KR102087926B1 - Iot 감지통제장치 - Google Patents

Abstract

IOT 감지통제장치에 관한 것이며, IOT 감지통제장치는, 건물에 대하여 설치된 복수의 IOT 센서에 의해 센싱된 센싱 신호를 획득하는 획득부; 상기 획득된 센싱 신호의 분석을 통해 이벤트 발생을 감지하는 감지부; 및 상기 이벤트 발생이 감지된 경우, 상기 이벤트 발생을 감지한 이벤트 감지 IOT 센서에 의해 센싱된 센싱 신호에 대응하는 데이터를 화면에 표시하는 제어부를 포함하고, 상기 IOT 센서는 복수 유형의 센서로 구분되고, 상기 복수 유형의 센서는, 제1 유형의 센서로서 화재 발생 관련 이벤트 발생의 감지를 위한 화재 감지 센서, 제2 유형의 센서로서 출입 요청 관련 이벤트 발생의 감지를 위한 이미지 센서, 및 제3 유형의 센서로서 지진 발생 관련 이벤트 발생의 감지를 위한 지진 감지 센서를 포함하며, 상기 제어부는, 상기 이벤트 감지 IOT 센서의 위치를 상기 화면에 디스플레이되는 상기 건물에 대하여 모델링된 3차원 입체도와 연계하여 상기 3차원 입체도 상에 아이콘으로 더 표시하되, 상기 이벤트 감지 IOT 센서의 유형에 따라 상기 3차원 입체도 상에 표시되는 아이콘의 형태를 달리하여 표시하고, 상기 아이콘의 형태는 색상 및 모양 중 적어도 하나를 포함할 수 있다.

Description

IOT 감지통제장치 {IOT DETECTION CONTROL APPARATUS}

본원은 IOT 감지통제장치에 관한 것이다.

현대사회가 도시집중화 및 광역화되면서 산업 전반에 걸쳐 각종 재난 및 안전사고가 빈발하고 있으며, 재난 및 사고의 형태도 점차 대형화 및 불특정 다수를 대상으로 진행되어가는 추세이다. 이에 따라, 각종 재난이나 안전사고, 보안, 침입 등에 대하여 즉각적이고 빠른 대처가 가능하도록 하는 기술이 요구되고 있다.

본원의 배경이 되는 기술은 한국등록특허공보 제10-1946756호에 개시되어 있다.

본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 화재 발생, 지진(재난), 출입 통제 등의 각종 이벤트의 발생을 효과적으로 감지하며, 감지된 이벤트에 대하여 즉각 대처가 가능하도록 하는 IOT 감지통제장치를 제공하려는 것을 목적으로 한다.

다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 IOT 감지통제장치는, 건물에 대하여 설치된 복수의 IOT 센서에 의해 센싱된 센싱 신호를 획득하는 획득부; 상기 획득된 센싱 신호의 분석을 통해 이벤트 발생을 감지하는 감지부; 및 상기 이벤트 발생이 감지된 경우, 상기 이벤트 발생을 감지한 이벤트 감지 IOT 센서에 의해 센싱된 센싱 신호에 대응하는 데이터를 화면에 표시하는 제어부를 포함하고, 상기 IOT 센서는 복수 유형의 센서로 구분되고, 상기 복수 유형의 센서는, 제1 유형의 센서로서 화재 발생 관련 이벤트 발생의 감지를 위한 화재 감지 센서, 제2 유형의 센서로서 출입 요청 관련 이벤트 발생의 감지를 위한 이미지 센서, 및 제3 유형의 센서로서 지진 발생 관련 이벤트 발생의 감지를 위한 지진 감지 센서를 포함하며, 상기 제어부는, 상기 이벤트 감지 IOT 센서의 위치를 상기 화면에 디스플레이되는 상기 건물에 대하여 모델링된 3차원 입체도와 연계하여 상기 3차원 입체도 상에 아이콘으로 더 표시하되, 상기 이벤트 감지 IOT 센서의 유형에 따라 상기 3차원 입체도 상에 표시되는 아이콘의 형태를 달리하여 표시하고, 상기 아이콘의 형태는 색상 및 모양 중 적어도 하나를 포함할 수 있다.

또한, 상기 제어부는, 상기 복수의 IOT 센서의 위치를 상기 3차원 입체도 상에 아이콘으로 표시하되, 상기 복수의 IOT 센서 중 이벤트의 발생을 감지한 상기 이벤트 감지 IOT 센서에 대응하는 아이콘이 이벤트의 발생을 미감지한 이벤트 미감지 IOT 센서에 대응하는 아이콘 보다 인식 또는 식별이 용이한 형태로 표시되도록 제어할 수 있다.

또한, 상기 제어부는, 상기 감지부에서 상기 복수의 IOT 센서 내 화재 감지 센서들 중 제1 화재 감지 센서에 의해 센싱된 센싱 신호의 분석을 통해 화재 발생 관련 제1 이벤트가 발생한 것으로 감지된 경우, 상기 제1 화재 감지 센서가 포함된 이미지의 획득을 위해 상기 제1 화재 감지 센서로부터 미리 설정된 거리 이내에 위치하는 제1 이미지 센서의 각도가 변경되도록 제어하고, 각도가 변경되도록 제어된 상기 제1 이미지 센서에 의해 센싱된 센싱 신호에 대응하는 제1 이미지 데이터를 상기 화면에 표시할 수 있다.

또한, 상기 획득부는, 상기 복수의 IOT 센서에 의해 센싱된 센싱 신호를 네트워크를 통해 획득하되, 상기 화재 발생 관련 제1 이벤트가 발생된 경우에 상기 제1 이미지 센서로부터 제1 이미지 데이터의 획득이 불가능한 경우, 상기 복수의 IOT 센서 중에서 상기 제1 이미지 센서가 연결된 네트워크와는 다른 네트워크에 연결되어 있는 이미지 센서들을 후보 이미지 센서로 식별하고, 상기 식별된 후보 이미지 센서 중 상기 제1 화재 감지 센서로부터 가장 가까운 거리에 위치하는 최근접 제2 이미지 센서의 각도를 제어하여 제2 이미지 데이터를 획득하며, 상기 제어부는, 상기 제1 이미지 데이터 대신, 각도가 제어된 상기 최근접 제2 이미지 센서에 의해 센싱된 센싱 신호에 대응하는 상기 제2 이미지 데이터를 상기 화면에 표시할 수 있다.

또한, 본원의 일 실시예에 따른 IOT 감지통제장치는, 상기 획득부에서 획득된 센싱 신호의 신호 강도를 분석하고, 상기 분석된 신호 강도에 기초하여 상기 복수의 IOT 센서 중 이상 동작하는 이상 IOT 센서가 존재하는지 판단하는 판단부를 더 포함할 수 있다.

또한, 상기 제어부는, 상기 복수의 IOT 센서 중 제1 IOT 센서가 이상 IOT 센서인 것으로 판단된 경우, 상기 3차원 입체도 상에 표시된 상기 제1 IOT 센서에 대응하는 아이콘의 형태가 이상 표시 아이콘의 형태로 변경되도록 제어할 수 있다.

또한, 상기 판단부는, 상기 제1 IOT 센서에 의해 센싱된 제1 센싱 신호의 신호 강도가 기준 신호 강도와 대비하여 신호 강도 허용 범위를 벗어나면, 상기 신호 강도 허용 범위를 벗어나는 상기 제1 센싱 신호에 대응하는 상기 제1 IOT 센서가 이상 IOT 센서인 이상 제1 IOT 센서인 것으로 판단할 수 있다.

또한, 상기 판단부는, 상기 제1 IOT 센서가 상기 이상 제1 IOT 센서인 것으로 판단되는 경우, 상기 이상 제1 IOT 센서가 교체가 필요한 교체 필요 이상 제1 IOT 센서인지 여부를 더 판단할 수 있다.

또한, 상기 제어부는, 판단 결과, 상기 이상 제1 IOT 센서가 교체가 필요한 상기 교체 필요 이상 제1 IOT 센서인 것으로 판단되면, 상기 교체 필요 이상 제1 IOT 센서와 관련하여 대체 가능한 대체 IOT 센서의 추천을 위한 대체 IOT 센서 추천 리스트를 화면 상에 제공할 수 있다.

또한, 상기 대체 IOT 센서 추천 리스트에 포함된 대체 IOT 센서는, 상기 교체 필요 이상 제1 IOT 센서와 동일한 IOT 센서인 동일 대체 IOT 센서 및 상기 교체 필요 이상 제1 IOT 센서와 유사 성능을 가진 다른 IOT 센서인 유사 대체 IOT 센서를 포함할 수 있다.

또한, 상기 판단부는, 상기 제1 센싱 신호의 신호 강도가 기준 신호 강도와 대비하여 신호 강도 허용 범위를 벗어나는 횟수가 미리 설정된 횟수 이상이면, 미리 설정된 횟수 이상으로 신호 강도 허용 범위를 벗어나는 상기 제1 센싱 신호에 대응하는 상기 제1 IOT 센서가 상기 교체 필요 이상 제1 IOT 센서인 것으로 판단할 수 있다.

또한, 상기 판단부에서 고려되는 상기 신호 강도 허용 범위 및 상기 미리 설정된 횟수는, IOT 센서의 유형에 따라 각기 다르게 설정될 수 있다.

또한, 상기 화재 감지 센서는, 상기 건물 내 배치된 분전반의 내부로 인입되는 전선에 배치되어, 상기 전선에 대하여 전기신호를 측정하는 아크 센서를 포함하고, 상기 감지부는, 상기 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 상기 분전반 내 아크 발생 여부를 검출하고, 검출 결과 아크가 발생한 것으로 검출된 경우, 상기 분전반에 의한 화재 발생 가능성이 있는 것으로 인식하여 화재 발생 관련 제2 이벤트가 발생한 것으로 감지하되, 상기 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다.

또한, 상기 기설정된 특징 조건은, 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생하는 특징에 대한 조건일 수 있다.

또한, 상기 감지부는, 상기 측정된 전기신호의 파형 중 상기 기설정된 특징 조건을 충족하는 파형이 존재하면, 상기 기 설정된 특징 조건을 충족하는 파형에 대응하는 신호를 아크 의심 신호로 판단할 수 있다.

또한, 상기 감지부는, 데이터베이스에 기 저장된 복수의 아크 신호 파형 데이터와 상기 아크 의심 신호의 파형 데이터 간의 유사도 비교를 기반으로 상기 아크 의심 신호가 아크 신호인지 식별함으로써, 아크 발생 여부를 검출할 수 있다.

또한, 본원의 일 실시예에 따른 IOT 감지통제장치는, 상기 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 상기 분전반 내 발생된 아크에 대응하는 아크 발생 원인을 판단하는 분석부를 포함할 수 있다.

또한, 상기 분석부는, 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터를 입력값으로 하고 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 딥러닝 모델 기반 기학습 사항에 기초하여, 상기 딥러닝 모델에 상기 분전반에서 발생된 아크에 대응하는 아크 신호의 파형 데이터를 입력으로 적용함으로써 상기 아크 발생 원인을 판단할 수 있다.

또한, 상기 아크 발생 원인의 유형에는 상기 전선과 연결되는 커넥터의 열화, 상기 전선과 연결되는 커넥터의 체결 상태 불량, 상기 분전반 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함될 수 있다.

또한, 상기 제어부는, 상기 화재 감지 센서 내 상기 아크 센서에 의해 측정되는 전기신호의 측정 시간 간격을 제1 측정 시간 간격으로 제어하되, 상기 감지부에 의하여 상기 아크 의심 신호가 아크 신호인 것으로 식별된 경우, 상기 아크 센서에 의해 측정되는 전기신호의 측정 시간 간격을 상기 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경되도록 제어할 수 있다.

상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, IOT 감지통제장치를 제공함으로써, 화재 발생, 지진(재난), 출입 통제 등의 각종 이벤트의 발생을 효과적으로 감지하며, 감지된 이벤트에 대하여 즉각 대처가 가능하도록 제공할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, 감지된 이벤트 발생에 대응하는 IOT 센서의 위치를 아이콘으로 3차원 입체도 상에 표시함으로써, 이벤트의 발생을 다양한 GUI를 통해 표출되도록 하여 운영자가 효과적으로 인식하도록 할 수 있다.

다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.

도 1 및 도 2는 본원의 일 실시예에 따른 IOT 감지통제시스템의 구성을 개략적으로 나타낸 도면이다.
도 3은 본원의 일 실시예에 따른 IOT 감지통제장치를 개략적으로 나타낸 도면이다.
도 4는 본원의 일 실시예에 따른 IOT 감지통제장치에 의해 표시되는 화면의 예를 나타낸 도면이다.
도 5는 본원의 일 실시예에 따른 IOT 감지통제장치에서 제어부에 의한 이미지 센서의 각도 변경 제어의 예를 설명하기 위한 도면이다.
도 6은 본원의 일 실시예에 따른 IOT 감지통제장치에서 아크 센서를 통해 측정된 전기신호의 파형 예를 나타낸 도면이다.
도 7은 본원의 일 실시예에 따른 IOT 감지통제장치의 감지부를 통해 수행되는 아크 신호 파형 데이터와 아크 의심 신호의 파형 데이터 간의 유사도 산출 과정을 설명하기 위한 도면이다.

아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본원 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" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.

본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.

본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.

도 1 및 도 2는 본원의 일 실시예에 따른 IOT 감지통제시스템(1000)의 구성을 개략적으로 나타낸 도면이다. 도 3은 본원의 일 실시예에 따른 IOT 감지통제장치(100)를 개략적으로 나타낸 도면이다. 도 4는 본원의 일 실시예에 따른 IOT 감지통제장치(100)에 의해 표시되는 화면의 예를 나타낸 도면이다.

이하에서는 본원의 일 실시예에 따른 IOT 감지통제시스템(1000)을 설명의 편의상 본 시스템(1000)라 하기로 한다.

도 1 내지 도 4를 참조하면, 본 시스템(1000)은 IOT 감지통제장치(100) 및 복수의 IOT 센서(10)를 포함할 수 있다.

여기서, IOT 감지통제장치(100)는 본원의 일 실시예에 따른 IOT 감지통제장치(100)를 의미할 수 있다. 이러한 본원의 일 실시예에 따른 IOT 감지통제장치(100)는 이하 설명의 편의상 본 장치(100)라 하기로 한다.

본 장치(100)는 일예로 서버일 수 있다. 즉, IOT 감지통제장치(100)는 IOT 감지통제서버(100)일 수 있다.

본 시스템(1000)은 감시 구역인 건물에 대한 침입 탐지 및 알람 연동을 제공하는 단위 플랫폼으로 감시 단말 장치인 본 장치(100)와 연결되어 관리, 모니터링, 위치 표시 및 방송 송출이 가능한 시스템을 의미할 수 있다.

본 시스템(1000) 및 본 장치(100)는 화재 감지, 출입 요청, 지진 발생 등의 다양한 이벤트의 발생에 대한 알람을 제공함(표출시킴)에 있어서, 이벤트가 발생된 위치에 대한 빠른 위치 대응이 가능하도록 알람을 제공할 수 있다.

본 시스템(1000) 및 본 장치(100)는 이벤트 발생시 방송 송출로 즉각적인 위협요소를 사용자에게 알릴 수 있다. 본원에서 사용자라 함은 본 시스템(1000) 혹은 본 장치(100)의 제어가 가능한 사용자로서 운영자를 의미할 수 있으나, 이에 한정되는 것은 아니다. 본 시스템(1000) 및 본 장치(100)는 IP WALL과 GIS에 대한 동시 표출(동시 제공)이 가능함에 따라, 사용자로 하여금 발생된 이벤트에 대한 더욱 빠른 대처가 가능하도록 할 수 있다.

또한, 본 장치(100)는 이벤트 발생의 감지, 감지된 이벤트의 알림 및 감지된 이벤트에 대한 조치(대처)와 관련하여, 직관적인 관리와 설정이 가능하도록 하는 기능을 제공할 수 있다. 이러한 본 장치(100)는 본 시스템(1000) 내지 본 장치(100)에 대한 초기 설치 및 설정을 간소화할 수 있다.

또한, 본 장치(100)를 이용하는 사용자(운영자)는, 중앙 관리 인터페이스의 일괄 작업 기능을 통해 네트워크(200)에 연결되어 있는 각종 복수의 IOT 센서(10)의 데이터를 받아 볼 수 있으며 또한 각종 IOT 센서(10)의 동작을 제어할 수 있다. 예시적으로, 본 장치(100)는 복수의 IOT 센서(10) 중 이미지 센서의 영상(알람 영상)을 빠르게 보고 제어할 수 있다.

본원에서 이미지 센서라 함은 카메라, 이미지 촬영 수단, 이미지 획득부 등으로 달리 표현될 수 있다.

또한, 본 장치(100)는 감지 위치의 카메라뿐만 아니라 각종 복수의 IOT 센서(10) 및 인터컴의 위치를 시각적으로 화면에 표시할 수 있으며, 사각지대 없이 감시가 가능하도록 이미지 센서(카메라)의 제어를 수행할 수 있다.

이때, 본원에서 화면이라 함은 본 장치(100)로부터 제공되는 데이터(정보), 위치, 알람 등의 표시가 가능한 사용자(운영자) 단말의 화면으로서, 일예로 Wall 모니터의 화면을 의미할 수 있다. 다만 이에만 한정되는 것은 아니고, 본원에서의 화면으로는 데이터 등의 표시(디스플레이)가 가능한 모든 종류의 화면 표시 장치의 화면이 적용될 수 있다.

여기서, 사용자(운영자) 단말은, PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(WCode Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC, 노트북, 웨어러블 디바이스, 데스크탑 PC 등과 같은 모든 종류의 유무선 통신 장치를 포함할 수 있으며, 이에 한정되는 것은 아니다.

또한, 본 장치(100)는 감시 구역 전반에 대한 감시가 일괄적이고 정확하게 진행되도록 할 수 있다. 또한, 본 장치(100)는 복수의 IOT 센서(10) 및 기타 다른 센서 프로토콜 알고리즘으로 연동 구현이 가능할 수 있다.

본 시스템(1000)에서는, 일예로 복수의 IOT 센서(10)에서 발생한 신호를 신호분석기(미도시)가 감시하여 가공한 후에 본 장치(100, IOT 감지통제장치)로 제공할 수 있다. 이후, 본 장치(100)는 신호분석기(미도시)로부터 수신한 신호를 재가공하여 VMS 서버와 클라이언트(Wall 클라이언트)로 전송할 수 있으며, 이를 통해 재가공한 신호를 운영자가 인식할 수 있도록 클라이언트에서 다양한 그래픽 사용자 인터페이스(GUI, graphical user interface)를 통해 표출(구현)되도록 할 수 있다.

이때, 상술한 일예에서는 본 장치(100)가 신호분석기(미도시)로부터 수신한 가공된 신호를 재가공하여 IOT 센서에서 발생된 신호를 수신하는 것으로 예시하였으나, 이에만 한정되는 것은 아니다. 다른 일예로, 본 장치(100) 내 후술하는 획득부(미도시)는 복수의 IOT 센서(10)에서 발생한 신호를 신호분석기(미도시)를 통한 경유 없이 바로 수신할 수 있다.

본 장치(100)는 사용자(운영자)의 필요에 따라 특정 동작을 수행하도록 클라이언트에서 감지 장비나 카메라 등을 포함하는 복수의 IOT 센서(10)로 명령을 보낼 수 있는 알고리즘을 수행할 수 있다.

또한, 본 장치(100)는 영상통합, IP WALL, CCTV 지능형, 출입통제, 얼굴인식, 장력, 소방관제 등 보안과 관련된 각종 센서와 물리적 혹은 논리적으로 연동될 수 있다. 이를 통해, 본 장치(100)는 알람 수신/처리, 영상 자동/수동 표출 및 송출, 자동/수동 방송, 내부 경고 등을 영상과 연동하여 제공할 수 있다.

본 장치(100)는 자동방송 기능을 수행할 수 있으며, 이를 통해 다른 음향장비를 사용하지 않고, IP 카메라(즉, 본 시스템 내 이미지 센서)와 연결된 접점을 이용하여 앰프 방송 송출을 수행할 수 있다. 이러한 본 장치(100)는 방송전용 서버를 구축할 필요가 없으며, 해당 원거리에 있는 방송 장비를 제어(컨트롤)할 수 있다.

또한, 본 장치(100)는 화재 감지 센서, 출입 통제(출입 요청), 비상스위치 및 SIP(음성통신)와 연결되어 알람 송출 및 음성 통신을 수행할 수 있으며, 해당 IP 카메라(이미지 센서)와 연동하여 사건(이벤트) 발생에 관한 실시간 감시를 수행할 수 있다.

또한, 본 장치(100)는 지리정보시스템(GIS, Generalized Information System)과 연계되어 있을 수 있다. 이러한 본 장치(100)는 이벤트가 발생하였을 때 GIS를 기초로 알람 발생(이벤트 발생)의 주요 위치 포인트를 화면에 표시할 수 있으며, 이로부터 사용자(운영자)로 하여금 발생된 이벤트에 대한 빠른 상황대처가 가능하도록 할 수 있다.

일예로 도 4에는 본 장치(100)를 통해 제공되는 화면 표시의 예가 도시되어 있다. 즉, 도 4는 본 장치(100)에 의하여 제공되는 실제 GUI이미지의 일예를 나타낸다.

도 4를 참조하면, 본 장치(100)는 일예로 감시 구역인 건물에 대하여 모델링된 3차원 입체도 상에 복수의 IOT 센서(10)의 설치 위치 혹은 이벤트 발생이 감지된 IOT 센서의 위치를 아이콘(마커)로 표시되도록 하여 화면에 표출시킬 수 있다.

본 시스템(1000) 및 본 장치(100)는 각종 IoT 센서, SIP, 화제 감시, CCTV, GIS, 알람, 국선비상용전화기 신호 추적 기능 등을 수행하고 관리할 수 있는 중앙관리적인 솔루션을 제공할 수 있다. 본 시스템(1000)은 IOT 감지통제서버(본 장치, 100)를 이용한 GIS 표출 시스템이라 달리 표현될 수 있다.

본 장치(100)에 대한 구체적인 설명은 도 2를 참조하여 보다 쉽게 이해될 수 있다.

도 2를 참조하면, 본 시스템(1000)은 본 장치(100, IOT 감지통제장치) 및 복수의 IOT 센서(10)를 포함할 수 있다.

본 장치(100)는 획득부(110), 감지부(120), 제어부(130), 판단부(140) 및 분석부(150)를 포함할 수 있다.

획득부(110)는 본 장치(100)가 감시하는 감시 구역인 건물에 대하여 설치된 복수의 IOT 센서(10)에 의해 센싱된 센싱 신호를 획득할 수 있다. 이때, 본 장치(100)에서 고려되는 감시 구역이 건물인 것으로만 예시하였으나, 이에 한정되는 것은 아니고, 감시 구역으로는 화재 발생, 지진(재난), 출입 통제 등의 각종 이벤트에 관한 감시가 가능한 모든 장소가 적용될 수 있다.

복수의 IOT 센서(10)는 복수 유형의 센서로 구분될 수 있다. 복수 유형의 센서는, 제1 유형의 센서로서 화재 발생 관련 이벤트 발생의 감지를 위한 화재 감지 센서(11, 12, …), 제2 유형의 센서로서 출입 요청(출입 통제) 관련 이벤트 발생의 감지를 위한 이미지 센서(21, 22, …), 및 제3 유형의 센서로서 지진 발생 관련 이벤트 발생의 감지를 위한 지진 감지 센서(31, 32, …)를 포함할 수 있다.

즉, 이미지 센서는 건물에 대하여 출입을 위한 요청(출입 요청)이 있었는지에 관한 이벤트의 발생을 감지하기 위해 마련될 수 있다. 화재 감지 센서는 건물에 대하여 화재가 발생했는지에 관한 이벤트의 발생을 감지하기 위해 마련될 수 있다. 지진 감지 센서는 건물에 대하여 지진이 발생했는지에 관한 이벤트의 발생을 감지하기 위해 마련될 수 있다.

여기서, 이미지 센서(21, 22, …)는 상술한 바와 같이 카메라, IP 카메라, 이미지 촬영 수단, 이미지 획득부 등으로 달리 표현될 수 있다. 화재 감지 센서(11, 12, …)는 화재 발생의 감지가 가능한 센서로서, 일예로 아크 센서, 적외선 센서, 이산화탄소 감지 센서, 온도 센서 등이 포함될 수 있으나, 이에 한정되는 것은 아니다. 지진 감지 센서(31, 32, …)는 지진 발생의 감지가 가능한 센서로서, 예시적으로 지자계 센서, 가속도 센서 등이 포함될 수 있으나, 이에 한정되는 것은 아니다.

복수의 IOT 센서(10)는 본 장치(100)와 네트워크(200)를 통해 연결 가능한 각종 센서(IOT 센서)로서, 상술한 화재 감지 센서, 이미지 센서 및 지진 감지 센서 외에도 다양한 IOT 센서가 포함될 수 있다.

본 장치(100)와 복수의 IOT 센서(10) 간에는 네트워크(200)를 통해 센싱 신호(혹은 센싱 신호에 대응하는 데이터)의 송수신 및 IOT 센서에 대한 제어 신호(제어 명령)의 송수신이 이루어질 수 있다.

네트워크(200)는 일예로 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으며, 이에 한정된 것은 아니다.

본 장치(100)의 감지부(120)는 화재 감지 센서에 의해 센싱된 센싱 신호의 분석을 통해 화재가 발생했는지를 감지(화재 발생 관련 이벤트의 발생을 감지)할 수 있으며, 이에만 한정되는 것은 아니고, 다른 일예로, 이미지 센서에 의해 센싱된 센싱 신호에 대응하는 이미지의 분석을 통해 화재가 발생했는지를 감지할 수 있다.

감지부(120)는 획득부(110)에서 획득된 센싱 신호(즉, 복수의 IOT 센서로부터 획득된 센싱 신호)의 분석을 통해 이벤트 발생을 감지할 수 있다.

감지부(120)는 화재 감지 센서(11, 12, …)에 의해 센싱된 센싱 신호의 분석을 통해, 건물에 화재가 발생하였음을 나타내는 화재 발생 관련 이벤트가 발생했는지 감지(즉, 화재 발생 관련 이벤트 발생을 감지)할 수 있다.

또한, 감지부(120)는 이미지 센서(21, 22, …)에 의해 센싱된 센싱 신호의 분석을 통해, 건물에 대한 사용자의 출입 요청이 발생했음을 나타내는 출입 요청 관련 이벤트가 발생했는지 감지(즉, 출입 요청 관련 이벤트 발생을 감지)할 수 있다.

또한, 감지부(120)는 출입 요청(출입 통제)에 의해 센싱된 센싱 신호의 분석을 통해, 건물에 지진이 발생하였음을 나타내는 지진 발생 관련 이벤트가 발생했는지 감지(즉, 지진 발생 관련 이벤트 발생을 감지)할 수 있다.

제어부(130)는 감지부(120)에서 이벤트 발생이 감지된 경우, 이벤트 발생을 감지한 이벤트 감지 IOT 센서에 의해 센싱된 센싱 신호에 대응하는 데이터를 사용자(운영자) 단말의 화면에 표시할 수 있다. 여기서, 이벤트 감지 IOT 센서라 함은 복수의 IOT 센서(10) 중 화재나 지진, 출입 요청과 같은 이벤트의 발생을 감지한 센서를 의미할 수 있다.

즉, 제어부(130)는 복수의 IOT 센서(10) 중 이벤트 발생이 감지된 IOT 센서인 이벤트 감지 IOT 센서로부터 획득된 센싱 신호에 대응하는 데이터)를 화면에 표시할 수 있다. 또한, 제어부(130)는 복수의 IOT 센서(10) 중 이벤트가 발생한 것으로 감지된 이벤트에 대응하는 데이터를 화면에 표시할 수 있다.

이하에서는, 이벤트 발생의 감지와 관련하여 주로 화재 감지 센서에 의한 이벤트 발생 감지 방법에 대하여 설명하나, 이에만 한정되는 것은 아니고, 화재 감지 센서에 의한 이벤트 발생의 감지 방법에 대한 설명은 이하 생략된 내용이라 하더라도 다른 이미지 센서에 의한 이벤트 발생이나 지진 감지 센서에 의한 이벤트 발생의 감지 방법에 대한 설명에도 동일하거나 유사하게 적용될 수 있다.

제어부(130)는 복수의 IOT 센서(10) 중 이벤트가 발생한 것으로 감지된 이벤트 감지 IOT 센서의 위치를 화면에 디스플레이되는 건물에 대하여 모델링된 3차원 입체도와 연계하여 3차원 입체도 상에 아이콘으로 표시할 수 있다.

다시 말해, 제어부(130)는 본 시스템(100)에 의하여 감시가 이루어지는 감시 구역에 해당하는 건물을 모델링한 3차원 입체도(즉, 건물의 3차원 입체도)를 화면에 표시할 수 있다.

제어부(130)는 화면 표시시, 복수의 IOT 센서(10) 중 이벤트 발생을 감지한 이벤트 감지 IOT 센서의 위치를 GIS를 기반으로 3차원 입체도와 연계하여, 3차원 입체도 상에 아이콘으로(아이콘 형태로) 표시할 수 있다. 이때, 제어부(130)는 이벤트 감지 IOT 센서의 유형에 따라 3차원 입체도 상에 표시되는 아이콘의 형태를 달리하여 표시할 수 있다. 여기서, 아이콘의 형태는 색상 및 모양 중 적어도 하나를 포함할 수 있다. 일예로 3차원 입체도 상에 IOT 센서의 아이콘이 표시된 예는 도 4와 같을 수 있다.

일예로, 제어부(130)는 3차원 입체도 상에 이벤트 감지 IOT 센서의 위치를 나타내는 아이콘을 표시함에 있어서, 이벤트 감지 IOT 센서의 유형이 제1 유형이면(즉, 이벤트 감지 IOT 센서가 화재 감지 센서이면), 분홍색 색상의 아이콘으로 3차원 입체도 상에 표시할 수 있다. 또한, 제어부(130)는 일예로 이벤트 감지 IOT 센서의 유형이 제2 유형이면(즉, 이벤트 감지 IOT 센서가 이미지 센서이면), 보라색 색상의 아이콘으로 3차원 입체도 상에 표시할 수 있다. 또한, 제어부(130)는 일예로 이벤트 감지 IOT 센서의 유형이 제3 유형이면(즉, 이벤트 감지 IOT 센서가 지진 감지 센서이면), 초록색 색상의 아이콘으로 3차원 입체도 상에 표시할 수 있다.

다른 일예로, 제어부(130)는 3차원 입체도 상에 이벤트 감지 IOT 센서의 위치를 나타내는 아이콘을 표시함에 있어서, 이벤트 감지 IOT 센서의 유형이 제1 유형이면(즉, 이벤트 감지 IOT 센서가 화재 감지 센서이면), 동그라미 모양의 아이콘으로 3차원 입체도 상에 표시할 수 있다. 또한, 제어부(130)는 일예로 이벤트 감지 IOT 센서의 유형이 제2 유형이면(즉, 이벤트 감지 IOT 센서가 이미지 센서이면), 세모 모양(또는 카메라 모양)의 아이콘으로 3차원 입체도 상에 표시할 수 있다. 또한, 제어부(130)는 일예로 이벤트 감지 IOT 센서의 유형이 제3 유형이면(즉, 이벤트 감지 IOT 센서가 지진 감지 센서이면), 네모 모양의 아이콘으로 3차원 입체도 상에 표시할 수 있다.

또한, 제어부(130)는 복수의 IOT 센서(10)의 위치를 3차원 입체도 상에 아이콘으로 표시하되, 복수의 IOT 센서(10) 중 이벤트의 발생을 감지한 이벤트 감지 IOT 센서에 대응하는 아이콘이 이벤트의 발생을 미감지한 이벤트 미감지 IOT 센서에 대응하는 아이콘 보다 인식 또는 식별이 용이한 형태로 표시되도록 제어할 수 있다.

이때, 아이콘을 인식 또는 식별이 용이한 형태로 표시한다는 것은, 시각적으로 강조된 형태, 크기가 확장된 형태, 청각적인 효과를 수반하는 형태 및 동적인 애니메이션 형태 중 적어도 하나로 표시하는 것을 의미할 수 있다.

예시적으로, 복수의 화재 감지 센서(11, 12, …) 중 제1 화재 감지 센서(11)에 의해 센싱된 센싱 신호의 분석 결과, 제1 화재 감지 센서(11)에서 이벤트 발생이 감지되었다고 하자. 즉, 제1 화재 감지 센서(11)에 의하여 화재 발생과 관련된 이벤트의 발생이 감지되었다고 하자. 반면, 제2 화재 감지 센서(12) 및 복수의 이미지 센서(21, 22, …) 내 이미지 센서(21)에서는 이벤트 발생이 감지되지 않았다고 하자.

이러한 경우, 제어부(130)는 제1 화재 감지 센서(11)를 이벤트 감지 IOT 센서로 인식하고, 제2 화재 감지 센서(12) 및 이미지 센서(21)를 이벤트 미감지 IOT 센서로 인식할 수 있다.

이에 따르면, 제어부(130)는 3차원 입체도 상에 표시되는 아이콘으로서, 제1 화재 감지 센서(11)에 대응하는 아이콘이 제2 화재 감지 센서(12)나 이미지 센서(21)에 대응하는 아이콘보다 인식 또는 식별이 용이한 형태로 표시되도록 제어할 수 있다. 달리 말해, 제어부(130)는 제1 화재 감지 센서(11)에 대응하는 아이콘이 제2 화재 감지 센서(12)나 이미지 센서(21)에 대응하는 아이콘보다 시각적으로 강조된 형태, 크기가 확장된 형태, 청각적인 효과를 수반하는 형태 및 동적인 애니메이션 형태 등으로 표시되도록 제어할 수 있다.

제어부(130)는 이벤트 감지 IOT 센서에 대응하는 아이콘이 이벤트 미감지 IOT 센서에 대응하는 아이콘보다 시각적으로 강조된 형태, 크기가 확장된 형태, 청각적인 효과를 수반하는 형태(예를 들어, 구별 관심 대상 정보의 테두리 선의 색상이나 두께 등을 달리할 수 있음) 및 동적인 애니메이션 형태 중 적어도 하나로 표시되도록 제어할 수 있다. 다만, 이는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니다.

이러한 본 장치(100)는 복수의 IOT 센서(10) 중 이벤트가 발생한 것으로 감지되는 이벤트 감지 IOT 센서가 이벤트 미감지 IOT 센서 대비 보다 직관적으로 인식되고 식별될 수 있도록 그 표시 유형을 달리함으로써, 복수의 IOT 센서(10) 중 보다 이상이 있는 IOT 센서에 대한 유지보수/관리가 보다 신속히 이루어지도록 제공할 수 있다.

도 5는 본원의 일 실시예에 따른 IOT 감지통제장치(100)에서 제어부(130)에 의한 이미지 센서의 각도 변경 제어의 예를 설명하기 위한 도면이다. 특히, 도 5에서 (a)는 이미지 센서의 각도 변경 제어가 이루어지기 이전을 나타내고, (b)는 이미지 센서의 각도 변경 제어가 이루어진 후를 나타낸다.

도 5에서 bs 는 일예로 건물 내 1층의 하면을 의미하고, us는 일예로 건물 내 1층의 상면을 의미할 수 있다. 제1 화재 감지 센서(11) 및 제1/제2 이미지 센서(21, 22)는 일예로 건물의 상면(us)에 길이 방향에 대하여 간격을 두고 이격되어 배치될 수 있다. 여기서, 길이 방향은 예시적으로 도 5의 도면을 기준으로 좌우 방향을 의미할 수 있으나, 이에 한정되는 것은 아니다.

도 5를 참조하면, 제어부(130)는 감지부(120)에서 복수의 IOT 센서(10) 내 화재 감지 센서들(11, 12, …) 중 제1 화재 감지 센서(11)에 의해 센싱된 센싱 신호의 분석을 통해 화재 발생 관련 제1 이벤트가 발생한 것으로 감지된 경우, 제1 화재 감지 센서(11)가 포함된 이미지의 획득을 위해 제1 화재 감지 센서(11)로부터 미리 설정된 거리(r) 이내에 위치하는 제1 이미지 센서(21)의 각도가 변경되도록 제어할 수 있다.

여기서, 미리 설정된 거리(r)는 일예로 제1 화재 감지 센서(11)와 근거리 통신이 가능한 거리일 수 있으나, 이에 한정되는 것은 아니다. 다른 일예로, 미리 설정된 거리(r)는 200m일 수 있으나, 이에 한정되는 것은 아니고, 다양하게 설정될 수 있다. 근거리 통신은 예시적으로 RF(Radio Frequency) 통신, NFC(Near Field Communication) 통신, 블루투스(Bluetooth) 통신, 비콘(Beacon) 통신 등일 수 있으나, 이에 한정되는 것은 아니다.

제어부(130)는 각도가 변경되도록 제어된 제1 이미지 센서(21)에 의해 센싱된 센싱 신호에 대응하는 제1 이미지 데이터를 화면에 표시할 수 있다. 즉, 제어부(130)는 각도가 변경되도록 제어된 제1 이미지 센서(21)로부터 각도 변경 후 1 이미지 데이터(즉, 각도 변경 후 제1 이미지 데이터)로서 제1 화재 감지 센서(11)를 포함하는 이미지(이미지 데이터)를 획득하여 화면에 표시할 수 있다.

예시적으로, 제1 화재 감지 센서(11)로부터 미리 설정된 거리(r) 이내에 위치하는 제1 이미지 센서(21)는 각도 변경 제어가 이루어지기 이전에, 도 4의 (a)에 도시된 바와 같이, 기본적으로 건물의 감시 구역 중 제1 영역(s1)에 대한 이미지를 각도 변경 전 제1 이미지 데이터로서 획득하도록 제어될 수 있다. 이때, 제1 영역(s1)은 제1 화재 감지 센서(11)가 포함되지 않는 영역일 수 있다.

이때, 제1 화재 감지 센서(11)에서 화재 발생 관련 제1 이벤트가 발생한 것으로 감지된 경우, 제어부(130)는 제1 화재 감지 센서(11)로부터 근거리 통신이 가능한 거리인 미리 설정된 거리(r) 이내에 이미지 센서가 존재하는지 판단할 수 있다. 판단 결과 미리 설정된 거리(r) 이내에 제1 이미지 센서(21)가 존재하면, 제어부(130)는 제1 이미지 센서(21)가 제1 화재 감지 센서(11)를 포함하는 이미지를 획득하도록, 제1 이미지 센서(21)의 각도를 변경시키는 제어를 수행할 수 있다. 제2 이미지 센서(22)는 제1 화재 감지 센서(11)로부터 미리 설정된 거리(r) 이내에 위치하지 않음에 따라, 제2 이미지 센서(22)는 감시 구역 중 제2 영역(s2)에 대한 이미지를 획득하도록 제어될 수 있다.

이에 따르면, 제1 이미지 센서(21)는 각도 변경 전 제1 이미지 데이터로서 제1 영역(s1)을 포함하는 이미지를 획득하도록 제어부(130)에 의해 제어되는 반면, 각도 변경 제어가 이루어진 후에는 각도 변경 후 제1 이미지 데이터로서 촬영 영역이 변경된 제1 영역(s1')을 포함하는 이미지를 획득하도록 제어될 수 있다.

또한, 획득부(110)는 복수의 IOT 센서(10)에 의해 센싱된 센싱 신호를 네트워크(200)를 통해 획득할 수 있다.

획득부(110)는 제1 화재 감지 센서(11)에서 화재 발생 관련 제1 이벤트가 발생된 경우에 제1 이미지 센서(21)로부터 제1 이미지 데이터의 획득이 불가능한 경우(즉, 제1 이미지 센서로부터 각도 변경 후 제1 이미지 데이터의 획득이 불가능한 경우), 복수의 IOT 센서(10) 중에서 제1 이미지 센서(21)가 연결된 네트워크와는 다른 네트워크에 연결되어 있는 이미지 센서들을 후보 이미지 센서로 식별하고, 식별된 후보 이미지 센서 중 제1 화재 감지 센서(11)로부터 가장 가까운 거리에 위치하는 최근접 제2 이미지 센서의 각도를 제어하여 최근접 제2 이미지 센서로부터 제2 이미지 데이터를 획득할 수 있다. 이에 따르면, 제어부(130)는 제1 이미지 데이터 대신, 각도가 제어된 최근접 제2 이미지 센서에 의해 센싱된 센싱 신호에 대응하는 제2 이미지 데이터를 화면에 표시할 수 있다.

구체적으로, 본 시스템(1000) 내에 복수의 IOT 센서(10) 중 복수의 이미지 센서(21, 22, …)로서 10개의 이미지 센서가 존재한다고 가정하자. 이때, 제1 이미지 센서(21) 내지 제3 이미지 센서는 제1 네트워크로 연결되고, 제4 이미지 센서 내지 제7 이미지 센서는 제2 네트워크로 연결되고, 제8 이미지 센서 내지 제10 이미지 센서는 제3 네트워크로 연결될 수 있다. 이때, 예시적으로, 제1 네트워크는 인터넷 네트워크, 제2 네트워크는 블루투스 네트워크, 제3 네트워크는 모바일 네트워크일 수 있으나, 이에 한정되는 것은 아니다. 이에 따르면, 네트워크(200)는 제1 네트워크, 제2 네트워크 및 제3 네트워크를 포함하는 복수 유형의 네트워크를 포함할 수 있다.

이때, 제1 이미지 센서(21)는 제1 화재 감지 센서(11)로부터 미리 설정된 거리(r) 이내에 위치해 있고, 제2 이미지 센서(22) 내지 제10 이미지 센서는 제1 화재 감지 센서(11)로부터 미리 설정된 거리(r)를 벗어나도록 위치해 있다고 하자.

이러한 경우, 제어부(130)는 상술한 바와 같이, 제1 화재 감지 센서(11)에서 화재 발생 관련 제1 이벤트가 발생한 것으로 감지되면, 제1 이미지 센서(21)의 각도를 변경시킴으로써 각도 변경 후 제1 이미지 데이터를 획득할 수 있다. 이때, 제어부(130)에 의한 제어에 의해, 획득부(110)는 각도가 변경되도록 제어된 제1 이미지 센서(21)로부터 각도 변경 후 제1 이미지 데이터를 네트워크(200)를 통해 획득할 수 있다.

이때, 제어부(130)는 제1 네트워크에 통신 이상이 발생한 경우(즉, 제1 네트워크의 상태가 좋지 않은 경우) 등의 이유로, 제1 네트워크를 통해 제1 이미지 센서(21)로부터 이미지(각도 변경 후 제1 이미지 데이터)를 획득할 수 없는 경우, 복수의 이미지 센서 중 제1 이미지 센서(21)가 연결된 제1 네트워크와는 다른 네트워크(즉, 제2 네트워크와 제3 네트워크)에 연결되어 있는 이미지 센서들을 후보 이미지 센서로서 식별할 수 있다. 이러한 후보 이미지 센서에는 일예로 제4 이미지 센서 내지 제10 이미지 센서가 포함될 수 있다. 이때, 제4 이미지 센서 내지 제10 이미지 센서 중 제4 이미지 센서가 제1 화재 감지 센서(11)로부터 가장 가까운 거리에 위치해있다고 하자. 즉, 제4 이미지 센서가 식별된 후보 이미지 센서 중 제1 화재 감지 센서(11)로부터 가장 가까운 거리에 위치하는 최근접 이미지 센서라고 하자.

이러한 경우, 제어부(130)는 식별된 후보 이미지 센서(제4 이미지 센서 내지 제10 이미지 센서) 중 제1 화재 감지 센서(11)로부터 가장 가까운 거리에 위치하는 최근접 제2 이미지 센서로서 제4 이미지 센서의 각도를 제어할 수 있으며, 이를 통해 제4 이미지 센서로부터 이미지 데이터를 획득할 수 있다.

제어부(130)는 제1 네트워크의 이상으로 인하여 제1 화재 감지 센서(11)로부터 미리 설정된 거리(r) 이내에 위치한 제1 이미지 센서(21)로부터 제1 이미지 데이터를 획득하지 못하는 대신, 각도가 제어된 최근접 제2 이미지 센서(일예로, 제4 이미지 센서)에 의해 센싱된 센싱 신호에 대응하는 제2 이미지 데이터(일예로, 제4 이미지 센서에 의해 획득된 각도 변경 후 이미지 데이터)를 화면에 표시할 수 있다.

판단부(140)는 획득부(110)에서 획득된 센싱 신호(복수의 IOT 센서로부터 획득되는 복수의 센싱 신호)의 신호 강도를 분석하고, 분석된 신호 강도에 기초하여 복수의 IOT 센서(10) 중 이상 동작하는 이상 IOT 센서가 존재하는지 판단할 수 있다.

제어부(130)는 복수의 IOT 센서(10) 중 제1 IOT 센서가 이상 IOT 센서인 것으로 판단된 경우, 3차원 입체도 상에 표시된 제1 IOT 센서에 대응하는 아이콘의 형태가 이상 표시 아이콘의 형태로 변경되도록 제어(변경되어 표시되도록 제어)할 수 있다. 이때, 제1 IOT 센서라 함은 복수의 IOT 센서(10) 중 어느 하나의 센서를 의미하는 것으로서, 일예로 화재 감지 센서(11)일 수도 있고, 이미지 센서(21)일 수도 있고, 제1 지진 감지 센서(31)일 수도 있고, 제2 지진 감지 센서(32)일 수도 있다.

여기서, 이상 동작하는 것으로 식별된 이상 IOT 센서에 대응하는 이상 표시 아이콘은 이상이 없는 IOT 센서(기본 IOT 센서)에 대응하는 아이콘 대비 느낌표(!)와 같은 주의 표시 아이콘이 추가로 표시되거나, 이상 IOT 센서에 대응하는 아이콘의 형태 자체를 이상 동작하지 않는 기본 IOT 센서의 아이콘 형태 대비 주의(위험)과 관련하여 인식 또는 식별이 용이한 형태로 표시되거나, 혹은 스피커 등으로 알람을 표출하는 등을 의미할 수 있다. 여기서, 인식 또는 식별이 용이한 형태라 함은 앞서 설명했으므로, 이하 중복되는 설명은 생략하기로 한다.

일예로, 판단부(140)는 복수의 IOT 센서(10) 중 제1 IOT 센서에 의해 센싱된 제1 센싱 신호의 신호 강도가 기준 신호 강도와 대비하여 신호 강도 허용 범위를 벗어나면, 신호 강도 허용 범위를 벗어나는 제1 센싱 신호에 대응하는 제1 IOT 센서가 이상 IOT 센서인 이상 제1 IOT 센서인 것으로 판단할 수 있다.

여기서, 이상 동작하는 IOT 센서라 함은, 획득부(110)에서 획득된 센싱 신호의 신호 강도(신호 수신률)가 신호 강도 허용 범위를 벗어나 약하게 감지됨에 따라, 해당 센싱 신호가 불안전한 상태로 획득(수신)된 경우를 의미할 수 있다.

또한, 판단부(140)는 복수의 IOT 센서(10) 중 제1 IOT 센서가 신호 강도 허용 범위를 벗어나 이상 제1 IOT 센서인 것으로 판단되는 경우, 이상 제1 IOT 센서가 교체가 필요한 교체 필요 이상 제1 IOT 센서인지 여부를 판단할 수 있다.

판단부(140)는 제1 IOT 센서에 의해 센싱된 제1 센싱 신호의 신호 강도가 기준 신호 강도와 대비하여 신호 강도 허용 범위를 벗어나는 횟수가 미리 설정된 횟수 이상이면, 미리 설정된 횟수 이상으로 신호 강도 허용 범위를 벗어나는 제1 센싱 신호에 대응하는 제1 IOT 센서가 교체 필요 이상 제1 IOT 센서인 것으로 판단할 수 있다.

여기서, 판단부(140)에서 고려되는 신호 강도 허용 범위 및 미리 설정된 횟수는, IOT 센서의 유형에 따라(유형별로) 각기 다르게 설정될 수 있다. 즉, 복수의 IOT 센서(10)에 포함되는 IOT 센서가 이상 동작하는 이상 IOT 센서인지 판단하는데 기준이 되는 신호 강도 허용 범위는 IOT 센서의 유형에 따라 각기 다르게 설정될 수 있다. 마찬가지로, 이상 IOT 센서가 교체가 필요한 교체 필요 이상 IOT 센서인지 판단하는데 기준이 되는 미리 설정된 횟수는 IOT 센서의 유형에 따라 각기 다르게 설정될 수 있다.

일예로, IOT 센서가 제1 유형의 센서(화재 감지 센서)인 경우에는 신호 강도 허용 범위가 제1 범위로 설정되고, 미리 설정된 횟수가 제1 횟수로 설정될 수 있다. IOT 센서가 제2 유형의 센서(이미지 센서)인 경우에는 신호 강도 허용 범위가 제2 범위로 설정되고, 미리 설정된 횟수가 제2 횟수로 설정될 수 있다. IOT 센서가 제3 유형의 센서(지진 감지 센서)인 경우에는 신호 강도 허용 범위가 제3 범위로 설정되고, 미리 설정된 횟수가 제3 횟수로 설정될 수 있다.

예시적으로, 제2 횟수가 8회로 기 설정되어 있고, 제1 이미지 센서(21)에 의해 센싱된 센싱 신호의 신호 강도가 신호 강도 허용 범위(제2 범위)를 벗어나는 횟수가 8회라고 하자. 여기서, 제1 이미지 센서(21)는 복수의 IOT 센서(10) 중 어느 하나의 IOT 센서로서, 제1 IOT 센서라 할 수 있다. 이러한 경우, 판단부(140)는 미리 설정된 횟수 이상 신호 강도 허용 범위를 벗어나는 제1 IOT 센서인 제1 이미지 센서(21)가 교체 필요 이상 제1 IOT 센서인 것으로 판단할 수 있다.

판단부(140)에 의한 판단 결과 이상 제1 IOT 센서가 교체가 필요한 교체 필요 이상 제1 IOT 센서인 것으로 판단되면, 제어부(130)는 교체 필요 이상 제1 IOT 센서와 관련하여 대체 가능한 대체 IOT 센서의 추천을 위한 대체 IOT 센서 추천 리스트를 화면 상에 제공할 수 있다.

여기서, 대체 IOT 센서 추천 리스트에 포함된 대체 IOT 센서는, 교체 필요 이상 제1 IOT 센서와 동일한 IOT 센서인 동일 대체 IOT 센서 및 교체 필요 이상 제1 IOT 센서와 유사 성능을 가진 다른 IOT 센서인 유사 대체 IOT 센서를 포함할 수 있다.

예시적으로, 교체 필요 이상 제1 IOT 센서가 제1 이미지 센서(21)인 경우, 제어부(130)는 제1 이미지 센서(21)와 관련하여 대체 IOT 센서 추천 리스트를 화면 상에 제공할 수 있다. 여기서, 대체 IOT 센서 추천 리스트에는 제1 이미지 센서(21)와 동일한 이미지 센서가 포함될 수 있으며, 뿐만 아니라 제1 이미지 센서(21)와는 다른 유형의 센서이되 제1 이미지 센서(21)와 유사 성능을 가지는 유사 이미지 센서가 포함될 수 있다.

또한, 대체 IOT 센서 추천 리스트에 포함되는 유사 대체 IOT 센서로는, 교체가 필요하다고 판단된 교체 필요 이상 제1 IOT 센서 대비 일예로 후기(평가)가 더 좋거나, 가격이 더 낮거나, 품질이 더 좋은 IOT 센서가 포함될 수 있다.

이에 따르면, 본 장치(100)는, IOT 센서에 대한 교체가 필요한 경우에, 교체가 필요한 IOT 센서와 동일한 IOT 센서뿐만 아니라 그와는 종류가 다르나 성능이 좋은 가성비 좋은 IOT 센서를 함께 대체 IOT 센서 추천 리스트에 포함시켜 제공(추천)함으로써, 사용자로 하여금 IOT 센서에 대한 교체가 보다 용이해지고 효율적으로 이루어지도록 제공할 수 있다.

이러한 본 장치(100)는 본 장치(100)와 연동되는 복수의 IOT 센서에 대한 효율적인 관리가 가능해지도록 할 수 있다. 본 장치(100)는 복수의 IOT 센서(10)의 운용 비용을 절감시킬 수 있고, IOT 센서의 관리 효율성을 증대시킬 수 있고, 운용담당자의 편의성을 증대시킬 수 있다. 다시 말해, 본 장치(100)는 IOT 센서에 대한 파악 및 관리가 용이해지도록 할 수 있다. 본 장치(100)는 복수의 IOT 센서와 연동되는 본 장치(100)를 관리하는 관리자의 관리 편의성을 향상시키고, 본 장치(10)를 이용하는 사용자의 사용 편의성을 향상시킬 수 있다.

또한, 본 시스템(1000) 및 본 장치(100)에서, 화재 감지 센서는 건물 내 배치된 분전반의 내부로 인입되는 전선에 배치되어, 전선에 대하여 전기신호를 측정하는 아크 센서를 포함할 수 있다. 즉, 제1 화재 감지 센서(11)는 아크 센서로서 제1 아크 센서를 포함할 수 있고, 제2 화재 감지 센서(12)는 아크 센서로서 제2 아크 센서를 포함할 수 있다.

이하에서는 설명의 편의상, 아크 센서가 제1 화재 감지 센서(11)에 포함된 제1 아크 센서인 경우로 가정하여 예시하기로 한다. 따라서, 이하 아크 센서에 대하여 설명된 내용은 이하 생략된 내용이라 하더라도, 복수의 화재 감지 센서(11, 12, …) 각각에 포함된 아크 센서(제1 아크 센서, 제2 아크 센서, …) 각각에 대한 설명에도 동일하게 적용될 수 있다.

감지부(120)는 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 분전반 내 아크 발생 여부를 검출하고, 검출 결과 아크가 발생한 것으로 검출된 경우, 분전반에 의한 화재 발생 가능성이 있는 것으로 인식하여 화재 발생 관련 제2 이벤트가 발생한 것으로 감지할 수 있다.

이때, 감지부(120)는 아크 센서를 통해 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다.

아크 센서는 예시적으로, 가파른 에지(steep-edged)의 전류 변화들을 검출하기 위한 센서일 수 있으나, 이에 한정되는 것은 아니고, 전압 변화 등을 검출하기 위한 센서일 수 있다. 즉, 아크 센서는 전류 및 전압 중 적어도 하나의 전기신호를 측정하는 센서(전류 센서 및/또는 전압 센서)일 수 있다.

화재 감지 센서 내 아크 센서는 전선에 대하여 전기신호를 측정할 수 있다. 일예로, 아크 센서는 분전반 내부로 인입되는 전선의 전류 및 부하로 공급되는 전류를 전기신호로서 측정할 수 있다. 다른 일예로, 아크 센서는 분전반 내부로 인입되는 전선에 가압된 전압 및 부하에 걸리는 전압을 전기신호로서 측정할 수 있다.

감지부(120)는 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 분전반 내 아크 발생 여부를 검출할 수 있다. 이때, 아크 센서를 통해 측정된 전기신호는 앞서 말한 바와 같이 전류 및 전압 중 적어도 하나의 전기신호를 의미할 수 있다. 감지부(1200는 아크 발생 여부를 검출할 수 있으며, 검출된 아크(아크 신호)로서 직렬 아크(DC ARC) 신호를 검출할 수 있다.

감지부(120)는 화재 감지 센서 내 아크 센서(일예로, 제1 화재 감지 센서 내 제1 아크 센서)를 통해 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다. 여기서, 기설정된 특징 조건은 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생하는 특징에 대한 조건을 의미할 수 있다.

다시 말하자면, 감지부(120)는 아크 센서를 통해 측정된 전기신호의 파형 중 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생되는 파형이 존재하는지 여부에 따라 아크 발생 여부를 검출할 수 있다.

감지부(120)는 아크 센서를 통해 측정된 전기신호의 파형 내에 기설정된 특징 조건을 충족하는 파형이 존재하면, 아크 센서를 통해 측정된 전기신호의 파형 중 기 설정된 특징 조건을 충족하는 파형에 대응하는 신호를 아크 의심 신호로 판단할 수 있다. 이는 도 6을 참조하여 보다 쉽게 이해될 수 있다. 여기서, 임계 범위는 전기신호의 파형의 진폭에 대하여 설정된 범위를 의미할 수 있다.

도 6은 본원의 일 실시예에 따른 IOT 감지통제장치(100)에서 아크 센서를 통해 측정된 전기신호의 파형 예를 나타낸 도면이다.

이때, 도 6에 도시된 아크 센서를 통해 측정된 전기신호의 파형에는 기설정된 특징 조건을 충족하지 않는 파형(S1)으로서 아크가 발생하지 않은 정상 신호의 파형(S1)과 기설정된 특징 조건을 충족하는 파형(S2)으로서 아크 발생에 의해 나타나는 아크 신호로 의심되는 아크 의심 신호의 파형(S2)이 도시되어 있다.

도 6을 참조하면, 감지부(120)는 아크 센서를 통해 측정된 전기신호의 파형 중 기설정된 특징 조건으로서 임계 범위(r)에 속하는 신호가 미리 설정된 시간(t) 동안 발생하는 특징(파형 특징)을 충족하는 파형(S2)이 존재(발생)하는지 여부를 판단할 수 있다. 이때, 기설정된 특징 조건을 충족하는 파형(S2)이 존재하면, 감지부(120)는 기설정된 특징 조건을 충족하는 파형(S2)에 대응하는 신호(전기신호)를 분전반에서 아크가 발생함에 따라 나타나는 아크 신호일 가능성이 있는 아크 의심 신호로 1차 판단할 수 있다.

다시 말해, 감지부(120)는 측정된 전기신호의 파형 중 임계 범위(r)에 속하는 신호가 미리 설정된 시간(t) 동안 발생되는 파형(S2)이 존재하면, 해당 파형에 대응하는 신호, 즉 기설정된 특징 조건을 충족하는 파형(S2)에 대응하는 신호를 아크 신호일 가능성이 있는 아크 의심 신호로 1차 판단할 수 있다. 즉, 도 6의 도면 상에서 A 구간에 해당하는 파형(S2)에 대응하는 신호를 아크 의심 신호로서 1차 판단할 수 있다.

여기서, 임계 범위(r)는 아크 센서를 통해 측정된 전기신호의 값에 대하여 기 설정된 범위를 의미할 수 있다. 일예로, 전기신호가 전류 신호인 경우, 임계 범위(r)는 예시적으로 제1 전류 값 이상 제2 전류 값 이하의 범위로 설정될 수 있다. 다른 예로, 전기신호가 전압 신호인 경우, 임계 범위(r)는 예시적으로 제1 전압 값 이상 제2 전압 값 이하의 범위로 설정될 수 있다.

도 6에는 예시적으로 전기신호가 전압 신호인 경우의 예가 도시되어 있으며, 구체적인 예로 임계 범위(r)는 제1 전압 값(예를 들어, 35V) 이상 제2 전압 값(예를 들어, 50V) 이하의 범위로 설정될 수 있다. 따라서, 감지부(120)는 아크 센서로부터 획득된 전기신호 중 제1 전압 값 이상 제2 전압 값 이하인 전기신호가 미리 설정된 시간(t) 동안 발생되면, 해당 전기 신호를 아크 의심 신호로 1차 판단할 수 있다.

이에 따르면, 감지부(120)는 아크 센서로부터 획득된 전기신호 중 기설정된 특징 조건을 충족하는 파형(S2)의 신호가 발생한 경우, 해당 파형(S2)에 대응하는 신호를 아크 신호인 것(아크가 발생한 것)으로 즉시 판단하지 않고, 아크 신호일 가능성이 있는 아크 의심 신호로 1차적으로(임시로) 판단할 수 있다.

아크 의심 신호로 판단된 이후, 감지부(120)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터(즉, 복수의 아크 신호)와 아크 의심 신호의 파형 데이터(즉, 아크 의심 신호) 간의 유사도 비교를 기반으로 2차적으로 아크 의심 신호가 아크 신호인지 식별함으로써, 아크 발생 여부를 검출할 수 있다.

구체적으로, 도면에 도시하지는 않았으나, 본 장치(100)는 데이터베이스(미도시)를 포함할 수 있다. 데이터베이스(미도시)는 복수의 아크 신호를 저장할 수 있다.

감지부(120)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 각각과 앞서 1차적으로 판단된 아크 의심 신호의 파형 데이터 간의 유사도 비교를 수행할 수 있다. 이러한 유사도 비교를 통해, 감지부(120)는 복수의 아크 신호 파형 데이터 중에서 아크 의심 신호의 파형 데이터와의 유사도가 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 존재하는지 판단할 수 있다.

이때, 복수의 아크 신호 파형 데이터 중 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 적어도 하나 존재하면, 감지부(120)는 아크 의심 신호가 최종적으로 아크 신호인 것으로 식별할 수 있다. 이러한 아크 신호의 식별을 통해, 감지부(120)는 분전반 내 아크가 발생한 것으로 검출할 수 있다. 감지부(120)는 아크 신호로서 직렬 아크(DC ARC) 신호를 검출할 수 있다.

감지부(120)는 유사도 비교를 통해, 데이터베이스(미도시)에 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 적어도 하나 존재하면, 1차적으로 임시 판단된 아크 의심 신호가 아크 신호인 것으로 2차적으로 식별할 수 있다.

유사도 산출(계산) 과정에 대한 설명은 도 7을 참조하여 보다 쉽게 이해될 수 있다.

도 7은 본원의 일 실시예에 따른 IOT 감지통제장치(100)의 감지부(120)를 통해 수행되는 아크 신호 파형 데이터와 아크 의심 신호의 파형 데이터 간의 유사도 산출 과정을 설명하기 위한 도면이다.

도 7에서, 일예로 S2는 앞서 1차적으로 판단된 아크 의심 신호의 파형 데이터(즉, 제1 화재 감지 센서 내 제1 아크 센서를 통해 측정되는 전기신호 중에서 식별된 아크 의심 신호)의 예를 나타낸다. 또한, D1은 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 중 어느 하나의 아크 신호 파형 데이터(즉, 어느 하나의 아크 신호)로서, 일예로 제1 아크 신호 파형 데이터(즉, 제1 아크 신호)의 예를 나타낸다. 이하에서는 설명의 편의상, S2를 아크 의심 신호라 하고, D1을 제1 아크 신호라 하기로 한다. 또한, 제1 아크 신호(D1)에 대응하는 전기신호의 값(즉, 아크 신호의 값)은 기준값이라 달리 표현될 수 있다. 이때, 제1 아크 신호(D1)에 대하여 설명된 내용은 이하 생략된 내용이라 하더라도 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 각각에 대한 설명에도 동일하게 적용될 수 있다.

또한, D1a는 기준값에 미리 설정된 오차 범위 값(예를 들어, e %)을 더한 값인 상한 값을 나타내고, D1b는 기준값에 미리 설정된 오차 범위 값(e%)을 차감한 값인 하한 값을 나타낸다. 여기서, 하한 값(D1b) 이상 상한 값(D1a) 이하의 범위(R)는 허용 범위(오차 허용 범위)라 지칭될 수 있다. 달리 말해, 허용 범위(R, 오차 허용 범위)는 전기신호의 값(일예로, 전압 값)이 하한 값(D1b) 이상 상한 값(D1a) 이하에 속하는 범위를 의미할 수 있다.

도 7을 참조하면, 감지부(120)는 데이터베이스(미도시)에 저장된 복수의 아크 신호 파형 데이터 중 어느 하나인 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도를 비교(즉, 계산)할 수 있다.

유사도 비교를 위해, 감지부(120)는 아크 의심 신호(S2)로부터 미리 설정된 수(예를 들어, 100)의 샘플링 포인트(11)에 대한 전기신호의 값을 획득할 수 있다. 예시적으로, 감지부(120)는 아크 의심 신호(S2) 상의 100개의 샘플링 포인트(11, 샘플링 지점)에 대하여, 100개의 샘플링 포인트 각각에 대응하는 전기신호의 값을 획득할 수 있다.

여기서, 아크 의심 신호(S2) 상에서의 미리 설정된 수의 샘플링 포인트의 위치는 아크 의심 신호(S2)에 대응하는 시간(즉, 미리 설정된 시간, t) 길이에 대하여 샘플링 포인트들 간의 거리가 서로 동일한 간격을 두고 배치되는 위치로 결정될 수 있다. 즉, 미리 설정된 수의 샘플링 포인트는 서로 간에 동일한 간격을 두고 이격되는 위치로 결정될 수 있다.

이러한 미리 설정된 수의 샘플링 포인트(11)는 허용 범위(R) 이내에 위치하는 제1 샘플링 포인트(11a)와 허용 범위(R) 외에 위치하는 제2 샘플링 포인트(11b)가 포함될 수 있다. 즉, 제1 샘플링 포인트(11a)는 하한 값(D1b) 이상 상한 값(D1a) 이하의 범위에 위치하는 포인트를 의미할 수 있다. 제2 샘플링 포인트(11b)는 하한 값(D1b) 미만의 범위에 위치하거나 상한 값(D1a)을 초과하는 범위에 위치하는 포인트를 의미할 수 있다.

감지부(120)는 미리 설정된 수의 샘플링 포인트(11) 중 허용 범위 이내에 위치하는 제1 샘플링 포인트(11a)의 개수와 허용 범위 외에 위치하는 제2 샘플링 포인트(11b)의 개수를 산출할 수 있다. 감지부(120)는 제1 샘플링 포인트(11a)의 개수와 제2 샘플링 포인트(11b)의 개수 간의 비율을 이용하여, 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도를 계산할 수 있다. 감지부(120)는 하기 식 1을 이용하여 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도(유사도 값)를 계산할 수 있다.

[식 1]

S(%)=N1/N × 100%

여기서, S(%)는 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도(유사도 값)을 나타내고, N1은 허용 범위 이내에 위치하는 제1 샘플링 포인트(11a)의 개수를 나타내고, N은 허용 범위 외에 위치하는 제2 샘플링 포인트(11b)의 개수를 나타낸다.

일예로, 100개의 샘플링 포인트(11) 중 제1 샘플링 포인트(11a)가 90개이고, 제2 샘플링 포인트(11b)의 개수가 10개인 경우, 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도(유사도 값)는 90%일 수 있다.

이와 같이, 감지부(120)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호(즉, 복수의 아크 신호 파형 데이터)와 아크 의심 신호(S2, 아크 의심 신호의 파형 데이터) 간의 유사도 비교를 수행할 수 있다. 달리 표현해, 감지부(120)는 복수의 아크 신호 각각에 대하여, 아크 의심 신호(S2)와의 유사도를 계산할 수 있다.

유사도 비교(계산) 결과, 감지부(120)는 복수의 아크 신호 중 아크 의심 신호(S2)와의 유사도가 임계 유사도를 초과하는 유사도를 갖는 아크 신호가 적어도 하나 존재하면, 감지부(120)는 아크 의심 신호(S2)가 아크 신호인 것으로 식별할 수 있다. 아크 의심 신호(S2)가 아크 신호인 것으로 식별되면, 감지부(120)는 전기신호의 측정이 이루어진 아크 센서(즉, 제1 아크 센서)와 연동되는 분전반 내 아크가 발생한 것으로 최종 결정(즉, 아크가 발생한 것으로 검출)할 수 있다.

여기서, 임계 유사도는 아크 의심 신호가 아크 신호인지를 식별하는데 기준이 되는 값으로서, 상기 식 1을 통해 산출되는 유사도에 대한 임계 값을 의미할 수 있다. 일예로, 임계 유사도는 98%로 설정될 수 있으며, 이에 한정되는 것은 아니다.

달리 말해, 감지부(120)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 중 아크 의심 신호의 파형 데이터와 매칭되는 파형 데이터가 존재하는지 여부를 파악하기 위해, 아크 의심 신호의 파형 데이터와 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 간의 매칭 비교를 수행할 수 있다.

이때, 감지부(120)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 중 아크 의심 신호의 파형 데이터와 매칭되는 아크 신호 파형 데이터가 적어도 하나 존재하면, 2차적으로 아크 의심 신호가 아크 신호인 것으로 식별해, 최종적으로 분전반 내 아크가 발생한 것으로 검출(판단)할 수 있다.

여기서, 아크 의심 신호의 파형 데이터와 매칭되는 아크 신호 파형 데이터라 함은 아크 의심 신호의 파형과 100% 일치하는 아크 신호 파형에 대한 데이터를 의미할 수도 있겠으나, 이에 한정되는 것은 아니고, 앞서 말한 바와 같이, 미리 설정된 유사도 범위에 속한(즉, 임계 유사도를 초과하는 유사도를 갖는) 아크 신호 파형에 대한 데이터를 의미할 수 있다.

데이터베이스(미도시)에는 복수의 아크 신호 파형 데이터가 기 저장되어 있을 수 있다. 여기서, 아크 신호 파형 데이터라 함은 실제로 분전반 내 아크가 발생하였을 때 발생된 아크에 관한 파형 데이터(즉, 실제 아크 신호라고 판단된 신호의 파형 데이터)를 의미할 수 있다.

특히, 데이터베이스(미도시)에는 복수의 아크 신호 파형 데이터로서, 아크 발생 원인의 유형별로 복수의 아크 신호 파형 데이터가 구분(분류)되어 저장되어 있을 수 있다.

여기서, 아크 발생 원인의 유형이라 함은 분전반에서 아크 발생의 원인이 되는 요소들(즉, 아크의 발생을 유발하는 요소들)의 유형을 의미할 수 있다.

아크 발생 원인의 유형에는, 전선과 연결되는 커넥터의 열화, 전선과 연결되는 커넥터의 체결 상태 불량, 분전반 내 습기로 인한 단선 및 전선 절연의 마모에 관한 복수의 유형이 포함될 수 있다. 다만, 이에만 한정되는 것은 아니고, 아크 발생 원인의 유형에는 아크 발생의 원인이 되는 다양한 요소들의 유형이 포함될 수 있다.

이에 따르면, 데이터베이스(미도시)에는 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터로서, 예시적으로 커넥터의 체결 상태 불량시 발생된 아크 신호의 파형 데이터, 커넥터의 열화시 발생된 아크 신호의 파형 데이터, 분전반 내 습기로 인한 단선시 발생된 아크 신호의 파형 데이터, 전선 절연의 마모시 발생된 아크 신호의 파형 데이터 등이 저장될 수 있다.

또한, 데이터베이스(미도시)에는 아크 발생 원인과 관련하여 해당 아크 발생 원인의 수준별로 아크 신호 파형 데이터가 저장될 수 있다. 즉, 데이터베이스(미도시)에는 아크 발생 원인의 유형별 아크 신호 파형 데이터에서 나아가, 보다 세부적으로(세분화시켜) 아크 발생 원인의 유형에 따른 수준별 아크 신호 파형 데이터가 저장될 수 있다.

예시적으로, 아크 발생 원인이 커넥터의 열화인 경우, 데이터베이스(미도시)에는 커넥터의 열화시 발생된 아크 신호 파형 데이터가 저장될 수 있다. 이때, 보다 세부적으로(세분화시켜), 데이터베이스(미도시)에는 커넥터의 열화 수준(정도)별 복수의 아크 신호 파형 데이터가 저장될 수 있다.

일예로, 커넥터의 열화 수준이 최대 100%를 기준으로 했을 때, 데이터베이스(미도시)에는 커넥터의 열화 수준이 50%일 때 발생된 아크 신호의 파형 데이터(아크 신호 파형 데이터), 커넥터의 열화 수준이 70%일 때 발생된 아크 신호의 파형 데이터, 커넥터의 열화 수준이 100%일 때 발생된 아크 신호의 파형 데이터 등과 같이, 커넥터의 열화 수준별 복수의 아크 신호 파형 데이터가 저장될 수 있다.

감지부(120)는 아크 발생 원인의 유형에 따른 수준별 복수의 아크 신호 파형 데이터가 저장된 데이터베이스(미도시)를 기반으로 유사도 비교(매칭 비교)를 수행함으로써, 식별된 아크 의심 신호가 실제 분전반 내에서 아크가 발생함으로써 나타나는 아크 신호인지에 대한 판단(식별)을 보다 정확히 수행할 수 있다.

다시 말해, 감지부(120)는 아크 센서로부터 획득된 전기신호 파형 중 기설정된 특징 조건을 충족하는 파형에 대응하는 신호가 아크 의심 신호인 것으로 1차 판단(식별)할 수 있다. 이후, 감지부(120)는 아크 의심 신호의 파형 데이터와 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 간의 유사도 비교를 통해, 아크 의심 신호가 분전반 내에 아크가 실제로 발생하여 나타나는 아크 신호인지를 2차 판단(식별)할 수 있다. 즉, 감지부(120)는 아크 의심 신호의 1차 판단 이후, 데이터베이스(미도시)간의 비교(유사도 비교, 매칭 비교)를 통해 1차 판단된 아크 의심 신호가 실제 아크 신호인지를 2차 판단할 수 있다.

2차 판단 결과 아크 의심 신호가 아크 신호인 것으로 판단되면, 즉, 도 6의 도면 상에서 A 구간에 해당하는 파형(S2)이 아크 신호에 대응하는 파형인 것으로 판단되면, 감지부(120)는 전기신호의 측정이 이루어진 아크 센서와 연결되는 분전반(즉, 아크 센서를 포함하는 화재 감지 센서와 연결되는 분전반)에서 아크가 발생한 것으로 검출할 수 있다.

이처럼, 아크 센서를 통해 측정된 전기신호의 파형 특징 분석 및 유사도 비교를 통해 아크가 발생한 것으로 검출되면, 감지부(120)는 아크의 발생을 검출한 아크 센서(혹은 아크 센서를 포함하는 화재 감지 센서)와 연결되는 분전반에 의한 화재 발생 가능성이 있는 것으로 인식하여, 아크 센서를 포함하는 화재 감지 센서로부터 화재 발생 관련 이벤트로서 화재 발생 관련 제2 이벤트가 발생한 것으로 감지할 수 있다. 이후, 제어부(130)는 화재 발생 관련 제2 이벤트가 발생한 화재 감지 센서(혹은 그에 포함되어 있는 아크 센서)의 위치를 3차원 입체도 상에 인식 또는 식별이 용이한 아이콘 형태로 표시할 수 있다.

본 장치(100)는 아크 센서를 통해 측정된 전기신호에서 아크가 발생했는지 여부를 판단함에 있어서 이중 판단(1차 판단과 2차 판단)을 적용함으로써, 예시적으로 단순히 전기신호의 기울기가 임계값 이상이면 아크가 발생한 것으로 판단하는 등의 종래 기술들과는 달리, 아크 발생 여부의 검출(판단, 식별)이 보다 높은 신뢰도로 이루어지도록 할 수 있다.

분석부(150)는 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 분전반 내 발생된 아크에 대응하는 아크 발생 원인을 판단할 수 있다.

분석부(150)는 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터를 입력값으로 하고 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 딥러닝 모델 기반 기학습 사항에 기초하여, 딥러닝 모델(즉, 기학습된 딥러닝 모델)에 분전반에서 발생된 아크에 대응하는 아크 신호의 파형 데이터를 입력으로 적용함으로써 아크 발생 원인을 판단(도출)할 수 있다.

여기서, 아크 발생 원인의 유형에는 상술한 바와 같이 아크 센서가 배치된 전선과 연결되는 커넥터의 열화, 전선과 연결되는 커넥터의 체결 상태 불량, 분전반 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함될 수 있다.

또한, 딥러닝 모델에 입력으로 적용되는 아크에 대응하는 아크 신호의 파형 데이터라 함은 앞서 설명한 이중 판단(1차 판단과 2차 판단)의 적용에 의해 식별된 아크 신호(즉, 유사도 비교를 통해 식별된 아크 신호)의 파형 데이터를 의미할 수 있다.

또한, 분석부(150)에서 아크 발생 원인의 판단시 고려되는 딥러닝 모델은, 기학습된 딥러닝 모델로서, 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터뿐만 아니라 아크 발생 원인의 유형에 따른 수준별 복수의 아크 신호 파형 데이터를 입력값으로 하고, 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 학습을 수행하는 딥러닝 모델을 의미할 수 있다.

본원에서 아크 발생 원인의 판단시 고려되는 딥러닝 모델은 인공지능(AI) 알고리즘 모델, 기계학습(머신러닝) 모델, 신경망 모델(인공 신경망 모델), 뉴로 퍼지 모델 등을 의미할 수 있다. 또한, 딥러닝 모델은 예시적으로 합성곱 신경망(Convolution Neural Network, CNN), 순환신경망(RNN, Recurrent Neural Network), 딥 신경망(Deep Neural Network) 등 종래에 이미 공지되었거나 향후 개발되는 다양한 신경망 모델이 적용될 수 있다.

분석부(150)는 감지부(120)에 의한 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 분전반 내 발생된 아크에 대응하는 아크 발생 원인(즉, 분전반 내 발생된 아크의 아크 발생 원인)을 판단할 수 있다.

이러한 본 장치(100)는 전기신호에 대한 파형 특징 분석을 통해 분전반에서의 아크 발생 여부를 검출(판단)할 수 있다. 또한, 본 장치(100)는 딥러닝 모델을 이용하여 분전반에 발생된 아크의 아크 발생 원인을 판단할 수 있다. 즉, 분석부(150)는 딥러닝 모델을 이용하여, 앞서 식별된 아크 신호의 발생 원인(즉, 아크 발생 원인)을 판단할 수 있다.

다시 말해, 본 장치(100)는 이중 판단(1차 판단과 2차 판단)을 통해 아크 발생 여부를 높은 신뢰도로 검출(판단)할 수 있음과 더불어, 딥 러닝 모델 기반 기학습 사항에 기초하여 발생된 아크의 발생 원인(즉, 식별된 아크 신호에 대한 아크 발생 원인)을 효과적으로 판단(도출, 인식)할 수 있다.

한편, 제어부(130)는 화재 감지 센서 내 아크 센서(일예로, 제1 화재 감지 센서 내 제1 아크 센서)에 의해 측정되는 전기신호의 측정 시간 간격을 제1 측정 시간 간격으로 제어할 수 있다. 이때, 감지부(120)에 의하여 아크 의심 신호가 아크 신호인 것으로 식별된 경우, 아크 센서에 의해 측정되는 전기신호의 측정 시간 간격을 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경되도록 제어할 수 있다.

다시 말해, 감지부(120)에서 아크 센서를 통해 측정된 전기신호에서 1차로 식별된 아크 의심 신호가 최종적으로 아크 신호인 것으로 식별되어, 아크가 발생한 것으로 검출된 경우, 제어부(130)는 아크 발생을 검출한 화재 감지 센서 내 아크 센서에 의해 측정되는 전기신호의 측정 시간 간격을 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경되도록 제어할 수 있다.

제어부(130)는 아크 센서(제1 아크 센서)를 통해 측정된 전기신호의 분석을 통해 아크가 발생한 것으로 검출되면, 또 다시 아크 센서(제1 아크 센서)에 의한 아크 발생의 검출 가능성이 높은 것으로 판단하여, 더 자주 모니터링 하기 위해 아크 센서에 의한 측정 시간 간격을 현재 설정된 값인 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경되도록 제어할 수 있다.

예시적으로, 제어부(130)는 아크 센서의 측정 시간 간격을 평소 기본 모드에서는 제1 측정 시간 간격으로서 일예로 0.01초로 제어할 수 있다. 만약, 아크 센서에 의해 아크 발생이 검출된 경우에는, 아크 센서의 측정 시간 간격을 제1 측정 시간 간격(일예로, 0.01초) 보다 짧은 제2 측정 시간 간격으로서 일예로 0.005초로 변경되도록 제어할 수 있다.

이때, 제어부(130)는 일예로 아크센서에 의해 아크 발생이 검출될 때마다 측정 시간 간격을 아크 발생이 검출되기 이전과 대비하여 더 짧은 시간으로 변경되도록 제어할 수 있다.

즉, 일예로 제어부(130)는 기본 모드에서 아크 센서의 측정 시간 간격을 제1 측정 시간 간격(일예로, 0.01초)로 제어하고, 해당 아크 센서에 의해 1회차 아크 발생이 검출된 경우, 아크 센서의 측정 시간 간격을 제1 측정 시간 간격(일예로, 0.01초) 보다 짧은 제2 측정 시간 간격(일예로, 0.005초)로 변경되도록 제어할 수 있다. 이후, 제어부(130)는 해당 아크 센서에 의해 다시 2회차 아크 발생이 검출된 경우, 아크 센서의 측정 시간 간격을 제2 측정 시간 간격(일예로, 0.005초) 보다 짧은 제3 측정 시간 간격(일예로, 0.0001초)로 변경되도록 제어할 수 있다.

이에 따르면, 본 장치(100)는 아크 발생을 검출한 아크 센서에 의한 전기신호의 측정 시간 간격을 변경시킴으로써, 분전반 내에서의 아크 발생으로 인한 화재 발생 위험을 효과적으로 방지하고 모니터링 할 수 있다.

이러한 본 장치(100)는 이벤트 발생의 감지가 보다 직관적으로 이루어질 수 있도록 화면의 표시를 제어할 수 있으며, 이를 통해 따라, 사용자로 하여금 발생된 이벤트에 대한 즉각적인 대처가 이루어지도록 할 수 있다.

전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 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.

본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.

1000: IOT 감지통제시스템
100: IOT 감지통제장치
110: 획득부
120: 감지부
130: 제어부
140: 판단부
150: 분석부
200: 네트워크

Claims (17)

1. IOT 감지통제장치로서,
   건물에 대하여 설치된 복수의 IOT 센서에 의해 센싱된 센싱 신호를 획득하는 획득부;
   상기 획득된 센싱 신호의 분석을 통해 이벤트 발생을 감지하는 감지부; 및
   상기 이벤트 발생이 감지된 경우, 상기 이벤트 발생을 감지한 이벤트 감지 IOT 센서에 의해 센싱된 센싱 신호에 대응하는 데이터를 화면에 표시하는 제어부를 포함하고,
   상기 IOT 센서는 복수 유형의 센서로 구분되고,
   상기 복수 유형의 센서는, 제1 유형의 센서로서 화재 발생 관련 이벤트 발생의 감지를 위한 화재 감지 센서, 제2 유형의 센서로서 출입 요청 관련 이벤트 발생의 감지를 위한 이미지 센서, 및 제3 유형의 센서로서 지진 발생 관련 이벤트 발생의 감지를 위한 지진 감지 센서를 포함하며,
   상기 제어부는, 상기 이벤트 감지 IOT 센서의 위치를 상기 화면에 디스플레이되는 상기 건물에 대하여 모델링된 3차원 입체도와 연계하여 상기 3차원 입체도 상에 아이콘으로 더 표시하되, 상기 이벤트 감지 IOT 센서의 유형에 따라 상기 3차원 입체도 상에 표시되는 아이콘의 형태를 달리하여 표시하고,
   상기 아이콘의 형태는 색상 및 모양 중 적어도 하나를 포함하고,
   판단부는,
   상기 복수의 IOT 센서 중 제1 IOT 센서에 의해 센싱된 제1 센싱 신호의 신호 강도가 기준 신호 강도와 대비하여 신호 강도 허용 범위를 벗어나면, 상기 제1 IOT 센서가 이상 IOT 센서인 이상 제1 IOT 센서인 것으로 판단하고, 상기 제1 IOT 센서가 상기 이상 제1 IOT 센서인 것으로 판단되는 경우, 상기 이상 제1 IOT 센서가 교체가 필요한 교체 필요 이상 제1 IOT 센서인지 여부를 더 판단하고,
   상기 제어부는, 상기 이상 제1 IOT 센서가 교체가 필요한 상기 교체 필요 이상 제1 IOT 센서인 것으로 판단되면, 상기 교체 필요 이상 제1 IOT 센서와 관련하여 대체 가능한 대체 IOT 센서의 추천을 위한 대체 IOT 센서 추천 리스트를 화면 상에 제공하며,
   상기 대체 IOT 센서 추천 리스트에 포함된 대체 IOT 센서는, 상기 교체 필요 이상 제1 IOT 센서와 동일한 IOT 센서인 동일 대체 IOT 센서 및 상기 교체 필요 이상 제1 IOT 센서와 유사 성능을 가진 다른 IOT 센서인 유사 대체 IOT 센서를 포함하고,
   상기 화재 감지 센서는, 상기 건물 내 배치된 분전반의 내부로 인입되는 전선에 배치되어, 상기 전선에 대하여 전기신호를 측정하는 아크 센서를 포함하고,
   상기 감지부는,
   상기 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 상기 분전반 내 아크 발생 여부를 검출하고, 검출 결과 아크가 발생한 것으로 검출된 경우, 상기 분전반에 의한 화재 발생 가능성이 있는 것으로 인식하여 화재 발생 관련 제2 이벤트가 발생한 것으로 감지하되, 상기 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출하고,
   상기 측정된 전기신호의 파형 중 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생하는 특징에 대한 조건인 상기 기설정된 특징 조건을 충족하는 파형이 존재하면, 상기 기 설정된 특징 조건을 충족하는 파형에 대응하는 신호를 아크 신호일 가능성이 있는 아크 의심 신호로서 1차 판단하고,
   이후 1차적으로 판단된 상기 아크 의심 신호의 파형 데이터에 대하여 데이터베이스에 기 저장된 복수의 아크 신호 파형 데이터와의 유사도 비교를 수행하여, 상기 복수의 아크 신호 파형 데이터 중 상기 아크 의심 신호의 파형 데이터와의 유사도가 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 적어도 하나 존재하면, 1차 판단된 상기 아크 의심 신호가 아크 신호인 것으로 2차 판단하며,
   2차 판단 결과 상기 아크 의심 신호가 아크 신호인 것으로 판단되면, 상기 분전반 내 아크가 발생한 것으로 최종 검출하는 것인, IOT 감지통제장치.
2. 제1항에 있어서,
   상기 제어부는,
   상기 복수의 IOT 센서의 위치를 상기 3차원 입체도 상에 아이콘으로 표시하되,
   상기 복수의 IOT 센서 중 이벤트의 발생을 감지한 상기 이벤트 감지 IOT 센서에 대응하는 아이콘이 이벤트의 발생을 미감지한 이벤트 미감지 IOT 센서에 대응하는 아이콘 보다 인식 또는 식별이 용이한 형태로 표시되도록 제어하는 것인, IOT 감지통제장치.
3. 제2항에 있어서,
   상기 제어부는,
   상기 감지부에서 상기 복수의 IOT 센서 내 화재 감지 센서들 중 제1 화재 감지 센서에 의해 센싱된 센싱 신호의 분석을 통해 화재 발생 관련 제1 이벤트가 발생한 것으로 감지된 경우, 상기 제1 화재 감지 센서가 포함된 이미지의 획득을 위해 상기 제1 화재 감지 센서로부터 미리 설정된 거리 이내에 위치하는 제1 이미지 센서의 각도가 변경되도록 제어하고,
   각도가 변경되도록 제어된 상기 제1 이미지 센서에 의해 센싱된 센싱 신호에 대응하는 제1 이미지 데이터를 상기 화면에 표시하는 것인, IOT 감지통제장치.
4. 제3항에 있어서,
   상기 획득부는,
   상기 복수의 IOT 센서에 의해 센싱된 센싱 신호를 네트워크를 통해 획득하되,
   상기 화재 발생 관련 제1 이벤트가 발생된 경우에 상기 제1 이미지 센서로부터 제1 이미지 데이터의 획득이 불가능한 경우, 상기 복수의 IOT 센서 중에서 상기 제1 이미지 센서가 연결된 네트워크와는 다른 네트워크에 연결되어 있는 이미지 센서들을 후보 이미지 센서로 식별하고, 상기 식별된 후보 이미지 센서 중 상기 제1 화재 감지 센서로부터 가장 가까운 거리에 위치하는 최근접 제2 이미지 센서의 각도를 제어하여 제2 이미지 데이터를 획득하며,
   상기 제어부는, 상기 제1 이미지 데이터 대신, 각도가 제어된 상기 최근접 제2 이미지 센서에 의해 센싱된 센싱 신호에 대응하는 상기 제2 이미지 데이터를 상기 화면에 표시하는 것인, IOT 감지통제장치.
5. 제1항에 있어서,
   상기 획득부에서 획득된 센싱 신호의 신호 강도를 분석하고, 상기 분석된 신호 강도에 기초하여 상기 복수의 IOT 센서 중 이상 동작하는 이상 IOT 센서가 존재하는지 판단하는 판단부를 더 포함하고,
   상기 제어부는,
   상기 복수의 IOT 센서 중 제1 IOT 센서가 이상 IOT 센서인 것으로 판단된 경우, 상기 3차원 입체도 상에 표시된 상기 제1 IOT 센서에 대응하는 아이콘의 형태가 이상 표시 아이콘의 형태로 변경되도록 제어하는 것인, IOT 감지통제장치.
6. 삭제
7. 삭제
8. 삭제
9. 제1항에 있어서,
   상기 판단부는,
   상기 제1 센싱 신호의 신호 강도가 기준 신호 강도와 대비하여 신호 강도 허용 범위를 벗어나는 횟수가 미리 설정된 횟수 이상이면, 미리 설정된 횟수 이상으로 신호 강도 허용 범위를 벗어나는 상기 제1 센싱 신호에 대응하는 상기 제1 IOT 센서가 상기 교체 필요 이상 제1 IOT 센서인 것으로 판단하는 것인, IOT 감지통제장치.
10. 제9항에 있어서,
    상기 판단부에서 고려되는 상기 신호 강도 허용 범위 및 상기 미리 설정된 횟수는, IOT 센서의 유형에 따라 각기 다르게 설정되는 것인, IOT 감지통제장치.
11. 삭제
12. 삭제
13. 삭제
14. 삭제
15. 제1항에 있어서,
    상기 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 상기 분전반 내 발생된 아크에 대응하는 아크 발생 원인을 판단하는 분석부를 더 포함하고,
    상기 분석부는,
    아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터를 입력값으로 하고 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 딥러닝 모델 기반 기학습 사항에 기초하여, 상기 딥러닝 모델에 상기 분전반에서 발생된 아크에 대응하는 아크 신호의 파형 데이터를 입력으로 적용함으로써 상기 아크 발생 원인을 판단하는 것인, IOT 감지통제장치.
16. 제15항에 있어서,
    상기 아크 발생 원인의 유형에는 상기 전선과 연결되는 커넥터의 열화, 상기 전선과 연결되는 커넥터의 체결 상태 불량, 상기 분전반 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함되는 것인, IOT 감지통제장치.
17. 제1항에 있어서,
    상기 제어부는,
    상기 화재 감지 센서 내 상기 아크 센서에 의해 측정되는 전기신호의 측정 시간 간격을 제1 측정 시간 간격으로 제어하되,
    상기 감지부에 의하여 상기 아크 의심 신호가 아크 신호인 것으로 식별된 경우, 상기 아크 센서에 의해 측정되는 전기신호의 측정 시간 간격을 상기 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경되도록 제어하는 것인, IOT 감지통제장치.

Images