, 그 밖에도 날씨 등 주변 환경에 관한 정보가 수집되어 함께 사용되고 있다.In general, the building and instrumentation control system is installed with various kinds of sensors, such as a fire detection sensor, an electric measurement sensor, a pH sensor, a motion detection sensor, a movement detection sensor, an odor identification sensor, Sensors, etc. In addition, information on the surrounding environment such as weather is collected and used together.
이러한 빌딩 및 계장 처리 제어 시스템에 사용되는 센서들은 높은 발생 빈도를 갖는 데이터를 실시간으로 지연없이 시스템에 전송해야 한다. 센서에서 측정된 데이터가 시스템에 실시간으로 전송되지 않으면 데이터 손실과, 데이터 미처리나 처리 지연으로 인한 시스템 운영의 장애가 발생할 수 있다. 예컨대, 전력생산 설비에서 생산되는 전력에 대해 측정되는 센서 데이터는 20밀리초 이하의 주기로 생성되는데 이러한 데이터가 시스템에 도달하는 경과시간(Lag time)이 최소화되어야 한다.Sensors used in these building and instrumentation control systems must transmit data with a high frequency of occurrence to the system in real time without delay. If the measured data from the sensor is not transmitted to the system in real time, there may be a loss of data, system operation failure due to data incompletion or processing delay. For example, sensor data measured for power produced in a power generation facility is generated at a frequency of less than 20 milliseconds, and the lag time at which such data reaches the system must be minimized.
일반적으로, 센서로부터 측정된 데이터를 획득하는 기법에는 풀링(Pulling) 기법, 푸싱(Pushing) 기법, 통지 획득(Notify-n-Fetch) 기법이 있는데, 어떤 기법을 선택하든 데이터 생성 빈도와 데이터 생성값의 변화 정도에 따라 데이터값의 획득율, 데이터 획득에 소모되는 시간과 자원의 효율성이 저하될 수 있고, 데이터 획득이 실시간으로 이루어지지 않는 문제가 있다.Generally, there are Pulling, Pushing, and Notify-n-Fetch techniques to acquire measured data from the sensor. The data generation frequency and the data generation value The acquisition rate of the data value, the time consumed in data acquisition, and the efficiency of resources may be degraded depending on the degree of change of the data, and data acquisition is not performed in real time.
한편, 센서 데이터 획득과 관련된 종래기술로 특허문헌 1의 센서 데이터 수집 장치, 센서 미들웨어 장치 그리고 센서 데이터 처리 방법, 특허문헌 2의 센서 데이터 처리 방법 및 시스템, 특허문헌 3의 다양한 센서 네트워크로의 통합 질의를 처리하기 위한 센서데이터 통합 처리 장치 및 그 방법 등이 있다.Meanwhile, the sensor data collecting device, the sensor middleware device and the sensor data processing method of
본 발명은 상술한 문제들을 모두 해결하기 위하여 안출된 것으로, 센서의 데이터 획득 효율성 평가를 위한 범용적인 품질속성과 품질모델을 제시하고, 이를 통해 데이터 획득 효율성을 평가하며, 평가결과에 따라 최적화 데이터 획득기법을 자율 선정하여 시스템에 자동 적용되도록 동적으로 변경하기 때문에, 데이터값 획득율, 획득소모시간 효율성, 획득소모자원 효율성이 증가하고, 자율적인 프로세스로 구현되어 시스템 운영 비용 절감, 작업 효율성 증대, 시스템 성능 최적화를 달성할 수 있는 센서 데이터 획득 최적화 자율 제어 시스템에 그 목적이 있다.SUMMARY OF THE INVENTION The present invention has been made in order to solve all of the problems described above, and it is an object of the present invention to provide a general quality attribute and quality model for evaluating data acquisition efficiency of a sensor and to evaluate data acquisition efficiency thereof, The system is automatically selected and changed automatically to be applied to the system automatically. Therefore, data value acquisition rate, acquisition consumption time efficiency, acquisition consumption resource efficiency are increased, and it is implemented as an autonomous process, thereby reducing system operation cost, It is an object of the present invention to provide a sensor data acquisition optimization autonomous control system capable of achieving performance optimization.
상기 과제를 해결하기 위하여 본 발명은, 센서 데이터를 최적으로 획득하여 효율성을 향상시킬 수 있는 자율 제어 시스템에 있어서, 데이터를 수집하는 데이터소스와 연결되어 데이터소스로부터 수집된 데이터를 메인 컨트롤러에 제공하는 데이터소스 에이전트; 수집된 데이터를 처리하여 사용하는 데이터싱크와 연결되고, 메인 컨트롤러로부터 데이터를 제공받는 데이터싱크 에이전트; 및 데이터소스 에이전트와 데이터싱크 에이전트와 각각 연결되고, 데이터 획득 효율성을 평가하며, 평가결과에 따른 최적의 데이터 획득기법을 자율 선정하여 빌딩 및 계장 처리 제어 시스템에 적용시키는 메인 컨트롤러를 포함하되, 상기 메인 컨트롤러는, 빌딩 및 계장 처리 제어 시스템에 데이터소스와 데이터싱크를 각각 연결하고 초기화시키는 초기화 컴포넌트; 빌딩 및 계장 처리 제어 시스템에 대해 초기 설정된 데이터 획득기법으로 운영 중에 데이터소스와 데이터싱크로부터 품질속성값들을 계산하는 데 필요한 변수에 대한 입력값들을 수집하여 데이터베이스에 저장하고 효율성 평가 컴포넌트로 전송하는 수집 컴포넌트; 상기 입력값들을 범용품질모델의 메트릭에 적용하여, 데이터값 획득율, 획득소모시간 효율성, 획득소모자원 효율성의 기본적인 품질속성값들을 계산하고, 품질속성값들을 합산하여 데이터 획득 효율성의 값을 계산하며, 계산된 값들을 데이터베이스에 저장하고 최적화기법 자율선정 컴포넌트로 전송하는 효율성 평가 컴포넌트; 초기 설정된 데이터 획득기법으로 운영 중 획득 또는 계산된 품질속성값 또는 데이터 획득 효율성의 값이 기준치보다 낮다고 판단된 경우, 미리 정해진 결정 테이블에 따라 최적화 데이터 획득기법을 자율적으로 선정하는 최적화기법 자율선정 컴포넌트; 및 새로 선정된 데이터 획득방식을 빌딩 및 계장 처리 제어 시스템에 적용하는 최적화기법 적용 컴포넌트를 포함하는 센서 데이터 획득 최적화 자율 제어 시스템을 제공한다.According to an aspect of the present invention, there is provided an autonomous control system capable of optimally acquiring sensor data and improving efficiency, the autonomous control system comprising: a main controller, connected to a data source for collecting data, Data source agent; A data sink agent connected to a data sink for processing and using the collected data and receiving data from the main controller; And a main controller connected to the data source agent and the data sink agent, respectively, for evaluating data acquisition efficiency and autonomously selecting an optimum data acquisition technique according to an evaluation result and applying the selected data acquisition technique to a building and a process control system, The controller includes an initialization component that connects and initializes a data source and a data sink to a building and instrumentation control system, respectively; A data acquisition method that is initially set up for a building and instrumentation control system, collects input values for variables necessary for calculating quality attribute values from a data source and a data sink during operation, stores the input values in a database, ; The input values are applied to the metrics of the universal quality model to calculate basic quality attribute values of the data value acquisition rate, acquisition consumption time efficiency and acquisition consumption resource efficiency, and to calculate the value of the data acquisition efficiency by summing the quality attribute values An efficiency evaluation component that stores the calculated values in a database and transmits them to an optimization technique autonomy selection component; An optimization technique autonomic selection component that autonomously selects an optimization data acquisition technique according to a predetermined decision table when it is determined that the value of the acquired or calculated quality attribute value or the data acquisition efficiency is lower than the reference value in the initial data acquisition technique; And a sensor data acquisition optimization autonomous control system including an optimization technique application component that applies a newly selected data acquisition scheme to a building and instrumentation process control system.
본 발명에 의하면, 센서의 데이터 획득 효율성 평가를 위한 범용적인 품질속성과 품질모델을 제시하고, 이를 통해 데이터 획득 효율성을 평가하며, 평가결과에 따라 최적화 데이터 획득기법을 자율 선정하여 시스템에 작동 적용되도록 동적으로 변경하기 때문에, 데이터값 획득율, 획득소모시간 효율성, 획득소모자원 효율성이 증가하고, 자율적인 프로세스로 구현되어 시스템 운영 비용 절감, 작업 효율성 증대, 시스템 성능 최적화를 달성할 수 있는 효과가 있다.According to the present invention, a universal quality attribute and a quality model for evaluating the data acquisition efficiency of a sensor are presented, and the data acquisition efficiency is evaluated through the evaluation. Then, the optimization data acquisition technique is autonomously selected according to the evaluation result, The data value acquisition rate, the acquisition consumption time efficiency, and the acquisition consumption resource efficiency are increased, and it is implemented as an autonomous process, thereby reducing system operation cost, increasing work efficiency, and optimizing system performance .
도 1a 내지 도 1c는 데이터 획득기법을 간략하게 도시한 도면이다.
도 2는 본 발명의 실시예에 따른 범용품질모델의 메트릭을 도시한 도면이다.
도 3은 본 발명의 실시예에 따른 메인 컴포넌트들 및 데이터와 제어의 흐름을 도시한 도면이다.
도 4는 본 발명의 실시예에 따른 서브 컴포넌트들을 함께 도시한 도면이다.
도 5는 본 발명의 실시예에 따른 자율 제어 방법을 도시한 플로우 차트이다.
도 6a는 본 발명의 실시예에 따른 시뮬레이션을 통한 검증시 시뮬레이션 입력값을 3가지로 구분하여 표기한 것이고, 도 6b는 도 6a의 3가지의 입력값들을 종합하여 표시한 것이다.
도 7은 본 발명의 실시예에 따른 시뮬레이션을 통한 검증시 시뮬레이션 과정을 도시한 것이다.
도 8a는 본 발명의 실시예에 따른 시뮬레이션을 통한 검증시 자율 제어를 통한 데이터 획득 효율성의 변화 추이에 대한 시뮬레이션 결과를 도시한 것이고, 도 8b는 도 8a를 차트로 표시한 것이다.
도 9a는 본 발명의 실시예에 실시예에 따른 자율제어 적용과, 미적용시 시뮬레이션 결과를 비교한 것이고, 도 9b는 도 9a를 차트로 표시한 것이다.Figures 1A-1C are simplified views of a data acquisition technique.
2 is a diagram showing the metrics of the general purpose quality model according to an embodiment of the present invention.
3 is a diagram illustrating the flow of main components and data and control according to an embodiment of the present invention.
4 is a diagram illustrating subcomponents in accordance with an embodiment of the present invention.
5 is a flowchart showing an autonomous control method according to an embodiment of the present invention.
FIG. 6A is a graph showing the simulation input values when the simulation is performed according to the embodiment of the present invention. FIG. 6B is a graph illustrating the three input values of FIG. 6A.
FIG. 7 illustrates a simulation process during verification according to an embodiment of the present invention.
FIG. 8A shows a simulation result of a change in data acquisition efficiency through autonomous control during verification through simulation according to an embodiment of the present invention, and FIG. 8B is a chart showing FIG. 8A.
FIG. 9A is a graph comparing the simulation results of the autonomous control application and the non-use according to the embodiment of the present invention, and FIG. 9B is a chart of FIG. 9A.
이하에서, 도면을 참고하여 본 발명에 따른 빌딩 및 계장 처리 제어 시스템에서 센서 데이터 획득 최적화 자율 제어 시스템을 실시하기 위한 구체적인 내용에 대하여 실시예를 중심으로 상세하게 설명하도록 하겠다.Hereinafter, with reference to the drawings, specific details for implementing a sensor data acquisition optimization autonomous control system in a building and instrumentation control system according to the present invention will be described in detail with reference to embodiments.
본 발명에 따른 자율 제어 시스템은 빌딩 및 계장 처리 제어 시스템에 설치된 센서로부터 수집되는 측정 데이터의 획득을 최적화하기 위한 자율 제어 시스템에 관한 것으로, 데이터소스 에이전트(100; Data Source Agent), 데이터싱크 에이전트(200, Data Sink Agent) 및 메인 컨트롤러(300, Main Controller)를 포함하여 이루어진다.An autonomous control system in accordance with the present invention is directed to an autonomous control system for optimizing the acquisition of measurement data collected from sensors installed in building and instrumentation control systems and includes a data source agent (100), a
먼저, 수집된 데이터를 처리하여 사용하는 기능 컴포넌트나 출력 디바이스와 같은 데이터싱크(2; Data Sink)가 센서와 같은 데이터소스(1; Data Source)로부터 측정된 데이터를 획득하는 획득기법의 개요와 이들에 대한 비교 평가에 대하여 설명한다.First, an overview of an acquisition technique for acquiring measured data from a data source (1) such as a sensor, and a data sink (2), such as a functional component or output device, Will be described.
데이터소스(1)로부터 데이터를 획득하는 것은 시스템이 필요로 하는 데이터를 시스템의 내부 또는 외부에서 주기성을 갖고 필요한 형태로 획득하는 활동이며, 대표적인 데이터 획득기법으로는 풀링(Pulling) 기법, 푸싱(Pushing) 기법, 통지 획득(Notify-n-Fetch) 기법이 있고, 이들은 각각 장점과 단점을 모두 갖고 있다.Acquiring data from the
도 1a를 참고하면, 풀링 기법은 데이터를 필요로 하는 데이터싱크(2)가 데이터를 보유한 데이터소스(1)로부터 직접 능동적으로 데이터를 요청하고 리턴값으로 데이터를 수신하는 방식이다. 이러한 풀링 기법은 데이터싱크(2)가 원하는 필요 시점에 데이터소스(1)로부터 데이터를 수신할 수 있으나, 풀링 간격에서 발생할 수 있는 데이터소스(1)의 데이터값 변경이 누락될 수 있다. 또한, 데이터싱크(2)가 센서와 각종 외부 시스템과 연결되면서 빈번한 데이터 수신에 따른 자원의 오버헤드가 발생될 수 있다.Referring to FIG. 1A, a pulling technique is a method in which a
도 1b를 참고하면, 푸싱 기법은 데이터싱크(2)가 데이터소스(1)에 등록한 후, 데이터값이 변경될 때마다 데이터소스(1)가 등록되어 있는 데이터싱크(2)에게 변경된 데이터값을 전송해 주는 방식이다. 이러한 푸싱 기법은 데이터싱크(2)가 데이터소스(1)에 한번만 등록하면 변경된 데이터값을 모두 수신할 수 있다는 장점은 있으나, 데이터싱크(2)가 변경된 데이터값을 필요로 하지 않는 시점에도 데이터가 계속 전달되는 비효율성이 존재한다.Referring to FIG. 1B, after pushing the
도 1c를 참고하면, 통지 획득 기법은 데이터소스(1)의 기능을 하는 공급자(Publisher)와 데이터싱크(2)의 기능을 하는 구독자(Subscriber)로 구성되고, 공급자는 이미 등록되어 있는 구독자에게 센서의 새로운 데이터값이 변경되었다고 통지하고, 구독자가 변경된 데이터값이 필요로 할 시점에만 공급자로부터 데이터값을 수신하는 방식이다. 공급자와 구독자 간에는 다대다(many to many) 관계로 구독이 가능하다. 이러한 통지 획득 기법은 푸싱 기법의 장점을 보유하면서도 푸싱 기법의 단점인 불필요한 데이터값의 전송에 따른 오버헤드를 감소시킬 수 있고, 구독자는 필요한 모든 변경된 데이터값을 비동기화 방식으로 가져올 수 있는 장점이 있다. 하지만, 데이터값의 변경이 빈번하게 발생할 경우 공급자와 구독자 사이에 메시지 교환의 빈도가 증가하는 오버헤드가 발생할 수 있다.Referring to FIG. 1C, the notification acquisition technique consists of a provider acting as a
아래의 표 1은 데이터 획득기법의 장점과 단점을 비교한 것이다.Table 1 below compares the advantages and disadvantages of data acquisition techniques.
[표 1] 데이터 획득기법의 장단점[Table 1] Advantages and Disadvantages of Data Acquisition Technique
상기 표 1에서 비교되는 바와 같이, 각 데이터 획득기법은 장점과 단점을 모두 갖고 있기 때문에 어떤 방식이 더 우수하다고 판단하기 곤란한 것이다. 더구나, 빌딩 및 계정 처리 제어 시스템에 따라서는 각 센서에서 측정되는 데이터값의 변화 패턴이 다양하기 때문에 초기 설정된 하나의 데이터 획득기법으로 계속하여 운영하는 것은 데이터 획득 효율성 측면에서 바람직하지 않다. 따라서, 빌딩 및 계장 처리 제어 시스템 운영 중에 발생하는 데이터값들의 변화 패턴에 따라 최적화된 데이터 획득기법을 자율 선정하여 동적으로 변경할 필요가 있고, 이로써 빌딩 및 계장 처리 제어 시스템은 언제나 높은 데이터 획득 효율성을 유지할 수 있게 된다. 예컨대, 센서가 휴대형 배터리 전원으로 작동되거나 전송속도가 느린 무선 네트워크 통신을 사용하는 경우에 데이터 획득기법을 동적으로 변경할 필요성이 더 증가하게 된다.As can be seen in Table 1 above, each data acquisition technique has both advantages and disadvantages, so it is difficult to determine which method is better. In addition, depending on the building and the accounting processing control system, the variation of the data values measured by each sensor varies, and thus it is not preferable from the viewpoint of data acquisition efficiency to continue to operate with the initially set one data acquisition technique. Therefore, it is necessary to autonomously select and optimize the optimized data acquisition technique according to the change pattern of the data values occurring during the operation of the building and instrumentation control system, so that the building and instrumentation control system always maintains high data acquisition efficiency . For example, there is a greater need to dynamically change the data acquisition technique when the sensor is operating on portable battery power or using slower wireless network communication.
본 발명에 따른 자율 제어 시스템은 데이터 획득 효율성에 대한 정량적인 평가를 기반으로 시스템 스스로 데이터 획득 효율성의 향상 액션의 필요성에 대해 판단하고, 최적화 데이터 획득 기법을 자율 선정하여 빌딩 및 계장 처리 제어 시스템에 자동 적용할 수 있는 프로세스를 갖는다.The autonomous control system according to the present invention judges the necessity of improvement action of the data acquisition efficiency by itself on the basis of quantitative evaluation of the data acquisition efficiency, autonomously selects the optimization data acquisition technique, It has a process that can be applied.
도 3을 참고하면, 본 발명에 따른 자율 제어 시스템은 데이터소스 에이전트(100), 데이터싱크 에이전트(200) 및 메인 컨트롤러(300)라는 3개의 메인 컴포넌트들로 이루어진다. 데이터소스(1)와 데이터싱크(2) 사이에는 데이터 전송(Data Flow)가 이루어지고, 데이터소스 에이전트(100)와 데이터싱크 에이전트(200) 사이에 메인 컨트롤러(300)가 구성되어 제어 흐름(Control Flow)이 진행된다.3, the autonomic control system according to the present invention comprises three main components: a
상기 데이터소스 에이전트(100)는 센서 데이터를 수집하는 데이터소스(1)와 연결되어 있으면서, 데이터소스(1)로부터 수집된 데이터를 메인 컨트롤러(300)에 최적의 방식으로 제공한다. 또한, 데이터 획득방식의 중재 역할을 한다. 즉, 메인 컨트롤러(300)로부터 데이터소스(1)가 지원하지 않는 데이터 획득방식을 요청받으면 데이터 버퍼(buffer)를 사용하여 미지원 데이터 획득방식이 지원되도록 해 주는 기능을 한다.The
상기 데이터싱크 에이전트(200)는 데이터싱크(2)와 연결되어 있으면서, 메인 컨트롤러(300)로부터 데이터를 최적의 방식으로 제공받도록 한다. 또한, 데이터 획득방식의 중재 역할을 한다. 즉, 메인 컨트롤러(300)로부터 데이터싱크(2)가 지원하지 않는 데이터 획득방식을 요청받으면 데이터 버퍼(buffer)를 사용하여 미지원 데이터 획득방식이 지원되도록 해주는 기능을 한다.The data sink
상기 메인 컨트롤러(300)는 데이터소스 에이전트(100)와 데이터싱크 에이전트(200)와 각각 연결되고, 데이터 획득 효율성을 평가하며, 평가결과에 따른 최적의 데이터 획득기법을 자율 선정하여 빌딩 및 계장 처리 제어 시스템에 자동 적용되도록 동적으로 변경하는 기능을 하고, 도 4를 참고하면, 초기화 컴포넌트(310; System Initializer), 수집 컴포넌트(320; Metric Value Acquirer), 효율성 평가 컴포넌트(330; Efficiency Evaluator), 최적화기법 자율선정 컴포넌트(340; Remedy Action Planner) 및 최적화기법 적용 컴포넌트(350; Remedy Action Executor) 등 복수 개의 서브 컴포넌트들을 포함한다.The
상기 초기화 컴포넌트(310)는 빌딩 및 계장 처리 제어 시스템에 데이터소스(1)와 데이터싱크(2)를 각각 연결하고 초기화하는 것으로 도 5의 스텝 1의 기능을 수행하게 된다.The
상기 수집 컴포넌트(320)는 빌딩 및 계장 처리 제어 시스템에 대하여 초기 설정된 데이터 획득기법으로 운영 중에 데이터소스(1)와 데이터싱크(2)로부터 품질속성값들을 계산하는 데 필요한 변수에 대한 입력값들을 수집하여 데이터베이스에 저장하고 효율성 평가 컴포넌트(330)로 스트리밍 방식으로 전송한다. 수집 컴포넌트(320)는 물을 전달하는 수도관처럼 데이터를 모아두지 않고 즉시 효율성 평가 컴포넌트(330)로 끊임없고 지속적으로 보내는 스트리밍(Streaming) 방식을 사용한다. 이러한 상기 수집 컴포넌트(320)는 데이터값 획득율(Data Acquisition Rate; DAR), 획득소모시간 효율성(Acquisition Time Efficiency; ATE), 획득소모자원 효율성(Acquisition Resource Efficiency; ARE)의 기본적인 품질속성값들의 계산에 필요한 변수에 대한 입력값들을 수집하여 효율성 평가 컴포넌트(330)로 전송한다. 상기 수집 컴포넌트(320)는 도 5의 스텝 2의 기능을 수행하게 된다.The
상기 효율성 평가 컴포넌트(330)는 상기 입력값들을 범용품질모델의 메트릭에 적용하여, 데이터값 획득율(DAR), 획득소모시간 효율성(ATE), 획득소모자원 효율성(ARE)의 기본적인 품질속성값들을 계산하고, 이러한 품질속성값들을 합산하여 데이터 획득 효율성(Data Acquisition Efficiency; DAE)의 값을 계산하며, 계산된 값들을 데이터베이스에 저장하고 최적화기법 자율선정 컴포넌트(340)로 스트리밍 방식으로 전송한다.The
도 2를 참고하면, 상기 범용품질모델(Generic Quality Model)은 데이터 획득 효율성(DAE)을 평가하기 위한 데이터값 획득율(DAR), 획득소모시간 효율성(ATE), 획득소모자원 효율성(ARE) 3가지 기본적인 품질속성을 포함하고, 각 품질속성은 데이터 획득 효율성(DAE)의 한가지 측면을 의미한다. 또한, 빌딩 및 계장 처리 제어 시스템 별로 3가지 기본적인 품질속성 이외에도 특화된 추가적인 품질속성값이 더 추가될 수 있으며, 이러한 경우 범용품질모델의 적용성과 확장성이 향상된다. Referring to FIG. 2, the Generic Quality Model includes data acquisition rate (DAR), acquired acquisition time efficiency (ATE), acquisition consumed resource efficiency (ARE) 3 for evaluating data acquisition efficiency (DAE) And each quality attribute implies one aspect of the data acquisition efficiency (DAE). In addition to the three basic quality attributes for building and instrumentation control systems, additional specialized quality attribute values can be added. In this case, the applicability and scalability of the general quality model are improved.
본 발명에서는 위 3개의 기본적인 품질속성에 대한 구체적인 수학적인 메트릭을 제안하지는 않는다. 이는 빌딩 및 계장 처리 제어 시스템마다 서로 다른 다양한 센서의 종류가 설치되어 있고 데이터 획득 효율성에 대한 평가에 필요한의 메트릭의 변수들과 계산 공식이 매우 다양하고 서로 상이할 수 있기 때문에 특정한 수학적인 메트릭으로 고정하기 보다는 빌딩 및 계장 처리 제어 시스템 별로 이러한 품질속성값들을 각각 0에서 1사이의 임의의 값(0과 1을 포함)을 갖도록 별도로 지정하여 상기 범용품질모델이 어떠한 메트릭도 수용할 수 있도록 한 것이다.The present invention does not propose a specific mathematical metric for the above three basic quality attributes. This is because various types of sensors are installed for each building and instrumentation control system, and because the metric variables and calculation formulas necessary for evaluating the data acquisition efficiency are very diverse and may differ from each other, they are fixed with a specific mathematical metric Rather than specifying these quality attribute values separately for each building and instrumentation control system to have any value between 0 and 1 (including 0 and 1), the universal quality model can accommodate any metric.
상기 데이터값 획득율(DAR)의 품질속성은 데이터소스(1)의 변경된 데이터값들을 데이터싱크(2)가 획득한 비율로 정의되고, 0≤DAR값≤1의 범위를 가지며, DAR값이 0이면 데이터소스(1)의 변경된 데이터값들을 데이터싱크(2)가 전혀 획득하지 못한 것을 의미하고, DAR값이 1이면 데이터소스(1)의 변경된 모든 데이터값들을 데이터싱크(2)가 획득한 것을 의미한다. 따라서, DAR값이 1에 근접할 수록 전체적인 데이터 획득 효율성(DAE)은 높아지게 된다.The quality attribute of the data acquisition rate DAR is defined as the rate at which the data sink 2 acquires the changed data values of the
상기 획득소모시간 효율성(ATE)의 품질속성은 데이터소스(1)의 변경된 데이터값들을 데이터싱크(2)가 획득하는데 소요되는 시간의 효율성으로 정의되고, 0≤ATE값≤1의 범위를 가지며, ATE값이 0에 근접할 수록 데이터싱크(2)가 데이터값을 획득하는데 시간이 오래 걸린 것을 의미하고, ATE값이 1에 근접할 수록 데이터싱크(2)는 실시간에 이른 빠른 속도로 데이터값을 획득한 것을 의미한다. 따라서, ATE값이 1에 근접할수록 전체적인 데이터 획득 효율성(DAE)은 높아지게 된다.The quality attribute of the acquisition consumption time efficiency (ATE) is defined as the efficiency of the time it takes for the data sink 2 to acquire the changed data values of the
상기 획득소모자원 효율성(ARE)의 품질속성은 데이터소스(1)의 변경된 데이터값들을 데이터싱크(2)가 획득하는데 소모되는 자원의 효율성으로 정의되고, 0≤ARE값≤1의 범위를 가지며, ARE값이 0에 근접할 수록 데이터싱크(2)는 많은 자원을 소모하여 데이터값을 획득한 것을 의미하고, ARE값이 1에 근접할 수록 데이터싱크(2)는 적은 자원으로 데이터값을 획득한 것을 의미한다. 따라서, ARE값이 1에 근접할 수록 전체적인 데이터 획득 효율성(DAE)은 높아지게 된다. 이때, 소모되는 자원의 종류는 데이터 획득에 사용되는 프로세서의 사용시간, 주메모리, 부메모리, 네트워크 부하, 소모되는 배터리 등이 있다.The quality attribute of the acquisition consumable resource efficiency (ARE) is defined as the efficiency of resources consumed by the data sink 2 to obtain the changed data values of the
이러한 각 품질속성마다 가중치를 갖고 있고, 모든 가중치들의 합은 1이 되어야 하며, 데이터 획득 효율성(DAE)의 값은 각 품질속성에 각 품질속성마다 부여된 가중치를 곱한 후 이들을 합산하여 계산한다. 상술한 3가지 기본적인 품질속성만 사용하는 경우에는 다음의 식들이 성립한다. 이때, WDAR은 DAR에 대한 가중치이고, WATE는 ATE에 대한 가중치이며, WARE는 ARE에 대한 가중치를 의미한다.Each of these quality attributes has a weight, the sum of all the weights must be 1, and the value of the data acquisition efficiency (DAE) is calculated by multiplying each quality attribute by a weight assigned to each quality attribute, and then summing them. In the case of using only the above three basic quality attributes, the following equations hold. In this case, W DAR is a weight for DAR, W ATE is a weight for ATE, and W ARE means a weight for ARE.
WDAR + WATE + WARE = 1W DAR + W ATE + W ARE = 1
DAE = (DAR × WDAR) + (ATE × WATE) + (ARE × WARE)DAE = (DAR x W DAR ) + (ATE x W ATE ) + (ARE x W ARE )
따라서, 각 빌딩 및 계장 처리 제어 시스템 별로 정의된 가중치에 따라 데이터 획득 효율성(DAE)의 값은 달라지게 된다. Therefore, the value of the data acquisition efficiency (DAE) varies depending on the weight defined for each building and the instrumentation processing control system.
예컨대, 하수처리장에서 빗물이나 하수 등의 유속을 측정하는 센서의 데이터값에 대하여 데이터싱크(2)는 실시간으로 모든 데이터값을 획득해야 하므로 DAR이 중요도가 크기 때문에 DAR에 대한 높은 가중치가 설정된다. 하지만, 모든 데이터값을 필요로 하지 않고 일부만 획득해서 사용해도 되는 시스템의 경우에는 DAR에 대한 낮은 가중치가 설정되는데, 안개밀도센서(Fog Density Sensor)를 사용하여 스마트팜(Smart farm)에 물 공급을 제어하는 빌딩 및 계장 처리 제어 시스템의 경우 안개밀도가 단시간에 변경되지 않기 때문에 안개밀도센서의 측정 데이터값을 비교적 긴 주기로 획득해도 주변 대기 환경에 대한 판단이 가능한 것이다.For example, since the data sink 2 needs to acquire all the data values in real time with respect to the data value of the sensor for measuring the flow rate of rainwater or sewage in the sewage treatment plant, a high weight for DAR is set because DAR is important. However, for systems that do not require all the data values and can only acquire some of them, a low weight for the DAR is set. Using the Fog Density Sensor, the Smart farm is supplied with water In the case of the controlling building system and the instrumentation processing control system, since the fog density is not changed in a short time, it is possible to judge the ambient air environment even if the measurement data value of the fog density sensor is obtained at a relatively long period.
또한, 새로운 센서에 의해 계측된 데이터값이 발생한 후 주어진 시간 내에 실시간으로 데이터값을 실시간으로 획득해야 하는 시간 긴급성을 요구하는 시스템에서는 ATE에 대한 가중치가 높게 설정된다. 예컨대, 전력생산 장비 시스템은 20 밀리초 이하의 시간 간격으로 계측되는데 이를 신속히 획득하여 데이터 유효성 검사, 데이터베이스 저장, 데이터싱크에 전송 등의 작업을 20 밀리초 내에 완료해야 데이터값을 연속적으로 획득하여 처리가 가능하게 되므로, ATE에 대한 높은 가중치가 설정된다. 반대로, 스마트홈(Smart home)에서는 다양한 가전제품과 센서들로부터 측정된 데이터값을 스마트홈 허브 시스템이 획득하여 처리하는데, 실내의 조도, 습도, 소음, 공기 청정도 등을 측정하여 조명기구, 에어콘, 난방기, 환기장치 등을 자동으로 구동시키며, 이러한 경우 데이터값 획득에 다소 시간 지연이 발생하더라도 스마트홈의 기능 수행에 별다른 문제가 야기되지 않으므로 ATE에 대한 낮은 가중치가 설정된다.Also, in a system requiring time urgency to acquire data values in real time in real time within a given time after a data value measured by a new sensor occurs, the weight for ATE is set to be high. For example, a power production equipment system is measured at a time interval of less than 20 milliseconds, and it must be acquired quickly to complete data validation, database storage, and transmission to a data sink within 20 milliseconds to continuously acquire and process data values So that a high weight for the ATE is set. On the other hand, the smart home system acquires and measures the data values measured from various home appliances and sensors in the smart home, and measures the illuminance, humidity, noise and air cleanliness of the room, , Air conditioner, ventilator, etc. In this case, even if there is a time delay in obtaining the data value, a low weight is set for the ATE since there is no problem in performing the function of the smart home.
또한, 고속의 유선 네트워크를 사용하고 메모리 등의 자원이 풍부한 환경에서 시스템이 운영되는 경우, ARE에 대한 낮은 가중치가 설정된다.In addition, when a high-speed wired network is used and the system is operated in an environment rich in resources such as memory, a low weight for ARE is set.
아울러, 상기 효율성 평가 컴포넌트(330)는 도 5의 스텝 3의 기능을 수행하게 된다.In addition, the
상기 최적화기법 자율선정 컴포넌트(340)는 초기 설정된 데이터 획득기법으로 운영 중에 획득 또는 계산된 품질속성값 또는 데이터 획득 효율성의 값을 미리 정해진 기준치와 비교하여 향상이 필요한 지 여부에 대해 판단하고, 이러한 값들이 기준치보다 낮아서 향상이 필요하다고 판단되는 경우, 미리 정해진 결정 테이블에 따라 최적화 데이터 획득기법을 자율적으로 선정한다.The optimization technique
즉, 상기 최적화기법 자율선정 컴포넌트(340)는 데이터 획득 효율성의 향상이 필요한 지 여부에 대한 판단과 데이터 획득 효율성 향상을 위한 데이터 획득기법의 선정을 자율적으로 수행한다.That is, the optimization technique
이때, 다음의 변수들을 선언한다.At this time, declare the following variables.
FREQGEN은 데이터 생성 빈도(Data Generation Frequency)이고, FREQFETCH는 풀링 기법과 통지 획득 기법에서의 데이터 요청 빈도(Data Fetch Frequency)이고, RFR은 풀링 기법에서 데이터 중복 회피율(Redundancy Free Rate)이고, FREQDEMAND는 푸싱 기법에서 데이터 수요 빈도(Data Demand Frequency)이고, HIT는 푸싱 기법에서 전송된 데이터 수요 일치성(Data Hit Ratio)이다.FREQ GEN is a data generation frequency, FREQ FETCH is a data fetch frequency in a pooling technique and a notification acquisition technique, RFR is a redundancy free rate in a pooling technique, FREQ DEMAND is the data demand frequency in the pushing technique and HIT is the data hit ratio in the pushing technique.
상술한 데이터 획득을 위한 품질속성들과 추가된 변수들을 사용하여 아래와 같은 결정 테이블(Decision Table)을 정의한다.The following decision table is defined using the quality attributes and the added variables for the above-described data acquisition.
[표 2] 풀링 기법 운영 중 결정 테이블[Table 2] Decision table during operation of pooling technique
상기 표 2와 같이, 초기 설정된 데이터 획득기법이 풀링(Pulling) 기법일 때 상기 결정 테이블에 의하면, 낮은 데이터 생성 빈도(Low FREQGEN)와 높은 데이터 요청 빈도(High FREQFETCH)로 세팅되었는데, 획득소모자원 효율성의 값만 기준치보다 낮게 나오는 경우(Low ARE), 데이터 획득 효율성 향상을 위한 최적화 데이터 획득기법은 푸싱(Pushing) 기법으로 선정되고, 높은 데이터 생성 빈도(High FREQGEN)와 낮은 데이터 요청 빈도(Low FREQFETCH)로 세팅되었는데, 데이터값 획득율의 값만 기준치보다 낮은 경우(Low DAR), 데이터 획득 효율성 향상을 위한 최적화 데이터 획득기법은 통지획득(Notify-n-Fetch) 기법으로 선정된다.As shown in Table 2, when the initially set data acquisition technique is a pulling technique, the decision table is set to a low data generation frequency (Low FREQ GEN ) and a high data request frequency (High FREQ FETCH ) If the resource efficiency is lower than the reference value (Low ARE), the optimization data acquisition technique for improving the data acquisition efficiency is selected as a pushing technique, and a high data generation frequency (High FREQ GEN ) and a low data request frequency FREQ FETCH ). When the value of the data acquisition rate is lower than the reference value (Low DAR), the optimization data acquisition technique for improving the data acquisition efficiency is selected by the Notify-n-Fetch technique.
[표 3] 푸싱 기법 운영 중 결정 테이블[Table 3] Decision table during operation of pushing technique
상기 표 3과 같이 초기 설정된 데이터 획득기법이 푸싱(Pushing) 기법일 때 상기 결정 테이블에 의하면, 낮은 데이터 생성 빈도(Low FREQGEN)와 높은 데이터 수요 빈도(High FREQDEMAND)로 세팅되었는데, 데이터값 획득율(DAR), 획득소모시간 효율성(ATE), 획득소모자원 효율성(ARE), 데이터 수요 일치성(HIT)의 값들이 모두 기준치보다 높은 경우, 초기 설정된 푸싱(Pushin) 기법이 그대로 유지되고, 높은 데이터 생성 빈도(High FREQGEN)와 낮은 데이터 수요 빈도(Low FREQDEMAND)로 세팅되었는데, 획득소모자원 효율성의 값과 데이터 수요 일치성의 값들만 기준치보다 낮은 경우(Low ARE, Low HIT), 데이터 획득 효율성 향상을 위한 최적화 데이터 획득기법은 통지획득(Notify-n-Fetch) 기법으로 선정된다.According to the determination table, when the initial data acquisition technique is the pushing technique as shown in Table 3, it is set to a low data generation frequency (Low FREQ GEN ) and a high data frequency demand (High FREQ DEMAND ) (DAR), Acquisition Consumption Time Efficiency (ATE), Acquired Resource Consumption Efficiency (ARE), and Data Demand Compatibility (HIT) are all higher than the reference value, the initial pushing technique is maintained, (Low ARE, Low HIT), data acquisition efficiency (data acquisition efficiency), and data acquisition efficiency (data acquisition efficiency) are set to the data generation frequency (High FREQ GEN ) and the low data demand frequency (Low FREQ DEMAND ) Optimization data acquisition technique for improvement is selected by Notify-n-Fetch technique.
[표 4] 통지 획득 기법 운영 중 결정 테이블[Table 4] Notification Acquisition Scheme Operation Decision Table
상기 표 4와 같이, 초기 설정된 데이터 획득기법이 통지획득(Notify-n-Fetch) 기법일 때 상기 결정 테이블에 의하면, 낮은 데이터 생성 빈도(Low FREQGEN)와 높은 데이터 요청 빈도도(High FREQFETCH)로 세팅되었는데, 데이터값 획득율(DAR), 획득소모시간 효율성(ATE), 획득소모자원 효율성(ARE), 데이터 수요 일치성(HIT)의 값들이 모두 기준치보다 높은 경우, 초기 설정된 통지획득(Notify-n-Fetch) 기법이 그대로 유지되고, 높은 데이터 생성 빈도도(High FREQGEN)와 낮은 데이터 요청 빈도(Low FREQFETCH)로 세팅되었는데, 데이터값 획득율과 획득소모자원 효율성의 값들만 기준치보다 낮은 경우(Low DAR, Low ARE), 데이터 획득 효율성 향상을 위한 최적화 데이터 획득기법은 풀링(Pulling) 기법으로 선정되며, 이때, 획득 효율성 결과에서 획득소모자원 효율성의 값이 낮게 나온 원인은 데이터소스(1)가 데이터값 변경을 빈번하게 통지함에 따라 발생된 부하때문이고, 높은 데이터 생성 빈도(High FREQGEN)와 높은 데이터 요청 빈도(High FREQFETCH)로 세팅되었는데, 획득소모자원 효율성의 값만 기준치보다 낮은 경우(Low ARE), 데이터 획득 효율성 향상을 위한 최적화 데이터 획득기법은 푸싱(Pushin) 기법으로 선정되며, 이때, 획득 효율성 결과에서 획득소모자원 효율성의 값이 낮게 나온 원인은 데이터소스(1)와 데이터싱크(2) 사이에 데이터값 획득을 위해 빈번한 통지와 요청 메시지의 교환으로 인한 부하 때문이다.As shown in Table 4, according to the decision table, when the initial data acquisition technique is a Notify-n-Fetch technique, a low data generation frequency (Low FREQ GEN ) and a high data request frequency (High FREQ FETCH ) (DAR), Acquisition Consumption Time Efficiency (ATE), Acquired Resource Consumption Efficiency (ARE), and Data Demand Compatibility (HIT) are all higher than the reference value. -n-Fetch technique is maintained, and the high data generation frequency (High FREQ GEN ) and the low data request frequency (Low FREQ FETCH ) are set. However, only the data value acquisition rate and acquisition consumption resource efficiency (Low DAR, Low ARE), the optimization data acquisition technique for improving the data acquisition efficiency is selected as the pulling technique. In this case, And due to the load generated, as the data source (1) frequently notify the data value changes, high data generation frequency (High FREQ GEN) and was set at a higher data request frequency (High FREQ FETCH), only the value of the acquired consumption resource efficiency In case of lower than the reference value (Low ARE), the optimization data acquisition technique for improving the data acquisition efficiency is selected as a pushing technique. In this case, the reason for the lowered acquisition resource efficiency value in the acquisition efficiency result is that the data source 1 ) And the data sink 2 due to frequent notifications for the acquisition of data values and the exchange of request messages.
더불어, 상기 표 4의 획득 효율성 결과에서 데이터값 획득율(DAR)이 낮게 나온 것은 데이터싱크(2)가 변경된 데이터값이 필요할 때만 데이터소스(1)에 요청하여 데이터값을 획득함으로 인한 것이기 때문에 필요한 데이터는 모두 확보한 것이므로 전체 데이터 획득 효율성을 저하시키지 않는다.In addition, the data acquisition rate (DAR) is low in the acquisition efficiency results of Table 4 because the data sink 2 requests the
아울러, 위에서 정의된 3가지 결정 테이블은 프로그램으로 구현시 If-then의 조건문에 직접 매핑이 되고, 상기 최적화기법 자율선정 컴포넌트(340)는 도 5의 스텝 4의 기능을 수행하게 된다.In addition, the three decision tables defined above are mapped directly to the If-then conditional statements when implemented by the program, and the optimization technique
상기 최적화기법 적용 컴포넌트(350)는 상기 최적화기법 자율선정 컴포넌트(340)에서 새로 선정된 데이터 획득방식을 빌딩 및 계장 처리 제어 시스템에 자동 적용하여 동적으로 변경이 이루어지게 된다.The optimization
이하에서, 본 발명의 자율 제어 시스템에서 제안된 데이터 획득기법을 검증하기 위하여 시뮬레이션을 적용한 실시예에 대해 설명한다.Hereinafter, an embodiment in which simulation is applied to verify the data acquisition technique proposed in the autonomous control system of the present invention will be described.
본 시뮬레이션은 전력 생산 및 전력 변환 시스템의 센서 및 제어기를 대상으로 한다. 이러한 시스템의 데이터소스로는 전력 계측기, 네트워크 장치, 소방설비, 에너지저장장치 등이 있다. 이들은 센서로부터 측정된 데이터의 발생 주기가 매우 높고 데이터의 발생 시간대가 불규치적인 특성이 있다. 또한, 최근에는 배터리로 작동하는 IoT 디바이스인 드론을 이용한 사진 촬영 및 영상 녹화도 수행되고 있다. 이러한 이유로 데이터 획득 효율성이 낮으면 여러가지 기술적인 문제점이 발생하게 된다.This simulation targets sensors and controllers of power generation and power conversion systems. Data sources for these systems include power meters, network devices, fire fighting equipment, and energy storage devices. These are characterized in that the period of occurrence of the data measured from the sensor is very high and the generation time of the data is irregular. Recently, photo shooting and image recording using a battery-operated IoT device, a drone, are also being performed. For this reason, if the data acquisition efficiency is low, various technical problems will arise.
본 시뮬레이션을 위한 프로그램은 자바 언어로 작성되었고, 이러한 프로그램에서 데이터소스에 해당하는 자바 객체를 생성하며, 이 객체가 시스템의 센서와 같은 형태로 데이터를 생성하고 전송하도록 하였다.The program for this simulation is written in Java language. In this program, a Java object corresponding to a data source is generated, and this object generates and transmits data in the form of a sensor of the system.
이때, 데이터 생성 빈도와 관련하여 평균 생성 빈도는 16.7 밀리초(Milli-second; 60Hz 기반 실시간 전력 생산 빈도)이고, 최고 생성 빈도는 평균 생성 빈도의 200%이며, 최저 생성 빈도는 평균 생성 빈도의 10%이고, 그 표준편차는 50%이다.In this case, regarding the data generation frequency, the average generation frequency is 16.7 milliseconds (Milli-second: 60Hz based real-time power generation frequency), the highest generation frequency is 200% of the average generation frequency, and the lowest generation frequency is 10 %, And the standard deviation thereof is 50%.
도 6에 도시된 바와 같이, 랜덤으로 생성되는 시뮬레이션 값은 다음과 같은 방식으로 표기하기로 한다. 또한, 각 데이터 획득 기법마다 2개의 값을 쌍(Pair)으로 갖는다. 또한, 각 값을 고(High), 중(Medium), 저(Low)의 3가지 레벨로 구분한다.As shown in FIG. 6, simulation values generated randomly are expressed in the following manner. In addition, each data acquisition technique has two values in pairs. In addition, each value is divided into three levels of high, medium, and low.
도 7에 도시된 바와 같이, 시뮬레이션의 시스템에 대한 초기 설정은 풀링 기법을 적용하였고, 매 2분 마다 데이터 생성 패턴의 데이터값을 변경하였다. 데이터 생성 패턴의 변경시 데이터 획득 효율성이 낮아질 경우 상술한 결정 테이블을 기반으로 최적의 데이터 획득 방식을 자율적으로 선정하여 시스템에 동적으로 자동 적용하도록 하였다.As shown in Fig. 7, the initial setting for the simulation system was a pulling technique, and the data value of the data generation pattern was changed every 2 minutes. When the efficiency of data acquisition becomes low when the data generation pattern is changed, the optimum data acquisition system is autonomously selected based on the above-described decision table and dynamically applied to the system automatically.
도 7을 참고하여 시뮬레이션의 과정을 상세하게 설명하면, 시각 0분에 있어서, 풀링 기법의 초기에는 FREQGEN과 FREQFETCH의 2가지 설정값을 각각 Medium과 Medium으로 랜덤하게 생성하였다.Referring to FIG. 7, the simulation process is described in detail. At the
시각 2분에 있어서, 풀링 기법의 FREQGEN과 FREQFETCH의 2가지 설정값을 각각 Low, High로 랜덤하게 생성하였는데, 이 경우엔 데이터 획득 효율성이 저하되어 곧 푸싱 기법으로 전환될 것이 예상된다.At two minutes of time, the two sets of values FREQ GEN and FREQ FETCH of the pulling technique are randomly generated as Low and High, respectively. In this case, the data acquisition efficiency is lowered and it is expected to be converted into a pushing technique soon.
시각 2분 10초에 있어서, 푸싱 기법의 FREQGEN과 FREQDEMAND의 2가지 설정값을 각각 Medium, Medium으로 랜덤하게 생성하였는데, 이 경우엔 데이터 획득 효율성이 안정적인 것으로 예상된다.At 2 minutes and 10 seconds, the two values of FREQ GEN and FREQ DEMAND of the pushing technique are randomly generated as Medium and Medium, respectively. In this case, the data acquisition efficiency is expected to be stable.
시각 4분에 있어서, 푸싱 기법의 FREQGEN과 FREQDEMAND의 2가지 설정값을 각각 High, Low로 랜덤하게 생성하였는데, 이 경우엔 데이터 획득 효율성이 저하되어 곧 통지 획득 기법으로 전환될 것이 예상된다.At the time of 4 minutes, two setting values of FREQ GEN and FREQ DEMAND of the pushing technique are randomly generated as High and Low, respectively. In this case, it is expected that the data acquisition efficiency will be lowered and converted to the notification acquisition technique soon.
시각 4분 10초에 있어서, 통지 획득 기법의 FREQGEN과 FREQFETCH의 2가지 설정값을 각각 Low, High로 랜덤하게 생성하였는데, 이 경우엔 데이터 획득 효율성이 안정적인 것으로 예상된다.At the time of 4 minutes and 10 seconds, two setting values FREQ GEN and FREQ FETCH of the notification acquisition technique are randomly generated as Low and High, respectively. In this case, the data acquisition efficiency is expected to be stable.
시각 6분에 있어서, 통지 획득 기법의 FREQGEN과 FREQFETCH의 2가지 설정값을 각각 High, Low로 랜덤하게 생성하였는데, 이 경우엔 데이터 획득 효율성이 저하되어 곧 풀링 기법으로 전환될 것이 예상된다.At 6 minutes, the two sets of FREQ GEN and FREQ FETCH of the notification acquisition scheme are randomly generated as High and Low, respectively. In this case, the data acquisition efficiency is lowered and it is expected that the pooling scheme will be changed soon.
시각 6분 10초에 있어서, 풀링 기법의FREQGEN과 FREQFETCH의 2가지 설정값을 각각 High, Low로 랜덤하게 생성하였는데, 이 경우엔 데이터 획득 효율성이 안정적인 것으로 예상된다.At the time of 6 minutes and 10 seconds, the two sets of FREQ GEN and FREQ FETCH of the pulling technique are randomly generated as High and Low, respectively. In this case, the data acquisition efficiency is expected to be stable.
이와 같이, 본 시뮬레이션은 랜덤으로 설정값을 생성하였고, 위와 같은 데이터 생성 패턴의 실험을 총 100회 수행하였으며, 그 평균을 계산한 후 다음과 같은 시뮬레이션 결과로 해석하였다.In this way, the simulation generates random set values, and the above data generation pattern experiments are performed 100 times in total, and the average is calculated and then analyzed as the following simulation results.
본 시뮬레이션을 통하여 다음 2가지 측면으로 시뮬레이션 결과를 평가한다.Through this simulation, the simulation results are evaluated in the following two aspects.
① 자율 제어를 통한 데이터 획득 효율성(DAE)의 변화 추이① Trend of data acquisition efficiency (DAE) through autonomous control
본 시뮬레이션의 시나리오에 따른 100회 수행후 평균한 시뮬레이션 결과의 값이 도 8a에 도시되어 있고, 도 8b는 도 8a를 차트로 표시한 것이다.The values of the simulation results averaged 100 times after the simulation according to the scenario of this simulation are shown in FIG. 8A, and FIG. 8B is a chart of FIG. 8A.
도 8b의 차트에서 시뮬레이션에 입력된 데이터값에 따라 살피건대, 2분대와, 4분대를 지나면서 DAE의 값이 50% 이하로 떨어지는 것을 확인할 수 있는데, 이때 자율 제어 시스템이 미리 정해진 결정 테이블에 따라 최적화된 데이터 획득 기법을 자율 선정하였고, 이를 동적으로 적용한 결과를 DAE의 값이 다시 회복되었음을 확인할 수 있다.In the chart of FIG. 8B, it can be confirmed that the value of the DAE drops to 50% or less according to the data value inputted in the simulation, over the second, fourth, and second quartiles. At this time, The optimized data acquisition technique was autonomously selected and the result of applying it dynamically confirms that the DAE value is restored again.
즉, 1차 최적화는 2분대를 지나면서 발생되었다. 시뮬레이션의 데이터 생성 패턴이 변화되면서 2분대에 DAE의 값이 46% 이하로 저하되었으나, 본 발명의 자율 제어 시스템에 의하여 초기 설정된 풀링 기법이 푸싱 기법으로 자율 선정되어 시스템에 동적으로 적용되면서 DAE의 값이 곧 회복된 것을 확인할 수 있다.That is, the first optimization occurred over the second minute. As the data generation pattern of the simulation changes, the value of the DAE drops to 46% or less in the second minute. However, the pulling technique initially set by the autonomous control system of the present invention is autonomously selected by the pushing technique and dynamically applied to the system, It can be confirmed that it is recovering soon.
더불어, 2차 최적화는 4분대를 지나면서 발생되었다. 시뮬레이션의 데이터 생성 패턴이 변화되면서 4분대에 DAE의 값이 42% 이하로 저하되었으나, 본 발며으이 자율 제어 시스템에 의하여 푸싱 기법이 통지 획득 기법으로 자율 선정되어 시스템에 동적으로 적용되면서 DAE의 값이 곧 회복된 것을 확인할 수 있다.In addition, the second optimization occurred over the fourth quarter. As the data generation pattern of the simulation changed, the DAE value dropped to 42% or less in the 4th minute. However, in the present invention, the pushing method was autonomously selected as the notification acquisition method by the autonomous control system and dynamically applied to the system, It can be confirmed that it is recovering soon.
② 자율 제어 시스템의 적용시와 미적용시 시뮬레이션의 결과 비교② Comparison of simulation result when applying autonomous control system and when not using autonomous control system
도 9a는 본 발명에 따른 자율 제어 시스템의 적용시와 미적용시의 2가지 경우에 대한 데이터 획득 효율성(DAE)의 값의 결과를 비교하여 나타낸 것이고, 도 9b는 도 9a를 차트로 표시한 것이다.FIG. 9A shows a comparison of the results of data acquisition efficiency (DAE) values for two cases of application and non-use of the autonomous control system according to the present invention, and FIG. 9B is a chart of FIG. 9A.
도 9b의 차트에서, 2가지 경우 모두 초기에는 DAE의 값에 차이가 없으나, 2분대에 이르면서 DAE의 값에 큰 차이가 발생하기 시작함을 확인할 수 있다. 또한, 본 발명의 자율 제어 시스템을 적용한 2분대와 4분대에서는 데이터 획득 기법이 자율 선정되어 시스템에 자동 적용되면서 높은 DAE의 값을 유지함을 확인할 수 있다.In the chart of FIG. 9B, it can be seen that there is no difference in the values of DAE at the beginning in both cases, but it is confirmed that a great difference occurs in the value of DAE in the second minute. In the second and fourth quadrants using the autonomous control system of the present invention, it is confirmed that the data acquisition technique is autonomously selected and applied to the system, thereby maintaining a high DAE value.
결국, 본 발명에 따른 빌딩 및 계장 처리 제어 시스템에서 센서 데이터 획득 최적화 자율 제어 시스템은 센서의 데이터 획득 효율성 평가를 위한 범용적인 품질속성과 품질모델을 제시하고, 이를 통해 데이터 획득 효율성을 평가하며, 평가결과에 따라 최적화 데이터 획득기법을 자율 선정하여 시스템에 작동 적용되도록 동적으로 변경하기 때문에, 데이터값 획득율, 획득소모시간 효율성, 획득소모자원 효율성이 증가하고, 자율적인 프로세스로 구현되어 시스템 운영 비용 절감, 작업 효율성 증대, 시스템 성능 최적화를 달성할 수 있는 것이다.As a result, the sensor data acquisition optimization autonomous control system in the building and instrumentation control system according to the present invention proposes general quality attributes and quality models for evaluating the data acquisition efficiency of the sensors, evaluates the data acquisition efficiency thereof, According to the result, the optimization data acquisition technique is autonomously selected and dynamically changed to be applied to the system. Therefore, the data acquisition rate, acquisition consumption time efficiency, acquisition consumption resource efficiency are increased, and the system is operated in an autonomous process. , Increase work efficiency, and optimize system performance.
본 발명에서 상기 실시 형태는 하나의 예시로서 본 발명이 여기에 한정되는 것은 아니다. 본 발명의 특허청구범위에 기재된 기술적 사상과 실질적으로 동일한 구성을 갖고 동일한 작용효과를 이루는 것은 어떠한 것이라도 본 발명의 기술적 범위에 포함된다.The present invention is not limited to the above-described embodiments. Anything having substantially the same constitution as the technical idea described in the claims of the present invention and achieving the same operational effect is included in the technical scope of the present invention.
1. 데이터소스
2. 데이터싱크
100. 데이터소스 에이전트
200. 데이터싱크 에이전트
300. 메인 컨트롤러
310. 초기화 컴포넌트
320. 수집 컴포넌트
330. 효율성 평가 컴포넌트
340. 최적화기법 자율선정 컴포넌트
350. 최적화기법 적용 컴포넌트1. Data source
2. Data sink
100. Data Source Agent
200. Data Sync Agent
300. Main controller
310. Initialization component
320. Collection component
330. Efficiency Evaluation Component
340. Self-selection component of optimization technique
350. Optimization Applied Component
Claims (8)
데이터를 수집하는 데이터소스와 연결되어 데이터소스로부터 수집된 데이터를 메인 컨트롤러에 제공하는 데이터소스 에이전트; 수집된 데이터를 처리하여 사용하는 데이터싱크와 연결되고, 메인 컨트롤러로부터 데이터를 제공받는 데이터싱크 에이전트; 및 데이터소스 에이전트와 데이터싱크 에이전트와 각각 연결되고, 데이터 획득 효율성을 평가하며, 평가결과에 따른 최적의 데이터 획득기법을 자율 선정하여 빌딩 및 계장 처리 제어 시스템에 적용시키는 메인 컨트롤러를 포함하되,
상기 메인 컨트롤러는, 빌딩 및 계장 처리 제어 시스템에 데이터소스와 데이터싱크를 각각 연결하고 초기화시키는 초기화 컴포넌트;
빌딩 및 계장 처리 제어 시스템에 대해 초기 설정된 데이터 획득기법으로 운영 중에 데이터소스와 데이터싱크로부터 품질속성값들을 계산하는 데 필요한 변수에 대한 입력값들을 수집하여 데이터베이스에 저장하고 효율성 평가 컴포넌트로 전송하는 수집 컴포넌트;
상기 입력값들을 범용품질모델의 메트릭에 적용하여, 데이터값 획득율, 획득소모시간 효율성, 획득소모자원 효율성의 기본적인 품질속성값들을 계산하고, 품질속성값들을 합산하여 데이터 획득 효율성의 값을 계산하며, 계산된 값들을 데이터베이스에 저장하고 최적화기법 자율선정 컴포넌트로 전송하는 효율성 평가 컴포넌트;
초기 설정된 데이터 획득기법으로 운영 중 획득 또는 계산된 품질속성값 또는 데이터 획득 효율성의 값이 기준치보다 낮다고 판단된 경우, 미리 정해진 결정 테이블에 따라 최적화 데이터 획득기법을 자율적으로 선정하는 최적화기법 자율선정 컴포넌트; 및
새로 선정된 데이터 획득방식을 빌딩 및 계장 처리 제어 시스템에 적용하는 최적화기법 적용 컴포넌트를 포함하는 센서 데이터 획득 최적화 자율 제어 시스템.
An autonomous control system capable of optimally acquiring sensor data and improving efficiency,
A data source agent coupled to a data source collecting data and providing data collected from the data source to the main controller; A data sink agent connected to a data sink for processing and using the collected data and receiving data from the main controller; And a main controller connected to the data source agent and the data sink agent, respectively, for evaluating data acquisition efficiency, and autonomously selecting an optimal data acquisition technique according to the evaluation result and applying the selected data acquisition technique to a building and a process control system,
Wherein the main controller comprises: an initialization component for connecting and initializing a data source and a data sink to a building and instrumentation control system, respectively;
A data acquisition method that is initially set up for a building and instrumentation control system, collects input values for variables necessary for calculating quality attribute values from a data source and a data sink during operation, stores the input values in a database, ;
The input values are applied to the metrics of the universal quality model to calculate basic quality attribute values of the data value acquisition rate, acquisition consumption time efficiency and acquisition consumption resource efficiency, and to calculate the value of the data acquisition efficiency by summing the quality attribute values An efficiency evaluation component that stores the calculated values in a database and transmits them to an optimization technique autonomy selection component;
An optimization technique autonomic selection component that autonomously selects an optimization data acquisition technique according to a predetermined decision table when it is determined that the value of the acquired or calculated quality attribute value or the data acquisition efficiency is lower than the reference value in the initial data acquisition technique; And
A sensor data acquisition optimization autonomous control system including an optimization component applying a newly selected data acquisition scheme to a building and instrumentation control system.
상기 품질속성값들은 모두 0과 1 사이의 범위(0과 1을 포함)를 갖되,
상기 데이터값 획득율은 데이터소스의 변경된 데이터값들을 데이터싱크가 획득한 비율이고,
상기 획득소모시간 효율성은 데이터소스의 변경된 데이터값들을 데이터싱크가 획득하는데 소요된 시간의 효율성이며,
상기 획득소모자원 효율성은 데이터소스의 변경된 데이터값들을 데이터싱크가 확보하는데 소모된 자원의 효율성인 것을 특징으로 하는 센서 데이터 획득 최적화 자율 제어 시스템.
The method according to claim 1,
The quality attribute values all have a range (including 0 and 1) between 0 and 1,
Wherein the data value acquisition rate is the rate at which the data sink acquires the changed data values of the data source,
The acquisition consumption time efficiency is the efficiency of the time spent by the data sink to obtain the changed data values of the data source,
Wherein the acquisition consumed resource efficiency is the efficiency of resources consumed by the data sink to obtain the changed data values of the data source.
범용품질모델의 메트릭에서 계산되는 데이터 획득 효율성의 값은, 각 품질속성값에, 각 품질속성값의 중요도에 따라 부여된 가중치를 곱하여 합산한 것으로, 모든 가중치들의 합은 1인 것을 특징으로 하는 센서 데이터 획득 최적화 자율 제어 시스템.
The method according to claim 1,
The value of the data acquisition efficiency calculated in the metric of the universal quality model is obtained by multiplying each quality attribute value by a weight given according to the importance of each quality attribute value and summing up the sum of all the weights. Data acquisition optimization autonomous control system.
상기 효율성 평가 컴포넌트는 각 컴포넌트 사이의 데이터 전송은 스트리밍 방식으로 이루어지는 것을 특징으로 하는 센서 데이터 획득 최적화 자율 제어 시스템.
The method according to claim 1,
Wherein the efficiency evaluation component is configured such that data transmission between the components is performed in a streaming manner.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170148311A KR101855629B1 (en) | 2017-11-08 | 2017-11-08 | Control system for optimizing sensor data acquisition autonomously |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170148311A KR101855629B1 (en) | 2017-11-08 | 2017-11-08 | Control system for optimizing sensor data acquisition autonomously |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101855629B1 true KR101855629B1 (en) | 2018-05-08 |
Family
ID=62187373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170148311A KR101855629B1 (en) | 2017-11-08 | 2017-11-08 | Control system for optimizing sensor data acquisition autonomously |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101855629B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116577979A (en) * | 2023-07-12 | 2023-08-11 | 合众新能源汽车股份有限公司 | Method and device for calculating control variable based on environment variable |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101006673B1 (en) | 2003-12-17 | 2011-01-10 | 에스케이 텔레콤주식회사 | The understanding method of user's terminal usage pattern information and thereof system |
-
2017
- 2017-11-08 KR KR1020170148311A patent/KR101855629B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101006673B1 (en) | 2003-12-17 | 2011-01-10 | 에스케이 텔레콤주식회사 | The understanding method of user's terminal usage pattern information and thereof system |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116577979A (en) * | 2023-07-12 | 2023-08-11 | 合众新能源汽车股份有限公司 | Method and device for calculating control variable based on environment variable |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI719302B (en) | Integrating machine learning into control systems | |
| US11374409B2 (en) | Power system load flexibility forecasting | |
| US10941950B2 (en) | Air conditioning control device, air conditioning control method and non-transitory computer readable medium | |
| KR101762061B1 (en) | System and method for predicting energy consumption based on cloud | |
| KR20120072016A (en) | System for providing energy management in home network interworking with smart grid, method and apparatus for providing energy management in home network interworking with smart grid | |
| Li et al. | Data driven electricity management for residential air conditioning systems: An experimental approach | |
| CN114442697B (en) | Temperature control method, equipment, medium and product | |
| Torunski et al. | A review of smart environments for energy savings | |
| US20200272187A1 (en) | Open automated demand response (openadr) server | |
| JPWO2017038720A1 (en) | Management server, management method and management system | |
| US20180164758A1 (en) | Information processing method, cloud service platform and information processing system | |
| KR20220042928A (en) | A method of implementing an self-organizing network for a plurality of access network devices and an electronic device performing the same | |
| KR101855629B1 (en) | Control system for optimizing sensor data acquisition autonomously | |
| WO2013040850A1 (en) | Cloud computing-based system and method for management and control of air processing apparatus | |
| JP6635895B2 (en) | Power demand control system, power demand control method, aggregator system, customer power management system, and program | |
| Frincu et al. | Towards a scalable cloud enabled smart home automation architecture for demand response | |
| CN118333311A (en) | Configuration scheduling method and system for water resources | |
| Naqvi et al. | Mascot: self-adaptive opportunistic offloading for cloud-enabled smart mobile applications with probabilistic graphical models at runtime | |
| CN103001862B (en) | Switching system of internet of things and data processing method | |
| JP7395824B2 (en) | Maintenance timing adjustment device and air conditioning system | |
| Hall et al. | A system of agents for supporting optimization and control of a connected community | |
| Määttä et al. | Building intelligence—Home operating system for smart monitoring and control | |
| KR102383321B1 (en) | Method, appratus and system for managing energy in self-powered network | |
| US11566806B2 (en) | Humidity analytics | |
| Gubba et al. | Energy management by controlling air conditioning systems in residential settings |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |