KR102271922B1 - 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템 - Google Patents
딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템 Download PDFInfo
- Publication number
- KR102271922B1 KR102271922B1 KR1020200068816A KR20200068816A KR102271922B1 KR 102271922 B1 KR102271922 B1 KR 102271922B1 KR 1020200068816 A KR1020200068816 A KR 1020200068816A KR 20200068816 A KR20200068816 A KR 20200068816A KR 102271922 B1 KR102271922 B1 KR 102271922B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- street light
- picocast
- lighting
- wireless communication
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 42
- 238000004891 communication Methods 0.000 claims abstract description 79
- 238000010248 power generation Methods 0.000 claims abstract description 40
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 230000002457 bidirectional effect Effects 0.000 claims description 36
- 230000004397 blinking Effects 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 25
- 230000005611 electricity Effects 0.000 claims description 12
- 230000005855 radiation Effects 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000001360 synchronised effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/14—Controlling the light source in response to determined parameters by determining electrical parameters of the light source
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
- F21S8/00—Lighting devices intended for fixed installation
- F21S8/08—Lighting devices intended for fixed installation with a standard
- F21S8/085—Lighting devices intended for fixed installation with a standard of high-built type, e.g. street light
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
- F21S9/00—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply
- F21S9/02—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator
- F21S9/03—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator rechargeable by exposure to light
- F21S9/032—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator rechargeable by exposure to light the solar unit being separate from the lighting unit
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21V—FUNCTIONAL FEATURES OR DETAILS OF LIGHTING DEVICES OR SYSTEMS THEREOF; STRUCTURAL COMBINATIONS OF LIGHTING DEVICES WITH OTHER ARTICLES, NOT OTHERWISE PROVIDED FOR
- F21V23/00—Arrangement of electric circuit elements in or on lighting devices
- F21V23/04—Arrangement of electric circuit elements in or on lighting devices the elements being switches
- F21V23/0435—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by remote control means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/16—Gateway arrangements
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/175—Controlling the light source by remote control
- H05B47/19—Controlling the light source by remote control via wireless transmission
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21W—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES F21K, F21L, F21S and F21V, RELATING TO USES OR APPLICATIONS OF LIGHTING DEVICES OR SYSTEMS
- F21W2131/00—Use or application of lighting devices or systems not provided for in codes F21W2102/00-F21W2121/00
- F21W2131/10—Outdoor lighting
- F21W2131/103—Outdoor lighting of streets or roads
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Signal Processing (AREA)
- Atmospheric Sciences (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Sustainable Development (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Water Supply & Treatment (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
본 발명은 다수의 가로등 시스템을 관제하기 위한 중앙 관제 시스템을 포함하고, 상기 중앙 관제 시스템은, 기상 자료 제공 시스템으로부터 기상자료를 제공받아 분석하는 기상자료분석부; 상기 기상자료분석부로부터 분석된 기상자료로부터 딥러닝 알고리즘을 사용하여 향후 일사량을 예측하는 일사량예측부; 상기 일사량예측부로부터 예측된 일사량으로부터 딥러닝 알고리즘을 사용하여 가로등 시스템에 마련된 태양전지의 발전량을 예측하는 발전량예측부; 및 상기 발전량예측부에 의해 예측된 발전량에 따라 상기 가로등 시스템의 조명 밝기를 조절하기 위한 제어신호를 출력하는 조명조절부;를 포함하도록 한 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 관한 것이다.
본 발명에 따르면, 전원 공급이 열악한 지역의 가로등 점멸의 조정을 효율적으로 하기 위해, 딥러닝 기술을 도입하여 일사량 및 배터리의 SOC(State Of Charge)를 예측함으로써, 가로등의 효율적 조명을 제공할 수 있고, 열악한 지형 등으로 무선제어가 요구되는 지역에, 비동기 방식의 통신 시스템이 아닌 실기간 동기 방식으로 무선 제어를 수행하여 양방향 제어 및 송수신 데이터 양을 극대화함으로써, 실시간 제어 및 외부 간섭에 강한 채널을 확보하여 가로등 시스템의 무선 제어에 대한 신뢰성을 향상시키도록 하는 효과를 가진다.
본 발명에 따르면, 전원 공급이 열악한 지역의 가로등 점멸의 조정을 효율적으로 하기 위해, 딥러닝 기술을 도입하여 일사량 및 배터리의 SOC(State Of Charge)를 예측함으로써, 가로등의 효율적 조명을 제공할 수 있고, 열악한 지형 등으로 무선제어가 요구되는 지역에, 비동기 방식의 통신 시스템이 아닌 실기간 동기 방식으로 무선 제어를 수행하여 양방향 제어 및 송수신 데이터 양을 극대화함으로써, 실시간 제어 및 외부 간섭에 강한 채널을 확보하여 가로등 시스템의 무선 제어에 대한 신뢰성을 향상시키도록 하는 효과를 가진다.
Description
본 발명은 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 관한 것으로서, 보다 상세하게는 딥러닝 기술을 도입하여 일사량 및 배터리의 SOC(State Of Charge)를 예측함으로써, 가로등의 효율적인 조명을 제공하고, 실시간 제어 및 외부 간섭에 강한 채널을 확보하여 가로등 시스템의 무선 제어에 대한 신뢰성을 향상시키는 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 관한 것이다.
일반적으로, 가로를 밝히는 가로등 시스템은 초기에는 국부적으로 관리자가 직접 차단기를 수동으로 온(on)/오프(off)시켰으나, 그 이후에는 밤과 낮의 조도를 감지하여 점소등 하는 가로등 콘트롤러와, 프로그램에 의해 점소등이 제어되는 가로등 콘트롤러와, 단방향 무선 통신을 이용하여 원격제어가 가능한 가로등 제어시스템 등을 사용하고 있다.
이러한 종래 가로등 제어시스템은 원거리에서 원하는 시각에 선별적으로 또는 동시에 가로등의 점소등을 제어할 수 있으나, 관리자가 단방향으로만 제어가 가능하게 되어 있어 가로등 시스템의 상태를 파악할 수 없는 문제점을 가지고 있었다.
