KR102036166B1 - 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치 - Google Patents

미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치 Download PDF

Info

Publication number
KR102036166B1
KR102036166B1 KR1020130023711A KR20130023711A KR102036166B1 KR 102036166 B1 KR102036166 B1 KR 102036166B1 KR 1020130023711 A KR1020130023711 A KR 1020130023711A KR 20130023711 A KR20130023711 A KR 20130023711A KR 102036166 B1 KR102036166 B1 KR 102036166B1
Authority
KR
South Korea
Prior art keywords
reading data
unread
section
reading
predicted
Prior art date
Application number
KR1020130023711A
Other languages
English (en)
Other versions
KR20140109596A (ko
Inventor
유윤식
이일우
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020130023711A priority Critical patent/KR102036166B1/ko
Priority to US14/053,008 priority patent/US9523588B2/en
Publication of KR20140109596A publication Critical patent/KR20140109596A/ko
Application granted granted Critical
Publication of KR102036166B1 publication Critical patent/KR102036166B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D4/00—Tariff metering apparatus
    • G01D4/002—Remote reading of utility meters
    • G01D4/004—Remote reading of utility meters to a fixed location
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/02—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for altering or correcting the law of variation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading

Abstract

본 발명은 원격 검침 데이터에서 미검침 구간이 존재할 때 이를 이전 검침 데이터를 기반으로 예측 및 보정할 수 있는 방법 및 장치에 관한 것이다. 이를 위하여 본 발명은 에너지 관련 검침 데이터를 수집하고, 검침 데이터를 수집하는 도중 미검침 구간이 발생될 때, 미검침 구간에 대한 예측 검침 데이터를 생성하며, 예측 검침 데이터와 수집된 검침 데이터에 대한 히스토리 분석을 통해 예측 검침 데이터에 대한 보정 검침 데이터를 생성할 수 있다.

Description

미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치{APPARATUS METHOD FOR PREDICTING AND CORRECTING METER READING DATA IN A RANGE NOT READING}
본 발명은 통합 원격 검침 시스템에서 미검침 구간 발생 시 처리에 관한 것으로, 더욱 상세하게는 미검침 구간 이전 검침 데이터를 기반으로 미검침 구간에 대한 예측 검침 데이터와 보정 검침 데이터를 생성할 수 있는 방법 및 장치에 관한 것이다.
통상적으로 원격 검침 시스템은 각 가정이나 사무실 등에 설치되는 검침 계량기, 중앙에서 검침을 관리하고 검침 데이터에 따라 자동으로 수용가에게 과금 및 고객을 관리하는 AMR(Automatic Meter Reading, 이하, AMR 이라고 함) 서버 및 AMR 서버와 검침 계량기간의 데이터 전송을 위한 통신 인프라로 구성된다.
원격 검침 시스템에서 AMR 서버는 전기, 가스, 수도, 온수, 난방 등의 사용량을 검침 계량기로부터 통신인프라를 이용하여 원격 검침 및 수집 관리하고, 검침 데이터를 기반으로 수용가에게 과금한다.
그런데, 이러한 종래의 원격 검침 기술에서는 검침 계량기와 AMR 서버 사이에 통신 연결 매체 또는 데이터 전송 시 오류로 인하여 검침 구간의 데이터가 미검침되는 경우가 발생하여 수용가의 수요 반응에 실시간으로 응대하거나 안정적인 검침 데이터를 관리하는데 문제점이 있다. 이로 인하여 검침 계량기에서 검침은 되었으나 AMR 서버로 검침 데이터가 신뢰성있게 전송되지 못하는 경우가 발생하고, 그 검침 데이터는 유효성이 확인되지 않은 채 통합 검침 시스템으로 전송된다. 따라서, 통합 검침 시스템에서는 미검침 데이터의 구간을 AMR 서버에게 통보하여 검침 계량기에 재전송을 요구하도록 요청하고, 요청 후에도 미검침 구간이 존재할 경우에는 수용 반응을 실시간으로 분석하여 미검침 데이터의 유효값으로 예측 및 보정할 필요가 있다.
대한민국 공개특허 10-2012-0086068호에는 원격 검침 시스템의 검침 데이터 전송 장치에 관한 기술이 기재되어 있다.
본 발명은 원격 검침 데이터에서 미검침 구간이 존재할 때 이를 이전 검침 데이터 또는 이전 검침 데이터에 대한 히스토리 통계 값을 기반으로 예측 및 보정할 수 있는 방법 및 장치를 제공한다.
본 발명은, 일 관점에 따르면, 에너지 관련 검침 데이터를 수집하는 단계와, 상기 검침 데이터를 수집하는 도중 미검침 구간이 발생될 때, 상기 미검침 구간에 대한 예측 검침 데이터를 생성하는 단계와, 상기 예측 검침 데이터와 상기 수집된 검침 데이터에 대한 히스토리 분석을 통해 상기 예측 검침 데이터에 대한 보정 검침 데이터를 생성하는 단계를 포함하는 미검침 데이터 예측 및 보정 방법을 제공할 수 있다.
본 발명에서 상기 예측 검침 데이터를 생성하는 단계는, 상기 미검침 구간의 시작 시점 이전의 제 1 구간대의 검침 데이터를 이용하여 제 1 함수를 생성하는 단계와, 상기 미검침 구간의 종료 시점 이후의 제 2 구간대의 검침 데이터를 이용하여 제 2 함수를 생성하는 단계와, 상기 제 1 및 제 2 함수의 교차점을 산출하는 단계와, 상기 산출된 교차점과 상기 제 1 함수에서의 제 1 좌표 및 상기 제 2 함수에서의 제 2 좌표를 경유하는 제 3 함수를 생성하여 상기 미검침 구간의 각 시점에 대한 예측 검침 데이터를 산출하는 단계를 포함할 수 있다.
본 발명에서 상기 제 1 좌표는, 상기 제 1 구간대의 끝 부분과 상기 끝 부분의 검침 데이터이며, 상기 제 2 좌표는, 상기 제 2 구간대의 시작 부분과 상기 시작 부분의 검침 데이터인 것을 특징으로 한다.
본 발명에서 상기 보정 검침 데이터를 생성하는 단계는, 상기 산출된 예측 검침 데이터와 상기 미검침 구간에 대응되는 이전 검침 데이터 또는 상기 미검침 구간에 대응되는 이전 검침 데이터의 히스토리 통계 값간의 비교를 통해 상기 예측 검침 데이터의 보정하는 것을 특징으로 한다.
본 발명에서 상기 보정 검침 데이터를 생성하는 단계는, 상기 이전 검침 데이터 또는 히스토리 통계 값과 상기 예측 검침 데이터간의 차이를 산출하는 단계와, 상기 차이가 가 기 설정된 유효 범위에 포함되는지를 판단하는 단계와, 상기 기 설정된 유효 범위에 포함되는 경우 상기 예측 검침 데이터를 상기 미검침 구간에 대한 검침 데이터를 설정하는 단계와, 상기 기 설정된 유효 범위에 포함되지 않을 경우 상기 기 설정된 유효 범위에 포함되는 않는 부분의 예측 검침 데이터와 상기 이전 검침 데이터 또는 히스토리 통계 값간의 비교를 통해 상기 부분의 예측 검측 데이터를 상기 이전 검침 데이터 또는 히스토리 통계 값의 최대값 또는 최소값을 이용하여 보정하는 단계를 포함할 수 있다.
본 발명에서 상기 최대값 또는 최소값을 이용하여 보정하는 단계는, 상기 차이가 존재하는 부분의 예측 검침 데이터가 상기 이전 검침 데이터 또는 히스토리 통계 값보다 큰 경우에는 상기 최대값으로 상기 부분의 예측 검측 데이터를 보정하며, 상기 차이가 존재하는 부분의 예측 검침 데이터가 상기 이전 검침 데이터 또는 히스토리 통계 값 보다 작거나 같은 경우 상기 최소값으로 상기 부분의 예측 검측 데이터를 보정할 수 있다.
본 발명에서 상기 유효 범위는, 상기 이전 검침 데이터 또는 히스토리 통계 값의 표준 편차를 이용하여 산출될 수 있다.
본 발명은, 다른 관점에 따르면, 에너지 관련 검침 데이터를 수집하는 도중 미검침 구간이 발생될 때, 상기 미검침 구간에 대한 예측 검침 데이터를 생성하는 예측 검측 데이터 생성부와, 상기 예측 검침 데이터와 기 수집된 검침 데이터에 대한 히스토리 분석을 통해 상기 예측 검침 데이터를 보정하여 상기 미검침 구간에 대한 보정 검침 데이터를 생성하는 보정부를 포함하는 미검침 데이터 예측 및 보정 장치를 제공할 수 있다.
본 발명에서 상기 예측 검측 데이터 생성부는, 상기 미검침 구간의 시작 시점 이전의 제 1 구간대의 검침 데이터를 이용하여 제 1 함수를 생성하며, 상기 미검침 구간의 종료 시점 이후의 제 2 구간대의 검침 데이터를 이용하여 제 2 함수를 생성한 후 상기 제 1 및 제 2 함수의 교차점을 산출하며, 상기 산출된 교차점과 상기 제 1 함수에서의 제 1 좌표 및 상기 제 2 함수에서의 제 2 좌표를 경유하는 제 3 함수를 생성하여 상기 미검침 구간의 각 시점에 대한 예측 검침 데이터를 생성할 수 있다.
본 발명은 검침 계량기와 AMR 서버 사이의 통신 매체 및 데이터 전송 시 발생할 수 있는 오류에 대하여 통합 검침 시스템에서 미검침 구간의 검침 데이터를 예측 및 보정하여 효율적인 수용가 에너지 사용 모니터링이 가능하고 유효범위 내의 검침 데이터 데이터베이스를 구축하여 수요 반응 데이터로 활용할 수 있는 효과가 있다.
도 1은 본 발명의 실시 예에 따른 통합 검침 시스템의 구성도,
도 2는 본 발명의 실시 예에 따른 통합 원격 검침 시스템에서 미검침 구간이 발생할 때 이를 예측 및 보정하기 위한 흐름도,
도 3은 본 발명의 실시 예에 따라 미검침 구간 발생 시 미검침 구간에 대한 예측 검침 데이터를 생성한 후 이를 보정하는 과정을 도시한 흐름도,
도 4는 본 발명의 실시 예에 따라 미검침 구간이 존재하는 원격 검침 데이터를 도시한 그래프,
도 5는 수용가의 에너지 사용량을 효과적으로 파악하기 위하여 원격 미검침 구간에 대한 예측 및 보정 검침 데이터를 생성하는 과정을 설명하기 위한 그래프,
도 6은 본 발명의 실시 예에 따라 보정 검침 데이터를 생성하는 과정을 설명하기 위한 그래프.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예에 대해 설명한다.
도 1은 본 발명의 실시 예에 따른 통합 검침 시스템의 구성도이다.
도 1의 통합 검침 시스템은 통합 원격 검침 인프라에서 검침 데이터 오류, 미검침 구간 모니터링을 통해 미검침 데이터의 보정 및 개선할 수 있다. 이를 위하여, 통합 검침 시스템은 수용가(105)에 설치되어 시간, 일, 월별 에너지 사용량을 검침하는 다수의 검침 계량기(110), 검침 계량기(110) 각각에 연결되어 검침 계량기(110)로부터 전송받은 검침 데이터를 수집 및 관리하는 다수의 AMR(Auto Meter Reading, 이하, 'AMR'이라고 함) 서버(120), 검침 데이터의 모니터링을 통해 검침 데이터의 오류, 미검침 구간의 발생 여부를 모니터링하는 통합 원격 검침 장치(130) 및 검침 데이터 오류에 따른 미검침 구간 발생 시 미검침 구간의 검침 데이터 보정 및 유효성을 개선하는 미검침 구간 예측 및 보정 장치(140) 등을 포함할 수 있다.
본 발명의 실시 예에서의 검침 데이터는 에너지 사용 정보로서, 그 예로서 전력, 가스, 온수, 난방, 수도 사용량 등을 들 수 있으나, 이에 한정되지는 않는다.
AMR 서버(120)는 검침 계량기(110)로부터 에너지 사용 정보, 즉 검침 데이터를 수신하며, 수신된 에너지 검침 데이터를 제 1 데이터베이스(122)에 저장한다. 이러한 검침 데이터는 에너지 로드 프로파일(load profile) 형태로 운영 및 관리되어 제 1 데이터베이스(122)에 저장될 수 있다.
통합 원격 검침 장치(130)는 AMR 서버(120)로부터 수용가별 에너지 로드 프로파일 및 고객 정보에 해당되는 수용가 프로파일을 수신하며, 수신된 수용자 프로파일과 에너지 로드 프로파일을 모니터링 및 동기화를 수행하여 수용가별 에너지 로드 프로파일을 제 2 데이터베이스(132)에 저장 및 관리한다.
또한, 통합 원격 검침 장치(130)는 제 2 데이터베이스(132)에 저장된 수용가 프로파일에 대한 에너지 로드 프로파일을 기반으로 각 수용가에 대한 에너지 로드 프로파일의 히스토리 통계 값을 산출하여 미검침 구간 예측 및 보정 장치(140)에 제공할 수 있다. 여기에서, 히스토리 통계 값은 임의의 수용가의 기 설정된 주기 동안에 에너지 로드 프로파일의 변화를 토대로 산출될 수 있다.
한편, 통합 원격 검침 장치(130)는 미검침 구간 예측 및 보정 장치(140)의 요청에 따라 미검침 구간과 동일한 기간대의 검침 데이터를 제 2 데이터베이스(132)에서 검색한 후 이를 미검침 구간 예측 및 보정 장치(140)에 제공할 수 있다.
본 발명의 실시 예에 따른 미검침 구간 예측 및 보정 장치(140)는 검침 요청부(142), 예측 검침 데이터 생성부(144), 보정부(146) 등을 구비할 수 있다.
검침 요청부(142)는 미검침 구간이 존재할 경우 미검침 구간을 포함하는 검침 데이터를 송신한 AMR 서버(120)에 미검침 구간에 대한 검침을 재요청할 수 있다.
예측 검침 데이터 생성부(144)는 미검침 구간의 시작 지점과 종료 시점을 근거하여 미검침 구간에 대한 예측 검침 데이터를 생성할 수 있다.
보정부(146)는 히스토리 통계 값을 기반으로 예측 검침 데이터를 보정하여 개선된 예측 검침 데이터를 생성할 수 있다. 여기에서, 히스토리 통계 값은 미검침 구간에 대응되는 시간대를 갖는 일, 월의 검침 데이터 또는 검침 데이터의 통계 값을 의미할 수 있다. 즉, 히스토리 통계 값은 미검침 구간이 시간인 경우 미검침 구간에 대응되는 전날 시간대의 검침 데이터 또는 기 설정된 기간 동안의 미검침 구간에 대응되는 시간대의 검침 데이터에 대한 통계 값을 의미하며, 미검침 구간이 일(day)인 경우 미검침 구간에 대응되는 이전 동일 날짜의 검침 데이터 또는 기 설정된 기간 동안의 미검침 구간에 대응되는 날짜의 검침 데이터에 대한 통계 값을 의미하며, 미검침 구간이 달(month)인 경우 미검침 구간에 대응되는 이전년도의 동일 달의 검침 데이터 또는 기 설정된 기간 동안의 미검침 구간에 대응되는 이전년도의 동일 달의 검침 데이터에 대한 통계 값을 의미할 수 있다.
한편, 본 발명의 실시 예에서는 미검침 구간 예측 및 보정 장치(140)가 통합 원격 검침 장치(130)와 통신망(150)을 통해 연결되는 것으로 예를 들어 설명하였지만, 통합 원격 검침 장치(130)에 포함되어 구성될 수도 있다.
다음으로, 미검침 구간이 발생될 때, 상기의 통합 원격 검침 시스템이 이를 보정 및 개선하기 위한 동작 과정에 대해 도 2를 참조하여 설명하기로 한다.
도 2는 본 발명의 실시 예에 따른 통합 원격 검침 시스템에서 미검침 구간이 발생할 때 이를 예측 및 보정하기 위한 흐름도이다.
도 2을 참조하면, 검침 계랑기(110)는 수용가(105)의 에너지 사용 정보를 검침한다(단계 202).
AMR 서버(120)는 검침 계량기(110)로부터 에너지 사용 정보, 즉 검침 데이터를 수신함으로서, 에너지 검침 데이터를 수집한다(단계 204). 수신된 검침 데이터는 시간별, 일별, 월별로 계산되어 제 1 데이터베이스(122)에 저장 및 관리된다. 이러한 검침 데이터는 에너지 로드 프로파일(load profile) 형태로 운영 및 관리되어 데이터베이스에 저장될 수 있다.
통합 원격 검침 장치(130)는 AMR 서버(120)로부터 수용가별 에너지 로드 프로파일 및 고객 정보에 해당되는 수용가 프로파일을 수신하며, 수신된 수용자 프로파일과 에너지 로드 프로파일을 모니터링 및 동기화를 수행(단계 206)하여 수용가별 에너지 로드 프로파일을 제 2 데이터베이스(132)에 저장 및 관리한다.
한편, 통합 원격 검침 장치(130)는 제 2 데이터베이스(132)에 저장 및 관리되고 있는 수용가에 대한 에너지 로드 프로파일의 히스토리 정보를 분석하여 검침 데이터 오류 및 미검침 구간 발생 여부를 체크한 후 검침 데이터 오류 및 미검침 구간이 발생(단계 208)되면, 통합 원격 검침 장치(130)는 미검침 구간에 대한 분석을 미검침 구간 예측 및 보정 장치(140)에 요청한다(단계 210).
미검침 구간 예측 및 보정 장치(140)는 AMR 서버(120)에 미검침 구간에 대한 검침 데이터 재수집을 요청한다(단계 212). 이에 따라, AMR 서버(120)는 검침 계량기(110)에 미검침 구간에 대한 검침 데이터를 요청한다(단계 214).
이러한 요청에 따라, 검침 계량기(110)로부터 응답이 수신되면(단계 216), AMR 서버(120)는 검침 계량기(110)로부터 수신된 응답을 미검침 구간 예측 및 보정 장치(140)에 전송한다(단계 218).
미검침 구간 예측 및 보정 장치(140)는 응답 내 미검침 구간에 대한 검침 데이터가 존재하는지를 판단하며, 판단 결과 미검침 구간에 대한 검침 데이터가 존재하지 않을 경우 미검침 구간 예측 및 보정 장치(140)는 미검침 구간에 대한 예측 검침 데이터를 생성한다(단계 220). 이러한 예측 검침 데이터 생성 과정에 대해 도 3을 참조하여 설명한다.
이후, 미검침 구간 예측 및 보정 장치(140)는 미검침 구간에 대한 히스토리 통계 값을 통합 원격 검침 장치(130)에 요청하여 수신하며(단계 222), 수신된 히스토리 통계 값과 예측 검침 데이터간의 비교를 통해 보정 여부를 결정한 후 보정이 필요할 경우 히스토리 통계 값을 기반으로 예측 검침 데이터를 보정하여 보정 검침 데이터를 생성한다(단계 224). 이렇게 생성된 보정 검침 데이터는 통합 원격 검침 장치(130)에 제공되어 제 2 데이터베이스(132)에 저장된다(단계 226, 228).
한편, 보정이 필요하지 않을 경우, 미검침 구간 예측 및 보정 장치(140)는 예측 검침 데이터를 통합 원격 검침 장치(130)에 제공하여 제 2 데이터베이스(132)에 저장할 수 있다.
상기에서, 예측 검침 데이터를 생성하고, 예측 검침 데이터에 대한 보정 여부를 결정하여 보정을 실시하는 과정에 대해 도 3을 참조하여 설명한다.
도 3은 본 발명의 실시 예에 따라 미검침 구간 발생 시 미검침 구간에 대한 예측 검침 데이터를 생성한 후 이를 보정하는 과정을 도시한 흐름도이다.
도 3을 참조하면, 먼저 통합 원격 검침 장치(130)는 임의의 수용가(105)에 대한 에너지 로드 프로파일, 즉 검침 데이터가 AMR 서버(120)로부터 수신(단계 302)됨에 따라 제 2 데이터베이스(132)에 저장된 에너지 로드 프로파일 및 수용가 프로파일을 기반으로 미검침 구간이 존재하는지를 판단한다(단계 304). 예를 들어, 수용가에 거주자가 있는 상태에서 확인된 검침 데이터가 "0"이하인 구간이 존재할 경우에는 미검침 구간이 존재하는 것으로 판단한 후 미검침 구간이 시구간 또는 일 구간 또는 월 구간인지를 판단한다.
이하에서는 미검침 구간이 시구간인 경우에 대해 예를 들어 설명하기로 한다. 미검침 구간 예측 및 보정 장치(140)는 미검침 구간의 시작 시점을 α로 설정하고, 미검침 구간의 종료 시점을 β로 설정(단계 306)한 후 미검침 구간의 종료 시점을 기준으로 제 1 시간 이후 시점(β+t)부터 제 2 시간(β+t') 이후 시점을 경유하는 제 1 함수를 생성한다(단계 308).
그런 다음, 미검침 구간의 시작 시점을 기준으로 제 2 시간 이전 시점(α-t')부터 제 1 시간 이전 시점(α-t)까지를 경유하는 제 2 함수를 생성한다(단계 310). 여기에서, 제 1 시간은 1시간이며, 제 2 시간은 2시간이거나 임의로 설정될 수 있다.
그런 다음, 이러한 제 1 및 제 2 함수를 교차하는 교차점을 산출한 후 교차점, 미검침 구간 시작 시점의 제 1 시간 이전 시점(α-t) 및 미검침 구간 종료 시점의 제 1 시간 이후 시점(β+t)을 경유하는 제 3 함수를 생성한다(단계 312).
그리고 나서, 제 3 함수를 이용하여 미검침 구간, 즉 α부터 β까지의 함수값(즉, y 값)을 이용하여 미검침 구간에 대한 예측 검침 데이터(p)를 생성한다(단계 314).
미검침 구간 예측 및 보정 장치(140)는 상기와 같은 과정을 통해 획득한 예측 검침 데이터에 대한 개선 작업을 수행할 수 있다. 먼저, 미검침 구간 예측 및 보정 장치(140)는 이전 검침 데이터, 예컨대 하루 전 또는 이틀 전날 미검침 구간에 대응되는 시간대의 검침 데이터 또는 히스토리 통계 값(p')과 예측 검측 데이터(p)간을 비교하여 차이(d)를 산출하며(단계 316), 산출된 차이(d)가 기 설정된 유효 범위(2e) 안에 포함되는지를 판단한다(단계 318). 단계 318의 판단 결과, 차이(d)가 기 설정된 유효 범위(2e)에 포함되는 경우에는 예측 검침 데이터(p)를 통합 원격 검침 장치(130)에 제공(단계 320)하여 제 2 데이터베이스(132)에 저장한다.
만약, 차이(d)가 기 설정된 유효 범위(2e)에 포함되지 않을 경우에는 예측 검침 데이터(p)와 하루 또는 이틀 전 동시간대의 검침 데이터 또는 히스토리 통계 값(p')간의 크기를 비교한다(단계 322).
단계 322의 비교 결과, 예측 검침 데이터(p)가 동시간대의 검침 데이터 또는 히스토리 통계 값(p')보다 큰 경우에는 동시간대의 검침 데이터 또는 히스토리 통계 값(p')에서 최대 값을 예측 검침 데이터(p)에 매핑(단계 324)하여 보정 검침 데이터를 생성하며, 그렇지 않을 경우에는 동시간대의 검침 데이터 또는 히스토리 통계 값(p')의 최소값을 예측 검침 데이터(p)에 매핑(단계 326)하여 보정 검침 데이터를 생성한 후 이를 통합 원격 검침 장치(130)에 제공(단계 328)하여 제 2 데이터베이스(132)에 저장한다.
시구간이 아닌 경우, 즉 일구간인 경우에는 "t"와 "t'"를 일로 변경하여 처리할 수 있다. 이에 대해 설명하면 아래와 같다.
먼저, 미검침 구간의 시작 일을 α로 설정하고, 미검침 구간의 종료일을 β로 설정한 후 미검침 구간의 종료일을 기준으로 하루 이후 시점부터 이틀 이후 시점을 경유하는 함수를 생성한다.
그런 다음, 미검침 구간의 시작 일을 기준으로 이틀 이전 시점부터 하루 이전 시점까지를 경유하는 함수를 생성한다. 여기에서, 함수 생성 시 하루와 이틀 이전 또는 이후 시점을 기준으로 함수가 생성되는 것으로 예를 들어 설명하였지만, 이에 한정되는 것은 아니다.
그런 다음, 상기의 과정을 통해 생성된 각 함수를 교차하는 교차점을 산출한 후 교차점, 미검침 구간 시작 일의 하루 이전 시점 및 미검침 구간 종료일의 하루 이후 시점을 경유하는 예측용 함수를 생성한다.
그리고 나서, 예측용 함수에서 미검침 구간, 즉 α부터 β까지의 함수값(즉, y 값)을 추출하여 미검침 구간에 대한 예측 검침 데이터를 생성한다.
미검침 구간 예측 및 보정 장치(140)는 상기와 같은 과정을 통해 획득한 예측 검침 데이터에 대한 개선 작업을 수행할 수 있다. 먼저, 미검침 구간 예측 및 보정 장치(140)는 이전 검침 데이터, 예컨대 삼일 내지 사일 전날의 검침 데이터 또는 히스토리 통계 값과 예측 검침 데이터간을 비교하여 차이를 산출하며, 산출된 차이가 기 설정된 유효 범위 안에 포함되는지를 판단한다. 차이가 기 설정된 유효 범위에 포함되는 경우에는 예측 검침 데이터를 통합 원격 검침 장치(130)에 제공하여 제 2 데이터베이스(132)에 저장한다.
만약, 차이가 기 설정된 유효 범위에 포함되지 않을 경우에는 단계 322 내지 단계 326의 과정을 통해 예측 검침 데이터를 보정한다.
일구간이 아닌 경우, 즉 월 구간인 경우에는 "t"와 "t'"를 월로 변경하여 처리할 수 있는데, 이에 대해 설명하면 아래와 같다.
먼저, 미검침 구간의 시작 월을 α로 설정하고, 미검침 구간의 종료 월을 β로 설정한 후 미검침 구간의 종료 월을 기준으로 한달 이후 시점부터 두 달 이후 시점을 경유하는 함수를 생성한다.
그런 다음, 미검침 구간의 시작 월을 기준으로 두달 이전 시점부터 한 달 이전 시점까지를 경유하는 함수를 생성한다. 여기에서, 함수 생성 시 한 달과 두달 이전 또는 이후 시점을 기준으로 함수가 생성되는 것으로 예를 들어 설명하였지만, 이에 한정되는 것은 아니다.
그런 다음, 상기의 과정을 통해 생성된 각 함수를 교차하는 교차점을 산출한 후 교차점, 미검침 구간 시작 월의 한 달 이전 시점 및 미검침 구간 종료 월의 한 달 이후 시점을 경유하는 예측용 함수를 생성한다.
그리고 나서, 예측용 함수에서 미검침 구간, 즉 α부터 β까지의 함수값(즉, y 값)을 추출하여 미검침 구간에 대한 예측 검침 데이터를 생성한다.
미검침 구간 예측 및 보정 장치(140)는 상기와 같은 과정을 통해 획득한 예측 검침 데이터에 대한 보정 작업을 수행할 수 있다. 먼저, 미검침 구간 예측 및 보정 장치(140)는 이전 검침 데이터, 예컨대 3개월 또는 4개월 전의 검침 데이터 또는 히스토리 통계 값과 예측 검침 데이터간을 비교하여 차이를 산출하며, 산출된 차이가 기 설정된 유효 범위 안에 포함되는지를 판단한다. 차이가 기 설정된 유효 범위에 포함되는 경우에는 예측 검침 데이터를 통합 원격 검침 장치(130)에 제공하여 제 2 데이터베이스(132)에 저장한다.
만약, 차이가 기 설정된 유효 범위에 포함되지 않을 경우에는 단계 322 내지 단계 326의 과정을 통해 예측 검침 데이터를 보정한다.
본 발명의 실시 예에 따른 미검침 구간 예측 및 보정 장치(140)가 예측 검침 데이터와 보정 검침 데이터를 생성하는 예에 대해 도 4 내지 도 6을 참조하여 설명한다.
통합 원격 검침 장치(130)는 원격 검침 데이터를 모니터링한 결과 도 4에 도시된 바와 같은 원격 검침 데이터, 즉 0시 ~ (α-1)시까지는 검침 데이터 값이 존재하고, α시 ~ β시까지는 AMR 서버(120)부터 수집한 검침 데이터의 값이 0으로 나타나며, (β+1)시 이후부터 검침 데이터 값이 안정적으로 수집 및 모니터링되어 유효한 원격 검침 데이터가 수신될 때, 원격 검침 데이터에 미검침 구간이 발생했음을 인지하여 이에 대한 예측 및 보정 작업을 미검침 구간 예측 및 보정 장치(140)에 요청한다. 즉, 통합 원격 검침 장치(130)는 수용가의 에너지 사용량에 대한 수요 반응에 실시간으로 대응하기 위해서 미검침 구간 예측 및 보정 장치(140)에 미검침 구간에 대한 보정을 요청할 수 있다.
도 5는 수용가의 에너지 사용량을 효과적으로 파악하기 위하여 원격 미검침 구간에 대한 예측 및 보정 검침 데이터를 생성하는 과정을 설명하기 위한 그래프이다.
먼저, 검침 데이터 값이 0인 미검침 데이터 구간 α시 ~ β시 구간의 검침 데이터를 보정하기 위해서 (α-2)시, (α-1)시를 경유하는 제 1 일차함수(400)를 아래의 수학식 1과 같이 산출할 수 있다. 즉, x 좌표가 (α-1)을 경유할 때, y 좌표는 γ를 경유하고, 다른 x 좌표가 (α-2)를 경유할 때, y 좌표는 ε을 경유하는 제 1 일차 함수(400)를 산출할 수 있다.
Figure 112013019497198-pat00001
또한, 미검침 구간 예측 및 보정 장치(140)는 아래의 수학식 2와 같은 제 2 일차 함수(410)를 산출할 수 있다. 즉, x 좌표가 (β+1)을 경유할 때, y 좌표는 δ 를 경유하고, x 좌표가 (β+2)를 경유하는, y 좌표는 ζ을 경유하는 제 2 일차 함수(410)를 산출할 수 있다.
Figure 112013019497198-pat00002
그리고 나서, 산출된 제 1, 2 일차 함수(400, 410)가 서로 교차하는 좌표를 제 3 좌표로 판단하고, 아래의 수학식 3과 같이 세 개의 좌표를 통과하는 추정 함수(420)를 생성할 수 있다.
Figure 112013019497198-pat00003
미검침 구간 예측 및 보정 장치(140)는 상기의 수학식 3에서 세 좌표를 경유하는 추정 함수(420)를 통해 미검침 구간에 대한 검침 데이터를 예측할 수 있는 예측 검침 데이터를 생성할 수 있다.
그리고 나서, 미검침 구간의 예측 검침 데이터와 히스토리 통계 값(430)을 비교하는데, 즉 미검침 구간의 근사값에 해당되는 추정 함수(420)과 미검침 구간과 동일 시간대(기간대)의 검침 데이터 또는 히스토리 통계 값(430)간의 차이(Δ)가 발생할 수 있다. α시점 또는 β시점에서는 차이(Δ)가 작고 α시점 ~ β시점 사이의 구간에서 차이(Δ)가 다소 크게 발생할 수 있다. 단, α시점 ~ β시점 사이의 구간에서는 예측 검침 데이터가 히스토리 통계 값보다 크거나 작을 수 있다.
미검침 구간 예측 및 보정 장치(140)는 이러한 차이(Δ)와 기 설정된 유효 범위간의 비교를 통해 예측 검침 데이터에 해당되는 추정 함수(420)를 보정하여 보정 검침 데이터를 생성할 수 있다.
즉, 도 6에 도시된 바와 같이, 차이(Δ)가 동일 시점에서 히스토리 통계 값(430)에 대하여 2배의 표준 편차(2σ) 범위 안에 포함되면 유효하다고 판단하고, 예측 검침 데이터를 통합 원격 검침 장치(130)에 제공하여 제 2 데이터베이스(132)에 저장한다.
한편, 차이(Δ)가 동일 시점에서 히스토리 통계 값(430)에 대하여 2배의 표준 편차(2σ) 범위 안에 포함되지 않으면, 예측 검침 데이터의 값과 히스토리 기반의 통계 값의 최대 값간의 비교를 통해 예측 검침 데이터를 보정할 수 있는데, 즉 예측 검침 데이터의 값이 히스토리 통계 값(430)의 최대 값보다 크다면 예측 검침 데이터의 값을 히스토리 통계 값(430)의 동일 시점 최대 값으로 결정하고, 예측 검침 데이터의 값이 히스토리 통계 값(430)의 최소 값보다 작다면 예측 검침 데이터의 값을 히스토리 통계 값(430)의 동일 시점 최소 값으로 결정하여 보정 검침 데이터를 생성한다. 이렇게 생성된 보정 검침 데이터는 통합 원격 검침 장치(130)에 제공되어 제 2 데이터베이스(132)에 저장될 수 있다.
한편, 본 발명의 실시 예에서는 시, 일, 월 구간에 대해서만 예를 들어 설명하였지만, 년 단위로도 가능하다.
또한, 상기의 구성 및 동작 방법에서는 통합 원격 검침 장치(130)와 미검침 구간 예측 및 보정 장치(140)간 통신망(150)을 통해 연결되는 것으로 예를 들어 설명하였지만, 통합 원격 검침 장치(130)에 미검침 구간 예측 및 보정 장치(140)가 포함되어 구성될 수도 있다.
한편 상술한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시될 수 있다. 따라서 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
105 : 수용가 110 : 검침 계량기
120 : AMR 서버 122 : 제 1 데이터베이스
130 : 통합 원격 검침 장치 132 : 제 2 데이터베이스
140 : 미검침 구간 예측 및 보정 장치
142 : 검침 요청부 144 : 예측 검침 데이터 생성부
146 : 보정부 400 : 제 1 함수
410 : 제 2 함수 420 : 추정 함수
430 : 히스토리 통계 값

Claims (16)

  1. 에너지 관련 검침 데이터를 수집하는 단계와,
    상기 검침 데이터를 수집하는 도중 미검침 구간이 발생될 때, 상기 미검침 구간에 대한 예측 검침 데이터를 생성하는 단계와,
    상기 예측 검침 데이터와 상기 수집된 검침 데이터에 대한 히스토리 분석을 통해 상기 예측 검침 데이터에 대한 보정 검침 데이터를 생성하는 단계를 포함하고,
    상기 예측 검침 데이터를 생성하는 단계는,
    상기 미검침 구간의 시작 시점 이전의 제 1 구간대의 검침 데이터를 이용하여 제 1 함수를 생성하는 단계와,
    상기 미검침 구간의 종료 시점 이후의 제 2 구간대의 검침 데이터를 이용하여 제 2 함수를 생성하는 단계와,
    상기 제 1 및 제 2 함수의 교차점을 산출하는 단계와,
    상기 산출된 교차점과 상기 제 1 함수에서의 제 1 좌표 및 상기 제 2 함수에서의 제 2 좌표를 경유하는 제 3 함수를 생성하여 상기 미검침 구간의 각 시점에 대한 예측 검침 데이터를 산출하는 단계를 포함하는
    미검침 구간의 검침 데이터 예측 및 보정 방법.

  2. 삭제
  3. 제 1 항에 있어서,
    상기 제 1 좌표는, 상기 제 1 구간대의 끝 부분과 상기 끝 부분의 검침 데이터이며,
    상기 제 2 좌표는, 상기 제 2 구간대의 시작 부분과 상기 시작 부분의 검침 데이터인 것을 특징으로 하는
    미검침 구간의 검침 데이터 예측 및 보정 방법.
  4. 제 1 항에 있어서,
    상기 보정 검침 데이터를 생성하는 단계는,
    상기 산출된 예측 검침 데이터와 상기 미검침 구간에 대응되는 이전 검침 데이터 또는 상기 미검침 구간에 대응되는 이전 검침 데이터의 히스토리 통계 값간의 비교를 통해 상기 예측 검침 데이터의 보정하는 것을 특징으로 하는
    미검침 구간의 검침 데이터 예측 및 보정 방법.
  5. 제 4 항에 있어서,
    상기 보정 검침 데이터를 생성하는 단계는,
    상기 이전 검침 데이터 또는 히스토리 통계 값과 상기 예측 검침 데이터간의 차이를 산출하는 단계와,
    상기 차이가 기 설정된 유효 범위에 포함되는지를 판단하는 단계와,
    상기 기 설정된 유효 범위에 포함되는 경우 상기 예측 검침 데이터를 상기 미검침 구간에 대한 검침 데이터를 설정하는 단계와,
    상기 기 설정된 유효 범위에 포함되지 않을 경우 상기 기 설정된 유효 범위에 포함되는 않는 부분의 예측 검침 데이터와 상기 이전 검침 데이터 또는 히스토리 통계 값간의 비교를 통해 상기 부분의 예측 검측 데이터를 상기 이전 검침 데이터 또는 히스토리 통계 값의 최대값 또는 최소값을 이용하여 보정하는 단계를 포함하는
    미검침 구간의 검침 데이터 예측 및 보정 방법.
  6. 제 5 항에 있어서,
    상기 최대값 또는 최소값을 이용하여 보정하는 단계는,
    상기 차이가 존재하는 부분의 예측 검침 데이터가 상기 이전 검침 데이터 또는 히스토리 통계 값보다 큰 경우에는 상기 최대값으로 상기 부분의 예측 검침 데이터를 보정하며,
    상기 차이가 존재하는 부분의 예측 검침 데이터가 상기 이전 검침 데이터 또는 히스토리 통계 값 보다 작거나 같은 경우 상기 최소값으로 상기 부분의 예측 검측 데이터를 보정하는
    미검침 구간의 검침 데이터 예측 및 보정 방법.
  7. 제 5 항에 있어서,
    상기 유효 범위는,
    상기 이전 검침 데이터 또는 히스토리 통계 값의 표준 편차를 이용하여 산출되는
    미검침 구간의 검침 데이터 예측 및 보정 방법.
  8. 제 1 항 또는 제 3 항에 있어서,
    상기 미검침 구간은, 시간, 일, 월 또는 년 단위인
    미검침 구간의 검침 데이터 예측 및 보정 방법.
  9. 에너지 관련 검침 데이터를 수집하는 도중 미검침 구간이 발생될 때, 상기 미검침 구간에 대한 예측 검침 데이터를 생성하는 예측 검측 데이터 생성부와,
    상기 예측 검침 데이터와 기 수집된 검침 데이터에 대한 히스토리 분석을 통해 상기 예측 검침 데이터를 보정하여 상기 미검침 구간에 대한 보정 검침 데이터를 생성하는 보정부를 포함하고,
    상기 예측 검측 데이터 생성부는,
    상기 미검침 구간의 시작 시점 이전의 제 1 구간대의 검침 데이터를 이용하여 제 1 함수를 생성하며, 상기 미검침 구간의 종료 시점 이후의 제 2 구간대의 검침 데이터를 이용하여 제 2 함수를 생성한 후 상기 제 1 및 제 2 함수의 교차점을 산출하며, 상기 산출된 교차점과 상기 제 1 함수에서의 제 1 좌표 및 상기 제 2 함수에서의 제 2 좌표를 경유하는 제 3 함수를 생성하여 상기 미검침 구간의 각 시점에 대한 예측 검침 데이터를 생성하는
    미검침 구간의 검침 데이터 예측 및 보정 장치.


  10. 삭제
  11. 제 9 항에 있어서,
    상기 제 1 좌표는, 상기 제 1 구간대의 끝 부분과 상기 끝 부분의 검침 데이터이며, 상기 제 2 좌표는, 상기 제 2 구간대의 시작 부분과 상기 시작 부분의 검침 데이터인
    미검침 구간의 검침 데이터 예측 및 보정 장치.
  12. 제 9 항에 있어서,
    상기 보정부는,
    상기 생성된 예측 검침 데이터와 상기 미검침 구간에 대응되는 이전 검침 데이터 또는 상기 미검침 구간에 대응되는 이전 검침 데이터의 히스토리 통계 값을 이용하여 비교를 통해 상기 예측 검침 데이터를 보정하는
    미검침 구간의 검침 데이터 예측 및 보정 장치.
  13. 제 12 항에 있어서,
    상기 보정부는,
    상기 이전 검침 데이터 또는 히스토리 통계 값과 상기 예측 검침 데이터간의 차이를 산출하며, 상기 산출된 차이가 기 설정된 유효 범위에 포함되는지의 여부를 통해 상기 예측 검침 데이터에 대한 보정 여부를 결정하는
    미검침 구간의 검침 데이터 예측 및 보정 장치.
  14. 제 13 항에 있어서,
    상기 보정부는,
    상기 차이가 기 설정된 유효 범위에 포함되지 않을 경우 상기 차이가 상기 유효 범위 안에 포함되지 않는 부분의 예측 검침 데이터와 상기 이전 검침 데이터 또는 히스토리 통계 값간의 비교를 통해 상기 부분의 예측 검측 데이터를 상기 이전 검침 데이터 또는 히스토리 통계 값의 최대값 또는 최소값을 이용하여 보정하는
    미검침 구간의 검침 데이터 예측 및 보정 장치.
  15. 제 14 항에 있어서,
    상기 보정부는,
    상기 차이가 존재하는 부분의 예측 검침 데이터가 상기 이전 검침 데이터 또는 히스토리 통계 값보다 큰 경우에는 상기 최대 값으로 상기 부분의 예측 검측 데이터를 보정하며, 상기 차이가 존재하는 부분의 예측 검침 데이터가 상기 이전 검침 데이터 또는 히스토리 통계 값 보다 작거나 같은 경우 상기 최소 값으로 상기 부분의 예측 검측 데이터를 보정하는
    미검침 구간의 검침 데이터 예측 및 보정 장치.
  16. 제 14 항에 있어서,
    상기 유효 범위는,
    상기 이전 검침 데이터 또는 히스토리 통계 값의 표준 편차를 이용하여 산출되는
    미검침 구간의 검침 데이터 예측 및 보정 장치.
KR1020130023711A 2013-03-06 2013-03-06 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치 KR102036166B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020130023711A KR102036166B1 (ko) 2013-03-06 2013-03-06 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치
US14/053,008 US9523588B2 (en) 2013-03-06 2013-10-14 Method and apparatus for predicting and correcting metering data in non-metered section

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130023711A KR102036166B1 (ko) 2013-03-06 2013-03-06 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치

Publications (2)

Publication Number Publication Date
KR20140109596A KR20140109596A (ko) 2014-09-16
KR102036166B1 true KR102036166B1 (ko) 2019-10-24

Family

ID=51488884

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130023711A KR102036166B1 (ko) 2013-03-06 2013-03-06 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치

Country Status (2)

Country Link
US (1) US9523588B2 (ko)
KR (1) KR102036166B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102143378B1 (ko) 2020-02-24 2020-08-11 주식회사 대은계전 Plc 기반에 tf 메모리 방식을 이용한 설비 원격제어시스템

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6551101B2 (ja) * 2015-09-17 2019-07-31 日本電気株式会社 情報処理装置、情報処理方法、及び、プログラム
US20220128979A1 (en) * 2019-03-15 2022-04-28 3M Innovative Properties Company Controlling a manufacturing process using causal models
KR102522637B1 (ko) * 2020-03-09 2023-04-18 (주)엔와이인포텍 분포된 상수도를 관리하는 관망 관리 시스템 및 동작 방법
KR102522640B1 (ko) * 2020-03-09 2023-04-18 (주)엔와이인포텍 누수를 탐지하는 관망 관리 시스템 및 동작 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004295413A (ja) 2003-03-26 2004-10-21 Osaka Gas Co Ltd 誤検針判定システム
KR101180855B1 (ko) * 2011-04-22 2012-09-07 (주)누리텔레콤 원격 검침 데이터의 시구간 데이터 보정 방법 및 그 장치

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0594595A (ja) * 1991-10-01 1993-04-16 Daikin Ind Ltd 自動検針システムにおける検針値自動診断装置
JPH10118861A (ja) * 1996-10-18 1998-05-12 Sanyo Electric Co Ltd 電気機器の良否判定方法
JP2006244063A (ja) 2005-03-02 2006-09-14 Osaka Gas Co Ltd 需給契約支援システム
KR20100012141A (ko) 2008-07-28 2010-02-08 박진수 사용요금 예측이 가능한 전자식 전력량계의 정보표시장치
KR100987168B1 (ko) 2008-10-31 2010-10-11 한국전력공사 원격계측 전력 부하패턴의 분류 및 예측 방법
KR20120086068A (ko) 2011-01-25 2012-08-02 김형균 원격검침시스템의 검침데이터전송장치
US20120232915A1 (en) 2011-03-11 2012-09-13 Seth Bromberger System and method for monitoring a utility meter network
US20120323382A1 (en) * 2011-06-15 2012-12-20 Expanergy, Llc Systems and methods to assess and optimize energy usage for a facility
KR101301466B1 (ko) * 2011-07-22 2013-08-29 에스케이텔레콤 주식회사 검침 데이터 오류 정정 시스템, 이를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터로 판독 가능한 기록 매체
KR101300101B1 (ko) * 2011-08-19 2013-08-30 주식회사 케이티 전력량 데이터 검증 장치，전력량 데이터 검증 장치를 포함하는 전력량 데이터 검증 시스템，및 전력량 데이터 검증 방법
US9466087B2 (en) * 2013-06-07 2016-10-11 Hewlett Packard Enterprise Development Lp Meter data management testing

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004295413A (ja) 2003-03-26 2004-10-21 Osaka Gas Co Ltd 誤検針判定システム
KR101180855B1 (ko) * 2011-04-22 2012-09-07 (주)누리텔레콤 원격 검침 데이터의 시구간 데이터 보정 방법 및 그 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102143378B1 (ko) 2020-02-24 2020-08-11 주식회사 대은계전 Plc 기반에 tf 메모리 방식을 이용한 설비 원격제어시스템

Also Published As

Publication number Publication date
KR20140109596A (ko) 2014-09-16
US20140257728A1 (en) 2014-09-11
US9523588B2 (en) 2016-12-20

Similar Documents

Publication Publication Date Title
KR102087843B1 (ko) 에너지 사용량 기준치의 시간 비용 및 정확도 개선 방법 및 시스템
US9575475B2 (en) Systems and methods for generating an energy usage model for a building
George et al. High resolution measured domestic hot water consumption of Canadian homes
US9348392B2 (en) Systems and methods for measuring and verifying energy savings in buildings
US8660868B2 (en) Energy benchmarking analytics
KR102036166B1 (ko) 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치
KR102041417B1 (ko) 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템
AU2015276877A1 (en) Energy infrastructure sensor data rectification using regression models
US8645239B2 (en) Systems and methods for advanced metering infrastructure customer portal
KR102042102B1 (ko) 태양광 모듈의 전력 데이터 관리 향상을 위한 검침 데이터 보정 방법 및 장치
US20230038406A1 (en) System to Assess Utility Consumption
KR101243214B1 (ko) 원격검침데이터 검증 시스템 및 방법
US9699525B2 (en) Method and system for automatic residual consumption
Roux Load management of electric water heaters in a smart grid through forecasting and intelligent centralised control
Luttenberger Marić et al. Local aggregator enhanced possibilities coupling energy savings and demand response activations
CN113358192A (zh) 检测流量计中的异常计量漂移
WO2019055050A1 (en) SYSTEMS AND METHODS FOR DISPLAYING RESOURCE SAVINGS
Frankel et al. Accuracy of estimating customers' utility bills

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