KR102349610B1

KR102349610B1 - 전기 안전 IoT 장치 및 그 방법

Info

Publication number: KR102349610B1
Application number: KR1020210138020A
Authority: KR
Inventors: 문기석
Original assignee: 주식회사 에스트론
Priority date: 2021-10-18
Filing date: 2021-10-18
Publication date: 2022-01-11

Abstract

본 발명은 전기 안전 IoT 장치 및 그 방법에 관한 것으로서, 아크 발생 후보 영역에 설치되는 한쌍의 도체판 사이에서 변화되는 유전율 변화를 감지하여 센싱값으로 제공하는 아크감지센서; 상기 아크감지센서에서 감지된 센싱값을 제공받아 디지털 변환하여 정전 용량 신호를 제공하는 마이크로컨트롤러 유닛(micro control unit, MCU); 상기 MCU에서 제공되는 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거하는 필터부; 및 상기 필터부를 통과한 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화하고, 상기 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 상기 아크 감지 영상에 근거하여 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력하는 검출부를 포함하는 것이다.

Description

전기 안전 IoT 장치 및 그 방법{Electrical safety IoT device and method thereof}

본 발명은 실시간 전기 재해의 원격 감시를 위한 전기 안전 IoT 장치 및 그 방법에 관한 것이다.

이 부분에 기술된 내용은 단순히 본 발명의 일 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.

재산과 인명의 피해를 야기하는 사고 중 큰 부분을 차지하고 있는 것이 화재이다. 화재의 발생빈도를 보면 전기화재가 가장 높은 비중으로 발생하는데, 이중 직렬아크(단락)에 의한 사고가 전체 전기화재 중 대다수를 차지한다.

아크에 의한 사고는 문어발식 콘센트 사용, 노후 수배전반, 노후 전선의 피복 열화, 전선의 찍힘 등으로 인해 발생할 수 있으며, 이는 주거 환경과 공장을 가리지 않고 전기를 사용하는 어떠한 장소에서도 발생할 수 있다. 이는 전력 시설물의 노후 및 관리의 부재로 인해 발생하는 경우가 많으며, 이러한 사고를 예방하기 위해서는 전력 시설물에서 발생되는 아크를 즉시 검출하고, 이를 통보할 수 있어야 한다.

아크 사고는 발생 형태에 따라 접지 아크 사고, 병렬 아크 사고 및 직렬 아크 사고로 분류된다.

먼저, 접지 아크 사고는 활선 도체가 접지와 접촉 또는 누설전류 형태로 발생되는 아크 사고로서, 일종의 누설전류 사고와 비슷한 형태의 사고이다. 접지 아크 사고로 인해 활선 도체가 누설 전류가 발생하고, 이렇게 발생된 누설전류로 인해 아크를 방출하게 된다. 이때, 아크 전류는 접촉저항이 높아 부하전류에 비해 매우 적은 200~300mA의 미소한 전류가 흐르게 되어 아크사고 검출이 비교적 어렵다.

다음, 병렬 아크 사고는 활선 도체가 음극(-, N)선 사이에서 발생되는 아크 사고로서 일종의 지락(또는 단락) 사고와 비슷한 형태의 사고이다. 병렬 아크 사고로 인해 활선도체가 부분 방전을 하게 되고 지속적인 아크를 방출한다. 아크 전류는 부하전류에 비해 큰 전류가 흐르게 되어 검출이 비교적 쉽다.

마지막으로, 직렬 아크 사고는 활선 도체가 직렬로 아크 사고가 발생하는 형태로서 이 사고로 인해 활선도체가 부분 방전을 하게 되고 지속적인 아크를 방출하게 된다. 이 사고는 직렬회로에 임피던스가 증가된 형태로 아크 전류는 부하전류에 비해 크게 적은 전류가 흐르게 되어 아크사고 검출이 비교적 어렵다.

이와 같이, 아크 사고에서 아크 전류의 크기는 아크사고 지점의 도체 임피던스 상태에 매우 다르지만, 일반적으로 병렬 아크 사고는 정격부하전류에 비해 큰 전류가 흘러서 검출이 용이하지만, 직렬 아크 사고와 접지 아크 사고는 미소한 전류가 흘러서 검출이 용이하지 않다. 따라서, 아크 사고발생시 아크에 대한 시간-주파수 분석을 통하여 정상 상태와 아크 발생 상태를 정확하게 구분하여, 노후 설비나 전선 등에서 아크 감지를 통해 화재 예방할 수 있는 기술이 필요하다.

본 발명은 전술한 문제점을 해결하기 위하여, 본 발명의 일 실시예에 따라 노후한 분전함이나 전선 등의 전기 설비에 간단하게 설치되어 정확하게 아크 발생 상태를 검출할 수 있는 하는 것에 목적이 있다.

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

상기한 기술적 과제를 달성하기 위한 기술적 수단으로서 본 발명의 일 실시예에 따른 수용가에 설치되어 전기 상태를 측정하는 전기 안전 IoT 장치는, 아크 발생 후보 영역에 설치되는 한쌍의 도체판 사이에서 변화되는 유전율 변화를 감지하여 센싱값으로 제공하는 아크감지센서; 상기 아크감지센서에서 감지된 센싱값을 제공받아 디지털 변환하여 정전 용량 신호를 제공하는 마이크로컨트롤러 유닛(micro control unit, MCU); 상기 MCU에서 제공되는 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거하는 필터부; 및 상기 필터부를 통과한 정전용량 신호를 이용하여 아크 발생 여부를 검출하는 검출부를 포함하는 것이다.

상기 아크감지센서는, 제1 도체판; 및 상기 제1 도체판과 기 설정된 이격 거리를 두고 동일 평면 상에 평행하게 배치되는 제2 도체판을 포함하는 전계 센서; 및 상기 전계 센서의 각 도체판 사이의 유전율 변화를 감지하는 정전용량 센서를 포함하는 것이다.

상기 전계 센서는 상기 아크 발생 후보 영역의 설치면 상태에 따라 평판 형태 또는 유연한(flexible) 곡면 형태로 형성되는 것이다.

상기 MCU는, 상기 정전용량 신호에서 피크값을 검출하고, 기 설정된 배수의 피크값 검출시 아크가 발생됨을 판단하는 것이다.
상기 검출부는, 상기 필터부를 통과한 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화하고, 상기 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 상기 아크 감지 영상에 근거하여 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력하는 것이다.

상기 검출부는, 상기 정전용량 신호의 주파수 변환을 통해 스펙트로그램(Spectrogram)을 생성하는 고속 푸리에 변환(Short-Time Fourier Transform, STFT) 모듈; 스케일로그램(Scalogram)을 이용하여 상기 스펙트로 그램 값을 색상으로 표현한 아크 감지 영상을 구성하고, 정상 상태의 아크 감지 영상과 아크 발생 상태의 아크 감지 영상을 N장 수집하여 학습 데이터를 생성하는 특징 생성 모듈; 상기 학습 데이터를 전처리하여 인공 지능 기반의 아크 검출 모델을 학습하는 학습 모듈; 및 상기 학습 모듈을 통해 학습된 인공 지능 기반의 아크 검출 모델을 이용하여 입력되는 아크 감지 영상에 대해 정상 상태/아크 발생 상태를 분류한 후 분류 결과를 출력하는 아크검출모듈을 포함하는 것이다.

본 발명의 일측면에 따르면, 전기 안전 IoT 장치는, 순간전력, 누적 전력, 전압, 전류, 급격한 온도 변화를 포함한 전기 안전 상태를 감지하는 센서부; 및 저전력 광대역 통신 방식을 이용하여 양방향 데이터 전송 기능을 수행하는 통신 모듈; 및 외부에서 공급되는 전원을 기 설정된 출력 전압으로 제어하여 전기 안전 IoT 장치에 제공하는 전원공급장치를 더 포함하고, 상기 MCU는 상기 통신 모듈을 통해 센서부 감지 결과에 따른 측정 데이터와 경보 설정값을 포함한 전기 안전 데이터를 관제 센터 또는 사용자 단말로 전송하는 것이다.

본 발명의 일측면에 따르면, 상기 MCU는, ADC(Analog-to-Digital Converter) 및 DAC(digital-analog converter) 기능, 상기 전원공급장치의 제어 기능, 전압, 전류, 전력, 역률, 온도를 포함한 전기 안전 데이터의 측정 기능, 과전류, 과전압, 누설전류 검출를 포함한 경보 설정값에 대한 원격 설정 기능 및 경보 설정값 초과시 경보 기능, 표시 기능, 통신 기능, FOTA(Firmware Over The Air) 기능을 제공하는 것이다.

이때, 상기 관제 센터는 상기 통신 모듈을 통해 각 전기 안전 IoT 장치별 상태 및 소프트웨어 업데이트 상황을 확인하고, 각 전기 안전 IoT 장치의 소프웨어 버젼 정보나 오류 증상에 따라 해당 전기 안전 IoT 장치 내 FOTA 기능을 통해 펌웨어 업데이트를 수행하는 것이다.

상기 통신 모듈은 LTE Cat M1 방식을 이용하는 것이다.

한편, 본 발명의 일 실시예에 따른 수용가에 설치되어 전기 상태를 측정하는 전기 안전 IoT 장치에 의해 수행되는 아크 검출 방법은, 아크 발생 후보 지역에 설치된 아크 감지 센서로부터 센싱값을 수신하는 아크 감지 과정; 상기 센싱값을 디지털 변환하여 정전 용량 신호를 산출하고, 상기 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거하는 신호 필터링 과정; 상기 신호 필터링 과정을 거친 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화 처리하는 영상 구성 과정; 및 상기 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 상기 아크 감지 영상을 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력하는 아크검출 과정을 포함하는 것이다.

상기 아크검출 과정은, 상기 정전용량 신호의 주파수 변환을 통해 스펙트로그램(Spectrogram)을 생성하는 고속 푸리에 변환(Short-Time Fourier Transform, STFT) 단계; 스케일로그램(Scalogram)을 이용하여 상기 스펙트로 그램 값을 색상으로 표현한 아크 감지 영상을 구성하고, 정상 상태의 아크 감지 영상과 아크 발생 상태의 아크 감지 영상을 N장 수집하여 학습 데이터를 생성하는 특징 생성 단계; 상기 학습 데이터를 전처리하여 인공 지능 기반의 아크 검출 모델을 학습하는 학습 단계; 및 상기 학습 단계을 통해 학습된 인공 지능 기반의 아크 검출 모델을 이용하여 입력되는 아크 감지 영상에 대해 정상 상태/아크 발생 상태를 분류한 후 분류 결과를 출력하는 아크검출 단계를 포함하는 것이다.

전기 안전 IoT 장치의 아크 검출 방법은, 상기 정전용량 신호를 펄스 형태의 신호로 변환한 후 피크값을 검출하고, 기 설정된 배수의 피크값 검출시 아크가 발생됨을 판단하는 피크 감지 과정을 더 포함하는 것이다.

전술한 본 발명의 과제 해결 수단에 의하면, 본 발명은 소형 및 경량으로 구성된 정전용량 방식의 아크 감지 센서를 포함하는 전기 안전 IoT 장치를 이용하여 아크 발생을 정확하게 검출하여 통보할 수 있고, 아크 감지 센서에서 센싱한 정전용량 신호를 시각화한 후 시각화된 영상을 인공 지능 기반의 딥러닝 모델을 이용하여 정상 상태와 아크 발생 상태로 분류함으로써 아크 검출 성능을 개선시킬 수 있으며, 정확한 아크 검출로 인해 전기 화재를 예방할 수 있다.

도 1은 본 발명의 일 실시예에 따른 전기 안전 모니터링 시스템의 구성을 설명하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 전기 안전 IoT 장치의 구성을 설명하는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 전기 안전 IoT 장치를 이용한 아크 감지 장치의 구성을 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 한쌍의 도체판으로 이루어진 전계 센서의 구조 및 전기력선을 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 한쌍의 도체판으로 이루어진 전계 센서의 형성 과정을 설명하는 도면이다.
도 6은 본 발명의 일시예에 따른 아크 발생시 정전용량 신호를 설명하는 신호파형도이다.
도 7은 본 발명의 일 실시예에 따른 MCU의 아크 발생 판단을 위한 피크 검출 과정을 설명하는 도면이다.
도 8 및 도 9는 본 발명의 일 실시예에 따른 아크감지센서의 실험 데이터를 산출하는 과정을 설명하는 도면이다.
도 10은 본 발명의 일 실시예에 따른 검출부의 STFT를 통해 스펙트로그램을 생성한 결과를 설명하는 예시도이다.
도 11은 본 발명의 일 실시예에 따른 검출부의 학습 데이터의 생성 과정을 설명하는 예시도이다.
도 12는 본 발명의 일 실시예에 따른 검출부의 아크검출모듈을 설명하는 예시도이다.
도 13은 본 발명의 일 실시예에 따른 아크감지센서가 제1 아크 발생 후보 영역에서 아크를 감지하는 과정을 설명하는 도면이다.
도 14는 본 발명의 일 실시예에 따른 아크감지센서가 제2 아크 발생 후보 영역에서 아크를 감지하는 과정을 설명하는 도면이다.
도 15은 도 14에 적용되는 아크 감지 센서를 설명하는 예시도이다.
도 16은 본 발명의 일 실시예에 따른 전기 안전 IoT 장치의 아크 검출 방법을 설명하는 순서도이다.

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

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"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

본 명세서에서 ‘단말’은 휴대성 및 이동성이 보장된 무선 통신 장치일 수 있으며, 예를 들어 스마트 폰, 태블릿 PC 또는 노트북 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치일 수 있다. 또한, ‘단말’은 네트워크를 통해 다른 단말 또는 서버 등에 접속할 수 있는 PC 등의 유선 통신 장치인 것도 가능하다. 또한, 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다.

무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.

이하의 실시예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아니다. 따라서 본 발명과 동일한 기능을 수행하는 동일 범위의 발명 역시 본 발명의 권리 범위에 속할 것이다.

또한, 본 발명의 각 실시예에 포함된 각 구성, 과정, 공정 또는 방법 등은 기술적으로 상호간 모순되지 않는 범위 내에서 공유될 수 있다.

이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 전기 안전 모니터링 시스템의 구성을 설명하는 도면이다.

도 1을 참조하면, 전기 안전 모니터링 시스템(100)는 분전함(110), 전기 안전 IoT 장치(120), 센서부(130), 통신부(140), 가스 센서(150), 사용자 단말(10) 및 관제센터(200)를 포함한다.

전기 안전 IoT 장치(120)는 단락, 과부하, 누전, 과전압, 정전, 반단선, 접촉 불량 뿐만 아니라 분전함의 내부 온도 측정의 각 감시 항목에 대한 측정 기능을 수행하고, 각 감시 항목별로 측정된 감시 데이터를 이용하여 전기안전 품질용 파라미터 측정 및 연산하며, 전압, 전류, 저항성 누설 전류 등의 전기안전 품질 데이터를 관제 센터(200)로 송신하기 적합한 데이터로 변환한다. 이때, 전기 안전 IoT 장치(120)는 분전함(110)의 2차측 간선보호용 차단기 2차측에 설치될 수 있다.

센서부(130)는 부하전류 및 누설전류 측정을 위한 센서(CT/ZCT 등)로서, 측정 오차 최소화를 위해 센서 주위에 신호처리부(미도시)가 설치될 수 있다. 이러한 센서부(130)는 CT/ZCT를 통해 순간전력, 누적 전력, 전압, 전류, 급격한 온도 변화 등을 처리하여 정전 상황이나 누전 등의 화재 원인에 대한 이벤트 알림 기능을 수행한다.

통신부(140)는 통신망에 접속하여 통신 기능을 수행하고, 전기 안전 IoT 장치(120)로부터의 전기안전 품질 데이터(전압, 전류, 누설 전류 등)를 관제 센터(200) 또는 사용자 단말(10)로 전송한다. 통신부(140)는 상용 통신망을 통해 센서부(130)의 이벤트 및 이상 여부에 대한 데이터를 전송할 수 있다.

가스 센서(150)는 화재시 필수 발생 가스인 일산화탄소(CO)를 감지하하여 CO 측정값을 통신부(140)로 전달한다. 이러한 가스 센서(150)는 통신부(140)에 탑재될 수 있다.

관제 센터(200)는 실시간 전기 안전 품질 데이터를 분석하고, 각 전기 안전 IoT 장치(120)를 관리하며, 경보 기준 이상 발생시 알람 표출과 동시에 수용가의 고객 또는 관리자에게 알람 내용을 전송한다. 관제 센터(200)는 실시간 전기 안전 품질 데이터의 이상 징후 알림을 위한 CEP(Complex Event Processing) 엔진을 구현하고, 인공 지능 기술에 기반하여 전기 안전 IoT 장치(120)를 통해 수집된 전기 안전 품질 데이터를 분석하여 전기 위험 수준, 사용 패턴 분석 모델 알고리즘을 구현하여 위험 요소를 사전에 감지할 수 있다.

이러한 관제 센터(200)는 일반적인 의미의 서버용 컴퓨터 본체일 수 있고, 그 외에 서버 역할을 수행할 수 있는 다양한 형태의 장치로 구현될 수 있다. 구체적으로, 관제 센터(200)는 통신 모듈(미도시), 메모리(미도시), 프로세서(미도시) 및 데이터베이스(미도시)를 포함하는 컴퓨팅 장치에 구현될 수 있는데, 스마트폰이나 TV, PDA, 태블릿 PC, PC, 노트북 PC 및 기타 사용자 단말 장치 등으로 구현될 수 있다.

관제 센터(200)는 데이터베이스 서버와 모니터링 서버로 구성될 수 있고, 데이터베이스 서버에서는 고객의 정보, 고장발생기록, 데이터처리, 이벤트 분석 등을 거쳐 모니터링 서버로 데이터를 전송한다. 모니터링 서버에서는 웹 기반으로 구성하고, 지리정보를 활용하여 위치정보를 통해 전기안전 IoT 장치(120)의 위치를 알 수 있도록 구성하여 전기 재해시 현장에 출동하여 조치를 취할 수 있도록 한다.

전기 안전 모니터링 시스템(100)는 수용가별 개별 분전함(110)에 전기 상태 측정이 가능한 전기 안전 IoT 장치(120)를 장착하고, 전기 안전 IoT 장치(120)는 센서부(CT/ZCT)를 통해 전기 안전 상태를 감시하며, 평상시에 주기적으로 전류 흐름을 관제하지만 사고 발생시 즉각적인 통신이 이루어져 사용자 단말(10) 상에 설치된 전기 안전용 애플리케이션 알림과 문자 메시지를 전송할 수 있다. 또한, 전기 안전 IoT 장치(120)는 통신망을 통해 관제 센터(200)와 통신하며 실시간 전기안전 품질 데이터를 전송한다.

이와 같이, 전기 안전 모니터링 시스템(100)은 복합 쇼핑 타운 및 대형 유통 상가 시설 등에 설치되어 실시간 전기 안전 모니터링 시스템으로 활용될 수 있고, 전기 안전 IoT 장치(120)는 수용가의 전기 사용시 전압, 전류, 전력, 온도 등의 전기적 요소들을 측정한 후 현재 사용중인 상용 통신망을 이용하여 전기안전 품질 데이터(또는 전기 안전 데이터)를 실시간으로 사용자 단말(10)에 설치된 전기 안전용 애플리케이션을 통해 전기 안전 관리자와 서비스 이용자에게 모바일 서비스를 제공하고, 관제 센터(200)에도 주기적으로 전송할 수 있다.

도 2는 본 발명의 일 실시예에 따른 전기 안전 IoT 장치의 구성을 설명하는 블록도이다.

도 2를 참조하면, 전기 안전 IoT 장치(120)는 MCU(121), 통신 모듈(122), SMPS(123), 배터리(124), 커넥터(125), 복수의 LED(126) 등을 포함한다.

MCU(121)는 고속 샘플링 ADC(Analog-to-Digital Converter) 및 DAC(digital-analog converter)가 내장된 마이크로컨트롤러 유닛(micro-control unit)으로서, SMPS(123)의 제어 기능 뿐만 아니라 전압, 전류, 전력, 역률, 온도의 측정 기능, 과전류, 과전압, 누설전류 검출 등의 경보 설정값 원격 설정 기능 및 경보 설정값 초과시 경보 기능, 표시 기능, 통신 기능, CPU 및 IoT 모듈과의 FOTA(Firmware Over The Air) 기능을 제공한다.

따라서, 관제 센터(200)는 통신 모듈(122)을 통해 각 전기 안전 IoT 장치(100)별 상태 및 소프트웨어 업데이트 상황을 확인하고, 각 전기 안전 IoT 장치의 소프웨어 버젼 정보나 오류 증상에 따라 해당 전기 안전 IoT 장치 내 FOTA 기능을 통해 펌웨어 업데이트를 수행할 수 있다. 따라서, 전기 안전 IoT 장치(100)는 일괄적으로 관제 센터(200)로부터 관리되는 것이 아니라, 무선 통신으로 자신의 소프트웨어 버젼 상태, 상태 정보, 오류 증상 등에 따라 개별적으로 관리될 수 있어, 즉각적인 오류 정정이나 기타 필요한 정보를 업데이트 할 수 있다.

MCU(121)는 정전 후 2시간 이상이 경과된 후에 동작하도록 SMPS(123)를 제어하는데, 이는 정전후 동작이 2분 이내로 짧으수록 이벤트 알림 등이 어려워지며 데이터가 누락되는 경우가 발생할 수 있기 때문에 정전후 2시간 이상이 경과된 후에 동작되도록 한다.

통신 모듈(122)은 MCU(121)의 측정 기능을 통한 측정 데이터, 경보 설정값 등을 LTE IoT 이동 통신 기술(예를 들어, Quectel사의 LTE Cat M1)을 이용하여 전기안전 주요 감시 요소인 과전류, 과전압, 저항성 누설전류, 전력 등에 대한 전기안전 품질 데이터를 관제 센터(200)로 전송할 수 있다. LTE Cat M1 방식을 사용하는 통신 모듈(122)은 기존에 사물인터넷 (IoT)을 위해 특별히 설계된 표준 기반의 저전력 광역 통신(NB IoT) 방식에 비해 대량의 데이터를 빠른 속도로 전송할 수 있는 이점이 있다.

이때, 통신 모듈(122)은 SIM(Subscriber Identity Module) 카드를 통해 데이터 신호 처리를 담당하는 통신 칩셋의 기능을 구현하고 있지만, SIM 카드없이 통신 기술과 보안 기술을 구현할 수 있는 소프트웨어 방식으로 SIM 카드를 대체할 수도 있다. 만일, 통신 모듈(122)이 SIM 카드 없이 IoT 망에 적용될 경우에 SIM 카드를 위한 별도의 공간이나 부품이 필요없어져 그만큼 장치의 크기와 무게를 줄일 수 있는 장점이 있다.

SMPS(switched mode power supply, 전원공급장치)는 AC 또는 DC 전원의 안정적인 출력 전압을 유지하는 스위칭 전원으로서, 출력 전압 제어를 수행하는 플라이백 컨버터를 적용한 플라이백 타입(Flyback Type)이다.

SMPS(123)는 외부로부터 교류 전압을 입력받아 배터리(124)의 충전을 위한 직류 전압(DC 5V)을 공급하고, SDC(Step-Down Converter)에 의해 주전원(DC 3.8V)을 통신 모듈(122)에 제공한다.

배터리(124)는 SMPS(123)에 접속되어 SMPS(123)로부터 직류 전압(5V)을 입력받아 충전하고, LDO(Low-Drop Out Regulator)를 통해 방전하여 MCU(121)로 출력전압(DC 3.3V)을 제공한다. 배터리(124)는 평상시 충전 상태를 유지하고, 정전시 방전 상태로 변경하여 전원을 공급하고, 정전 해소시 MCU(121)가 리셋 동작시킨다.

복수의 LED(126)는 전원 상태, 이벤트 상태, 통신 상태 등을 표시한다.

한편, 전기 안전 IoT 장치(120)의 일측에는 커넥터(125)가 구비되고, 커넥터(125)를 통해 외부 교류 전원단과 센서부(130)의 각 센서(CT/ZCT) 출력단의 커넥터(161)와 센싱 케이블을 통해 연결될 수 있다.

도 3은 본 발명의 일 실시예에 따른 전기 안전 IoT 장치를 이용한 아크 감지 장치의 구성을 설명하는 도면이며, 도 4는 본 발명의 일 실시예에 따른 한쌍의 도체판으로 이루어진 전계 센서의 구조 및 전기력선을 설명하는 도면이고, 도 5는 본 발명의 일 실시예에 따른 한쌍의 도체판으로 이루어진 전계 센서의 형성 과정을 설명하는 도면이다. 또한, 도 6은 본 발명의 일시예에 따른 아크 발생시 정전용량 신호를 설명하는 신호 파형도이고, 도 7은 본 발명의 일 실시예에 따른 MCU의 아크 발생 판단을 위한 피크 검출 과정을 설명하는 도면이다.

도 3을 참조하면, 전기 안전 IoT 장치(120)는 아크감지센서(310), MCU(320), 필터부(330) 및 검출부(340)를 포함하지만 이에 한정되지는 않는다.

아크감지센서(310)는 아크 발생 후보 영역에 설치되는 한쌍의 도체판(311) 사이에서 변화되는 유전율 변화를 감지하여 센싱값으로 제공한다. 이러한 아크감지센서(310)는 제1 도체판(311a), 제1 도체판(311a)과 기 설정된 이격 거리를 두고 평행하게 배치되는 제2 도체판(311b)을 포함하는 한쌍의 도체판(311) 사이의 유전율 변화를 감지하는 정전용량 센서(312)를 포함한다.

도 4에 도시된 바와 같이, 한쌍의 도체판(311)은 일종의 전계 센서, 프린징 전기장 센서 또는 프린징 전계 센서로서, 전기력선이 구동 전극(+)에서 생성되어 감지 전극(-)에서 종료되며, 두 전극 사이에는 에어갭이 유지된다. 이러한 전계 센서는 구동 전극과 감지 전극의 너비, 인접한 구동 전극과 감지 전극 사이의 간격에 의해 측정 범위가 결정된다.

한쌍의 도체판(311)은 아크 등의 물체가 접근하면 전기력선의 분포에 영향을 미치게 되어 두 전극 사이의 정전 용량이 변하게 된다. 도 5에 도시된 바와 같이, 제1 도체판(311a)과 제2 도체판(311b을 동일 평면 배열로 배치하는 것을 이미지화하면, 평행판 형태(a)에서 전극이 점차적으로 (b) 및 (c)로 바뀌면서 열리게 되어, 주변 전계 센서가 된다.

MCU(320)는 아크감지센서(310)에서 감지된 센싱값을 제공받아 디지털 변환한 정전 용량 신호를 필터부(330)로 제공하고, 필터부(330)는 MCU(320)에서 제공되는 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거한다. 대부분 아크 발생시 측정되는 정전용량 신호는 고주파 성분이므로, 1~100㎑ 사이의 신호가 된다. 따라서, 필터부(330)는 1~100㎑ 사이의 신호만 통과시키는 대역통과필터이고, 아크가 아닌 경우의 정전용량변화, 즉 노이즈를 제거할 수 있다.

도 6에 도시된 바와 같이, 필터부(330)를 거친 정전용량 신호는 아크 발생시 정전용량 변화 상태가 표시되고, MCU(320)는 아크 발생으로 인한 정전용량의 피크값을 측정하여 아크 발생 유무를 판단할 수 있다.

즉, MCU(320)는 정전용량 센서312)로 측정한 데이터(정전용량 신호)를

이라 하면, 피크 검출을 위한 2차 미분(차분)

을 구한다. 이때, n은 이산시간신호의 시퀀스이고, X(t)= X(nT)이며, T는 샘플링주기이다.

1차 차분식을

이라 한다면,

이다. 따라서, 2차 차분식(미분식)을

은 수학식 1과 같이 되고,

의 평균값을 M(n)이라 한다면, N개의 측정한 데이터에 대해서 평균을 구하면 수학식 2와 같이 된다.

[수학식 1]

[수학식 2]

의 평균값의 3배를 기준으로

이 크면 1로 하고, 작으면 0으로 하여 펄스 형태의 신호 P(n)는 수학식 3과 같이 정의한다. 이때, P(n)은

의 평균값의 k배를 기준으로 펄스 형태를 구성할 수 있는데, k는 실험 데이터에 기초하여 3~5로 설정될 수 있다.

[수학식 3]

따라서, MCU(320)는 수학식 1 내지 수학식 3으로 구성되는 피크 검출 알고리즘을 적용하여 도 7에 도시된 바와 같이 P(n)을 펄스 형태로 구성할 수 있고, P(n)이 1이 되는 구간에서 피크가 발생하였으므로 아크 발생을 판단할 수 있다.

도 8 및 도 9는 본 발명의 일 실시예에 따른 아크감지센서의 실험 데이터를 산출하는 과정을 설명하는 도면이다.

도 8 및 도 9를 참조하면, MCU(320)가 실험 데이터에 기초하여 펄스 형태의 신호 P(n)을 구성하기 위해, 한쌍의 도체판(311), 정전 용량 센서(312), 마이크로컨트롤러(910), 출력부(920) 및 간이 아크 발생 장치(930)를 이용하여 아크 발생에 따른 정전용량 신호를 검출한다.

간이 아크 발생 장치(930)는 임의적으로 아크를 발생시키고, 간이 아크 발생장치(930)를 한쌍의 도체판(311)에 접근시키면, 아크 발생시에 고전압 방전으로 인해 한쌍의 도체판(311의 전기장이 변화하여 정전 용량이 변화되고, 정전용량 센서(312)는 한쌍의 도체판(311) 사이의 정전용량을 측정한다.

마이크로 컨트롤러(910)는 I2C 등의 별도의 인터페이스로 정전용량 센서(312)와 연결되어 정전용량 센서(312)에서 측정된 정전용량 값을 출력부(920)로 출력한다. 출력부(920)는 정전용량 값을 도 6에 도시된 바와 같이 신호 파형으로 출력할 수 있다. 이때, 마이크로 컨트롤러(910)는 기 설정된 실험횟수 동안 측정된 정전용량 값을 저장한다.

다시 도 3으로 되돌아가면, 검출부(340)는 필터부(330)를 통과한 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화하고, 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 아크 감지 영상에 근거하여 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력한다.

도 10은 본 발명의 일 실시예에 따른 검출부의 STFT를 통해 스펙트로그램을 생성한 결과를 설명하는 예시도이고, 도 11은 본 발명의 일 실시예에 따른 검출부의 학습 데이터의 생성 과정을 설명하는 예시도이며, 도 12는 본 발명의 일 실시예에 따른 검출부의 아크검출모듈을 설명하는 예시도이다.

도 10 내지 도 12를 참조하면, 검출부(340)는 STFT(Short-Time Fourier Transform) 모듈(341), 특징 생성 모듈(342), 학습 모듈(343) 및 아크검출모듈(344)을 포함하여 이루어진다.

STFT 모듈(341)은 정전용량 신호의 주파수 변환을 통해 스펙트로그램(Spectrogram)을 생성한다. 도 10에 도시된 바와 같이, 스펙트로그램은 정전용량 신호를 시각화하여 그래프로 표현한 것으로서, 시간상 진폭 축의 변화를 시각적으로 볼 수 있는 파형(waveform)과 주파수상 진폭 축의 변화를 시각적으로 볼 수 있는 스펙트럼(spectrum)의 특징이 모두 결합된 구조로 시간축과 주파수상의 따른 진폭의 차이를 농도나 표시 색상으로 나타낸다.

특징 생성 모듈(342)은 스펙트로그램 값을 인공지능 기반의 아크 검출 모델에 학습 데이터로 사용할 영상, 즉 아크 감지 영상으로 구성한다. 이때, 특징 생성 모듈(342)은 도 11에 도시된 바와 같이 스케일로그램(Scalogram)을 이용하여 스펙트로그램 값을 계조도나 색깔로 표현하고, 정상 상태의 아크 감지 영상과 아크 발생 상태의 아크 감지 영상을 N장 수집하여 학습 데이터를 생성한다.

이때, 스케일로그램으로 표현된 아크감지영상은 STFT 모듈(341)의 스펙트로그램(Spectrogram)과 유사한 해석을 함으로서 정전용량 신호의 시간-주파수 특징을 나타낼 수 있다.

학습 모듈(343)은 특징 생성 모듈(342)을 통해 전송되는 학습 데이터를 전처리하여 인공 지능 기반의 아크 검출 모델을 학습한다. 이때, 학습 모듈(343)은 퓨샷 러닝(Few-shot) 방식을 통해 대량의 학습 데이터가 없는 상태에서 소량의 학습 데이터만으로 효과적으로 학습할 수 있다.

아크 검출 모듈(344)은 인공 지능 기반의 아크 검출 모델을 이용하여 입력되는 아크 감지 영상에 대해 정상 상태/아크 발생 상태를 분류한 후 분류 결과를 출력한다.

이때, 아크 검출 모델은 도 12에 도시된 바와 같이, 입력된 이미지 데이터에서 특징을 추출하는 컨볼루션 레이어(convolution Layer)와 풀링 레이어(pooling Layer), 추출된 특징들을 이용하여 분류를 하는 완전히 연결된 레이어(Fully-Connected Layer)로 구성되는 CNN 기반의 이미지 분류를 위한 딥러닝 모델로 구현된다. 기존에 아크를 검출하기 위해 시간 신호에 푸리에 변환, 웨이블릿, 또는 통계적 특징 등을 활용하였지만, 다양한 불규칙 아크 파형 때문에 실제 환경에서는 아크 검출 성능이 저하되는 문제가 있다. 그러나, 아크 검출 모델은 정전용량 신호를 STFT의 스펙트로그램(Spectrogram), 스케일로그램(Scalogram)을 이용한 스펙트로 그램 값을 색상으로 표현한 아크 감지 영상에 대한 특징 데이터를 이용함으로써 아크 검출 성능이 개선될 수 있다.

이때, 상술한 모듈들은 본 발명을 설명하기 위한 일 실시예일 뿐, 이에 한정되지 않고 다양한 변형으로 구현될 수 있다. 또한, 상술한 모듈들은 MCU(320)에 의해 제어될 수 있는 컴퓨터로 판독 가능한 기록매체로서 메모리에 저장된다. 또한, 검출부(340)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어 또는 이들 중 적어도 둘 이상의 조합으로 구현될 수 있으며, 하나 이상의 기능을 수행하기 위한 모듈, 프로그램, 루틴, 명령어 세트 또는 프로세스를 포함할 수 있다.

도 13은 본 발명의 일 실시예에 따른 아크감지센서가 제1 아크 발생 후보 영역에서 아크를 감지하는 과정을 설명하는 도면이고, 도 14는 본 발명의 일 실시예에 따른 아크감지센서가 제2 아크 발생 후보 영역에서 아크를 감지하는 과정을 설명하는 도면이며, 도 15은 도 14에 적용되는 아크 감지 센서를 설명하는 예시도이다.

아크 발생 후보 영역은 아크가 발생하는 장소에 따라 분전함과 같이 평평한 영역(제1 아크 발생 후보 영역), 전신주나 케이블과 같이 원통형상 등의 굴곡진 영역(제2 아크 발생 후보 영역) 등으로 구분될 수 있다.

도 13에 도시된 바와 같이, 제1 아크 발생 후보 영역에는 한쌍의 도체판(311)이 기설정된 면적을 갖는 평판 형태로 제작될 수 있다. 그리고, 도 14에 도시된 바와 같이, 제2 아크 발생 후보 영역에는 한쌍의 도체판(311, 전계 센서)을 유연한(flexible) 곡면 형태로 제작할 수 있다.

이때, 유연한(flexible) 곡면 형태의 전계 센서(311)는 유연한 재질의 절연 테이프(313) 내측에 설치하고, 전신주 등의 제2 아크 발생 후보 영역을 절연 테이프(313)를 이용하여 감싸는 형태로 형성될 수 있다. 즉, 도 15에 도시된 바와 같이, 절연 테이프(313)의 내측에 한쌍의 도체판(311)을 기 설정된 이격 거리를 두고 평행하게 배열하여 부착하고, 한쌍의 도체판(311)을 제외한 나머지 절연 테이프(313)의 부착 영역을 이용하여 제2 아크 발생 후보 영역에 전계 센서(311)가 감긴 형태로 부착할 수 있다.

도 16은 본 발명의 일 실시예에 따른 전기 안전 IoT 장치의 아크 검출 방법을 설명하는 순서도이다.

도 16을 참조하면, 수용가에 설치되어 전기 상태를 측정하는 전기 안전 IoT 장치(120)는 아크 발생 후보 지역에 설치된 아크감지센서(310)로부터 센싱값을 수신하고(S1), 센싱값을 디지털 변환하여 정전 용량 신호를 산출한다(S2).

전기 안전 IoT 장치(120)는 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거한 후 신호 필터링 과정을 거친 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화 처리한다(S3, S4).

전기 안전 IoT 장치(120)는 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 아크 감지 영상을 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력한다(S5, S6, S7).

이때, 전기 안전 IoT 장치(120)는 검출부(340)를 이용한 아크 검출 과정에 MCU(320)에 피크 검출 알고리즘을 이용하여 피크값을 검출한 후 검출된 피크값을 이용하여 아크 발생 유무를 판단하는 피크 감지 과정을 통합하여 더욱 정확하게 아크 발생 여부를 판단할 수 있도록 한다.

한편, 도 16의 단계 S1 내지 S7은 본 발명의 구현예에 따라서 추가적인 단계들로 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계간의 순서가 변경될 수도 있다.

이상에서 설명한 본 발명의 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 이러한 기록 매체는 컴퓨터 판독 가능 매체를 포함하며, 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함하며, 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 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.

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

100 : 전기 안전 모니터링 시스템
110 : 분전함
130 : 센서부
140 : 통신부
150 : 가스 센서
10 : 사용자 단말
200 : 관제센터
120 : 전기 안전 IoT 장치
310 : 아크감지센서
320 : MCU
330 : 필터부
340 : 검출부
341 : STFT 모듈
342 : 특징 생성 모듈
343 : 학습 모듈
344 : 아크검출모듈

Claims

수용가에 설치되어 전기 상태를 측정하는 전기 안전 IoT 장치에 있어서,
아크 발생 후보 영역에 설치되는 한쌍의 도체판 사이에서 변화되는 유전율 변화를 감지하여 센싱값으로 제공하는 아크감지센서;
상기 아크감지센서에서 감지된 센싱값을 제공받아 디지털 변환하여 정전 용량 신호를 제공하는 마이크로컨트롤러 유닛(micro control unit, MCU);
상기 MCU에서 제공되는 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거하는 필터부; 및
상기 필터부를 통과한 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화하고, 상기 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 상기 아크 감지 영상에 근거하여 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력하는 검출부를 포함하는 것인, 전기 안전 IoT 장치.
제1항에 있어서,
상기 아크감지센서는
제1 도체판; 및 상기 제1 도체판과 기 설정된 이격 거리를 두고 동일 평면 상에 평행하게 배치되는 제2 도체판을 포함하는 전계 센서; 및
상기 전계 센서의 각 도체판 사이의 유전율 변화를 감지하는 정전용량 센서를 포함하는 것인, 전기 안전 IoT 장치.
제1항에 있어서,
상기 MCU는,
상기 정전용량 신호에서 피크값을 검출하고, 기 설정된 배수의 피크값 검출시 아크가 발생됨을 판단하는 것인, 전기 안전 IoT 장치.
삭제
제1항에 있어서,
상기 검출부는,
상기 정전용량 신호의 주파수 변환을 통해 스펙트로그램(Spectrogram)을 생성하는 고속 푸리에 변환(Short-Time Fourier Transform, STFT) 모듈;
스케일로그램(Scalogram)을 이용하여 상기 스펙트로 그램 값을 색상으로 표현한 아크 감지 영상을 구성하고, 정상 상태의 아크 감지 영상과 아크 발생 상태의 아크 감지 영상을 N장 수집하여 학습 데이터를 생성하는 특징 생성 모듈;
상기 학습 데이터를 전처리하여 인공 지능 기반의 아크 검출 모델을 학습하는 학습 모듈; 및
상기 학습 모듈을 통해 학습된 인공 지능 기반의 아크 검출 모델을 이용하여 입력되는 아크 감지 영상에 대해 정상 상태/아크 발생 상태를 분류한 후 분류 결과를 출력하는 아크검출모듈을 포함하는 것인, 전기 안전 IoT 장치.
제1항에 있어서,
순간전력, 누적 전력, 전압, 전류, 급격한 온도 변화를 포함한 전기 안전 상태를 감지하는 센서부;
저전력 광대역 통신 방식을 이용하여 양방향 데이터 전송 기능을 수행하는 통신 모듈; 및
외부에서 공급되는 전원을 기 설정된 출력 전압으로 제어하여 전기 안전 IoT 장치에 제공하는 전원공급장치를 더 포함하고,
상기 MCU는 상기 통신 모듈을 통해 센서부 감지 결과에 따른 측정 데이터와 경보 설정값을 포함한 전기 안전 데이터를 관제 센터 또는 사용자 단말로 전송하는 것인, 전기 안전 IoT 장치.
제6항에 있어서,
상기 MCU는,
ADC(Analog-to-Digital Converter) 및 DAC(digital-analog converter) 기능, 상기 전원공급장치의 제어 기능, 전압, 전류, 전력, 역률, 온도를 포함한 전기 안전 데이터의 측정 기능, 과전류, 과전압, 누설전류 검출를 포함한 경보 설정값에 대한 원격 설정 기능 및 경보 설정값 초과시 경보 기능, 표시 기능, 통신 기능, FOTA(Firmware Over The Air) 기능을 제공하는 것인, 전기 안전 IoT 장치.
제7항에 있어서,
상기 관제 센터는 상기 통신 모듈을 통해 각 전기 안전 IoT 장치별 상태 및 소프트웨어 업데이트 상황을 확인하고, 각 전기 안전 IoT 장치의 소프웨어 버젼 정보나 오류 증상에 따라 해당 전기 안전 IoT 장치 내 FOTA 기능을 통해 펌웨어 업데이트를 수행하는 것인, 전기 안전 IoT 장치.
제6항에 있어서,
상기 통신 모듈은 LTE Cat M1 방식을 이용하는 것인, 전기 안전 IoT 장치.
수용가에 설치되어 전기 상태를 측정하는 전기 안전 IoT 장치에 의해 수행되는 아크 검출 방법에 있어서,
아크 발생 후보 지역에 설치된 아크 감지 센서로부터 센싱값을 수신하는 아크 감지 과정;
상기 센싱값을 디지털 변환하여 정전 용량 신호를 산출하고, 상기 정전용량 신호에서 기 설정된 파장 대역의 신호만 통과시켜 노이즈를 제거하는 신호 필터링 과정;
상기 신호 필터링 과정을 거친 정전용량 신호를 스칼라그램(scalogram)을 이용하여 아크감지영상으로 시각화 처리하는 영상 구성 과정;
상기 아크감지영상을 사전 학습된 인공지능 기반의 아크 검출 모델에 입력하여 상기 아크 감지 영상을 정상 상태와 아크 발생 상태로 분류한 후 분류 결과를 출력하는 아크검출 과정을 포함하는 것인, 전기 안전 IoT 장치의 아크 검출 방법.
제10항에 있어서,
상기 아크검출 과정은,
상기 정전용량 신호의 주파수 변환을 통해 스펙트로그램(Spectrogram)을 생성하는 고속 푸리에 변환(Short-Time Fourier Transform, STFT) 단계;
스케일로그램(Scalogram)을 이용하여 상기 스펙트로 그램 값을 색상으로 표현한 아크 감지 영상을 구성하고, 정상 상태의 아크 감지 영상과 아크 발생 상태의 아크 감지 영상을 N장 수집하여 학습 데이터를 생성하는 특징 생성 단계;
상기 학습 데이터를 전처리하여 인공 지능 기반의 아크 검출 모델을 학습하는 학습 단계; 및
상기 학습 단계을 통해 학습된 인공 지능 기반의 아크 검출 모델을 이용하여 입력되는 아크 감지 영상에 대해 정상 상태/아크 발생 상태를 분류한 후 분류 결과를 출력하는 아크검출 단계를 포함하는 것인, 전기 안전 IoT 장치의 아크 검출 방법.
제10항에 있어서,
상기 정전용량 신호를 펄스 형태의 신호로 변환한 후 피크값을 검출하고, 기 설정된 배수의 피크값 검출시 아크가 발생됨을 판단하는 피크 감지 과정을 더 포함하는 것인, 전기 안전 IoT 장치의 아크 검출 방법.