이를 개선하기 위한 종래 기술로서, 한국공개특허 제10-2001-0110064호의 "가로등 무선 원격 감시제어시스템"이 제시된 바 있는데, 이는 전국적으로 일반화되어 있는 무선을 이용한 단방향 가로등 무선제어시스템에 있어서, 중앙통제소에 기존설치되어 있는 무선단방향주제어송신장치에 PV감시제어기를 부가접속하고, 가로등배전반에 기존 설치되어 있는 단방향 가로등무선제어기에 무선통보기LRTU를 부가접속하고, 가로등기구에 무선RTU를 추가설치하여 PC감시제어기로 무선단방향주제어송신장치를 통하여 무선제어명령 및 각종 운용데어타 신호를 송출하고, 그 송출된 신호를 기존 가로등무선제어기로 수신하여 가로등배전반 및 가로등기구를 일괄 원격제어 및 관리하는 제1주제어 수단과; 상기 제1주제어수단과는 별도로 상기 PC감시제어기로 기간통신망을 통하여 무선제어 명령 및 감시통보 명령을 송출하고 무선제어 명령신호를 무선통보기LRTU가 수신하여 접속된 기존 가로등 무선제어기를 이용하여 가로등배전반 및 가로등기구를 일괄 원격제어할 수 있고 감시통보 명령신호를 수신하여 가로등배전반 내부의 정전, 전압, 전류전력, 전력사용량 원격검침, 단선, 누전상태와 기존 단방향 가로등 무선제어기의 동작상태 및 운용데이타 정상입력상태, 고장여부와 무선RTU(G)에서 통보하는 가로등기구의 실제점소등상태, 각각의 램프 안정기의 고장상태 등을 무선통보기LRTU가 종합하여 기간통신망을 통하여 중앙통제소의 PC감시제어기에 통보하고 관리자 핸드폰에도 병행통보하는 제2주제어 수단을 포함하여 이루어진다.
그러나, 이와 같은 종래 기술은 전원공급이 열악한 지역에 대해서 효과적으로 조명을 제공하기 위한 기술을 제공하지 못함으로써, 가로등으로서의 역할을 제대로 수행하는데 한계를 가지는 문제점을 가지고 있었다.
또한 종래 기술은 무선 관제 통신으로 Zigbee, LoRa 등 IoT 용 무선 통신 모듈이 사용되고 있으나, 비동기식 및 단방향성 등의 문제 등으로 혼선 및 성능이 충족되지 않아 많은 문제점을 유발시키고, 이로 인해 실시간 무선 관제 및 효율적인 유지 보수가 어려운 실정이다.
상기한 바와 같은 종래 기술의 문제점을 해결하기 위하여, 전원 공급이 열악한 지역의 가로등 점멸의 조정을 효율적으로 하기 위해 딥러닝 기술을 도입하여 일사량 및 배터리의 SOC(State Of Charge)를 예측함으로써, 가로등의 효율적 조명을 제공하고, 열악한 지형 등으로 무선제어가 요구되는 지역에, 비동기 방식의 통신 시스템이 아닌 실기간 동기 방식으로 무선 제어를 수행하여 양방향 제어 및 송수신 데이터 양을 극대화함으로써, 실시간 제어 및 외부 간섭에 강한 채널을 확보하여 가로등 시스템의 무선 제어에 대한 신뢰성을 향상시키는데 목적이 있다.
본 발명의 다른 목적들은 이하의 실시례에 대한 설명을 통해 쉽게 이해될 수 있을 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명의 일측면에 따르면, 다수의 가로등 시스템을 관제하기 위한 중앙 관제 시스템을 포함하고, 상기 중앙 관제 시스템은, 기상 자료 제공 시스템으로부터 기상자료를 제공받아 분석하는 기상자료분석부; 상기 기상자료분석부로부터 분석된 기상자료로부터 딥러닝 알고리즘을 사용하여 향후 일사량을 예측하는 일사량예측부; 상기 일사량예측부로부터 예측된 일사량으로부터 딥러닝 알고리즘을 사용하여 가로등 시스템에 마련된 태양전지의 발전량을 예측하는 발전량예측부; 및 상기 발전량예측부에 의해 예측된 발전량에 따라 상기 가로등 시스템의 조명 밝기를 조절하기 위한 제어신호를 출력하는 조명조절부;를 포함하는, 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템이 제공된다.
상기 조명조절부는, 상기 가로등 시스템의 배터리에 제 1 설정시까지 충전되면, 그 이후 제 2 설정시에 추정되는 상기 배터리의 SOC(State Of Charge)에 따라 상기 가로등 시스템의 조명부에 대한 밝기를 1차로 결정하여, 상기 조명부에 대한 부하를 상기 1차로 결정된 밝기를 가지도록 온(on)시킨 다음, 그 이후 제 1 설정시간을 경과하여 제 3 설정시에 상기 발전량예측부에 의해 예측되는 발전량에 따라 상기 조명부의 밝기를 2차로 결정하여, 상기 조명부에 대한 부하를 상기 2차로 결정된 밝기를 가지도록 수정하고, 상기 제 4 설정시에 상기 조명부의 부하를 오프(off)시키도록 할 수 있다.
상기 중앙 관제 시스템은, 외부의 단말기가 상기 가로등 시스템의 원격 제어를 위해 무선으로 접속하도록 하고, 상기 단말기로부터 상기 가로등 시스템의 원격 제어를 위해 제공되는 제어신호를 상기 가로등 시스템의 제어를 위해 출력하는 무선원격제어부; 상기 가로등 시스템으로부터 전력 소모량에 대한 정보를 수신받아 상기 단말기에 제공하는 전력소모량모니터링부; 및 상기 가로등 시스템의 원격 제어 및 상기 전력 소모량의 제공에 필요한 정보를 저장하는 데이터베이스부;를 더 포함할 수 있다.
상기 중앙 관제 시스템의 제어신호를 미리 정해진 다수의 상기 가로등 시스템에 전달하거나, 상기 가로등 시스템으로부터 전력 소모량에 대한 정보를 상기 중앙 관제 시스템에 제공하는 양방향 점멸 게이트웨이를 더 포함할 수 있다.
상기 양방향 점멸 게이트웨이는, 상기 가로등 시스템 각각과 피코캐스트에 의한 무선통신을 수행하도록 하는 제 1 피코캐스트무선통신부; 상기 조명조절부로부터 제공되는 제어신호를 상기 제 1 피코캐스트무선통신부에 의한 무선통신에 의해 상기 가로등 시스템 각각으로 전달하는 제 1 밝기제어부; 상기 무선원격제어부로부터 제공되는 제어신호를 상기 제 1 피코캐스트무선통신부에 의한 무선통신에 의해 상기 가로등 시스템 각각으로 전달하는 제 1 점소등제어부; 및 상기 가로등 시스템 각각으로부터 상기 제 1 피코캐스트무선통신부에 의한 무선통신에 의해 전력 소모량을 제공받아 상기 전력소모량모니터링부에 전달하는 전력소모량취합부;를 포함할 수 있다.
상기 양방향 점멸 게이트웨이에 의해 제어되고, 상기 양방향 점멸 게이트웨이에 전력 소모량을 제공하는 가로등 시스템을 더 포함하고, 상기 가로등 시스템은, 태양광을 조사받아 전기를 생산하도록 하는 태양전지; 상기 태양전지에 의해 생산되는 전기를 충전부에 의해 충전하도록 하는 배터리; 상기 배터리로부터 전기를 제공받아 조명을 제공하는 조명부; 상기 양방향 점멸 게이트웨이와 피코캐스트에 의한 무선통신을 수행하도록 하는 제 2 피코캐스트무선통신부; 상기 조명조절부로부터 제공되는 제어신호를 상기 제 2 피코캐스트무선통신부에 의한 무선통신에 의해 상기 양방향 점멸 게이트웨이로부터 제공받아 상응하는 상기 조명부의 제어를 수행하는 제 2 밝기제어부; 상기 무선원격제어부로부터 제공되는 제어신호를 상기 제 2 피코캐스트무선통신부에 의한 무선통신에 의해 상기 양방향 점멸 게이트웨이로부터 제공받아 상응하는 상기 조명부의 제어를 수행하는 제 2 점소등제어부; 및 상기 제 2 피코캐스트무선통신부에 의한 무선통신에 의해 상기 조명부의 전력 소모량을 상기 양방향 점멸 게이트웨이를 통해서 상기 전력소모량모니터링부에 전달하는 상태감시부;를 포함할 수 있다.
본 발명에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 의하면, 전원 공급이 열악한 지역의 가로등 점멸의 조정을 효율적으로 하기 위해, 딥러닝 기술을 도입하여 일사량 및 배터리의 SOC(State Of Charge)를 예측함으로써, 가로등의 효율적 조명을 제공할 수 있고, 열악한 지형 등으로 무선제어가 요구되는 지역에, 비동기 방식의 통신 시스템이 아닌 실기간 동기 방식으로 무선 제어를 수행하여 양방향 제어 및 송수신 데이터 양을 극대화함으로써, 실시간 제어 및 외부 간섭에 강한 채널을 확보하여 가로등 시스템의 무선 제어에 대한 신뢰성을 향상시키도록 하는 효과를 가진다.
도 1은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템을 도시한 구성도이다.
도 2는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 의한 시간별 가로등 시스템의 조명 밝기 조절 동작을 나타낸 도면이다.
도 3은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 의한 시간별 가로등 시스템의 조명 밝기 조절을 나타낸 흐름도이다.
도 4는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 일사량예측부와 발전량예측부에 의한 일사량 및 발전량 예측을 위한 모델 구조를 도시한 도면이다.
도 5는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 일사량예측부에 의한 DNN 신경회로망 일사량 예측 모델을 도시한 도면이다.
도 6은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 발전량예측부에 의한 DNN 신경회로망 발전량 예측 모델을 도시한 도면이다.
도 7은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 일사량예측부 및 발전량예측부에 의한 Tensorflow 기반 학습 모형도를 도시한 도면이다.
도 8은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 발전량 예측을 위한 OCV-SOC(%) 특성곡선이다.
도 9는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 발전량 예측을 위한 시간 OCV 특성곡선곡선 예시이다.
도 10은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 피코캐스트무선통신부를 도시한 구성도이다.
도 11은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 피코캐스트무선통신부의 프로토콜 포맷구조이다.
도 2는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 의한 시간별 가로등 시스템의 조명 밝기 조절 동작을 나타낸 도면이다.
도 3은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 의한 시간별 가로등 시스템의 조명 밝기 조절을 나타낸 흐름도이다.
도 4는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 일사량예측부와 발전량예측부에 의한 일사량 및 발전량 예측을 위한 모델 구조를 도시한 도면이다.
도 5는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 일사량예측부에 의한 DNN 신경회로망 일사량 예측 모델을 도시한 도면이다.
도 6은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 발전량예측부에 의한 DNN 신경회로망 발전량 예측 모델을 도시한 도면이다.
도 7은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 일사량예측부 및 발전량예측부에 의한 Tensorflow 기반 학습 모형도를 도시한 도면이다.
도 8은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 발전량 예측을 위한 OCV-SOC(%) 특성곡선이다.
도 9는 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 발전량 예측을 위한 시간 OCV 특성곡선곡선 예시이다.
도 10은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 피코캐스트무선통신부를 도시한 구성도이다.
도 11은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에서 피코캐스트무선통신부의 프로토콜 포맷구조이다.
본 발명은 다양한 변경을 가할 수 있고, 여러 가지 실시례를 가질 수 있는 바, 특정 실시례들을 도면에 예시하고, 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니고, 본 발명의 기술 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 식으로 이해되어야 하고, 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시례에 한정되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시례를 상세히 설명하며, 도면 부호에 관계없이 동일하거나 대응하는 구성요소에 대해서는 동일한 참조 번호를 부여하고, 이에 대해 중복되는 설명을 생략하기로 한다.
도 1은 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템을 도시한 구성도이다.
도 1을 참조하면, 본 발명의 일 실시례에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템(10)은 다수의 가로등 시스템(300)을 관제하기 위한 중앙 관제 시스템(100)을 포함할 수 있는데, 이러한 중앙 관제 시스템(100)은 기상자료분석부(110), 일사량예측부(120), 발전량예측부(130) 및 조명조절부(140)를 포함할 수 있다.
기상자료분석부(110)는 기상 자료 제공 시스템(1)으로부터 기상자료를 제공받아 분석하도록 한다. 여기서 기상 자료 제공 시스템(1)은 예컨대 각국의 기상청의 기상 자료 제공을 위한 시스템일 수 있으며, 기상청으로부터 제공되는 기상자료로는 가로등 시스템(300)이 설치된 해당 지역의 최저온도, 최고온도, 강수량 및 운량 등을 비롯하여, 태양전지의 발전량 예측에 필요한 각종 기상자료가 해당될 수 있다.
일사량예측부(120)는 기상자료분석부(110)로부터 분석된 기상자료로부터 딥러닝 알고리즘을 사용하여 향후 일사량을 예측하도록 한다.
발전량예측부(130)는 일사량예측부(120)로부터 예측된 일사량으로부터 딥러닝 알고리즘을 사용하여 가로등 시스템(300)에 마련된 태양전지(310)의 발전량을 예측하도록 한다.
도 4를 참조하면, 일사량예측부(120) 및 발전량예측부(130)는 태양광 발전 예측을 위한 딥러닝으로서, 각각의 일별 입력 패턴만으로 예측이 가능한 DNN(Deep Neural Network)으로 딥러닝을 구성할 수 있고, 기상 자료 제공 시스템(1), 예컨대 기상청 시스템에서 실시간으로 제공하는 온도, 강수량, 운량 데이터 등을 이용하여 일사량을 예측하고, 예측된 일사량을 이용하여 익일 태양광 발전을 예측하는 딥러닝 모델 구성할 수 있다. 또한, 일사량예측부(120) 및 발전량예측부(130)는 일사량 예측결과를 통해 발전량 예측이 단기적 일별 발전량 예측을 수행하기 위한 각각의 모델을 생성하여 구성할 수 있다. 이를 보다 구체적으로 설명하면 다음과 같다.
도 5 내지 도 7을 참조하면, 일사량예측부(120) 및 발전량예측부(130)에 의한 일사량 및 발전량의 예측에서, 입력층은 일사량 예측을 위해 4~8 노드로 구성할 수 있고, 태양전지(310)의 발전량 예측을 위해서 4~10 노드로 구성할 수 있으며, 중간층은 각 층마다 16 노드로 하여 3층으로 설정할 수 있고, 출력층은 1노드로 구성할 수 있고, 딥러닝 모델이 가능하도록 활성화 함수로 ReLu 함수를 사용할 수 있으며, 학습율과 학습속도를 높이기 위해 Xavier 초기화 함수로 가중치를 초기화할 수 있다.
또한 발전량예측부(130)에 의한 발전량 예측시, 태양광 발전에 영향을 미치는 요소는 다양하지만, 그 중 일사량, 강수량, 기온, 운량 등이 가장 큰 영향을 미치며, 이러한 요소들을 입력변수로 사용할 수 있다. 기상 데이터와 태양광 발전량 데이터는 단위 및 분포가 모두 달라 학습을 위해서는 정규화 변환이 필요한데, 정규화 변환은 아래 수학식 1을 이용하여, 데이터 값이 0~1의 분포를 갖도록 변형하여 학습 알고리즘에 적용할 수 있다.
원시자료의 특징은 현재시점의 월(month), 일(day), 시(hour), 온도(temperature), 강우량(precipitation), 일사량(insolation)의 6개이고, 이들 중에서 월, 일, 시, 강우량 4개는 원본 그대로 사용할 수 있고, 온도, 일사량은 시간의 흐름에 영향을 받기 때문에, 일정 구간의 70,000개 이상의 과거 데이터를 같이 활용할 수 있다.
조명조절부(140)는 발전량예측부(130)에 의해 예측된 발전량에 따라 가로등 시스템(300)의 조명 밝기를 조절하기 위한 제어신호를 출력하도록 한다. 조명설정부(140)는 배터리 SOC 추정을 통한 밝기 조절 1단계로서, 가로등 시스템(300)의 배터리(320)가 견딜 수 있는 연속 부조일수가 1일 이내, 즉 배터리 SOC가 30% 이내일 때 밝기 감소를 통해 배터리 SOC를 유지하고, 배터리 SOC가 70% 이상일 경우에는 2단계의 예측 발전량 크기에 상관없이 최대 밝기로 결정할 수 있다.
도 2를 참조하면, 조명조절부(140)는 가로등 시스템(300)의 배터리(320)에 제 1 설정시, 예컨대 오후 6시까지 충전되면, 그 이후 제 2 설정시, 예컨대 오후 8시에 추정되는 배터리(320)의 SOC(State Of Charge)에 따라 가로등 시스템(300)의 조명부(320)에 대한 밝기를 1차로 결정하여, 조명부(320)에 대한 부하를 1차로 결정된 밝기를 가지도록 온(on)시킨 다음, 그 이후 제 1 설정시간, 예컨대 5시간을 경과하여 제 3 설정시, 예컨대 오전 1시에 발전량예측부(130)에 의해 예측되는 발전량에 따라 조명부(320)의 밝기를 2차로 결정하여, 조명부(320)에 대한 부하를 2차로 결정된 밝기를 가지도록 수정하고, 그 이후 제 2 설정시간, 예컨대 3시간을 경과하여 제 4 설정시, 예컨대 오전 4시에 조명부(320)의 부하를 오프(off)시키도록 제어할 수 있다.
조명조절부(140)는 가로등 시스템(300)에서 후술하게 될 상태감시부(344)로부터 제공되는 배터리 SOC 추정 데이터를 양방향 점멸 게이트웨이(200)를 통해서 전달받아, 가로등 시스템(300)의 배터리(320)에 대한 SOC로서 사용하도록 할 수 있다. 즉, 상태감시부(344)는 가로등 시스템(300)에서 각각의 가로등마다 하루 발전이 시작될 때와 하루 발전이 끝날 때의 배터리 SOC 상태를 실측해서 이를 중앙 관제 시스템(100)으로 전송하게 된다. 하루 총 발전량은 아래의 수학식 2에서와 같이, 시작점과 발전 종료점의 배터리 SOC 상태의 차이로 구하게 된다.
여기서, 
는 1일 총 발전시킨 에너지이고, 
는 하루 발전이 시작할 시점(예컨대, 오전 6시)의 배터리 상태이며, 
는 하루 발전이 끝난 시점(예컨대, 오후 6시)의 배터리의 에너지 상태를 나타낸다. 
와 
는 배터리(320)가 측정시점에 가지고 있는 에너지로 계산할 수 있다.
당일 배터리(320)의 잔량은 익일 조명부(330)의 밝기를 정할 수 있는 요소가 된다. 당일 배터리 SOC와 다음날의 발전량이 얼마나 되는지 정확히 예측해야만 배터리(320)가 날씨 상황에 상관없이 방전되지 않을 수 있기 때문이다. 도 8 및 도 9에서와 같이, 본 발명에서는 OCV(Open Circuit Voltage) 방법으로 배터리 SOC의 추정을 구현한다. 배터리 SOC 20% 아래 지점에서는 전압이 급격히 감소하므로 배터리(320)의 가용 SOC 범위는 100%∼20%로 설정할 수 있다. 발전량 예측과 추정된 배터리 SOC를 이용하여 태양광 발전의 가로등 시스템(300)에 마련된 배터리(320)의 에너지를 최소화하면서 안정적으로 운영할 수 있도록 하는데, 예컨대 저녁 8시와 새벽 1시의 2단계로 나누어 조명부(330)의 부하 밝기를 변경할 수 있다. 여기서, 1단계는 내일의 발전량을 추정하여 밝기를 수정하고, 2단계는 배터리 SOC를 판단하여 밝기를 조절할 수 있다.
도 3을 참조하여, 조명조절부(140)에 의한 조명부(320)의 부하를 구체적으로 설명하면, 조명조절부(140)는 배터리 SOC를 추정하여(S11), 배터리 SOC가 제 1 설정값(X1), 예컨대 0.7 이상이면, 가로등 시스템(300)의 조명부(320) 밝기를 최대로 하고(S12), 배터리 SOC가 제 1 설정값(X1), 예컨대 0.7 미만이면, 다시 배터리 SOC를 추정하여(S13), 배터리 SOC가 제 2 설정값(X2), 예컨대 0.4미만이면, 조명부(320)의 밝기를 최소로 하고(S14), 배터리 SOC가 제 2 설정값(X2), 예컨대 0.4이상이면, 발전량예측부(130)에 의해 날씨를 확인하여(S15), 가로등 시스템(300)에서 태양전지(310)의 예측 발전량을 예측하고(S16), 예측된 발전량과 배터리 SOC를 합한 배터리 토탈 SOC(E total)를 구하고(S17), 배터리 토탈 SOC(E total)가 제 3 설정값(X3), 예컨대 0.7 이상이면, 조명부(330)의 밝기를 최대로 하고(S12), 배터리 토탈 SOC(E total가 제 3 설정값(X3), 예컨대 0.7 미만이면, 조명부(330)의 밝기를 정해진 비율로 감소시키도록 조절한다(S19). 여기서 제 1 내지 제 3 설정값(X1,X2,X3)은 배터리 최대 저장량에 대한 배터리 SOC의 비율을 의미할 수 있다.
중앙 관제 시스템(100)은 무선원격제어부(150), 전력소모량모니터링부(160) 및 데이터베이스부(170)를 더 포함할 수 있다.
무선원격제어부(150)는 외부의 단말기(2)가 가로등 시스템(300)의 원격 제어를 위해 무선으로 접속하도록 하고, 단말기(2)로부터 가로등 시스템(300)의 원격 제어를 위해 제공되는 제어신호를 가로등 시스템(300)의 제어를 위해 출력할 수 있다. 여기서 단말기(2)는 관리자 등의 단말기로서, 스마트폰이나 태블릿 PC 뿐만 아니라, 노트북이나 데스크탑 등과 같이, 프로그램이나 어플리케이션 등의 구동에 의해 필요한 정보 처리를 수행하고, 무선 통신을 수행하도록 하는 다양한 정보처리 및 통신기기가 사용될 수 있다. 또한 단말기(2)는 본 발명에서 제공하는 서비스를 제공받기 위하여, 별도로 제공하는 어플리케이션이나 프로그램 등이 설치될 수 있다.
전력소모량모니터링부(160)는 가로등 시스템(300)으로부터 전력 소모량에 대한 정보를 수신받아 정해진 양식에 표시되도록 단말기(2)에 제공할 수 있다.
데이터베이스부(170)는 가로등 시스템(300)의 원격 제어 및 전력 소모량의 제공에 필요한 정보를 저장하고, 나아가서, 중앙 관제 시스템(100)의 동작에 필요한 정보 및 프로그램 뿐만 아니라, 가로등 시스템(300)의 원격 제어에 필요한 각종 정보 및 프로그램을 저장할 수 있다.
본 발명에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템(10)은 중앙 관제 시스템(100)의 제어신호를 미리 정해진 다수의 가로등 시스템(300)에 전달하거나, 가로등 시스템(300)으로부터 전력 소모량에 대한 정보를 중앙 관제 시스템(100)에 제공하는 양방향 점멸 게이트웨이(200)를 더 포함할 수 있다. 양방향 점멸 게이트웨이(200)는 분전함 내부에 설치하여, 인공지능 기반 발전량 예측에 따른 배터리 SOC 및 부하조절 알고리즘에 의하여, 태양광 발전 기반의 가로등 시스템(300)의 조명부(320) 점등 및 소등 제어 명령을 수행할 수 있고, 고장 발생을 감시하여 중앙 관제 시스템(100)으로 전송할 수 있으며, 각 가로등 시스템(300)의 전력소모량을 취합하여 중앙 관제 시스템(100)으로 전송할 수 있다. 또한 양방향 점멸 게이트웨이(200)는 피코캐스트 및 GSM/CDMA/LTE 기반 양방향 무선통신 원격의 가로등 시스템(300)의 점등 및 소등 제어가 가능하도록 하고, 자동 절체형으로서, 주 릴레이 스위치(Relay Switch) 고장 시, 보조 릴레이 스위치(Relay Switch) 동작으로 안정성 및 유지보수 효율성을 제공할 수 있으며, 일출, 일몰 시간 내장이 가능하고, 동작상태의 LCD 표시와 충전가능 보조 배터리가 내장될 수 있고, 차단기 상태 감시(정전, 단락, 누전)와 전력 소모량 취합 및 전송이 가능하도록 한다.
양방향 점멸 게이트웨이(200)는 정해진 지역 또는 정해진 개수의 가로등 시스템(300)을 원격 제어하도록 설정되고, 중앙 관제 시스템(100)에 의해 각각 양방향 제어되도록 다수로 이루어질 수 있으며, 제 1 피코캐스트무선통신부(210), 제 1 밝기제어부(220), 제 2 점소등제어부(230) 및 전력소모량취합부(240)를 포함할 수 있다.
제 1 피코캐스트무선통신부(210)는 가로등 시스템(300) 각각과 피코캐스트에 의한 무선통신을 수행하도록 할 수 있다.
도 10 및 도 11을 참조하면, 제 1 피코캐스트무선통신부(210)는 Multi-path routing 구현, Ad-hoc network 구현, Unidirectional/Simplex(1 to N Broadcast) 구현, Bidirectional/Half-dulplex(1 to 1 Unicast) 구현, GFSK 변조방식 사용, 주파수 917.1~923.3MHz 사용, 그리고, 모든 기기간의 간섭이 없도록 통신 자원을 배분하도록 구현할 수 있다. 제 1 피코캐스트무선통신부(210)는 통신 자원이 크게 시간, 주파수, 코드로 구분하고, 모든 셀에 사용할 수 있는 주파수 세트를 할당해 주고, 모든 셀의 마스터 장치가 할당된 주파수 세트를 이용하여 그룹에 속한 슬래이브(Slave) 수신 장치들에게 사용할 수 있는 옵세트 코드(offset code)와 시간을 나누어주도록 할 수 있다.
제 1 피코캐스트무선통신부(210)는 프로토콜 구조가 256msec 길이의 네트워크 사이클을 기본구조로 할 수 있으며, 256msec 길이의 사이클은 16개의 사이클로 구성할 수 있고, 16msec 길이의 사이클이 한 개의 제어용 프레임과 한 개 이상의 사용자용 프레임으로 구성할 수 있으며, 프로토콜의 모든 제어가 프레임 단위로 상태를 다르게 설정할 수 있고, 프레임 구조가 가장 기본 단위의 구조가 되도록 할 수 있다. 제 1 피코캐스트무선통신부(210)에서 마스터 송신장치는 항상 주기적인 Beacon 발사 방식으로 동기를 유지할 수 있고, 매 컨테이너 앞부분에 제어박스를 위치시켜 프로토콜을 제어할 수 있다.
제 1 밝기제어부(220)는 조명조절부(140)로부터 제공되는 제어신호를 제 1 피코캐스트무선통신부(210)에 의한 무선통신에 의해 가로등 시스템(300) 각각으로 전달할 수 있다.
제 1 점소등제어부(230)는 무선원격제어부(150)로부터 제공되는 제어신호를 제 1 피코캐스트무선통신부(210)에 의한 무선통신에 의해 가로등 시스템(300) 각각으로 전달할 수 있다.
전력소모량취합부(240)는 가로등 시스템(300) 각각으로부터 제 1 피코캐스트무선통신부(210)에 의한 무선통신에 의해 전력 소모량을 제공받아 전력소모량모니터링부(160)에 전달할 수 있다.
양방향 점멸 게이트웨이(200) 또는 이가 설치되는 분점함과, 가로등 시스템(300)에 대한 식별을 위한 ID 설정을 위하여, 예컨대, 고유 ID로 설치 지역과 분전함, 가로등 시스템(300)의 등주를 구분하고, 6~8자리의 숫자로 구성할 수 있는데, 아래에서와 같이, 지역은 01~99의 개수, 분전함은 01~99의 개수, 등주는 01~7F의 개수(8분기 기준 127개)으로 정할 수 있다.
본 발명에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템(10)은 양방향 점멸 게이트웨이(200)에 의해 제어되고, 양방향 점멸 게이트웨이(200)에 전력 소모량을 제공하는 가로등 시스템(300)을 더 포함할 수 있는데, 가로등 시스템(300)은 태양전지(310), 배터리(320), 조명부(330), 점멸표시기(340)를 포함할 수 있고, 나아가서 점멸표시기(340)는 제 2 피코캐스트무선통신부(341), 제 2 밝기제어부(342), 제 2 점소등제어부(343) 및 상태감시부(344)를 포함할 수 있다.
태양전지(310)는 태양광을 조사받아 전기를 생산하도록 한다. 태양전지(310)는 가로등 시스템(300)의 등주에 태양광의 입사효율이 뛰어난 위치와 방향으로 설치될 수 있다.
배터리(320)는 태양전지(310)에 의해 생산되는 전기를 충전부(321)에 의해 충전하도록 한다. 여기서 충전부(321)는 배터리(320)의 충전을 위한 회로로서, 태양전지(310)로부터 생산되는 전기를 충전에 적합한 전원으로 변환하여 배터리(320)의 충전이 안전하게 이루어지도록 한다.
조명부(330)는 배터리(320)로부터 전기를 제공받아 조명을 제공할 수 있다.조명부(330)는 예컨대, 단일 또는 다수의 LED로 이루어질 수 있는데, 반드시 이에 한하는 것은 아니다.
점멸감시기(340)는 양방향 점멸 게이트웨이(200)와 피코캐스트에 의한 무선통신을 수행함으로써, 양방향 점멸 게이트웨이(200)로부터 제어신호를 수신받음과 아울러, 조명부(330)의 전력 소모량을 양방향 점멸 게이트웨이(200)에 제공하도록 한다. 점멸감시기(340)는 가로등 시스템(300)의 등주 내부에 설치하여 피코캐스트 무선통신으로 양방향 점멸 게이트웨이(200)와 연결되어, 조명부(330)의 밝기를 조절하고, 조명부(330)의 점등과 소등을 제어하고, 조명부(330)와 SMPS(Switching Mode Power Supply)의 동작 및 고장 발생을 감시하여 상태를 양방향 점멸 게이트웨이(200)로 실시간 전송할 수 있다.
점멸감시기(340)는 피코캐스트 무선통신 기반 개별 가로등 시스템(300)의 조명부(330)의 개별 밝기 조절 및 점등과 소등, 격등과 심야 소등을 제어할 수 있고, 피코캐스트 무선통신 기반 개별 가로등 시스템(300)의 고장상태(램프/안정기 고장, 등주누전, 정상 동작 등) 검출 및 보고와 가로등 시스템(300)의 등주 개별 동작상태(점등/소등 상태)를 보고할 수 있고, 가로등 시스템(300)의 누전 발생시 전원 차단(누전 발생시 Relay에 의한 전원 자동 차단), 고압방전 램프 등에 대한 접점스위치 단락방지 및 보호, 장치의 고장 발생 시 비상 직결 스위치에 의한 임시 정상동작 전환기능, Dimming 컨트롤 구현 등이 가능하다.
제 2 피코캐스트무선통신부(341)는 양방향 점멸 게이트웨이(200)와 피코캐스트에 의한 무선통신을 수행하도록 할 수 있다. 이러한 제 2 피코캐스트무선통신부(341)는 Multi-path routing 구현, Ad-hoc network 구현, Unidirectional/Simplex(1 to N Broadcast) 구현, Bidirectional/Half-dulplex(1 to 1 Unicast) 구현, GFSK 변조방식 사용, 그리고 주파수가 917.1~923.3MHz일 수 있으며, 이 밖에도 앞서 설명한 제 1 피코캐스트무선통신부(210)와 동일하므로 중복되는 설명을 생략하기로 한다.
제 2 밝기제어부(342)는 조명조절부(140)로부터 제공되는 제어신호를 제 2 피코캐스트무선통신부(341)에 의한 무선통신에 의해 양방향 점멸 게이트웨이(200)로부터 제공받아 상응하는 조명부(330)의 밝기 제어를 수행할 수 있다.
제 2 점소등제어부(343)는 무선원격제어부(150)로부터 제공되는 제어신호를 제 2 피코캐스트무선통신부(341)에 의한 무선통신에 의해 양방향 점멸 게이트웨이(200)로부터 제공받아 상응하는 조명부(330)의 제어, 예컨대 온(on)/오프(off)나 밝기 조절 등의 제어를 수행할 수 있다.
상태표시부(344)는 제 2 피코캐스트무선통신부(341)에 의한 무선통신에 의해 조명부(330)의 전력 소모량을 양방향 점멸 게이트웨이(200)를 통해서 전력소모량모니터링부(160)에 전달할 수 있다. 상태표시부(344)는 조명부(330)의 전력 소모량 등의 검출을 위해 필요한 센서나 검출기 등이 사용될 수 있다.
이와 같은 본 발명에 따른 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템에 따르면, 전원 공급이 열악한 지역의 가로등 점멸의 조정을 효율적으로 하기 위해, 딥러닝 기술을 도입하여 일사량 및 배터리의 SOC(State Of Charge)를 예측함으로써, 가로등의 효율적 조명을 제공할 수 있다.
또한 본 발명에 따르면, 열악한 지형 등으로 무선제어가 요구되는 지역에, 비동기 방식의 통신 시스템이 아닌 실기간 동기 방식으로 무선 제어를 수행하여 양방향 제어 및 송수신 데이터 양을 극대화함으로써, 실시간 제어 및 외부 간섭에 강한 채널을 확보하여 가로등 시스템의 무선 제어에 대한 신뢰성을 향상시킬 수 있다.
이와 같이 본 발명에 대해서 첨부된 도면을 참조하여 설명하였으나, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 수정 및 변형이 이루어질 수 있음은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시례에 한정되어서는 아니되며, 후술하는 특허청구범위뿐만 아니라 이러한 특허청구범위와 균등한 것들에 의해 정해져야 한다.
1 : 기상 자료 제공 시스템 2 : 단말기
100 : 중앙 관제 시스템 110 : 기상자료분석부
120 : 일사량예측부 130 : 발전량예측부
140 : 조명조절부 150 : 무선원격제어부
160 : 전력소모량모니터링부 170 : 데이터베이스부
200 : 양방향 점멸 게이트웨이 210 : 제 1 피코캐스트무선통신부
220 : 제 1 밝기제어부 230 : 제 1 점소등제어부
240 : 전력소모량취합부 310 : 태양전지
320 : 배터리 321 : 충전부
330 : 조명부 340 : 점멸감시기
341 : 제 2 피코캐스트무선통신부 342 : 제 2 밝기제어부
343 : 제 2 점소등제어부 344 : 상태감시부
100 : 중앙 관제 시스템 110 : 기상자료분석부
120 : 일사량예측부 130 : 발전량예측부
140 : 조명조절부 150 : 무선원격제어부
160 : 전력소모량모니터링부 170 : 데이터베이스부
200 : 양방향 점멸 게이트웨이 210 : 제 1 피코캐스트무선통신부
220 : 제 1 밝기제어부 230 : 제 1 점소등제어부
240 : 전력소모량취합부 310 : 태양전지
320 : 배터리 321 : 충전부
330 : 조명부 340 : 점멸감시기
341 : 제 2 피코캐스트무선통신부 342 : 제 2 밝기제어부
343 : 제 2 점소등제어부 344 : 상태감시부
Claims (6)
- 다수의 가로등 시스템을 관제하기 위한 중앙 관제 시스템을 포함하고,
상기 중앙 관제 시스템은,
기상 자료 제공 시스템으로부터 기상자료를 제공받아 분석하는 기상자료분석부;
상기 기상자료분석부로부터 분석된 기상자료로부터 딥러닝 알고리즘을 사용하여 향후 일사량을 예측하는 일사량예측부;
상기 일사량예측부로부터 예측된 일사량으로부터 딥러닝 알고리즘을 사용하여 가로등 시스템에 마련된 태양전지의 발전량을 예측하는 발전량예측부; 및
상기 발전량예측부에 의해 예측된 발전량에 따라 상기 가로등 시스템의 조명 밝기를 조절하기 위한 제어신호를 출력하는 조명조절부;
를 포함하고,
상기 조명조절부는,
상기 가로등 시스템의 배터리에 제 1 설정시까지 충전되면, 그 이후 제 2 설정시에 추정되는 상기 배터리의 SOC(State Of Charge)에 따라 상기 가로등 시스템의 조명부에 대한 밝기를 1차로 결정하여, 상기 조명부에 대한 부하를 상기 1차로 결정된 밝기를 가지도록 온(on)시킨 다음, 그 이후 제 1 설정시간을 경과하여 제 3 설정시에 상기 발전량예측부에 의해 예측되는 발전량에 따라 상기 조명부의 밝기를 2차로 결정하여, 상기 조명부에 대한 부하를 상기 2차로 결정된 밝기를 가지도록 수정하고, 제 4 설정시에 상기 조명부의 부하를 오프(off)시키도록 하고,
상기 중앙 관제 시스템은,
외부의 단말기가 상기 가로등 시스템의 원격 제어를 위해 무선으로 접속하도록 하고, 상기 단말기로부터 상기 가로등 시스템의 원격 제어를 위해 제공되는 제어신호를 상기 가로등 시스템의 제어를 위해 출력하는 무선원격제어부;
상기 가로등 시스템으로부터 전력 소모량에 대한 정보를 수신받아 상기 단말기에 제공하는 전력소모량모니터링부; 및
상기 가로등 시스템의 원격 제어 및 상기 전력 소모량의 제공에 필요한 정보를 저장하는 데이터베이스부;
를 더 포함하고,
상기 중앙 관제 시스템의 제어신호를 미리 정해진 다수의 상기 가로등 시스템에 전달하거나, 상기 가로등 시스템으로부터 전력 소모량에 대한 정보를 상기 중앙 관제 시스템에 제공하는 양방향 점멸 게이트웨이를 더 포함하고,
상기 양방향 점멸 게이트웨이에 의해 제어되고, 상기 양방향 점멸 게이트웨이에 전력 소모량을 제공하는 가로등 시스템을 더 포함하고,
상기 가로등 시스템은,
태양광을 조사받아 전기를 생산하도록 하는 태양전지;
상기 태양전지에 의해 생산되는 전기를 충전부에 의해 충전하도록 하는 배터리;
상기 배터리로부터 전기를 제공받아 조명을 제공하는 조명부;
상기 양방향 점멸 게이트웨이와 피코캐스트에 의한 무선통신을 수행하도록 하는 제 2 피코캐스트무선통신부;
상기 조명조절부로부터 제공되는 제어신호를 상기 제 2 피코캐스트무선통신부에 의한 무선통신에 의해 상기 양방향 점멸 게이트웨이로부터 제공받아 상응하는 상기 조명부의 제어를 수행하는 제 2 밝기제어부;
상기 무선원격제어부로부터 제공되는 제어신호를 상기 제 2 피코캐스트무선통신부에 의한 무선통신에 의해 상기 양방향 점멸 게이트웨이로부터 제공받아 상응하는 상기 조명부의 제어를 수행하는 제 2 점소등제어부; 및
상기 제 2 피코캐스트무선통신부에 의한 무선통신에 의해 상기 조명부의 전력 소모량을 상기 양방향 점멸 게이트웨이를 통해서 상기 전력소모량모니터링부에 전달하는 상태감시부;
를 포함하는, 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템. - 삭제
- 삭제
- 삭제
- 청구항 1에 있어서,
상기 양방향 점멸 게이트웨이는,
상기 가로등 시스템 각각과 피코캐스트에 의한 무선통신을 수행하도록 하는 제 1 피코캐스트무선통신부;
상기 조명조절부로부터 제공되는 제어신호를 상기 제 1 피코캐스트무선통신부에 의한 무선통신에 의해 상기 가로등 시스템 각각으로 전달하는 제 1 밝기제어부;
상기 무선원격제어부로부터 제공되는 제어신호를 상기 제 1 피코캐스트무선통신부에 의한 무선통신에 의해 상기 가로등 시스템 각각으로 전달하는 제 1 점소등제어부; 및
상기 가로등 시스템 각각으로부터 상기 제 1 피코캐스트무선통신부에 의한 무선통신에 의해 전력 소모량을 제공받아 상기 전력소모량모니터링부에 전달하는 전력소모량취합부;
를 포함하는, 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200068816A KR102271922B1 (ko) | 2020-06-08 | 2020-06-08 | 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200068816A KR102271922B1 (ko) | 2020-06-08 | 2020-06-08 | 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102271922B1 true KR102271922B1 (ko) | 2021-07-05 |
Family
ID=76899447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200068816A KR102271922B1 (ko) | 2020-06-08 | 2020-06-08 | 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102271922B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130075052A (ko) * | 2011-12-27 | 2013-07-05 | 주식회사 퓨처테크 | 계통 연계형 가로등 감시 제어 시스템 |
| KR20160025223A (ko) * | 2014-08-27 | 2016-03-08 | 주식회사 티디씨기술연구소 | 가로등 제어 장치 및 방법 |
| KR20190063834A (ko) * | 2017-11-30 | 2019-06-10 | 주식회사 트로닉스 | 스마트 가로등 관리 시스템 및 방법 |
| KR102014339B1 (ko) * | 2019-02-26 | 2019-08-26 | 포스컨트롤 주식회사 | 머신러닝을 이용한 태양광 발전 시스템의 이상 감지 방법 및 장치 |
-
2020
- 2020-06-08 KR KR1020200068816A patent/KR102271922B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130075052A (ko) * | 2011-12-27 | 2013-07-05 | 주식회사 퓨처테크 | 계통 연계형 가로등 감시 제어 시스템 |
| KR20160025223A (ko) * | 2014-08-27 | 2016-03-08 | 주식회사 티디씨기술연구소 | 가로등 제어 장치 및 방법 |
| KR20190063834A (ko) * | 2017-11-30 | 2019-06-10 | 주식회사 트로닉스 | 스마트 가로등 관리 시스템 및 방법 |
| KR102014339B1 (ko) * | 2019-02-26 | 2019-08-26 | 포스컨트롤 주식회사 | 머신러닝을 이용한 태양광 발전 시스템의 이상 감지 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114361885B (zh) | 智能插座 | |
| KR101611296B1 (ko) | 스마트 디바이스를 이용한 전력 제어 방법 및 장치 | |
| US8044539B2 (en) | Intelligent solar energy collection system | |
| BRPI0622066A2 (pt) | Sistema de energia elétrica. | |
| WO1996020369A1 (en) | Solar street light control system | |
| KR101311349B1 (ko) | 계통 연계형 가로등 감시 제어 시스템 | |
| CN102427651A (zh) | 物联网lvd路灯城市照明控制系统 | |
| CN101237156B (zh) | 壁挂式高频开关直流电源系统的实现方法 | |
| EP3941161B1 (en) | Nb-iot technology-based intelligent street lamp measurement and control device | |
| US20200077333A1 (en) | Sensor device and sensor network system | |
| EP3439133B1 (en) | Power supply device, power supply method, and power storage device | |
| KR102253867B1 (ko) | 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 조명 영역 가변형 태양광 가로등 무선제어 시스템 | |
| CN112533338A (zh) | 一种面向5g通讯的太阳能智慧路灯集成系统 | |
| WO2016135508A1 (en) | Solar home system | |
| KR102480662B1 (ko) | 재난방송 기능을 가지는 조명영역 방사상 가변식 태양광 가로등의 무선 원격 제어 관리 시스템 | |
| KR102271922B1 (ko) | 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 태양광 가로등 무선제어 시스템 | |
| KR102243763B1 (ko) | 딥러닝 기반 효율적 에너지 사용과 피코캐스트를 활용한 조명 반사 가변형 태양광 가로등 무선제어 시스템 | |
| KR20220086740A (ko) | 재난방송 기능을 가지는 피코캐스트 활용 태양광 가로등의 무선제어 시스템 | |
| Wibisono et al. | Design and implementation of smart wireless street lighting system with ad-hoc network configuration | |
| CN103378604A (zh) | 智能微电网 | |
| CN103532213A (zh) | 一种面向偏远通信基站的异构多模电池管理系统 | |
| Donuk et al. | Metering and data processing in a micro-scale area for smart grid applications | |
| CN112636334B (zh) | 一种基于太阳能的微电网系统 | |
| KR102523659B1 (ko) | 인공 지능 기반의 재난방송 및 대피방향을 제시하는 태양광 가로등의 무선 제어 시스템 | |
| CN113691020A (zh) | 一种基于蜂窝物联网的通信基站直流电源控制系统及其工作方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |