KR102388849B1 - 인공지능 딥러닝 고조파 제어 시스템 - Google Patents

인공지능 딥러닝 고조파 제어 시스템 Download PDF

Info

Publication number
KR102388849B1
KR102388849B1 KR1020210086840A KR20210086840A KR102388849B1 KR 102388849 B1 KR102388849 B1 KR 102388849B1 KR 1020210086840 A KR1020210086840 A KR 1020210086840A KR 20210086840 A KR20210086840 A KR 20210086840A KR 102388849 B1 KR102388849 B1 KR 102388849B1
Authority
KR
South Korea
Prior art keywords
harmonic
power
artificial intelligence
deep learning
user
Prior art date
Application number
KR1020210086840A
Other languages
English (en)
Inventor
노승희
Original Assignee
넥스트원에너지 주식회사
노승희
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 넥스트원에너지 주식회사, 노승희 filed Critical 넥스트원에너지 주식회사
Priority to KR1020210086840A priority Critical patent/KR102388849B1/ko
Application granted granted Critical
Publication of KR102388849B1 publication Critical patent/KR102388849B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/01—Arrangements for reducing harmonics or ripples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/252—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques using analogue/digital converters of the type with conversion of voltage or current into frequency and measuring of this frequency
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/165—Spectrum analysis; Fourier analysis using filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

본 발명은 인공지능 딥러닝 고조파 제어 시스템에 관한 것으로, 보다 상세하게는 특정 사용자 단말기만이 시스템에 접근하고, 전력 정보를 블록체인으로 관리하는 인공지능 딥러닝 고조파 제어 시스템에 관한 것이다.

Description

인공지능 딥러닝 고조파 제어 시스템{ARTIFICIAL INTELLIGENCE DEEP LEARNING HARMONIC CONTROL SYSTEM}
본 발명은 인공지능 딥러닝 고조파 제어 시스템에 관한 것으로, 보다 상세하게는 특정 사용자 단말기만이 시스템에 접근하고, 전력 정보를 블록체인으로 관리하는 인공지능 딥러닝 고조파 제어 시스템에 관한 것이다.
전력 계통의 전기 배선에는 기본 60Hz의 주파수만 존재하여야 하나 여러 장비를 사용하면서 부가적으로 만들어지는 3차수 고조파 (60Hz x 3 = 180Hz), 5차수 고조파 (60Hz x 5 = 300Hz), 7차, 11차, 13차 등이 전기 배선에 존재하여 장비에 악영향을 끼치므로 역상의 같은 고조파를 만들어 발생된 고조파에 중첩시켜서 제거하는 장비가 고조파 공진 회피 장치이다. 즉, 고조파 공진 회피 장치는 고조파 180Hz 가 존재하면 역상의 고조파 180Hz를 발생시켜 고조파 180Hz - 역상의 고조파 180Hz = 0 이 되게 하여 전력 계통상의 다른 주파수를 제거한다.
특허문헌 3 3상 4선식 능동전력필터 제어장치는 고조파 필터에서 전력 계통의 정상분, 역상분, 영상분 고조파 전류 및 전력을 제어함으로써 중성선의 영상분 고조파 및 불평형 전류 제거와 전압 총합 고조파 왜형율, 전류 총수요 고조파 왜형율을 규제치 이내로 제어한다.
종래 고조파 공진 회피 장치는 공진 현상이 발생해도 설정 그대로 동작하다 내부 소자 IGBT나 캐패시터가 소손되는 사고가 발생하는 문제점이 있다.
공개번호 제10-2015-0117219호 전력 변환 장치, 전력 변환 장치의 제어 장치 및 전력 변환 장치의 제어 방법 공개번호 제10-2020-0069255호 SVC 시스템 설계 방법 및 그 장치 등록번호 제10-0459000호 3상 4선식 능동전력필터 제어장치
본 발명은 고조파 발생 관리를 위해 사용되는 인공지능 딥러닝 고조파 제어 시스템의 접근을 인증하고, 전력 정보를 블록체인으로 관리하여 전력 정보의 위조 및 변조를 방지하는 인공지능 딥러닝 고조파 제어 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 사용자 입력인 문자 인식, 음성 인식을 통해 전력 정보를 입력받아 전력 정보에 기반한 고조파 관리를 수행하는 인공지능 딥러닝 고조파 제어 시스템을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 선택된 고조파 차수에 대해 목표 저감 수치 이내로 고조파 용량을 제어해서 발생하지 않아야 할 고조파를 필터링하는 인공지능 딥러닝 고조파 제어 시스템을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 사용자가 원하는 목표 저감 수치를 설정하면 인공지능 딥러닝 고조파 제어 시스템이 계통에서 발생하는 여러 차수의 고조파를 목표 저감 수치를 만족시키기 위하여 스스로 해당 고조파를 선택 또는 해제시키는 동시에 개별 고조파의 목표 저감 수치를 증가감시켜가면서 자동으로 목표 저감 수치에 맞춰주는 인공지능 딥러닝 고조파 제어 시스템을 제공하는 것을 또 다른 목적으로 한다.
본 발명의 바람직한 인공지능 딥러닝 고조파 제어 시스템은, 사용자 입력을 처리하여 시스템 동작을 명령하는 HMI 인터페이스(1); LCD 제어 패널에 데이터 통신하는 통신 인터페이스(2); 시스템의 각종 모듈에 전원을 공급하는 전원부(4); 시스템 제어를 입력받아 전력 회로에 대해 고조파 필터링을 수행하는 고조파 전력 회로(8~15); 상기 고조파 전력 회로(8~15)의 전압을 감지하는 전압 감지 회로(5); 상기 고조파 전력 회로(8~15)의 전류를 감지하는 전류 감지 회로(6); 상기 고조파 전력 회로(8~15)와 데이터 통신하는 통신 인터페이스(7); 및 시스템 동작을 제어하고, 필터링할 고조파 차수를 선택하고, 선택된 고조파 차수에 대해 용량 증가감을 수행하고, 목표 저감 수치를 제어하는 주 제어부(3);를 포함하는 것을 특징으로 한다.
또한, 상기 전력 회로는, 회전하여, 부하(40)를 구동하는 3상 모터(50); 상기 3상 모터(50)에 흐르는 전류를 감지하는 전류 감지 회로(211~213); 상기 전류 감지 회로(211~213)를 인터페이스하는 센서 제어기(220); 상기 센서 제어기(220)를 이용하여 에너지 관리하는 EMS(230); 및 상기 부하(40) 전력을 계측하는 전력 정밀 계측기(130);를 포함하는 것을 특징으로 한다.
또한, 상기 주 제어부(3)는, 전압치와 전류치를 주파수 분석하는 웨이브릿변환기(61); 분석된 주파수 기반 특징 벡터를 추출하는 특징 벡터 추출기(62); 신경 회로망을 이용하여 추출된 특징 벡터를 연산하는 외란식별기(63); 인공지능 딥러닝 고조파 제어 시스템의 알고리즘을 저장하는 메모리(64);를 포함하는 것을 특징으로 한다.
또한, 상기 주 제어부(3)를 포함하는 전력 컴퓨터(60)의 디스플레이에 표시된 킷값을 입력하고, 사용자 정보와 함께 서버(80)로 전송하며, 킷값과 사용자 정보를 이용하여 스마트폰(70)에 탑재된 인공지능 딥러닝 고조파 제어 시스템의 인증을 서버(80)에 요청하는 스마트폰(70); 및 상기 스마트폰(70)로부터 킷값을 수신하고, 상기 스마트폰(70)으로부터 킷값과 사용자 정보를 수신하여 상기 스마트폰(70)의 킷값과 사용자 정보를 비교하고, 사용자 정보를 대응시켜 상기 스마트폰(70)의 인공지능 딥러닝 고조파 제어 시스템에 대한 인증을 처리하고, 인증 결과를 상기 스마트폰(70)로 전송하여 인공지능 딥러닝 고조파 제어 시스템에 대한 사용자의 사용을 허가하는 서버(80);를 더 포함하는 것을 특징으로 한다.
또한, 사용자(201) 단말기가 전력 정보(202)를 입력하고, 전력 정보(203)가 모든 사용자 단말기에게 전송되고, 모든 사용자 단말기는 전력 정보(204) 블록에 대하여 유효성을 검증하고, 기존 블록체인에 새로운 전력 정보(206)를 추가하고, 사용자(201) 단말기는 전력 정보(206)에 따른 비용(207)을 지급하는 블록체인 챗팅플랫폼을 더 포함하는 것을 특징으로 한다.
본 발명은 인공지능 딥러닝 고조파 제어 시스템의 접근을 인증하여 특정 사용자만이 인공지능 딥러닝 고조파 제어 시스템을 이용할 수 있도록 허가하고, 전력 정보를 블록체인으로 관리하여 전력 정보의 위조 및 변조를 방지하는 효과를 가질 수 있다.
또한, 본 발명은 선택된 고조파 차수에 대해 목표 저감 수치 이내로 고조파 용량을 제어해서 발생하지 않아야 할 고조파를 필터링할 수 있다.
또한, 본 발명의 블록체인 전력 정보 확인 플랫폼은 전력 정보를 블록체인으로 구성함으로써 전력 정보의 보안성을 높이고, 높아진 보안성으로 인해 전력 정보의 활용도를 높일 수 있다.
도 1은 본 발명 인공지능 딥러닝 고조파 제어 시스템의 구성을 보인 블록도이다.
도 2는 발생 고조파 스펙트럼을 보인 그래프이다.
도 3은 고조파 차수 선택과 목표값을설정하는 사용자 인터페이스를 보인 예시도이다.
도 4는 도 1이 구동 시스템에 적용된 예시도이다.
도 5는 도 1이 전력 컴퓨터에 구현된 예시도이다.
도 6은 도 1의 인증 구성을 보인 예시도이다.
도 7은 도 1의 블록체인 시스템을 보인 예시도이다.
도 8은 도 7의 전력 정보 저장 구성을 보인 예시도이다.
이하, 도면을 참조하여 본 발명의 바람직한 일실시예에 따른 인공지능 딥러닝 고조파 제어 시스템에 대하여 상세히 설명하기로 한다. 이하에서 종래 주지된 사항에 대한 설명은 본 발명의 요지를 명확히 하기 위해 생략하거나 간단히 한다. 본 발명의 설명에 포함된 구성은 개별 또는 복합 결합 구성되어 동작한다.
도 1은 본 발명 인공지능 딥러닝 고조파 제어 시스템의 구성을 보인 블록도로서, 도 1을 참조하면, 인공지능 딥러닝 고조파 제어 시스템은 HMI 인터페이스(1), 통신 인터페이스(2), 주 제어부(3), 전원부(4), 전압 감지 회로(5), 전류 감지 회로(6), 통신 인터페이스(7), 고조파 전력 회로(8~15)를 포함한다.
HMI 인터페이스(1)는 사용자 입력을 처리하여 시스템 동작을 명령하고, 통신 인터페이스(2)는 LCD 제어 패널에 데이터 통신하고, 주 제어부(3)는 시스템 동작을 제어하고, 전원부(4)는 시스템의 각종 모듈에 전원을 공급하고, 전압 감지 회로(5)는 고조파 전력 회로(8~15)의 전압을 감지하고, 전류 감지 회로(6)는 고조파 전력 회로(8~15)의 전류를 감지하고, 통신 인터페이스(7)는 고조파 전력 회로(8~15)와 데이터 통신하고, 고조파 전력 회로(8~15)는 시스템 제어를 입력받아 전력 회로에 대해 고조파 필터링을 수행한다.
주 제어부(3)는 필터링할 고조파 차수를 선택하고, 선택된 고조파 차수에 대해 용량 증가감을 수행하고, 목표 저감 수치를 제어한다. 주 제어부(3)는 선택된 고조파 차수에 대해 목표 저감 수치 이내로 고조파 용량을 제어해서 발생하지 않아야 할 고조파를 필터링할 수 있다.
사용자가 원하는 목표 저감 수치를 설정하면 주 제어부(3)는 계통에서 발생하는 여러 차수의 고조파를 목표 저감 수치를 만족시키기 위하여 스스로 해당 고조파를 선택 또는 해제시키는 동시에 개별 고조파의 목표 저감 수치를 증가감시켜가면서 자동으로 목표 저감 수치에 맞춰준다. 예를 들어, THDi 전류 고조파가 40% 발생하고 3차 5차 11차 13차 고조파가 발생하면 저감 목표를 5% 이하로 설정하고 능동형 고조파필터를 가동 시키면 주 제어부(3)는 목표치인 5% 이하를 맞추기 위하여 스스로 개별 발생 고조파를 선택하고 개별 고조파 퍼센테이지를 0% ~ 100% 로 자동 조정하면서 목표 설정값에 맞추어 주는 기능 즉 운전하다가 15차의 고조파가 갑자기 발생하면 15차 고조파 발생을 인지하여 해당 15차 고조파를 선택 보상하여 항상 목표 수치에 만족하도록 한다.
고조파 전력 회로(8~15)에 포함되는 고조파 필터는 전력 계통의 고조파 성분을 제거한다. 전력 계통이 60Hz의 주파수를 사용할 때 60Hz만 있어야 할 배선 계통에 3차 고조파 180Hz, 5차 고조파 300Hz, 7차 9차 11차 13차 ~51차까지 존재한다. 예를 들어, 고조파 필터는 3차 고조파가 30A 정도 존재한다면 반대 성분의 -180Hz의 30A를 발생시켜 기존 180Hz + 역 180Hz = 0으로 만들어 전력 계통의 기타 불필요한 고조파를 제거한다. 이때, 간혹 공진이 발생하여 제거되어야 할 고조파가 더 증폭이 돼서 문제가 발생할 수 있다.
도 2는 발생 고조파 스펙트럼을 보인 그래프로서, 도 2를 참조하면, 전력 회로에서 발생하는 고조파 스펙트럼은 3, 5, 7, 11, 13, 17, 19, 23, 25 차 고조파가 발생하는 것을 설명한다.
도 3은 고조파 차수 선택과 목표값을 설정하는 사용자 인터페이스를 보인 예시도로서, 도 3을 참조하면, 인공지능 딥러닝 고조파 제어 시스템의 고조파 차수 선택과 목표값을 설정하는 사용자 인터페이스를 설명한다.
도 4는 도 1이 구동 시스템에 적용된 예시도로서, 도 4를 참조하면, 인공지능 딥러닝 고조파 제어 시스템의 구동 시스템은 3상 모터(50), 부하(40), 전류 감지 회로(211~213), 센서 제어기(220), EMS(230), 전력 정밀 계측기(130), 학습 서버(150)를 포함한다.
3상 모터(50)는 회전하여, 부하(40)를 구동하고, 전류 감지 회로(211~213)는 3상 모터(50)에 흐르는 전류를 감지한다.
센서 제어기(220)는 전류 감지 회로(211~213)를 인터페이스하고, EMS(230)는 센서 제어기(220)를 이용하여 에너지 관리한다.
전력 정밀 계측기(130)는 부하(40) 전력을 계측하고, 학습 서버(150)는 센서 제어기(220)와 전력 정밀 계측기(130)를 이용하여 3상 모터(50) 구동과 부하(40) 전력을 모니터링하고, 인공지능 딥러닝 알고리즘에 의한 구동 시스템의 고조파 필터링을 제어한다.
도 5는 도 1이 전력 컴퓨터에 구현된 예시도로서, 도 5를 참조하면, 인공지능 딥러닝 고조파 제어 시스템의 전력 컴퓨터는 디스플레이(20), 통신 모듈(30), 전력 컴퓨터(60), 웨이브릿변환기(61), 특징 벡터 추출기(62), 외란식별기(63), 메모리(64)를 포함한다.
디스플레이(20)는 전력 컴퓨터(60)의 동작을 표시하고, 통신 모듈(30)은 전력 컴퓨터(60)와 외부 장치를 연결한다.
전력 컴퓨터(60)는 인공지능 딥러닝 고조파 제어 시스템을 탑재하고, 웨이브릿변환기(61), 특징 벡터 추출기(62), 외란식별기(63), 메모리(64)를 포함한다.
웨이브릿변환기(61)는 전압치와 전류치를 주파수 분석하고, 특징 벡터 추출기(62)는 분석된 주파수 기반 특징 벡터를 추출하고, 외란식별기(63)는 신경 회로망을 이용하여 추출된 특징 벡터를 연산하고, 메모리(64)는 인공지능 딥러닝 고조파 제어 시스템의 알고리즘을 저장한다.
도 6은 도 1의 인증 구성을 보인 예시도로서,도 6을 참조하면, 인공지능 딥러닝 고조파 제어 시스템의 인증 구성은 스마트폰(70), 전력 컴퓨터(60), 서버(80)를 포함한다.
스마트폰(70)은 스마트폰(70)의 키값, 생체 정보를 입력받아 서버(80)에 사용자 인증을 요청하고, 스마트폰(70)은 생성된 킷값을 디스플레이에 표시하고, 서버(80)로 전송한다. 스마트폰(70)의 킷값은 스마트폰 고유의 정보인 CPU 제조번호, 이더넷 칩의 맥주소로부터 생성될 수 있다. 스마트폰(70)은 카메라를 이용한 얼굴 인식, 마이크를 이용한 음성 인식, 디스플레이를 이용한 필기 인식을 통해 생체 정보를 획득하고, 인증에 활용할 수 있다.
스마트폰(70)은 전력 컴퓨터(60)의 디스플레이에 표시된 킷값을 입력하고, 사용자 정보와 함께 서버(80)로 전송한다. 스마트폰(70)은 킷값과 사용자 정보를 이용하여 전력 컴퓨터(60)에 탑재된 인공지능 딥러닝 고조파 제어 시스템의 인증을 서버(80)에 요청한다.
서버(80)는 스마트폰(70)로부터 킷값을 수신하고, 스마트폰(70)으로부터 킷값과 사용자 정보를 수신하여 스마트폰(70)의 킷값과 사용자 정보를 비교하고, 사용자 정보를 대응시켜 스마트폰(70)의 인공지능 딥러닝 고조파 제어 시스템 이용에 대한 인증을 처리한다. 서버(80)는 인증 결과를 스마트폰(70)로 전송하여 인공지능 딥러닝 고조파 제어 시스템에 대한 사용자의 사용을 허가한다.
인공지능 딥러닝 고조파 제어 시스템의 사용을 인증하는 수단인 스마트폰(70)은 단말기(10)와 직접 연결하지 않고, 서버(80)를 통한 우회 경로를 형성함으로써 인터넷망을 이루는 네트워크가 내부망과 외부망으로 구성되어 아이피 주소 설정 과정이 번거로울 때 스마트폰(70)을 이용한 인증 과정이 원활히 수행되는 장점이 있다. 이때, 전력 컴퓨터(60)에는 인공지능 딥러닝 고조파 제어 시스템이 탑재되고, 스마트폰(70)은 인증 수단이 된다.
도 7은 도 1의 블록체인 시스템을 보인 예시도로서, 인공지능 딥러닝 고조파 제어 시스템의 블록체인 시스템(3200)은 스마트폰(70), 전력 컴퓨터(60), 서버(80)를 포함한다.
서버(80)는 블록체인 시스템을 구성하고, 분산 합의 네트워크이다. 분산 합의 네트워크는 다수의 서버(80)가 네트워크 그물망으로 연결되어 전력 정보를 블록으로 구성하고 체인으로 연결한다. 전력 정보를 블록체인으로 구성하는 시스템이 블록체인 시스템이다.
단말기는 스마트폰(70) 또는 전력 컴퓨터(60)를 포함하고, 전력 정보를 실행하고, 실행된 전력 정보를 분산 합의 네트워크인 블록체인 시스템에 저장한다.
스마트폰(70)는 사용자의 생체 정보, 개인 정보를 입력받아 전력 정보에 반영하고, 블록체인 시스템을 이용하여 전력 정보의 위조 및 변조를 방지한다.
도 8은 도 7의 전력 정보 저장 구성을 보인 예시도로서, 도 8을 참조하면, 블록체인 전력 정보 확인 플랫폼은 사용자(201)가 전력 정보(202)를 입력하고, 전력 정보(203)가 모든 사용자에게 전송되고, 모든 사용자는 전력 정보(204) 블록에 대하여 유효성을 검증하고, 기존 블록체인에 새로운 전력 정보(206)를 추가하고, 사용자(201)는 전력 정보(206)에 따른 비용(207)을 지급한다.
전력 정보(203~206)는 문자 인식 정보, 음성 인식 정보, 생체 정보 중 선택된 어느 하나를 포함한다. 블록체인 전력 정보 확인 플랫폼은 전력 정보를 블록체인으로 구성함으로써 전력 정보의 보안성을 높이고, 높아진 보안성으로 인해 전력 정보의 활용도를 높일 수 있다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 해당 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
1: HMI 인터페이스
2: 통신 인터페이스
3: 주 제어부
4: 전원부
5: 전압 감지 회로
6: 전류 감지 회로
7: 통신 인터페이스
8~15: 고조파 전력 회로
211~213: 전류 감지 회로
220: 센서 제어기
230: EMS
50: 3상 모터
40: 부하
130: 전력 정밀 계측기
150: 학습 서버
20: 디스플레이
30: 통신 모듈
60: 전력 컴퓨터
61: 웨이브릿변환기
62: 특징 벡터 추출기
63: 외란식별기
64: 메모리
70: 스마트폰
80: 서버
200: 블록체인 시스템
201: 사용자
202~204, 206: 전력 정보
205: 기존 블록체인
207: 비용

Claims (5)

  1. 사용자 입력을 처리하여 시스템 동작을 명령하는 HMI 인터페이스(1);
    LCD 제어 패널에 데이터 통신하는 통신 인터페이스(2);
    시스템의 각종 모듈에 전원을 공급하는 전원부(4);
    고조파 전력 회로(8~15)는 시스템 제어를 입력받아 전력 회로에 대해 고조파 필터링을 수행하는 고조파 전력 회로(8~15);
    상기 고조파 전력 회로(8~15)의 전압을 감지하는 전압 감지 회로(5);
    상기 고조파 전력 회로(8~15)의 전류를 감지하는 전류 감지 회로(6);
    상기 고조파 전력 회로(8~15)와 데이터 통신하는 통신 인터페이스(7);
    시스템 동작을 제어하고, 필터링할 고조파 차수를 선택하고, 선택된 고조파 차수에 대해 용량 증가감을 수행하고, 목표 저감 수치를 제어하는 주 제어부(3);
    상기 주 제어부(3)를 포함하는 전력 컴퓨터(60)의 디스플레이에 표시된 킷값을 입력하고, 사용자 정보와 함께 서버(80)로 전송하며, 킷값과 사용자 정보를 이용하여 스마트폰(70)에 탑재된 인공지능 딥러닝 고조파 제어 시스템의 인증을 서버(80)에 요청하는 스마트폰(70);
    상기 스마트폰(70)로부터 킷값을 수신하고, 상기 스마트폰(70)으로부터 킷값과 사용자 정보를 수신하여 상기 스마트폰(70)의 킷값과 사용자 정보를 비교하고, 사용자 정보를 대응시켜 상기 스마트폰(70)의 인공지능 딥러닝 고조파 제어 시스템에 대한 인증을 처리하고, 인증 결과를 상기 스마트폰(70)로 전송하여 인공지능 딥러닝 고조파 제어 시스템에 대한 사용자의 사용을 허가하는 서버(80); 및
    사용자(201) 단말기가 전력 정보(202)를 입력하고, 전력 정보(203)가 모든 사용자 단말기에게 전송되고, 모든 사용자 단말기는 전력 정보(204) 블록에 대하여 유효성을 검증하고, 기존 블록체인에 새로운 전력 정보(206)를 추가하고, 사용자(201) 단말기는 전력 정보(206)에 따른 비용(207)을 지급하는 블록체인 플랫폼;을 포함하고,
    상기 전력 회로는,
    회전하여, 부하(40)를 구동하는 3상 모터(50);
    상기 3상 모터(50)에 흐르는 전류를 감지하는 전류 감지 회로(211~213);
    상기 전류 감지 회로(211~213)를 인터페이스하는 센서 제어기(220);
    상기 센서 제어기(220)를 이용하여 에너지 관리하는 EMS(230); 및
    상기 부하(40) 전력을 계측하는 전력 정밀 계측기(130);를 포함하고,
    상기 주 제어부(3)는,
    전압치와 전류치를 주파수 분석하는 웨이브릿변환기(61);
    분석된 주파수 기반 특징 벡터를 추출하는 특징 벡터 추출기(62);
    신경 회로망을 이용하여 추출된 특징 벡터를 연산하는 외란식별기(63);
    인공지능 딥러닝 고조파 제어 시스템의 알고리즘을 저장하는 메모리(64);를 포함하는 것을 특징으로 하는, 인공지능 딥러닝 고조파 제어 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020210086840A 2021-07-02 2021-07-02 인공지능 딥러닝 고조파 제어 시스템 KR102388849B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210086840A KR102388849B1 (ko) 2021-07-02 2021-07-02 인공지능 딥러닝 고조파 제어 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210086840A KR102388849B1 (ko) 2021-07-02 2021-07-02 인공지능 딥러닝 고조파 제어 시스템

Publications (1)

Publication Number Publication Date
KR102388849B1 true KR102388849B1 (ko) 2022-04-20

Family

ID=81395560

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210086840A KR102388849B1 (ko) 2021-07-02 2021-07-02 인공지능 딥러닝 고조파 제어 시스템

Country Status (1)

Country Link
KR (1) KR102388849B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102608503B1 (ko) * 2022-12-13 2023-12-01 주식회사 크로커스 왜형률 예측에 기반한 고조파 필터 장치

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100459000B1 (ko) 2003-12-29 2004-12-03 전력품질기술주식회사 3상 4선식 능동전력필터 제어장치
KR20150117219A (ko) 2014-04-09 2015-10-19 가부시키가이샤 야스카와덴키 전력 변환 장치, 전력 변환 장치의 제어 장치 및 전력 변환 장치의 제어 방법
KR101711752B1 (ko) * 2015-09-22 2017-03-02 호남대학교 산학협력단 정전압과 무효전력 제어를 통한 전력저감장치
KR101851261B1 (ko) * 2017-06-09 2018-04-23 씨토 주식회사 사설 블록체인 데이터 기반 중앙집중형 원격검침 보안시스템
KR20190013088A (ko) * 2017-07-31 2019-02-11 한국전력공사 휴대용 계량데이터 관리 단말기, 이종 전력량계를 통한 계량데이터 원격 수집 시스템, 휴대용 단말기 계량데이터 관리 방법 및 컴퓨터 판독가능 기록 매체
KR20200069255A (ko) 2018-12-06 2020-06-16 한국전기연구원 Svc 시스템 설계 방법 및 그 장치
WO2020148925A1 (ja) * 2019-01-16 2020-07-23 三菱電機株式会社 電力変換装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100459000B1 (ko) 2003-12-29 2004-12-03 전력품질기술주식회사 3상 4선식 능동전력필터 제어장치
KR20150117219A (ko) 2014-04-09 2015-10-19 가부시키가이샤 야스카와덴키 전력 변환 장치, 전력 변환 장치의 제어 장치 및 전력 변환 장치의 제어 방법
KR101711752B1 (ko) * 2015-09-22 2017-03-02 호남대학교 산학협력단 정전압과 무효전력 제어를 통한 전력저감장치
KR101851261B1 (ko) * 2017-06-09 2018-04-23 씨토 주식회사 사설 블록체인 데이터 기반 중앙집중형 원격검침 보안시스템
KR20190013088A (ko) * 2017-07-31 2019-02-11 한국전력공사 휴대용 계량데이터 관리 단말기, 이종 전력량계를 통한 계량데이터 원격 수집 시스템, 휴대용 단말기 계량데이터 관리 방법 및 컴퓨터 판독가능 기록 매체
KR20200069255A (ko) 2018-12-06 2020-06-16 한국전기연구원 Svc 시스템 설계 방법 및 그 장치
WO2020148925A1 (ja) * 2019-01-16 2020-07-23 三菱電機株式会社 電力変換装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102608503B1 (ko) * 2022-12-13 2023-12-01 주식회사 크로커스 왜형률 예측에 기반한 고조파 필터 장치

Similar Documents

Publication Publication Date Title
Beerten et al. Identification and small-signal analysis of interaction modes in VSC MTDC systems
Sekhar et al. DSTATCOM supported induction generator for improving power quality
CN102645607B (zh) 模块化的线路接地故障识别
Djilali et al. Real‐time neural sliding mode field oriented control for a DFIG‐based wind turbine under balanced and unbalanced grid conditions
Manoj Kumar et al. Three‐leg inverter‐based distribution static compensator topology for compensating unbalanced and non‐linear loads
KR102388849B1 (ko) 인공지능 딥러닝 고조파 제어 시스템
Dinh et al. Adaptive notch filter solution under unbalanced and/or distorted point of common coupling voltage for three‐phase four‐wire shunt active power filter with sinusoidal utility current strategy
Mukherjee et al. Voltage sensorless control of the three‐level three‐switch Vienna rectifier with programmable input power factor
US6762592B2 (en) Excitation controller for synchronous machine
CN107422816A (zh) 提高信息技术硬件中的风扇的效率的方法
US20170180006A1 (en) Power Sharing for DC Microgrids
Mutovkin et al. Simple and straightforward realisation of an electronic capacitor
Patel et al. Enhancing VA sharing between the shunt and series APFs of UPQC with a modified SRF‐PAC method
Gupta et al. Artificial neural network and synchrosqueezing wavelet transform based control of power quality events in distributed system integrated with distributed generation sources
Mallick et al. Self‐tuned fuzzy‐proportional–integral compensated zero/minimum active power algorithm based dynamic voltage restorer
Niwas et al. Solid‐state control for reactive power compensation and power quality improvement of wound field synchronous generator‐based diesel generator sets
CN108809177A (zh) 无电解电容电机驱动方法、装置、电子设备及存储介质
CN112751369A (zh) 海上配电网优化调度方法及终端设备
Thenpennaisivem et al. Improvement of transient and small signal stability in micro grid by hybrid technique with virtual synchronous generator control scheme
Serra et al. Application of the modified IDA‐PBC for shunt active power filters control
Babu et al. Power quality improvement based on PSO algorithm incorporating UPQC
CN205212682U (zh) 变流器
Abaali et al. Shunt power active filter control under non ideal voltages conditions
Saralaya et al. An improved control strategy without current sensors for DSTATCOM
CN112889208A (zh) 用于监视变流器系统的陷波电路的方法

Legal Events

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