KR102468357B1 - 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법 - Google Patents

전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법 Download PDF

Info

Publication number
KR102468357B1
KR102468357B1 KR1020170082694A KR20170082694A KR102468357B1 KR 102468357 B1 KR102468357 B1 KR 102468357B1 KR 1020170082694 A KR1020170082694 A KR 1020170082694A KR 20170082694 A KR20170082694 A KR 20170082694A KR 102468357 B1 KR102468357 B1 KR 102468357B1
Authority
KR
South Korea
Prior art keywords
electric device
event signal
power consumption
learning
individual power
Prior art date
Application number
KR1020170082694A
Other languages
English (en)
Other versions
KR20190002171A (ko
Inventor
정태윤
박판종
박용순
Original Assignee
(주)큐센텍
강릉원주대학교 산학협력단
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 (주)큐센텍, 강릉원주대학교 산학협력단 filed Critical (주)큐센텍
Priority to KR1020170082694A priority Critical patent/KR102468357B1/ko
Publication of KR20190002171A publication Critical patent/KR20190002171A/ko
Application granted granted Critical
Publication of KR102468357B1 publication Critical patent/KR102468357B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법이 개시된다. 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계, 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계, 및 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.

Description

전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법{METHOD AND APPARATUS FOR MONITORING INDIVIDUAL POWER CONSUMPTION OF ELECTRIC APPARATUS AND LEARNING METHOD THEREFOR}
본 발명의 실시예는 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법에 관한 것이다.
최근 화석연료의 고갈로 대체에너지나 에너지의 효율적인 사용에 대한 관심이 높아지고 있다. 일례로, 미국, 유럽 등 선진국을 중심으로 전력망에 정보통신기술(Information & Communication Technology, ICT) 기술을 접목한 스마트 그리드 기술에 대한 연구 개발이 활발히 이루어지고 있다.
스마트 그리드 기술 중 하나인 비해체 부하 모니터링(Non-intrusive Load Monitoring, NILM) 기술은 가정이나 수용가에서 사용하는 가전기기들에서의 소비전력 데이터를 수집하고 개별 가전기기의 신호 특징에 따라 분해하여 개별 가전기기의 소비전력을 모니터링한다. NILM 기술은 수용가 단위의 스마트 미터를 통해 수용가의 총 소비전력을 수집하고 이를 토대로 에너지 사용 예측을 수행하는 종전 기술의 한계를 넘어 실질적인 에너지 사용 예측을 가능케 한다.
그러나 지금까지 진행된 많은 NILM 연구들에 소개된 가전기기 분류 모델들은, 상용화하기에는 정확도가 낮다. 즉, 현재까지 NILM에서 소비전력 모델을 생성하는 대부분의 연구에서는 HMM(Hidden Markov Model) 기반의 FHMM(Factorial HMM), CFHMM(Conditional FHMM),HieFHMM(Hierarchical FHMM) 등을 사용하고 있다. HMM은 현재 상태에서 다음 상태로 가는 확률에 기반한 모델이기 때문에 기존 모델들은 모두 공통된 2가지 문제점이 있다.
첫 번째로 가전기기의 개수가 증가할수록 모델의 복잡도가 증가하기 때문에 분류 정확도가 떨어진다. 두 번째로 가전기기의 소비전력이 단일상태(single-state)인 경우 정확한 모델링이 가능하지만, 다중상태(multi-state)인 경우 정확한 모델링이 어려워 분류 정확도가 떨어진다. 따라서, HMM 기반 가전기기 분류 모델에서는 신뢰도 향상을 위해 새로운 가전기기 분류 방법이 요구되고 있다.
딥 러닝(deep learning)은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions)를 시도하는 대표적인 기계학습 알고리즘이다. 여기서, 추상화는 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업을 지칭한다.
NILM를 위한 딥 러닝은 통상 가전기기의 분류 혹은 인식을 위한 학습 단계, 검증 단계 및 실증 단계로 구성된다. 즉, 기존의 NILM 학습 방법은 기본 데이터 셋을 확보하여 학습을 수행하고 학습용 데이터를 이용하여 추정 모델 파라미터를 생성하도록 구성된다. 하지만, 기존의 NILM 학습 방법은 학습용 데이터와 검증용 데이터를 구분하거나 학습용 데이터와 검증용 데이터를 구분하여 저장해야 한다. 또한, 신규 가전기기에 대하여 매번 학습을 다시 시작해야 하고, 학습을 위해 일정 규모의 데이터 수집 시간이 필요하다. 학습을 위한 일정 규모의 데이터는 수십 회에 걸쳐 획득되거나 수일 동안 수집된다. 이와 같이, 종래 기술에서는 NILM에 적용할 수 있는 개선된 학습 방법이 요구되고 있다.
본 발명은 전술한 종래 기술의 요구에 부응하기 위한 것으로 본 발명의 목적은 비해체 부하 모니터링(Non-intrusive Load Monitoring, NILM)에 효과적으로 적용할 수 있는 학습 방법을 제공하는데 있다.
본 발명의 다른 목적은 전술한 학습 방법을 이용하는 전기장치의 개별 소비전력 모니터링 방법을 제공하는데 있다.
본 발명의 또 다른 목적은 전술한 학습 방법을 이용하는 전기장치의 개별 소비전력 모니터링 장치를 제공하는데 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 일 측면에 따른 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계; 상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및 상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.
일실시예에서, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 미지정 이벤트 신호와 동일하거나 유사한 이벤트에 대한 반복 확인을 통해 학습을 강화하는 단계를 더 포함할 수 있다.
일실시예에서, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 등록하는 단계 후에 수집되는 전기장치의 이벤트 신호에 기초하여 상기 사용자 단말의 애플리케이션에서 정오표를 기록하는 단계; 상기 정오표에서 잘못 추천되거나 지정된 정오데이터를 수집하는 단계; 및 상기 정오데이터를 이용하는 재학습하는 단계를 더 포함할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 측면에 따른 전기장치의 개별 소비전력 모니터링 방법은, 전기장치의 이벤트 신호를 획득하는 단계; 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 단계; 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 사용자 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 단계; 및 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는 단계를 포함한다.
일실시예에서, 전기장치의 개별 소비전력 모니터링 방법은, 상기 지정하는 단계 후에, 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습하는 단계를 더 포함할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 측면에 따른 전기장치의 개별 소비전력 모니터링 장치는, 전기장치의 이벤트 신호를 획득하고, 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 이벤트 획득부; 및 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 등록 관리부를 포함하고, 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링한다.
일실시예에서, 전기장치의 개별 소비전력 모니터링 장치는, 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습부를 더 포함할 수 있다.
본 발명에 의하면, 비해체 부하 모니터링(Non-intrusive Load Monitoring, NILM)의 개선된 학습 방법으로서 특히 신규장치 추가시에 매우 유용하거나 오답노트 작성으로 강화된 학습 방법을 제공할 수 있다.
또한, 본 발명에 의하면, 학습용 데이터와 검증용 데이터를 구분하거나 학습용 데이터와 검증용 데이터를 구분하여 저장할 필요가 없다. 또한, 신규 가전기기에 대하여 1회 또는 2~3회 수준에서 간단히 학습을 완료할 수 있어 학습에 소요되는 시간과 노력을 크게 절감할 수 있다.
또한, 본 발명에 의하면, NLIM을 위한 딥 러닝에서 가전기기 또는 전기장치에 대한 학습 단계 이후에 수행되는 검증 단계와 실증 단계를 생략하거나 실질적으로 학습 단계 내에 통합할 수 있어 소프트웨어의 절차를 간결하고 단순화할 수 있는 장점이 있다.
도 1은 본 발명의 일실시예에 따른 전기장치의 개별 소비전력 모니터링 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에서 수집한 전기장치의 전력 신호패턴에 대한 예시도이다.
도 3은 도 1의 시스템에서 수집한 새로운 전기장치의 전력 신호패턴에 대해 사용자 입력에 기초하여 등록하는 과정을 예시한 도면이다.
도 4는 본 발명의 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법를 위한 학습 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법을 위한 학습 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 장치를 설명하기 위한 블록도이다.
도 7은 도 6의 장치에 채용할 수 있는 NILM(Non-intrusive Load Monitoring) 작동 원리를 설명하기 위한 흐름도이다.
본 발명을 충분히 이해하기 위해서 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 설명한다. 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상세히 설명하는 실시예로 한정되는 것으로 해석되어서는 안 된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있다. 각 도면에서 동일한 부재는 동일한 참조부호로 도시한 경우가 있음을 유의하여야 한다. 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 기술은 생략된다.
도 1은 본 발명의 일실시예에 따른 전기장치의 개별 소비전력 모니터링 시스템을 설명하기 위한 도면이다. 도 2는 도 1의 시스템에서 수집한 전기장치의 전력 신호패턴에 대한 예시도이다. 도 3은 도 1의 시스템에서 수집한 새로운 전기장치의 전력 신호패턴에 대해 사용자 입력에 기초하여 등록하는 과정을 예시한 도면이다.
도 1을 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링 시스템은, NILM 미터(Non-instructive Load Monitoring Meter, 10), NILM 장치(20), 사용자 단말(30) 및 서버(40)를 포함할 수 있다.
NILM 미터(10)는 댁내 또는 구내로 공급되는 전력선의 인입부에 설치되는 차단기(8)의 1차측에서 전압을 측정하고, 2차측에서 전류센서(9)를 통해 전류를 측정할 수 있다. 전류센서(9)는 CT, C/CT 또는 ZCT 전류센서일 수 있다. 댁내 혹은 구내 전력선에는 가전기기#1(2), 가전기기#2(4) 등이 연결되고, 새로운(new) 가전기기(6)이 일정 시점에서 혹은 간헐적으로 연결될 수 있다. 용어 '가전기기'는 전기장치와 혼용될 수 있다.
NILM 장치(20)는 NILM 미터(20)에서 측정되는 모니터링 데이터를 사용자 단말(30)이나 서버(40)에 제공할 수 있다. NILM 장치(20)는 마이크로프로세서(21) 및 통신부(22)를 구비할 수 있다. 통신부(22)는 RJ45커넥터 등의 커넥터를 구비하거나, 와이파이 등의 근거리 통신을 지원하는 서브시스템을 구비하거나, 3G, 4G, 5G 등의 이동 통신망을 지원하는 서브시스템을 구비할 수 있다.
사용자 단말(30)은 기본적으로 이동성, 휴대성, 사용 편의성 등에서 유리한 모바일 단말을 지칭하나, 이에 한정되지 않고, 데스크탑 컴퓨터, 랩탑 컴퓨터 등을 포함할 수 있다. NILM 미터(10)나 NILM 장치(20)로부터 획득한 전기장치의 개별 소비전력을 모니터링할 수 있다. 이를 위해 소정의 애플케이션을 구비할 수 있다.
서버(40)는 NILM 미터(10)나 NILM 장치(20)로부터 획득한 전기장치의 소비전력에서 개별 전기장치의 특징에 따라 개별 전기장치의 소비전력을 모니터링할 수 있다(도 2 참조).
사용자는 스마트폰 등의 모바일 단말을 포함한 사용자 단말에서 언노운(Unknown) 이벤트 신호에 대응하는 전자장치(가전기기 포함)를 식별하고 식별 정보를 서버나 NILM 호스트에 제공할 수 있다(도 3의 S30 참조).
전술한 구성에 의하면, 본 발명은 신규 전기장치의 추가시 기존의 NILM 알고리즘에서 딥 러닝 등에 의해 신규 전기장치를 학습하는데 오랜 시간과 노력이 요구되는 문제를 개선할 수 있다. 즉, 본 실시예에 의하면, 신규 전기장치의 추가시 사용자 입력에 획득할 수 있도록 사용자 단말에 가전기기에 대한 목록을 제공하며, 이를 통해 가전기기에 대한 학습 효과를 극대화할 수 있다.
도 4는 본 발명의 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법를 위한 학습 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계; 상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및 상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.
전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 미지정 이벤트 신호와 동일하거나 유사한 이벤트에 대한 반복 확인을 통해 학습을 강화하는 단계를 더 포함할 수 있다.
도 5는 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법을 위한 학습 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계; 상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및 상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.
전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 등록하는 단계 후에 수집되는 전기장치의 이벤트 신호에 기초하여 상기 사용자 단말의 애플리케이션에서 정오표를 기록하는 단계; 상기 정오표에서 잘못 추천되거나 지정된 정오데이터를 수집하는 단계; 및 상기 정오데이터를 이용하는 재학습하는 단계를 더 포함할 수 있다.
도 6은 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 장치를 설명하기 위한 블록도이다.
도 6을 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링 장치는, 전기장치의 이벤트 신호를 획득하고, 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 이벤트 획득부; 및 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 등록 관리부를 포함하고, 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링한다.
전기장치의 개별 소비전력 모니터링 장치는, 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습부를 더 포함할 수 있다.
전술한 전기장치의 개별 소비전력 모니터링 장치는 사용자 단말(30)이나 이와 유사한 모바일 단말로 구현될 수 있다. 이 경우, 사용자 단말(30)은 제어부(31), 메모리(32), 통신부(33) 및 입출력부(34)를 포함할 수 있다.
통신부(33)는 이벤트 획득을 위한 제1 모듈(321), 사용자 인터페이스에 제공한 가전기기의 목록을 관리하는 기능을 담당하는 제2 모듈(322), 사용자 입력에 의해 신규 등록되는 가전기기에 대한 전력 패턴 등을 등록 관리하는 제3 모듈(323), 사용자 인터페이스를 통해 정오표를 기록하는 기능을 지원하는 제4 모듈(324), 정오표를 토대로 정오데이터를 수집하는 제5 모듈(325)을 포함할 수 있다.
입출력부(34)는 사용자 단말의 표시장치에 제공되는 사용자 인터페이스 특히, 전기장치 목록을 제공하기 위한 사용자 인터페이스(340)를 출력하고, 사용자 인터페이스(340)를 통해 사용자 입력이나 선택을 허용/감지할 수 있다.
도 7은 도 6의 장치에 채용할 수 있는 NILM(Non-intrusive Load Monitoring) 작동 원리를 설명하기 위한 흐름도이다.
도 7을 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법은, 전기장치의 이벤트 신호를 획득하는 단계; 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 단계; 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 사용자 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 단계; 및 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는 단계를 포함한다.
전기장치의 개별 소비전력 모니터링 방법은, 상기 지정하는 단계 후에, 상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습하는 단계를 더 포함할 수 있다.
이상에서 설명된 본 발명의 선바동력공급시스템의 실시예는 예시적인 것에 불과하며, 본 발명이 속한 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 잘 알 수 있을 것이다. 그러므로 본 발명은 상기의 상세한 설명에서 언급되는 형태로만 한정되는 것은 아님을 잘 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다. 또한, 본 발명은 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 그 범위 내에 있는 모든 변형물과 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.

Claims (7)

  1. 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계;
    상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계;
    상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계;
    상기 미지정 이벤트 신호와 동일하거나 유사한 이벤트에 대한 반복 확인을 통해 학습을 강화하는 단계;
    상기 등록하는 단계 후에 수집되는 전기장치의 이벤트 신호에 기초하여 상기 사용자 단말의 애플리케이션에서 정오표를 기록하는 단계;
    상기 정오표에서 잘못 추천되거나 지정된 정오데이터를 수집하는 단계; 및
    상기 정오데이터를 이용하는 재학습하는 단계를 더 포함하는, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법.
  2. 삭제
  3. 삭제
  4. 전기장치의 이벤트 신호를 획득하는 단계;
    상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 단계;
    상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 사용자 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 단계;
    상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하는 단계;
    상기 정오표에서 잘못 지정한 정오데이터를 수집하는 단계;
    상기 정오데이터를 토대로 재학습하는 단계;
    상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는 단계를 포함하는, 전기장치의 개별 소비전력 모니터링 방법.
  5. 삭제
  6. 전기장치의 이벤트 신호를 획득하고, 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 이벤트 획득부;
    상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 선택에 따라 목록상의 전기장치를 추천하거나 지정하며, 사용자 입력에 의해 사용자 입력에 의해 신규 등록되는 가전기기에 대한 전력 패턴을 등록 관리하는 등록 관리부;
    상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습하는 재학습부를 포함하고,
    상기 목록상의 전기장치를 포함한 전기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는, 전기장치의 개별 소비전력 모니터링 장치.
  7. 삭제
KR1020170082694A 2017-06-29 2017-06-29 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법 KR102468357B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170082694A KR102468357B1 (ko) 2017-06-29 2017-06-29 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170082694A KR102468357B1 (ko) 2017-06-29 2017-06-29 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법

Publications (2)

Publication Number Publication Date
KR20190002171A KR20190002171A (ko) 2019-01-08
KR102468357B1 true KR102468357B1 (ko) 2022-11-18

Family

ID=65021127

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170082694A KR102468357B1 (ko) 2017-06-29 2017-06-29 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법

Country Status (1)

Country Link
KR (1) KR102468357B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102272573B1 (ko) * 2019-11-28 2021-07-05 한국전자기술연구원 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101724328B1 (ko) * 2016-04-28 2017-04-07 전자부품연구원 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101145319B1 (ko) * 2010-09-29 2012-05-14 주식회사 에스원 전자기기 확인 및 전자기기의 전력사용량 확인방법 및 전자기기 확인 및 전자기기의 전기사용량 확인시스템
KR20140065897A (ko) * 2012-11-22 2014-05-30 삼성전자주식회사 전력 부하 모니터링 장치 및 방법
KR101757056B1 (ko) * 2015-09-24 2017-07-26 원우엔지니어링주식회사 기기 식별이 가능한 적응형 스마트 전력 측정 장치 및 방법
KR101881887B1 (ko) * 2015-10-27 2018-07-25 부산대학교 산학협력단 딥러닝을 이용한 소비전력 기반 가전기기 분류 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101724328B1 (ko) * 2016-04-28 2017-04-07 전자부품연구원 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템

Also Published As

Publication number Publication date
KR20190002171A (ko) 2019-01-08

Similar Documents

Publication Publication Date Title
Himeur et al. Building power consumption datasets: Survey, taxonomy and future directions
CN106338706B (zh) 一种电能计量装置整体误差检测的方法、装置和系统
US11036189B2 (en) Energy disaggregation techniques for low resolution whole-house energy consumption data
Faustine et al. A survey on non-intrusive load monitoring methodies and techniques for energy disaggregation problem
CN106338705B (zh) 一种用于三相电能计量装置的校验误差的方法和装置
Yang et al. Bad data detection algorithm for PMU based on spectral clustering
CN103499806B (zh) 用于电能计量设备的便携式检测装置及方法
ES2932399T3 (es) Un método y sistema para optimizar una desagregación de carga compuesta
US20150371151A1 (en) Energy infrastructure sensor data rectification using regression models
Zeinal-Kheiri et al. Residential load disaggregation considering state transitions
CN105637432A (zh) 识别被监控实体的异常行为
US20160252562A1 (en) Performance analysis of power grid monitors
Sayed et al. Endorsing energy efficiency through accurate appliance-level power monitoring, automation and data visualization
CN106569166B (zh) 一种双芯电能表法制计量部的测试方法
Tang et al. A distributed and scalable approach to semi-intrusive load monitoring
Qureshi et al. A blind event-based learning algorithm for non-intrusive load disaggregation
CN107589391A (zh) 一种检测电能计量装置整体误差的方法、装置和系统
CN205881158U (zh) 一种用电现场使用的终端测试设备
CN111177216A (zh) 综合能源消费者行为特征的关联规则生成方法及装置
KR102468357B1 (ko) 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법
Klugman et al. Grid watch: Mapping blackouts with smart phones
CN103529337A (zh) 设备故障与电气量信息间非线性相关关系的识别方法
CN105843736B (zh) 一种电力系统状态估计软件的测试方法
Wang et al. Power equipment fault information acquisition system based on Internet of things
Reinhardt et al. Can smart plugs predict electric power consumption? A case study

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