KR102350728B1 - 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치 - Google Patents

뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치 Download PDF

Info

Publication number
KR102350728B1
KR102350728B1 KR1020210153404A KR20210153404A KR102350728B1 KR 102350728 B1 KR102350728 B1 KR 102350728B1 KR 1020210153404 A KR1020210153404 A KR 1020210153404A KR 20210153404 A KR20210153404 A KR 20210153404A KR 102350728 B1 KR102350728 B1 KR 102350728B1
Authority
KR
South Korea
Prior art keywords
information
power
load
learning
sampling
Prior art date
Application number
KR1020210153404A
Other languages
English (en)
Inventor
안현권
안태효
이동훈
김홍모
Original Assignee
주식회사 스타코프
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 스타코프 filed Critical 주식회사 스타코프
Priority to KR1020210153404A priority Critical patent/KR102350728B1/ko
Application granted granted Critical
Publication of KR102350728B1 publication Critical patent/KR102350728B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
    • G01R11/30—Dynamo-electric motor meters
    • G01R11/32—Watt-hour meters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • G06N3/0427—
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치에 있어서, 분전반의 인입 라인을 통해 수용가로 공급되는 공급 전원의 전력 정보 - 상기 전력 정보는 적어도 상기 공급 전원의 전압 정보 및 전류 정보를 포함함 - 를 실시간으로 검출하며, 실시간으로 검출되는 상기 전력 정보를 기설정된 샘플링 주기에 따라 샘플링함으로써 샘플링 전력 정보들을 순차적으로 생성하는 전력 정보 검출부; 상기 전력 정보 검출부에 의해 생성된 상기 샘플링 전력 정보들을 이용하여 각각의 적산 주기 동안 상기 수용가에서 소비한 전력량인 소비 전력량을 획득하고, 상기 소비 전력량을 이전 적산 주기까지 적산된 이전 적산 전력량 정보에 적산하여 상기 각각의 적산 주기 동안 상기 수용가에서 소모된 전체 전력량인 적산 전력량 정보를 획득하는 전력량 적산부; 상기 전력 정보 검출부에 의해 생성된 상기 샘플링 전력 정보들 중, 제(t-k) 시점 내지 제t 시점 사이의 시구간에 대응되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 참조하여 상기 제t 시점에 상기 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력하는 뉴럴 네트워크 기반의 부하 추정부; 및 기설정된 전송 주기에 따라 (i) 현재 적산 주기 동안 상기 전력량 적산부에 의해 적산된 현재 적산 전력량 정보와 (ii) 현재 전송 주기 동안 상기 부하 추정부에 의해 판별된 현재 부하 정보를 데이터 관리 서버로 전송하는 통신부;를 포함하는 적산 전력 장치가 제공된다.

Description

뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치{ENERGY METER INCLUDING LOAD ESTIMATION UNIT BASED ON NEURAL NETWORK}
본 발명은 적산 전력 장치에 관한 것으로, 보다 상세하게는, 뉴럴 네트워크에 기반하여 수용가 내에서 동작 중인 부하를 판별할 수 있는 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치에 관한 것이다.
수용가에 설치된 적산 전력 장치를 통해 수용가에 공급되는 전력량을 계량한 적산 전력량을 확인하기 위해서, 종래에는, 검침원이 각각의 수용가를 방문하여 각각의 수용가에 설치된 적산 전력 장치를 확인해야 했으나, 최근에는, 전력 공급자가 원격으로 적산 전력량을 확인하는 AMR(Automatic Meter readings), AMI(Advanced Metering Infrastructure) 기술이 대두되고 있다.
위와 같은 상황에서, 전력 공급자는, 전력 수요 변화 등을 예측함으로써 효율적으로 전기 에너지가 이용될 수 있도록 하기 위해, 각각의 수용가 내의 각각의 부하들을 식별하고, 식별된 각각의 부하들의 동작에 따른 전력량 변화를 분석하기 위한 시도를 하고 있다.
이처럼 전력 공급자가 각각의 부하들을 식별하기 위해서는 각각의 수용가로부터 대량의 전력 정보가 실시간으로 충분히 빠른 속도로 획득되어야 한다.
이처럼, 전력 공급자가 각각의 수용가로부터 실시간으로 대량의 정보를 획득하기 위해서는 각각의 수용가에 충분한 bandwidth(BW)가 보장되는 통신 장비를 설치하여야 한다.
하지만, 현실적으로 모든 수용가에 이러한 충분한 BW가 보장되는 통신 장비를 설치하기는 어려우므로, 전력 공급자들은, PLC(power line communication)등의 제한된 BW를 제공하는 통신 방식을 통해 각각의 수용가로부터 일정한 주기로 적산된 전력량 정보를 획득하고 있다.
하지만, PLC 방식에 따를 경우, 전력 공급자의 데이터 관리 서버와 적산 전력 장치를 연결하는 통신망의 적어도 일부 구간에서의 BW가 상당히 좁으므로, 적산 전력 장치로부터 전력 공급자가 관리하는 데이터 관리 서버로 전송될 수 있는 정보의 양이 매우 제한된다.
그러므로, 적산 전력 장치는, 개별 부하를 추정할 수 있는 정도의 방대한 양의 시계열 상세 전력 정보를 데이터 관리 서버로 보낼 수 없게 되며, 일정 주기동안 실시간 전력 정보를 이용함으로써 획득되는 누적 전력량 정보, 즉, 적산 전력값을 데이터 관리 서버(Meter Data Management Server, MDMS)로 전송하게 된다.
이에 따라, 적산 전력 장치로부터 주기적으로 적산 전력값만을 획득하는 전력 공급자는, 충분한 시계열 상세 전력 정보를 획득할 수 없으므로, 각각의 수용가 내의 각각의 부하들을 식별할 수 없다는 문제점이 존재하였다.
따라서, 상기 문제점들을 해결하기 위한 개선 방안이 요구되는 실정이다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은 적산 전력 장치가 뉴럴 네트워크에 기반하여 부하를 식별하는 것을 다른 목적으로 한다.
또한, 본 발명은 적산 전력 장치가 적산 전력량 정보와 부하 정보를 전력 공급자에게 전송하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 전력 공급자로 하여금 통신망의 밴드위스에 무관하게 부하 정보를 획득할 수 있도록 지원하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 전력 공급자로 하여금 부하 정보를 이용하여 전력 수요 변화를 정확하게 예측할 수 있도록 지원하는 것을 또 다른 목적으로 한다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 효과를 실현하기 위한, 본 발명의 특징적인 구성은 하기와 같다.
본 발명의 일 태양에 따르면, 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치에 있어서, 분전반의 인입 라인을 통해 수용가로 공급되는 공급 전원의 전력 정보 - 상기 전력 정보는 적어도 상기 공급 전원의 전압 정보 및 전류 정보를 포함함 - 를 실시간으로 검출하며, 실시간으로 검출되는 상기 전력 정보를 기설정된 샘플링 주기에 따라 샘플링함으로써 샘플링 전력 정보들을 순차적으로 생성하는 전력 정보 검출부; 상기 전력 정보 검출부에 의해 생성된 상기 샘플링 전력 정보들을 이용하여 각각의 적산 주기 동안 상기 수용가에서 소비한 전력량인 소비 전력량을 획득하고, 상기 소비 전력량을 이전 적산 주기까지 적산된 이전 적산 전력량 정보에 적산하여 상기 각각의 적산 주기 동안 상기 수용가에서 소모된 전체 전력량인 적산 전력량 정보를 획득하는 전력량 적산부; 상기 전력 정보 검출부에 의해 생성된 상기 샘플링 전력 정보들 중, 제(t-k) 시점 내지 제t 시점 사이의 시구간에 대응되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 참조하여 상기 제t 시점에 상기 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력하는 뉴럴 네트워크 기반의 부하 추정부; 및 기설정된 전송 주기에 따라 현재 적산 주기 동안 상기 전력량 적산부에 의해 적산된 현재 적산 전력량 정보와 현재 전송 주기 동안 상기 부하 추정부에 의해 판별된 현재 부하 정보를 데이터 관리 서버로 전송하는 통신부;를 포함하는 적산 전력 장치가 개시된다.
일례로서, 상기 부하 추정부는, 상기 제(t-k) 시점 내지 상기 제t 시점 각각에 대응되는 상기 부하 추정부의 제1 입력 레이어 내지 제(k+1) 입력 레이어 각각에 상기 제(t-k) 샘플링 전력 정보 내지 상기 제t 샘플링 전력 정보를 입력하여, (i) 상기 제1 입력 레이어 내지 상기 제(k+1) 입력 레이어 각각에 대응되는 제1 히든 레이어 내지 제(k+1) 히든 레이어 각각을 통해 (i-1) 상기 제1 입력 레이어 내지 상기 제(k+1) 입력 레이어로부터 획득되는 상기 제(t-k) 샘플링 전력 정보 내지 상기 제t 샘플링 전력 정보 각각 및 (i-2) 직전 히든 레이어 각각으로부터 획득되는 제(t-k) 직전 입력 정보 내지 제t 직전 입력 정보 각각을 참조하여 제(t-k) 히든 상태 정보 내지 제t 히든 상태 정보를 출력하고, (ii) 상기 제(k+1) 히든 레이어에 대응되는 출력 레이어를 통해 상기 제t 히든 상태 정보를 참조하여 상기 제t 시점에 상기 수용가 내에서 동작 중인 상기 부하를 판별한 상기 부하 정보를 출력하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 부하 추정 모델 학습 장치에 의해 학습용 부하 추정 모델이 학습됨으로써 상기 학습용 부하 추정 모델의 최적화 파라미터가 생성된 상태에서, 상기 통신부를 통해 상기 부하 추정 모델 학습 장치로부터 상기 최적화 파라미터가 획득되면, 상기 부하 추정부가, 상기 부하 추정부의 파라미터를 상기 최적화 파라미터로 업데이트하며, 상기 최적화 파라미터를 이용하여 상기 수용가 내에서 동작 중인 부하를 판별하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 상기 부하 추정 모델 학습 장치가, 학습용 제(t-k) 시점 내지 학습용 제t 시점에 대응되는 전력 패턴을 샘플링함으로써 생성되는 학습용 제1 샘플링 전력 정보 내지 학습용 제(k+1) 샘플링 전력 정보를 학습 데이터로서 상기 학습용 부하 추정 모델의 학습용 제1 입력 레이어 내지 학습용 제(k+1) 입력 레이어에 입력하여, 상기 학습용 부하 추정 모델로 하여금 (i) 상기 학습용 제1 입력 레이어 내지 상기 학습용 제(k+1) 입력 레이어 각각에 대응되는 학습용 제1 히든 레이어 내지 학습용 제(k+1) 히든 레이어 각각을 통해 (i-1) 상기 학습용 제1 입력 레이어 내지 상기 학습용 제(k+1) 입력 레이어로부터 획득되는 상기 학습용 제1 샘플링 전력 정보 내지 상기 학습용 제(k+1) 샘플링 전력 정보 각각 및 (i-2) 직전 학습용 히든 레이어 각각으로부터 획득되는 학습용 제1 직전 입력 정보 내지 학습용 제(k+1) 직전 입력 정보 각각을 참조하여 학습용 제1 히든 상태 정보 내지 학습용 제(k+1) 히든 상태 정보를 출력하도록 하며, (ii) 상기 학습용 제(k+1) 히든 레이어에 대응되는 학습용 출력 레이어를 통해 상기 학습용 제(k+1) 히든 상태 정보를 참조하여 상기 학습용 제t 시점에 상기 학습용 수용가 내에서 동작 중인 학습용 부하를 판별한 학습용 부하 정보를 출력하도록 하며, 상기 학습용 부하 정보 및 상기 학습용 부하 정보에 대응되는 GT 부하 정보를 참조하여 클래시피케이션 로스를 획득하고, 상기 클래시피케이션 로스를 백프로파게이션하여 상기 학습용 부하 추정 모델을 학습함으로써 상기 학습용 부하 추정 모델의 상기 최적화 파라미터가 생성되는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 상기 부하 추정부는, 판별된 부하 정보의 추정 부하 확률이 기설정된 임계치 미만인 것으로 판단되면, 상기 통신부를 통해 상기 판별된 부하 정보에 대응되는 샘플링 전력 정보들을 상기 부하 추정 모델 학습 장치로 전송하여, 상기 부하 추정 모델 학습 장치로 하여금 상기 샘플링 전력 정보들을 이용하여 상기 학습용 부하 추정 모델을 학습하여 상기 최적화 파라미터를 업데이트 하도록 하고, 업데이트된 상기 최적화 파라미터를 상기 적산 전력 장치로 전송하도록 하며, 업데이트된 상기 최적화 파라미터가 상기 통신부를 통해 획득되면, 상기 수용가 내에서 동작 중인 부하를 판별하는데 사용되고 있는 현재 최적화 파라미터를 상기 부하 추정 모델 학습 장치로부터 획득한 업데이트된 상기 최적화 파라미터로 업데이트 하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 상기 부하 추정부는, 상기 통신부를 통해 상기 샘플링 전력 정보들을 상기 부하 추정 모델 학습 장치로 전송하여, 상기 부하 추정 모델 학습 장치로 하여금 기설정된 주기 동안 상기 수용가를 포함하는 복수의 수용가들로부터 획득되는 상기 샘플링 전력 정보들을 포함하는 복수의 샘플링 전력 정보들을 학습 데이터로서 이용하여 상기 학습용 부하 추정 모델을 학습하여 상기 최적화 파라미터를 업데이트 하도록 하고, 업데이트된 상기 최적화 파라미터를 상기 적산 전력 장치로 전송하도록 하며, 업데이트된 상기 최적화 파라미터가 상기 통신부를 통해 획득되면, 상기 수용가 내에서 동작 중인 부하를 판별하는데 사용되고 있는 현재 최적화 파라미터를 상기 부하 추정 모델 학습 장치로부터 획득한 업데이트된 상기 최적화 파라미터로 업데이트 하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 상기 통신부는, PLC(power line communication) 방식을 통해 상기 현재 적산 전력량 정보 및 상기 현재 부하 정보를 상기 데이터 관리 서버로 전송하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 상기 현재 적산 전력량 정보는, 상기 수용가 내에서 동작 중인 부하에 대응되는 유효 전력량 정보, 무효 전력량 정보, 상기 각각의 적산 주기에 대응되는 각각의 적산 시점에 대한 정보를 포함하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
일례로서, 상기 현재 적산 전력량 정보는, 상기 수용가 내에서 동작 중인 부하에 대응되는 역률 정보를 추가로 포함하는 것을 특징으로 하는 적산 전력 장치가 개시된다.
본 발명은 적산 전력 장치가 뉴럴 네트워크에 기반하여 부하를 식별하는 효과가 있다.
또한, 본 발명은 적산 전력 장치가 적산 전력량 정보와 부하 정보를 전력 공급자에게 전송하는 효과가 있다.
또한, 본 발명은 전력 공급자로 하여금 통신망의 밴드위스에 무관하게 부하 정보를 획득할 수 있도록 지원하는 효과가 있다.
또한, 본 발명은 전력 공급자로 하여금 부하 정보를 이용하여 전력 수요 변화를 정확하게 예측할 수 있도록 지원하는 효과가 있다.
본 발명의 실시예의 설명에 이용되기 위하여 첨부된 아래 도면들은 본 발명의 실시예들 중 단지 일부일 뿐이며, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자(이하 "통상의 기술자")에게 있어서는 발명적 작업이 이루어짐 없이 이 도면들에 기초하여 다른 도면들이 얻어질 수 있다.
도 1은 본 발명의 일 실시예에 따른 수용가 내에서 동작 중인 부하를 추정하는 적산 전력 장치를 개략적으로 도시한 것이며,
도 2는 본 발명의 일 실시예에 따른 부하 추정 모델 학습 장치(2000)가 복수의 학습용 수용가에 설치된 복수의 학습용 적산 전력 장치로부터 학습용 샘플링 공급 전력 정보들을 획득하는 과정을 개략적으로 도시한 것이며,
도 3은 본 발명의 일 실시예에 따른 적산 전력 장치가 적산 전력량 정보 및 부하 정보를 출력하는 과정을 개략적으로 도시한 것이며,
도 4는 본 발명의 일 실시예에 따른 뉴럴 네트워크 기반의 부하 추정 모델을 포함하는 적산 전력 장치, 부하 추정 모델 학습 장치 및 데이터 관리 서버를 개략적으로 도시한 것이며,
도 5는 데이터 관리 서버가 적산 전력량 정보와 부하 정보를 이용하여 수용가에서 소모되는 전력량 정보를 분석한 결과를 예시적으로 도시하고 있다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명의 목적들, 기술적 해법들 및 장점들을 분명하게 하기 위하여 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 통상의 기술자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다.
또한, 본 발명의 상세한 설명 및 청구항들에 걸쳐, "포함하다"라는 단어 및 그것의 변형은 다른 기술적 특징들, 부가물들, 구성요소들 또는 단계들을 제외하는 것으로 의도된 것이 아니다. 통상의 기술자에게 본 발명의 다른 목적들, 장점들 및 특성들이 일부는 본 설명서로부터, 그리고 일부는 본 발명의 실시로부터 드러날 것이다. 아래의 예시 및 도면은 실례로서 제공되며, 본 발명을 한정하는 것으로 의도된 것이 아니다.
더욱이 본 발명은 본 명세서에 표시된 실시예들의 모든 가능한 조합들을 망라한다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
여기에 제공되는 본 발명의 제목이나 요약은 단지 편의를 위해 제공되는 것으로 이 실시 예들의 범위 또는 의미를 제한하거나 해석하지 않는다.
참고로, 아래에서 각각의 구성요소들이 단수로 기재되었다고 하더라도, 복수의 가능성을 배제하는 것은 아니다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치를 도시한 것이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 적산 전력 장치(1000)는, 전력 정보 검출부, 전력량 적산부, 부하 추정부 및 통신부를 포함할 수 있다.
먼저, 전력 정보 검출부는 분전반의 인입 라인을 통해 수용가로 공급되는 공급 전원의 전력 정보를 실시간으로 검출하며, 실시간으로 검출되는 전력 정보를 기설정된 샘플링 주기에 따라 샘플링함으로써 샘플링 전력 정보들을 순차적으로 생성할 수 있다. 이때, 전력 정보는 적어도 공급 전원의 전압 정보 및 전류 정보를 포함할 수 있다. 하지만, 본 발명이 이에 한정되는 것은 아니며, 전력 정보는 유효 전력, 무효 전력 등 수용가로 공급되는 전력을 분석하기 위한 다양한 정보를 포함할 수 있다. 또한, 샘플링 주기는 1/60초 간격일 수 있으나, 이에 한정되는 것은 아니며, 1/20초 등 부하를 식별하기 위해 적절한 샘플링 주기가 설정될 수 있다.
일례로, 전력 정보 검출부는 적산 전력 장치의 계량 특성에 따라 단상 2선식, 3상 4선식 등 다양한 결선 방식에 의해 공급 전원 라인에 전기적으로 결합될 수 있으며, 공급 전원 라인을 통해 공급되는 공급 전원의 전압, 전류 등의 아날로그 신호를 실시간으로 검출할 수 있다. 그리고, 샘플링 주기에 따라 각각의 샘플링 타임에서 실시간으로 검출되는 아날로그 신호인 전압, 전류 등을 샘플링하여 디지털 신호인 샘플링 전력 정보로 출력하여 줄 수 있다. 이때, 샘플링 전력 정보는 전압 및 전류 정보일 수 있으며, 이와는 달리, 샘플링 타임에서의 전압 및 전류에 의해 연산되는 전력에 대한 정보를 샘플링 전력 정보로 출력하여 줄 수 있다. 한편, 전력 정보 검출부는 실시간으로 검출되는 공급 전원의 아날로그 신호로부터 전력 정보인 디지털 신호를 획득하기 위하여 멀티플렉서(MUX)와 아날로그/디지털 컨버터(ADC)로 구성될 수 있다.
다음으로, 전력량 적산부는, 전력 정보 검출부에 의해 생성된 샘플링 전력 정보들을 이용하여 각각의 적산 주기 동안 수용가에서 소비한 전력량인 소비 전력량을 획득하고, 이전 적산 주기까지 적산된 이전 적산 전력량 정보에 소비 전력량을 적산하여 각각의 적산 주기 동안 수용가에서 소모된 전체 전력량인 적산 전력량 정보를 획득할 수 있다.
가령, 전력량 적산부는, 샘플링 전력 정보들을 이용하여 적산 주기 동안의 평균 전력 값을 연산하고, 평균 전력 값과 적산 주기 값을 이용하여 적산 주기 동안 수용가에서 소비한 전력량인 소비 전력량을 획득하며, 획득한 소비 전력량을 이전 적산 전력량 정보에 적산함으로써, 수용가에서 소모된 전체 전력량인 적산 전력량 정보를 획득할 수 있다.
이때, 전력량 적산부는, MPU RTC Timers를 통해 획득되는 시간 정보를 참조하여 적산 전력량 정보를 생성할 수 있다.
일례로, 전력량 적산부는, MPU RTC Timers를 통해 획득되는 시간 정보를 참조하여, 각각의 적산 주기에 대응되는 각각의 적산 시점에 대한 정보를 포함하는 적산 전력량 정보, 현재 일시, 정기 검침일, 전월 누적 유효 전력량, 전월 누적 지상 무효 전력량, 전월 누적 진상 무효 전력량, 전월 최대 수요 전력, 전월 최대 수요 전력 발생일시, 전월 평균 역률, 현재 누적 유효 전력량, 현재 누적 지상 무효 전력량, 현재 누적 진상 무효 전력량, 현재 최대 수요 전력, 현재 최대 수요 전력 발생일시, 현재 평균 역률 중 적어도 일부에 대한 정보를 생성할 수 있다.
참고로, 전력량 적산부가 생성하는 상기 정보들은 하나의 예시일 뿐, 이에 한정되는 것은 아니다.
다음으로, 부하 추정부는, 전력 정보 검출부에 의해 생성된 샘플링 전력 정보들 중 제(t-k) 시점 내지 제t 시점 사이의 시구간에 대응되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 참조하여 제t 시점에 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력할 수 있다.
참고로, 적산 전력 장치는, (i) 한정적인 종류의 부하가 동작하는 개별 수용가에 설치되므로 부하 추정부를 학습하기에 충분한 학습 데이터를 개별 수용가로부터 획득하기 어렵고, (ii) 앞서 설명했듯이, PLC 방식을 통해 다른 장치/서버와 통신하므로, 다른 장치/서버로부터 원격으로 방대한 양의 학습 데이터를 획득하기도 어렵다.
따라서, 별도의 부하 추정 모델 학습 장치가 부하 추정부의 파라미터를 학습한 후, 적산 전력 장치가 부하 추정 모델 학습 장치로부터 최적화된 파라미터를 획득하여 적산 전력 장치에 탑재된 부하 추정부의 파라미터를 업데이트하는 방법을 통해, 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력하도록 본 발명의 일 실시예에 따른 적산 전력 장치가 구현될 수 있다.
부하 추정을 하기 위한 학습 과정 및 학습을 한 이후의 부하 추정 과정에 대해 구체적으로 설명하면 아래와 같다.
먼저, 복수의 부하가 동작하는 학습용 수용가에 학습용 적산 전력 장치가 설치된 상태에서, 학습용 적산 전력 장치가, 학습용 수용가로 공급되는 공급 전원의 전력 정보를 실시간으로 검출하며, 실시간으로 검출되는 전력 정보를 기설정된 샘플링 주기에 따라 샘플링함으로써 학습용 샘플링 전력 정보들을 생성할 수 있다. 그리고, 부하 추정 모델 학습 장치(2000)는, 학습용 적산 전력 장치로부터 학습용 샘플링 전력 정보들을 획득할 수 있다.
참고로, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 추정 모델을 학습하기 위한 장치로서 후술할 데이터 관리 서버(3000)와는 별개의 장치일 수 있으나, 이에 한정되는 것은 아니며, 부하 추정 모델 학습 장치(2000)가 데이터 관리 서버(3000)에 포함될 수도 있다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 부하 추정 모델 학습 장치(2000)가, 복수의 학습용 수용가에 설치된 복수의 학습용 적산 전력 장치로부터 학습용 샘플링 전력 정보들을 획득하는 것을 확인할 수 있다.
참고로, 후술할 데이터 관리 서버(3000)가 좁은 band width로 인해 적산 전력 장치(1000)로부터 실시간으로 충분히 빠른 속도로 대량의 정보를 획득할 수 없는 것과 달리, 부하 추정 모델 학습 장치(2000)는 다양한 유무선 통신 방식 중 적어도 일부를 이용하여 학습용 적산 전력 장치로부터 대량의 학습용 샘플링 공급 전력 정보들을 빠른 속도로 획득할 수 있다.
그리고, 부하 추정 모델 학습 장치(2000)는, 학습용 샘플링 전력 정보들 중, 학습용 제(t-k) 시점 내지 학습용 제t 시점 사이의 시구간에 대응되는 학습용 제1 샘플링 전력 정보 내지 학습용 제(k+1) 샘플링 전력 정보를 학습 데이터로서 학습용 부하 추정 모델의 입력 레이어에 입력할 수 있다.
이때, 학습용 부하 추정 모델은, 뉴럴 네트워크 기반의 부하 추정 모델일 수 있다. 일례로, 학습용 부하 추정 모델은, recurrent neural network(가령, long short term memory network)일 수 있다.
그리고, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 추정 모델로 하여금 입력 레이어인 학습용 제1 입력 레이어 내지 학습용 제(k+1) 입력 레이어 각각에 대응되는 학습용 제1 히든 레이어 내지 학습용 제(k+1) 히든 레이어 각각을 통해 (i) 학습용 제1 입력 레이어 내지 학습용 제(k+1) 입력 레이어로부터 획득되는 학습용 제1 샘플링 전력 정보 내지 학습용 제(k+1) 샘플링 전력 정보 각각 및 (ii) 직전 학습용 히든 레이어 각각으로부터 획득되는 학습용 제1 직전 입력 정보 내지 학습용 제(k+1) 직전 입력 정보 각각을 참조하여 학습용 제1 히든 상태 정보 내지 학습용 제(k+1) 히든 상태 정보를 출력하도록 할 수 있다.
일례로, 학습용 부하 추정 모델은, 학습용 제i 히든 레이어를 통해, (i) 학습용 제i 입력 레이어로부터 획득되는 학습용 제i 샘플링 전력 정보에 가중치 Wx를 적용한 결과 및 (ii) 학습용 제i 히든 레이어의 직전 학습용 히든 레이어인 학습용 제(i-1) 히든 레이어로부터 획득되는 학습용 제i 직전 입력 정보에 가중치 Wh를 적용한 결과에 tanh 연산을 적용하여 제i 히든 상태 정보를 출력할 수 있다. 이때, 학습용 제i 히든 레이어로부터 출력되는 제i 히든 상태 정보는 학습용 제(i+1) 히든 레이어에 입력될 수 있다.
참고로, 학습용 제1 히든 레이어의 경우, 학습용 제1 히든 레이어의 직전 학습용 히든 레이어는 존재하지 않으므로, 학습용 부하 추정 모델은, 학습용 제1 히든 레이어를 통해 학습용 제1 입력 레이어로부터 획득되는 학습용 제1 샘플링 전력 정보에 가중치 Wx를 적용한 결과에 tanh 연산을 적용하여 제1 히든 상태 정보를 출력할 수 있다.
그리고, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 추정 모델로 하여금 학습용 제(k+1) 히든 레이어에 대응되는 학습용 출력 레이어를 통해 학습용 제(k+1) 히든 상태 정보를 참조하여 학습용 제t 시점에 학습용 수용가 내에서 동작 중인 학습용 부하를 판별한 학습용 부하 정보를 출력하도록 할 수 있다.
일례로, 학습용 부하 추정 모델은, 학습용 출력 레이어를 통해, 학습용 제(k+1) 히든 상태 정보에 가중치 Wy를 적용함으로써 학습용 제t 시점에 학습용 수용가 내에서 동작 중인 학습용 부하를 판별한 학습용 부하 정보를 출력할 수 있다.
이때, 학습용 부하 정보는, 학습용 제t 시점에 학습용 수용가 내에서 동작 중인 부하가 어떤 부하인지가 클래시피케이션된 결과로서, 벡터로 표현될 수 있다.
그리고, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 정보 및 학습용 부하 정보에 대응되는 GT(ground truth) 부하 정보를 참조하여 클래시피케이션 로스를 획득할 수 있다.
가령, 학습용 수용가 내에서 동작 중인 부하가 (i) 냉장고, (ii) TV, (iii) 전기난로, (iv) 에어컨, (v) 세탁기 5종류의 부하 중 어느 하나라고 할 때, 학습용 부하 추정 모델이, 학습용 제(t-k) 시점 내지 학습용 제t 시점에 대응되는 전력 패턴을 샘플링함으로써 생성되는 학습용 제1 샘플링 공급 전력 정보 내지 학습용 제(k+1) 샘플링 공급 전력 정보를 이용하여, 현재 동작 중인 부하가 에어컨이라고 클래시피케이션한 결과로서 출력한 학습용 부하 정보는 다음과 같은 형태로 표현될 수 있다.
[0.05, 0.05, 0.1, 0.7, 0.1]
또한, 학습용 제(t-k) 시점 내지 학습용 제t 시점에 학습용 수용가 내에서 실제 동작 중인 부하가 에어컨인 경우 GT 부하 정보는 다음과 같은 형태로 표현될 수 있다.
[0, 0, 0, 1, 0]
참고로, 설명의 편의상 5종류의 부하를 예를 들어 설명하였으나, 이에 한정되는 것은 아니다.
또한, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 추정 모델로 하여금 개별 부하들 각각을 추정하도록 할 수도 있으나, 이에 한정되는 것은 아니다.
예를 들어, 전열기기에 포함되는 다리미, 헤어 드라이어, 히터 등은 서로 유사한 전력 특성을 가질 수 있다.
이와 같은 경우, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 추정 모델로 하여금 (i) 다리미, 헤어 드라이어, 히터 각각을 구분하여 부하 정보를 출력하도록 하거나, (ii) 다리미, 헤어 드라이어, 히터에 대해 모두 '전열기기'라는 동일한 부하 정보를 출력하도록 할 수 있다.
그리고, 부하 추정 모델 학습 장치(2000)는, 클래시피케이션 로스를 백프로파게이션함으로써 학습용 부하 추정 모델을 학습할 수 있다.
일례로, 부하 추정 모델 학습 장치(2000)는, 학습용 부하 추정 모델의 파라미터인 Wx, Wh 및 Wy의 값을 학습할 수 있다.
이처럼, 부하 추정 모델 학습 장치(2000)에 의해 학습용 수용가 내에서 동작 중인 학습용 부하를 판별하기 위한 학습용 부하 추정 모델이 학습됨으로써 학습용 부하 추정 모델의 최적화 파라미터가 생성된 상태에서, 실제 수용가에 설치된 적산 전력 장치(1000)가, 통신부를 통해 부하 추정 모델 학습 장치(2000)로부터 최적화 파라미터를 획득할 수 있다.
그리고, 적산 전력 장치(1000)의 부하 추정부는, 전력 정보 검출부에 의해 생성된 샘플링 전력 정보들 중, 제(t-k) 시점 내지 제t 시점 사이의 시구간에 대응되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 참조하여 제t 시점에 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력할 수 있다.
참고로, 제(t-k) 시점 내지 제t 시점 사이의 시구간은 1초일 수 있으나, 이에 한정되는 것은 아니며, 1초보다 짧거나 긴 시구간일 수 있다.
일례로, 적산 전력 장치(1000)의 부하 추정부는, 제(t-k) 시점 내지 제t 시점 각각에 대응되는 제1 입력 레이어 내지 제(k+1) 입력 레이어 각각에 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 입력할 수 있다.
그리고, 적산 전력 장치(1000)의 부하 추정부는, 제1 입력 레이어 내지 제(k+1) 입력 레이어 각각에 대응되는 제1 히든 레이어 내지 제(k+1) 히든 레이어 각각을 통해 (i) 제1 입력 레이어 내지 제(k+1) 입력 레이어로부터 획득되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보 각각 및 (ii) 직전 히든 레이어 각각으로부터 획득되는 제(t-k) 직전 입력 정보 내지 제t 직전 입력 정보 각각을 참조하여 제(t-k) 히든 상태 정보 내지 제t 히든 상태 정보를 출력할 수 있다.
그리고, 적산 전력 장치(1000)의 부하 추정부는, 제(k+1) 히든 레이어에 대응되는 출력 레이어를 통해 제t 히든 상태 정보를 참조하여 제t 시점에 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력할 수 있다.
한편, 적산 전력 장치의 부하 추정부가, 부하 추정 모델 학습 장치로부터 획득된 최적화 파라미터를 이용하여 수용가 내에서 동작 중인 부하를 판별한 부하 정보의 추정 부하 확률이 기설정된 임계치 미만인 경우가 발생할 수 있다.
가령, 부하 추정 모델 학습 장치에 의해 학습용 부하 추정 모델이 학습되었던 당시에는 존재하지 않아 학습에 반영되지 않았던 새로운 부하가 수용가에서 동작하는 경우, 적산 전력 장치의 부하 추정부의 현재 최적화 파라미터는 새로운 부하에 대한 정보가 반영되지 않은 파라미터이므로, 부하 추정부가 출력하는 새로운 부하에 대한 부하 정보의 추정 부하 확률이 기설정된 임계치 미만일 수 있다.
일 예로, 의류 건조기 등과 같은 새로운 가전 제품이 출시되어 사용될 경우, 부하 추정부는 의류 건조기를 정확히 분류하지 못하고, 기존의 가전 제품 중 어느 하나로 분류하게 되며, 이 경우, 분류된 부하 정보가 정답일 확률값은 낮게 된다.
이와 같은 경우, 아래의 과정을 통해 부하 추정부의 최적화 파라미터를 업데이트함으로써, 부하 추정부가 새로운 부하에 대해서도 정확한 부하 정보를 출력할 수 있다.
구체적으로, 부하 추정부는, 판별된 부하 정보의 추정 부하 확률이 기설정된 임계치 미만인 것으로 판단되면, 해당 부하 정보에 대응되는 샘플링 전력 정보들을 통신부를 통해 부하 추정 모델 학습 장치로 전송할 수 있다.
참고로, 추정 부하 확률이 기설정된 임계치 미만인 부하 정보에 대응되는 샘플링 전력 정보들은, 전력 정보 검출부가 생성하는 전체 샘플링 전력 정보들 중 극히 일부에 해당하므로, 그 크기가 매우 작다.
따라서, 추정 부하 확률이 기설정된 임계치 미만인 부하 정보에 대응되는 샘플링 전력 정보들은, 제한된 밴드위스를 제공하는 PLC 방식을 통해서도 원활하게 부하 추정 모델 학습 장치로 전송될 수 있다.
그리고, 판별이 되지 않거나 정확한 판별이 되지 않은 부하 정보에 대응되는 샘플링 전력 정보들이 부하 추정부가 설치된 전산 전력 장치로부터 부하 추정 모델 학습 장치로 전송되면, 부하 추정 모델 학습 장치는 해당 샘플링 전력 정보들을 이용하여 학습용 부하 추정 모델을 재학습하여 최적화 파라미터를 업데이트 하도록 할 수 있다.
그리고, 부하 추정 모델 학습 장치가 적산 전력 장치로 업데이트된 최적화 파라미터를 전송하면, 적산 전력 장치의 부하 추정부는 수용가 내에서 동작 중인 부하를 판별하는데 사용되고 있는 현재 최적화 파라미터를 부하 추정 모델 학습 장치로부터 획득한 업데이트된 최적화 파라미터로 업데이트할 수 있다.
일례로, 부하 추정부는, 부하 추정 모델 학습 장치로부터 업데이트된 최적화 파라미터(즉, 최신의 최적화 파라미터)를 주기적으로 획득하여 부하 추정부의 현재 최적화 파라미터를 최신의 최적화 파라미터로 업데이트할 수 있다.
즉, 부하 추정부는, 통신부를 통해 샘플링 전력 정보들을 부하 추정 모델 학습 장치로 전송하여, 부하 추정 모델 학습 장치로 하여금 기설정된 주기 동안 부하 추정부의 해당 수용가를 포함하는 복수의 수용가들로부터 획득되는 샘플링 전력 정보들을 포함하는 복수의 샘플링 전력 정보들을 학습 데이터로서 이용하여 학습용 부하 추정 모델을 학습하여 최적화 파라미터를 업데이트 하도록 할 수 있다. 이때, 기설정된 주기는 일간, 주간, 월간 등 다양한 시간 주기로 설정될 수 있다.
그리고, 부하 추정부는, 업데이트된 최적화 파라미터를 적산 전력 장치로 전송하도록 하며, 업데이트된 최적화 파라미터가 통신부를 통해 획득되면, 수용가 내에서 동작 중인 부하를 판별하는데 사용되고 있는 현재 최적화 파라미터를 부하 추정 모델 학습 장치로부터 획득한 업데이트된 최적화 파라미터로 업데이트할 수 있다.
이처럼, 본 발명의 일 실시예에 따른 적산 전력 장치(1000)의 부하 추정부는, 자신의 파라미터를 최신의 파라미터로 계속 업데이트하고, 짧은 샘플링 주기(가령, 1/60초)에 따라 전력을 샘플링함으로써 생성된 샘플링 전력 정보들을 이용하여 정확하게 부하 정보를 출력할 수 있다. 또한, 새로운 부하가 추가될 경우에도 이에 대하여 정확하게 판별할 수 있게 된다.
다음으로, 통신부는, 기설정된 전송 주기(가령, 10분)에 따라 (i) 현재 적산 주기(가령, 1분) 동안 전력량 적산부에 의해 적산된 현재 적산 전력량 정보 및 (ii) 현재 전송 주기(가령, 10분) 동안 부하 추정부에 의해 판별된 현재 부하 정보를 데이터 관리 서버로 전송할 수 있다. 뿐만 아니라, 통신부는, 데이터 관리 서버 또는 부하 추정 모델 학습 장치로부터 데이터(가령, 데이터 관리 서버로부터의 검침 명령 신호 또는 부하 추정 모델 학습 장치로부터의 최적화된 파라미터)를 수신할 수 있다.
이때, 통신부는 PLC 방식을 이용하여 데이터를 송수신할 수 있다.
일례로, 최적화 파라미터에 관한 정보가 전력 신호에 포함된 채로 획득되면, 통신부는, PLC 모뎀을 통해 전력 신호로부터 최적화 파라미터에 관한 정보를 분리하는 복조 프로세스를 실행함으로써, 최적화 파라미터에 관한 정보를 획득할 수 있다.
또한, 현재 적산 주기 동안 적산된 현재 적산 전력량 정보는 이전 적산 주기까지 누적된 이전 적산 전력량 정보에 현재 적산 주기 동안 수용가에서 소비한 전력량인 소비 전력량을 적산한 값에 대한 정보일 수 있다.
하지만, 본 발명이 이에 한정되는 것은 아니며, 매 전송 주기마다 적산 전력량 정보의 초기값을 0으로 설정하고 적산 전력량 정보의 값을 연산할 수 있다. 가령, 현재 적산 전력량 정보는 현재의 전송 주기 동안 누적된 전력량에 대한 정보일 수 있으며, 이를 데이터 관리 서버(3000)로 전송하여 데이터 관리 서버(3000)가 수용가의 전체 적산 전력량을 연산하도록 할 수도 있다.
일 예로, 적산 주기는 5분으로 설정되고, 전송 주기는 10분으로 설정되며, 직전에 전송된 적산 전력량 정보가 10kWh를 나타내고, 직전의 적산 주기 동안 샘플링 전력 정보들을 이용하여 획득된 소비 전력량은 0.2kWh이며, 현재의 적산 주기 동안 샘플링 전력 정보들을 이용하여 획득된 소비 전력량은 0.1kWh라고 할 때, 적산 전력 장치가, 데이터 관리 서버로 전송하게 될 적산 전력량 정보는 현재까지 누적된 전력량의 총 합인 10.3 kWh일 수 있다.
하지만, 본 발명이 이에 한정되는 것은 아니며, 적산 전력 장치가 (i) 현재의 전송 주기 중, 직전의 적산 주기 동안의 소비 전력량인 0.2kWh에 현재의 적산 주기 동안의 소비 전력량인 0.1kWh에 대한 정보를 적산하여 0.3kWh에 해당하는 적산 전력량 정보를 데이터 관리 서버(3000)로 전송함으로써 데이터 관리 서버(3000)가 수용가의 이전 적산 전력량 10kWh에 수신된 0.3kWh를 합산하여 수용가의 적산 전력량을 10.3kWh로 업데이트하여 관리하도록 할 수 있다.
참고로, 적산 전력량 정보는, 수용가 내에서 동작 중인 부하에 대응되는 유효 전력량 정보, 무효 전력량 정보, 각각의 적산 주기에 대응되는 각각의 적산 시점에 대한 정보 및 역률 정보를 포함할 수 있다.
또한, 적산 전력량 정보는, 적산 전력 장치(1000)의 상태에 관한 정보를 추가로 포함할 수도 있다.
아래의 표 1은, 통신부가 PLC 방식을 이용하여 데이터 관리 서버(3000)로 전송하는 현재 적산 전력량 정보 및 현재 부하 정보의 예시이다.
Field name Size Type Description
Count 2Bytes HEX 검침데이터 Dump packet 개수
MID 11Bytes ASCII Meter ID
Dtype 1Bytes HEX 데이터종류 Code0x01: 현재검침,
0x02: 정기검침
ITime 7Bytes BCD 해당미터 검침값 수신시 DCU시간
MTime 7Bytes BCD 현재검침: 수집시 시각정기검침: 정기검침 시각
APT 4Bytes HEX 유효전력량 (Total)
RPT 4Bytes HEX 무효전력량 (Total)
PFT 4Bytes HEX 역률(Total)
SHID 4Bytes HEX 부하 정보
가령, 현재 적산 전력량 정보는, (i) 적산 전력 장치의 통신부가 데이터 관리 서버로 전송하는 데이터의 dump packet 개수, (ii) 전송되는 데이터를 식별하기 위한 Meter ID, (iii) 전송되는 데이터가 현재 검침에 따른 데이터인지 정기 검침에 따른 데이터인지를 나타내는 데이터종류 코드, (iv) DCU(데이터 집중 장치)가 데이터를 수신한 시각, (v) 현재 검침 시각 또는 정기 검침 시각, (vi) 유효 전력량 및 무효 전력량, (vii) 역률, (viii) 현재 부하 정보 중 적어도 일부를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 적산 전력 장치의 부하 추정부 및 전력 정보 검출부는, 적산 전력 장치의 동작을 수행하는 프로세서에 의해 실행되는 애플리케이션으로 구현될 수 있다. 이 경우, 프로세서에 의해서 부하 추정부, 전력 정보 검출부 및 통신부 등의 동작이 수행될 수 있다.
한편, 본 발명의 일 실시예에 따른 적산 전력 장치(100)는 적산 전력 장치 내부의 온도 또는 적산 전력 장치 주변의 온도를 검출하는 온도 센서를 더 포함할 수 있다.
이때, 적산 전력 장치(1000)는 온도 센서로부터 검출된 온도를 참조하여 계측된 전력 정보를 조정 및/또는 보상하여 줄 수 있다.
즉, 적산 전력 장치 내부의 온도 또는 적산 전력 장치 주변의 온도에 따라 적산 전력 장치에 의해 계측되는 값에 오차가 발생할 수 있다. 이러한 계측 값의 오차를 줄이기 위해, 적산 전력 장치는 온도 센서로부터 검출되는 적산 전력 장치 내부의 온도 또는 적산 전력 장치 주변의 온도를 참조하여 계측 값에 대한 조정/보상을 수행할 수 있다.
또한, 본 발명의 일 실시예에 따른 적산 전력 장치는 전원부를 더 포함할 수 있다.
이때, 적산 전력 장치(1000)는, 전원부로부터 공급되는 동작 전원에 의해 전력 장치의 동작들을 수행할 수 있다.
또한, 본 발명의 일 실시예에 따른 적산 전력 장치는 디스플레이 모듈을 더 포함할 수 있다.
이때, 적산 전력 장치(1000)는, 전력 정보 검출부, 전력량 적산부 및 부하 추정부에 의해 출력되는 정보들 중 적어도 일부(가령, 적산 전력값 등)를 디스플레이 모듈을 통해 디스플레이할 수 있다. 또한, 적산 전력 장치(1000)는, 전력 정보 검출부가 실시간으로 센싱하는 정보에 대응되는 정보를 디스플레이 모듈을 통해 디스플레이할 수 있다. 가령, 적산 전력 장치(1000)는, 현재 수용가로 공급되는 공급 전원의 전압 정보, 전류 정보, 역률 정보, 유효 전력 정보, 무효 전력 정보 중 적어도 일부를 디스플레이 모듈을 통해 디스플레이할 수 있다.
뿐만 아니라, 적산 전력 장치(1000)는, 전력 정보 검출부, 전력량 적산부, 부하 추정부 및 통신부, 전원부의 상태 정보(가령, 통신부의 기능 이상 상태 정보)를 디스플레이 모듈을 통해 디스플레이 할 수 있다.
이와 같이 구성된 본 발명의 일 실시예에 따른 적산 전력 장치가 수용가에서 소모되는 전력을 적산하며, 수용가에서 동작 중인 부하를 판별하는 동작에 대하여 좀 더 구체적으로 설명하면 다음과 같다.
먼저, 적산 전력 장치(1000)의 전력 정보 검출부는, 분전반의 인입 라인을 통해 수용가로 공급되는 공급 전원의 전력 정보를 실시간으로 검출하며, 실시간으로 검출되는 전력 정보를 기설정된 샘플링 주기에 따라 샘플링함으로써 샘플링 전력 정보들을 순차적으로 생성하게 된다.
위와 같이 샘플링 전력 정보들이 순차적으로 생성되면, (i) 적산 전력 장치(1000)의 전력량 적산부는, 적산 전력량 정보를 획득하는 프로세스를 수행하며, (ii) 적산 전력 장치(1000)의 부하 추정부는, 부하 정보를 출력하는 프로세스를 수행하게 된다.
구체적으로, 적산 전력 장치(1000)의 전력량 적산부는, 전력 정보 검출부에 의해 생성된 샘플링 전력 정보들을 이용하여 매 적산 주기마다 해당 적산 주기 동안 수용가에서 소비한 전력량인 소비 전력량을 획득하고, 소비 전력량을 이전의 적산 주기까지 적산된 이전 적산 전력량 정보에 적산하여 현재의 적산 주기까지 수용가에서 소모된 전체 전력량인 적산 전력량 정보를 획득하게 된다.
또한, 적산 전력 장치(1000)의 부하 추정부는, 전력 정보 검출부에 의해 생성된 샘플링 전력 정보들 중, 제(t-k) 시점 내지 제t 시점 사이의 시구간에 대응되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 참조하여 제t 시점에 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력한다.
도 3은 본 발명의 일 실시예에 따른 적산 전력 장치가 적산 전력량 정보 및 부하 정보를 출력하는 과정을 예시적으로 도시한 것이다.
도 3의 좌측 부분을 참조하면, 적산 주기를 1초로 설정하고, 전송 주기를 60초로 설정한 상태에서, 전력 정보 검출부가 전력 정보를 기설정된 샘플링 주기(가령, 1/20초)에 따라 샘플링함으로써 샘플링 전력 정보들을 순차적으로 생성하면, 전력량 적산부가 매 적산 주기마다 소비 전력량을 획득하여 해당 소비 전력량을 이전 적산 주기까지 적산된 이전 적산 전력량 정보에 적산함으로써 전체소모 전력량인 적산 전력량 정보를 획득하며, 전력량 적산부는 전송 주기 동안 해당 동작을 반복한다.
또한, 전력량 적산부에 의해 상기 동작이 반복되는 동안, 부하 추정부는 현재 전송 주기 동안 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력하게 된다.
도 3의 우측 부분을 참조하면, 적산 전력 장치는, 샘플링 전력 정보들을 참조하여 수용가 내에서 동작 중인 부하를 판별한 부하 정보(도 3의 SHID#)를 출력하는 것을 확인할 수 있다.
그리고, 전송 주기(60초)에 도달하면, 통신부가, 현재 적산 주기 동안 전력량 적산부에 의해 적산된 현재 적산 전력량 정보와 현재 전송 주기 동안 부하 추정부에 의해 판별된 현재 부하 정보를 데이터 관리 서버로 전송하게 되며, 현재 전송 주기 동안 계산된 적산 전력량은 초기화된 후, 다음 전송 주기에 전력량 적산부 및 부하 추정부에 의해 상기 프로세스가 반복된다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 적산 전력 장치(1000)는, (i) 현재 적산 주기 동안 전력량 적산부에 의해 적산된 현재 적산 전력량 정보 및 (ii) 현재 전송 주기 동안 부하 추정부에 의해 판별된 현재 부하 정보를 PLC 모뎀을 통해 DCU(data concentration unit)로 전송함으로써, DCU로 하여금 데이터 관리 서버(3000)로 현재 적산 전력량 정보 및 현재 부하 정보를 전송하도록 지원할 수 있다.
참고로, 도 4에서는 부하 추정 모델 학습 장치(2000)가 DCU를 통해 PLC 방식을 이용하여 적산 전력 장치와 통신하는 것으로 도시되어 있으나, 이에 한정되는 것은 아니며, 부하 추정 모델 학습 장치(2000)는 다양한 유무선 통신 방식 중 적어도 일부를 이용하여 적산 전력 장치와 통신을 할 수 있다.
한편, 적산 전력 장치로부터 적산 전력량 정보 및 부하 정보가 획득되면, 데이터 관리 서버(3000)는, 적산 전력량 정보와 부하 정보를 이용하여 수용가에서 소모되는 전력 정보를 모니터링 할 수 있다.
도 5는, 데이터 관리 서버(3000)가 적산 전력량 정보와 부하 정보를 이용하여 수용가에서 소모되는 전력 정보를 분석한 결과를 예시적으로 도시하고 있다.
도 5를 참조하면, (i) 수용가로 공급되는 전체 전력값(도 5a) 및 (ii) 전체 전력값 중 수용가 내 부하에 대응되는 개별 전력값(도 5b 및 도 5c)을 확인할 수 있다.
종래에는, 전력 공급자(데이터 관리 서버)가 부하 정보를 얻기 위해서 방대한 전력량 정보를 획득하고 획득한 전력량 정보를 분석하는 과정을 거쳐야 했던 반면에, 본 발명에 따르면, 전력 공급자가 방대한 전력량 정보를 획득하지 않고도, 부하 정보를 획득할 수 있다는 점에서, 본 발명의 부하 추정 프로세스는 전력량 정보를 매우 효율적으로 압축하는 프로세스라고 할 수 있다.
이에 따라, 전력 공급자는, 적산 전력 장치(1000)로부터 막대한 양의 전력량 정보를 획득하기 위한 별도의 통신 네트워크를 구축하지 않고도, 적산 전력 장치(1000)에 부하 추정 모델을 포함시킴으로써, 수용가 내의 부하 정보를 획득할 수 있게 된다.
또한, 전력 공급자는, 획득한 부하 정보를 분석하여 전력 소비자를 위한 다양한 서비스를 제공할 수 있게 된다.
일례로, 전력 공급자는 획득한 부하 정보를 분석하여 특정 수용가에 대한 부하별 에너지 소비량 정보를 획득하고, 해당 정보를 특정 수용가에 제공함으로써, 특정 수용가로 하여금 효율적으로 전기 에너지를 소비하도록 지원할 수 있다.
다른 예로, 전력 공급자는, 획득한 부하 정보를 참조하여 과금을 할 수 있다.
가령, 특정 수용가의 부하 정보로서, 농업에 이용되는 농업용 부하에 관한 제1 부하 정보 및 일상 생활에 이용되는 일상 부하에 관한 제2 부하 정보가 획득되면, 전력 공급자는, 농업용 부하로 인해 발생하는 제1 전력량 및 일상 부하로 인해 발생하는 제2 전력량 각각에 대하여 과금을 다르게 적용할 수 있다.
또는, 전력 공급자는, 특정 기간(가령, 여름)에 사용 빈도가 높아지는 부하(가령, 에어컨)와 관련하여, 특정 기간에 발생하는 제1 전력량 및 특정 기간 이외의 기간에 발생하는 제2 전력량 각각에 대하여 과금을 다르게 적용할 수 있다.
다른 예로, 데이터 관리 서버(3000)는, 획득된 부하 정보 및 적산 전력량 정보를 참조하여 특정 수용가의 특정 부하의 고장으로 인한 이상 동작을 판단하고, 특정 부하에 대한 정보를 특정 수용가의 특정 사용자에게 전달할 수 있다.
이처럼, 데이터 관리 서버(3000)는, 적산 전력량 정보와 부하 정보를 이용하여 수용가에서 소모되는 전력 정보를 모니터링함으로써, 전력 소비자를 위한 다양한 서비스를 제공할 수 있게 된다.
나아가서, 전기 에너지가 불필요하게 소비되지 않도록 하여, 전기 에너지를 생산하기 위해 필수적으로 배출되는 탄소의 배출량을 감소시킴으로써 지구 온난화를 완화시킬 수 있게 된다.
상기에서 설명한 부하 정보 추정 방법은, 적산 전력 장치에 탑재되는 애플리케이션에 의해 구현될 수 있으며, 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (8)

  1. 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치에 있어서,
    분전반의 인입 라인을 통해 수용가로 공급되는 공급 전원의 전력 정보 - 상기 전력 정보는 적어도 상기 공급 전원의 전압 정보 및 전류 정보를 포함함 - 를 실시간으로 검출하며, 실시간으로 검출되는 상기 전력 정보를 기설정된 샘플링 주기에 따라 샘플링함으로써 샘플링 전력 정보들을 순차적으로 생성하는 전력 정보 검출부;
    상기 전력 정보 검출부에 의해 생성된 상기 샘플링 전력 정보들을 이용하여 각각의 적산 주기 동안 상기 수용가에서 소비한 전력량인 소비 전력량을 획득하고, 상기 소비 전력량을 이전 적산 주기까지 적산된 이전 적산 전력량 정보에 적산하여 상기 각각의 적산 주기 동안 상기 수용가에서 소모된 전체 전력량인 적산 전력량 정보를 획득하는 전력량 적산부;
    상기 전력 정보 검출부에 의해 생성된 상기 샘플링 전력 정보들 중, 제(t-k) 시점 내지 제t 시점 사이의 시구간에 대응되는 제(t-k) 샘플링 전력 정보 내지 제t 샘플링 전력 정보를 참조하여 상기 제t 시점에 상기 수용가 내에서 동작 중인 부하를 판별한 부하 정보를 출력하는 뉴럴 네트워크 기반의 부하 추정부; 및
    기설정된 전송 주기에 따라 (i) 현재 적산 주기 동안 상기 전력량 적산부에 의해 적산된 현재 적산 전력량 정보와 (ii) 현재 전송 주기 동안 상기 부하 추정부에 의해 판별된 현재 부하 정보를 데이터 관리 서버로 전송하는 통신부;
    를 포함하는 적산 전력 장치.
  2. 제1항에 있어서,
    상기 부하 추정부는, 상기 제(t-k) 시점 내지 상기 제t 시점 각각에 대응되는 상기 부하 추정부의 제1 입력 레이어 내지 제(k+1) 입력 레이어 각각에 상기 제(t-k) 샘플링 전력 정보 내지 상기 제t 샘플링 전력 정보를 입력하여, (i) 상기 제1 입력 레이어 내지 상기 제(k+1) 입력 레이어 각각에 대응되는 제1 히든 레이어 내지 제(k+1) 히든 레이어 각각을 통해 (i-1) 상기 제1 입력 레이어 내지 상기 제(k+1) 입력 레이어로부터 획득되는 상기 제(t-k) 샘플링 전력 정보 내지 상기 제t 샘플링 전력 정보 각각 및 (i-2) 직전 히든 레이어 각각으로부터 획득되는 제(t-k) 직전 입력 정보 내지 제t 직전 입력 정보 각각을 참조하여 제(t-k) 히든 상태 정보 내지 제t 히든 상태 정보를 출력하고, (ii) 상기 제(k+1) 히든 레이어에 대응되는 출력 레이어를 통해 상기 제t 히든 상태 정보를 참조하여 상기 제t 시점에 상기 수용가 내에서 동작 중인 상기 부하를 판별한 상기 부하 정보를 출력하는 것을 특징으로 하는 적산 전력 장치.
  3. 제1항에 있어서,
    부하 추정 모델 학습 장치에 의해 학습용 부하 추정 모델이 학습됨으로써 상기 학습용 부하 추정 모델의 최적화 파라미터가 생성된 상태에서, 상기 통신부를 통해 상기 부하 추정 모델 학습 장치로부터 상기 최적화 파라미터가 획득되면, 상기 부하 추정부가, 상기 부하 추정부의 파라미터를 상기 최적화 파라미터로 업데이트하며, 상기 최적화 파라미터를 이용하여 상기 수용가 내에서 동작 중인 부하를 판별하는 것을 특징으로 하는 적산 전력 장치.
  4. 제3항에 있어서,
    상기 부하 추정 모델 학습 장치가, 학습용 제(t-k) 시점 내지 학습용 제t 시점에 대응되는 전력 패턴을 샘플링함으로써 생성되는 학습용 제1 샘플링 전력 정보 내지 학습용 제(k+1) 샘플링 전력 정보를 학습 데이터로서 상기 학습용 부하 추정 모델의 학습용 제1 입력 레이어 내지 학습용 제(k+1) 입력 레이어에 입력하여, 상기 학습용 부하 추정 모델로 하여금 (i) 상기 학습용 제1 입력 레이어 내지 상기 학습용 제(k+1) 입력 레이어 각각에 대응되는 학습용 제1 히든 레이어 내지 학습용 제(k+1) 히든 레이어 각각을 통해 (i-1) 상기 학습용 제1 입력 레이어 내지 상기 학습용 제(k+1) 입력 레이어로부터 획득되는 상기 학습용 제1 샘플링 전력 정보 내지 상기 학습용 제(k+1) 샘플링 전력 정보 각각 및 (i-2) 직전 학습용 히든 레이어 각각으로부터 획득되는 학습용 제1 직전 입력 정보 내지 학습용 제(k+1) 직전 입력 정보 각각을 참조하여 학습용 제1 히든 상태 정보 내지 학습용 제(k+1) 히든 상태 정보를 출력하도록 하며, (ii) 상기 학습용 제(k+1) 히든 레이어에 대응되는 학습용 출력 레이어를 통해 상기 학습용 제(k+1) 히든 상태 정보를 참조하여 상기 학습용 제t 시점에 학습용 수용가 내에서 동작 중인 학습용 부하를 판별한 학습용 부하 정보를 출력하도록 하며, 상기 학습용 부하 정보 및 상기 학습용 부하 정보에 대응되는 GT 부하 정보를 참조하여 클래시피케이션 로스를 획득하고, 상기 클래시피케이션 로스를 백프로파게이션하여 상기 학습용 부하 추정 모델을 학습함으로써 상기 학습용 부하 추정 모델의 상기 최적화 파라미터가 생성되는 것을 특징으로 하는 적산 전력 장치.
  5. 제3항에 있어서,
    상기 부하 추정부는, 판별된 부하 정보의 추정 부하 확률이 기설정된 임계치 미만인 것으로 판단되면, 상기 통신부를 통해 상기 판별된 부하 정보에 대응되는 샘플링 전력 정보들을 상기 부하 추정 모델 학습 장치로 전송하여, 상기 부하 추정 모델 학습 장치로 하여금 상기 샘플링 전력 정보들을 이용하여 상기 학습용 부하 추정 모델을 학습하여 상기 최적화 파라미터를 업데이트 하도록 하고, 업데이트된 상기 최적화 파라미터를 상기 적산 전력 장치로 전송하도록 하며, 업데이트된 상기 최적화 파라미터가 상기 통신부를 통해 획득되면, 상기 수용가 내에서 동작 중인 부하를 판별하는데 사용되고 있는 현재 최적화 파라미터를 상기 부하 추정 모델 학습 장치로부터 획득한 업데이트된 상기 최적화 파라미터로 업데이트 하는 것을 특징으로 하는 적산 전력 장치.
  6. 제5항에 있어서,
    상기 부하 추정부는, 상기 통신부를 통해 상기 샘플링 전력 정보들을 상기 부하 추정 모델 학습 장치로 전송하여, 상기 부하 추정 모델 학습 장치로 하여금 기설정된 주기 동안 상기 수용가를 포함하는 복수의 수용가들로부터 획득되는 상기 샘플링 전력 정보들을 포함하는 복수의 샘플링 전력 정보들을 학습 데이터로서 이용하여 상기 학습용 부하 추정 모델을 학습하여 상기 최적화 파라미터를 업데이트 하도록 하고, 업데이트된 상기 최적화 파라미터를 상기 적산 전력 장치로 전송하도록 하며, 업데이트된 상기 최적화 파라미터가 상기 통신부를 통해 획득되면, 상기 수용가 내에서 동작 중인 부하를 판별하는데 사용되고 있는 현재 최적화 파라미터를 상기 부하 추정 모델 학습 장치로부터 획득한 업데이트된 상기 최적화 파라미터로 업데이트 하는 것을 특징으로 하는 적산 전력 장치.
  7. 제1항에 있어서,
    상기 통신부는, PLC(power line communication) 방식을 통해 상기 현재 적산 전력량 정보 및 상기 현재 부하 정보를 상기 데이터 관리 서버로 전송하는 것을 특징으로 하는 적산 전력 장치.
  8. 제1항에 있어서,
    상기 현재 적산 전력량 정보는, 상기 수용가 내에서 동작 중인 부하에 대응되는 유효 전력량 정보, 무효 전력량 정보, 상기 각각의 적산 주기에 대응되는 각각의 적산 시점에 대한 정보 및 역률 정보를 포함하는 것을 특징으로 하는 적산 전력 장치.
KR1020210153404A 2021-11-09 2021-11-09 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치 KR102350728B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210153404A KR102350728B1 (ko) 2021-11-09 2021-11-09 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210153404A KR102350728B1 (ko) 2021-11-09 2021-11-09 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치

Publications (1)

Publication Number Publication Date
KR102350728B1 true KR102350728B1 (ko) 2022-01-14

Family

ID=79342985

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210153404A KR102350728B1 (ko) 2021-11-09 2021-11-09 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치

Country Status (1)

Country Link
KR (1) KR102350728B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826720A (zh) * 2023-06-21 2023-09-29 浙江卓松电气有限公司 配电设备的电负荷预测方法、装置、设备及可读存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050066392A (ko) * 2003-12-26 2005-06-30 엘에스산전 주식회사 전력선 방식을 이용한 원격 부하 제어형 전자식 전력량계
JP2011232061A (ja) * 2010-04-23 2011-11-17 Mitsubishi Electric Corp 消費電力測定システム及び消費電力測定方法
KR101697015B1 (ko) * 2015-08-19 2017-01-16 엘에스산전 주식회사 전력 모니터링 시스템
KR20170023676A (ko) * 2015-08-24 2017-03-06 엘에스산전 주식회사 전력 모니터링 시스템
KR20170036462A (ko) * 2015-09-24 2017-04-03 원우엔지니어링주식회사 기기 식별이 가능한 적응형 스마트 전력 측정 장치 및 방법
KR20180064228A (ko) * 2016-12-05 2018-06-14 주식회사 스타코프 실시간 전력 소비 패턴을 분석하여 획득되는 통전 및 단전 모티프 정보를 이용하여 비침습 방식으로 회로 내의 복수의 전력 기기의 거동을 분석하고 개별 기기의 소비 전력을 모니터링하는 장치 및 방법
KR101922031B1 (ko) * 2017-09-28 2018-11-27 주식회사 스타코프 빅데이터 기반으로 실시간 전력 소비 패턴을 분석하고 아크 정보 추출 및 아크 폴트 경보 기능을 수행하는 소비 전력 적산 방법 및 적산전력장치
KR101935684B1 (ko) * 2017-08-25 2019-01-04 주식회사 더작 전력기기의 고유 전력신호를 이용한 전력 관리 시스템
JP2019216552A (ja) * 2018-06-13 2019-12-19 株式会社Ｇｓユアサ 行動生成装置、蓄電素子評価装置、コンピュータプログラム、学習方法及び評価方法
KR20210066534A (ko) * 2019-11-28 2021-06-07 한국전자기술연구원 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
KR20210131160A (ko) * 2020-04-23 2021-11-02 한국전력공사 딥러닝 모델 기반의 전력 수요 예측 장치 및 방법

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050066392A (ko) * 2003-12-26 2005-06-30 엘에스산전 주식회사 전력선 방식을 이용한 원격 부하 제어형 전자식 전력량계
JP2011232061A (ja) * 2010-04-23 2011-11-17 Mitsubishi Electric Corp 消費電力測定システム及び消費電力測定方法
KR101697015B1 (ko) * 2015-08-19 2017-01-16 엘에스산전 주식회사 전력 모니터링 시스템
KR20170023676A (ko) * 2015-08-24 2017-03-06 엘에스산전 주식회사 전력 모니터링 시스템
KR20170036462A (ko) * 2015-09-24 2017-04-03 원우엔지니어링주식회사 기기 식별이 가능한 적응형 스마트 전력 측정 장치 및 방법
KR20180064228A (ko) * 2016-12-05 2018-06-14 주식회사 스타코프 실시간 전력 소비 패턴을 분석하여 획득되는 통전 및 단전 모티프 정보를 이용하여 비침습 방식으로 회로 내의 복수의 전력 기기의 거동을 분석하고 개별 기기의 소비 전력을 모니터링하는 장치 및 방법
KR101935684B1 (ko) * 2017-08-25 2019-01-04 주식회사 더작 전력기기의 고유 전력신호를 이용한 전력 관리 시스템
KR101922031B1 (ko) * 2017-09-28 2018-11-27 주식회사 스타코프 빅데이터 기반으로 실시간 전력 소비 패턴을 분석하고 아크 정보 추출 및 아크 폴트 경보 기능을 수행하는 소비 전력 적산 방법 및 적산전력장치
JP2019216552A (ja) * 2018-06-13 2019-12-19 株式会社Ｇｓユアサ 行動生成装置、蓄電素子評価装置、コンピュータプログラム、学習方法及び評価方法
KR20210066534A (ko) * 2019-11-28 2021-06-07 한국전자기술연구원 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
KR20210131160A (ko) * 2020-04-23 2021-11-02 한국전력공사 딥러닝 모델 기반의 전력 수요 예측 장치 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826720A (zh) * 2023-06-21 2023-09-29 浙江卓松电气有限公司 配电设备的电负荷预测方法、装置、设备及可读存储介质
CN116826720B (zh) * 2023-06-21 2024-03-29 浙江卓松电气有限公司 配电设备的电负荷预测方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
US7693670B2 (en) Cognitive electric power meter
Aladesanmi et al. Overview of non-intrusive load monitoring and identification techniques
EP2601482B1 (en) System and method for the automatic identification of electric devices/appliances
Weiss et al. Leveraging smart meter data to recognize home appliances
Biansoongnern et al. Nonintrusive load monitoring (NILM) using an Artificial Neural Network in embedded system with low sampling rate
JP2013500699A (ja) 反応性の負荷モニタリングシステム及びその方法
WO2007139587A1 (en) Utility monitoring systems and methods of use
CN113078630B (zh) 一种基于实时量测数据的低压配电网拓扑辨识方法
GB2465638A (en) Current measuring device and system for monitoring energy usage
KR101870250B1 (ko) 비침투식 부하전력량 측정 장치 및 방법
KR20220053551A (ko) 전력 그리드의 전기 파라미터들을 결정하는 시스템
Ashraf et al. Energy monitoring prototype for Internet of Things: Preliminary results
CN111242391A (zh) 用于电力负荷识别的机器学习模型训练方法及系统
CN105143892A (zh) 电能测量装置和使用该装置的电能测量信息标记系统
KR102350728B1 (ko) 뉴럴 네트워크 기반의 부하 추정부를 포함하는 적산 전력 장치
Wang et al. Regional nonintrusive load monitoring for low voltage substations and distributed energy resources
Alahmad et al. Non-intrusive electrical load monitoring and profiling methods for applications in energy management systems
Nardello et al. A low-cost smart sensor for non intrusive load monitoring applications
CN115994606B (zh) 包括负载估计模型的累计电力装置及其负载估计方法
Fecil'ak et al. A non‐intrusive Smart metering system: Analytics and simulation of power consumption
GB2574447A (en) Electrical load monitoring system
Son Home electricity consumption monitoring enhancement using smart device status information
Park et al. When Privacy Protection Meets Non-Intrusive Load Monitoring: Trade-off Analysis and Privacy Schemes via Residential Energy Storage
EP2650831A1 (en) A method for determining an electricity consumption profile of a facility and a system
CN110244149B (zh) 基于电流幅值标准差的非侵入式电器识别方法

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant