KR102176465B1 - 머신러닝 학습을 이용한 스마트미터 - Google Patents

Abstract

본 발명은 머신러닝 학습을 이용한 스마트미터에 관한 것으로, 보다 상세하게는 액체가 통과하는 송수관로에서 발생하는 진동값과 해당 진동이 발생한 시간축 데이터를 학습된 데이터와 비교하여 필터링하여 해당 진동값과 시간축 데이터를 통해 누수발생 여부를 판단하는 누수판단모듈이 구비되고, 상기 누수판단모듈이 구비된 바디를 계량기에 분리 가능하게 결합하도록 한 머신러닝 학습을 이용한 스마트미터에 관한 것으로,
본 발명은, 송수관로에서 발생한 진동을 감지하는 진동감지모듈; 상기 송수관로에 설치되어 송수관로를 통해 이동하는 액체의 유량 및 압력을 측정하는 계량기에 분리 가능하게 결합하며 내부가 빈 함체 형태로 이루어진 바디; 상기 바디의 내부에 배치되되, 상기 진동감지모듈에서 감지된 진동값이 전기적 신호로 변환되어 입력되는 입력층과, 상기 입력층의 전기적 신호를 계층적으로 구성된 뉴런(neuron)노드들과 상기 뉴런노드들을 연결하는 시냅스(synapse) 가중치들을 이용하여 필터링하는 은닉층과, 상기 은닉층으로부터 필터링된 결과를 출력하는 출력층을 포함하여 상기 진동감지모듈를 통해 감지된 진동값을 미리 학습된 데이터와 비교하여 해당 진동값의 종류를 판별하는 누수판단모듈; 상기 누수판단모듈에 의해 누수로 판별된 진동값의 정보를 저장하고 동시에 중앙서버로 전송하는 정보처리모듈; 상기 정보처리모듈에 저장된 정보를 상기 누수판단모듈의 은닉층이 활용할 수 있도록 변환 및 제공하는 학습모듈; 상기 바디를 상기 계량기에 분리 가능하게 결합하기 위한 결합모듈을 포함한 것을 특징으로 한다.

Description

머신러닝 학습을 이용한 스마트미터{Smart Meter with Leak Discrimination using Machine Learning}

본 발명은 머신러닝 학습을 이용한 스마트미터에 관한 것으로, 보다 상세하게는 액체가 통과하는 송수관로에서 발생하는 진동값과 해당 진동이 발생한 시간축 데이터를 학습된 데이터와 비교하여 필터링하여 해당 진동값과 시간축 데이터를 통해 누수발생 여부를 판단하는 누수판단모듈이 구비되고, 상기 누수판단모듈이 구비된 바디를 계량기에 분리 가능하게 결합하도록 한 머신러닝 학습을 이용한 스마트미터에 관한 것이다.

일반적으로 상수관로는 해당 목적지의 인근까지 주관이 매설되며, 상기 주관에서 각 필요한 지류 또는 분류의 관로를 통해 최종 목적지로 연결하는 것이다.

이러한 상수관로를 통해 제공되는 대상물은 수도, 가스 등과 같은 유체이며, 최종 목적지에는 유체의 사용량을 측정하기 위한 계량기가 구비되며 근래에는 최종 목적지에 구비된 계량기에 검침원이 직접 가지 않고 원거리에서 사용량을 확인할 수 있도록 구성된 원격검침수단이 구비된 계량기가 설치되고 있다.

이러한 원격검침은 검침원이 매달 검침을 하던 방식의 문제점을 개선하여 검침에 소요되는 시간과 인건비를 줄이고 동시에 누적된 데이터를 통해 해당 관로의 수요를 예측할 수 있고, 계량기가 교통이 빈번한 위치 또는 지중에 매립되거나 천정에 배치된 경우와 같이 검침원의 접근이 어려운 환경에서 사용되어 안전사고를 방지한 장점이 있다.

한편, 상수관로를 통해 공급되는 공급량과 검침을 통해 계산된 수용가는 차이가 발생하는데, 이러한 차이를 발생시키는 원인은 다양하다.

그 중에서 중요한 원인 중 하나가 상수관로의 노후화로 인한 파손, 접합부위의 결합불량 또는 결합부위의 용접 불량에 따른 누수이다.

여기서 관로의 파열, 노후화된 관 접합부 등에 의해 발생하는 누수를 누수량으로 정의하고, 관로에서의 도수량, 정수장이나 수도 사업소 등에서 사용하는 수도사업 사용수량, 공공수량 및 계량기, 계량기의 에러로 인한 불감수량 등은 무수수량이라 한다.

종래 누수량의 산출 방법은 통합유량 접근법과 최소유량 접근법이 있는데, 통합유량 접근법은 일정기간의 상수 공급량과 계량기 검침 측정량을 유효 수량으로 간주하여 공급량과 유효 수량과의 차이를 누수량으로 계산하는 방식이고, 최소유량 접근법은 심야 시간에 수용가에서 상수를 사용하지 않는다는 것을 전제로 하여 심야에 블록별 측정 계측 값을 누수량으로 산정하는 방식이다.

이러한 방식은 실제 누수량의 정확한 산정이 어렵고 산정 방식 자체가 유추하는 부분이 많고 수작업으로 이루어지기 때문에 실질적으로 이용하는데 한계가 있다.

따라서, 상수관로에서 누수 발생 여부와 누수량을 정확히 파악하는 것이 공급자 및 사용자 모두에게 필요하고, 누수량이 많아져 해당 지점의 지반 침하가 발생하는 경우 대형 사고로 이어 지거나 관로의 대규모 교체가 필요하기 때문에 누수 발생을 최단시간 안에 파악하는 것이 매우 중요하다.

대한민국 등록특허 제10-0377485호 대한민국 등록특허 제10-1535286호

본 발명은 상수관로에서 발생하는 각종 진동을 변환한 전기적 신호를 판별하여 누수 발생 여부를 확인하되, 발생한 진동을 선행 학습된 데이터와 비교하여 누수 여부를 판별하고, 입력된 진동을 판별한 결과를 차기 진동값 판별시 비교 데이터로 사용함으로써 시간이 지날수록 즉, 축적된 비교 데이터가 증가할수록 보다 정확한 누수 발생 여부를 판별할 수 있는 머신러닝 학습을 이용한 스마트미터를 제공하는데 목적이 있다.

또한, 기 설치된 계량기에 본 발명에 따른 누수감지기를 결합할 수 있도록 구성함으로써 시공 및 교체에 따른 비용을 절감할 수 있는 머신러닝 학습을 이용한 스마트미터를 제공하는데 목적이 있다.

상기와 같은 목적을 달성하기 위하여 본 발명은,

송수관로에서 발생한 진동을 감지하는 진동감지모듈;

상기 송수관로에 설치되어 송수관로를 통해 이동하는 액체의 유량 및 압력을 측정하는 계량기에 분리 가능하게 결합하며 내부가 빈 함체 형태로 이루어진 바디;

상기 바디의 내부에 배치되되,

상기 진동감지모듈에서 감지된 진동값이 전기적 신호로 변환되어 입력되는 입력층과,

상기 입력층의 전기적 신호를 계층적으로 구성된 뉴런(neuron)노드들과 상기 뉴런노드들을 연결하는 시냅스(synapse) 가중치들을 이용하여 필터링하는 은닉층과,

상기 은닉층으로부터 필터링된 결과를 출력하는 출력층을 포함하여 상기 진동감지모듈를 통해 감지된 진동값을 미리 학습된 데이터와 비교하여 해당 진동값의 종류를 판별하는 누수판단모듈;

상기 누수판단모듈에 의해 누수로 판별된 진동값의 정보를 저장하고 동시에 중앙서버로 전송하는 정보처리모듈;

상기 정보처리모듈에 저장된 정보를 상기 누수판단모듈의 은닉층이 활용할 수 있도록 변환 및 제공하는 학습모듈;

상기 바디를 상기 계량기에 분리 가능하게 결합하기 위한 결합모듈을 포함한 것을 특징으로 한다.

또한, 상기 은닉층은 제1은닉층 내지 제3은닉층의 다층 퍼셉트론(multi-layer perceptron)으로 구성되되, 제1은닉층의 뉴런노드와 제2은닉층의 뉴런노드는 2:1 비율의 개수를 가지고, 제2은닉층의 뉴런노드와 제3은닉층의 뉴런노드는 2:1 비율의 개수를 가지며, 제1은닉층, 제2은닉층 및 제3은닉층에 구성된 뉴런노드는, 누수 발생 시간 데이터, 누수 측정된 데이터, Sin(사인) 데이터, 임펄스 데이터, 곤충 소리 데이터, 모터 소리 데이터, 에어컨 실외기 소리 데이터, 대기상태 데이터 중 적어도 어느 하나로 구성되어 입력된 전기적 신호를 필터링하는 것을 특징으로 한다.

또한, 상기 출력층은, 상기 은닉층을 통해 필터링된 결과값에 상응하는 출력값을 출력하되, 상기 출력값은 누수감지, 사용수소리, 곤충소리, 임펄스 노이즈 소리, 주기 신호, 기타 노이즈, 누수 또는 노이즈 없음 중 어느 하나로 이루어진 것을 특징으로 한다.

또한, 상기 진동감지모듈은, 상기 송수관로의 진동을 감지하기 위한 진동감지센서와, 상기 진동감지센서에 의해 감지된 진동값의 세기를 조정하여 상기 누수판단모듈로 제공하는 진동세기조정모듈을 포함하고, 상기 진동세기조정모듈은 상기 누수판단모듈에서 판별할 수 있는 진동값의 최대 세기에 비해 95%의 세기를 가지도록 조정하는 것을 특징으로 한다.

또한, 상기 결합모듈은 한 쌍이 상호 이격된 위치에 배치된 수직판과, 상기 수직판의 하단을 잇도록 배치된 바닥판과, 상기 수직판과 바닥판 사이에 형성되어 상기 바디가 안치되는 안치부와, 상기 수직판의 상단 일부를 연결하고 상기 계량기의 테두리가 끼움 결합되는 결합부가 형성된 결합판과, 상기 결합부에 배치되어 상기 결합판을 탄성 지지하여 외부로부터 전달되는 진동을 상쇄하기 위한 진동상쇄부재를 포함하고, 상기 진동상쇄부재는, 상기 결합판으로부터 상방으로 이격 배치되고, 상호 이격된 위치에 한 쌍의 간격조절공이 형성된 지지판과, 상기 지지판의 일단에서 하방으로 절곡되어 상기 결합판과 고정되는 고정판과, 상기 간격조절공에 각각 관통 삽입되고 각각 관통공이 형성된 한 쌍의 간격조절편과, 상기 간격조절편의 단부가 결합되며 상기 결합판과 지지판 사이에 형성된 진동상쇄공간에 배치되는 진동 흡수체 및 상기 간격조절편의 관통공에 결합되어 간격조절편의 상호 간격을 조절하는 간격조절체를 포함한 것을 특징으로 한다.

상기와 같이 이루어진 본 발명은 상수관로에서 발생한 다양한 형태의 진동을 전기적 신호로 변환한 후 이를 선행 학습된 데이터 비교하여 진동의 종류를 파악하고, 파악된 결과값이 누수로 판별되는 경우 이를 중앙서버 또는 설정된 관리자 단말기로 전송하여 후속조치를 신속하게 취하도록 하여 누수에 따른 경제적 손실을 최소화할 수 있는 장점이 있다.

또한, 누수판단모듈을 통해 판별된 결과값을 차기 진동 감지시 비교 데이터로 활용할 수 있도록 학습함으로써 시간이 지날수록 누수 발생 여부를 신속하게 파악할 수 있는 장점이 있다.

또한, 기 설치된 계량기에 결합할 수 있어 설치 및 교체에 소요되는 비용을 절감한 장점이 있다.

도 1은 본 발명에 따른 머신러닝 학습을 이용한 스마트미터를 도시한 예시도.
도 2는 본 발명을 구성하는 누수판단모듈을 도시한 구성도.
도 3은 본 발명을 구성하는 누수판단모듈의 동작 관계를 도시한 블록도.
도 4는 본 발명을 구성하는 정보처리모듈을 도시한 구성도.
도 5는 본 발명을 구성하는 결합모듈을 도시한 예시도.

이하, 상기 목적 외에 본 발명의 다른 목적 및 특징들은 첨부 도면을 참조한 실시 예에 대한 설명을 통하여 명백히 드러나게 될 것이다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 머신러닝 학습을 이용한 스마트미터의 바람직한 구현 예를 설명하도록 한다.

먼저, 본 발명에 따른 머신러닝 학습을 이용한 스마트미터(1)는, 상수관로의 진동을 감지하는 진동감지센서(11)를 포함한 진동감지모듈(10)과, 바디(20)와, 상기 바디(20)의 내부에 배치되어 상기 진동감지센서(11)에서 감지한 감지값을 전기적 신호로 변환한 후 선행 학습된 데이터와 비교하여 해당 진동값의 종류를 판별하는 누수판단모듈(30)과, 상기 누수판단모듈(30)에서 판별된 진동값이 누수인 경우 이를 중앙서버 또는 기 설정된 관리자 단말기로 전송하는 정보처리모듈(40)과, 상기 누수판단모듈(30)에서 판별된 결과값을 저장하고 저장된 정보를 상기 누수판단모듈(30)에 제공하여 선행 학습 데이터로 활용하는 학습모듈(50)과, 상기 바디(20)를 상수관로에 배치된 계량기(100)에 분리 가능하게 결합하기 위한 결합모듈(70)을 포함한 것으로, 상수관로에서 발생한 다양한 진동을 선행 학습된 데이터와 비교하여 누수 발생 여부를 판별하며, 누수 발생으로 판별시 이를 중앙서버 또는 관리자 단말기로 전송하여 신속한 후속조치가 이루어질 수 있도록 하고, 누수판별모듈을 통해 판별된 결과값은 차기 진동값의 판별에 선행 학습 데이터로 사용되도록 저장 및 변환하여 시간이 지날수록 즉, 선행 학습 데이터가 축적될수록 보다 정확한 누수 발생 여부를 판별할 수 있는 머신러닝 학습을 이용한 스마트미터를 제공할 수 있다.

이를 좀 더 상세히 살펴보면, 상기 진동감지모듈(10)은 상수관로에서 발생한 진동을 감지하는 진동감지센서(11)를 포함한 것으로, 여기서 상기 진동감지센서(11)는 기계적 에너지를 전기적 에너지로 전환하는 압전 소자를 포함하여 진동압력의 변화량을 전기적 신호인 검지신호로 측정하는 것이다.

이러한 압전소자로는 피에조 압전기(Piezo Electric), 피에조 세라믹(Piezo Ceramic), 피에조 수정(Piezo Quartz) 중 어느 하나가 사용될 수 있는데 이에 한정되지 않음은 물론이다.

일 예로, 가속도 진동계 또는 ICP(IEPE, CCLD, DeltaTron) 3축 진동계가 사용될 수 있다.

또한, 진동감지센서(11)는 상수관로에 다수개가 상호 간격을 두고 배치되되 각각이 고유의 식별 ID를 통해 독립적으로 인식되도록 구성되어 상수관로에 발생한 진동을 서로 이격된 위치에서 감지할 수 있다.

이를 통해 상수관로에서 진동이 발생하면 이를 서로 다른 위치에서 다수 개의 진동감지센서(11)가 감지한 후 이를 후술하는 누수판단모듈(30)로 전달하여 해당 진동의 정확한 종류를 판별할 수 있다.

특히, 각각의 진동감지센서(11)는 진동이 감지된 시간과 위치를 정확하게 파악할 수 있기 때문에 진동의 종류를 파악하기 용이하고, 하나의 진동에 대하여 복수의 결과값을 산출한 후 이를 선행 학습 데이터로 활용할 수 있다.

즉, 하나의 진동에 대하여 복수의 결과값이 산출되더라도 최종 출력값이 누수가 아닌 것으로 판별되는 경우 해당 진동에 대한 복수의 결과값을 누수판단모듈(30)에 선행 학습시켜 활용할 수 있어 차기 진동값을 판별할 때 보다 정확한 판별이 가능한 것이다.

한편, 상기 진동감지모듈(10)에는 상기 진동감지센서(11)에서 감지된 진동값의 세기를 후술하는 누수판단모듈(30)에서 판별할 수 있는 세기로 조정하는 진동세기조정모듈(12)이 더 구비되고, 상기 진동세기조정모듈(12)은 진동감지센서(11)에서 전달된 진동값의 세기를 키우거나 줄이되 최종 조정된 진동값의 세기는 누수판단모듈(30)에서 판별할 수 있는 진동값의 최대 세기에 비해 95%의 세기를 가지도록 조정한다.

상기 진동세기조정모듈(12)은 진동감지센서(11)에서 감지된 진동값의 세기가 크거나 약한 경우, 이를 조정하여 누수판단모듈에서 판별할 수 있는 세기로 조정하여 판별의 정확도를 향상시키기 위한 것이다.

이러한 진동세기조정모듈(12)은 진동감지센서(11)로부터 입력된 진동값의 세기에 따라 증폭 또는 감소시키도록 구성되며, 조정되는 세기는 누수판단모듈(30)에서 판별할 수 있는 진동값의 최대 세기에 비해 95%의 세기를 가지도록 조정한다.

여기서 누수판단모듈(30)에서 판별할 수 있는 진동값의 최대 세기는 최소 증폭률에서 감지된 전기적 신호의 진폭이 측정 범위를 벗어나지 않는 범위를 연산한다.

그리고, 상기 진동세기조정모듈(12)이 조정하는 진동값의 범위가 판별 가능한 최대 세기에 비해 95%인 것은, 최대 세기의 전기적 신호에서 신호 범위를 벗어나게되면 엔벨로프 검출기(Envelop Detctor)에서 오류가 발생하기 때문에 오류를 최소화한 최대 세기에서 -5%의 범위를 산정하였다.

상기 바디(20)는 내부가 빈 함체 형태로 이루어지고 상수관로에 설치된 계량기에 분리 가능하게 결합하는 것으로, 이를 위한 결합모듈(70)이 구비된다.

상기 결합모듈(70)은 상기 바디(20)를 계량기(100)에 분리 가능하게 부착하기 위한 것으로, 한 쌍이 상호 이격된 위치에 배치된 수직판(71)과, 상기 수직판(71)의 하단을 잇도록 배치된 바닥판(72)과, 상기 수직판(71)과 바닥판(72) 사이에 형성되어 상기 바디(20)가 안치되는 안치부(73)와, 상기 수직판(71)의 상단 일부를 연결하고 상기 계량기의 테두리가 끼움 결합되는 결합부(75)가 형성된 결합판(74)과, 상기 결합부(75)에 배치되어 상기 결합판(74)을 탄성 지지하여 외부로부터 전달되는 진동을 상쇄하기 위한 진동상쇄부재(76)를 포함한다.

상기 수직판(71)은 도 5에 도시된 바와 같이 한 쌍이 상호 이격된 위치에서 각각 수직하게 배치되는 것으로, 바람직하게는 바디(20)의 폭에 상응하는 폭을 가지도록 상호 이격된다.

그리고, 상기 수직판(71) 및 바닥판(72)에는 각각 바디와 맞닿는 면에 외부로부터의 진동 또는 충격이 바디로 전달되는 것을 방지하여 바디 내부에 배치된 누수판단모듈 등의 동작 안정성을 향상시키기 위한 진동상쇄패드(711)가 더 배치되고, 상기 진동상쇄패드(711)는 탄성복원력을 가지는 연질의 소재로 이루어지는 것이 바람직한데 일 예로, 고무, 우레탄, 실리콘 중 어느 하나가 사용될 수 있으나 이에 한정되지 않음은 물론이다.

상기 바닥판(72)은 도시된 바와 같이 상기 수직판(71)의 하단을 잇도록 배치되고 수직판(71)과의 사이에 바디가 안치되는 안치부(73)를 형성하기 위한 것으로, 상기 바닥판(72)의 일단은 상방으로 절곡 형성되어 상기 안치부(73)의 일부를 막아 상기 안치부(73)에 바디(20)가 삽입된 상태에서 진동, 충격 등에 의해서 바디(20)가 안치부에서 이탈하는 것을 방지한다.

상기 결합판(74)은 상기 수직판(71)의 상단 일부를 연결하고 일단에 계량기의 테두리가 끼워지는 결합부(75)가 형성된 것으로, 여기서 상기 결합부(75)의 형태는 계량기의 테두리에 상응하여 변경 가능한 것으로, 도시된 사각판의 형태 이외에도 반원형, 부채살 형태 등 다양하게 변경 가능하다.

상기 진동상쇄부재(76)는 외부로부터의 진동, 충격이 바디(20)로 전달되는 것을 방지하기 위하여 결합판(74)을 탄성 지지하는 것으로, 상기 결합판(74)으로부터 상방으로 이격 배치되고, 상호 이격된 위치에 상호 마주보는 방향을 향해 연장 형성된 한 쌍의 간격조절공(762)이 형성된 지지판(761)과, 상기 지지판(761)의 일단에서 하방으로 절곡되어 상기 결합판(74)과 고정되는 고정판(763)과, 상기 간격조절공(762)에 각각 관통 삽입되고 각각 관통공(764a)이 형성된 한 쌍의 간격조절편(764)과, 상기 간격조절편(764)의 단부가 결합되며 상기 결합판(74)과 지지판(761) 사이에 형성된 진동상쇄공간에 배치되는 진동흡수체(765) 및 상기 간격조절편(764)의 관통공(764a)에 결합되어 간격조절편(764)의 상호 간격을 조절하는 간격조절체(766)를 포함한다.

상기와 같이 이루어진 진동상쇄부재(76)는 도 5의 확대 원안에 도시된 바와 같이, 진동흡수체(765)가 결합판(74)과 지지판(761) 사이의 공간서 결합판(74)을 탄성지지하도록 배치되어 외부로부터 전달되는 진동을 상쇄한다.

이때, 상기 진동흡수체(765)는 한 쌍의 간격조절편(764)의 단부가 각각 연결되고 상기 결합판(74)과 맞닿는 부위가 소정 곡률을 가지도록 형성되어 결합판(74)을 지지하는 탄성력을 형성하는데, 상기 간격조절체(766)를 조절하여 진동흡수체(765)의 곡률을 조절하여 탄성력을 조절한다.

여기서 상기 간격조절체(766)는 도시된 바와 같이 상기 한 쌍의 관통공(764a)에 맞물리도록 삽입되는 볼트(766a)와 상기 관통공(764a) 중 어느 하나에 고정 배치되는 너트(766b)로 구성되어 상기 볼트(766a)를 회전시키는 방향에 따라서 한 쌍의 간격조절편(764)의 간격이 조절되고, 간격조절편의 간격이 조절되면 간격조절편의 일단이 각각 결합된 진동흡수체의 곡률이 변화되면서 탄성력이 조절되는 것이다.

한편 상기 결합판(74)에 형성된 결합부(75)는 계량기의 테두리가 끼움 형태로 결합되는 것으로 바람직하게는 계량기와 맞닿는 면에 계량기와의 마찰력을 증대시키기 위한 마찰패드(751)가 더 배치되는 것이 바람직하다.

상기 누수판단모듈(30)은 진동감지센서(11)에 의해 감지된 진동값을 전달받아 선행 학습된 데이터와 비교하여 해당 진동값의 종류를 판별하는 것으로, 상기 바디(20)의 내부에 배치되고, 상기 진동감지모듈(10)에서 감지된 진동값이 전기적 신호로 변환되어 입력되는 입력층(31)과, 상기 입력층의 전기적 신호를 계층적으로 구성된 뉴런(neuron)노드들과 상기 뉴런노드들을 연결하는 시냅스(synapse) 가중치들을 이용하여 필터링하는 은닉층(32)과, 상기 은닉층(32)으로부터 필터링된 결과를 출력하는 출력층(33)을 포함한다.

이러한 누수판단모듈(30)은 도 2 및 도 3에 도시된 바와 같이, 입력층(31)으로부터 입력된 전기적 신호(진동값)를 다층으로 구성된 은닉층(32)을 통해 필터링한 후 최종 필터링된 결과값을 출력층(33)으로 제공하고, 상기 출력층(33)은 상기 결과값에 매칭되는 출력값을 확인한 후 처리하도록 구성된 것이다.

상기와 같이 이루어진 누수판단모듈(30)은 머신러닝(Machine Learning)기술을 사용하는 것으로, 알려진 바와 같이 머신러닝은 축적된 데이터를 통계 처리하여 패턴을 찾아내는 것으로, 본 발명에서는 상수관로에 직접적인 영향을 주는 다양한 형태의 진동을 축적된 데이터를 통해 해당 진동과 일치하는 패턴을 찾아내어 누수 발생 여부를 판단하는 것이다.

즉, 상기 입력층(31)으로 전달된 진동값이 은닉층(32)을 통과하면서 필터링되면서 해당 진동값과 일치하는 패턴을 찾아낸 후 이를 출력층(33)으로 전달하는 것이다.

여기서 상기 은닉층(32)은 제1은닉층 내지 제3은닉층의 다층 퍼셉트론(multi-layer perceptron)으로 구성되되, 제1은닉층(321)의 뉴런노드와 제2은닉층(322)의 뉴런노드는 2:1 비율의 개수를 가지고, 제2은닉층(322)의 뉴런노드와 제3은닉층(323)의 뉴런노드는 2:1 비율의 개수를 가지며, 제1은닉층, 제2은닉층 및 제3은닉층에 구성된 뉴런노드는, 누수 발생 시간 데이터, 누수 측정된 데이터, Sin(사인) 데이터, 임펄스 데이터, 곤충 소리 데이터, 모터 소리 데이터, 에어컨 실외기 소리 데이터, 대기상태 데이터 중 적어도 어느 하나로 구성되어 입력된 전기적 신호를 필터링한다.

즉, 은닉층은 제1은닉층 내지 제3은닉층의 다층 퍼셉트론을 가지도록 구성되어 전달된 진동값이 통과하면서 각 은닉층을 구성하는 뉴런노드에 의해 필터링되면서 일치하는 패턴을 찾아내는 것이다.

여기서 상기 뉴런노드는 누수 발생 시간 데이터, 누수 측정된 데이터, Sin(사인) 데이터, 임펄스 데이터, 곤충 소리 데이터, 모터 소리 데이터, 에어컨 실외기 소리 데이터, 대기상태 데이터 중 적어도 어느 하나로 구성되되, 각각의 데이터는 단일 데이터가 아닌 멀티 데이터로 이루어지기 때문에 뉴런노드는 이에 상응하는 개수로 배치될 수 있는 것이다.

일 예로 곤충 소리 데이터의 경우 일정한 높낮이(주파수)를 가지나 하나의 곤충에서 적어도 3~8개의 소리 데이터가 추출될 수 있는 것으로 이에 상응하는 개수의 뉴런노드가 배치되고, 다양한 곤충의 다양한 소리 데이터에 대응하기 위하여 다수 개의 뉴런노드가 배치되는 것이다.

본 발명에서는 이러한 뉴런노드의 배치 개수를 제1은닉층의 뉴런노드와 제2은닉층의 뉴런노드가 2:1 비율의 개수를 가지도록 배치하고, 제2은닉층의 뉴런노드와 제3은닉층의 뉴런노드도 2:1 비율의 개수를 가지도록 배치한다.

일 예로 제1은닉층의 뉴런노드가 128개 배치되는 경우 제2은닉층의 뉴런노드는 64개이며, 제3은닉층의 뉴런노드는 32개가 배치된다.

한편, 상기 입력층(31)은 상기 제1은닉층에 배치된 뉴런노드의 2배수에 해당하는 뉴런노드 가지도록 구성되되, 그 중 50%는 진동감지센서(11)를 통해 감지된 진동값을 필터링하도록 구성되고, 나머지 50%는 시간축 데이터를 변환한 주파수를 필터링하도록 구성된다.

즉, 시간축 데이터와 이에 해당하는 진동값 데이터를 엔벨로프 검출기(Envelop Detector)와, FFT(Fast Fourier transform)을 통해 각각 주파수 데이터로 변환한 후 이를 입력층(31)에 배치된 뉴런노드를 통해 매칭된 후 은닉층으로 전달되는 것이다.

이를 위해 입력층은 상술한 바와 같이 제1은닉층에 배치된 뉴런노드의 개수에 대해 2배수의 뉴런노드 개수를 가지는 것으로, 제1은닉층의 뉴런노드가 128개인 경우 입력층의 뉴런노드는 모두 256개이며, 이중 128개의 뉴런노드는 시간축 데이터가 변화된 주파수에 매칭되고, 나머지 128개는 진동값 데이터가 변환된 주파수에 매칭된다.

여기서 매칭되지 않는 주파수는 판별이 불필요한 것으로 판단하여 무시한다.

상기 출력층(33)은 다층의 은닉층을 통과한 결과값에 매칭되는 출력값이 구비되어 결과값에 매칭된 출력값을 출력하는 것으로, 여기서 상기 출력값은 누수감지, 사용수소리, 곤충소리, 임펄스 노이즈 소리, 주기 신호, 기타 노이즈, 누수 또는 노이즈 없음 중 어느 하나로 이루어진다.

즉, 상기 은닉층을 통과한 결과값에 매칭되는 출력값이 각각의 뉴런노드에 구비되어 제3은닉층을 통과한 결과값에 매칭되는 출력값을 출력한다.

여기서 출력이라 함은 누수감지의 출력값인 경우 중앙서버 또는 기 설정된 관리자 단말기로 전송하는 것이고, 그 이외의 출력값인 경우 후술하는 정보처리모듈(40)로 전달하여 정보처리모듈(40)을 구성하는 저장부(41)에 저장하는 것이다.

상기와 같이 이루어진 누수판단모듈(30)은 진동감지센서(11)를 통해 감지된 진동값을 시간축 데이터와 진동 데이터로 분리한 후 각각을 주파수 형태로 변환하고, 변환된 주파수 즉 전기적 신호를 입력층(31)과 다층으로 구성된 은닉층(32)을 통과시키면서 필터링하여 최종적으로 출력층(33)에 도달한 결과값과 매칭되는 출력값을 출력함으로써 누수 발생 여부를 판단하는 것이다.

본 발명은 후술하는 정보처리모듈 및 학습모듈을 통해서 상기 은닉층(32)을 통과하면서 필터링된 정보를 선행 학습 데이터 즉, 전달된 진동값을 비교하는 비교값으로 활용함으로써 시간이 지날수록 은닉층의 필터링 정확도가 높아진다.

상기 정보처리모듈(40)은 상기 누수판단모듈(30)에 의해 누수로 판별된 진동값의 정보를 저장하고 동시에 중앙서버 또는 기 설정된 관리자 단말기 중 어느 하나로 전송하는 것으로, 누수로 판별된 진동값을 저장하기 위한 저장부(41)와, 누수로 판별된 진동값의 발생 시간, 위치와 누수발생을 중앙서버 또는 기 설정된 관리자 단말기 중 어느 하나 또는 둘 모두에 전송하는 전송부(42)를 포함한다.

여기서 상기 전송부(42)는 유선 또는 무선 또는 이들 모두를 사용할 수 있고, 중앙서버와의 거리를 고려하여 일정 거리마다 설치되고 중앙서버와 통신 연결된 중계기로 누수 발생 출력값을 전송할 수 있다.

또한, 전송부(42)에는 기 설정된 관리자 단말기로 누수 발생 출력값을 전송함으로써 신속한 후속조치가 이루어지도록 한다.

상기 학습모듈(50)은, 상기 정보처리모듈(40)의 저장부(41)에 저장된 정보를 상기 누수판단모듈(30)의 은닉층(32)이 활용할 수 있도록 변환 및 제공하는 것으로, 상기 저장부(41)에 저장된 정보를 호출하고 호출된 정보를 상기 은닉층(32)이 활용할 수 있도록 변환하는 정보변환부(51)와, 상기 정보변환부(51)를 통해 변환된 정보를 상기 은닉층(32)으로 전달하는 정보제공부(52)를 포함한다.

이러한 학습모듈(50)은 누수판단모듈(30)을 통해 누수로 판단된 진동값을 은닉층으로 제공하여 은닉층을 구성하는 뉴런노드의 정보를 업데이트 하여 추후 진동감지센서(11)에서 감지된 진동값을 판별할 때 선행 학습 데이터로 사용함으로서 시간이 지날수록 즉 정보가 축적될수록 누수 발생 여부의 정확한 판단이 가능한 것이다.

이러한 누수 발생 여부의 판단은 지속적으로 축적되는 것으로서 기 설치된 누수감지기는 물론 신규로 설치되는 누수감지기에 최종 업데이트 된 선행 학습 데이터를 제공함으로써 누부 발생 여부의 정확한 판단이 가능한 것이다.

상기와 같이 이루어진 학습모듈(50)은 은닉층에서 학습이 가능하도록 정보를 변환하고 이를 제공하는 것으로, 여기서 변환되는 정보는 Keras, TensorFlow™ Lite, Caffe, ConvNetJS, Lasagne 중 어느 하나로 이루어질 수 있으나 이에 한정되지 않음은 물론이다.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.

따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

1 : 머신러닝 학습을 이용한 스마트미터
10 : 진동감지모듈
20 : 바디
30 : 누수판단모듈
31 : 입력층 32 : 은닉층
33 : 출력층
40 : 정보처리모듈
50 : 학습모듈
70 : 결합모듈
71 : 수직판 72 : 바닥판
73 : 안치부 74 : 결합판
75 : 결합부 76 : 진동상쇄부재

Claims (5)

1. 송수관로에서 발생한 진동을 감지하는 진동감지모듈(10);
   상기 송수관로에 설치되어 송수관로를 통해 이동하는 액체의 유량 및 압력을 측정하는 계량기(100)에 분리 가능하게 결합하며 내부가 빈 함체 형태로 이루어진 바디(20);
   상기 바디(20)의 내부에 배치되되,
   상기 진동감지모듈(10)에서 감지된 진동값이 전기적 신호로 변환되어 입력되는 입력층(31)과,
   상기 입력층의 전기적 신호를 계층적으로 구성된 뉴런(neuron)노드들과 상기 뉴런노드들을 연결하는 시냅스(synapse) 가중치들을 이용하여 필터링하는 은닉층(32)과,
   상기 은닉층(32)으로부터 필터링된 결과를 출력하는 출력층(33)을 포함하여 상기 진동감지모듈(10)을 통해 감지된 진동값을 미리 학습된 데이터와 비교하여 해당 진동값의 종류를 판별하는 누수판단모듈(30);
   상기 누수판단모듈(30)에 의해 누수로 판별된 진동값의 정보를 저장하고 동시에 중앙서버로 전송하는 정보처리모듈(40);
   상기 정보처리모듈(40)에 저장된 정보를 상기 누수판단모듈(30)의 은닉층(32)이 활용할 수 있도록 변환 및 제공하는 학습모듈(50);
   상기 바디(20)를 상기 계량기(100)에 분리 가능하게 결합하기 위한 결합모듈(70)을 포함하되,
   상기 결합모듈(70)은,
   한 쌍이 상호 이격된 위치에 배치된 수직판(71)과,
   상기 수직판(71)의 하단을 잇도록 배치된 바닥판(72)과,
   상기 수직판(71)과 바닥판(72) 사이에 형성되어 상기 바디(20)가 안치되는 안치부(73)와,
   상기 수직판(71)의 상단 일부를 연결하고 상기 계량기의 테두리가 끼움 결합되는 결합부(75)가 형성된 결합판(74)과,
   상기 결합부(75)에 배치되어 상기 결합판(74)을 탄성 지지하여 외부로부터 전달되는 진동을 상쇄하기 위한 진동상쇄부재(76)를 포함하고,
   상기 진동상쇄부재(76)는,
   상기 결합판(74)으로부터 상방으로 이격 배치되고, 상호 이격된 위치에 한 쌍의 간격조절공(762)이 형성된 지지판(761)과,
   상기 지지판(761)의 일단에서 하방으로 절곡되어 상기 결합판(74)과 고정되는 고정판(763)과,
   상기 간격조절공(762)에 각각 관통 삽입되고 각각 관통공(764a)이 형성된 한 쌍의 간격조절편(764)과,
   상기 간격조절편(764)의 단부가 결합되며 상기 결합판(74)과 지지판(761) 사이에 형성된 진동상쇄공간에 배치되는 진동흡수체(765) 및
   상기 간격조절편(764)의 관통공(764a)에 결합되어 간격조절편(764)의 상호 간격을 조절하는 간격조절체(766)를 포함한 것을 특징으로 하는 머신러닝 학습을 이용한 스마트미터.
   
2. 청구항 1에 있어서,
   상기 은닉층(32)은 제1은닉층 내지 제3은닉층의 다층 퍼셉트론(multi-layer perceptron)으로 구성되되,
   제1은닉층의 뉴런노드와 제2은닉층의 뉴런노드는 2:1 비율의 개수를 가지고,
   제2은닉층의 뉴런노드와 제3은닉층의 뉴런노드는 2:1 비율의 개수를 가지며,
   제1은닉층, 제2은닉층 및 제3은닉층에 구성된 뉴런노드는,
   누수 발생 시간 데이터, 누수 측정된 데이터, Sin(사인) 데이터, 임펄스 데이터, 곤충 소리 데이터, 모터 소리 데이터, 에어컨 실외기 소리 데이터, 대기상태 데이터 중 적어도 어느 하나로 구성되어 입력된 전기적 신호를 필터링하는 것을 특징으로 하는 머신러닝 학습을 이용한 스마트미터.
   
3. 청구항 1에 있어서,
   상기 출력층(33)은, 상기 은닉층(32)을 통해 필터링된 결과값에 상응하는 출력값을 출력하되,
   상기 출력값은 누수감지, 사용수소리, 곤충소리, 임펄스 노이즈 소리, 주기 신호, 기타 노이즈, 누수 또는 노이즈 없음 중 어느 하나로 이루어진 것을 특징으로 하는 머신러닝 학습을 이용한 스마트미터.
   
4. 청구항 1 내지 3 중 어느 한 항에 있어서,
   상기 진동감지모듈(10)은, 상기 송수관로의 진동을 감지하기 위한 진동감지센서(11)와,
   상기 진동감지센서(11)에 의해 감지된 진동값의 세기를 조정하여 상기 누수판단모듈(30)로 제공하는 진동세기조정모듈(12)을 포함하고,
   상기 진동세기조정모듈(12)은 상기 누수판단모듈(30)에서 판별할 수 있는 진동값의 최대 세기에 비해 95%의 세기를 가지도록 조정하는 것을 특징으로 하는 머신러닝 학습을 이용한 스마트미터.
   
5. 삭제

Images