KR101969913B1 - 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법 - Google Patents

분산 클러스터링 기반 검침데이터 검증 시스템 및 방법 Download PDF

Info

Publication number
KR101969913B1
KR101969913B1 KR1020140109644A KR20140109644A KR101969913B1 KR 101969913 B1 KR101969913 B1 KR 101969913B1 KR 1020140109644 A KR1020140109644 A KR 1020140109644A KR 20140109644 A KR20140109644 A KR 20140109644A KR 101969913 B1 KR101969913 B1 KR 101969913B1
Authority
KR
South Korea
Prior art keywords
distributed
power consumption
node
meter
work
Prior art date
Application number
KR1020140109644A
Other languages
English (en)
Other versions
KR20160023357A (ko
Inventor
이정일
최승환
신지강
Original Assignee
한국전력공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020140109644A priority Critical patent/KR101969913B1/ko
Publication of KR20160023357A publication Critical patent/KR20160023357A/ko
Application granted granted Critical
Publication of KR101969913B1 publication Critical patent/KR101969913B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C19/00—Electric signal transmission systems
    • G08C19/02—Electric signal transmission systems in which the signal transmitted is magnitude of current or voltage
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/007—Adapted for special tariff measuring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

마스터 노드 및 분산 노드를 클러스터링 방식으로 구성하고, 분산 노드에서 검침 데이터의 검증 및 집계를 분산 처리하여 스마트 미터의 보급 증가로 인한 처리속도 저하를 최소화하도록 한 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법이 제시된다. 제시된 분산 클러스터링 기반 검침데이터 검증 시스템은, 분산작업에 포함된 검침데이터를 검증하고, 비정상으로 판단된 검침 데이터를 추정하여 집계량 및 계기 특성정보를 생성하는 분산 노드; 및 전사적 서비스 버스로부터 수신한 메시지를 근거로 분산작업을 생성하고, 생성한 분산작업을 분산 노드로 배분하고, 복수의 분산 노드의 장애 발생시 분산작업을 다른 분산 노드에게로 재배분하는 마스터 노드를 포함한다.

