KR102534367B1 - 전력 시계열 데이터의 전송처리 시스템 및 방법 - Google Patents

전력 시계열 데이터의 전송처리 시스템 및 방법 Download PDF

Info

Publication number
KR102534367B1
KR102534367B1 KR1020180119615A KR20180119615A KR102534367B1 KR 102534367 B1 KR102534367 B1 KR 102534367B1 KR 1020180119615 A KR1020180119615 A KR 1020180119615A KR 20180119615 A KR20180119615 A KR 20180119615A KR 102534367 B1 KR102534367 B1 KR 102534367B1
Authority
KR
South Korea
Prior art keywords
data
power
module
initial value
iot sensor
Prior art date
Application number
KR1020180119615A
Other languages
English (en)
Other versions
KR20200039970A (ko
Inventor
정현철
이병호
장병태
Original Assignee
한국전력공사
(주)아이티언
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 한국전력공사, (주)아이티언 filed Critical 한국전력공사
Priority to KR1020180119615A priority Critical patent/KR102534367B1/ko
Publication of KR20200039970A publication Critical patent/KR20200039970A/ko
Application granted granted Critical
Publication of KR102534367B1 publication Critical patent/KR102534367B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C15/00—Arrangements characterised by the use of multiplexing for the transmission of a plurality of signals over a common path
    • G08C15/06—Arrangements characterised by the use of multiplexing for the transmission of a plurality of signals over a common path successively, i.e. using time division
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C19/00—Electric signal transmission systems
    • G08C19/02—Electric signal transmission systems in which the signal transmitted is magnitude of current or voltage
    • G08C19/025—Electric signal transmission systems in which the signal transmitted is magnitude of current or voltage using fixed values of magnitude of current or voltage
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C2200/00—Transmission systems for measured values, control or similar signals

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

본 발명은 전력 시계열 데이터의 전송처리 시스템에 관한 것으로, 발전설비의 상태를 측정하고, 이 측정 데이터를 분석하여 전송할지 여부를 판단한 후 이 판단 결과에 따라 상기 측정 데이터를 전송하는 적어도 하나 이상의 IoT(Internet of Things) 센서 모듈부; 상기 적어도 하나 이상의 IoT 센서로부터 전력데이터를 전송받아 분석하고, 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성하는 전력 빅데이터 분석부; 상기 전력 빅데이터 분석부에 접속하여 데이터를 요청하고, 이에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트; 및 상기 IoT 센서와 상기 전력 빅데이터 분석부 및 상기 클라이언트를 통신으로 연결하는 통신망;을 포함한다.

Description

전력 시계열 데이터의 전송처리 시스템 및 방법{SYSTEM AND METHOD FOR TRANSMISSION OF POWER TIME SERIES DATA}
본 발명은 전력 시계열 데이터의 전송처리 시스템 및 방법에 관한 것으로, 보다 상세하게는 발전설비에 설치된 적어도 하나 이상의 IoT(Internet of Things, 사물인터넷) 센서로부터 전송되는 방대한 전력데이터로 인해 네트워크 부하가 증가하는 문제점을 개선할 수 있도록 하는, 전력 시계열 데이터의 전송처리 시스템 및 방법에 관한 것이다.
일반적으로 산업 인터넷(즉, 제너럴 일렉트릭에서 만든 용어로서, 제조 공장, 의료, 철도, 전력 등 산업 현장 전방에 사용되는 인터넷)은 타 빅데이터 분야에 비교하여 2배 이상 빠른 속도로 데이터를 생산함과 동시에 생성 주기가 짧은 특성을 갖기 때문에 발전 설비로부터 파생되는 전력 빅데이터를 고속의 효율적인 기법을 통하여 수집 및 분석처리 함으로써 전력 빅데이터 처리의 효율성을 향상시킬 수 있는 기술에 대한 다양한 연구가 진행되고 있다.
특히 산업 인터넷의 중요 분야인 전력에너지 데이터의 경우, 실시간으로 생산되는 고정밀의 시계열 데이터의 양이 방대하기 때문에 이를 그대로 외부로 전송하는 경우, 네트워크 부하현상(즉, 과부하)이 발생하거나, 데이터저장의 효율성이 떨어지는 단점을 갖는다.
여기서 상기 시계열 데이터는 일정 기간에 대해 시간의 함수로 표현되는 데이터로서, 과거의 시간의 흐름에 따라 발생한 데이터를 이용해 이후의 결과를 예측하는 작업에 사용된다.
따라서 전력 산업 환경에서 발생하는 시계열 데이터가 유효한 데이터인지 아니면 무효한 데이터인지를 사전에 판별한 후, 유효한 데이터만을 전송하는 효율적인 전송 기술이 필요하다. 그러나 아직까지 종래에는 이러한 방식의 데이터 전송방식에 대한 연구는 전무한 실정이다.
본 발명의 배경기술은 대한민국 등록특허 10-1318983호(2013.10.10. 등록, 전력량계의 이상 여부를 알리는 무정전 전력품질 측정장치)에 개시되어 있다.
본 발명의 일 측면에 따르면, 본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 발전설비에 설치된 적어도 하나 이상의 IoT(Internet of Things) 센서로부터 전송되는 방대한 전력데이터로 인해 네트워크 부하가 증가하는 문제점을 개선할 수 있도록 하는, 전력 시계열 데이터의 전송처리 시스템 및 방법을 제공하는 데 있다.
또한 본 발명의 일 측면에 따르면, 본 발명은 발전설비에 설치된 적어도 하나 이상의 IoT 센서로부터 전력데이터가 전송될 필요성이 낮은 조건을 특정한 후, 해당 조건이 충족된 경우 전력데이터를 전송하지 않도록 하여 네트워크 부하를 저감시킬 수 있도록 하는, 전력 시계열 데이터의 전송처리 시스템 및 방법을 제공하는 데 있다.
본 발명의 일 측면에 따른 전력 시계열 데이터의 전송처리 시스템은, 발전설비의 상태를 측정하고, 이 측정 데이터를 분석하여 전송할지 여부를 판단한 후 이 판단 결과에 따라 상기 측정 데이터를 전송하는 적어도 하나 이상의 IoT(Internet of Things) 센서 모듈부; 상기 적어도 하나 이상의 IoT 센서로부터 전력데이터를 전송받아 분석하고, 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성하는 전력 빅데이터 분석부; 상기 전력 빅데이터 분석부에 접속하여 데이터를 요청하고, 이에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트; 및 상기 IoT 센서와 상기 전력 빅데이터 분석부 및 상기 클라이언트를 통신으로 연결하는 통신망;을 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 IoT 센서 모듈은, 위치확인센서, 물리센서, 환경감지센서, 품질감지센서, 및 화재감시센서, 또한 상기 발전설비의 운영에 관련된 상태를 감지하기 위한 물리적 및 화학적 센서 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 IoT 센서 모듈은, 감지대상의 특성에 따른 초기값 및 임계범위가 미리 설정되어 저장되며, 상기 초기값 및 임계범위를 이용하여 수집된 전력데이터를 분석하여 이 전력데이터의 전송여부를 판단하는 것을 특징으로 한다.
본 발명에 있어서, 상기 초기값은, 상기 발전설비의 해당 감지대상에서 측정되는 통상의 측정값을 의미하며, 상기 임계범위는, 초기값으로부터 변동되지 않았다고 판단될 수 있는 변동범위를 의미하는 것을 특징으로 한다.
본 발명에 있어서, 상기 IoT 센서 모듈은, 발전설비에서 측정된 전력데이터의 전송이 의미가 있다고 판단한 경우에 상기 전력데이터를 전송하며, 상기 전력데이터의 전송이 의미가 없다고 판단한 경우에는 전력데이터를 전송하지 않되, 상기 전력데이터의 전송이 의미가 있다고 판단되는 경우는, 전력데이터가 기 설정된 임계범위를 벗어나는 경우를 의미하며, 상기 전력데이터의 전송이 의미가 없다고 판단되는 경우는, 전력데이터가 기 설정된 인계범위를 벗어나지 않는 경우를 의미하는 것을 특징으로 한다.
본 발명에 있어서, 상기 전력 빅데이터 분석부는, 상기 IoT 센서 모듈의 기 설정된 초기값 및 임계범위를 저장하며, 기 설정된 주기(T) 마다 상기 IoT 센서 모듈로부터 전력데이터를 전송받았는지를 탐색하며, 전력데이터를 전송받지 않았을 경우, 해당 IoT 센서 모듈의 전력데이터가 초기값의 임계범위에 포함된다고 판단하여, 해당 IoT 센서 모듈의 전력데이터를 초기값으로 결정하는 것을 특징으로 한다.
본 발명에 있어서, 상기 전력 빅데이터 분석부는, 상기 전송받은 전력데이터를 입력값으로 하되, 단기간의 전력예측을 목표로 하는 기 설정된 머신러닝 알고리즘(Machine learning Algorithm)을 이용하여 상기 입력된 전력데이터를 학습하고, 상기 학습된 예측패턴을 이용하여 상기 IoT 센서 모듈로부터 전송받은 전력데이터를 분석하여 단기간 전력을 예측 및 진단하며, 상기 예측 결과가 나오면, 상기 클라이언트에 예측 데이터를 전송하도록 구현된 것을 특징으로 한다.
본 발명에 있어서, 상기 IoT 센서 모듈은, 통신망을 통해 전력 빅데이터 분석부와 데이터를 송수신하는 통신모듈; 감지대상의 특성에 대응하는 초기값 및 임계범위를 저장하는 메모리; 및 지정된 방식에 따라 센싱과 센싱된 전력데이터의 전송 여부를 제어하는 제어모듈;을 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 제어모듈은, 주기(T) 마다 기 설정된 감지대상의 상태를 측정하는 센싱모듈; 상기 센싱모듈에 의해 전력데이터가 측정되면 구동되며, 상기 측정된 전력데이터가 상기 메모리에 저장된 초기값의 임계범위 이내에 포함하는지를 비교하는 비교모듈; 및 상기 비교모듈 구동 시 만약 측정된 전력데이터가 초기값의 임계범위 이내에 포함되는 경우, 해당 전력데이터를 전송하지 않는 것으로 판단하고, 만약 측정된 전력데이터가 초기값의 임계범위를 벗어나는 경우, 해당 전력데이터를 전송해야 하는 것으로 판단하는 판단모듈;을 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 제어모듈은, 기 설정된 횟수 동안 상기 센싱모듈에 의해 측정된 전력데이터들이 상기 초기값으로부터 임계범위를 벗어나면서, 아울러 상기 전력데이터들의 편차가 기 설정된 임계범위 이내의 값들인 경우, 기 설정되어 있던 초기값을 상기 전력데이터들의 평균값으로 재설정하는 재설정모듈;을 더 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 재설정모듈에 의해 재설정된 해당 IoT 센서 모듈의 초기값은, 전력 빅데이터 분석부로 전송되고, 상기 전력 빅데이터 분석부는 상기 전송받은 재설정된 초기값을 해당 IoT 센서 모듈의 초기값으로 재설정하는 것을 특징으로 한다.
본 발명에 있어서, 상기 전력 빅데이터 분석부는, 상기 IoT 센서 모듈의 전력데이터를 전송받는 통신 인터페이스부; IoT 센서 모듈의 식별정보, 각 발전설비에 대한 정보, IoT 센서 모듈의 초기값과 임계범위, IoT 센서 모듈로부터 전송받은 전력데이터, 전력데이터 갱신부에 의해 갱신된 전력데이터, 기 설정된 분석알고리즘, 머신러닝 알고리즘, 및 패턴검출 알고리즘 중 적어도 하나 이상을 저장하는 데이터베이스 서버; 상기 IoT 센서 모듈에서 전력데이터가 전송되지 않을 경우에 기 설정된 초기값이나 재설정된 초기값으로 대체하거나 갱신하는 전력데이터 갱신부; 상기 IoT 센서 모듈로부터 전송받은 전력데이터 및 상기 전력데이터 갱신부에 의해 갱신된 전력데이터를 활용하여 시계열 통계데이터를 생성하는 통계데이터 생성부; 클라이언트로부터 선택되거나 등록된 분석알고리즘을 이용하여 기 설정된 기간 동안의 시계열 통계데이터를 분석하는 데이터 분석부; 상기 클라이언트의 요청에 따라 생성된 시계열 통계데이터 또는 분석데이터를 출력하는 대시보드를 관리하는 대시보드 관리부; 및 전력데이터를 입력값으로 하되, 전력예측을 목표로 하는 기 설정된 머신러닝 알고리즘을 이용하여 전력이벤트 예측패턴을 학습하는 학습부;를 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 전력데이터 갱신부는, IoT 센서 모듈 중 지정된 주기(T) 동안 전력데이터를 전송하지 않은 비활성 IoT 센서 모듈이 존재하는지 탐색하는 탐색모듈; 상기 탐색모듈에 의해 비활성 IoT 센서 모듈이 검출되면 상기 데이터베이스 서버로부터 검출된 비활성 IoT 센서 모듈의 초기값이나 재설정된 초기값을 추출하는 추출모듈; 및 상기 추출모듈에 의해 추출된 초기값이나 재설정된 초기값을 해당 비활성 IoT 센서 모듈의 전력데이터로 대체하는 대체모듈;을 포함하는 것을 특징으로 한다.
본 발명에 있어서, 상기 예측 분석부는, 기 설정된 패턴검출 알고리즘을 이용하여, 기 설정된 기간 동안의 시계열 통계데이터를 분석하여 각 발전설비의 패턴을 검출하는 패턴검출모듈; 상기 패턴검출모듈에 의해 검출된 패턴과 학습부에 의해 학습된 이벤트 데이터의 유사도를 검출하는 유사도 검출모듈; 및 상기 유사도 검출모듈에 의해 유사도가 임계치 이상이면 해당 이벤트가 발생할 것으로 예측하는 예측모듈;을 포함하는 것을 특징으로 한다.
본 발명의 다른 측면에 따른 전력 시계열 데이터의 전송처리 방법은, IoT 센서 모듈에 감지대상의 초기값 및 임계범위를 미리 설정하는 단계; 상기 IoT 센서 모듈이 지정된 주기(T) 마다 기 설정된 감지대상의 전력데이터를 측정하는 단계; 상기 IoT 센서 모듈이 상기 측정한 전력데이터가 상기 초기값의 임계범위를 벗어나는지 비교하는 단계; 상기 IoT 센서 모듈이 상기 비교하는 단계에서 상기 측정한 전력데이터가 초기값의 임계범위를 벗어나는 경우, 해당 전력데이터를 전력 빅데이터 분석부로 전송해야 할 것으로 판단하는 단계; 및 상기 측정한 전력데이터가 초기값의 임계범위 이내에 포함되는 경우 해당 전력데이터를 상기 전력 빅데이터 분석부로 전송하지 않는 것으로 판단하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 일 측면에 따르면, 본 발명은 발전설비에 설치된 적어도 하나 이상의 IoT(Internet of Things) 센서로부터 전송되는 방대한 전력데이터로 인해 네트워크 부하가 증가하는 문제점을 개선할 수 있도록 한다.
또한 본 발명의 일 측면에 따르면, 본 발명은 발전설비에 설치된 적어도 하나 이상의 IoT 센서로부터 전력데이터가 전송될 필요성이 낮은 조건을 특정한 후, 해당 조건이 충족된 경우 전력데이터를 전송하지 않도록 하여 네트워크 부하를 저감시킬 수 있도록 한다.
도 1은 본 발명의 일실시예에 따른 전력 시계열 데이터의 전송처리 시스템의 개략적인 구성을 보인 예시도.
도 2는 상기 도 1에 있어서, 전력 시계열 데이터의 전송처리 시스템의 동작 방법을 설명하기 위하여 보인 예시도.
도 3은 상기 도 1에 있어서, IoT 센서의 개략적인 구성을 보인 예시도.
도 4는 상기 도 3에 있어서, IoT 센서의 개략적인 동작 방법을 설명하기 위한 예시도.
도 5는 상기 도 3에 있어서, IoT 센서의 동작을 개략적으로 설명하기 위한 흐름도.
도 6은 상기 도 1에 있어서, 전력 빅데이터 분석부의 개략적인 구성을 보인 예시도.
도 7은 상기 도 6에 있어서, 전력데이터 갱신부의 보다 구체적인 구성을 보인 예시도.
도 8은 상기 도 6에 있어서, 예측 분석부의 보다 구체적인 구성을 보인 예시도.
이하, 첨부된 도면을 참조하여 본 발명에 따른 전력 시계열 데이터의 전송처리 시스템 및 방법의 일 실시예를 설명한다.
이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명은 IoT센서가 측정한 데이터를 기 설정된 초기값과 비교하여 초기값과 임계범위 이내일 때, 해당 데이터를 전력 빅데이터 분석부로 전송하지 않되, 전력 빅데이터 분석부는 지정된 주기(T) 동안 데이터를 송신하지 않은 IoT센서가 검출되는 경우 해당 IoT센서의 초기값을 전송할 데이터 값으로 대체함으로써, 데이터 전송에 있어서 네트워크 부하를 최소화하여 빅데이터 전송 및 관리 시스템의 효율성을 향상시킬 수 있도록 한다.
여기서 상기 IoT센서가 측정한 데이터는, 발전모듈(또는 적어도 하나 이상의 발전설비)에서 발생한 전압, 전류, 주파수 등 전력 파라미터 데이터 뿐만이 아니라, 온도, 습도, 조도 등 파라미터를 포함하는 환경 데이터까지 동시에 센싱하여 통합한 시계열 데이터를 의미한다. 따라서 이하 본 실시예에서 기재하는 '전력데이터(또는 전력 빅데이터)'는 상기 통합 시계열데이터(즉, 전력 파라미터 데이터 + 환경 데이터)를 의미하며, 설명의 편의상 간단히'전력데이터(또는 전력 빅데이터)'로 통칭하여 기술할 수 있다.
또한 본 발명은 IoT센서가 기 설정된 설정회수 동안 측정된 전력데이터들이 초기값의 임계범위를 벗어나면서, 전력데이터들의 차이값이 모두 임계범위 이내일 때, 초기값을 전력데이터들의 평균값으로 재설정함으로써, 네트워크 과부하를 방지할 수 있도록 한다.
이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.
도 1은 본 발명의 일실시예에 따른 전력 시계열 데이터의 전송처리 시스템의 개략적인 구성을 보인 예시도이고, 도 2는 상기 도 1에 있어서, 전력 시계열 데이터의 전송처리 시스템의 동작 방법을 설명하기 위하여 보인 예시도이다.
도 1에 도시된 바와 같이, 본 실시예에 따른 전력 시계열 데이터의 전송처리 시스템(1)은, 적어도 하나 이상의 발전설비(4)로부터 수집된 전력데이터를 전송 및 처리하여 발전설비를 효과적으로 운영 및 관리함과 동시에 비용을 절감시킨다.
또한 본 실시예에 따른 전력 시계열 데이터의 전송처리 시스템은, 이벤트를 사전에 예측하되, 전력 IoT센서(5)가 측정한 전력데이터를 초기값과 비교하여 큰 변동이 없는 경우, 상기 IoT센서(5)가 측정한 전력데이터를 전력 빅데이터 분석부(3)으로 전송하지 않도록 함으로써, 데이터 송수신으로 인한 네트워크 부하(또는 과부하)를 효과적으로 절감시킨다.
또한 본 실시예에 따른 전력 시계열 데이터의 전송처리 시스템은, 도 1 및 도 2에 도시된 바와 같이, 전력을 생산하는 적어도 하나 이상의 발전설비(4, 4-1, 4-N)의 상태를 측정하는 적어도 하나 이상의 IoT 센서(5)를 포함한다. 또한 상기 적어도 하나 이상의 IoT 센서(5)로부터 전송받은 전력데이터(또는 전력 빅데이터)를 분석하는 전력 빅데이터 분석부(3)을 포함한다. 또한 상기 전력 빅데이터 분석부(3)에 접속하여 데이터를 요청하고, 이 요청데이터에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트(9)를 포함한다. 또한 상기 IoT 센서(5)로부터 측정된 데이터를 상기 전력 빅데이터 분석부(3) 및 클라이언트(9)에 제공하기 위한 이동경로를 제공하는 통신망(10)을 포함한다.
이때 상기 도 2에 도시된 바와 같이, 상기 IoT 센서(5)로부터 측정된 데이터를 상기 전력 빅데이터 분석부(3) 및 클라이언트(9)에 제공하여 처리하기 위한 플랫폼은 전력 PaaS(Platform as a Service) 플랫폼을 사용한다. 여기서 상기 PaaS는 서비스로서의 플랫폼이라는 뜻으로, 인터넷으로 컴퓨터 응용 프로그램(애플리케이션) 설계, 개발, 및 배포 등에 필요한 하드웨어와 소프트웨어를 제공하는 체계를 의미한다.
참고로 상기 발전설비(4)는 발전소, 변전소, 및 마이크로 그리드 등과 같이 전력을 생산하는 설비를 의미한다.
상기 IoT 센서(5)들은 발전설비(4)에 설치되어 기 설정된 대상을 측정한다.
예컨대 상기 IoT 센서(5)들은 위치확인센서, 물리센서, 환경감지센서, 품질감지센서, 및 화재감시센서 등을 포함할 수 있으며, 또한 해당 발전설비의 운영에 관련된 상태를 감지하기 위한 다양한 물리적/화학적 센서로 구성될 수 있다.
또한 상기 IoT 센서(5)들 각각에는 감지대상의 특성에 따른 초기값 및 임계범위가 미리 설정되어 저장되며, 상기 초기값 및 임계범위를 이용하여 수집된 전력데이터를 분석하여 전력데이터의 전송여부를 판단한다.
따라서 본 실시에에서 상기 IoT 센서(5)들은 단순히 센싱 소자만을 의미하는 것이 아니라, 센싱 소자를 통해 측정된 센싱 데이터를 분석하여 전송할지 여부까지도 판단하는 제어수단을 포함하는 센서 모듈로서 해석되어야 한다.
이때 상기 초기값은, 상기 발전설비의 해당 감지대상에서 측정되는 통상의 측정값(예 : 평균값)으로 정의되며, 임계범위는 초기값으로부터 변동되지 않았다고 판단될 수 있는 변동범위로 정의된다.
따라서 상기 IoT 센서(5)는 해당 발전설비(4)의 기 설정된 감지대상을 측정하되, 측정된 전력데이터의 송신이 의미가 있는지를 판단한 후 의미가 있다고 판단되는 경우에만(예 : 측정값(즉, 측정된 전력데이터)이 임계범위를 벗어나는 경우), 상기 전력 빅데이터 분석부(3)으로 전력데이터를 전송함으로써, 의미없는 전력데이터의 전송을 방지하여 네트워크 부하(과부하)를 절감시킬 수 있도록 한다.
상기 전력 빅데이터 분석부(3)는 응용프로그램이 실행될 수 있는 기초를 이루는 운영체제(Operating system), 미들웨어(middleware), 프로세서 등 하드웨어 및 소프트웨어를 포함한다.
또한 상기 전력 빅데이터 분석부(3)는 IoT 센서(5)들로부터 전력데이터를 전송받으며, 전송받은 전력데이터를 Local DB(미도시)에 분산 저장한다.
또한 상기 전력 빅데이터 분석부(3)는 상기 IoT 센서(5)들의 기 설정된 초기값 및 임계범위를 저장되며, 기 설정된 주기(T) 마다 상기 IoT센서(5)들로부터 전력데이터를 전송받았는지를 탐색하며, 만약 특정 IoT센서로부터 전력데이터를 전송받지 않았을 경우, 해당 IoT센서(즉, 전력데이터를 전송받지 않은 IoT 센서)의 전력데이터가 초기값의 임계범위에 포함된다고 판단하여 해당 IoT센서의 전력데이터를 초기값으로 결정한다.
즉 본 실시예에서는 상기 각 IoT센서(5)에 기 설정된 초기값 및 임계범위를 이용하여 측정된 전력데이터의 전송여부를 판단하며, 전력 빅데이터 분석부(3)는만약 특정 IoT센서(5)로부터 데이터수신이 누락되는 경우, 기 설정된 초기값으로 전력데이터를 대체함으로써 네트워크 부하를 현저히 절감시킬 수 있게 된다.
또한 상기 전력 빅데이터 분석부(3)는 기 설정된 주기 동안 저장된 전력데이터를 활용하여 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성한다.
또한 상기 전력 빅데이터 분석부(3)는 생성된 시계열 통계데이터를 분석하여 가치있는 데이터를 검출하기 위한 분석알고리즘들이 기 설정되어 저장되며, 상기 클라이언트(9)로부터 기 설정된 분석알고리즘들 중 어느 하나를 선택받으면, 선택된 분석알고리즘을 이용하여 생성된 시계열 통계데이터를 분석한다.
또한 상기 전력 빅데이터 분석부(3)는 전송받은 전력데이터를 입력값으로 하되, 단기간의 전력예측을 목표로 하는 기 설정된 머신러닝 알고리즘(Machine learning Algorithm)을 이용하여 상기 입력된 전력데이터를 학습할 수 있다.
또한 상기 전력 빅데이터 분석부(3)는 기 학습된 예측패턴을 이용하여 상기 IoT센서(5)들로부터 전송받은 전력데이터를 분석하여 단기간 전력을 예측 및 진단할 수 있다.
또한 상기 전력 빅데이터 분석부(3)는 예측 분석의 결과가 나오면, 상기 클라이언트(9)에 예측 데이터를 전송함으로써, 예측에 대한 신속한 대응이 이루어지도록 한다.
상기 클라이언트(9)는 상기 통신망(10)의 접속을 지원하며, 상기 전력 빅데이터 분석부(3)의 형식에 맞게 인자를 제공하여, 상기 전력 빅데이터 분석부(3)는제공하는 서비스를 요청할 수 있는 디지털 단말기이다. 상기 클라이언트(9)는 상기 전력 빅데이터 분석부(3)에 접속하여 상기 전력 빅데이터 분석부(3)에 데이터를 요청하며, 상기 전력 빅데이터 분석부(3)으로부터 전송받은 연산처리 데이터를 모니터(미도시)에 디스플레이 한다.
또한 상기 클라이언트(9)에는 웹 연동 프로그램(웹 브라우저, Netscape 등)이 설치되어 연동 프로그램을 통해 상기 전력 빅데이터 분석부(3)에 접속한다.
이때 상기 클라이언트(9)는 상기 통신망(10)의 형태에 따라 유선통신모듈 또는 무선통신모듈을 구비하며, 상세하게는 데스크톱 컴퓨터, 노트북, PDA(Personal Digital Assistant), 스마트폰, 태블릿 PC 등으로 적용될 수 있다.
도 3은 상기 도 1에 있어서, IoT 센서(즉, 센싱 소자를 통해 측정된 센싱 데이터를 분석하여 전송할지 여부까지도 판단하는 제어수단을 포함하는 센서 모듈)의 개략적인 구성을 보인 예시도이고, 도 4는 상기 도 3에 있어서, IoT 센서의 개략적인 동작 방법을 설명하기 위한 예시도이다.
도 3에 도시된 바와 같이, 상기 IoT 센서(5)는 제어모듈(51), 통신모듈(53), 및 메모리(55)를 포함한다. 또한 상기 제어모듈(51)은 센싱모듈(511), 비교모듈(513), 판단모듈(515) 및 재설정모듈(517)을 포함한다.
상기 통신모듈(53)은 상기 통신망(10)에 접속하여 상기 전력 빅데이터 분석부(3)와 데이터를 송수신한다.
상기 메모리(55)는 해당 IoT센서(5)에서 측정되는 감지대상의 특성을 감안하여 기 설정된 초기값 및 임계범위를 저장한다.
상기 제어모듈(51)은 상기 IoT센서(5)의 마이크로 프로세서이다.
상기 센싱모듈(511)은 주기(T) 마다 기 설계된 바에 따라 기 설정된 감지대상의 상태를 측정한다. 이때 감지대상은 온도, 환경, 화재, 속도, 거리, 및 이동범위 등을 포함한다.
상기 비교모듈(513)은 상기 센싱모듈(511)에 의해 전력데이터가 측정되면 구동되며, 상기 측정된 전력데이터가 상기 메모리(55)에 저장된 초기값의 임계범위 이내에 포함하는지를 비교한다.
상기 판단모듈(515)은 상기 비교모듈(513) 구동 시 만약 측정된 전력데이터가 초기값의 임계범위 이내에 포함되는 경우, 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송하지 않는 것으로 판단한다. 또한 상기 판단모듈(515)은 상기 비교모듈(513) 구동 시 만약 측정된 전력데이터가 초기값의 임계범위를 벗어나는 경우, 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송해야 하는 것으로 판단한다.
이때 통신모듈(53)은 상기 판단모듈(515)에 의해 해당 전력데이터를 전송해야 할 것으로 판단되면, 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송한다.
예컨대 도 4를 참조하면, 특정 IoT센서(5)의 감지대상이'온도'이며, 초기값이 19도, 임계범위가 0으로 설정되었다고 가정할 경우(①), 만약 상기 IoT센서(5)가 측정한 전력데이터(온도)가 19도인 경우(②), 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송하지 않는 것으로 판단하여 전송하지 않는다(③). 그러나 만약 상기 측정된 전력데이터(온도)가 23도인 경우 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송해야 할 것으로 판단하여(③) 상기 통신모듈(53)을 통해 전송한다(④). 이에 따라 상기 전력 빅데이터 분석부(3)는 상기 IoT센서(5)에서 전송된 전력데이터를 다시 확인하그 결과를 서버에 저장하는 프리프로세싱 처리를 수행한다(①, ⑤~⑦).
상기 재설정모듈(517)은 기 설정된 횟수 동안 상기 센싱모듈(511)에 의해 측정된 전력데이터들이 상기 초기값으로부터 임계범위를 벗어나면서, 또한 상기 전력데이터들의 편차가 기 설정된 임계범위 이내의 값들인 경우, 기 설정되어 있던 초기값을 상기 전력데이터들의 평균값으로 재설정한다.
이에 따라 차후에 상기 비교모듈(513)이 동작 시 상기 재설정된 초기값을 활용하게 한다.
또한 재설정모듈(517)에 의해 재설정된 초기값은 상기 전력 빅데이터 분석부(3)으로 전송되고, 상기 전력 빅데이터 분석부(3)는 상기 전송받은 재설정된 초기값을 해당 IoT센서(5)의 초기값으로 재설정한다. 즉 본 실시예에 따른 IoT 센서(5)는 주변 환경 등의 다양한 원인에 의하여 측정된 전력데이터의 값이 초기값과 큰 차이를 가지면서 지속적으로 측정되는 경우, 초기값을 재설정하여 네트워크 부하를 더욱 효율적으로 예방할 수 있게 된다.
도 5는 상기 도 3에 있어서, IoT 센서의 동작을 개략적으로 설명하기 위한 흐름도이다.
도 5를 참조하면, 각 IoT센서(5)는 감지대상의 초기값 및 임계범위가 미리 설정되고(S110), 지정된 주기(T) 마다 기 설정된 감지대상을 측정(센싱)한다(S120). 상기 센싱 단계(S120)에 의해 측정된 전력데이터가 상기 초기값의 임계범위를 벗어나는지 비교하고(S130), 상기 비교 단계(S130)에서 측정된 전력데이터가 초기값의 임계범위를 벗어나는 경우(S140의 예) 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송해야 할 것으로 판단하여, 해당 전력데이터를 상기 전력 빅데이터 분석부(3)에 전송한다(S150).
그런데 만약 상기 측정된 전력데이터가 초기값의 임계범위 이내에 포함되는 경우(S140의 아니오) 해당 전력데이터를 상기 전력 빅데이터 분석부(3)으로 전송하지 않는 것으로 판단하여, 다시 센싱 단계(S120)로 진행한다.
도 6은 상기 도 1에 있어서, 전력 빅데이터 분석부의 개략적인 구성을 보인 예시도이다.
도 6에 도시된 바와 같이, 상기 전력 빅데이터 분석부(3)는, 제어부(30), 데이터베이스 서버(31), 통신 인터페이스부(32), 전력데이터 갱신부(33), 통계데이터 생성부(34), 데이터 분석부(35), 예측 분석부(36), 대시보드 관리부(37), 및 학습부(38)를 포함한다.
상기 제어부(30)는 상기 전력 빅데이터 분석부(3)의 O.S(Operating System)로서 기능하며, 제어대상(예 : 31, 32, 33, 34, 35, 36, 37)들을 관리 및 제어한다.
또한 상기 제어부(30)는 상기 통신 인터페이스부(32)를 통해 상기 IoT센서(5)들로부터 전송받은 전력데이터를 상기 전력데이터 갱신부(33) 및 상기 통계데이터 생성부(34)로 입력한다.
또한 상기 제어부(30)는 지정된 주기(T) 마다 상기 전력데이터 갱신부(33)를 구동시킨다.
또한 상기 제어부(30)는 상기 IoT센서(5)로부터 재설정된 초기값을 전송받으면, 전송받은 재설정된 초기값을 상기 데이터베이스 서버(31)에 저장한다.
상기 데이터베이스 서버(31)에는 각 IoT센서(5)의 식별정보와, 각 발전설비(4)에 대한 관련정보와, 각 IoT센서(5)의 초기값(or 재설정된 초기값) 및 임계범위와, 각 IoT센서(5)들로부터 전송받은 전력데이터 및 전력데이터 갱신부(33)에 의해 대체(갱신)된 전력데이터와, 기 설정된 분석알고리즘과, 머신러닝 알고리즘, 및 패턴검출 알고리즘 중 적어도 하나 이상이 저장된다.
상기 전력데이터 갱신부(33)의 동작은 도 7을 참조하여 보다 구체적으로 설명한다. 도 7은 상기 도 6에 있어서, 전력데이터 갱신부의 보다 구체적인 구성을 보인 예시도이다.
도 7에 도시된 바와 같이, 상기 전력데이터 갱신부(33)는, 각 IoT센서(5)들 중 지정된 주기(T) 동안 전력데이터를 전송하지 않은 IoT센서(5)(즉, 비활성 IoT센서)가 존재하는지를 탐색하는 탐색모듈(331)과, 상기 탐색모듈(331)에 의해 비활성 IoT센서가 검출되면 상기 데이터베이스 서버(31)로부터 검출된 비활성 IoT센서의 초기값(or 재설정된 초기값)을 추출하는 추출모듈(332)과, 상기 추출모듈(332)에 의해 추출된 초기값(or 재설정된 초기값)을 해당 비활성 IoT센서의 전력데이터로 대체하는 대체모듈(333)을 포함한다.
즉 본 실시예에 따른 상기 전력 빅데이터 분석부(3)는 상기 IoT센서(5)들로부터 전력데이터를 전송받지 않더라도, 이전 주기에 전송받은 전력데이터와 변동이 없다고 판단하여 초기값을 전력데이터로 자동 대체함으로써, 방대한 데이터송수신으로 인한 네트워크 부하(과부하)를 효과적으로 개선할 수 있게 된다.
상기 통계데이터 생성부(34)는 상기 통신 인터페이스부(32)를 통해 각 IoT센서(5)들로부터 전송받은 전력데이터 및 상기 전력데이터 갱신부(33)에 의해 생성(갱신)된 전력데이터를 활용하여 시계열 통계데이터를 생성한다.
상기 데이터 분석부(35)는 유저(사용자)로부터 기 설정된 분석알고리즘들 중 어느 하나가 선택되거나, 또는 유저(사용자)에 의해 자체 제작된 분석알고리즘이 등록되면, 상기 선택되거나 등록된 분석알고리즘을 이용하여 기 설정된 기간 동안의 시계열 통계데이터를 분석한다.
상기 예측 분석부(36)의 동작은 도 8을 참조하여 보다 구체적으로 설명한다. 도 8은 상기 도 6에 있어서, 예측 분석부의 보다 구체적인 구성을 보인 예시도이다.
도 8에 도시된 바와 같이, 상기 예측 분석부(36)는 기 설정된 패턴검출 알고리즘을 이용하여, 기 설정된 기간 동안의 시계열 통계데이터를 분석하여 각 발전설비의 패턴을 검출하는 패턴검출모듈(361)과, 상기 패턴검출모듈(361)에 의해 검출된 패턴과 후술되는 학습부(38)에 의해 학습된 이벤트 데이터의 유사도를 검출하는 유사도 검출모듈(362)과, 상기 유사도 검출모듈(362)에 의해 유사도가 임계치 이상이면 해당 이벤트가 발생할 것으로 예측하는 예측모듈(363)을 포함한다.
상기 대시보드 관리부(37)는 상기 클라이언트(9)의 요청에 따라 생성된 시계열 통계데이터 또는 분석데이터를 출력하는 대시보드(dashboard, 웹에서 한 화면에서 다양한 정보를 중압 집중적으로 관리하고 찾을 수 있도록 하는 사용자 인터페이스 화면)를 관리한다.
상기 학습부(38)는 전력데이터를 입력값으로 하되, 전력예측을 목표로 하는 기 설정된 머신러닝 알고리즘을 이용하여 전력이벤트 예측패턴을 학습한다.
상기와 같이 본 실시예는 IoT센서가 측정한 전력데이터를, 기 설정된 초기값과 비교하여 초기값의 임계범위 이내일 때, 해당 전력데이터는 상기 전력 빅데이터 분석부로 전송하지 않으며, 이에 따라 상기 전력 빅데이터 분석부(3)는 지정된 주기(T) 동안 전력데이터를 송신하지 않은 IoT센서가 검출되는 경우, 해당 IoT센서의 초기값을 해당 주기의 전력데이터로 대체함으로써, 즉, 불필요한 전력데이터(즉, 이전 주기의 전력데이터와 동일한 전력데이터)를 전송하지 않도록 함으로써, 데이터전송의 효율성을 높여 네트워크 부하(과부하)를 최소화시킬 수 있도록 하는 효과가 있다.
또한 본 실시예는 각 IoT센서가 기 설정된 설정 횟수 동안 측정된 전력데이터들이 초기값의 임계범위를 벗어나면서, 전력데이터들의 차이값이 모두 임계범위 이내일 때 초기값을 전력데이터들의 평균값으로 재설정(즉, 상기 전력데이터들의 편차가 기 설정된 임계범위 이내의 값들인 경우, 기 설정되어 있던 초기값을 상기 전력데이터들의 평균값으로 재설정)함으로써 네트워크 부하를 더욱 효율적으로 줄일 수 있도록 하는 효과가 있다.
이상으로 본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
1 : 전력 시계열 데이터의 전송처리 시스템
3 : 전력 빅데이터 분석부 30 : 제어부
31 : 데이터베이스 서버 32 : 통신 인터페이스부
33 : 전력데이터 갱신부 331 : 탐색모듈
332 : 추출모듈 333 : 대체모듈
34 : 통계데이터 생성부 35 : 데이터 분석부
36 : 예측 분석부 361 : 패턴검출모듈
362 : 유사도 검출모듈 363 : 예측모듈
37 : 대시보드 관리부 38 : 학습부
4 : 발전설비 5 : IoT센서
51 : 제어모듈 511 : 센싱모듈
513 : 비교모듈 515 : 판단모듈
517 : 재설정모듈 53 : 통신모듈
55 : 메모리 9 : 클라이언트
10 : 통신망

Claims (15)

  1. 발전설비의 상태를 측정하고, 이 측정 데이터를 분석하여 전송할지 여부를 판단한 후 이 판단 결과에 따라 상기 측정 데이터를 전송하는 적어도 하나 이상의 IoT(Internet of Things) 센서 모듈부;
    상기 적어도 하나 이상의 IoT 센서로부터 전력데이터를 전송받아 분석하고, 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성하는 전력 빅데이터 분석부;
    상기 전력 빅데이터 분석부에 접속하여 데이터를 요청하고, 이에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트; 및
    상기 IoT 센서와 상기 전력 빅데이터 분석부 및 상기 클라이언트를 통신으로 연결하는 통신망;을 포함하되,
    상기 전력 빅데이터 분석부는,
    상기 IoT 센서 모듈의 기 설정된 초기값 및 임계범위를 저장하며,
    기 설정된 주기(T) 마다 상기 IoT 센서 모듈로부터 전력데이터를 전송받았는지를 탐색하며, 전력데이터를 전송받지 않았을 경우, 해당 IoT 센서 모듈의 전력데이터가 초기값의 임계범위에 포함된다고 판단하여, 해당 IoT 센서 모듈의 전력데이터를 초기값으로 결정하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  2. 제 1항에 있어서, 상기 IoT 센서 모듈은,
    위치확인센서, 물리센서, 환경감지센서, 품질감지센서, 및 화재감시센서,
    또한 상기 발전설비의 운영에 관련된 상태를 감지하기 위한 물리적 및 화학적 센서 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  3. 제 1항에 있어서, 상기 IoT 센서 모듈은,
    감지대상의 특성에 따른 초기값 및 임계범위가 미리 설정되어 저장되며,
    상기 초기값 및 임계범위를 이용하여 수집된 전력데이터를 분석하여 이 전력데이터의 전송여부를 판단하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  4. 제 3항에 있어서,
    상기 초기값은,
    상기 발전설비의 해당 감지대상에서 측정되는 통상의 측정값을 의미하며,
    상기 임계범위는,
    초기값으로부터 변동되지 않았다고 판단될 수 있는 변동범위를 의미하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  5. 발전설비의 상태를 측정하고, 이 측정 데이터를 분석하여 전송할지 여부를 판단한 후 이 판단 결과에 따라 상기 측정 데이터를 전송하는 적어도 하나 이상의 IoT(Internet of Things) 센서 모듈부;
    상기 적어도 하나 이상의 IoT 센서로부터 전력데이터를 전송받아 분석하고, 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성하는 전력 빅데이터 분석부;
    상기 전력 빅데이터 분석부에 접속하여 데이터를 요청하고, 이에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트; 및
    상기 IoT 센서와 상기 전력 빅데이터 분석부 및 상기 클라이언트를 통신으로 연결하는 통신망;을 포함하되,
    상기 IoT 센서 모듈은,
    발전설비에서 측정된 전력데이터의 전송이 의미가 있다고 판단한 경우에 상기 전력데이터를 전송하며, 상기 전력데이터의 전송이 의미가 없다고 판단한 경우에는 전력데이터를 전송하지 않되,
    상기 전력데이터의 전송이 의미가 있다고 판단되는 경우는, 전력데이터가 기 설정된 임계범위를 벗어나는 경우를 의미하며,
    상기 전력데이터의 전송이 의미가 없다고 판단되는 경우는, 전력데이터가 기 설정된 인계범위를 벗어나지 않는 경우를 의미하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  6. 삭제
  7. 제 1항에 있어서, 상기 전력 빅데이터 분석부는,
    상기 전송받은 전력데이터를 입력값으로 하되, 단기간의 전력예측을 목표로 하는 기 설정된 머신러닝 알고리즘(Machine learning Algorithm)을 이용하여 상기 입력된 전력데이터를 학습하고,
    상기 학습된 예측패턴을 이용하여 상기 IoT 센서 모듈로부터 전송받은 전력데이터를 분석하여 단기간 전력을 예측 및 진단하며,
    상기 예측 결과가 나오면, 상기 클라이언트에 예측 데이터를 전송하도록 구현된 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  8. 발전설비의 상태를 측정하고, 이 측정 데이터를 분석하여 전송할지 여부를 판단한 후 이 판단 결과에 따라 상기 측정 데이터를 전송하는 적어도 하나 이상의 IoT(Internet of Things) 센서 모듈부;
    상기 적어도 하나 이상의 IoT 센서로부터 전력데이터를 전송받아 분석하고, 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성하는 전력 빅데이터 분석부;
    상기 전력 빅데이터 분석부에 접속하여 데이터를 요청하고, 이에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트; 및
    상기 IoT 센서와 상기 전력 빅데이터 분석부 및 상기 클라이언트를 통신으로 연결하는 통신망;을 포함하되,
    상기 IoT 센서 모듈은,
    통신망을 통해 전력 빅데이터 분석부와 데이터를 송수신하는 통신모듈;
    감지대상의 특성에 대응하는 초기값 및 임계범위를 저장하는 메모리; 및
    지정된 방식에 따라 센싱과 센싱된 전력데이터의 전송 여부를 제어하는 제어모듈;을 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  9. 제 8항에 있어서, 상기 제어모듈은,
    주기(T) 마다 기 설정된 감지대상의 상태를 측정하는 센싱모듈;
    상기 센싱모듈에 의해 전력데이터가 측정되면 구동되며, 상기 측정된 전력데이터가 상기 메모리에 저장된 초기값의 임계범위 이내에 포함하는지를 비교하는 비교모듈; 및
    상기 비교모듈 구동 시 만약 측정된 전력데이터가 초기값의 임계범위 이내에 포함되는 경우, 해당 전력데이터를 전송하지 않는 것으로 판단하고, 만약 측정된 전력데이터가 초기값의 임계범위를 벗어나는 경우, 해당 전력데이터를 전송해야 하는 것으로 판단하는 판단모듈;을 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  10. 제 9항에 있어서, 상기 제어모듈은,
    기 설정된 횟수 동안 상기 센싱모듈에 의해 측정된 전력데이터들이 상기 초기값으로부터 임계범위를 벗어나면서, 아울러 상기 전력데이터들의 편차가 기 설정된 임계범위 이내의 값들인 경우, 기 설정되어 있던 초기값을 상기 전력데이터들의 평균값으로 재설정하는 재설정모듈;을 더 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  11. 제 10항에 있어서,
    상기 재설정모듈에 의해 재설정된 해당 IoT 센서 모듈의 초기값은,
    전력 빅데이터 분석부로 전송되고, 상기 전력 빅데이터 분석부는 상기 전송받은 재설정된 초기값을 해당 IoT 센서 모듈의 초기값으로 재설정하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  12. 발전설비의 상태를 측정하고, 이 측정 데이터를 분석하여 전송할지 여부를 판단한 후 이 판단 결과에 따라 상기 측정 데이터를 전송하는 적어도 하나 이상의 IoT(Internet of Things) 센서 모듈부;
    상기 적어도 하나 이상의 IoT 센서로부터 전력데이터를 전송받아 분석하고, 해당 발전설비의 각 감지대상에 대한 시계열 통계데이터를 생성하는 전력 빅데이터 분석부;
    상기 전력 빅데이터 분석부에 접속하여 데이터를 요청하고, 이에 대응하는 결과데이터를 수신하여 모니터링하는 클라이언트; 및
    상기 IoT 센서와 상기 전력 빅데이터 분석부 및 상기 클라이언트를 통신으로 연결하는 통신망;을 포함하되,
    상기 전력 빅데이터 분석부는,
    상기 IoT 센서 모듈의 전력데이터를 전송받는 통신 인터페이스부;
    IoT 센서 모듈의 식별정보, 각 발전설비에 대한 정보, IoT 센서 모듈의 초기값과 임계범위, IoT 센서 모듈로부터 전송받은 전력데이터, 전력데이터 갱신부에 의해 갱신된 전력데이터, 기 설정된 분석알고리즘, 머신러닝 알고리즘, 및 패턴검출 알고리즘 중 적어도 하나 이상을 저장하는 데이터베이스 서버;
    상기 IoT 센서 모듈에서 전력데이터가 전송되지 않을 경우에 기 설정된 초기값이나 재설정된 초기값으로 대체하거나 갱신하는 전력데이터 갱신부;
    상기 IoT 센서 모듈로부터 전송받은 전력데이터 및 상기 전력데이터 갱신부에 의해 갱신된 전력데이터를 활용하여 시계열 통계데이터를 생성하는 통계데이터 생성부;
    클라이언트로부터 선택되거나 등록된 분석알고리즘을 이용하여 기 설정된 기간 동안의 시계열 통계데이터를 분석하는 데이터 분석부;
    상기 클라이언트의 요청에 따라 생성된 시계열 통계데이터 또는 분석데이터를 출력하는 대시보드를 관리하는 대시보드 관리부; 및
    전력데이터를 입력값으로 하되, 전력예측을 목표로 하는 기 설정된 머신러닝 알고리즘을 이용하여 전력이벤트 예측패턴을 학습하는 학습부;를 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  13. 제 12항에 있어서, 상기 전력데이터 갱신부는,
    IoT 센서 모듈 중 지정된 주기(T) 동안 전력데이터를 전송하지 않은 비활성 IoT 센서 모듈이 존재하는지 탐색하는 탐색모듈;
    상기 탐색모듈에 의해 비활성 IoT 센서 모듈이 검출되면 상기 데이터베이스 서버로부터 검출된 비활성 IoT 센서 모듈의 초기값이나 재설정된 초기값을 추출하는 추출모듈; 및
    상기 추출모듈에 의해 추출된 초기값이나 재설정된 초기값을 해당 비활성 IoT 센서 모듈의 전력데이터로 대체하는 대체모듈;을 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  14. 제 12항에 있어서,
    이벤트 발생을 예측하기 위한 예측 분석부;를 더 포함하고,
    상기 예측 분석부는,
    기 설정된 패턴검출 알고리즘을 이용하여, 기 설정된 기간 동안의 시계열 통계데이터를 분석하여 각 발전설비의 패턴을 검출하는 패턴검출모듈;
    상기 패턴검출모듈에 의해 검출된 패턴과 학습부에 의해 학습된 이벤트 데이터의 유사도를 검출하는 유사도 검출모듈; 및
    상기 유사도 검출모듈에 의해 유사도가 임계치 이상이면 해당 이벤트가 발생할 것으로 예측하는 예측모듈;을 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 시스템.
  15. 제 1항의 전력 시계열 데이터의 전송처리 시스템을 이용한 전력 시계열 데이터의 전송처리 방법에 있어서,
    IoT 센서 모듈에 감지대상의 초기값 및 임계범위를 미리 설정하는 단계;
    상기 IoT 센서 모듈이 지정된 주기(T) 마다 기 설정된 감지대상의 전력데이터를 측정하는 단계;
    상기 IoT 센서 모듈이 상기 측정한 전력데이터가 상기 초기값의 임계범위를 벗어나는지 비교하는 단계;
    상기 IoT 센서 모듈이 상기 비교하는 단계에서 상기 측정한 전력데이터가 초기값의 임계범위를 벗어나는 경우, 해당 전력데이터를 전력 빅데이터 분석부로 전송해야 할 것으로 판단하는 단계; 및
    상기 측정한 전력데이터가 초기값의 임계범위 이내에 포함되는 경우 해당 전력데이터를 상기 전력 빅데이터 분석부로 전송하지 않는 것으로 판단하는 단계;를 포함하는 것을 특징으로 하는 전력 시계열 데이터의 전송처리 방법.

KR1020180119615A 2018-10-08 2018-10-08 전력 시계열 데이터의 전송처리 시스템 및 방법 KR102534367B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180119615A KR102534367B1 (ko) 2018-10-08 2018-10-08 전력 시계열 데이터의 전송처리 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180119615A KR102534367B1 (ko) 2018-10-08 2018-10-08 전력 시계열 데이터의 전송처리 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20200039970A KR20200039970A (ko) 2020-04-17
KR102534367B1 true KR102534367B1 (ko) 2023-05-22

Family

ID=70460792

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180119615A KR102534367B1 (ko) 2018-10-08 2018-10-08 전력 시계열 데이터의 전송처리 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102534367B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210093015A (ko) 2020-01-17 2021-07-27 삼성전자주식회사 시계열 데이터 예측 방법 및 이를 포함하는 장치
KR102517403B1 (ko) * 2022-06-23 2023-04-04 주식회사 티팩토리 게이트웨이를 이용한 클라우드 기반 ess 원격 안전관리시스템
KR102600657B1 (ko) * 2023-06-15 2023-11-08 김종현 디지털 트윈 모델 기반 공장 에너지 관리 시스템의 제어 방법, 장치 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011200040A (ja) * 2010-03-19 2011-10-06 Toshiba Corp 発電量予測装置、予測方法及び予測プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101300101B1 (ko) * 2011-08-19 2013-08-30 주식회사 케이티 전력량 데이터 검증 장치，전력량 데이터 검증 장치를 포함하는 전력량 데이터 검증 시스템，및 전력량 데이터 검증 방법
KR101790260B1 (ko) * 2016-03-31 2017-10-26 주식회사 이노템즈 시설물 통합 모니터링 시스템 및 그 동작 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011200040A (ja) * 2010-03-19 2011-10-06 Toshiba Corp 発電量予測装置、予測方法及び予測プログラム

Also Published As

Publication number Publication date
KR20200039970A (ko) 2020-04-17

Similar Documents

Publication Publication Date Title
KR102534367B1 (ko) 전력 시계열 데이터의 전송처리 시스템 및 방법
US20230034511A1 (en) Cloud and edge integrated energy optimizer
US20180048150A1 (en) Distributed resource electrical demand forecasting system and method
Yang et al. Remaining useful life prediction for machinery by establishing scaled-corrected health indicators
CN116614177B (zh) 一种光纤状态多维度参量监测系统
CN112884156A (zh) 用于模型自适应的方法、设备和程序产品
WO2021061090A1 (en) Time-series anomaly detection using an inverted index
US20230177152A1 (en) Method, apparatus, and computer-readable recording medium for performing machine learning-based observation level measurement using server system log and performing risk calculation using the same
Ren et al. Camel: Smart, adaptive energy optimization for mobile web interactions
CN103675518B (zh) 油浸式高压设备检修方法及装置
Liu et al. Prediction of remaining useful life of rolling element bearings based on LSTM and exponential model
Jiao et al. An on-line anomaly identifying method for calibration devices in an automatic verification system for electricity smart meters
Tan et al. Cable joint fault detection for the ring main unit based on an adaptive TNPE algorithm
US11709074B2 (en) System and method for improved accuracy of detecting meter removal or physical tampering
Sun et al. A data-driven framework for tunnel infrastructure maintenance
Zhang et al. Particle swarm optimization pattern recognition neural network for transmission lines faults classification
KR102088697B1 (ko) 웹 기반의 통계적 공정 관리 시스템
Zhang et al. A dual-threshold state analysis and fault location method for power system based on random matrix theory
Geetha et al. The Smart Development of the Large Scale Sensing Techniques in Intelligent Industrial Automation
CN117572159B (zh) 基于大数据分析的电力故障检测方法及系统
CN118152899B (zh) 一种环境感知监测方法和系统
CN117834286B (zh) 一种基于互信息法特征选择的sql注入攻击检测方法、系统、设备及可读存储介质
Wang et al. On-line modeling and monitoring for multi-operation batch processes with infinite data types
Traxler Fault detection of large amounts of photovoltaic systems
Hore et al. Intelligent Predictive Maintenance for Industrial Internet of Things (IIoT) Using Machine Learning Approach

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant