KR101986753B1 - 공동 주택 자동 온도 조절 시스템 - Google Patents

공동 주택 자동 온도 조절 시스템 Download PDF

Info

Publication number
KR101986753B1
KR101986753B1 KR1020170120964A KR20170120964A KR101986753B1 KR 101986753 B1 KR101986753 B1 KR 101986753B1 KR 1020170120964 A KR1020170120964 A KR 1020170120964A KR 20170120964 A KR20170120964 A KR 20170120964A KR 101986753 B1 KR101986753 B1 KR 101986753B1
Authority
KR
South Korea
Prior art keywords
switch
temperature
information
household
unit
Prior art date
Application number
KR1020170120964A
Other languages
English (en)
Other versions
KR20190033098A (ko
Inventor
송석진
정재목
김용우
김철홍
Original Assignee
(주)다산지앤지
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 (주)다산지앤지 filed Critical (주)다산지앤지
Priority to KR1020170120964A priority Critical patent/KR101986753B1/ko
Priority to PCT/KR2018/008639 priority patent/WO2019059514A1/ko
Publication of KR20190033098A publication Critical patent/KR20190033098A/ko
Application granted granted Critical
Publication of KR101986753B1 publication Critical patent/KR101986753B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/59—Remote control for presetting
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/005—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting using a power saving mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/60—Energy consumption

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Emergency Management (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하는 공동 주택 자동 온도 조절 시스템은 공동 주택의 에너지를 관리하는 에너지 관리 서버, 각 세대마다 설치된 AI 스위치 및 기계 학습 알고리즘을 제공하는 클라우드 서버를 포함하되, 상기 에너지 관리 서버는 상기 AI 스위치로부터 수집된 적어도 하나의 정보를 수집하는 데이터 수집부, 상기 수집된 적어도 하나의 정보를 상기 클라우드 서버로 전송하는 데이터 전송부, 상기 클라우드 서버로부터 상기 기계 학습 알고리즘을 수신하는 기계 학습 알고리즘 수신부 및 상기 기계 학습 알고리즘에 기초하여 상기 AI 스위치가 상기 각 세대의 온도를 조절하도록 제어하는 제어 정보를 생성하는 AI 스위치 제어부를 포함하고, 상기 클라우드 서버는 상기 적어도 하나의 정보에 기초하여 상기 기계 학습 알고리즘을 생성 및 업데이트하는 알고리즘 생성부 및 상기 기계 학습 알고리즘을 상기 에너지 관리 서버로 전송하는 기계 학습 알고리즘 전송부를 포함하고, 상기 AI 스위치는 해당 세대의 실내 온도를 측정하는 온도 센서를 포함하는 환경 센서, 상기 해당 세대 내에서 사용자의 재실 여부를 감지하는 재실 감지부 및 상기 제어 정보에 기초하여 상기 해당 세대의 온도를 제어하는 온도 제어부를 포함한다.

Description

공동 주택 자동 온도 조절 시스템{SYSTEM FOR AUTOMATICALLY CONTROLLING TEMPERATURE OF APARTMENT}
본 발명은 공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하는 공동 주택 자동 온도 조절 시스템에 관한 것이다.
자동 온도 조절 장치(Thermostat)이란 어떤 특정 장소의 온도를 필요한 일정치로 유지하도록 자동으로 조절하는 장치를 말한다. 자동 온도 조절 장치는 온도를 자체적으로 감지하여 가열, 냉각을 할 수 있다. 자동 온도 조절 장치는 실내의 재실자 유무 등을 감지하여 실내 온도를 자동으로 조절함으로써, 에너지를 효율적으로 관리할 수 있다는 장점을 가지고 있다.
이러한 자동 온도 조절 장치와 관련하여 선행기술인 한국등록특허 제 10-0725925호는 자동 온도조절장치를 개시하고 있다.
종래의 자동 온도 조절 장치는 실내의 재실자 유무 등을 감지하여 실내 온도를 자동으로 조절하는 기능을 제공하였지만, 사용자가 휴식 또는 취침 상태에 있어 움직임이 없는 경우, 무행위자에 대한 인체를 감지할 수 없어 불필요한 에너지 낭비가 발생되기도 하였다.
기존의 대기전력 차단 스위치에 냉/난방 온도 조절기의 기능을 결합시킨 공동 주택 자동 온도 조절 시스템을 제공하고자 한다. IoT 기술을 이용한 스마트 센서가 내장된 AI 스위치, 통합 에너지 검침 및 스마트 가전의 연동을 통해, 스마트 홈에서 빅데이터를 기반으로 한 기계 학습 알고리즘을 적용하여 공동 주택에서 편리함과 쾌적함을 제공하고, 에너지 절감 운전을 제공하는 공동 주택 자동 온도 조절 시스템을 제공하고자 한다. 기계 학습 알고리즘을 통해 사용자의 생활 패턴을 학습하여, 사용자의 생활 패턴에 따라 실내 온도 및 조명을 자동으로 제어하는 공동 주택 자동 온도 조절 시스템을 제공하고자 한다. 무행위자의 재실 감지 및 외기 유입 감지를 통해 불필요한 에너지 낭비의 요소를 제거하여, 불필요한 에너지 낭비를 방지하는 공동 주택 자동 온도 조절 시스템을 제공하고자 한다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 공동 주택의 에너지를 관리하는 에너지 관리 서버, 각 세대마다 설치된 AI 스위치 및 기계 학습 알고리즘을 제공하는 클라우드 서버를 포함하되, 상기 에너지 관리 서버는 상기 AI 스위치로부터 수집된 적어도 하나의 정보를 수집하는 데이터 수집부, 상기 수집된 적어도 하나의 정보를 상기 클라우드 서버로 전송하는 데이터 전송부, 상기 클라우드 서버로부터 상기 기계 학습 알고리즘을 수신하는 기계 학습 알고리즘 수신부 및 상기 기계 학습 알고리즘에 기초하여 상기 AI 스위치가 상기 각 세대의 온도를 조절하도록 제어하는 제어 정보를 생성하는 AI 스위치 제어부를 포함하고, 상기 클라우드 서버는 상기 적어도 하나의 정보에 기초하여 상기 기계 학습 알고리즘을 생성 및 업데이트하는 알고리즘 생성부 및 상기 기계 학습 알고리즘을 상기 에너지 관리 서버로 전송하는 기계 학습 알고리즘 전송부을 포함하고, 상기 AI 스위치는 해당 세대의 실내 온도를 측정하는 온도 센서를 포함하는 환경 센서, 상기 해당 세대 내에서 사용자의 재실 여부를 감지하는 재실 감지부 및 상기 제어 정보에 기초하여 상기 해당 세대의 온도를 제어하는 온도 제어부를 포함하는 공동 주택 자동 온도 조절 시스템을 제공할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 기존의 대기전력 차단 스위치에 냉/난방 온도 조절기의 기능을 결합시킨 공동 주택 자동 온도 조절 시스템을 제공할 수 있다. IoT 기술을 이용한 스마트 센서가 내장된 AI 스위치, 통합 에너지 검침 및 스마트 가전의 연동을 통해, 스마트 홈에서 빅데이터를 기반으로 한 기계 학습 알고리즘을 적용하여 공동 주택에서 편리함과 쾌적함을 제공하고, 에너지 절감 운전을 제공하는 공동 주택 자동 온도 조절 시스템을 제공할 수 있다. 기계 학습 알고리즘을 통해 사용자의 생활 패턴을 학습하여, 사용자의 생활 패턴에 따라 실내 온도 및 조명을 자동으로 제어하는 공동 주택 자동 온도 조절 시스템을 제공할 수 있다. 무행위자의 재실 감지 및 외기 유입 감지를 통해 불필요한 에너지 낭비의 요소를 제거하여, 불필요한 에너지 낭비를 방지하는 공동 주택 자동 온도 조절 시스템을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 공동 주택 자동 온도 조절 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 에너지 관리 서버의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 에너지 관리 서버에서 공동 주택의 에너지를 관리하는 방법의 순서도이다.
도 4는 본 발명의 일 실시예에 따른 클라우드 서버의 구성도이다.
도 5는 본 발명의 일 실시예에 따른 클라우드 서버에서 공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하기 위한 기계 학습 알고리즘을 제공하는 방법의 순서도이다.
도 6은 본 발명의 일 실시예에 따른 AI 스위치의 구성도이다.
도 7은 본 발명의 다른 실시예에 따른 공동 주택 자동 온도 조절 시스템의 구성도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 공동 주택 자동 온도 조절 시스템의 구성도이다. 도 1을 참조하면, 공동 주택 자동 온도 조절 시스템(1)은 에너지 관리 서버(110), 클라우드 서버(120) 및 AI 스위치(130)를 포함할 수 있다.
도 1의 공동 주택 자동 온도 조절 시스템(1)의 각 구성요소들은 일반적으로 네트워크(network)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 에너지 관리 서버(110)는 공동 주택(100)의 AI 스위치(130) 및 클라우드 서버(120)와 동시에 또는 시간 간격을 두고 연결될 수 있다.
네트워크는 단말들 및 서버들과 같은 각각의 노드 상호간에 정보교환이 가능한 연결구조를 의미하는 것으로, 이러한 네트워크의 일예는, 3G, 4G, 5G, Wi-Fi, 블루투스(Bluetooth), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network) 등이 포함되나 이에 한정되지는 않는다.
예를 들어, 에너지 관리 서버(110)는 공동 주택(100)의 AI 스위치(130)와 제 1 네트워크로 연결될 수 있다. 제 1 네트워크는 에너지 관리 서버(110)와 공동 주택(100)의 AI 스위치(130) 간의 통신 방식을 의미하며, 단지망(내부망)으로 연결될 수 있다. 에너지 관리 서버(110)는 클라우드 서버(120)와 제 2 네트워크로 연결된 것일 수 있다. 제 2 네트워크는 에너지 관리 서버(110)와 클라우드 서버(120) 간의 통신 방식을 의미하며, 제 2 네트워크는 인터넷망(외부망) 일 수 있다.
에너지 관리 서버(110)는 공동 주택(100)의 에너지를 관리할 수 있다.
에너지 관리 서버(110)는 AI 스위치(130)로부터 수집된 적어도 하나의 정보를 수집하고, 수집된 적어도 하나의 정보를 AI 스위치(130)에서 적어도 하나의 정보가 발생되는 즉시 또는 주기적으로 클라우드 서버(120)로 전송할 수 있다.
에너지 관리 서버(110)는 수집된 적어도 하나의 정보를 기계 학습 알고리즘의 전처리 프로세스를 통해 학습 데이터로 정제할 수 있다. 예를 들어, 에너지 관리 서버(110)는 수집된 적어도 하나의 정보에 대해 깨진 데이터 또는 정상적으로 수집되지 않은 데이터를 정제하고, 순시값을 평균값으로 계산하는 등의 학습 데이터로 정제할 수 있다. 적어도 하나의 정보는 예를 들어, 전력 사용량, 각 세대의 각 방의 난방 정보, 각 세대의 각 방의 조명 정보 및 각 세대의 각 방의 콘센트 정보 등을 포함할 수 있다.
에너지 관리 서버(110)는 클라우드 서버(120)로부터 기계 학습 알고리즘을 수신하고, 기계 학습 알고리즘에 기초하여 AI 스위치(130)가 각 세대의 온도를 조절하도록 제어하는 제어 정보를 생성할 수 있다. 이를 위해, 에너지 관리 서버(110)는 적어도 하나의 정보에 기초하여 각 세대별로 세대 패턴을 학습하고, 세대 패턴에 기초하여 온도 제어 스케쥴을 생성하여, 생성된 온도 제어 스케쥴에 기초하여 AI 스위치(130)를 제어할 수 있다.
에너지 관리 서버(110)는 사용자 단말(미도시)로부터 수신된 복수의 모드 중 하나의 정보에 기초하여 각 세대의 온도를 조절할 수 있다. 복수의 모드는 예를 들어, 절전 모드, 일반 모드 및 쾌적 모드 등을 포함할 수 있다.
에너지 관리 서버(110)는 모니터링된 전력 사용량 및 온도 제어 스케쥴에 기초하여 기설정된 시간 이후의 전력 사용량 및 예상 요금 등을 예측할 수 있다. 또한, 에너지 관리 서버(110)는 사용자 단말(미도시)로부터 복수의 모드에 대한 각 모드 별로 기설정된 시간 이후의 전력 사용량 및 예상 요금을 예측할 수 있다.
클라우드 서버(120)는 기계 학습 알고리즘을 제공할 수 있다. 예를 들어, 클라우드 서버(120)는 적어도 하나의 정보에 기초하여 기계 학습 알고리즘을 생성하고, 생성된 기계 학습 알고리즘을 주기적으로 업데이트하고, 생성 및 업데이트된 기계 학습 알고리즘을 에너지 관리 서버(110)로 전송할 수 있다.
일 실시예에 따르면, 에너지 관리 서버(110) 및 클라우드 서버(120)가 공동 주택 자동 온도 조절 시스템(1)에 포함된 경우, 에너지 관리 서버(110)는 공동 주택(100)의 에너지를 관리하고, 클라우드 서버(120)가 기계 학습 알고리즘을 에너지 관리 서버(110)로 제공할 수 있다.
예를 들어, 에너지 관리 서버(110)는 AI 스위치(130)로부터 적어도 하나의 정보를 수집하여 클라우드 서버(120)로 전송하고, 클라우드 서버(120)로부터 제어 정보를 수신하여 AI 스위치(130)를 제어할 수 있다.
다른 예를 들어, 에너지 관리 서버(110)는 사용자 단말(미도시)로부터 제어 명령을 수신하여 AI 스위치(130)를 제어할 수 있다. 또한, 에너지 관리 서버(110)는 AI 스위치(130)로부터 수신한 적어도 하나의 정보를 사용자 단말(미도시)로 전송할 수도 있다.
즉, 일 실시예에 따르면, 클라우드 서버(120)가 외부 날씨 정보를 불러와서 학습하고, 그에 따른 제어 계획을 수립하며, 그 외에 기능은 에너지 관리 서버(110)에서 수행될 수 있다.
다른 실시예에 따르면, 에너지 관리 서버(110) 및 클라우드 서버(120)가 공동 주택 자동 온도 조절 시스템(1)에 포함되고, 에너지 관리 서버(110)에 머신 러닝 엔진이 탑재된 경우, 에너지 관리 서버(110)에서 공동 주택(100)의 에너지의 관리 및 기계 학습 알고리즘의 생성 등을 수행하고, 클라우드 서버(120)가 기계 학습 알고리즘의 업데이트 정보만을 에너지 관리 서버(110)로 제공할 수 있다.
예를 들어, 에너지 관리 서버(110)는 AI 스위치(130)로부터 적어도 하나의 정보를 수집하고, 외부 날씨 정보를 불러와서 직접 학습하여 제어 정보를 생성한 후, AI 스위치(130)를 제어할 수 있다. 이 때, 에너지 관리 서버(110)는 AI 스위치(130)로부터 수집된 적어도 하나의 정보를 클라우드 서버(120)로 전송하지 않고, 클라우드 서버(120)로부터 기계 학습 알고리즘의 업데이트 정보만을 수신할 수 있다.
다른 예를 들어, 에너지 관리 서버(110)는 사용자 단말(미도시)로부터 제어 명령을 수신하여 AI 스위치(130)를 제어할 수 있다. 또한, 에너지 관리 서버(110)는 AI 스위치(130)로부터 수신한 적어도 하나의 정보를 사용자 단말(미도시)로 전송할 수도 있다.
즉, 다른 실시예에 따르면, 에너지 관리 서버(110)는 일 실시에서 수행하는 기능을 모두 수행하되, 클라우드 서버(120)에서 담당하는 기능도 수행할 수 있다.
또 다른 실시예에 따르면, 에너지 관리 서버(110)가 공동 주택 자동 온도 조절 시스템(1)에 포함되어 클라우드 서버(120)와 통신 없이 동작하는 경우, 에너지 관리 서버(110)는 공동 주택(100)의 에너지의 관리 및 기계 학습 알고리즘 생성 등을 수행하고, 에너지 관리 서버(110)는 클라우드 서버(120)로부터 기계 학습 알고리즘의 업데이트 정보를 수신하지 않는다.
즉, 또 다른 실시예에 따르면, 에너지 관리 서버(110)는 다른 실시예에서 수행하는 기능을 모두 수행하되, 클라우드 서버(120)로부터 기계 학습 알고리즘의 업데이트 정보를 수집하지 않는다.
AI 스위치(130)는 환경 센서에 포함된 온도 센서를 통해 해당 세대의 실내 온도를 측정할 수 있다. 환경 센서는 예를 들어, 외기 온도 센서, CO2 센서, 습도 센서 및 공기 청정도 측정 센서 등을 포함할 수 있다.
AI 스위치(130)는 해당 세대 내에서 사용자의 재실 여부를 감지할 수 있다. 예를 들어, AI 스위치(130)는 동체 감지 센서를 통해 사용자의 동체가 감지되면, 사용자의 동체를 추적하여 재실 여부를 감지할 수 있다.
AI 스위치(130)는 해당 세대의 전력 사용량을 모니터링할 수 있다.
AI 스위치(130)는 제어 정보에 기초하여 해당 세대의 온도를 제어할 수 있다. 예를 들어, AI 스위치(130)는 온도 제어 스케쥴에 기초하여 AI 스위치(130)를 제어할 수 있다.
AI 스위치(130)는 제어 정보 또는 사용자의 제어에 기초하여 해당 세대의 조명을 제어할 수 있다.
AI 스위치(130)는 해당 세대 내의 콘센트별 순시 전력을 주기적으로 수집하여 대기 전력을 모니터링하고 대기 전력을 차단할 수 있다. 예를 들어, AI 스위치(130)는 수집한 콘센트별 순시 전력에 기초하여 콘센트 별로 대기 전력에 해당하는 전력값을 결정하고, 현재 순시 전력이 기설정된 시간 동안 대기 전력에 해당하는 전력값 이하인 경우, 현재 순시 전력을 대기 전력으로 판단할 수 있다.
AI 스위치(130)는 해당 세대 내의 환기 장치를 제어할 수 있다. 예를 들어, AI 스위치(130)는 CO2 센서로부터 수집되는 CO2 농도가 기설정된 값을 초과할 경우 환기 장치를 작동시킬 수 있다. 다른 예를 들어, AI 스위치(130)는 습도 센서로부터 수집되는 습도과 기설정된 값을 초과할 경우 환기 장치를 작동시킬 수 있다.
AI 스위치(130)는 해당 세대 내의 기설정된 구역에 설치된 방범 센서에서 수집된 정보에 기초하여 방범 정보를 알릴 수 있다.
AI 스위치(130)는 수요 관리 서버(미도시)로부터 수요 관리 정보를 수신하고, 수요 관리 정보에 기초하여 해당 세대 내의 냉난방 장치를 제어함으로써 수요 반응(Demand Response)에 참여할 수 있다.
AI 스위치(130)는 해당 세대 내로의 외기의 유입을 감지할 수 있다.
AI 스위치(130)는 CO2 센서로부터 수집되는 정보로부터 단위 시간당 CO2 농도를 모니터링하고, 단위 시간당 CO2 농도에 기초하여 외기의 유입을 감지할 수 있다.
AI 스위치(130)는 해당 세대의 온도, 사용자의 재실 여부, 전력 사용량 및 조명의 상태 등을 출력할 수 있다. 또한, AI 스위치(130)는 기설정된 시간 이후의 전력 사용량 및 예상 요금 등을 출력할 수 있다.
이러한 AI 스위치(130)는 하나의 기기가 온도 조절 및 조명 제어를 제공하는 온도 일체형으로 구성될 수 있으며, RS-485 시리얼 통신의 폴링 방식을 홈 네트워크로 이용하여, 월패드 및 다수의 전자제품과 통신을 수행할 수 있다.
일반적으로 시리얼 통신 방식은 폴링(polling) 방식과 이벤트 드리븐(event-driven) 방식의 프로토콜을 포함한다. 폴링 방식은 하나의 서버(월패드)가 다수의 클라이언트(기기)로 정해진 주기마다 데이터를 요청하는 방식으로, 각 기기는 수신되는 데이터 요청에 따라 반응하여 데이터 또는 제어 명령을 송신하므로, 데이터를 요청하는 서버가 2개 이상이 될 수 없다. 이벤트 드리븐 방식은 이벤트가 발생되었을 때에만, 데이터를 송신하므로 데이터의 요청 및 수신하는 기기가 복수개로 구성되어도 무방하다.
종래의 온도 제어 시스템은 월패드가 서버 역할을 하였으며, 홈 네트워크로 주로 RS-485 시리얼 통신의 폴링 방식을 이용하였다. 월패드는 서버 역할을 하며, 모든 통신 방식, 데이터 형식, 기능에 따른 프로토콜을 주관하였다.
종래의 각방 온도 제어 시스템은 서버인 월패드가 하나의 클라이언트인 온도 밸브 제어기에 제어 명령 또는 상태 정보를 요청하면, 월패드가 온도 밸브 제어기만 클라이언트로 인식하므로, 온도 밸브 제어기가 각 방의 온도 조절기에 상태 및 제어 명령을 전달하는 방식으로 구성되었다.
이와 같이, 종래의 온도 일체형의 AI 스위치(130)는 명령을 내릴 서버가 월패드(조명 제어)와 온도 밸브 제어기(온도 제어)가 2개가 됨에 따라, 회신 타이밍을 맞추기 어렵고, 회신 타이밍을 맞추더라도 통신 충돌에 의한 데이터 손실이 우려됨에 따라 오류가 발생할 확률이 높아진다는 단점을 가지고 있었다. 이를 해결하기 위해서는, 월패드로 명령 제어 신호가 일원화되거나 밸브 제어기로 일원화되어야 한다. 그러나 종래의 월패드는 다양한 기기를 운용해야 하므로, 온도 조절의 기능을 수행하지 않으며, 밸브 제어기에서 온도 제어와 조명 제어 신호 전송을 모두 수행하는 방식으로 개발되었다.
따라서, 본 발명에서 제안하는 온도 제어 및 조명 제어가 가능한 온도 일체형의 AI 스위치(130)는 밸브 제어기(미도시)와 연결되며, 밸브 제어기(미도시)에 의해 온도 제어와 조명 제어가 밸브 제어기에 의해 월패드로 중계될 수 있다. 밸브 제어기(미도시)는 월패드의 제어 명령 또는 상태 조회를 수신하고, 각 온도조절기로 전송하여 상태값을 수신하거나 제어를 할 수 있다. 밸브 제어기(미도시)는 온도 관련 통신인지, 조명 관련 통신인지는 프로토콜 상에 지정된 ID 값으로 구분할 수 있다. AI 스위치(130)는 ID 상에 온도 관련 신호가 포함되면, 온도 관련 수행을 하고, 조명 관련 신호가 포함되면 조명 관련 수행을 하게 된다.
예를 들어, AI 스위치(130)의 하위 AI 스위치인 각 방의 AI 스위치는 온도제어, 조명, 콘센트 제어, 전력량 계측, 재실감지, 환기제어, 환기센서 계측 정보 등의 다양한 기능을 모두 수용하거나, 선택 수용할 수 있다. 이 때, 각 방의 AI 스위치는 표준 프로토콜을 이용할 수 있다. 월패드는 오로지 데이터 통신만 진행하게 되고, 밸브 제어기는 해당 신호를 하위 AI 스위치로 송신하고, 하위 스위치로부터 데이터를 수신하는 경우, 수신한 데이터를 월패드로 회신할 수 있다. 밸브 제어기에 각 방 온도조절 스위치의 온도조절 상태값을 저장하는 등의 온도조절 기능을 포함하는 경우, 단순 통신 전달뿐만 아니라, 상태값에 따른 연산을 처리할 수도 있다.
원격 검침 서버(미도시)는 공동 주택(100)의 각 세대별로 설치된 원격 검침기를 통해 전력, 수도, 온수, 난방의 5종의 계량기로부터 누적 사용량을 예를 들어, 1시간 단위로 수집하여 데이터베이스에 저장할 수 있다. 또한, 원격 검침 서버(미도시)는 에너지 사용량을 일단위, 월단위로 정산하여 요금을 계산할 수 있다.
원격 검침 서버(미도시)는 AI 스위치(130)에서 공동 주택(100)의 해당 세대의 전력 사용량을 모니터링할 수 있도록 에너지 사용량을 AI 스위치(130)로 전송할 수 있다.
사용자 단말(미도시)은 AI 스위치(130)와 연관된 어플리케이션을 이용하여, 사용자의 패턴에 따라 AI 스위치(130)로 자동 운전을 요청할 수 있다. 예를 들어, 사용자 단말(미도시)은 시간 스케쥴에 따른 사전 냉난방, 설정 온도에 따른 사용자의 간섭 분석, 재실 여부에 따른 자동 운전 등을 AI 스위치(130)로 요청할 수 있다.
사용자 단말(미도시)은 사용자 모드를 제시하여, 모드별 사용량 및 요금 예측을 디스플레이에 표시할 수 있다. 사용자 단말(미도시) 사용자 모드로 복수의 모드 중 어느 하나의 모드가 선택되면, 선택된 모드에 대한 정보를 에너지 관리 서버(110)로 전송할 수 있다. 복수의 모드는 예를 들어, 절전 모드, 일반 모드 및 쾌적 모드 등을 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 에너지 관리 서버의 구성도이다. 도 2를 참조하면, 에너지 관리 서버(110)는 데이터 수집부(210), 데이터 전송부(220), 기계 학습 알고리즘 수신부(230), 사용자 패턴 학습부(240), 온도 제어 스케쥴 생성부(250), 전력 사용량 예측부(260) 및 AI 스위치 제어부(270)를 포함할 수 있다.
데이터 수집부(210)는 AI 스위치(130)로부터 수집된 적어도 하나의 정보를 수집할 수 있다. 적어도 하나의 정보는 예를 들어, 전력 사용량, 각 세대의 각 방의 난방 정보, 각 세대의 각 방의 조명 정보 및 각 세대의 각 방의 콘센트 정보 등을 포함할 수 있다.
데이터 전송부(220)는 수집된 적어도 하나의 정보를 클라우드 서버(120)로 전송할 수 있다.
기계 학습 알고리즘 수신부(230)는 클라우드 서버(120)로부터 기계 학습 알고리즘을 수신할 수 있다.
사용자 패턴 학습부(240)는 적어도 하나의 정보에 기초하여 각 세대별로 세대 패턴을 학습할 수 있다.
온도 제어 스케쥴 생성부(250)는 세대 패턴에 기초하여 온도 제어 스케쥴을 생성할 수 있다.
전력 사용량 예측부(260)는 모니터링된 전력 샤용량 및 온도 제어 스케쥴에 기초하여 기설정된 시간 이후의 전력 사용량 및 예상 요금 등을 예측할 수 있다. 또한, 전력 사용량 예측부(260)는 절전 모드, 일반 모드 및 쾌적 모드에 대한 각 모드 별로 기설정된 시간 이후의 전력 사용량 및 예상 요금을 예측할 수 있다. 예를 들어, 전력 사용량 예측부(260)는 예상 에너지(예를 들어, 전기, 난방, 가스) 사용량을 현재 사용량을 기준으로 하여 온도 제어 스케쥴에 기초하여 사용량을 도출할 수 있다. 검침 기준일이 5일인 경우, 15일의 예측 사용량은 '14일까지의 사용량+(온도 제어 스케쥴에 의한 냉난방 기기 운전 계획*사용시간당 에너지 사용량)'으로 산출될 수 있으며, 요금은 검침 기준일 정보와 요금 체계, 예상 전력 사용량으로 계산할 수 있다.
AI 스위치 제어부(270)는 기계 학습 알고리즘에 기초하여 AI 스위치(130)가 각 세대의 온도를 조절하도록 제어하는 제어 정보를 생성할 수 있다.
AI 스위치 제어부(270)는 온도 제어 스케쥴에 기초하여 AI 스위치(130)를 제어할 수 있다.
AI 스위치 제어부(270)는 사용자 단말(미도시)로부터 수신된 복수의 모드 중 하나의 정보에 기초하여 각 세대의 온도를 조절할 수 있다. 복수의 모드는 절전 모드, 일반 모드 및 쾌적 모드 등을 포함할 수 있다.
도 3은 본 발명의 일 실시예에 따른 에너지 관리 서버에서 공동 주택의 에너지를 관리하는 방법의 순서도이다. 도 3에 도시된 에너지 관리 서버(110)에서 수행되는 공동 주택의 에너지를 관리하는 방법은 도 1 및 도 2에 도시된 실시예에 따른 공동 주택 자동 온도 조절 시스템(1)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서 이하 생략된 내용이라고 하더라도 도 1 및 도 2에 도시된 실시예에 따른 에너지 관리 서버(110)에 의해 수행되는 공동 주택의 에너지를 관리하는 방법에도 적용된다.
단계 S310에서 에너지 관리 서버(110)는 AI 스위치(130)로부터 수집된 적어도 하나의 정보를 수집할 수 있다.
단계 S320에서 에너지 관리 서버(110)는 수집된 적어도 하나의 정보를 클라우드 서버(120)로 전송할 수 있다.
단계 S330에서 에너지 관리 서버(110)는 클라우드 서버(120)로부터 기계 학습 알고리즘을 수신할 수 있다.
단계 S340에서 에너지 관리 서버(110)는 기계 학습 알고리즘에 기초하여 AI 스위치가 각 세대의 온도를 조절하도록 제어하는 제어 정보를 생성할 수 있다.
상술한 설명에서, 단계 S310 내지 S340은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 4는 본 발명의 일 실시예에 따른 클라우드 서버의 구성도이다. 도 4를 참조하면, 클라우드 서버(120)는 알고리즘 생성부(410) 및 알고리즘 전송부(420)를 포함할 수 있다.
알고리즘 생성부(410)는 적어도 하나의 정보에 기초하여 기계 학습 알고리즘을 생성 및 업데이트할 수 있다.
알고리즘 전송부(420)는 기계 학습 알고리즘을 에너지 관리 서버(110)로 전송할 수 있다.
도 5는 본 발명의 일 실시예에 따른 클라우드 서버에서 공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하기 위한 기계 학습 알고리즘을 제공하는 방법의 순서도이다. 도 5에 도시된 클라우드 서버(120)에서 수행되는 공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하기 위한 기계 학습 알고리즘을 제공하는 방법은 도 1 내지 도 4에 도시된 실시예에 따른 공동 주택 자동 온도 조절 시스템(1)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서 이하 생략된 내용이라고 하더라도 도 1 내지 도 4에 도시된 실시예에 따른 클라우드 서버(120)에 의해 수행되는 공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하기 위한 기계 학습 알고리즘을 제공하는 방법에도 적용된다.
단계 S510에서 클라우드 서버(120)는 적어도 하나의 정보에 기초하여 기계 학습 알고리즘을 주기적으로 업데이트할 수 있다.
단계 S520에서 클라우드 서버(120)는 업데이트된 기계 학습 알고리즘을 에너지 관리 서버(110)로 전송할 수 있다.
상술한 설명에서, 단계 S510 내지 S520은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 6은 본 발명의 일 실시예에 따른 AI 스위치의 구성도이다. 도 6을 참조하면, AI 스위치(130)는 환경 센서(610), 동체 감지 센서(620), 재실 감지부(630), 전력 사용량 모니터링부(640), 온도 제어부(650), 조명 제어부(660), 대기 전력 차단부(670), 환기 제어부(680), 방범부(690), 수요 반응 참여부(700) 및 출력부(710)를 포함할 수 있다.
환경 센서(610)는 공동 주택(100)의 해당 세대(600)의 실내 온도를 측정하는 온도 센서를 포함할 수 있다. 예를 들어, 환경 센서(610)는 CO2 센서, 습도 센서 및 공기 청정도 측정 센서 등을 포함할 수 있다.
동체 감지 센서(620)는 사용자(603)의 동체를 감지할 수 있다. 동체 감지 센서(620)는 고감도로 구성되어, 사용자(603)가 조금이라도 움직이는 경우에도 사용자(603)의 움직임을 감지할 수 있다.
재실 감지부(630)는 해당 세대(600) 내에서 사용자(603)의 재실 여부를 감지할 수 있다. 구체적으로, 재실 감지부(630)는 사용자(603)의 동체를 추적하여 재실 여부를 감지할 수 있다. 예를 들어, 사용자(603)가 해당 세대(600) 내에서 거실을 통해 큰 방으로 들어가서 수면하는 경우, 재실 감지부(630)는 사용자(603)의 재실을 거실 감지->큰 방 감지 및 거실 미감지->큰 방 미감지 및 거실 미감지의 형태로 사용자(603)의 동체를 감지할 수 있다. 이 때, 재실 감지부(630)는 사용자(603)가 거실을 통해 큰 방으로 이동한 이후, 사용자(603)의 움직임이 없는 것으로 감지되면, 큰 방에 재실 인원이 존재하는 것으로 판단할 수 있다.
전력 사용량 모니터링부(640)는 해당 세대(600)의 전력 사용량을 모니터링할 수 있다. 예를 들어, 전력 사용량 모니터링부(640)는 원격 검침 서버의 데이터베이스로부터 전기, 난방, 가스 등의 매 시간 단위 누적 사용량을 수신하여 모니터링할 수 있다.
온도 제어부(650)는 제어 정보에 기초하여 해당 세대의 온도를 제어할 수 있다.
조명 제어부(660)는 제어 정보 또는 사용자의 제어에 기초하여 해당 세대(600)의 조명을 제어할 수 있다.
대기 전력 차단부(670)는 해당 세대(600) 내의 콘센트별 순시 전력을 주기적으로 수집하여 대기 전력을 모니터링하고, 대기 전력을 차단할 수 있다. 구체적으로, 대기 전력 차단부(670)는 수집한 콘센트별 순시 전력에 기초하여 콘센트 별로 대기 전력에 해당하는 전력값을 결정하고, 현재 순시 전력이 기설정된 시간 동안 대기 전력에 해당하는 전력값 이하인 경우, 현재 순시 전력을 대기 전력으로 판단할 수 있다.
종래에는 AI 스위치(130)를 이용하여 대기 전력을 차단하기 위해 사용자(603)가 모든 가전제품을 오프(off)시킨 상태(대기 전력만 소비하고 있는 상태)에서, 사용자로부터 AI 스위치(130)의 대기 전력 차단값 저장 버튼을 입력받아 그 시점의 전력 사용량을 저장하여 대기 전력을 설정할 수 있었다. 이후, 전력 사용량이 저장된 값보다 적은 상태로 일정 시간이 지속되면, AI 스위치(130)가 전력을 차단할 수 있게 된다. 그러나 종래의 AI 스위치(130)는 사용자(603)가 인위적으로 대기 전력 상태를 만들어 줘야하므로 사용법이 어렵고, 콘센트에 연결된 가전제품이 달라질 때마다 재설정을 해줘야 하므로 많은 불편함이 존재했다.
그러나 본 발명에서 대기 전력 차단부(670)는 콘센트별 순시 전력을 주기적으로 수집하여, 24시간을 기준으로 0을 제외한 최저값을 모니터링하고, 최저값이 기설정된 시간(예를 들어, 1시간) 이상 지속될 경우, 대기 전력이 발생된 것으로 판단할 수 있다. 이를 통해, 대기 전력 차단부(670)는 콘센트에 연결된 가전제품이 달라지더라도, 24시간마다 최저값을 체크함으로써, 대기 전력을 감지하고, 매일 대기전력 감지 알림과 자동 설정을 유도할 수 있으므로 효과적인 대기 전력 차단을 제공할 수 있게 된다.
환기 제어부(680)는 해당 세대(600) 내의 환기 장치를 제어할 수 있다. 예를 들어, 환기 제어부(680)는 CO2 센서로부터 수집되는 CO2 농도가 기설정된 값을 초과할 경우, 환기 장치를 온(on)으로 작동시키고, CO2 농도가 기설정된 값보다 낮아지는 경우, 환기 장치를 오프(off)로 동작시킬 수 있다. 다른 예를 들어, 환기 제어부(680)는 습도 센서로부터 수집되는 습도가 기설정된 값을 초과할 경우 환기 장치를 작동시킬 수 있다. 이러한 환기 제어부(680)는 환기 장치에 대해 온/오프 제어, 타이머 제어, 강약 제어를 수행할 수 있다.
방범부(690)는 해당 세대(600) 내의 기설정된 구역에 설치된 방범 센서에서 수집된 정보에 기초하여 방범 정보를 알릴 수 있다.
수요 반응 참여부(700)는 수요 관리 서버(미도시)로부터 수요 관리 정보를 수신하고, 수요 관리 정보에 기초하여 해당 세대(600) 내의 냉난방 장치를 제어함으로써 수요 반응(Demand Response)에 참여할 수 있다. 즉, AI 스위치(130)가 수요 관리 자원의 액츄에이터(actuator)로 활용될 수 있다.
수요 관리란, 전력공급회사가 발전소로부터 전력을 공급받을 시, 피크 수요(최대 전력수요) 구간에서 비싼 에너지원으로부터 공급을 받게 되며, 이 경우, 수요가 낮아지면 비싼 에너지원부터 전력을 공급받지 않기 때문에 전력 구입비용을 낮출 수 있게 됨에 따라, 수요처에 피크 시간대에 에너지 사용을 자제시킴으로써, 그 차익을 수요처에 돌려주는 방식으로 운전하는 것을 의미한다.
공동 주택(100)의 경우, 해당 시간대에 다수의 주택이 전력 사용의 자제 또는 절감해야 하므로, 이를 위한 홍보 비용의 상승, 보장되지 않은 참여율 등의 이유로 수요 관리가 적용되지 않았다. 그러나 사전에 수요처의 허가를 받은 경우, AI 스위치(130)와 같이 냉난방 기기를 직접 제어할 수 있다면, 수요 자원으로 관리가 가능해지므로, AI 스위치(130)가 수요 관리 자원의 액츄에이터로서 활용이 가능해진다.
수요 반응 참여부(700)는 공동 주택(100)의 전체 에너지를 단위로 수요 관리를 할 수 있어, 피크 제어가 가능해져 유용한 수단으로 이용할 수 있게 된다. 예를 들어, 100세대의 아파트의 경우, 에어컨을 5분에 30초씩, 10세대씩 순차적으로 사용하면, 개별 세대는 크게 덥지 않으면서도, 아파트 전체적으로는 100세대가 동시에 사용하는 에너지의 1/10으로 줄어들게 되어 효과적인 수요 관리가 가능해진다.
도시하지 않은 외기 유입 감지부는 해당 세대(600) 내로의 외기의 유입을 감지할 수 있다. 구체적으로, 외기 유입 감지부는 CO2 센서로부터 수집되는 정보로부터 단위 시간당 CO2 농도를 모니터링하고, 단위 시간당 CO2 농도에 기초하여 외기의 유입을 감지할 수 있다. 예를 들어, 해당 세대(600)의 창문이 개방되어 외기가 유입되면, 외기 유입 감지부는 단위 시간당 CO2와 온도 변화가 임계값을 초과하면, 외기가 유입된 것으로 감지할 수 있다.
출력부(710)는 해당 세대(600)의 온도, 사용자(603)의 재실 여부, 전력 사용량 및 조명의 상태 등을 출력할 수 있다. 또한, 출력부(710)는 기설정된 시간 이후의 전력 사용량 및 예상 요금 등을 출력할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 공동 주택 자동 온도 조절 시스템의 구성도이다.
도 7을 참조하면, 공동 주택 자동 온도 조절 시스템은 클라우드 서버(120) 및 AI 스위치(130)를 포함할 수 있다.
클라우드 서버(120)는 공동 주택(100)의 에너지를 직접 관리할 수 있다. 예를 들어, 클라우드 서버(120)는 AI 스위치(130)로부터 수집된 적어도 하나의 정보를 수집하고, 수집된 적어도 하나의 정보를 기계 학습 알고리즘의 전처리 프로세스를 통해 학습 데이터로 정제하여, 기계 학습 알고리즘을 생성 및 업데이트하여 기계 학습 알고리즘에 기초하여 AI 스위치(130)가 각 세대의 온도를 조절하도록 제어하는 제어 정보를 생성할 수 있다. 클라우드 서버(120)는 적어도 하나의 정보에 기초하여 각 세대별로 세대 패턴을 학습하고, 세대 패턴에 기초하여 온도 제어 스케쥴을 생성하여, 생성된 온도 제어 스케쥴에 기초하여 AI 스위치(130)를 제어할 수 있다.
즉, 클라우드 서버(120)가 공동 주택(100)의 에너지를 직접 관리하므로, 공동 주택의 에너지 비용을 관리하여, 공동 주택의 에너지를 절감시키도록 할 수 있다.
도 1 내지 도 7을 통해 설명된 공동 주택 자동 온도 조절 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 또한, 도 1 내지 도 7을 통해 설명된 공동 주택 자동 온도 조절 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램의 형태로도 구현될 수 있다.
컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 공동 주택
110: 에너지 관리 서버
120: 클라우드 서버
130: AI 스위치
210: 데이터 수집부
220: 데이터 전송부
230: 기계 학습 알고리즘 수신부
240: 사용자 패턴 학습부
250: 온도 제어 스케쥴 생성부
260: 전력 사용량 예측부
410: 알고리즘 생성부
420: 알고리즘 전송부
600: 공동 주택 세대
601: 에어컨
602: 조명
610: 온도 센서
620: 동체 감지 센서
630: 재실 감지부
640: 전력 사용량 모니터링부
650: 온도 제어부
660: 조명 제어부
670: 대기 전력 차단부
680: 환기 제어부
690: 방범부
700: 수요 반응 참여부
710: 출력부

Claims (19)

  1. 공동 주택에서 AI 스위치를 구비한 각 세대의 온도를 조절하는 공동 주택 자동 온도 조절 시스템에 있어서,
    공동 주택의 에너지를 관리하는 에너지 관리 서버;
    각 세대마다 설치된 AI 스위치; 및
    상기 각 세대마다 설치되는 밸브 제어기를 포함하되,
    상기 에너지 관리 서버는
    상기 AI 스위치로부터 수집된 적어도 하나의 정보를 수집하는 데이터 수집부; 및
    상기 적어도 하나의 정보에 기초한 기계 학습 알고리즘으로부터 생성된 제어 정보를 이용하여 상기 AI 스위치가 상기 각 세대의 온도를 조절하도록 제어하는 AI 스위치 제어부를 포함하고,
    상기 AI 스위치는
    해당 세대의 실내 온도를 측정하는 온도 센서를 포함하는 환경 센서;
    상기 해당 세대 내에서 사용자의 재실 여부를 감지하는 재실 감지부; 및
    상기 제어 정보에 기초하여 상기 해당 세대의 온도를 제어하는 온도 제어부
    를 포함하고,
    상기 AI 스위치는 상기 해당 세대의 밸브 제어기와 연결되고,
    상기 AI 스위치와 연결된 밸브 제어기는 상기 AI 스위치와 상기 해당 세대의 월패드 간의 상기 해당 세대의 온도의 제어를 중계하는 것인, 공동 주택 자동 온도 조절 시스템.
  2. 제 1 항에 있어서,
    상기 AI 스위치는
    상기 해당 세대의 전력 사용량을 모니터링하는 전력 사용량 모니터링부를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  3. 제 2 항에 있어서,
    상기 적어도 하나의 정보는 상기 각 세대의 각 방의 난방 정보, 상기 각 세대의 각 방의 조명 정보 및 상기 각 세대의 각 방의 콘센트 정보 중 적어도 하나를 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  4. 제 2 항에 있어서,
    상기 에너지 관리 서버는 상기 적어도 하나의 정보에 기초하여 상기 각 세대별로 세대 패턴을 학습하는 사용자 패턴 학습부; 및
    상기 세대 패턴에 기초하여 온도 제어 스케쥴을 생성하는 온도 제어 스케쥴 생성부
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  5. 제 4 항에 있어서,
    상기 AI 스위치 제어부는 상기 온도 제어 스케쥴에 기초하여 상기 AI 스위치를 제어하는 것인, 공동 주택 자동 온도 조절 시스템.
  6. 제 4 항에 있어서,
    상기 에너지 관리 서버는
    상기 모니터링된 전력 사용량 및 상기 온도 제어 스케쥴에 기초하여 기설정된 시간 이후의 전력 사용량 및 예상 요금 중 적어도 하나를 예측하는 전력 사용량 예측부
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  7. 제 1 항에 있어서,
    상기 공동 주택 자동 온도 조절 시스템은 클라우드 서버를 더 포함하고,
    상기 에너지 관리 서버는
    상기 수집된 적어도 하나의 정보를 상기 클라우드 서버로 전송하는 데이터 전송부; 및
    상기 클라우드 서버로부터 상기 기계 학습 알고리즘을 수신하는 기계 학습 알고리즘 수신부를 더 포함하고,
    상기 클라우드 서버는
    상기 적어도 하나의 정보에 기초하여 상기 기계 학습 알고리즘을 생성 및 업데이트하는 알고리즘 생성부; 및
    상기 기계 학습 알고리즘을 상기 에너지 관리 서버로 전송하는 기계 학습 알고리즘 전송부를 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  8. 제 2 항에 있어서,
    상기 AI 스위치는 상기 제어 정보 또는 상기 사용자의 제어에 기초하여 상기 해당 세대의 조명을 제어하는 조명 제어부;
    상기 해당 세대 내의 콘센트별 순시 전력을 주기적으로 수집하여 대기 전력을 모니터링하고 상기 대기 전력을 차단하는 대기 전력 차단부; 및
    상기 해당 세대의 온도, 상기 사용자의 재실 여부, 상기 전력 사용량 및 상기 조명의 상태 중 적어도 하나를 출력하는 출력부
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  9. 제 8 항에 있어서,
    상기 대기 전력 차단부는 상기 수집한 콘센트별 순시 전력에 기초하여 상기 콘센트 별로 대기 전력에 해당하는 전력값을 결정하고, 현재 순시 전력이 기설정된 시간 동안 상기 대기 전력에 해당하는 전력값 이하인 경우, 상기 현재 순시 전력을 대기 전력으로 판단하는 것인, 공동 주택 자동 온도 조절 시스템.
  10. 제 8 항에 있어서,
    상기 AI 스위치는
    상기 사용자의 동체를 감지하는 동체 감지 센서
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  11. 제 10 항에 있어서,
    상기 재실 감지부는 상기 사용자의 동체를 추적하여 상기 재실 여부를 감지하는 것인, 공동 주택 자동 온도 조절 시스템.
  12. 제 8 항에 있어서,
    상기 출력부는 기설정된 시간 이후의 전력 사용량 및 예상 요금 중 적어도 하나를 더 출력하는 것인, 공동 주택 자동 온도 조절 시스템.
  13. 제 8 항에 있어서,
    상기 AI 스위치는
    상기 해당 세대 내의 환기 장치를 제어하는 환기 제어부
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  14. 제 13 항에 있어서,
    상기 환기 제어부는 CO2 센서로부터 수집되는 CO2 농도가 기설정된 값을 초과할 경우 상기 환기 장치를 작동시키는 것인, 공동 주택 자동 온도 조절 시스템.
  15. 제 13 항에 있어서,
    상기 환기 제어부는 습도 센서로부터 수집되는 습도가 기설정된 값을 초과할 경우 상기 환기 장치를 작동시키는 것인, 공동 주택 자동 온도 조절 시스템.
  16. 제 8 항에 있어서,
    상기 AI 스위치는
    상기 해당 세대 내의 기설정된 구역에 설치된 방범 센서에서 수집된 정보에 기초하여 방범 정보를 알리는 방범부
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  17. 제 8 항에 있어서,
    상기 AI 스위치는
    수요 관리 서버로부터 수요 관리 정보를 수신하고, 상기 수요 관리 정보에 기초하여 상기 해당 세대 내의 냉난방 장치를 제어함으로써 수요 반응(Demand Response)에 참여하는 수요 반응 참여부
    를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  18. 제 1 항에 있어서,
    상기 AI 스위치 제어부는 사용자 단말로부터 수신된 복수의 모드 중 하나의 정보에 기초하여 상기 각 세대의 온도를 조절하고,
    상기 복수의 모드는 절전 모드, 일반 모드 및 쾌적 모드 중 적어도 하나를 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
  19. 제 18 항에 있어서,
    상기 에너지 관리 서버는
    각 모드 별로 기설정된 시간 이후의 전력 사용량 및 예상 요금을 예측하는 전력 사용량 예측부를 더 포함하는 것인, 공동 주택 자동 온도 조절 시스템.
KR1020170120964A 2017-09-20 2017-09-20 공동 주택 자동 온도 조절 시스템 KR101986753B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170120964A KR101986753B1 (ko) 2017-09-20 2017-09-20 공동 주택 자동 온도 조절 시스템
PCT/KR2018/008639 WO2019059514A1 (ko) 2017-09-20 2018-07-30 공동 주택 자동 온도 조절 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170120964A KR101986753B1 (ko) 2017-09-20 2017-09-20 공동 주택 자동 온도 조절 시스템

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020190057960A Division KR102130030B1 (ko) 2019-05-17 2019-05-17 공동 주택 자동 온도 조절 시스템

Publications (2)

Publication Number Publication Date
KR20190033098A KR20190033098A (ko) 2019-03-29
KR101986753B1 true KR101986753B1 (ko) 2019-06-10

Family

ID=65810800

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170120964A KR101986753B1 (ko) 2017-09-20 2017-09-20 공동 주택 자동 온도 조절 시스템

Country Status (2)

Country Link
KR (1) KR101986753B1 (ko)
WO (1) WO2019059514A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220069134A (ko) 2020-11-19 2022-05-27 한국전자기술연구원 사용자 맞춤형 쾌적도를 유지하는 냉난방 제어장치 및 방법
WO2022147273A1 (en) * 2020-12-31 2022-07-07 Goodman Manufacturing Company LP Systems and methods for controlling a heating and air-conditioning (hvac) system

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333703A (zh) * 2019-08-23 2019-10-15 航天库卡(北京)智能科技有限公司 一种基于深度学习技术的智能家居控制系统及控制方法
KR102183942B1 (ko) * 2019-12-17 2020-11-27 뉴브로드테크놀러지(주) 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법
KR102466733B1 (ko) * 2020-02-12 2022-11-15 (주)다산지앤지 스마트 홈 제어 시스템
KR102626292B1 (ko) * 2020-07-29 2024-01-18 (주)다산지앤지 재실 기반 ai 스위치
CN112650321B (zh) * 2020-12-14 2022-09-06 科曼利(广东)电气有限公司 一种基于云计算的智能家居室内温度调控系统
CN114926306B (zh) * 2022-07-22 2022-10-04 深圳慢云智能科技有限公司 一种公寓住宅情景模式人工智能交互方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101622205B1 (ko) * 2014-07-21 2016-05-18 (주)제이엔지에너지스 모바일 단말 연동형 공조 제어 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101078802B1 (ko) * 2011-04-12 2011-11-02 남성기전 주식회사 웹 기반 건물설비 관리 자동화 시스템
JP5709002B2 (ja) * 2011-09-16 2015-04-30 清水建設株式会社 運転制御装置、運転制御方法、プログラム
KR101994695B1 (ko) * 2012-04-19 2019-07-01 엘지전자 주식회사 공기조화기 제어시스템 및 그 방법
KR20150100285A (ko) * 2014-02-25 2015-09-02 오텍캐리어 주식회사 스마트 절전 기능을 가지는 공기 조화 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101622205B1 (ko) * 2014-07-21 2016-05-18 (주)제이엔지에너지스 모바일 단말 연동형 공조 제어 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220069134A (ko) 2020-11-19 2022-05-27 한국전자기술연구원 사용자 맞춤형 쾌적도를 유지하는 냉난방 제어장치 및 방법
WO2022147273A1 (en) * 2020-12-31 2022-07-07 Goodman Manufacturing Company LP Systems and methods for controlling a heating and air-conditioning (hvac) system

Also Published As

Publication number Publication date
WO2019059514A1 (ko) 2019-03-28
KR20190033098A (ko) 2019-03-29

Similar Documents

Publication Publication Date Title
KR101986753B1 (ko) 공동 주택 자동 온도 조절 시스템
US8706266B2 (en) Power control system
KR102130030B1 (ko) 공동 주택 자동 온도 조절 시스템
Scott et al. PreHeat: controlling home heating using occupancy prediction
EP2793097B1 (en) Thermostat for a HVAC
DK2704367T3 (en) Consumer management method and control device based on an energy consumption profile
US20130090770A1 (en) System and method for automatically controlling energy apparatus using energy modeling technique
US20140096946A1 (en) Comfort-Optimized Demand Response
US20130073094A1 (en) Building occupancy dependent control system
KR20150145259A (ko) 리소스 보존을 위한 hvac 스케줄의 자동화된 조절
CN102625942A (zh) 用于能量管理的方法和系统
KR101633969B1 (ko) 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법
EP2857921A1 (en) Intelligent temperature control system
US20220253078A1 (en) Smart energy scheduling
US20170254546A1 (en) Apparatus for monitoring at least one thermal control device, and associated control unit and control system
KR20170053238A (ko) 크라우드 서비스에 의한 에너지 절감과 전력 절감을 하는사물인터넷(IoT) 스마트 홈/빌딩 오토메션시스템 및 그제어방법
KR102252339B1 (ko) 공동 주택 자동 온도 조절 시스템
KR102315429B1 (ko) 소셜 네트워크를 이용한 공동 주거지 에너지 관리 장치 및 방법
US20170280210A1 (en) Connected climatic system
KR102209210B1 (ko) 공동 주택 자동 온도 조절 시스템
KR20220061048A (ko) Ai 스위치와 ai 생활 정보기를 활용한 상황 기반 인공지능 스마트 홈 시스템
KR102466733B1 (ko) 스마트 홈 제어 시스템
Jang System design and dynamic signature identification for intelligent energy management in residential buildings.
CN109424781A (zh) 用于限定阀孔的系统和方法
Gopinath et al. Sensor component proposed in a valuable approach for better power economy

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