Description

분산 클러스터링 기반 검침데이터 검증 시스템 및 방법{SYSTEM AND METHOD FOR VERIFYING METERING DATA BASED ON BALANCING CLUSTERING}
본 발명은 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법에 관한 것으로, 더욱 상세하게는 스마트 미터를 통해 수집된 검침데이터를 검증 및 집계하는 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법에 대한 것이다.
검침 데이터는 요금을 부과하는 기초자료가 된다. 스마트 그리드 환경에서 저탄소 녹색성장을 위한 효율적인 에너지사용을 유도하기 위해서는 실시간 전기사용량 검침데이터를 수집해야 한다.
수집된 검침데이터는 소비자에게 다양한 에너지절약을 유도할 수 있는 컨설팅의 기본데이터로 활용할 수 있고, 공급자에게는 피크 부하를 줄여 경제적인 에너지원을 구성할 수 있는 기본 정보 등으로 활용될 수 있으므로 그 신뢰성이 중요하다.
종래에는 자동원격검침의 가구수가 적어 월 사용량 데이터 수집을 위해 검침원이 현장 방문하여 대부분을 수집하고 있었으므로 검침데이터의 신뢰성 검증의 필요성은 크게 대두되지 않았다. 그러나 원격검침가구가 증가하고 시간대별 요금제(Time of Usage; TOU) 기반의 피크 요금제(Critical Peak Pricing; CPP) 혹은 실시간 요금제(Real Time Pricing; RTP)가격정책이 시행되게 되면 실시간 혹은 15분 단위로 검침데이터를 수집하여야 하므로, 검침데이터의 수와 양이 폭발적으로 증가할 것이다. 이에 따라, 검침데이터를 인력으로 검증하는 데에는 한계가 있으므로 자동화된 검침데이터의 신뢰성 확보를 위한 기술확보가 요구된다.
한편, 한국에서는 고압고객 17만 호, 저압고객 55만 호에 대한 원격검침 계량기가 보급되어 운영중이며, 중장기 지능형 전력계량인프라(AMI) 구축 계획에 따라 대략 2200만 개의 스마트 미터(Smart Meter)를 단계적으로 보급하는 사업을 추진하고 있다.
스마트 미터의 보급이 확대됨에 따라 검침 데이터의 발생 건수도 지속적으로 증가할 것으로 예상되며, 분단 발생하는 검침 데이터의 검수가 2014년 현재 대략 137,500건 정도에서 2022년에는 대략 3,467,900건 정도로 대략 25배 정도 증가할 것으로 예상된다.
스마트 미터의 보급이 급격히 증가함에 따라 신뢰성 확보를 위한 검침 데이터의 검증 및 집계 등을 처리하는 시스템에 부하가 증가하게 된다. 그에 따라, 검증 시스템의 처리속도가 저하되는 문제점이 발생할 것이다.
한국공개특허 제10-2013-0034391호(명칭: 검침데이터 검증 장치 및 방법)
본 발명은 상기한 사정을 감안하여 제안된 것으로, 마스터 노드 및 분산 노드를 클러스터링 방식으로 구성하고, 분산 노드에서 검침 데이터의 검증 및 집계를 분산 처리하여 스마트 미터의 보급 증가로 인한 처리속도 저하를 최소화하도록 한 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법을 제공하는 것을 목적으로 한다.
상기한 목적을 달성하기 위하여 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 시스템은, 분산작업에 포함된 검침데이터를 검증하고, 비정상으로 판단된 검침 데이터를 추정하여 집계량 및 계기 특성정보를 생성하는 분산 노드; 및 전사적 서비스 버스로부터 수신한 메시지를 근거로 상기 분산작업을 생성하고, 상기 분산작업을 상기 분산 노드로 배분하고, 상기 분산 노드의 장애 발생시 상기 분산작업을 다른 분산 노드에게로 재배분하는 마스터 노드를 포함하고, 상기 마스터 노드는, 상기 전사적 서비스 버스로부터 수신한 메시지로부터 검출한 계기번호를 근거로 상기 분산작업을 생성하고, 상기 분산작업을 상기 분산 노드에 배분하는 분산작업 배분부; 상기 분산작업 배분부에서 상기 분산작업이 배분된 상기 분산 노드의 동작 상태를 모니터링하는 작업상태 확인부; 및 상기 작업상태 확인부에서 장애 발생으로 판단한 상기 분산 노드에 배분된 상기 분산작업을 다른 분산 노드로 재배분하는 분산작업 재배분부를 포함하며, 상기 분산작업 배분부는, 작업번호, 분산노드번호, 계기기록 길이를 포함하는 작업 헤더, 및 계기 기록 헤더 및 계기 데이터 기록을 포함하는 계기 기록으로 구성되는 작업 구조의 상기 분산작업을 생성하고, 상기 계기 기록 헤더는 계기 ID, SDP ID, 계기 데이터 기록 길이를 포함하고, 상기 계기 데이터 기록은 검침일시, 전력사용량 구분코드 및 전력사용량을 포함하는 것을 특징으로 한다.
분산 노드는, 마스터 노드로부터 배분된 분산작업에 포함된 전력사용량을 검증하는 전력사용량 검증부; 전력사용량 검증부에서 비정상으로 판정된 전력사용량을 추정하는 전력사용량 추정부; 전력사용량 검증부에서 정상으로 판정된 전력사용량 또는 전력사용량 추정부에서 추정한 전력사용량을 근거로 계기별 집계량을 계산하는 전력사용량 집계부; 및 전력사용량 검증부에서 정상으로 판정된 전력사용량 또는 전력사용량 추정부에서 추정한 전력사용량을 근거로 계기 특성정보를 생성하는 계기 특성정보 생성부를 포함한다.
전력사용량 검증부는, 누락간격 검사, 원격검침시스템 플래그 검사, 최대수요 검사, 스파이크 검사, 연속 제로 사용량 검사, 제로 전력사용량 횟수 검사, 무효전력량 검사, 최대/최소 전력사용량 검사 및 합계 검사 중에 적어도 하나를 이용하여 전력사용량을 검증한다.
전력사용량 추정부는, 비활성 계기 추정 방법, 제로 검침 추정방법, 선형보간법, 이력에 의한 추정 방법, 클래스 로드 프로필 추정 방법, 레지스터 검침 스케일링 추정 중에 적어도 하나를 이용하여 전력사용량을 추정한다.
전력사용량 집계부는, 전력사용량 합계, 정상 검침건수 합계 및 비정상 검침건수 합계를 포함하는 집계량을 계산한다.
계기 특성정보 생성부는, 최대 전력사용량, 평균 전력사용량, 최소 전력사용량, 전력사용량 최대증감률, 최대 전력사용량 갱신 횟수 누적 합계, 제로 전력사용량 횟수 누적 합계, 연속 제로 전력사용량 횟수 누적 합계를 포함하는 계기 특성정보를 생성한다.
삭제
삭제
작업상태 확인부는, 분산 노드가 시스템 장애로 정지되거나, 분산작업의 배분 후에 설정 시간 내에 분산작업의 수행이 완료되지 않으면 분산 노드의 장애 발생으로 판단한다.
분산작업 재배분부는, 작업상태 확인부에서 장애 발생으로 판단한 분산 노드에 할당된 계기를 다른 분산 노드로 재할당하고, 장애 발생으로 판단한 분산 노드에 할당된 분산작업을 재할당된 다른 부산 노드에게로 재배분한다.
상기한 목적을 달성하기 위하여 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 시스템을 이용한 분산작업 배분 방법은, 마스터 노드 및 분산 노드를 포함하는 분산 클러스터링 기반 검침데이터 검증 시스템을 이용한 분산작업 배분 방법으로서, 상기 마스터 노드에 의해, 전사적 서비스 버스로부터 수신한 메시지를 근거로 상기 분산작업을 생성하는 단계; 상기 마스터 노드에 의해, 상기 분산작업에 포함된 분산 노드 번호를 근거로 상기 분산 노드에 상기 분산작업을 배분하는 단계; 상기 마스터 노드에 의해, 상기 분산작업이 배분된 상기 분산 노드의 동작 상태를 모니터링하는 단계; 및 상기 마스터 노드에 의해, 상기 모니터링하는 단계에서 장애 발생으로 판단한 상기 분산 노드에 배분된 상기 분산작업을 다른 분산 노드로 재배분하는 단계를 포함하고, 상기 분산작업을 생성하는 단계는, 상기 마스터 노드에 의해, 상기 전사적 서비스 버스로부터 검침데이터를 포함하는 메시지를 수신하는 단계; 상기 마스터 노드에 의해, 상기 수신한 메시지의 구문 및 문법을 검사하여 정상 수신 여부를 판단하는 단계; 상기 마스터 노드에 의해, 상기 판단하는 단계에서 정상으로 판단한 메시지에 대한 응답신호를 상기 전사적 서비스 버스로 전송하는 단계; 상기 마스터 노드에 의해, 상기 판단하는 단계에서 정상으로 판단한 메시지로부터 계기번호를 검출하는 단계; 및 상기 마스터 노드에 의해, 상기 검출한 계기번호를 근거로 각 분산 노드에 해당하는 분산작업을 생성하는 단계를 포함하고, 상기 분산작업을 생성하는 단계에서 생성된 분산작업은 작업번호, 분산노드번호, 계기기록 길이를 포함하는 작업 헤더, 및 계기 기록 헤더 및 계기 데이터 기록을 포함하는 계기 기록으로 구성되고, 상기 계기 기록 헤더는 계기 ID, SDP ID, 계기 데이터 기록 길이를 포함하고, 상기 계기 데이터 기록은 검침일시, 전력사용량 구분코드 및 전력사용량을 포함하는 것을 특징으로 한다.
분산작업을 배분하는 단계는, 마스터 노드에 의해, 생성한 분산작업으로부터 작업 헤더에 포함된 분산 노드 번호를 검출하는 단계; 마스터 노드에 의해, 검출한 분산 노드 번호를 근거로 분산작업을 분산 노드에 배분하는 단계; 마스터 노드에 의해, 분산작업의 배분 결과를 근거로 작업수행 이력정보를 저장하는 단계를 포함하고, 작업수행 이력정보를 저장하는 단계에서는, 마스터 노드에 의해, 분산작업의 상태를 배분으로 설정한 작업수행 이력정보를 저장한다.
분산 노드의 동작 상태를 모니터링하는 단계에서는, 마스터 노드에 의해, 분산 노드가 시스템 장애로 정지되거나, 분산작업의 배분 후에 설정 시간 내에 분산작업의 수행이 완료되지 않으면 분산 노드의 장애 발생으로 판단한다.
분산작업을 다른 분산 노드로 재배분하는 단계에서는, 마스터 노드에 의해, 장애 발생으로 판단한 분산 노드에 할당된 계기를 다른 분산 노드로 재할당하는 단계; 마스터 노드에 의해, 장애 발생으로 판단한 분산 노드에 배분된 분산작업을 재할당된 다른 분산 노드에게로 재배분하는 단계; 및 마스터 노드에 의해, 재배분하는 단계의 재배분 결과를 근거로 기저장된 작업수행 이력정보를 갱신하는 단계를 포함한다.
상기한 목적을 달성하기 위하여 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 시스템을 이용한 검침데이터 검증 및 집계 처리 방법은, 마스터 노드 및 분산 노드를 포함하는 분산 클러스터링 기반 검침데이터 검증 시스템을 이용한 검침데이터 검증 및 집계 처리 방법으로서, 분산 노드에 의해, 마스터 노드로부터 배분된 분산작업으로부터 전력사용량을 추출하는 단계; 분산 노드에 의해, 추출한 전력사용량을 검증하는 단계; 분산 노드에 의해, 검증하는 단계에서 비정상으로 판단한 전력사용량을 추정하는 단계; 분산 노드에 의해, 검증하는 단계에서 정상으로 판단한 전력사용량 및 전력사용량을 추정하는 단계에서 추정한 전력사용량을 데이터베이스 관리 시스템에 저장하는 단계; 분산 노드에 의해, 검증하는 단계에서 정상으로 판단한 전력사용량 및 전력사용량을 추정하는 단계에서 추정한 전력사용량을 근거로 각 계기의 집계량을 계산하는 단계; 및 분산 노드에 의해, 검증하는 단계에서 정상으로 판단한 전력사용량 및 전력사용량을 추정하는 단계에서 추정한 전력사용량을 근거로 계기 특성정보를 생성하는 단계를 포함한다.,
전력사용량을 검증하는 단계에서는, 분산 노드에 의해, 누락간격 검사, 원격검침시스템 플래그 검사, 최대수요 검사, 스파이크 검사, 연속 제로 사용량 검사, 제로 전력사용량 횟수 검사, 무효전력량 검사, 최대/최소 전력사용량 검사 및 합계 검사 중에 적어도 하나를 이용하여 전력사용량을 검증하고, 전력사용량을 추정하는 단에서는, 분산 노드에 의해, 비활성 계기 추정 방법, 제로 검침 추정방법, 선형보간법, 이력에 의한 추정 방법, 클래스 로드 프로필 추정 방법, 레지스터 검침 스케일링 추정 중에 적어도 하나를 이용하여 전력사용량을 추정한다.
집계량을 계산하는 단계에서는, 분산 노드에 의해, 전력사용량 합계, 정상 검침건수 합계 및 비정상 검침건수 합계를 포함하는 집계량을 계산하고, 계기 특성정보를 생성하는 단계에서는, 분산 노드에 의해, 최대 전력사용량, 평균 전력사용량, 최소 전력사용량, 전력사용량 최대증감률, 최대 전력사용량 갱신 횟수 누적 합계, 제로 전력사용량 횟수 누적 합계, 연속 제로 전력사용량 횟수 누적 합계를 포함하는 계기 특성정보를 생성한다.
분산 노드에 의해, 집계량을 계산하는 단계에서 계산한 집계량 및 계기 특성정보를 생성하는 단계에서 생성한 계기 특성정보를 저장하는 단계를 더 포함하되, 저장하는 단계에서는, 분산 노드에 의해, 집계량을 설정 기간 내에 계산한 집계량만을 저장한다.
분산 노드에 의해, 저장하는 단계에서 저장한 집계량 및 계기 특성정보를 설정주기 간격으로 데이터베이스 관리 시스템으로 백업하는 단계를 더 포함한다.
본 발명에 의하면, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 검침 데이터의 검증 및 집계를 빠르게 처리하여 스마트 미터의 보급 증가로 인한 처리속도 저하를 방지할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 스마트 미터의 보급이 지속되어도 고성능 서버로의 업그레이드 대신 저렴한 소형 서버를 병렬로 연결하여 필요한 성능을 확보할 수 있어 시스템 설비 도입 및 유지보수비용을 절감할 수 있으며, 비교적 낮은 비용으로 실시간 검침데이터 처리 기능을 구현할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 소형 서버를 병렬로 연결하여 검침 데이터의 검증을 위한 시스템을 구성함으로써, 고성능 서버(슈퍼 컴퓨터)로의 업그레이드에 비해 낮은 비용으로 스마트 미터의 보급 증가로 인한 처리속도 저하를 방지할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 계량데이터관리시스템(MDMS; Meter Data Management System)을 기반으로 하는 실시간 요금제 및 저압 계시별요금제(TOU) 도입, 수요관리 및 수요반응 확대, 배전 실시간 정전관리, 실시간 전기품질 관리가 가능한 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 전력판매 분야에서 전 고객 원격검침 도입으로 검침 인건비를 절감할 수 있고, 휴먼 에러(Human Error)를 방지하여 검침의 정확성을 향상시킬 수 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 전기사용고객이 전력사용량을 실시간으로 파악할 수 있으며 실시간으로 요금을 계산할 수 있는 환경을 제공하여 에너지를 효율적으로 소비할 수 있는 환경을 제공할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 계통운영분야에서 수요관리 프로그램의 확대로 예비력이 확보되고, 부하 평준화가 가능하여 발전, 송전, 배전 전분야에 걸쳐 투자비용을 절감할 수 있을 뿐만 아니라 안정적으로 전력을 공급할 수 있는 환경을 구축할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 시스템을 설명하기 위한 도면.
도 2 내지 도 4는 도 1의 마스터 노드를 설명하기 위한 도면.
도 5 내지 도 9는 도 1의 분산 노드를 설명하기 위한 도면.
도 10은 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 방법의 분산작업 생성 및 배분 방법을 설명하기 위한 흐름도.
도 11은 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 방법의 검침데이터 검증 및 집계 처리 방법을 설명하기 위한 흐름도.
도 12는 도 11의 전력사용량 추정 단계를 설명하기 위한 흐름도.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부 도면을 참조하여 설명하기로 한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
이하, 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 시스템을 첨부된 도면을 참조하여 상세하게 설명하면 아래와 같다. 도 1은 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 시스템을 설명하기 위한 도면이다. 도 2 내지 도 4는 도 1의 마스터 노드를 설명하기 위한 도면이고, 도 5 내지 도 9는 도 1의 분산 노드를 설명하기 위한 도면이다.
도 1에 도시된 바와 같이, 분산 클러스터링 기반 검침데이터 검증 시스템은 마스터 노드(100) 및 분산 노드(200)를 포함한다. 이때, 전사적 서비스 버스(300; ESB(Enterprise Service Bus))는 각 14개 지역본부에서 운영중인 총 28개의 원격검침서버로부터 전력사용량 검침데이터 메시지를 수신하여 로드밸런싱 방식으로 마스터 노드(100)에게 전달하는 역할을 수행하는 메시지 기반의 버스 시스템이다. 데이터베이스 관리 시스템(400)은 분산 노드(200)에서 처리된 결과를 저장하고, 분산 처리를 위한 참조정보를 분산 노드(200)에게로 제공한다.
마스터 노드(100)는 전사적 서비스 버스(300)로부터 수신한 메시지를 근거로 분산작업을 생성한다. 마스터 노드(100)는 생성한 분산작업을 분산 노드(200)에 배분한다. 마스터 노드(100)는 스마트 미터에 할당된 계기번호를 근거로 분산작업을 분산 노드(200)에 배분한다. 이를 위해, 마스터 노드(100)는 분산 노드(200)별로 계기번호를 할당하여 관리한다. 일례로, 도 2에 도시된 바와 같이, 1번 내지 22,000,000번의 계기번호가 각각 할당된 스마트 미터가 대상인 경우, 마스터 노드(100)는 계기번호 1번 내지 500,000번에 해당하는 스마트 미터들을 제1분산 노드(200)에 할당하고, 계기번호 500,001번 내지 1,000,000번에 해당하는 스마트 미터들을 제2분산 노드(200)에 할당하고, 1,000,001번 내지 1,500,000번에 해당하는 스마트 미터들을 제3분산 노드(200)에 할당하고, 계기번호 21,500,001번 내지 22,000,000번에 해당하는 스마트 미터들을 제N분산 노드(200)에게로 할당하여 관리한다.
마스터 노드(100)는 분산 노드(200)의 시스템 장애로 중단된 분산작업이 유실되지 않도록 하기 위해 분산 노드(200)에 배분된 분산작업의 정상 수행 여부를 상시 감시한다. 이때, 마스터 노드(100)는 분산 노드(200)에서 시스템 장애로 분산작업의 수행이 중단된 경우 해당 분산작업을 다른 분산 노드(200)로 재배분하여 분산작업이 정상적으로 완료되도록 한다. 즉, 마스터 노드(100)는 분산 노드(200)에서 시스템 장애가 감지되면 장애가 발생한 분산 노드(200)에 할당된 스마트 미터들을 다른 분산 노드(200)들로 재할당하여 관리한다. 마스터 노드(100)는 신규 분산 노드(200)가 추가되면 분산 노드(200)들에 스마트 미터들을 재할당한다. 이를 통해, 마스터 노드(100)는 분산 노드(200)들에 공평하게 스마트 미터를 배분한다.
이를 위해, 도 3에 도시된 바와 같이, 마스터 노드(100)는 메시지 수신부(110), 분산작업 배분부(120), 작업배분 기록부(130), 이력정보 저장부(140), 작업상태 확인부(150), 분산작업 재배분부(160), 작업완료 기록부(170)를 포함한다.
메시지 수신부(110)는 전사적 서비스 버스(300)로부터 메시지를 수신한다. 메시지 수신부(110)는 수신한 메시지의 구문과 문법을 검사한다. 메시지 수신부(110)는 검사 결과 정상으로 판단된 메시지에 대한 응답신호(즉, 'OK' 답신(Reply))를 전사적 서비스 버스(300)로 전송한다. 메시지 수신부(110)는 검사 결과 정상으로 판단된 메시지를 분산작업 배분부(120)로 전송한다.
분산작업 배분부(120)는 메시지 수신부(110)로부터 수신한 메시지를 근거로 분산작업을 생성한다. 즉, 분산작업 배분부(120)는 수신한 메시지로부터 적어도 하나의 계기번호를 검출한다. 분산작업 배분부(120)는 검출한 계기번호를 근거로 각 분산 노드(200)에 해당하는 분산작업을 생성한다. 이때, 도 4에 도시된 바와 같이, 분산작업 배분부(120)는 작업 헤더 및 계기 기록을 포함하는 작업(Task) 구조의 분산작업을 생성한다.
작업 헤더(Task Header)는 분산작업에 대한 기본 정보를 표현하는 정보로, 작업 번호(Task Number), 분산 노드 번호(Node Number), 계기기록 길이(Meter Record LEN)를 포함하여 구성된다. 여기서, 작업 번호는 순차적으로 생성되는 일련번호로 분산작업의 번호를 나타낸다. 분산 노드 번호는 작업이 배분되어야 할 분산 노드(200)의 번호를 나타낸다. 계기기록 길이는 분산작업에 포함된 계기 기록(Meter Record, 즉, 검침 데이터)의 개수를 나타낸다.
계기 기록(Meter Record)은 1개의 계기별(즉, 스마트 미터별)로 생성되는 기록(Record)로, 계기 기록 헤더(Meter Record Header), 계기 데이터 기록(Meter Data Record)로 구성된다.
계기 기록 헤더는 계기(즉, 스마트 미터)에 대한 기본 정보를 나타낸다. 계기 기록 헤더는 계기 ID(IDentification), SDP ID(Service Delivery Point IDentification), 계기 데이터 기록 길이(Meter Data Record LEN)로 구성된다. 여기서, 계기 ID는 계기(즉, 스마트 미터)의 고유 식별번호를 나타낸다. SDP ID는 계기가 설치되어 전력이 공급되고 있는 지점의 고유 식별번호를 나타낸다. 계기 데이터 기록 길이는 계기 데이터 기록의 개수를 나타낸다.
계기 데이터 기록은 계기별 검침데이터를 나타낸다. 계기 데이터 기록은 검침일시, 전력사용량 구분코드, 전력사용량으로 구성된다. 여기서, 검침일시는 계기로부터 전력사용량이 검침된 일자와 시간을 나타낸다. 전력사용량 구분코드는 유효전력량, 지상무효전력량, 진상무효전력량, 피상전력량 중 전력사용량이 어떤 전력량에 해당하는지를 구분하는 코드이다. 전력사용량은 계기로부터 검침된 전력사용량 값을 나타낸다.
분산작업 배분부(120)는 생성한 분산작업을 각 분산 노드(200)에 배분한다. 즉, 분산작업 배분부(120)는 분산작업에 포함된 작업 헤더의 분산 노드 번호를 근거로 분산작업을 각 분산 노드(200)에 배분한다. 분산작업 배분부(120)는 분산작업의 배분 결과를 작업배분 기록부(130)에게로 전송한다.
작업배분 기록부(130)는 분산작업 배분부(120)로부터 수신한 분산작업의 배분 결과를 이력정보 저장부(140)로 전송하여 작업수행 이력정보의 저장을 요청한다. 작업배분 기록부(130)는 분산작업 재배분부(160)로부터 수신한 재배분 결과를 이력정보 저장부(140)로 전송하여 재배분 결과의 저장을 요청한다.
이력정보 저장부(140)는 분산 노드(200)별로 할당된 계기번호를 연계하여 저장한다. 즉, 이력정보 저장부(140)는 각 분산 노드(200)에 대해 할당된 계기번호를 연계하여 저장한다. 이때, 이력정보 저장부(140)는 작업배분 기록부(130)로부터 재배분 결과를 수신하면 재배분 결과에 따라 기저장된 분산 노드(200)별로 할당된 계기번호를 갱신한다.
이력정보 저장부(140)는 작업수행 이력정보를 저장한다. 즉, 이력정보 저장부(140)는 작업배분 기록부(130)로부터 수신한 분산작업의 배분 결과를 근거로 작업수행 이력정보를 저장한다. 이때, 이력정보 저장부(140)는 분산작업이 최초 배분된 상태이면 분산작업의 상태를 '배분'으로 설정하여 저장한다. 여기서, 이력정보 저장부(140)는 작업배분 기록부(130)로부터 수신한 재배분 결과를 근거로 작업수행 이력정보를 갱신한다.
이력정보 저장부(140)는 작업완료 기록부(170)로부터 수신한 작업결과를 근거로 이력정보를 갱신한다. 즉, 이력정보 저장부(140)는 작업결과에 작업완료 메시지가 포함되면 해당 분산작업의 상태를 "완료"로 설정하여 저장한다.
작업상태 확인부(150)는 분산 노드(200)의 동작 상태를 모니터링한다. 즉, 작업상태 확인부(150)는 분산 노드(200)의 시스템 상태를 상시 모니터링하여 분산 노드(200)가 정상동작 상태인지, 시스템 장애로 인해 정지되어 있는지를 모니터링한다. 이때, 작업상태 확인부(150)는 분산작업의 배분 후에 설정 시간 내에 분산작업의 수행이 완료되지 않으면 분산 노드(200)에 시스템 장애가 발생한 것으로 판단한다. 작업상태 확인부(150)는 분산 노드(200)에 장애가 발생한 것으로 판단하면 해당 분산 노드(200)에 배분된 분산작업을 다른 분산 노드(200)로 재배분하기 위한 분산작업 재배분 요청을 분산작업 재배분부(160)에게로 전송한다.
분산작업 재배분부(160)는 작업상태 확인부(150)로부터 분산작업 재배분 요청을 수신하면, 해당 분산 노드(200)에 할당된 계기를 다른 분산 노드(200)로 재할당한다. 분산작업 재배분부(160)는 분산 노드(200)의 재할당이 완료되면 해당 분산 노드(200)에 배분된 분산작업을 재할당된 다른 분산 노드(200)에게로 재배분한다. 분산작업 재배분부(160)는 재배분 결과를 작업배분 기록부(130)에게로 전송한다.
작업완료 기록부(170)는 분산 노드(200)로부터 분산작업에 대한 작업결과를 수신한다. 작업완료 기록부(170)는 분산 노드(200)로부터 분산작업의 작업완료 메시지를 포함하는 작업결과를 수신하면 이력정보 저장부(140)에게로 작업결과를 전송한다.
분산 노드(200)는 마스터 노드(100)로부터 배분된 분산작업을 수행한다. 즉, 분산 노드(200)는 분산작업에 포함된 검침 데이터를 정제 및 검증한 후, 비정상적인 검침 데이터인 경우 검침 데이터의 추정을 수행한다. 분산 노드(200)는 추정한 검침 데이터를 데이터베이스 관리 시스템(400)에 저장한다. 분산 노드(200)는 검증이 완료된 검침 데이터를 이용하여 계기별(즉, 스마트 미터별)로 검침 데이터를 시간대별 및 일별로 집계한다. 분산 노드(200)는 집계된 검침 데이터를 근거로 계기별 특성정보를 생성하여 저장하고, 분산작업이 완료되면 마스터 노드(100)에게로 작업 완료를 통보한다. 이때, 분산 노드(200)는 내장된 메모리 공간이 부족하기 때문에, 저장된 계기별 특성정보를 주기적으로 데이터베이스 관리 시스템(400)에 백업한다. 이를 통해 분산 노드(200)는 시스템 장애 발생시 복구가 가능하다.
이를 위해, 도 5에 도시된 바와 같이, 분산 노드(200)는 전력사용량 정제부(210), 전력사용량 검증부(220), 전력사용량 추정부(230), 전력사용량 저장부(240), 전력사용량 집계부(250), 계기 특성정보 생성부(260), 분산 노드 저장부, 분산 노드 이관부(270), 분산 노드 갱신부(280)를 포함한다.
전력사용량 정제부(210)는 마스터 노드(100)로부터 배분된 분산작업으로부터 전력사용량을 추출한다. 전력사용량 정제부(210)는 추출한 전력사용량을 전력사용량 검증부(220)에게로 전송한다.
전력사용량 검증부(220)는 전력사용량 정제부(210)로부터 수신한 전력사용량을 검증한다. 전력사용량 검증부(220)는 전력사용량에 대한 검사를 통해 비정상 여부를 판단한다. 이때, 전력사용량 검증부(220)는 특정 시간대의 전력사용량이 누락되었는지 검사하는 누락간격 검사, 원격검침시스템의 플래그를 검사하는 원격검침시스템 플래그 검사, 계약 최대전력을 초과하였는지 여부를 검사하는 최대수요 검사, 전력사용량이 직전ㆍ후보다 높게 올라간 경우를 검사하는 스파이크 검사, 연속으로 제로 값이 검침 되었는지를 검사하는 연속 제로 사용량 검사, 제로 전력사용량이 얼마나 발생하였는지를 검사하는 제로 전력사용량 횟수 검사, 유효전력량과 지상무효전력량과 진상무효전력량 및 피상전력량 간의 관계 수식을 이용하여 전력량을 검사하는 무효전력량 검사, 계기별로 과거에 검침된 전력사용량의 최대값과 최소값을 이용하여 전력사용량을 검사하는 최대/최소 전력사용량 검사, 동일 시간대에 대하여 간격(Interval) 검침의 합계와 레지스터(Register) 검침의 차이를 검사하는 합계 검사 등을 통해 전력사용량을 검증한다. 여기서, 원격검침시스템 플래그 검사는 계기가 시험모드로 동작하는지 여부를 체크하는 계기 시험모드 여부 체크, 계기 펄스값에 오버플로우가 발생하였는지 여부를 체크하는 펄스 오버플로우 여부 체크, 계기의 시간이 변경되어 적용되었는지 여부를 체크하는 계기시간 변경 여부 체크, 역방향으로 송전이 발생하였는지 여부를 체크하는 역송 전력량 여부 체크, 원격검침시스템에서 전력사용량값을 오 검침으로 판단하고 추정하였는지 여부를 체크하는 원격검침시스템 추정 여부 체크, 원격검침 오류 발생 여부를 체크하는 원격검침 오류 체크, 상 오류 발생 여부를 체크하는 상 오류 체크, 통신과정에서 CRC 오류가 발생하였는지 여부를 체크하는 CRC 오류 체크, 계기에 설정된 주기(예를 들면, 15분, 1시간 등)보다 짧게 검침이 이루어져서 부분적으로 검침이 되었는지 여부를 체크하는 부분 검침 여부 체크를 포함한다.
전력사용량 추정부(230)는 전력사용량 검증부(220)에서 비정상 전력사용량으로 판정된 전력사용량을 추정한다. 이때, 전력사용량 추정부(230)는 비활성 계기 추정 방법, 제로 검침 추정방법, 선형보간법, 이력에 의한 추정 방법, 클래스 로드 프로필 추정 방법, 레지스터 검침 스케일링 추정 중에 하나를 이용하여 전력사용량을 추정한다.
전력사용량 추정부(230)는 계기와 고객이 정상적으로 연결되어 작동하는지 여부를 판단하여 정상 작동하는 계기가 아닌 경우에는 비활성 계기 추정 방법을 이용하여 전력사용량을 추정한다. 비활성 계기 추정 방법은 비활성 계기에 대하여 전력사용량을 '0'으로 추정한다.
전력사용량 추정부(230)는 추정 대상인 계기에 대하여 제로 검침 추정 여부가 '예'로 설정되어 있는 경우에는 제로 검침 추정방법을 이용하여 전력사용량을 추정한다. 제로 검침 추정방법은 전력사용량을 '0'으로 추정한다.
전력사용량 추정부(230)는 선형보간법 추정이 가능한 경우 선형보간법을 이용하여 전력사용량을 추정한다. 선형보간법은 시스템에서 정한 짧은 구간(예를 들면, 대략 1시간 내)에 대해서만 추정이 가능한데, 추정이 필요한 구간이 1시간 이내인 경우에는 선형보간법을 적용한다. 선형보간법은 하기의 수학식 1을 이용해 전력사용량을 추정한다.
Figure 112014079787579-pat00001
여기서,
Figure 112014079787579-pat00002
는 전력사용량 추정값이고, X0는 직전 정상적인 전력사용량 값이고, Xn은 직후 정상적인 전력사용량 값이고, t는 직전과 직후의 시차이다.
전력사용량 추정부(230)는 과거에 유사한 날이 있는 경우에는 이력에 의한 추정 방법을 적용한다. 이력에 의한 추정 방법에서는 직전 5일의 동일 시간대의 전력사용량 값을 선택한다. 직전 5일을 선택할 때에는 요일적 특성(도 6 참조)을 고려하여 선택한다. 선택된 5일의 전력사용량 값 중에서 평균에 비하여 ±25%를 초과하는 값은 비정상 값으로 제외한다. 다음으로, 선별된 최대 4개의 전력사용량 값을 평균하여 전력사용량을 추정한다.
전력사용량 추정부(230)는 과거에 유사한 날이 없는 경우에는 이력에 의한 추정 방법을 적용할 수 없고, 클래스 로드 프로필 추정 방법을 적용하여야 한다. 클래스 로드 프로필 추정방법이란 사용자가 정한 기간(예를 들면, 1년)에서의 평균 전력사용량을 적용하여 전력사용량을 추정하는 방법이다.
전력사용량 추정부(230)는 레지스터 검침 스케일링 추정 여부가 설정되어 있는 경우에는 레지스터 검침 스케일링 추정을 수행한다. 검침값은 간격(Interval) 검침과 레지스터(Register) 검침으로 구분되는데, 간격 검침은 각 간격으로 나누어진 구간 전력사용량을 의미하고, 레지스터 검침은 시간의 변화에 따라 계속 증가하는 누적되는 전력사용량을 의미한다. 레지스터 검침은 1시간 또는 1일 단위로 검침하는 값이다. 직전ㆍ후의 레지스터 검침값의 차이와 동일시간 범위 내의 구간 전력사용량 합과의 차이를 검사한다. 합이 다르면 그 차이만큼을 보정하여 하기의 수학식 2와 같이 전력사용량을 추정한다.
Figure 112014079787579-pat00003
여기서,
Figure 112014079787579-pat00004
는 레지스터 검침 스케일링 추정에 의해 보정된 전력사용량 추정값이고,
Figure 112014079787579-pat00005
는 이력에 의한 추정 또는 클래스 로드 프로필에 의한 전력사용량 추정값이고, Rn은 t시간의 직후 Register 검침값이고, R0은 t시간의 직전 Register 검침값이고, Ii는 Interval 검침값이다.
전력사용량 저장부(240)는 전력사용량을 데이터베이스 관리 시스템(400)의 전력사용량 이력정보 테이블에 저장한다. 즉, 전력사용량 저장부(240)는 전력사용량 검증부(220)에서 정상으로 판단한 전력사용량 및 전력사용량 추정부(230)에서 추정한 전력사용량을 데이터베이스 관리 시스템(400)의 전력사용량 이력정보 테이블에 저장한다. 이때, 데이터베이스 관리 시스템(400)의 전력사용량 이력정보 테이블의 구조는 도 7에 도시된 바와 같다.
전력사용량 집계부(250)는 각 계기의 전력사용량을 이용하여 집계량을 계산한다. 즉, 전력사용량 집계부(250)는 전력사용량 검증부(220)에서 정상으로 판단한 전력사용량 및 전력사용량 추정부(230)에서 추정한 전력사용량을 근거로 각 계기의 시간대별/일별 전력사용량의 합계를 계산한 전력사용량 합계, 각 계기의 시간대별/일별 정상적으로 검침된 전력사용량 건수의 합계를 계산한 정상 검침건수 합계, 각 계기의 시간대별/일별 비정상적으로 검침된 전력사용량 건수의 합계를 계산한 비정상 검침건수 합계를 포함하는 집계량을 계산한다.
계기 특성정보 생성부(260)는 각 계기의 전력사용량을 이용하여 전력사용량 검증부(220) 및 전력사용량 추정부(230)에서 사용되는 계기 특성정보를 생성한다. 즉, 계기 특성정보 생성부(260)는 전력사용량 검증부(220)에서 정상으로 판단한 전력사용량 및 전력사용량 추정부(230)에서 추정한 전력사용량을 근거로 계기 특성정보를 생성한다. 이때, 계기 특성정보 생성부(260)는 각 계기의 전력사용량 최대값인 최대 전력사용량, 각 계기의 전력사용량 평균값인 평균 전력사용량, 각 계기의 전력사용량 최소값인 최소 전력사용량, 각 계기의 전력사용량 증감률의 최대값인 전력사용량 최대증감률, 각 계기의 최대 전력사용량을 초과하여 갱신한 횟수의 누적 합계인 최대 전력사용량 갱신 횟수 누적 합계, 제로 전력사용량 횟수를 누적한 합계인 제로 전력사용량 횟수 누적 합계, 연속으로 제로 전력사용량 횟수를 누적한 합계인 연속 제로 전력사용량 횟수 누적 합계를 포함하는 계기 특성정보를 생성한다.
분산 노드 저장부는 분산 노드(200)에 내장된 메모리로 구성되며, 각 분산 노드(200)에 할당된 계기에 대한 계기 마스터정보와 계기 특성정보 및 전력사용 집계량 정보(즉, 전력사용량 집계부(250)에서 계산한 집계량)를 저장한다. 이때, 전력사용 집계량 정보는 데이터의 량이 많기 때문에 일정 기간(예를 들면, 대략 7일 이내)에 해당하는 전력사용 집계량 정보만을 저장한다.
분산 노드 이관부(270)는 분산 노드(200)의 시스템 장애시 복구를 위하여 분산 노드 저장부에 저장되어 있는 계기 특성정보, 전력사용 집계량 정보를 데이터베이스 관리 시스템(400)으로 주기적으로 이관하여 백업방식으로 저장하는 역할을 수행한다. 이때, 데이터베이스 관리 시스템(400)의 전력사용 집계량 정보 테이블 구조는 도 8에 도시된 바와 같고, 계기 특성정보 테이블 구조는 도 9에 도시된 바와 같다.
분산 노드 이관부(270)는 분산 노드 저장부에 저장된 전력사용 집계량 정보가 관리자가 정한 일정기간(예를 들면, 대략 7일 정도)을 초과하는 경우에는 그 초과한 전력사용 집계량 정보를 데이터베이스 관리 시스템(400)에 저장하고 분산 노드 저장부에서 삭제한다. 이때, 분산 노드 이관부(270)는 분산 노드 저장부의 전력사용 집계량 정보 중 최근에 갱신되었으나 데이터베이스 관리 시스템(400)에 저장이 안 된 경우에는 시스템에서 설정된 주기(예를 들면, 대략 1분 정도)마다 데이터베이스 관리 시스템(400)에 저장함으로써 사용자가 전력사용 집계량 정보를 조회할 수 있도록 한다.
분산 노드 갱신부(280)는 데이터베이스 관리 시스템(400)의 계기 마스터정보가 추가되거나 변경 또는 삭제된 경우, 분산 노드 저장부에 저장된 계기 마스터정보를 추가, 변경 또는 삭제된 계기 마스터정보로 갱신한다.
분산 노드 갱신부(280)는 분산 노드(200)의 시스템 장애로 인하여 다른 계기가 할당되는 경우 데이터베이스 관리 시스템(400)으로부터 계기 마스터 정보를 수신하여 분산 노드 저장부에 저장된 계기 마스터정보를 갱신한다.
분산 노드 갱신부(280)는 각 분산 노드별로 계기번호의 할당범위가 변경되면 취소된 계기번호에 대해서는 계기 특성정보와 전력사용 집계량 정보를 데이터베이스 관리 시스템(400)으로 전송하여 저장한다. 분산 노드 갱신부(280)는 신규로 추가된 계기번호에 대해서는 데이터베이스 관리 시스템(400)으로부터 계기 마스터정보, 계기 특성정보, 전력사용 집계량 정보를 수신하여 분산 노드 저장부를 갱신한다.
이하, 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 방법의 분산작업 생성 및 배분 방법을 첨부된 도면을 참조하여 상세하게 설명하면 아래와 같다. 도 10은 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 방법의 분산작업 생성 및 배분 방법을 설명하기 위한 흐름도이다.
전사적 서비스 버스(300)는 각 14개 지역본부에서 운영중인 총 28개의 원격검침서버로부터 전력사용량 검침데이터 메시지를 수신한다. 전사적 서비스 버스(300)는 수신한 전력사용량 검침데이터 메시지를 로드밸런싱 방식으로 마스터 노드(100)에게 전송한다. 마스터 노드(100)는 전사적 서비스 버스(300)로부터 수신한 메시지를 근거로 분산작업을 생성한다(S110). 마스터 노드(100)는 수신한 메시지의 구문과 문법을 검사하여 정상으로 판단하면 응답신호(즉, 'OK' 답신(Reply))를 전사적 서비스 버스(300)에게로 전송한다. 마스터 노드(100)는 정상으로 판단한 메시지로부터 적어도 하나의 계기번호를 검출한다. 마스터 노드(100)는 검출한 계기번호를 근거로 각 분산 노드(200)에 해당하는 분산작업을 생성한다.
마스터 노드(100)는 생성한 분산작업을 분산 노드(200)로 배분한다(S120). 즉, 마스터 노드(100)는 S110 단계에서 생성한 분산작업을 각 분산 노드(200)에 배분한다. 이때, 마스터 노드(100)는 분산작업에 포함된 작업 헤더의 분산 노드 번호를 근거로 분산작업을 각 분산 노드(200)에 배분한다. 마스터 노드(100)는 분산작업의 배분 결과를 근거로 작업수행 이력정보를 저장한다. 이때, 마스터 노드(100)는 분산작업이 최초 배분된 상태이면 분산작업의 상태를 '배분'으로 설정하여 저장한다.
마스터 노드(100)는 분산 노드(200)의 분산작업 수행 상태를 모니터링한다(S130). 즉, 마스터 노드(100)는 분산 노드(200)의 시스템 상태를 상시 모니터링하여 분산 노드(200)가 정상동작 상태인지, 시스템 장애로 인해 정지되어 있는지를 모니터링한다.
마스터 노드(100)는 분산작업의 배분 후에 설정 시간 내에 분산작업의 수행이 완료되지 않으면 분산 노드(200)에 시스템 장애가 발생한 것으로 판단한다. 분산 노드(200)에서 장애가 발생하면(S140; 예), 마스터 노드(100)는 해당 분산 노드(200)에 배분된 분산작업을 다른 분산 노드(200)로 재배분한다(S150). 즉, 마스터 노드(100)는 장애가 발생한 분산 노드(200)에 할당된 계기를 다른 분산 노드(200)로 재할당한다. 마스터 노드(100)는 분산 노드(200)의 재할당이 완료되면 해당 분산 노드(200)에 배분된 분산작업을 재할당된 다른 분산 노드(200)에게로 재배분한다. 마스터 노드(100)는 재배분 결과를 근거로 기저장된 작업수행 이력정보를 갱신한다.
이후, S110 단계에서 생성한 모든 분산작업의 수행이 완료되면(S160; 예), 마스터 노드(100)는 검침데이터의 검증을 종료한다. 이때, 마스터 노드(100)는 분산 노드(200)로부터 분산작업에 대한 작업결과를 수신한다. 마스터 노드(100)는 수신한 작업결과를 근거로 기저장된 작업수행 이력정보를 갱신한다. 여기서, 마스터 노드(100)는 작업결과에 작업완료 메시지가 포함되면 해당 분산작업의 상태를 "완료"로 설정하여 작업수행 이력정보를 갱신한다.
이하, 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 방법의 검침데이터 검증 및 집계 처리 방법을 첨부된 도면을 참조하여 상세하게 설명하면 아래와 같다. 도 11은 본 발명의 실시예에 따른 분산 클러스터링 기반 검침데이터 검증 방법의 검침데이터 검증 및 집계 처리 방법을 설명하기 위한 흐름도이고, 도 12는 도 11의 전력사용량 추정 단계를 설명하기 위한 흐름도이다.
분산 노드(200)는 마스터 노드(100)로부터 배분된 분산작업으로부터 전력사용량을 추출한다(S205). 즉, 분산 노드(200)는 전력사용량의 계기 기록에 포함된 계기 데이터 기록으로부터 전력사용량을 추출한다.
분산 노드(200)는 검출한 전력사용량을 검증한다(S210). 즉, 분산 노드(200)는 검출한 전력사용량에 대한 검사를 통해 비정상 여부를 판단한다. 이때, 분산 노드(200)는 특정 시간대의 전력사용량이 누락되었는지 검사하는 누락간격 검사, 원격검침시스템의 플래그를 검사하는 원격검침시스템 플래그 검사, 계약 최대전력을 초과하였는지 여부를 검사하는 최대수요 검사, 전력사용량이 직전ㆍ후보다 높게 올라간 경우를 검사하는 스파이크 검사, 연속으로 제로 값이 검침 되었는지를 검사하는 연속 제로 사용량 검사, 제로 전력사용량이 얼마나 발생하였는지를 검사하는 제로 전력사용량 횟수 검사, 유효전력량과 지상무효전력량과 진상무효전력량 및 피상전력량 간의 관계 수식을 이용하여 전력량을 검사하는 무효전력량 검사, 계기별로 과거에 검침된 전력사용량의 최대값과 최소값을 이용하여 전력사용량을 검사하는 최대/최소 전력사용량 검사, 동일 시간대에 대하여 간격(Interval) 검침의 합계와 레지스터(Register) 검침의 차이를 검사하는 합계 검사 등을 통해 전력사용량을 검증한다. 여기서, 원격검침시스템 플래그 검사는 계기가 시험모드로 동작하는지 여부를 체크하는 계기 시험모드 여부 체크, 계기 펄스값에 오버플로우가 발생하였는지 여부를 체크하는 펄스 오버플로우 여부 체크, 계기의 시간이 변경되어 적용되었는지 여부를 체크하는 계기시간 변경 여부 체크, 역방향으로 송전이 발생하였는지 여부를 체크하는 역송 전력량 여부 체크, 원격검침시스템에서 전력사용량값을 오 검침으로 판단하고 추정하였는지 여부를 체크하는 원격검침시스템 추정 여부 체크, 원격검침 오류 발생 여부를 체크하는 원격검침 오류 체크, 상 오류 발생 여부를 체크하는 상 오류 체크, 통신과정에서 CRC 오류가 발생하였는지 여부를 체크하는 CRC 오류 체크, 계기에 설정된 주기(예를 들면, 15분, 1시간 등)보다 짧게 검침이 이루어져서 부분적으로 검침이 되었는지 여부를 체크하는 부분 검침 여부 체크를 포함한다.
검증결과 비정상 전력사용량으로 판단되면(S215; 예), 분산 노드(200)는 비정상으로 판단한 전력사용량을 추정한다(S220). 즉, 분산 노드(200)는 비활성 계기 추정 방법, 제로 검침 추정방법, 선형보간법, 이력에 의한 추정 방법, 클래스 로드 프로필 추정 방법, 레지스터 검침 스케일링 추정 중에 하나를 이용하여 전력사용량을 추정한다. 이를 첨부된 도 12를 참조하여 설명하면 아래와 같다.
분산 노드(200)는 계기와 고객이 정상적으로 연결되어 작동하는지 여부를 판단한다. 정상 작동 계기가 아니면(S221; 아니오), 분산 노드(200)는 전력사용량에 대한 비활성 계기 추정 방법을 통해 전력사용량을 추정한다(S222). 즉, 분산 노드(200)는 정상 작동하지 않는 계기에 대해 비활성 계기 추정 방법을 통해 전력사용량을 '0'으로 추정한다.
분산 노드(200)는 제로 검침 추정 여부의 설정값을 근거로 제로 검침 추정 여부를 판단한다. 이때, 분산 노드(200)는 제로 검침 추정 여부가 '예'로 설정되어 제로 검침 추정으로 판단하면(S223; 예), 분산 노드(200)는 제로 검침 추정 방법을 통해 전력사용량을 추정한다(S224). 즉, 분산 노드(200)는 제로 검침 추정 방법을 통해 전력사용량을 '0'으로 추정한다.
비정상 전력사용량에 대한 선형보간법 추정이 가능하면(S225; 예), 분산 노드(200)는 선형보간법을 이용하여 전력사용량을 추정한다(S226). 즉, 분산 노드(200)는 전력사용량의 추정이 필요한 구간이 1시간 이내인 경우 선형보간법을 이용하여 전력사용량을 추정한다. 이때, 분산 노드(200)는 직전 정상적인 전력사용량과, 직후 정상적인 전력사용량 및 직전과 직후의 시차를 이용한 선형보간법을 통해 전력사용량을 추정한다.
추정 대상인 전력사용량의 측정한 날과 유사한 날이 과거에 존재하면(S227; 예), 분산 노드(200)는 이력에 의한 전력사용량 추정 방법을 이용하여 전력사용량을 추정한다(S228). 즉, 분산 노드(200)는 요일적 특성을 고려하여 직전 5일의 동일 시간대의 전력사용량 값을 선택한다. 분산 노드(200)는 선택된 5일의 전력사용량 값 중에서 평균에 비하여 ±25%를 초과하는 값은 비정상 값으로 제외한다. 분산 노드(200)는 선별된 최대 4개의 전력사용량 값을 평균하여 전력사용량을 추정한다.
분산 노드(200)는 과거에 유사한 날이 없는 경우 클래스 로드 프로필 추정 방법을 이용하여 전력사용량을 추정한다(S229). 즉, 분산 노드(200)는 클래스 로드 프로필 추정을 통해 사용자가 정한 기간(예를 들면, 1년)에서의 전력사용량의 평균값을 전력사용량으로 추정한다.
레지스터 검침 스케일링 추정이 설정되어 있으면(S230; 예), 분산 노드(200)는 레지스터 검침 스케일링 추정 방법을 통해 전력사용량을 추정한다(S231). 즉, 분산 노드(200)는 레지스터 검침 스케일링 추정 여부가 설정되어 있는 경우에는 레지스터 검침 스케일링 추정을 수행하여 S228 단계 및 S229 단계에서 추정한 전력사용량을 보정한다. 이때, 분산 노드(200)는 이력에 의한 추정 또는 클래스 로드 프로필 추정에 의한 전력사용량, 직후 레지스터 검침값과, 직전 레지스터 검침값 및 인터벌 검침값을 이용하여 추정한 전력사용량을 보정한다.
분산 노드(200)는 전력사용량을 데이터베이스 관리 시스템(400)의 전력사용량 이력정보 테이블에 저장한다(S240). 즉, 분산 노드(200)는 S210 단계에서 정상으로 판단한 전력사용량 또는 S220 단계에서 추정한 전력사용량을 데이터베이스 관리 시스템(400)의 전력사용량 이력정보 테이블에 저장한다.
분산 노드(200)는 전력사용량을 근거로 집계량을 계산한다(S245). 즉, 분산 노드(200)는 각 계기의 전력사용량을 이용하여 집계량을 계산한다. 이때, 분산 노드(200)는 S210 단계에서 정상으로 판단한 전력사용량 및 S220 단계에서 추정한 전력사용량을 근거로 각 계기의 시간대별/일별 전력사용량의 합계를 계산한 전력사용량 합계, 각 계기의 시간대별/일별 정상적으로 검침된 전력사용량 건수의 합계를 계산한 정상 검침건수 합계, 각 계기의 시간대별/일별 비정상적으로 검침된 전력사용량 건수의 합계를 계산한 비정상 검침건수 합계를 포함하는 집계량을 계산한다.
분산 노드(200)는 전력사용량을 근거로 계기 특성정보를 생성한다(S250). 즉, 분산 노드(200)는 각 계기의 전력사용량을 이용하여 전력사용량의 검증 및 추정에서 사용되는 계기 특성정보를 생성한다. 이때, 분산 노드(200)는 S210 단계에서 정상으로 판단한 전력사용량 및 S220에서 추정한 전력사용량을 근거로 계기 특성정보를 생성한다. 이때, 분산 노드(200)는 각 계기의 전력사용량 최대값인 최대 전력사용량, 각 계기의 전력사용량 평균값인 평균 전력사용량, 각 계기의 전력사용량 최소값인 최소 전력사용량, 각 계기의 전력사용량 증감률의 최대값인 전력사용량 최대증감률, 각 계기의 최대 전력사용량을 초과하여 갱신한 횟수의 누적 합계인 최대 전력사용량 갱신 횟수 누적 합계, 제로 전력사용량 횟수를 누적한 합계인 제로 전력사용량 횟수 누적 합계, 연속으로 제로 전력사용량 횟수를 누적한 합계인 연속 제로 전력사용량 횟수 누적 합계를 포함하는 계기 특성정보를 생성한다.
분산 노드(200)는 집계량 및 계기 특성정보를 저장한다(S255). 즉, 분산 노드(200)는 내장된 메모리에 S245 단계에서 계산한 집계량 및 S250 단계에서 생성한 계기 특성정보를 저장한다. 이때, 분산 노드(200)는 각 분산 노드(200)에 할당된 계기에 대한 계기 마스터정보와 계기 특성정보 및 전력사용 집계량 정보를 저장한다. 여기서, 분산 노드(200)는 내장된 메모리에 한계가 있기 때문에 일정 기간(예를 들면, 대략 7일 이내)에 해당하는 전력사용 집계량 정보만을 저장한다.
분산 노드(200)는 설정주기 간격으로 집계량 및 계기 특성정보를 데이터베이스 관리 시스템(400)으로 백업한다(S260). 즉, 분산 노드(200)는 시스템 장애시 복구를 위하여 내장 메모리에 저장되어 있는 계기 특성정보, 전력사용 집계량 정보를 데이터베이스 관리 시스템(400)으로 주기적으로 이관하여 백업한다. 분산 노드(200)는 내장 메모리에 저장된 전력사용 집계량 정보가 관리자가 정한 일정기간(예를 들면, 대략 7일 정도)을 초과하는 경우에는 그 초과한 전력사용 집계량 정보를 데이터베이스 관리 시스템(400)에 저장한 후 삭제한다. 이때, 분산 노드(200)는 내장 메모리의 전력사용 집계량 정보 중 최근에 갱신되었으나 데이터베이스 관리 시스템(400)에 저장이 안 된 경우에는 시스템에서 설정된 주기(예를 들면, 대략 1분 정도)마다 데이터베이스 관리 시스템(400)에 저장함으로써 사용자가 전력사용 집계량 정보를 조회할 수 있도록 한다.
한편, 계기 마스터정보의 추가, 변경 또는 삭제가 발생하면(S265; 예), 분산 노드(200)는 계기 마스터 정보를 갱신한다(S270). 즉, 분산 노드(200)는 데이터베이스 관리 시스템(400)의 계기 마스터정보가 추가되거나 변경 또는 삭제된 경우, 내장 메모리에 저장된 계기 마스터정보를 추가, 변경 또는 삭제된 계기 마스터정보로 갱신한다. 분산 노드(200)는 다른 계기가 할당되는 경우 데이터베이스 관리 시스템(400)으로부터 계기 마스터 정보를 수신하여 내장 메모리에 저장된 계기 마스터정보를 갱신한다. 분산 노드(200)는 각 분산 노드(200)별로 계기번호의 할당범위가 변경되면 취소된 계기번호에 대해서는 계기 특성정보와 전력사용 집계량 정보를 데이터베이스 관리 시스템(400)으로 전송하여 저장한다. 분산 노드(200)는 신규로 추가된 계기번호에 대해서는 데이터베이스 관리 시스템(400)으로부터 계기 마스터정보, 계기 특성정보, 전력사용 집계량 정보를 수신하여 갱신한다.
상술한 바와 같이, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 검침 데이터의 검증 및 집계를 빠르게 처리하여 스마트 미터의 보급 증가로 인한 처리속도 저하를 방지할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 스마트 미터의 보급이 지속되어도 고성능 서버로의 업그레이드 대신 저렴한 소형 서버를 병렬로 연결하여 필요한 성능을 확보할 수 있어 시스템 설비 도입 및 유지보수비용을 절감할 수 있으며, 비교적 낮은 비용으로 실시간 검침데이터 처리 기능을 구현할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 소형 서버를 병렬로 연결하여 검침 데이터의 검증을 위한 시스템을 구성함으로써, 고성능 서버(슈퍼 컴퓨터)로의 업그레이드에 비해 낮은 비용으로 스마트 미터의 보급 증가로 인한 처리속도 저하를 방지할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 계량데이터관리시스템(MDMS; Meter Data Management System)을 기반으로 하는 실시간 요금제 및 저압 계시별요금제(TOU) 도입, 수요관리 및 수요반응 확대, 배전 실시간 정전관리, 실시간 전기품질 관리가 가능한 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 전력판매 분야에서 전 고객 원격검침 도입으로 검침 인건비를 절감할 수 있고, 휴먼 에러(Human Error)를 방지하여 검침의 정확성을 향상시킬 수 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 전기사용고객이 전력사용량을 실시간으로 파악할 수 있으며 실시간으로 요금을 계산할 수 있는 환경을 제공하여 에너지를 효율적으로 소비할 수 있는 환경을 제공할 수 있는 효과가 있다.
또한, 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법은 검침 데이터의 검증을 위해 마스터 노드와 분산 노드를 클러스터링 방식으로 구성함으로써, 계통운영분야에서 수요관리 프로그램의 확대로 예비력이 확보되고, 부하 평준화가 가능하여 발전, 송전, 배전 전분야에 걸쳐 투자비용을 절감할 수 있을 뿐만 아니라 안정적으로 전력을 공급할 수 있는 환경을 구축할 수 있는 효과가 있다.
이상에서 본 발명에 따른 바람직한 실시예에 대해 설명하였으나, 다양한 형태로 변형이 가능하며, 본 기술분야에서 통상의 지식을 가진자라면 본 발명의 특허청구범위를 벗어남이 없이 다양한 변형예 및 수정예를 실시할 수 있을 것으로 이해된다.
100: 마스터 노드 110: 메시지 수신부
120: 분산작업 배분부 130: 작업배분 기록부
140: 이력정보 저장부 150: 작업상태 확인부
160: 분산작업 재배분부 170: 작업완료 기록부
200: 분산 노드 210: 전력사용량 정제부
220: 전력사용량 검증부 230: 전력사용량 추정부
240: 전력사용량 저장부 250: 전력사용량 집계부
260: 계기 특성정보 생성부 270: 분산 노드 이관부
280: 분산 노드 갱신부 300: 전사적 서비스 버스
400: 데이터베이스 관리 시스템

Claims (20)

  1. 분산작업에 포함된 검침데이터를 검증하고, 비정상으로 판단된 검침 데이터를 추정하여 집계량 및 계기 특성정보를 생성하는 분산 노드; 및
    전사적 서비스 버스로부터 수신한 메시지를 근거로 상기 분산작업을 생성하고, 상기 분산작업을 상기 분산 노드로 배분하고, 상기 분산 노드의 장애 발생시 상기 분산작업을 다른 분산 노드에게로 재배분하는 마스터 노드를 포함하고,
    상기 마스터 노드는, 상기 전사적 서비스 버스로부터 수신한 메시지로부터 검출한 계기번호를 근거로 상기 분산작업을 생성하고, 상기 분산작업을 상기 분산 노드에 배분하는 분산작업 배분부; 상기 분산작업 배분부에서 상기 분산작업이 배분된 상기 분산 노드의 동작 상태를 모니터링하는 작업상태 확인부; 및 상기 작업상태 확인부에서 장애 발생으로 판단한 상기 분산 노드에 배분된 상기 분산작업을 다른 분산 노드로 재배분하는 분산작업 재배분부를 포함하며,
    상기 분산작업 배분부는, 작업번호, 분산노드번호, 계기기록 길이를 포함하는 작업 헤더, 및 계기 기록 헤더 및 계기 데이터 기록을 포함하는 계기 기록으로 구성되는 작업 구조의 상기 분산작업을 생성하고, 상기 계기 기록 헤더는 계기 ID, SDP ID, 계기 데이터 기록 길이를 포함하고, 상기 계기 데이터 기록은 검침일시, 전력사용량 구분코드 및 전력사용량을 포함하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  2. 청구항 1에 있어서,
    상기 분산 노드는,
    상기 마스터 노드로부터 배분된 상기 분산작업에 포함된 전력사용량을 검증하는 전력사용량 검증부;
    상기 전력사용량 검증부에서 비정상으로 판정된 전력사용량을 추정하는 전력사용량 추정부;
    상기 전력사용량 검증부에서 정상으로 판정된 전력사용량 또는 상기 전력사용량 추정부에서 추정한 전력사용량을 근거로 계기별 집계량을 계산하는 전력사용량 집계부; 및
    상기 전력사용량 검증부에서 정상으로 판정된 전력사용량 또는 상기 전력사용량 추정부에서 추정한 전력사용량을 근거로 계기 특성정보를 생성하는 계기 특성정보 생성부를 포함하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  3. 청구항 2에 있어서,
    상기 전력사용량 검증부는,
    누락간격 검사, 원격검침시스템 플래그 검사, 최대수요 검사, 스파이크 검사, 연속 제로 사용량 검사, 제로 전력사용량 횟수 검사, 무효전력량 검사, 최대/최소 전력사용량 검사 및 합계 검사 중에 적어도 하나를 이용하여 전력사용량을 검증하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  4. 청구항 2에 있어서,
    상기 전력사용량 추정부는,
    비활성 계기 추정 방법, 제로 검침 추정방법, 선형보간법, 이력에 의한 추정 방법, 클래스 로드 프로필 추정 방법, 레지스터 검침 스케일링 추정 중에 적어도 하나를 이용하여 전력사용량을 추정하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  5. 청구항 2에 있어서,
    상기 전력사용량 집계부는,
    전력사용량 합계, 정상 검침건수 합계 및 비정상 검침건수 합계를 포함하는 집계량을 계산하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  6. 청구항 2에 있어서,
    상기 계기 특성정보 생성부는,
    최대 전력사용량, 평균 전력사용량, 최소 전력사용량, 전력사용량 최대증감률, 최대 전력사용량 갱신 횟수 누적 합계, 제로 전력사용량 횟수 누적 합계, 연속 제로 전력사용량 횟수 누적 합계를 포함하는 계기 특성정보를 생성하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  7. 삭제
  8. 삭제
  9. 청구항 1에 있어서,
    상기 작업상태 확인부는,
    상기 분산 노드가 시스템 장애로 정지되거나, 상기 분산작업의 배분 후에 설정 시간 내에 상기 분산작업의 수행이 완료되지 않으면 상기 분산 노드의 장애 발생으로 판단하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  10. 청구항 1에 있어서,
    상기 분산작업 재배분부는,
    상기 작업상태 확인부에서 장애 발생으로 판단한 상기 분산 노드에 할당된 계기를 다른 분산 노드로 재할당하고, 상기 장애 발생으로 판단한 상기 분산 노드에 할당된 상기 분산작업을 재할당된 다른 분산 노드에게로 재배분하는 것을 특징으로 하는 분산 클러스터링 기반 검침데이터 검증 시스템.
  11. 마스터 노드 및 분산 노드를 포함하는 분산 클러스터링 기반 검침데이터 검증 시스템을 이용한 분산작업 배분 방법으로서,
    상기 마스터 노드에 의해, 전사적 서비스 버스로부터 수신한 메시지를 근거로 상기 분산작업을 생성하는 단계;
    상기 마스터 노드에 의해, 상기 분산작업에 포함된 분산 노드 번호를 근거로 상기 분산 노드에 상기 분산작업을 배분하는 단계;
    상기 마스터 노드에 의해, 상기 분산작업이 배분된 상기 분산 노드의 동작 상태를 모니터링하는 단계; 및
    상기 마스터 노드에 의해, 상기 모니터링하는 단계에서 장애 발생으로 판단한 상기 분산 노드에 배분된 상기 분산작업을 다른 분산 노드로 재배분하는 단계를 포함하고,
    상기 분산작업을 생성하는 단계는, 상기 마스터 노드에 의해, 상기 전사적 서비스 버스로부터 검침데이터를 포함하는 메시지를 수신하는 단계; 상기 마스터 노드에 의해, 상기 수신한 메시지의 구문 및 문법을 검사하여 정상 수신 여부를 판단하는 단계; 상기 마스터 노드에 의해, 상기 판단하는 단계에서 정상으로 판단한 메시지에 대한 응답신호를 상기 전사적 서비스 버스로 전송하는 단계; 상기 마스터 노드에 의해, 상기 판단하는 단계에서 정상으로 판단한 메시지로부터 계기번호를 검출하는 단계; 및 상기 마스터 노드에 의해, 상기 검출한 계기번호를 근거로 각 분산 노드에 해당하는 분산작업을 생성하는 단계를 포함하고, 상기 분산작업을 생성하는 단계에서 생성된 분산작업은 작업번호, 분산노드번호, 계기기록 길이를 포함하는 작업 헤더, 및 계기 기록 헤더 및 계기 데이터 기록을 포함하는 계기 기록으로 구성되고, 상기 계기 기록 헤더는 계기 ID, SDP ID, 계기 데이터 기록 길이를 포함하고, 상기 계기 데이터 기록은 검침일시, 전력사용량 구분코드 및 전력사용량을 포함하는 것을 특징으로 하는 분산작업 배분 방법.
  12. 삭제
  13. 청구항 11에 있어서,
    상기 분산작업을 배분하는 단계는,
    상기 마스터 노드에 의해, 상기 분산작업으로부터 작업 헤더에 포함된 분산 노드 번호를 검출하는 단계;
    상기 마스터 노드에 의해, 상기 검출한 분산 노드 번호를 근거로 상기 분산작업을 상기 분산 노드에 배분하는 단계;
    상기 마스터 노드에 의해, 상기 분산작업의 배분 결과를 근거로 작업수행 이력정보를 저장하는 단계를 포함하고,
    상기 작업수행 이력정보를 저장하는 단계에서는,
    상기 마스터 노드에 의해, 상기 분산작업의 상태를 배분으로 설정한 작업수행 이력정보를 저장하는 것을 특징으로 하는 분산작업 배분 방법.
  14. 청구항 11에 있어서,
    상기 분산 노드의 동작 상태를 모니터링하는 단계에서는,
    상기 마스터 노드에 의해, 상기 분산 노드가 시스템 장애로 정지되거나, 상기 분산작업의 배분 후에 설정 시간 내에 상기 분산작업의 수행이 완료되지 않으면 상기 분산 노드의 장애 발생으로 판단하는 것을 특징으로 하는 분산작업 배분 방법.
  15. 청구항 11에 있어서,
    상기 분산작업을 다른 분산 노드로 재배분하는 단계에서는,
    상기 마스터 노드에 의해, 장애 발생으로 판단한 상기 분산 노드에 할당된 계기를 다른 분산 노드로 재할당하는 단계;
    상기 마스터 노드에 의해, 상기 장애 발생으로 판단한 상기 분산 노드에 배분된 분산작업을 상기 재할당된 다른 분산 노드에게로 재배분하는 단계; 및
    상기 마스터 노드에 의해, 상기 재배분하는 단계의 재배분 결과를 근거로 기저장된 작업수행 이력정보를 갱신하는 단계를 포함하는 것을 특징으로 하는 분산작업 배분 방법.
  16. 마스터 노드 및 분산 노드를 포함하는 분산 클러스터링 기반 검침데이터 검증 시스템을 이용한 검침데이터 검증 방법으로서,
    상기 분산 노드에 의해, 상기 마스터 노드로부터 배분된 분산작업으로부터 전력사용량을 추출하는 단계;
    상기 분산 노드에 의해, 상기 추출한 전력사용량을 검증하는 단계;
    상기 분산 노드에 의해, 상기 검증하는 단계에서 비정상으로 판단한 전력사용량을 추정하는 단계;
    상기 분산 노드에 의해, 상기 검증하는 단계에서 정상으로 판단한 전력사용량 및 상기 전력사용량을 추정하는 단계에서 추정한 전력사용량을 데이터베이스 관리 시스템에 저장하는 단계;
    상기 분산 노드에 의해, 상기 검증하는 단계에서 정상으로 판단한 전력사용량 및 상기 전력사용량을 추정하는 단계에서 추정한 전력사용량을 근거로 각 계기의 집계량을 계산하는 단계; 및
    상기 분산 노드에 의해, 상기 검증하는 단계에서 정상으로 판단한 전력사용량 및 상기 전력사용량을 추정하는 단계에서 추정한 전력사용량을 근거로 계기 특성정보를 생성하는 단계를 포함하는 것을 특징으로 하는 검침데이터 검증 방법.
  17. 청구항 16에 있어서,
    상기 전력사용량을 검증하는 단계에서는,
    상기 분산 노드에 의해, 누락간격 검사, 원격검침시스템 플래그 검사, 최대수요 검사, 스파이크 검사, 연속 제로 사용량 검사, 제로 전력사용량 횟수 검사, 무효전력량 검사, 최대/최소 전력사용량 검사 및 합계 검사 중에 적어도 하나를 이용하여 전력사용량을 검증하고,
    상기 전력사용량을 추정하는 단에서는,
    상기 분산 노드에 의해, 비활성 계기 추정 방법, 제로 검침 추정방법, 선형보간법, 이력에 의한 추정 방법, 클래스 로드 프로필 추정 방법, 레지스터 검침 스케일링 추정 중에 적어도 하나를 이용하여 전력사용량을 추정하는 것을 특징으로 하는 검침데이터 검증 방법.
  18. 청구항 16에 있어서,
    상기 집계량을 계산하는 단계에서는,
    상기 분산 노드에 의해, 전력사용량 합계, 정상 검침건수 합계 및 비정상 검침건수 합계를 포함하는 집계량을 계산하고,
    상기 계기 특성정보를 생성하는 단계에서는,
    상기 분산 노드에 의해, 최대 전력사용량, 평균 전력사용량, 최소 전력사용량, 전력사용량 최대증감률, 최대 전력사용량 갱신 횟수 누적 합계, 제로 전력사용량 횟수 누적 합계, 연속 제로 전력사용량 횟수 누적 합계를 포함하는 계기 특성정보를 생성하는 것을 특징으로 하는 검침데이터 검증 방법.
  19. 청구항 16에 있어서,
    상기 분산 노드에 의해, 상기 집계량을 계산하는 단계에서 계산한 집계량 및 상기 계기 특성정보를 생성하는 단계에서 생성한 계기 특성정보를 저장하는 단계를 더 포함하되,
    상기 저장하는 단계에서는,
    상기 분산 노드에 의해, 상기 집계량을 설정 기간 내에 계산한 집계량만을 저장하는 것을 특징으로 하는 검침데이터 검증 방법.
  20. 청구항 19에 있어서,
    상기 분산 노드에 의해, 상기 저장하는 단계에서 저장한 상기 집계량 및 상기 계기 특성정보를 설정주기 간격으로 데이터베이스 관리 시스템으로 백업하는 단계를 더 포함하는 것을 특징으로 하는 검침데이터 검증 방법.
KR1020140109644A 2014-08-22 2014-08-22 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법 KR101969913B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140109644A KR101969913B1 (ko) 2014-08-22 2014-08-22 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140109644A KR101969913B1 (ko) 2014-08-22 2014-08-22 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20160023357A KR20160023357A (ko) 2016-03-03
KR101969913B1 true KR101969913B1 (ko) 2019-08-13

Family

ID=55535359

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140109644A KR101969913B1 (ko) 2014-08-22 2014-08-22 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101969913B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101886495B1 (ko) 2016-05-23 2018-08-08 가천대학교 산학협력단 혼복합 통신 구조를 갖는 에이엠아이 시스템의 성능 평가 방법 및 에이엠아이 시뮬레이터
KR102098436B1 (ko) * 2016-07-29 2020-04-08 한국전력공사 계량데이터 관리 장치, 계량데이터 관리 시스템 및 컴퓨터 판독가능 기록 매체
KR101869816B1 (ko) * 2017-11-07 2018-06-22 주식회사 그리드위즈 전력 데이터 처리 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100956638B1 (ko) * 2007-12-11 2010-05-11 한국전자통신연구원 대규모 클러스터 모니터링 시스템과 그의 자동 구축 및복구 방법
KR101522175B1 (ko) * 2011-09-16 2015-05-26 주식회사 케이티 클라우드 기반 스마트 그리드 시스템 및 이를 이용한 스마트 미터링 방법
KR101848923B1 (ko) 2011-09-28 2018-04-17 한국전력공사 검침데이터 검증 장치 및 방법

Also Published As

Publication number Publication date
KR20160023357A (ko) 2016-03-03

Similar Documents

Publication Publication Date Title
JP5135210B2 (ja) 使用量測定システム
US20160034208A1 (en) Solid-state disk (ssd) management
US10723487B2 (en) Systems and methods for detecting aircraft maintenance events and maintenance intervals
US20050108085A1 (en) Systems and method for costing of service proposals
US20180123391A1 (en) System and Method for Dynamic Measurement and Control of Synchronized Remote Energy Resources
KR101969913B1 (ko) 분산 클러스터링 기반 검침데이터 검증 시스템 및 방법
US11067618B2 (en) Systems and methods of diagnosing root causes of anomalous AMI information
US20150149249A1 (en) Methods and systems for energy arbitrage
CN102740247A (zh) 一种告警信息的生成方法及装置
US20180088617A1 (en) Demand response dispatch prediction system including automated validation, estimation, and editing rules configuration engine
US11249121B2 (en) Method of utility usage divergence identification between recurring consumption data indicative of repeating periodic consumption patterns and utility consumption data
US20180090934A1 (en) Energy baselining system including automated validation, estimation, and editing rules configuration engine
US10203714B2 (en) Brown out prediction system including automated validation, estimation, and editing rules configuration engine
US20110166959A1 (en) Energy management information system
US20180090931A1 (en) Automated validation, estimation, and editing processor
CN105183627A (zh) 一种服务器性能预测的方法及系统
CN111192123A (zh) 一种基于混合云计算平台的对账系统及其对账方法
US20140040913A1 (en) Job plan verification
US8307120B2 (en) Resource information managing device, system, method, and program
CN116090959A (zh) 邮轮物资采购处理方法、系统、电子设备及存储介质
Herman et al. Direct and indirect measurement of residential and commercial CIC: preliminary findings from South African Surveys
US9092508B1 (en) Overseeing data storage equipment power usage via local collection of power consumption data and remote evaluation and reporting of performance
CN112313964B (zh) 低能量装置的间隙数据收集
CN110942236B (zh) 一种综合停电记录和用电数据的异常用户识别方法
KR102276600B1 (ko) 열처리 공정의 전력 빅데이터 분석을 위한 데이터 분산처리 관리방법 및 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant