KR101998107B1 - 이미지분석기법을 이용하는 열량계분석서버, 열량계분석방법 및 열량계분석시스템 - Google Patents

Abstract

일 실시예는, 열량계에서 동시점에 대응하여 생성되는 N(N은 2 이상의 자연수)개의 값을 일 데이터로 수신하는 서버통신부; 일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하는 이미지생성부; 및 상기 N차원이미지에 대한 분석을 통해 상기 N차원이미지의 유형을 결정하고, 상기 유형에 따라 상기 열량계의 상태정보를 생성하는 이미지분석부를 포함하는 열량계분석서버를 제공한다.

Description

이미지분석기법을 이용하는 열량계분석서버, 열량계분석방법 및 열량계분석시스템{SERVER, METHOD, AND SYSTEM FOR ANALYZING CALORIMETER USING IMAGE ANALYSIS TECHNIQUE}

본 실시예는 열량계, 열량계를 분석하는 서버 및 시스템에 관한 것이다.

중앙장치에서 각 세대로 공급하는 열에너지의 양(열량)을 계측하는 기기를 열량계라고 한다. 일반적으로 열량계는 공급온도와 환수온도의 차이에 유량을 곱하여 열량을 계산하고, 계산된 열량을 누적시켜 저장한다.

각 세대로 열에너지를 공급하는 공급처는 각 세대의 열량계에 저장된 열량누적값을 확인하여 요금을 계산하고 각 세대로 고지한다. 열량누적값은 검침원에 의해 확인될 수 있고, 원격검침에 따라 열량계에서 서버로 전송되는 데이터에 따라 확인될 수 있다.

한편, 열량계에 고장이 발생할 수 있는데, 한 세대의 열량계에 고장이 발생하면 해당 세대에 적정한 요금을 부과하지 못하는 문제뿐만 아니라 중앙장치를 공유하는 다른 세대에게 해당 세대의 요금을 전가시키는 문제가 발생할 수 있다.

서버는 열량계의 고장을 분석하기 위해 열량계로부터 데이터를 수신하고 데이터를 분석할 수 있다. 일 예로, 종래 기술에 의한 서버는 공급온도를 확인하고 공급온도가 비정상적으로 높거나 비정상적으로 낮은 경우, 열량계를 고장으로 판단하였다. 다른 예로, 종래 기술에 의한 서버는 공급온도나 환수온도가 고온으로 확인되는데 유량은 매우 낮은 수치로 확인되는 경우 열량계를 고장으로 판단하였다.

그런데, 종래 기술의 이러한 고장분석방법은 한 가지 값-예를 들어, 공급온도에 대한 값 등-를 기반으로 하거나 일 시점의 값을 기반으로 하고 있어서, 두 가지 이상의 값-예를 들어, 공급온도 및 환수온도에 대한 값- 사이의 상관관계를 분석하거나 서로 다른 환경에 처해지는 복수의 열량계에 대해 동일한 정확도로 분석을 하기 어려웠다.

예를 들어, 중앙장치에서 가까운 열량계는 공급온도가 높고 먼 열량계는 공급온도가 낮은데 동일한 기준값으로 고장을 분석하면 정확도가 낮아질 수 있다.

한편, 종래 기술에 의한 고장분석방법은 데이터 포인트 방식이어서 데이터양이 많아지면 각 데이터 포인트를 모두 처리하는데 많은 계산시간과 계산자원을 소비하게 된다. 이러한 방법은 분석 대상이 되는 열량계가 다수인 경우, 적용이 어렵거나 적정한 계산자원을 확보하는 것에 많은 비용을 요구할 수 있다.

이러한 배경에서, 본 실시예의 목적은, 정확하고 빠르며 간편한 열량계 분석 기술을 제공하는 것이다.

전술한 목적을 달성하기 위하여, 일 실시예는, 열량계에서 동시점에 대응하여 생성되는 N(N은 2 이상의 자연수)개의 값을 일 데이터로 수신하는 서버통신부; 일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하는 이미지생성부; 및 상기 N차원이미지에 대한 분석을 통해 상기 N차원이미지의 유형을 결정하고, 상기 유형에 따라 상기 열량계의 상태정보를 생성하는 이미지분석부를 포함하는 열량계분석서버를 제공한다.

복수의 기준이미지를 저장하는 저장부를 더 포함하고, 상기 이미지분석부는, 상기 N차원이미지와 상기 복수의 기준이미지의 유사도를 판단하고, 상기 유사도에 따른 이미지분류를 통해 상기 유형을 결정할 수 있다.

상기 N개의 값 중 제1값은 환수온도이고 제2값은 공급온도이며, 상기 N차원이미지는 제1축이 상기 환수온도에 대응되고 상기 제1축에 수직하는 제2축이 상기 공급온도에 대응되는 2차원이미지일 수 있다.

상기 이미지분석부는, 상기 제1축과 상기 제2축의 값이 동일한 가상의 기준선과 대비하여, 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 상기 제1축으로 치우쳐져 위치하는 경우, 상기 열량계가 비정상인 것으로 판단할 수 있다.

상기 이미지분석부는, 상기 제1축과 상기 제2축의 값이 동일한 가상의 기준선에 대하여, 상기 N차원이미지가 상기 기준선으로부터 이격된 거리에 따라 상기 열량계의 효율을 판단할 수 있다.

상기 이미지분석부는, 상기 공급온도가 공급온도상한값 이상인 영역에 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 상기 열량계의 공급온도센서가 비정상인 것으로 판단할 수 있다.

상기 이미지분석부는, 상기 공급온도가 공급온도하한값 이하인 영역에 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 상기 열량계의 공급온도센서 혹은 환수온도센서가 비정상인 것으로 판단할 수 있다.

상기 이미지분석부는, 상기 공급온도와 상기 환수온도가 일정값 이하인 영역에 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 상기 열량계로 온수가 공급되지 않고 있는 것으로 판단할 수 있다.

다른 실시예는, 서버가 열량계를 분석하는 방법에 있어서, 상기 열량계에서 동시점에 대응하여 생성되는 공급온도값 및 환수온도값을 일 데이터로 수신하는 단계; 일정한 시구간에서 수신되는 데이터들 혹은 일정한 개수의 데이터들을 그룹핑하는 단계; 상기 데이터들 각각에 대하여, 상기 환수온도값을 제1축에 대응시키고, 상기 공급온도값을 상기 제1축에 수직하는 제2축에 대응시켜 2차원이미지를 형성하는 단계; 상기 2차원이미지에 대한 분석을 통해 상기 2차원이미지의 유형을 결정하는 단계; 및 상기 유형에 따라 상기 열량계의 상태정보를 생성하는 단계를 포함하는 열량계분석방법을 제공한다.

복수의 기준이미지를 저장하는 단계를 더 포함하고, 상기 2차원이미지의 유형을 결정하는 단계에서, 상기 2차원이미지와 상기 복수의 기준이미지의 유사도를 판단하고, 상기 유사도에 따른 이미지분류를 통해 상기 유형을 결정할 수 있다.

상기 2차원이미지에 대한 분석을 통해 유형을 결정하는 단계에서, 상기 2차원이미지에 대해 스무딩(smoothing)처리하고, 스무딩처리된 상기 2차원이미지의 에지를 추출하여 상기 복수의 기준이미지와 유사도를 판단할 수 있다.

또 다른 실시예는, 공급온도를 측정하는 공급온도센서, 환수온도를 측정하는 환수온도센서 및 유량을 측정하는 유량계를 이용하여 열량을 계산하고, 상기 공급온도, 상기 환수온도, 상기 유량 및 상기 열량 중 N(N은 2 이상의 자연수)개의 값을 일 데이터로 송신하는 열량계; 및 일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하고, 상기 N차원이미지에 대한 분석을 통해 상기 N차원이미지의 유형을 결정하고, 상기 유형에 따라 상기 열량계의 상태정보를 생성하는 서버를 포함하는 열량계분석시스템을 제공한다.

상기 열량계는, 상기 공급온도에 대한 값 및 상기 환수온도에 대한 값을 상기 데이터로 송신하고, 상기 서버는,

상기 공급온도 및 상기 환수온도를 2차원의 평면에 플랏(plot)시켜 2차원이미지를 형성할 수 있다.

상기 서버는, 복수의 상기 열량계의 상태정보를 생성하고, 비정상으로 판단되는 상기 열량계의 세대정보를 화면 혹은 관리자단말에 표시할 수 있다.

또 다른 실시예는, 열량계에서 동시점에 대응하여 생성되는 N(N은 2 이상의 자연수)개의 값을 일 데이터로 수신하는 서버통신부; 일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하는 이미지생성부; 상기 N차원이미지를 입력받아 상기 열량계의 상태와 관련된 정보를 출력하는 머신러닝모델을 저장하는 저장부; 및 상기 N차원이미지를 상기 머신러닝모델에 입력하고, 상기 머신러닝모델의 출력으로부터 상기 열량계의 상태정보를 생성하는 이미지분석부를 포함하는 열량계분석서버를 제공한다.

상기 머신러닝모델은, 뉴럴네트워크 기반의 모델이고, 유형이 결정된 다수의 상기 N차원이미지를 통해 학습된 모델일 수 있다.

상기 머신러닝모델은 유형을 출력하고, 상기 이미지분석부는, 상기 유형에 따라 상기 열량계의 상태정보를 생성할 수 있다.

상기 열량계로 공급되는 매체는 냉열을 포함하고 있을 수 있다.

이상에서 설명한 바와 같이 본 실시예에 의하면, 정확하고 빠르며 간편하게 열량계를 분석할 수 있는 효과가 있다.

도 1은 본 명세서의 실시예들이 적용될 수 있는 열량계분석시스템의 구성도이다.
도 2는 본 명세서의 실시예들이 적용될 수 있는 열량계의 구성도이다.
도 3은 일 실시예에 따른 서버의 구성도이다.
도 4는 일 실시예에 따른 서버가 N차원이미지를 분석하는 일 예시를 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 서버가 열량계를 분석하는 방법의 흐름도이다.
도 6은 일 실시예에 따른 서버가 이미지를 분석하는 방법의 일 예시 흐름도이다.
도 7은 2차원이미지가 위치할 수 있는 영역의 일 예시를 나타내는 도면이다.
도 8은 일 실시예에 따른 2차원이미지의 제1예시유형을 나타내는 도면이다.
도 9는 일 실시예에 따른 2차원이미지의 제2예시유형을 나타내는 도면이다.
도 10은 일 실시예에 따른 2차원이미지의 제3예시유형을 나타내는 도면이다.
도 11은 일 실시예에 따른 2차원이미지의 제4예시유형을 나타내는 도면이다.
도 12는 일 실시예에 따른 2차원이미지의 제5예시유형을 나타내는 도면이다.
도 13은 2차원이미지가 위치할 수 있는 영역의 다른 일 예시를 나타내는 도면이다.
도 14는 일 실시예에 따른 2차원이미지의 제6예시유형을 나타내는 도면이다.
도 15는 일 실시예에 따른 2차원이미지의 제7예시유형을 나타내는 도면이다.
도 16은 일 실시예에 따른 2차원이미지의 제8예시유형을 나타내는 도면이다.
도 17은 다른 일 실시예에 따른 서버의 구성도이다.
도 18은 다른 일 실시예에 따른 머신러닝모델의 입출력을 나타내는 도면이다.
도 19는 다른 일 실시예에 따른 서버가 열량계를 분석하는 방법의 흐름도이다.
도 20은 다른 일 실시예에 따른 서버가 이미지를 분석하는 방법의 일 예시 흐름도이다.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 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.

또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

도 1은 본 명세서의 실시예들이 적용될 수 있는 열량계분석시스템의 구성도이다.

도 1을 참조하면, 열량계분석시스템(10, 이하 '시스템'이라 함)은 중앙장치(20), 공급중앙배관(22), 환수중앙배관(24), 공급세대배관(32), 환수세대배관(34), 열량계(100) 및 열량계분석서버(200, 이하 '서버'라고 함)를 포함할 수 있다.

중앙장치(20)는 외부-예를 들어, 열병합발전소 등-로부터 공급되는 열에너지를 내부-각 세대-로 공급하는 열교환장치일 수 있고, 직접 열에너지를 생산하여 각 세대로 공급하는 보일러장치일 수 있다.

중앙장치(20)는 공급중앙배관(22)을 통해 고온의 매체-예를 들어, 물-를 공급할 수 있다. 그리고, 각 세대에 배치되는 열량계(100)는 공급중앙배관(220)에서 분기되는 공급세대배관(32)을 통해 고온의 매체를 공급받을 수 있다.

각 세대에 공급되는 고온의 매체에 포함된 열에너지는 각 세대로 공급되고, 매체는 온도가 낮아진 상태로 열량계(100)를 거쳐 환수세대배관(34)으로 흘러나가게 된다.

환수세대배관(34)으로 흘러나온 매체는 환수중앙배관(24)으로 집결된 후 중앙장치(20)로 회수되게 된다.

한편, 각 세대는 서로 다른 환경에서 열에너지를 공급받을 수 있다. 예를 들어, 중앙장치(20)와 근접하여 위치하는 세대는 중앙장치(20)와 먼 거리에 위치하는 세대보다 상대적으로 높은 온도의 매체를 공급받을 수 있다. 각 세대에서의 열교환은 매체의 온도와 각 세대의 실내온도 등에 의해 크게 영향을 받는 측면에서 높은 온도의 매체를 공급받는 세대가 낮은 온도의 매체를 공급받는 세대보다 높은 효율을 보일 수 있다.

전술한 환경이 각 세대로 공급되는 매체의 공급온도에 영향을 미친다면, 각 세대의 열에너지 사용 패턴은 세대환수배관(34)으로 흘러나가는 매체의 환수온도에 영향을 미친다. 열에너지의 소비가 높은 세대는 상대적으로 환수온도가 낮게 나오고, 열에너지의 소비가 낮은 세대는 상대적으로 환수온도가 높게 나올 수 있다.

이와 같이 각 세대의 환경이나 열에너지 사용 패턴에 따라 공급온도 및 환수온도의 특성이 다르기 때문에 종래 기술과 같이 공급온도나 환수온도를 동일한 기준값과 비교하여 열량계를 분석하는 방법은 정확도가 낮을 수 있었다.

본 명세서의 실시예들에 따른 서버(200)는 열량계(100)로부터 수신되는 N(N은 2 이상의 자연수)개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하고, N차원이미지를 분석하여 열량계(100)의 상태정보를 생성할 수 있다. 이러한 방법에 의하면, 각 세대가 서로 다른 환경에 처해 있거나 서로 다른 열에너지 사용 패턴을 가지더라도 N차원이미지의 형태가 유사하면 열량계(100)의 상태가 유사한 것으로 판단됨으로써 그 분석의 정확도가 제고될 수 있다.

서버(200)의 이러한 분석을 위해, 열량계(100)는 복수의 값을 서버(200)로 전송할 수 있다. 열량계(100)는 N차원이미지의 형성에 필요한 N개의 값만 서버(200)로 전송할 수 있고, 또한, N개보다 많은 개수의 값을 서버(200)로 전송할 수 있다. 여기서, 개수는 값의 종류에 대한 개수를 의미한다.

열량계(100)는 공급세대배관(32)에서 측정한 공급온도에 대한 값을 서버(200)로 전송할 수 있다. 그리고, 열량계(100)는 환수세대배관(34)에서 측정한 환수온도에 대한 값을 서버(200)로 전송할 수 있다. 그리고, 열량계(100)는 각 세대로 공급되는 매체의 유량을 측정한 값을 서버(200)로 전송할 수 있다. 그리고, 열량계(100)는 공급온도와 환수온도의 차이에 유량을 곱하여 계산되는 열량에 대한 값을 서버(200)로 전송할 수 있다. 열량에 대한 값은 순시적으로 측정되는 열량을 포함할 수 있고, 일정 기간에 누적된 열량누적값을 포함할 수 있다.

열량계(100)는 M(M은 N 이상의 자연수)개의 값을 전송할 수 있고, 서버(200)는 M개의 값 중 N개의 값을 평면 혹은 공간에 한 점으로 플랏시켜 N차원이미지를 형성할 수 있다. N이 2이면, 서버(200)는 N개의 값을 평면에 한 점으로 플랏시켜 2차원이미지를 형성하고, N이 3이면, 서버(200)는 N개의 값을 3차원 공간에 한 점으로 플랏시켜 3차원이미지를 형성할 수 있으며, N개의 값을 N차원 공간에 플랏시켜 N차원이미지를 형성할 수 있다.

서버(200)는 이러한 N차원이미지를 분석하여 열량계(100)의 상태정보를 생성할 수 있다.

도 2는 본 명세서의 실시예들이 적용될 수 있는 열량계의 구성도이다.

도 2를 참조하면, 열량계(100)는 공급온도센서(112), 환수온도센서(122), 유량계(132), 공급온도측정부(110), 환수온도측정부(120), 유량측정부(130), 열량계산부(140) 및 열량계통신부(150)를 포함할 수 있다.

공급온도측정부(110)는 공급온도센서(112)와 연결되어 있으면서, 공급온도센서(112)를 이용하여 공급온도를 측정하고, 공급온도에 대한 값(공급온도값)을 생성할 수 있다.

환수온도측정부(120)는 환수온도센서(122)와 연결되어 있으면서, 환수온도센서(122)를 이용하여 환수온도를 측정하고, 환수온도에 대한 값(환수온도값)을 생성할 수 있다.

유량측정부(130)는 유량계(132)와 연결되어 있으면서, 유량계(132)를 이용하여 유량을 측정하고, 유량에 대한 값(유량값)을 생성할 수 있다.

열량계산부(140)는 공급온도와 환수온도의 차이에 유량을 곱하여 열량-순시열량-을 계산할 수 있고, 순시열량을 누적시켜 열량누적값을 계산할 수 있다. 그리고, 열량계산부(140)는 열량에 대한 값(열량값)을 생성할 수 있는데, 열량값은 순시열량값이나 열량누적값을 포함할 수 있다.

열량계통신부(150)는 복수의 값을 일 데이터로 서버로 전송할 수 있다. 열량계통신부(150)는 공급온도값, 환수온도값, 유량값 및 열량값 중 선택된 복수의 값을 일 데이터로 서버에 전송할 수 있다.

열량계통신부(150)는 열량값을 필수적으로 전송하고, 다른 값 중 적어도 하나의 값을 추가로 전송할 수 있다. 예를 들어, 열량계통신부(150)는 열량값, 공급온도값 및 환수온도값을 서버로 전송할 수 있다.

도 3은 일 실시예에 따른 서버의 구성도이다.

도 3을 참조하면, 서버(201)는 서버통신부(310), 이미지생성부(320), 이미지분석부(330) 및 저장부(340)를 포함할 수 있다.

서버통신부(310)는 열량계에서 동시점에 대응하여 생성되는 복수의 값을 일 데이터로 수신할 수 있다. 복수의 값은 예를 들어, 공급온도값, 환수온도값, 유량값, 열량값 등일 수 있다.

동시점에 대응하여 생성된 복수의 값은 데이터마다 하나씩 포함되어 있을 수 있다. 예를 들어, 제1시점에 생성된 공급온도값, 환수온도값 및 열량값은 제1데이터에 포함되어 수신되고, 제1시점에 후속되는 제2시점에 생성된 공급온도값, 환수온도값 및 열량값은 제2데이터에 포함되어 수신될 수 있다.

서버통신부(310)는 열량계로부터 수신되는 통신데이터를 전송단위로 끊어 읽을 수 있다. 그리고, 서버통신부(310)는 각 전송단위에 포함된 복수의 값이 동시점에 대응하여 생성된 것으로 인식할 수 있다.

복수의 값은 시점정보와 함께 수신될 수 있다. 각각의 값은 각각의 값이 생성된 시점정보와 함께 수신될 수 있다. 이러한 예에서, 서버통신부(310)는 시점정보를 확인하고, 동일한 시점에 대응하여 생성되는 복수의 값을 확인할 수 있다.

동시점은 근접시점으로 확장될 수 있다. 예를 들어, 서버통신부(310)는 동일한 시점은 아니나 미리 설정된 시간범위 내에 있는 복수의 값을 하나의 전송단위에 해당되는 데이터로 인식할 수 있다.

이미지생성부(320)는 동시점 혹은 근접시점에 대응하여 생성되는 복수의 값 중 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏시킬 수 있다.

이미지생성부(320)는 일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 데이터 각각에 대하여, N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏시켜 N차원이미지를 형성할 수 있다. 예를 들어, 이미지생성부(320)는 오후 2시부터 3시 사이에 열량계에서 생성된 복수의 데이터 각각에 대하여, N개의 값을 N차원의 평면 혹은 공간에 플랏시켜 N차원이미지를 형성할 수 있다.

N개의 값은 N차원의 공간에서 각각 한 축에 대응될 수 있다.

일 예로, 3개의 값-공급온도값, 환수온도값 및 열량값-이 3차원의 공간에 플랏되는 경우, 환수온도값의 환수온도는 X축에 대응되고, 공급온도값의 공급온도는 Y축에 대응되고, 열량값의 열량은 Z축에 대응되면서 한 점이 형성될 수 있다.

다른 예로, 2개의 값-공급온도값 및 환수온도값-이 2차원의 평면에 플랏되는 경우, 환수온도값의 환수온도는 제1축에 대응되고, 공급온도값의 공급온도는 제2축-제2축은 제1축에 수직됨-에 대응되면서 2차원이미지의 한 점이 형성될 수 있다.

이미지생성부(320)는 열량계로부터 수신되는 데이터들을 일정한 개수 혹은 일정한 시구간으로 그룹핑할 수 있다. 그리고, 이미지생성부(320)는 그룹핑된 복수의 데이터를 플랏시켜 N차원이미지를 형성할 수 있다. 한 점으로 플랏되는 N개의 값을 일 데이터라고 할 때, 이미지생성부(320)는 일정한 개수의 데이터들 혹은 일정한 시구간 동안 수신되는 데이터들을 플랏시켜 N차원이미지를 형성할 수 있다.

이미지분석부(330)는 N차원이미지에 대한 분석을 통해 열량계의 상태를 분석하고 진단할 수 있다.

이미지분석부(330)는 N차원이미지에 대한 분석을 통해 N차원이미지의 유형을 결정하고, 결정된 유형에 따라 열량계의 상태정보를 생성할 수 있다.

N차원이미지에 대한 분석은 N차원이미지의 위치, 형태 등에 대한 분석을 기반으로 이루어질 수 있다. 혹은 N차원이미지에 대한 분석은 N차원이미지와 유사한 기준이미지를 검색하고, 유사도가 높게 판단된 기준이미지에 대응되는 이미지분류에 따라 N차원이미지의 유형이 결정될 수 있다.

그리고, 저장부(340)는 복수의 기준이미지를 저장하고 있고, 이미지분석부(330)는 N차원이미지와 복수의 기준이미지의 유사도를 판단하고, 유사도에 따른 이미지분류를 통해 N차원이미지의 유형을 결정할 수 있다.

도 4는 일 실시예에 따른 서버가 N차원이미지를 분석하는 일 예시를 설명하기 위한 도면이다.

도 4를 참조하면, 서버는 열량계로부터 환수온도값 및 공급온도값을 수신하고, 2차원 평면의 제1축이 환수온도에 대응되고, 제1축에 수직하는 제2축이 공급온도에 대응되도록 2차원이미지를 형성할 수 있다.

도 4에는 설명의 편의를 위해 두 개의 2차원이미지(410, 420)가 도시되어 있는데, 서버는 각각의 2차원이미지(410, 420)를 별도의 평면에 도시할 수 있다.

서버-예를 들어, 이미지분석부-는 제1축과 제2축의 값이 동일한 가상의 기준선(402)과 대비하여, 2차원이미지(410, 420)를 구성하는 점들의 일정 비율-예를 들어, 30%-이상이 제1축으로 치우쳐져 위치하는 경우, 열량계가 비정상인 것으로 판단할 수 있다.

두 개의 2차원이미지(410, 420) 중 제2이미지(420)는 점들의 대부분이 기준선(402)으로부터 제1축에 치우쳐져 위치하고 있는데, 서버-예를 들어, 이미지분석부-는 제2이미지(420)에 대한 데이터를 전송한 열량계를 비정상으로 판단할 수 있다.

기준선(402)으로부터 제1축으로 치우쳐져 있다는 것은, 환수온도가 공급온도보다 높다는 것을 의미한다. 온열을 공급하는 정상적인 시스템에서는 공급온도가 환수온도보다 높기 때문에, 기준선(402)으로부터 제1축으로 치우쳐진 점이 나올 수 없다. 물론, 노이즈나 센싱오차에 의해 일부의 점들이 기준선(402)으로부터 제1축으로 치우쳐져 위치할 수 있으나, 일정 비율-예를 들어, 30%-이상이 기준선(402)으로부터 제1축으로 치우쳐져 위치하는 경우는 열량계가 비정상인 것으로 판단하는 것이 합리적이다. 노이즈나 센싱오차를 고려하여, 서버-예를 들어, 이미지분석부-는 2차원이미지(410, 420)를 구성하는 점들의 일정 비율 이상이 기준선(402)으로부터 일정 범위를 벗어나 제1축으로 치우쳐져 위치하는 경우, 열량계가 비정상으로 판단할 수 있다.

한편, 서버-예를 들어, 이미지분석부-는 2차원이미지(410, 420)를 구성하는 점들의 일정 비율-예를 들어, 70% 초과-이 제2축으로 치우쳐져 위치하는 경우, 열량계가 정상인 것으로 판단할 수 있다.

두 개의 2차원이미지(410, 420) 중 제1이미지(410)는 점들의 대부분이 기준선(402)으로부터 제2축에 치우쳐져 위치하고 있는데, 서버-예를 들어, 이미지분석부-는 제1이미지(410)에 대한 데이터를 전송한 열량계를 정상으로 판단할 수 있다.

도 5는 일 실시예에 따른 서버가 열량계를 분석하는 방법의 흐름도이다.

도 5를 참조하면, 서버-예를 들어, 서버통신부-는 열량계에서 동시점에 대응하여 생성되는 N개의 값을 일 데이터로 수신할 수 있다(S502). 복수의 값은 예를 들어, 공급온도값, 환수온도값, 유량값, 열량값 등일 수 있다.

서버-예를 들어, 이미지생성부-는 일정한 시구간에서 수신되는 데이터들 혹은 일정한 개수의 데이터들을 그룹핑할 수 있다(S504). N개의 값은 예를 들어, 공급온도값 및 환수온도값일 수 있다.

그리고, 서버-예를 들어, 이미지생성부-는 그룹핑된 데이터들 각각에 대하여, N개의 값 중 제1값을 제1축에 대응시키고, 제2값을 제2축에 대응시키고, 제N값을 제N축에 대응시켜 N차원이미지를 형성할 수 있다(S506).

그리고, 서버-예를 들어, 이미지분석부-는 N차원이미지를 분석하여 열량계의 상태정보를 생성할 수 있다(S508).

그리고, 서버-예를 들어, 이미지분석부-는 열량계의 상태정보에 따라 열량계의 상태를 진단하고 열량계의 상태를 화면에 표시하거나 관리자단말에 표시할 수 있다(S510).

도 6은 일 실시예에 따른 서버가 이미지를 분석하는 방법의 일 예시 흐름도이다.

도 6을 참조하면, 서버-예를 들어, 저장부-는 복수의 기준이미지를 저장할 수 있다(S602).

그리고, 서버-예를 들어, 이미지분석부-는 열량계로부터 수신한 데이터들을 이용하여 생성한 N차원이미지와 복수의 기준이미지의 유사도를 판단할 수 있다(S604). 이때, 서버-예를 들어, 이미지분석부-는 N차원이미지에 대해 스무딩(smoothing)-예를 들어, 가우시안 스무딩-처리하고, 스무딩처리된 N차원이미지의 에지를 추출하여 복수의 기준이미지와 유사도를 판단할 수 있다.

그리고, 서버-예를 들어, 이미지분석부-는 유사도가 높은 기준이미지를 결정하고, 결정된 기준이미지에 매칭되어 저장된 이미지분류를 확인하고, 해당 이미지분류를 통해 N차원이미지의 유형을 결정할 수 있다(S606).

그리고, 서버-예를 들어, 이미지분석부-는 결정된 유형에 따라 열량계의 상태정보를 생성할 수 있다(S608). 예를 들어, 제1유형에 대해서는 열량계가 비정상인 것으로 상태정보를 생성하고, 제2유형에 대해서는 열량계가 정상이나 효율이 낮은 것으로 상태정보를 생성할 수 있다.

도 7은 2차원이미지가 위치할 수 있는 영역의 일 예시를 나타내는 도면이다.

도 7을 참조하면, 환수온도가 제1축으로 대응되고, 공급온도가 제2축으로 대응되는 2차원 평면에서, 2차원이미지가 위치하는 영역은 5개의 영역으로 구분될 수 있다.

제1축과 제2축의 값이 동일한 가상의 기준선(402)에서 제2축으로 치우쳐져 있고, 공급온도상한값(802)보다 공급온도가 낮은 제1영역(810)에 2차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 서버-예를 들어, 이미지분석부-는 열량계를 정상으로 판단할 수 있다.

기준선(402)에서 제1축으로 치우쳐져 있고, 공급온도하한값(804)보다 공급온도가 높은 제2영역(820)에 2차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 서버-예를 들어, 이미지분석부-는 열량계를 비정상으로 판단할 수 있다. 이때, 서버-예를 들어, 이미지분석부-는 열량계가 반대로 설치된 것으로 판단할 수 있다. 예를 들어, 서버는 열량계의 공급온도센서가 환수세대배관에 배치되고, 환수온도센서가 공급세대배관에 배치된 것으로 판단하거나, 환수세대배관이 공급중앙배관에 연결되고 공급세대배관이 환수중앙배관에 연결된 것으로 판단할 수 있다.

서버-예를 들어, 이미지분석부-는 공급온도가 공급온도상한값 이상인 제3영역(830)에 2차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 열량계의 공급온도센서가 비정상인 것으로 판단할 수 있다.

서버-예를 들어, 이미지분석부-는 공급온도가 공급온도하한값 이하인 제4영역(840)에 2차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 열량계의 공급온도센서가 비정상이거나 환수온도센서가 비정상인 것으로 판단할 수 있다.

서버-예를 들어, 이미지분석부-는 공급온도와 환수온도가 일정값 이하인 제5영역(850)에 2차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 열량계로 온수가 공급되지 않고 있는 것으로 판단할 수 있다.

도 8은 일 실시예에 따른 2차원이미지의 제1예시유형을 나타내는 도면이다.

도 8을 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 기준선(402)에서 제2축-공급온도에 대응되는 축-에 치우쳐져 위치하는 제1예시유형으로 분류될 수 있다.

제1예시유형은 저온에서는 공급온도와 환수온도가 유사하고 고온에서는 공급온도가 환수온도보다 높게 나오는 형태를 가지며, 이러한 유형은 열량계가 정상적으로 작동될 때 나타나는 유형일 수 있다.

도 9는 일 실시예에 따른 2차원이미지의 제2예시유형을 나타내는 도면이다.

도 9를 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 저온 영역에 위치하고, 기준선(402)에 근접하여 위치하는 제2예시유형으로 분류될 수 있다.

제2예시유형은 공급온도와 환수온도가 일정 온도-예를 들어, 상온 20도-보다 낮고, 공급온도와 환수온도의 차이가 매우 작은-일정 크기 이하인- 유형일 수 있다. 이러한 유형은 열량계가 작동되지 않을 때 나타나는 유형일 수 있다. 이러한 유형에서 열량계는 정상으로 판단될 수 있다.

도 10은 일 실시예에 따른 2차원이미지의 제3예시유형을 나타내는 도면이다.

도 10을 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 고온 영역-고온의 매체가 흘러가는 중앙공급배관의 온도에서 일정 범위 이내의 영역-에 위치하고, 기준선(402)에 근접하나 공급온도가 환수온도보다 높은 영역에 위치하는 제3예시유형으로 분류될 수 있다.

제3예시유형은 공급온도와 환수온도가 모두 높게 나타나는 유형으로, 열량계는 정상이나 열량계를 통과하는 유량이 과다할 때 나타나는 유형일 수 있다.

도 11은 일 실시예에 따른 2차원이미지의 제4예시유형을 나타내는 도면이다.

도 11을 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 기준선(402)에서 제1축-환수온도에 대응되는 축-에 치우쳐져 위치하는 제4예시유형으로 분류될 수 있다.

제4예시유형은 상당수의 점이 공급온도가 환수온도보다 낮은 영역에 위치하는 형태를 가지며, 이러한 유형은 열량계가 역으로 설치되거나 공급세대배관과 환수세대배관이 역으로 설치되는 비정상이거나, 분배기가 2개 이상인 경우 한쪽 분배기에만 공급온도 센서가 설치되어 있어 공급온도센서가 설치되어 있지 않은 다른 분배기를 사용할 때 나타나는 유형일 수 있다.

도 12는 일 실시예에 따른 2차원이미지의 제5예시유형을 나타내는 도면이다.

도 12를 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 일부의 점들이 공급온도가 과다하게 높은 영역에 위치하는 제5예시유형으로 분류될 수 있다.

제5예시유형은 공급온도센서에 이상이 발생할 때 나타나는 유형일 수 있다.

도 13은 2차원이미지가 위치할 수 있는 영역의 다른 일 예시를 나타내는 도면이다.

도 13을 참조하면, 환수온도가 제1축으로 대응되고, 공급온도가 제2축으로 대응되는 2차원 평면에서, 2차원이미지가 위치하는 영역은 4개의 영역으로 구분될 수 있다.

서버는 공급온도와 환수온도가 일정값 이하인 영역을 제1영역(1410)으로 설정할 수 있다. 도 13에는 기준선(402)에서 제2축으로 치우친 영역만 제1영역(1410)으로 도시되어 있는데, 기준선(402)에서 제1축으로 치우친 영역도 공급온도와 환수온도가 일정값 이하인 영역이면 제1영역(1410)에 해당될 수 있다. 여기서, 일정값은 가열되지 않은 상태의 매체 온도로서 예를 들어, 상온 20도일 수 있다.

서버-예를 들어, 이미지분석부-는 제1영역(1410)에 2차원이미지가 위치하면 열량계가 작동하지 않고 있다고 판단할 수 있다.

서버-예를 들어, 이미지분석부-는 기준선(402)에 대하여, 2차원이미지가 기준선(402)으로부터 이격된 거리에 따라 열량계의 효율을 판단할 수 있다.

예를 들어, 기준선(402)과의 이격 거리가 가장 짧은 제2영역(1420)에 2차원이미지가 위치하는 경우, 서버-예를 들어, 이미지분석부-는 열량계의 효율이 가장 낮은 것으로 판단할 수 있다. 이러한 경우, 유량이 과다하여 열량계의 효율이 낮게 나올 수 있다.

기준선(402)과의 이격 거리가 두번째로 짧은 제3영역(1430)에 2차원이미지가 위치하는 경우, 서버-예를 들어, 이미지분석부-는 열량계의 효율이 제2영역(1420)에 해당되는 열량계보다는 높지만 제4영역(1440)에 해당되는 열량계보다는 낮은 것으로 판단할 수 있다.

기준선(402)과의 이격 거리가 가장 긴 제4영역(1440)에 2차원이미지가 위치하는 경우, 서버-예를 들어, 이미지분석부-는 열량계의 효율이 높은 것으로 판단할 수 있다.

도 14는 일 실시예에 따른 2차원이미지의 제6예시유형을 나타내는 도면이다.

도 14를 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 일정 비율 이상의 점들-대부분의 점들-이 기준선(402)으로부터 일정 거리 이상 떨어지는 위치에 형성되는 제6예시유형으로 분류될 수 있다.

제6예시유형은 열을 효율적으로 사용하는 세대에서 나타나는 유형으로, 열을 연속적으로 사용할 때 나타나는 유형일 수 있다.

도 15는 일 실시예에 따른 2차원이미지의 제7예시유형을 나타내는 도면이다.

도 15를 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 일정 비율-예를 들어, 90%- 이상의 점들이 기준선(402)으로부터 제2축으로 치우쳐져 위치하고 제2축 방향의 길이가 제1축 방향의 길이보다 긴 형태를 가지는 제7예시유형으로 분류될 수 있다.

제7예시유형은 열을 효율적으로 사용하는 세대에서 나타나는 유형으로, 열을 간헐적으로 사용할 때 나타나는 유형일 수 있다.

도 16은 일 실시예에 따른 2차원이미지의 제8예시유형을 나타내는 도면이다.

도 16을 참조하면, 환수온도를 제1축으로 하고, 공급온도를 제2축으로 하는 평면에 도시된 2차원이미지는 일정 비율-예를 들어, 90%- 이상의 점들이 기준선(402)으로부터 제2축으로 치우쳐져 위치하고 역삼각형의 형태를 가지는 제8예시유형으로 분류될 수 있다.

제8예시유형은 열을 적정한 효율로 사용하는 세대에서 나타나는 유형으로, 열을 간헐적으로 사용할 때 나타나는 유형일 수 있다.

도 17은 다른 일 실시예에 따른 서버의 구성도이다.

도 17을 참조하면, 서버(202)는 서버통신부(310), 이미지생성부(320), 이미지분석부(1930) 및 저장부(1940)를 포함할 수 있다.

서버통신부(310) 및 이미지생성부(320)에 대한 설명은 도 1 내지 도 16에서 설명한 내용으로 대신한다.

이미지분석부(1930)는 N차원이미지에 대한 분석을 통해 열량계의 상태를 분석하고 진단할 수 있다.

저장부(1940)는 N차원이미지를 입력받아 열량계의 상태와 관련된 정보를 출력하는 머신러닝모델을 저장할 수 있다.

그리고, 이미지분석부(1930)는 N차원이미지를 머신러닝모델에 입력하고, 머신러닝모델의 출력으로부터 열량계의 상태정보를 생성할 수 있다.

도 18은 다른 일 실시예에 따른 머신러닝모델의 입출력을 나타내는 도면이다.

도 18을 참조하면, 머신러닝모델(1810)은 N차원이미지를 입력받아 N차원이미지의 유형을 출력할 수 있다. 서버-예를 들어, 이미지분석부-는 이러한 유형에 따라 열량계의 상태정보를 생성할 수 있다.

머신러닝모델(1810)은 입력과 출력이 확정된 학습데이터를 통해 학습될 수 있다. 학습데이터는 N차원이미지와 확정값으로 구성될 수 있다. 학습데이터에서 N차원이미지가 머신러닝모델(1810)에 입력되고, 머신러닝모델(1810)의 출력값과 확정값과의 차이에 해당되는 에러데이터가 머신러닝모델(1810)에 피드백되면서 머신러닝모델(1810)이 학습될 수 있다.

머신러닝모델(1810)은 뉴럴네트워크 기반의 모델일 수 있고, 유형이 결정된 다수의 N차원이미지를 통해 학습되는 모델일 수 있다.

도 19는 다른 일 실시예에 따른 서버가 열량계를 분석하는 방법의 흐름도이다.

도 19를 참조하면, 서버-예를 들어, 서버통신부-는 열량계에서 동시점에 대응하여 생성되는 N개의 값을 일 데이터로 수신할 수 있다(S502). 복수의 값은 예를 들어, 공급온도값, 환수온도값, 유량값, 열량값 등일 수 있다.

서버-예를 들어, 이미지생성부-는 일정한 시구간에서 수신되는 데이터들 혹은 일정한 개수의 데이터들을 그룹핑할 수 있다(S504). N개의 값은 예를 들어, 공급온도값 및 환수온도값일 수 있다.

그리고, 서버-예를 들어, 이미지생성부-는 그룹핑된 데이터들 각각에 대하여, N개의 값 중 제1값을 제1축에 대응시키고, 제2값을 제2축에 대응시키고, 제N값을 제N축에 대응시켜 N차원이미지를 형성할 수 있다(S506).

그리고, 서버-예를 들어, 이미지분석부-는 N차원이미지를 분석하여 열량계의 상태정보를 생성할 수 있다(S2108). 이때, 서버-예를 들어, 이미지분석부-는 머신러닝모델을 이용할 수 있다.

그리고, 서버-예를 들어, 이미지분석부-는 열량계의 상태정보에 따라 열량계의 상태를 진단하고 열량계의 상태를 화면에 표시하거나 관리자단말에 표시할 수 있다(S510).

도 20은 다른 일 실시예에 따른 서버가 이미지를 분석하는 방법의 일 예시 흐름도이다.

도 20을 참조하면, 서버-예를 들어, 저장부-는 N차원이미지를 입력받아 열량계의 상태와 관련된 정보를 출력하는 머신러닝모델을 저장할 수 있다(S2002).

그리고, 서버-예를 들어, 이미지분석부-는 열량계로부터 수신한 데이터들을 이용하여 생성한 N차원이미지를 머신러닝모델에 입력할 수 있다(S2004).

그리고, 서버-예를 들어, 이미지분석부-는 머신러닝모델의 출력을 이용하여 N차원이미지의 유형을 결정할 수 있다(S2006).

그리고, 서버-예를 들어, 이미지분석부-는 결정된 유형에 따라 열량계의 상태정보를 생성할 수 있다(S2008).

전술한 실시예들에서 열량계로 공급되는 매체가 온열을 포함하는 것으로 설명하였는데, 열량계로 공급되는 매체는 냉열을 포함할 수도 있다. 매체가 냉열을 포함할 때, 환수온도가 공급온도보다 높을 때 정상이고 환수온도가 공급온도보다 낮을 때 비정상으로 판단될 수 있다. 그리고, 냉열일 때, N차원이미지는 온열일 때의 N차원이미지와 기준선에 대해 대칭적인 형태를 가지는 것으로 이해할 수 있다.

이상에서 본 발명의 일부 실시예에 대해 설명하였는데, 이러한 실시예에 의하면, 열량계를 정확하고 빠르며 간편하게 분석할 수 있게 된다.

이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 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.

Claims (18)

1. 열량계에서 동시점에 대응하여 생성되는 N(N은 2 이상의 자연수)개의 값을 일 데이터로 수신하는 서버통신부;
   일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하는 이미지생성부; 및
   상기 N차원이미지에 대한 분석을 통해 상기 N차원이미지의 유형을 결정하고, 상기 유형에 따라 상기 열량계의 상태정보를 생성하는 이미지분석부
   를 포함하는 열량계분석서버.
2. 제1항에 있어서,
   복수의 기준이미지를 저장하는 저장부를 더 포함하고,
   상기 이미지분석부는,
   상기 N차원이미지와 상기 복수의 기준이미지의 유사도를 판단하고, 상기 유사도에 따른 이미지분류를 통해 상기 유형을 결정하는 열량계분석서버.
3. 제1항에 있어서,
   상기 N개의 값 중 제1값은 환수온도이고 제2값은 공급온도이며, 상기 N차원이미지는 제1축이 상기 환수온도에 대응되고 상기 제1축에 수직하는 제2축이 상기 공급온도에 대응되는 2차원이미지인 열량계분석서버.
4. 제3항에 있어서,
   상기 이미지분석부는,
   상기 제1축과 상기 제2축의 값이 동일한 가상의 기준선과 대비하여, 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 상기 제1축으로 치우쳐져 위치하는 경우, 상기 열량계가 비정상인 것으로 판단하는 열량계분석서버.
5. 제3항에 있어서,
   상기 이미지분석부는,
   상기 제1축과 상기 제2축의 값이 동일한 가상의 기준선에 대하여, 상기 N차원이미지가 상기 기준선으로부터 이격된 거리에 따라 상기 열량계의 효율을 판단하는 열량계분석서버.
6. 제3항에 있어서,
   상기 이미지분석부는,
   상기 공급온도가 공급온도상한값 이상인 영역에 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 상기 열량계의 공급온도센서가 비정상인 것으로 판단하는 열량계분석서버.
7. 제3항에 있어서,
   상기 이미지분석부는,
   상기 공급온도가 공급온도하한값 이하인 영역에 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 상기 열량계의 공급온도센서 혹은 환수온도센서가 비정상인 것으로 판단하는 열량계분석서버.
8. 제3항에 있어서,
   상기 이미지분석부는,
   상기 공급온도와 상기 환수온도가 일정값 이하인 영역에 상기 N차원이미지를 구성하는 점들의 일정 비율 이상이 위치하는 경우, 상기 열량계로 온수가 공급되지 않고 있는 것으로 판단하는 열량계분석서버.
9. 서버가 열량계를 분석하는 방법에 있어서,
   상기 열량계에서 동시점에 대응하여 생성되는 공급온도값 및 환수온도값을 일 데이터로 수신하는 단계;
   일정한 시구간에서 수신되는 데이터들 혹은 일정한 개수의 데이터들을 그룹핑하는 단계;
   상기 데이터들 각각에 대하여, 상기 환수온도값을 제1축에 대응시키고, 상기 공급온도값을 상기 제1축에 수직하는 제2축에 대응시켜 2차원이미지를 형성하는 단계;
   상기 2차원이미지에 대한 분석을 통해 상기 2차원이미지의 유형을 결정하는 단계; 및
   상기 유형에 따라 상기 열량계의 상태정보를 생성하는 단계
   를 포함하는 열량계분석방법.
10. 제9항에 있어서,
    복수의 기준이미지를 저장하는 단계를 더 포함하고,
    상기 2차원이미지의 유형을 결정하는 단계에서,
    상기 2차원이미지와 상기 복수의 기준이미지의 유사도를 판단하고, 상기 유사도에 따른 이미지분류를 통해 상기 유형을 결정하는 열량계분석방법.
11. 제10항에 있어서,
    상기 2차원이미지에 대한 분석을 통해 유형을 결정하는 단계에서,
    상기 2차원이미지에 대해 스무딩(smoothing)처리하고, 스무딩처리된 상기 2차원이미지의 에지를 추출하여 상기 복수의 기준이미지와 유사도를 판단하는 열량계분석방법.
12. 공급온도를 측정하는 공급온도센서, 환수온도를 측정하는 환수온도센서 및 유량을 측정하는 유량계를 이용하여 열량을 계산하고, 상기 공급온도, 상기 환수온도, 상기 유량 및 상기 열량 중 N(N은 2 이상의 자연수)개의 값을 일 데이터로 송신하는 열량계; 및
    일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하고, 상기 N차원이미지에 대한 분석을 통해 상기 N차원이미지의 유형을 결정하고, 상기 유형에 따라 상기 열량계의 상태정보를 생성하는 서버
    를 포함하는 열량계분석시스템.
13. ◈청구항 13은(는) 설정등록료 납부시 포기되었습니다.◈

    제12항에 있어서,
    상기 열량계는,
    상기 공급온도에 대한 값 및 상기 환수온도에 대한 값을 상기 데이터로 송신하고,
    상기 서버는,
    상기 공급온도 및 상기 환수온도를 2차원의 평면에 플랏(plot)시켜 2차원이미지를 형성하는 열량계분석시스템.
14. 제12항에 있어서,
    상기 서버는,
    복수의 상기 열량계의 상태정보를 생성하고, 비정상으로 판단되는 상기 열량계의 세대정보를 화면 혹은 관리자단말에 표시하는 열량계분석시스템.
15. 열량계에서 동시점에 대응하여 생성되는 N(N은 2 이상의 자연수)개의 값을 일 데이터로 수신하는 서버통신부;
    일정한 개수 혹은 일정한 시구간에 대응하여 수신되는 복수의 상기 데이터 각각에 대하여, 상기 N개의 값을 N차원의 평면 혹은 공간에 한 점으로 플랏(plot)시켜 N차원이미지를 형성하는 이미지생성부;
    상기 N차원이미지를 입력받아 상기 열량계의 상태와 관련된 정보를 출력하는 머신러닝모델을 저장하는 저장부; 및
    상기 N차원이미지를 상기 머신러닝모델에 입력하고, 상기 머신러닝모델의 출력으로부터 상기 열량계의 상태정보를 생성하는 이미지분석부
    를 포함하는 열량계분석서버.
16. 제15항에 있어서,
    상기 머신러닝모델은,
    뉴럴네트워크 기반의 모델이고, 유형이 결정된 다수의 상기 N차원이미지를 통해 학습된 모델인 열량계분석서버.
17. 제15항에 있어서,
    상기 머신러닝모델은 유형을 출력하고,
    상기 이미지분석부는,
    상기 유형에 따라 상기 열량계의 상태정보를 생성하는 열량계분석서버.
18. 제15항에 있어서,
    상기 열량계로 공급되는 매체는 냉열을 포함하고 있는 열량계분석서버.

Images