KR101874085B1 - 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체 - Google Patents

Abstract

본 발명은 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체를 개시한다. 즉, 본 발명은 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단함으로써, 수집한 기상 정보에 대한 높은 신뢰도의 품질 평가가 가능하고, 정교하고 정확하게 오류 데이터를 확인하여 신뢰성 있는 감지 데이터를 제공할 수 있다.

Description

복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체{Apparatus for detecting error of meteorological sensor via complex-decision, method thereof and computer readable medium having computer program recorded thereon}

본 발명은 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체에 관한 것으로, 특히 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단하는 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체에 관한 것이다.

복수의 기상 센서로부터 수신되는 감지 데이터는 센서 및 관측 환경에 따라 다양한 오류 패턴이 존재하고, 기존의 단순한 품질 관리 기법으로는 오류 검출에 한계가 존재한다.

특히, 오류 패턴이 정상 데이터와 큰 차이를 보이지 않는 경우도 있고, IoT(Internet of Things: 사물인터넷) 기술의 확산으로 감지 데이터가 급격하게 증가하여 사람에 의한 품질 관리에 한계가 존재한다.

즉, 단순히 기계적 오류에 대한 수치만으로 감지 데이터에 대한 이상 여부를 판단할 수 없고, 정상 범위 내의 감지 데이터에 대해서도 다양한 오류 상황이 존재하며, 오류와 유사한 정상 측정 상황도 존재할 수 있어, 감지 데이터에 대한 이상 여부를 정확히 판단할 수 없는 경우도 발생한다.

따라서, 단순한 품질 관리 방식을 이용할 경우, 이상 환경에서 감지 데이터의 상당 부분이 필터링되어, 분석 샘플 수가 줄어들어 신뢰성이 낮아지며, 기상 요소들 간의 상관 관계 분석을 통한 이상 여부 판단과 같은 지능적 품질 관리 방식을 적용한다 하더라도 그 검출 범위가 제한적이어서 제약이 많으며, 이러한 상관 관계가 정상적인 상황이라더라도 실제로 이상인 경우도 존재한다.

특히, 이러한 오류 정보를 기상 센싱 정보 분석에 활용하는 경우, 예보나 실황에 오류가 발생할 수 있고, 그 원인을 찾기 어려운 문제가 발생할 수 있다.

한국등록특허 제10-1655776호 [명칭: 소형 자동기상관측 장치 및 이를 사용한 관측 방법]

본 발명의 목적은 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단하는 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체를 제공하는 데 있다.

본 발명의 다른 목적은 오류 분석 방식인 일반 QC 방식에 일변화 패턴 분석, 확률 분포 분석, 주파수 분석, 상관 분석 등을 추가하고, 개별 분석 결과를 복합적으로 판단하여 오류 데이터를 제거하거나 감지 데이터에 대한 데이터 등급을 분류하여 사용 목적에 맞는 등급의 감지 데이터를 사용할 수 있도록 제공하는 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체를 제공하는 데 있다.

본 발명의 또 다른 목적은 사용자의 어드민 설정에 따라 각 오류 분석 단계별 복합 판단 기준을 변경 및 최적화를 수행하는 복합 판단을 통한 기상 센서의 이상 감지 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체를 제공하는 데 있다.

본 발명의 실시예에 따른 복합 판단을 통한 기상 센서의 이상 감지 방법은 수집부에 의해, 관리 지역에 대한 기상 정보를 수집하는 단계; 제어부에 의해, 저장부에 저장된 복수의 오류 분석 그룹에 상기 수집된 기상 정보를 순차적으로 적용하여 상기 기상 정보에 대한 등급을 확인하는 단계; 상기 제어부에 의해, 상기 확인된 기상 정보에 대한 등급과 상기 기상 정보를 상기 저장부에 미리 저장된 복수의 등급별 기상 정보에 매칭하여 저장하는 단계; 및 상기 제어부에 의해, 상기 저장부에 저장된 복수의 등급별 기상 정보 중에서 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행하는 단계를 포함할 수 있다.

본 발명과 관련된 일 예로서 상기 복수의 오류 분석 그룹은, 상기 제어부에 의해, 미리 설정된 오류 판단 신뢰성을 근거로 품질 관리(Quality Control: QC) 방식, 일변화 패턴 방식, 주변지역 편차 방식, 예측-관측 상관 계수 방식, 실황/예측-관측 편차 방식, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출(anomaly detection) 방식을 복수의 오류 분석 그룹으로 분류할 수 있다.

본 발명과 관련된 일 예로서 상기 복수의 오류 분석 그룹은, 품질 관리 방식을 제 1 오류 분석 그룹으로 분류하고, 일변화 패턴 방식과 주변 지역 편차 방식을 제 2 오류 분석 그룹으로 분류하고, 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식을 제 3 오류 분석 그룹으로 분류하고, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식을 제 4 오류 분석 그룹으로 분류한 상태일 수 있다.

본 발명과 관련된 일 예로서 상기 복수의 오류 분석 그룹에 상기 수집된 기상 정보를 순차적으로 적용하여 상기 기상 정보에 대한 등급을 확인하는 단계는, 상기 제어부에 의해, 상기 제 1 오류 분석 그룹에 포함된 품질 관리 방식에 상기 기상 정보를 적용하여 제 1 오류 판단 결과를 산출하는 과정; 상기 산출된 제 1 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 상기 제어부에 의해, 상기 산출된 제 1 오류 판단 결과를 근거로 상기 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 상기 기상 정보를 각각 적용하여 제 2 오류 판단 결과 및 제 3 오류 판단 결과를 산출하는 과정; 상기 제어부에 의해, 상기 산출된 제 2 오류 판단 결과 및 제 3 오류 판단 결과를 근거로 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 상기 기상 정보를 각각 적용하여 제 4 오류 판단 결과 내지 제 6 오류 판단 결과를 산출하는 과정; 및 상기 제어부에 의해, 상기 산출된 제 4 오류 판단 결과 내지 제 6 오류 판단 결과를 근거로 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 제 7 오류 판단 결과 내지 제 9 오류 판단 결과를 산출하는 과정을 포함할 수 있다.

본 발명과 관련된 일 예로서 상기 제 2 오류 판단 결과 및 제 3 오류 판단 결과를 산출하는 과정은, 상기 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 기상 정보를 각각 적용하여 상기 제 2 오류 판단 결과를 산출하는 과정; 상기 산출된 제 2 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 상기 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 기상 정보를 각각 적용하여 상기 제 3 오류 판단 결과를 산출하는 과정; 및 상기 산출된 제 3 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정을 포함할 수 있다.

본 발명과 관련된 일 예로서 상기 제 4 오류 판단 결과 내지 제 6 오류 판단 결과를 산출하는 과정은, 상기 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 기상 정보를 각각 적용하여 상기 제 4 오류 판단 결과를 산출하는 과정; 상기 산출된 제 4 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 상기 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과가 오류 없음이거나 또는 제 3 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 기상 정보를 각각 적용하여 상기 제 5 오류 판단 결과를 산출하는 과정; 상기 산출된 제 5 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 및 상기 제 2 오류 분석 그룹에 의해 산출된 제 3 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 기상 정보를 각각 적용하여 상기 제 6 오류 판단 결과를 산출하는 과정을 포함할 수 있다.

본 발명과 관련된 일 예로서 상기 제 7 오류 판단 결과 내지 제 9 오류 판단 결과를 산출하는 과정은, 상기 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 상기 제 7 오류 판단 결과를 산출하는 과정; 상기 산출된 제 7 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 상기 산출된 제 7 오류 판단 결과가 오류 없음이거나 기준 범위 이내일 때, 상기 제어부에 의해, 상기 기상 정보를 의심 등급으로 확인하는 과정; 상기 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과가 오류 없음이거나, 상기 제 5 오류 판단 결과가 기준 범위 이내이거나 또는, 상기 제 6 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 상기 제 8 오류 판단 결과를 산출하는 과정; 상기 산출된 제 8 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 상기 산출된 제 8 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 기상 정보를 의심 등급으로 확인하는 과정; 상기 산출된 제 8 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 기상 정보를 정상 등급으로 확인하는 과정; 상기 제 3 오류 분석 그룹에 의해 산출된 제 5 오류 판단 결과가 오류 없음이거나 또는 제 6 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 상기 제 9 오류 판단 결과를 산출하는 과정; 상기 산출된 제 9 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 의심 등급으로 확인하는 과정; 및 상기 산출된 제 9 오류 판단 결과가 기준 범위 이내이거나 오류 없음일 때, 상기 제어부에 의해, 상기 기상 정보를 정상 등급으로 확인하는 과정을 포함할 수 있다.

본 발명과 관련된 일 예로서 상기 제 3 오류 분석 그룹에 의해 산출된 제 6 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 기상 정보를 정상 등급으로 확인하는 과정을 더 포함할 수 있다.

본 발명의 실시예에 따른 컴퓨터 프로그램이 기록된 기록매체에는 상술한 실시예에 따른 방법을 수행하는 컴퓨터 프로그램이 저장될 수 있다.

본 발명의 실시예에 따른 복합 판단을 통한 기상 센서의 이상 감지 장치는 오류 판단 신뢰성을 근거로 분류된 복수의 오류 분석 방식을 포함하는 복수의 오류 분석 그룹을 저장하는 저장부; 관리 지역에 대한 기상 정보를 수집하는 수집부; 및 상기 저장부에 저장된 복수의 오류 분석 그룹에 상기 수집된 기상 정보를 순차적으로 적용하여 상기 기상 정보에 대한 등급을 확인하고, 상기 확인된 기상 정보에 대한 등급과 상기 기상 정보를 상기 저장부에 미리 저장된 복수의 등급별 기상 정보에 매칭하여 저장하는 제어부를 포함할 수 있다.

본 발명과 관련된 일 예로서 상기 제어부는, 상기 저장부에 저장된 복수의 등급별 기상 정보 중에서 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행할 수 있다.

본 발명과 관련된 일 예로서 상기 제어부는, 상기 복수의 오류 분석 그룹 중 제 1 오류 분석 그룹에 포함된 품질 관리 방식, 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식, 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식 및, 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 순차적으로 적용하며, 이전 그룹의 오류 분석 방식의 판단 결과에 따라 다음 단계의 오류 분석 그룹에 포함된 오류 분석 방식의 결과가 달라지도록 구성할 수 있다.

본 발명은 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단함으로써, 수집한 기상 정보에 대한 높은 신뢰도의 품질 평가가 가능하고, 정교하고 정확하게 오류 데이터를 확인하여 신뢰성 있는 감지 데이터를 제공할 수 있는 효과가 있다.

또한, 본 발명은 오류 분석 방식인 일반 QC 방식에 일변화 패턴 분석, 확률 분포 분석, 주파수 분석, 상관 분석 등을 추가하고, 개별 분석 결과를 복합적으로 판단하여 오류 데이터를 제거하거나 감지 데이터에 대한 데이터 등급을 분류하여 사용 목적에 맞는 등급의 감지 데이터를 사용할 수 있도록 제공함으로써, 신뢰성 있는 감지 데이터를 이용하여 분석을 수행하고 의심 데이터는 단순 참조하도록 하여 등급별 데이터를 용도에 따라 활용할 수 있도록 하여 데이터의 양과 질을 적절하게 활용할 수 있는 효과가 있다.

또한, 본 발명은 사용자의 어드민 설정에 따라 각 오류 분석 단계별 복합 판단 기준을 변경 및 최적화를 수행함으로써, 이상 기후에 대응하여 복합 판단을 통한 정확하고 신뢰성 있는 감지 데이터를 제공할 수 있는 효과가 있다.

도 1은 본 발명의 실시예에 따른 복합 판단을 통한 기상 센서의 이상 감지 장치의 구성을 나타낸 블록도이다.
도 2는 본 발명의 실시예에 따른 풍속 모델의 예측과 관측에 대한 상관분석 데이터 원본을 나타낸 도이다.
도 3은 본 발명의 실시예에 따른 예측-관측 상관도 변화를 나타낸 도이다.
도 4는 본 발명의 실시예에 따른 예측-관측 편차 변화를 나타낸 도이다.
도 5 내지 도 7은 본 발명의 실시예에 따른 지점별 풍속 빈도 분포에 따른 상태를 나타낸 도이다.
도 8은 본 발명의 실시예에 따른 기상 센서의 이상 감지 방법을 나타낸 흐름도이다.
도 9는 본 발명의 실시예에 따른 복수 단계의 오류 분석 그룹 적용 예를 나타낸 도이다.

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

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

또한, 본 발명에서 사용되는 제 1, 제 2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성 요소는 제 2 구성 요소로 명명될 수 있고, 유사하게 제 2 구성 요소도 제 1 구성 요소로 명명될 수 있다.

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

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

도 1은 본 발명의 실시예에 따른 복합 판단을 통한 기상 센서의 이상 감지 장치(10)의 구성을 나타낸 블록도이다.

도 1에 도시된 바와 같이, 복합 판단을 통한 기상 센서의 이상 감지 장치(10)는 수집부(100), 통신부(200), 저장부(300), 표시부(400), 음성 출력부(500) 및 제어부(600)로 구성된다. 도 1에 도시된 복합 판단을 통한 기상 센서의 이상 감지 장치(10)의 구성 요소 모두가 필수 구성 요소인 것은 아니며, 도 1에 도시된 구성 요소보다 많은 구성 요소에 의해 복합 판단을 통한 기상 센서의 이상 감지 장치(10)가 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 복합 판단을 통한 기상 센서의 이상 감지 장치(10)가 구현될 수도 있다.

수집부(100)는 복수의 관리 지역에 대한 기상 정보(또는 감지 데이터)를 각각 수집(또는 측정)한다. 이후, 제어부(600)는 수집된 기상 정보에 대해서 미리 분류된 복수의 오류 분석 그룹에 해당 기상 정보를 순차적으로 적용하여, 해당 기상 정보에 대한 등급을 확인(또는 판별)한다. 이후, 제어부(600)는 확인된 해당 기상 정보에 대한 등급을 근거로 등급별로 기상 정보를 매칭하여 저장부(300)에 저장한다. 이후, 제어부(600)는 저장부(300)에 저장된 복수의 등급별 기상 정보 중에서 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행한다.

이상 감지 장치(10)는 스마트 폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 개인 정보 단말기(Personal Digital Assistant: PDA), PMP(Portable Multimedia Player) 단말기, 텔레매틱스(Telematics) 단말기, 내비게이션(Navigation) 단말기, 개인용 컴퓨터(Personal Computer), 노트북 컴퓨터, 슬레이트 PC(Slate PC), 태블릿 PC(Tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display) 등 포함), 와이브로(Wibro) 단말기, IPTV(Internet Protocol Television) 단말기, 스마트 TV, 디지털방송용 단말기, 텔레비전(Television), 3D 텔레비전, 홈 시어터(Home Theater) 시스템, AVN(Audio Video Navigation) 단말기, A/V(Audio/Video) 시스템, 플렉시블 단말기(Flexible Terminal) 등과 같은 다양한 단말기에 적용될 수 있다.

수집부(100)는 복수의 관리 지역에 대한 기상 정보(또는 감지 데이터)를 각각 수집(또는 측정)한다. 여기서, 기상 정보는 해당 관리 지역에 대한 기온, 기압, 풍속, 상대습도, 일조량, 강수량, 강우 확률, 자외선 지수, 지역(또는 관리 영역)의 고유 식별 정보, 지역의 위치 정보 등을 포함한다.

통신부(200)는 유/무선 통신망을 통해 내부의 임의의 구성 요소 또는 외부의 임의의 적어도 하나의 단말기와 통신 연결한다. 이때, 외부의 임의의 단말기는 서버(미도시) 등을 포함할 수 있다. 여기서, 무선 인터넷 기술로는 무선랜(Wireless LAN: WLAN), 초고속 개인용 무선네트워크(Wireless Personal Area Network: WPAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTE-A(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS) 등이 있으며, 통신부(200)는 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다. 또한, 근거리 통신 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication: NFC), 초음파 통신(Ultra Sound Communication: USC), 가시광 통신(Visible Light Communication: VLC), 와이 파이(Wi-Fi), 와이 파이 다이렉트(Wi-Fi Direct) 등이 포함될 수 있다. 또한, 유선 통신 기술로는 전력선 통신(Power Line Communication: PLC), USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등이 포함될 수 있다.

또한, 통신부(200)는 유니버설 시리얼 버스(Universal Serial Bus: USB)를 통해 임의의 단말과 정보를 상호 전송할 수 있다.

또한, 통신부(200)는 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 서버 등과 무선 신호를 송수신한다.

또한, 통신부(200)는 제어부(600)의 제어에 의해, 서버(미도시)로부터 전송되는 관리 지역별 기상 정보를 수신한다. 여기서, 관리 지역별 기상 정보는 해당 관리 지역에 대한 기온, 기압, 풍속, 상대습도, 일조량, 강수량, 강우 확률, 자외선 지수, 지역(또는 관리 영역)의 고유 식별 정보, 지역의 위치 정보 등을 포함한다.

저장부(300)는 다양한 사용자 인터페이스(User Interface: UI), 그래픽 사용자 인터페이스(Graphic User Interface: GUI) 등을 저장한다.

또한, 저장부(300)는 이상 감지 장치(10)가 동작하는데 필요한 데이터와 프로그램 등을 저장한다.

즉, 저장부(300)는 이상 감지 장치(10)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션), 이상 감지 장치(10)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는 무선 통신을 통해 외부 서비스 제공 장치로부터 다운로드 될 수 있다. 또한 이러한 응용 프로그램 중 적어도 일부는 이상 감지 장치(10)의 기본적인 기능(예를 들어, 전화 착신, 발신 기능, 메시지 수신, 발신 기능)을 위하여 출고 당시부터 이상 감지 장치(10)상에 존재할 수 있다. 한편, 응용 프로그램은 저장부(300)에 저장되고, 이상 감지 장치(10)에 설치되어, 제어부(600)에 의하여 이상 감지 장치(10)의 동작(또는 기능)을 수행하도록 구동될 수 있다.

또한, 저장부(300)는 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory: RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 중 적어도 하나의 저장매체를 포함할 수 있다. 또한, 이상 감지 장치(10)는 인터넷(internet)상에서 저장부(300)의 저장 기능을 수행하는 웹 스토리지(web storage)를 운영하거나, 또는 웹 스토리지와 관련되어 동작할 수도 있다.

또한, 저장부(300)는 제어부(600)의 제어에 의해 센서부(100)에 의해 수집된(또는 측정된) 기상 정보 또는 통신부(200)에 의해 수신된 기상 정보를 저장한다.

표시부(400)는 제어부(600)의 제어에 의해 저장부(300)에 저장된 사용자 인터페이스 및/또는 그래픽 사용자 인터페이스를 이용하여 다양한 메뉴 화면 등과 같은 다양한 콘텐츠를 표시할 수 있다. 여기서, 표시부(400)에 표시되는 콘텐츠는 다양한 텍스트 또는 이미지 데이터(각종 정보 데이터 포함)와 아이콘, 리스트 메뉴, 콤보 박스 등의 데이터를 포함하는 메뉴 화면 등을 포함한다. 또한, 표시부(400)는 터치 스크린 일 수 있다.

또한, 표시부(400)는 액정 디스플레이(Liquid Crystal Display: LCD), 박막 트랜지스터 액정 디스플레이(Thin Film Transistor-Liquid Crystal Display: TFT LCD), 유기 발광 다이오드(Organic Light-Emitting Diode: OLED), 플렉시블 디스플레이(Flexible Display), 3차원 디스플레이(3D Display), 전자잉크 디스플레이(e-ink display), LED(Light Emitting Diode) 중에서 적어도 하나를 포함할 수 있다.

또한, 표시부(400)는 입체영상을 표시하는 입체 디스플레이부로서 구성될 수 있다.

입체 디스플레이부에는 스테레오스코픽 방식(안경 방식), 오토 스테레오스코픽 방식(무안경 방식), 프로젝션 방식(홀로그래픽 방식) 등의 3차원 디스플레이 방식이 적용될 수 있다.

또한, 표시부(400)는 제어부(600)의 제어에 의해, 센서부(100)에 의해 수집된(또는 측정된) 기상 정보 또는 통신부(200)에 의해 수신된 기상 정보를 표시한다.

음성 출력부(500)는 제어부(600)에 의해 소정 신호 처리된 신호에 포함된 음성 정보를 출력한다. 여기서, 음성 출력부(500)에는 리시버(receiver), 스피커(speaker), 버저(buzzer) 등이 포함될 수 있다.

또한, 음성 출력부(500)는 제어부(600)에 의해 생성된 안내 음성을 출력한다.

또한, 음성 출력부(500)는 제어부(600)의 제어에 의해, 센서부(100)에 의해 수집된(또는 측정된) 기상 정보 또는 통신부(200)에 의해 수신된 기상 정보에 대응하는 음성 정보를 출력한다.

제어부(600)는 이상 감지 장치(10)의 전반적인 제어 기능을 실행한다.

또한, 제어부(600)는 저장부(300)에 저장된 프로그램 및 데이터를 이용하여 이상 감지 장치(10)의 전반적인 제어 기능을 실행한다. 제어부(600)는 RAM, ROM, CPU, GPU, 버스를 포함할 수 있으며, RAM, ROM, CPU, GPU 등은 버스를 통해 서로 연결될 수 있다. CPU는 저장부(300)에 액세스하여, 저장부(300)에 저장된 O/S를 이용하여 부팅을 수행할 수 있으며, 저장부(300)에 저장된 각종 프로그램, 콘텐츠, 데이터 등을 이용하여 다양한 동작을 수행할 수 있다.

또한, 제어부(600)는 미리 설정된 오류 판단 신뢰성을 근거로 복수의 오류 분석 방식을 복수의 오류 분석 그룹으로 분류(또는 그룹화)한다. 여기서, 복수의 오류 분석 방식은 품질 관리(Quality Control: QC) 방식, 일변화 패턴 방식, 주변지역 편차 방식, 예측-관측 상관 계수 방식, 실황/예측-관측 편차 방식, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식, 기계 학습 기반의 이상 검출(anomaly detection) 방식 등을 포함한다.

즉, 제어부(600)는 복수의 오류 분석 방식에 대해서 오류 판단 신뢰성을 근거로 품질 관리 방식을 제 1 오류 분석 그룹으로 분류(또는 그룹화)하고, 일변화 패턴 방식과 주변 지역 편차 방식을 제 2 오류 분석 그룹으로 분류하고, 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식을 제 3 오류 분석 그룹으로 분류하고, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식을 제 4 오류 분석 그룹으로 분류한다.

또한, 제어부(600)는 분류된(또는 그룹화된) 복수의 오류 분석 그룹에 대한 정보를 저장부(300)에 저장한다.

여기서, 품질 관리 방식은 일반 품질 관리에 대한 오류 회수가 미리 설정된 기준값 이상 발생하는지 여부에 따라 이상 감지를 수행하는 방식이다. 또한, 일변화 패턴 방식은 하루 중 특정 시간대의 평균 풍속이 기준값 이상 발생하는 경우가 미리 설정된 특정일 이상 지속되는지 여부에 따라 이상 감지를 수행하는 방식이다. 도한, 주변지역 편차 방식은 미리 설정된 특정 반경 이내 지점과의 미리 설정된 기준값 이상의 편차가 발생하는지 여부에 따라 이상 감지를 수행하는 방식이다. 또한, 예측-관측 상관 계수 방식은 예측 데이터와 관측 데이터(또는 측정된/수집된 기상 정보/감지 데이터)의 상관 계수가 미리 설정된 특정 기간 동안 미리 설정된 기준값 이상 감소하는지 여부에 따라 이상 감지를 수행하는 방식이다. 또한, 실황/예측-관측 편차 방식(또는 실황 및 예측과 관측 편차 방식)은 실황 분석값과 관측 데이터 간의 편차 또는, 예측 데이터와 관측 데이터 간의 편차가 미리 설정된 기준값 이상 발생하고, 기준 횟수 이상 발생하고, 특정 기간 이상 발생하는지 여부에 따라 이상 감지를 수행하는 방식이다. 또한, 관측값 분포 방식은 관측 데이터의 분포도 패턴(또는 빈도 패턴)이 정상 패턴을 벗어나 특정 오류 패턴을 보일 때(예를 들어 풍속의 경우, 특정값 이하의 풍속 빈도가 기준값 이하일 때) 이상 감지를 수행하는 방식이다. 또한, FFT를 이용한 비정상적 변동/파동(fluctuation) 방식은 관측 데이터의 주파수 패턴이 미리 설정된 정상 패턴을 벗어난 특정 주파수 성분의 과다 혹은 과소 상태인지 여부에 따라 이상 감지를 수행하는 방식이다. 또한, 기계 학습 기반의 이상 검출 방식은 기계 학습 기반의 시계열 데이터 이상 검출을 통한 이상값 발생 여부에 따라 이상 감지를 수행하는 방식이다.

또한, 제어부(600)는 기상 정보에 대해서 저장부(300)에 저장된 복수의 오류 분석 그룹에 해당 기상 정보를 순차적으로 적용하여 해당 기상 정보에 대한 등급을 확인(또는 판별)한다. 여기서, 등급은 설계자의 설계에 따라 복수로 설정될 수 있으며, 예를 들어 제 1 등급(또는 정상 등급), 제 2 등급(또는 의심 등급), 제 3 등급(또는 장애 보고 등급) 등으로 설정된 상태일 수 있다. 이때, 각 오류 분석 그룹별 오류 판단 결과는 설계자의 설계에 따라 복수로 설정될 수 있으며, 예를 들어 오류 없음, 기준 범위 이내, 기준 범위 이상 등으로 구분된(또는 설정된) 상태일 수 있다. 여기서, 각 오류 분석 방식에 대한 기준 범위는 복수의 오류 분석 방식에 대해서 모두 동일하거나, 적어도 일부가 동일하거나 또는 서로 다를 수 있다.

본 발명의 실시예에서는 복수의 오류 분석 그룹이 4개의 그룹으로 형성되고, 오류 분석 그룹별 오류 판단 결과가 3개로 구분(예를 들어 오류 없음, 기준 범위 이내, 기준 범위 이상)되고, 최종 등급이 3개로 구분(정상 등급, 의심 등급, 장애 보고 등급)되는 것을 설명하고 있으나, 이에 한정되는 것은 아니며, 설계자의 설계에 따라 오류 분석 그룹수, 오류 판단 결과의 수, 최종 등급의 수 등이 상이하게 설정될 수 있다.

즉, 제어부(600)는 저장부(300)에 저장된 복수의 오류 분석 그룹을 근거로 해당 기상 정보를 오류 분석 그룹별로 해당 오류 분석 그룹에 포함된 하나 이상의 오류 분석 방식에 각각 순차적으로 적용한다. 이때, 제어부(600)는 이전 단계에서의 오류 분석 방식의 판단 결과에 따라 다음 단계의 오류 분석 그룹에 포함된 오류 분석 방식의 결과가 달라지도록 구성한다.

또한, 제 3 오류 분석 그룹의 오류 분석은 지능화된 상관 분석에 관한 것으로, 본 발명의 실시예에서는 이러한 상관 분석 하나만을 이용하는 것이라 아니라 다른 복수의 오류 분석 방식을 적용하는 것이다.

또한, 본 발명의 제 3 오류 분석 그룹의 오류 분석 방식 중 하나인 예측-관측 상관 계수 방식(또는 예측-관측 분석 방식)은 예측과 관측(또는 앞서 수집된 기상 정보)의 상관 관계를 분석하여, 그 상관도가 낮아질 경우 오류로 판단하는 방식이다.

예를 들어, 도 2에 도시된 바와 같이, 15일/30일 풍속 모델의 예측과 관측에 대한 상관 분석 데이터 원본(예를 들어 붉은색이 예측값, 파란색이 관측값)에 대해서, 제어부(600)는 해당 상관 분석 데이터 원본을 근거로 도 3에 도시된 상관도 변화와 도 4에 도시된 편차 변화를 각각 산출한다.

또한, 제 4 오류 분석 그룹의 관측값 분포 방식은 관측 데이터(또는 앞서 수집된 기상 정보)의 측정 분포도 패턴이 미리 설정된 정상 패턴을 벗어나는 경우를 판단하는 방식으로 통계적 방식을 이용하는 지능화된 오류 판단 방식이다.

예를 들어, 여러 지점에서 관측되는 최근 일정 시간 풍속 분포에 대해서, 제어부(600)는 지점별 풍속 빈도 분포를 근거로 도 5에 도시된 바와 같이 정상 상태(또는 정상 지점)인 것으로 판단하고, 도 6에 도시된 바와 같이 기준 범위 이내에 존재하여 다소 의심 상태(또는 이상 지점)인 것으로 판단하고, 도 7에 도시된 바와 같이 기준 범위 이상에 존재하여 장애 보고 상태(또는 오류 심각 지점)인 것으로 판단한다.

또한, 제어부(600)는 기상 정보, 확인된(또는 판별된) 해당 기상 정보에 대한 등급(또는 등급 정보) 등을 표시부(400) 및/또는 음성 출력부(500)를 통해 출력한다.

또한, 제어부(600)는 기상 정보, 확인된(또는 판별된) 해당 기상 정보에 대한 등급(또는 등급 정보) 등을 근거로 저장부(300)에 미리 저장된 복수의 등급별 기상 정보에 해당 기상 정보 및 해당 기상 정보에 대응하는 등급을 매칭하여 저장한다.

또한, 제어부(600)는 기상 정보를 사용하고자 하는 사용 목적에 따른 등급을 근거로, 저장부(300)에 미리 저장된 복수의 등급별 기상 정보 중에서 해당 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행한다.

이러한 과정을 통해, 제어부(600)는 기상 정보(또는 감지 데이터)에 대한 신뢰성 등급을 구분할 수 있고, 이러한 등급별 데이터를 적절하게 활용할 수 있어 기상 정보의 양과 질에 대한 선택이 가능하도록 할 수 있다.

예를 들어, 제어부(600)는 민감한 분석을 위해서는 높은 등급(예를 들어 정상 등급)의 데이터(또는 기상 정보)만을 이용하며, 덜 민감한 분석이나 실황에는 높은 등급의 데이터 및 중간 등급(예를 들어 의심 등급)의 데이터를 이용하며, 최하위 등급(예를 들어 장애 보고 등급)의 데이터는 삭제하거나(또는 버리거나) 장애 분석에 활용할 수 있다.

또한, 이상 감지 장치(10)는 해당 이상 감지 장치(10)에 연결되는 모든 외부기기와의 인터페이스 역할을 수행하는 인터페이스부(미도시)를 더 포함할 수도 있다. 예를 들면, 인터페이스부는 유/무선 헤드셋 포트(Headset Port), 외부 충전기 포트, 유/무선 데이터 포트, 메모리 카드(Memory Card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트, 오디오 I/O(Input/Output) 포트, 비디오 I/O(Input/Output) 포트, 이어폰 포트 등으로 구성될 수 있다. 여기서, 식별 모듈은 이상 감지 장치(10)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(User Identity Module: UIM), 가입자 인증 모듈(Subscriber Identity Module: SIM), 범용 사용자 인증 모듈(Universal Subscriber Identity Module: USIM) 등을 포함할 수 있다. 또한, 식별 모듈이 구비된 장치는 스마트 카드(Smart Card) 형식으로 제작될 수 있다. 따라서, 식별 모듈은 포트를 통하여 이상 감지 장치(10)와 연결될 수 있다. 이와 같은 인터페이스부는 외부 기기로부터 데이터를 수신하거나 전원을 수신하여 이상 감지 장치(10) 내부의 각 구성 요소에 전달하거나 이상 감지 장치(10) 내부의 데이터가 외부 기기로 전송되도록 한다.

또한, 인터페이스부는 이상 감지 장치(10)가 외부 크래들(Cradle)과 연결될 때 크래들로부터의 전원이 해당 이상 감지 장치(10)에 공급되는 통로가 되거나, 사용자에 의해 크래들에서 입력되는 각종 명령 신호가 해당 이상 감지 장치(10)로 전달되는 통로가 될 수 있다. 크래들로부터 입력되는 각종 명령 신호 또는 해당 전원은 이상 감지 장치(10)가 크래들에 정확히 장착되었음을 인지하기 위한 신호로 동작될 수도 있다.

또한, 이상 감지 장치(10)는 사용자에 의한 버튼 조작 또는 임의의 기능 선택에 따른 신호를 수신하거나, 디스플레이되는 화면을 터치/스크롤하는 등의 조작에 의해 생성된 명령 또는 제어 신호를 수신하기 위한 입력부(미도시)를 더 포함할 수도 있다.

입력부는 사용자의 명령, 선택, 데이터, 정보 중에서 적어도 하나를 입력 받기 위한 수단으로서, 숫자 또는 문자 정보를 입력 받고 다양한 기능을 설정하기 위한 다수의 입력키 및 기능키를 포함할 수 있다.

또한, 입력부는 키 패드(Key Pad), 돔 스위치 (Dome Switch), 터치 패드(정압/정전), 터치 스크린(Touch Screen), 조그 휠, 조그 스위치, 조그 셔틀(Jog Shuttle), 마우스(mouse), 스타일러스 펜(Stylus Pen), 터치 펜(Touch Pen) 등의 다양한 장치가 사용될 수 있다. 특히, 표시부(400)가 터치스크린 형태로 형성된 경우, 입력의 기능 중 일부 또는 전부는 표시부(400)를 통해 수행될 수 있다.

또한, 이상 감지 장치(10)의 각각의 구성부(또는 모듈)는 이상 감지 장치(10)의 메모리(또는 저장부(300)) 상에 저장되는 소프트웨어일 수 있다. 메모리는 이상 감지 장치(10)의 내부 메모리 일 수 있으며, 외장형 메모리 또는 다른 형태의 저장 장치일 수 있다. 또한, 메모리는 비휘발성 메모리일 수 있다. 메모리 상에 저장되는 소프트웨어는 실행 시 이상 감지 장치(10)로 하여금 특정 동작을 수행하도록 하는 명령어 세트를 포함할 수 있다.

이와 같이, 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단할 수 있다.

또한, 이와 같이, 오류 분석 방식인 일반 QC 방식에 일변화 패턴 분석, 확률 분포 분석, 주파수 분석, 상관 분석 등을 추가하고, 개별 분석 결과를 복합적으로 판단하여 오류 데이터를 제거하거나 감지 데이터에 대한 데이터 등급을 분류하여 사용 목적에 맞는 등급의 감지 데이터를 사용할 수 있도록 제공할 수 있다.

또한, 이와 같이, 사용자의 어드민 설정에 따라 각 오류 분석 단계별 복합 판단 기준을 변경 및 최적화를 수행할 수 있다.

이하에서는, 본 발명에 따른 복합 판단을 통한 기상 센서의 이상 감지 방법을 도 1 내지 도 9를 참조하여 상세히 설명한다.

도 8은 본 발명의 실시예에 따른 기상 센서의 이상 감지 방법을 나타낸 흐름도이다.

먼저, 제어부(600)는 미리 설정된 오류 판단 신뢰성을 근거로 복수의 오류 분석 방식을 복수의 오류 분석 그룹으로 분류(또는 그룹화)한다. 여기서, 복수의 오류 분석 방식은 품질 관리(Quality Control: QC) 방식, 일변화 패턴 방식, 주변지역 편차 방식, 예측-관측 상관 계수 방식, 실황/예측-관측 편차 방식, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식, 기계 학습 기반의 이상 검출(anomaly detection) 방식 등을 포함한다.

즉, 제어부(600)는 복수의 오류 분석 방식에 대해서 오류 판단 신뢰성을 근거로 품질 관리 방식을 제 1 오류 분석 그룹으로 분류(또는 그룹화)하고, 일변화 패턴 방식과 주변 지역 편차 방식을 제 2 오류 분석 그룹으로 분류하고, 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식을 제 3 오류 분석 그룹으로 분류하고, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식을 제 4 오류 분석 그룹으로 분류한다.

또한, 제어부(600)는 분류된(또는 그룹화된) 복수의 오류 분석 그룹에 대한 정보를 저장부(300)에 저장한다.

일 예로, 제어부(600)는 오류 판단 신뢰성을 근거로 품질 관리 방식(QC)을 제 1 오류 분석 그룹으로 분류하고, 일변화 패턴 방식과 주변 지역 편차 방식을 제 2 오류 분석 그룹으로 분류하고, 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식을 제 3 오류 분석 그룹으로 분류하고, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식을 제 4 오류 분석 그룹으로 분류한다. 또한, 제어부(600)는 분류된 복수의 오류 분석 그룹에 대한 정보를 저장부(300)에 저장한다(S810).

이후, 수집부(100)는 복수의 관리 지역에 대한 기상 정보(또는 감지 데이터)를 각각 수집(또는 측정)한다. 여기서, 기상 정보는 해당 관리 지역에 대한 기온, 기압, 풍속, 상대습도, 일조량, 강수량, 강우 확률, 자외선 지수, 지역(또는 관리 영역)의 고유 식별 정보, 지역의 위치 정보 등을 포함한다.

이때, 통신부(200)는 서버(미도시)로부터 제공되는 각 관리 지역별 기상 정보를 수신할 수도 있다.

일 예로, 수집부(100)는 제 1 관리 지역에 대한 제 1 기상 정보를 수집한다(S820).

이후, 제어부(600)는 기상 정보에 대해서 저장부(300)에 저장된 복수의 오류 분석 그룹에 해당 기상 정보를 순차적으로 적용하여 해당 기상 정보에 대한 등급을 확인(또는 판별)한다. 여기서, 등급은 설계자의 설계에 따라 복수로 설정될 수 있으며, 예를 들어 제 1 등급(또는 정상 등급), 제 2 등급(또는 의심 등급), 제 3 등급(또는 장애 보고 등급) 등으로 설정된 상태일 수 있다. 이때, 각 오류 분석 그룹별 오류 판단 결과는 설계자의 설계에 따라 복수로 설정될 수 있으며, 예를 들어 오류 없음, 기준 범위 이내, 기준 범위 이상 등으로 구분된(또는 설정된) 상태일 수 있다. 여기서, 각 오류 분석 방식에 대한 기준 범위는 복수의 오류 분석 방식에 대해서 모두 동일하거나, 적어도 일부가 동일하거나 또는 서로 다를 수 있다.

본 발명의 실시예에서는 복수의 오류 분석 그룹이 4개의 오류 분석 그룹으로 형성되고, 오류 분석 그룹별 오류 판단 결과가 3개로 구분(예를 들어 오류 없음, 기준 범위 이내, 기준 범위 이상)되고, 최종 등급이 3개로 구분(정상 등급, 의심 등급, 장애 보고 등급)되는 것을 설명하고 있으나, 이에 한정되는 것은 아니며, 설계자의 설계에 따라 오류 분석 그룹수, 오류 판단 결과의 수, 최종 등급의 수 등이 상이하게 설정될 수 있다.

즉, 제어부(600)는 저장부(300)에 저장된 복수의 오류 분석 그룹을 근거로 해당 기상 정보를 오류 분석 그룹별로 해당 오류 분석 그룹에 포함된 하나 이상의 오류 분석 방식에 각각 순차적으로 적용한다. 이때, 제어부(600)는 이전 단계에서의 오류 분석 방식의 판단 결과에 따라 다음 단계의 오류 분석 그룹에 포함된 오류 분석 방식의 결과가 달라지도록 구성한다.

또한, 제어부(600)는 기상 정보, 확인된(또는 판별된) 해당 기상 정보에 대한 등급(또는 등급 정보) 등을 표시부(400) 및/또는 음성 출력부(500)를 통해 출력한다.

또한, 제어부(600)는 기상 정보, 확인된(또는 판별된) 해당 기상 정보에 대한 등급(또는 등급 정보) 등을 근거로 저장부(300)에 미리 저장된 복수의 등급별 기상 정보에 해당 기상 정보 및 해당 기상 정보에 대응하는 등급을 매칭하여 저장한다.

일 예로, 도 9에 도시된 바와 같이, 제어부(600)는 제 1 오류 분석 그룹 내지 제 4 오류 분석 그룹에 대해서 우선적으로 제 1 오류 분석 그룹에 포함된 품질 관리 방식(QC)에 앞서 수집된 제 1 기상 정보를 적용하여 제 1 오류 판단 결과를 산출한다. 여기서, 제 1 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 1 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다.

또한, 제어부(600)는 앞선 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과를 근거로 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 제 1 기상 정보를 각각 적용하여 오류 판단 결과를 산출한다.

즉, 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과가 기준 범위 이내일 때, 제어부(600)는 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 제 1 기상 정보를 각각 적용하여 제 2 오류 판단 결과를 산출한다. 여기서, 제 2 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 2 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다.

또한, 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과가 오류 없음일 때, 제어부(600)는 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 제 1 기상 정보를 각각 적용하여 제 3 오류 판단 결과를 산출한다. 여기서, 제 3 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 3 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다.

또한, 제어부(600)는 앞선 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과 또는 제 3 오류 판단 결과를 근거로 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 제 1 기상 정보를 각각 적용하여 오류 판단 결과를 산출한다.

즉, 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과가 기준 범위 이내일 때, 제어부(600)는 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 제 1 기상 정보를 각각 적용하여 제 4 오류 판단 결과를 산출한다. 여기서, 제 4 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 4 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다.

또한, 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과가 오류 없음이거나 또는 제 3 오류 판단 결과가 기준 범위 이내일 때, 제어부(600)는 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 제 1 기상 정보를 각각 적용하여 제 5 오류 판단 결과를 산출한다. 여기서, 제 5 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 5 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다.

또한, 제 2 오류 분석 그룹에 의해 산출된 제 3 오류 판단 결과가 오류 없음일 때, 제어부(600)는 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 제 1 기상 정보를 각각 적용하여 제 6 오류 판단 결과를 산출한다. 여기서, 제 6 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다.

또한, 제어부(600)는 앞선 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과 내지 제 6 오류 판단 결과 중 어느 하나의 오류 판단 결과를 근거로 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 제 1 기상 정보를 각각 적용하여 오류 판단 결과를 산출한다.

즉, 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과가 기준 범위 이내일 때, 제어부(600)는 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 제 1 기상 정보를 각각 적용하여 제 7 오류 판단 결과를 산출한다. 여기서, 제 7 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 7 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다. 또한, 제 7 오류 판단 결과가 오류 없음이거나 기준 범위 이내일 때, 제어부(600)는 해당 제 1 기상 정보를 의심 등급(또는 등급 2)으로 확인한다.

또한, 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과가 오류 없음이거나, 제 5 오류 판단 결과가 기준 범위 이내이거나 또는, 제 6 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 제 1 기상 정보를 각각 적용하여 제 8 오류 판단 결과를 산출한다. 여기서, 제 8 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 8 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 장애 보고 등급(또는 등급 3)으로 확인(또는 판별/확정)한다. 또한, 제 8 오류 판단 결과가 기준 범위 이내일 때, 제어부(600)는 해당 제 1 기상 정보를 의심 등급(또는 등급 2)으로 확인한다. 또한, 제 8 오류 판단 결과가 오류 없음일 때, 제어부(600)는 해당 제 1 기상 정보를 정상 등급(또는 등급 1)으로 확인한다.

또한, 제 3 오류 분석 그룹에 의해 산출된 제 5 오류 판단 결과가 오류 없음이거나 또는 제 6 오류 판단 결과가 기준 범위 이내일 때, 제어부(600)는 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 제 1 기상 정보를 각각 적용하여 제 9 오류 판단 결과를 산출한다. 여기서, 제 9 오류 판단 결과는 오류 없음, 기준 범위 이내 및 기준 범위 이상을 포함한다. 이때, 제 9 오류 판단 결과가 기준 범위 이상일 때, 제어부(600)는 해당 제 1 기상 정보를 의심 등급(또는 등급 2)으로 확인한다. 또한, 제 9 오류 판단 결과가 기준 범위 이내이거나 오류 없음일 때, 제어부(600)는 해당 제 1 기상 정보를 정상 등급(또는 등급 1)으로 확인한다.

또한, 제 3 오류 분석 그룹에 의해 산출된 제 6 오류 판단 결과가 오류 없음일 때, 제어부(600)는 해당 제 1 기상 정보를 정상 등급(또는 등급 1)으로 확인한다.

이와 같이, 제어부(600)는 이전 단계에서의 오류 분석 방식의 판단 결과에 따라 다음 단계의 오류 분석 그룹에 포함된 오류 분석 방식의 결과가 달라지도록 복수의 오류 분석 그룹에 대해서 제 1 기상 정보를 각각 적용하여, 해당 제 1 기상 정보에 대한 최종적인 등급을 확인할 수 있다(S830).

이후, 제어부(600)는 기상 정보를 사용하고자 하는 사용 목적에 따른 등급을 근거로, 저장부(300)에 미리 저장된 복수의 등급별 기상 정보 중에서 해당 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행한다.

일 예로, 민감한 분석을 위해서 사용 목적에 따른 등급이 높게 설정된 상태일 때, 제어부(600)는 저장부(300)에 미리 저장된 복수의 등급별 기상 정보 중에서 등급이 최상인 등급인 정상 등급에 해당하는 10 개의 기상 정보를 활용하여 분석 기능을 수행한다.

다른 일 예로, 일반적인 분석을 위해서 사용 목적에 따른 등급이 일반 등급으로 설정된 상태일 때, 제어부(600)는 저장부(300)에 미리 저장된 복수의 등급별 기상 정보 중에서 등급이 정상 등급 및 의심 등급에 해당하는 15개의 기상 정보(예를 들어 정상 등급인 7개의 기상 정보 및 의심 등급인 8개의 기상 정보)를 활용하여 분석 기능을 수행한다(S840).

본 발명의 실시예에 따른 기상 센서의 이상 감지 장치는 컴퓨터 프로그램으로 작성 가능하며, 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 해당 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 정보저장매체(computer readable media)에 저장되고, 컴퓨터나 본 발명의 실시예에 따른 기상 센서의 이상 감지 장치, 서버 등에 의하여 읽혀지고 실행됨으로써 기상 센서의 이상 감지 장치를 구현할 수 있다.

정보저장매체는 자기 기록매체 및 광 기록매체를 포함한다. 본 발명의 실시예에 따른 기상 센서의 이상 감지 장치를 구현하는 컴퓨터 프로그램은 기상 센서의 이상 감지 장치, 서버 등의 내장 메모리에 저장 및 설치될 수 있다. 또는, 본 발명의 실시예에 따른 기상 센서의 이상 감지 장치를 구현하는 컴퓨터 프로그램을 저장 및 설치한 스마트 카드 등의 외장 메모리가 인터페이스를 통해 기상 센서의 이상 감지 장치 등에 장착될 수도 있다.

본 발명의 실시예는 앞서 설명된 바와 같이, 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단하여, 수집한 기상 정보에 대한 높은 신뢰도의 품질 평가가 가능하고, 정교하고 정확하게 오류 데이터를 확인하여 신뢰성 있는 감지 데이터를 제공할 수 있다.

또한, 본 발명의 실시예는 앞서 설명된 바와 같이, 오류 분석 방식인 일반 QC 방식에 일변화 패턴 분석, 확률 분포 분석, 주파수 분석, 상관 분석 등을 추가하고, 개별 분석 결과를 복합적으로 판단하여 오류 데이터를 제거하거나 감지 데이터에 대한 데이터 등급을 분류하여 사용 목적에 맞는 등급의 감지 데이터를 사용할 수 있도록 제공하여, 신뢰성 있는 감지 데이터를 이용하여 분석을 수행하고 의심 데이터는 단순 참조하도록 하여 등급별 데이터를 용도에 따라 활용할 수 있도록 하여 데이터의 양과 질을 적절하게 활용할 수 있다.

또한, 본 발명의 실시예는 앞서 설명된 바와 같이, 사용자의 어드민 설정에 따라 각 오류 분석 단계별 복합 판단 기준을 변경 및 최적화를 수행하여, 이상 기후에 대응하여 복합 판단을 통한 정확하고 신뢰성 있는 감지 데이터를 제공할 수 있다.

전술된 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

본 발명은 기상 센서로부터 측정되는 감지 데이터에 대해서 오류 판단 신뢰성에 따라 복수의 오류 분석 그룹으로 분류된 복수의 오류 분석 방식을 근거로 오류 여부를 복합적으로 판단함으로써, 수집한 기상 정보에 대한 높은 신뢰도의 품질 평가가 가능하고, 정교하고 정확하게 오류 데이터를 확인하여 신뢰성 있는 감지 데이터를 제공할 수 있는 것으로, 기상 정보 센서 분야, 기상 정보 활용 분야, 단말 분야 등에서 광범위하게 이용될 수 있다.

10: 기상 센서의 이상 감지 장치 100: 수집부
200: 통신부 300: 저장부
400: 표시부 500: 음성 출력부
600: 제어부

Claims (12)

1. 수집부에 의해, 관리 지역에 대한 기상 정보를 수집하는 단계;
   제어부에 의해, 저장부에 저장된 복수의 오류 분석 그룹에 상기 수집된 기상 정보를 순차적으로 적용하여 상기 기상 정보에 대한 등급을 확인하는 단계;
   상기 제어부에 의해, 상기 확인된 기상 정보에 대한 등급과 상기 기상 정보를 상기 저장부에 미리 저장된 복수의 등급별 기상 정보에 매칭하여 저장하는 단계; 및
   상기 제어부에 의해, 상기 저장부에 저장된 복수의 등급별 기상 정보 중에서 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행하는 단계를 포함하며,
   상기 복수의 오류 분석 그룹은,
   상기 제어부에 의해, 미리 설정된 오류 판단 신뢰성을 근거로 품질 관리(Quality Control: QC) 방식, 일변화 패턴 방식, 주변지역 편차 방식, 예측-관측 상관 계수 방식, 실황/예측-관측 편차 방식, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출(anomaly detection) 방식을 복수의 오류 분석 그룹으로 분류한 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
2. 삭제
3. 제 1 항에 있어서,
   상기 복수의 오류 분석 그룹은,
   품질 관리 방식을 제 1 오류 분석 그룹으로 분류하고, 일변화 패턴 방식과 주변 지역 편차 방식을 제 2 오류 분석 그룹으로 분류하고, 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식을 제 3 오류 분석 그룹으로 분류하고, 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식을 제 4 오류 분석 그룹으로 분류한 상태인 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
4. 제 3 항에 있어서,
   상기 복수의 오류 분석 그룹에 상기 수집된 기상 정보를 순차적으로 적용하여 상기 기상 정보에 대한 등급을 확인하는 단계는,
   상기 제어부에 의해, 상기 제 1 오류 분석 그룹에 포함된 품질 관리 방식에 상기 기상 정보를 적용하여 제 1 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 1 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정;
   상기 제어부에 의해, 상기 산출된 제 1 오류 판단 결과를 근거로 상기 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 상기 기상 정보를 각각 적용하여 제 2 오류 판단 결과 및 제 3 오류 판단 결과를 산출하는 과정;
   상기 제어부에 의해, 상기 산출된 제 2 오류 판단 결과 및 제 3 오류 판단 결과를 근거로 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 상기 기상 정보를 각각 적용하여 제 4 오류 판단 결과, 제 5 오류 판단 결과 및 제 6 오류 판단 결과를 산출하는 과정; 및
   상기 제어부에 의해, 상기 산출된 제 4 오류 판단 결과 내지 제 6 오류 판단 결과를 근거로 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 제 7 오류 판단 결과, 제 8 오류 판단 결과 및 제 9 오류 판단 결과를 산출하는 과정을 포함하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
5. [청구항 5은(는) 설정등록료 납부시 포기되었습니다.]

   제 4 항에 있어서,
   상기 제 2 오류 판단 결과 및 제 3 오류 판단 결과를 산출하는 과정은,
   상기 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 기상 정보를 각각 적용하여 상기 제 2 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 2 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정;
   상기 제 1 오류 분석 그룹에 의해 산출된 제 1 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식에 기상 정보를 각각 적용하여 상기 제 3 오류 판단 결과를 산출하는 과정; 및
   상기 산출된 제 3 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정을 포함하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
6. [청구항 6은(는) 설정등록료 납부시 포기되었습니다.]

   제 4 항에 있어서,
   상기 제 4 오류 판단 결과 내지 제 6 오류 판단 결과를 산출하는 과정은,
   상기 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 기상 정보를 각각 적용하여 상기 제 4 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 4 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정;
   상기 제 2 오류 분석 그룹에 의해 산출된 제 2 오류 판단 결과가 오류 없음이거나 또는 제 3 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 기상 정보를 각각 적용하여 상기 제 5 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 5 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정; 및
   상기 제 2 오류 분석 그룹에 의해 산출된 제 3 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식에 기상 정보를 각각 적용하여 상기 제 6 오류 판단 결과를 산출하는 과정을 포함하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
7. [청구항 7은(는) 설정등록료 납부시 포기되었습니다.]

   제 4 항에 있어서,
   상기 제 7 오류 판단 결과 내지 제 9 오류 판단 결과를 산출하는 과정은,
   상기 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 상기 제 7 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 7 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정;
   상기 산출된 제 7 오류 판단 결과가 오류 없음이거나 기준 범위 이내일 때, 상기 제어부에 의해, 상기 기상 정보를 의심 등급으로 확인하는 과정;
   상기 제 3 오류 분석 그룹에 의해 산출된 제 4 오류 판단 결과가 오류 없음이거나, 상기 제 5 오류 판단 결과가 기준 범위 이내이거나 또는, 상기 제 6 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 상기 제 8 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 8 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 장애 보고 등급으로 확인하는 과정;
   상기 산출된 제 8 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 기상 정보를 의심 등급으로 확인하는 과정;
   상기 산출된 제 8 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 기상 정보를 정상 등급으로 확인하는 과정;
   상기 제 3 오류 분석 그룹에 의해 산출된 제 5 오류 판단 결과가 오류 없음이거나 또는 제 6 오류 판단 결과가 기준 범위 이내일 때, 상기 제어부에 의해, 상기 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 각각 적용하여 상기 제 9 오류 판단 결과를 산출하는 과정;
   상기 산출된 제 9 오류 판단 결과가 기준 범위 이상일 때, 상기 제어부에 의해, 상기 기상 정보를 의심 등급으로 확인하는 과정; 및
   상기 산출된 제 9 오류 판단 결과가 기준 범위 이내이거나 오류 없음일 때, 상기 제어부에 의해, 상기 기상 정보를 정상 등급으로 확인하는 과정을 포함하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
8. [청구항 8은(는) 설정등록료 납부시 포기되었습니다.]

   제 4 항에 있어서,
   상기 제 3 오류 분석 그룹에 의해 산출된 제 6 오류 판단 결과가 오류 없음일 때, 상기 제어부에 의해, 상기 기상 정보를 정상 등급으로 확인하는 과정을 더 포함하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 방법.
9. [청구항 9은(는) 설정등록료 납부시 포기되었습니다.]

   제 1 항 및 제 3 항 내지 제 8 항 중 어느 한 항에 따른 방법을 수행하는 컴퓨터 프로그램이 기록된 기록매체.
10. 오류 판단 신뢰성을 근거로 분류된 복수의 오류 분석 방식을 포함하는 복수의 오류 분석 그룹을 저장하는 저장부;
    관리 지역에 대한 기상 정보를 수집하는 수집부; 및
    상기 저장부에 저장된 복수의 오류 분석 그룹에 상기 수집된 기상 정보를 순차적으로 적용하여 상기 기상 정보에 대한 등급을 확인하고, 상기 확인된 기상 정보에 대한 등급과 상기 기상 정보를 상기 저장부에 미리 저장된 복수의 등급별 기상 정보에 매칭하여 저장하는 제어부를 포함하며,
    상기 제어부는,
    상기 복수의 오류 분석 그룹 중 제 1 오류 분석 그룹에 포함된 품질 관리 방식, 제 2 오류 분석 그룹에 포함된 일변화 패턴 방식과 주변 지역 편차 방식, 제 3 오류 분석 그룹에 포함된 예측-관측 상관 계수 방식과 실황/예측-관측 편차 방식 및, 제 4 오류 분석 그룹에 포함된 관측값 분포 방식, FFT를 이용한 비정상적 변동/파동 방식 및 기계 학습 기반의 이상 검출 방식에 상기 기상 정보를 순차적으로 적용하며, 이전 그룹의 오류 분석 방식의 판단 결과에 따라 다음 단계의 오류 분석 그룹에 포함된 오류 분석 방식의 결과가 달라지도록 구성하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 장치.
11. [청구항 11은(는) 설정등록료 납부시 포기되었습니다.]

    제 10 항에 있어서,
    상기 제어부는,
    상기 저장부에 저장된 복수의 등급별 기상 정보 중에서 사용 목적에 따른 등급에 대응하는 적어도 하나의 기상 정보를 활용하여 제어 기능을 수행하는 것을 특징으로 하는 복합 판단을 통한 기상 센서의 이상 감지 장치.
12. 삭제

Images