KR102561410B1

KR102561410B1 - Ai-based autonomous control integrated building automatic control system

Info

Publication number: KR102561410B1
Application number: KR1020220088888A
Authority: KR
Inventors: 최두현
Original assignee: 주식회사 동양이엔씨
Priority date: 2022-07-19
Filing date: 2022-07-19
Publication date: 2023-07-31

Abstract

AI 기반의 자율제어 통합 빌딩 자동제어 시스템이 개시된다. 빌딩 설비의 동작을 실시간 계측하여 빌딩 설비 계측값을 생성하는 계측 센서; 상기 계측 센서에서 생성된 빌딩 설비 계측값에 기반하여 상기 빌딩 설비의 전력 사용 상황을 모니터링하고 빌딩 설비 자동 제어값을 생성하며, 생성된 빌딩 설비 자동 제어값을 이용하여 상기 빌딩 설비를 자동 제어하는 빌딩 자동제어 서버; 상기 빌딩 자동제어 서버에서 모니터링되는 빌딩 설비의 전력 사용 상황을 표시하는 사용자 단말을 구성한다. 상술한 AI 기반의 자율제어 통합 빌딩 자동제어 시스템에 의하면, 디지털 트윈을 이용하여 건물의 에너지 사용에 관한 가까운 미래 시점의 동작과 효율을 미리 구현하도록 구성됨으로써, 빌딩의 전력 사용의 효율을 높이고 전력 사용에 관한 이상 현상이나 과도한 소비나 낭비를 미연에 방지할 수 있는 효과가 있다.An AI-based autonomous control integrated building automatic control system is disclosed. A measurement sensor that measures the operation of building equipment in real time to generate a building equipment measurement value; A building that monitors the power usage of the building facility based on the building facility measurement value generated by the measurement sensor, generates an automatic building facility control value, and automatically controls the building facility using the generated building facility automatic control value. automatic control server; A user terminal displaying the power usage status of building facilities monitored by the building automatic control server is configured. According to the above-mentioned AI-based autonomous control integrated building automatic control system, it is configured to implement in advance the operation and efficiency of the near future regarding the energy use of the building using the digital twin, thereby increasing the efficiency of the building's power use and power use. There is an effect that can prevent abnormal phenomena related to excessive consumption or waste in advance.

Description

AI-based autonomous control integrated building automatic control system {AI-BASED AUTONOMOUS CONTROL INTEGRATED BUILDING AUTOMATIC CONTROL SYSTEM}

본 발명은 빌딩 자동제어 시스템에 관한 것으로서, 구체적으로는 AI 기반의 자율제어 통합 빌딩 자동제어 시스템에 관한 것이다.The present invention relates to an automatic building control system, and more particularly, to an AI-based autonomous control integrated building automatic control system.

인텔리전트 빌딩(intelligent building)이나 스마트 빌딩의 경우 BAS(building automation system)의 의해 빌딩을 자동 제어하고 관리하도록 구성된다.In the case of an intelligent building or a smart building, it is configured to automatically control and manage the building by a building automation system (BAS).

BEMS(building energy management system)의 경우에는 빌딩의 에너지 관리와 효율 제고를 위해 이용된다.In the case of BEMS (building energy management system), it is used for energy management and efficiency improvement of buildings.

BAS와 BEMS는 별도로 이용되고 있기도 하고, BAS가 설치된 빌딩에 BEMS가 추가로 설치되기도 한다.BAS and BEMS are used separately, and BEMS are additionally installed in the building where BAS is installed.

이러한 경우, BAS의 자동 제어 명령과 BEMS의 자동 제어 명령이 서로 상충되기도 한다. 이러한 경우에는 어느 자동 제어 명령을 먼저 실행할지 그리고 어떠한 방식으로 실행할지에 대해서 명확한 기준이 없다.In this case, the automatic control command of the BAS and the automatic control command of the BEMS may conflict with each other. In this case, there is no clear standard for which automatic control command to execute first and in which way.

그리고 먼저 실행된 자동 제어 명령이 있는 경우 그 실행이 완료되기도 전에 상충되는 자동 제어 명령에 의해 반대되는 제어가 실행되기도 한다.In addition, if there is an automatic control command executed first, the opposite control may be executed by the conflicting automatic control command before the execution is completed.

이에, 일관성이 없거나, 제대로 된 제어가 완료되지 못한 채로 빌딩 자동 제어가 이루어지고 있는 실정이다.Accordingly, it is a situation where automatic building control is being performed without consistency or proper control not being completed.

등록특허공보 10-1929195Registered Patent Publication 10-1929195 등록특허공보 10-1801631Registered Patent Publication 10-1801631

본 발명의 목적은 AI 기반의 자율제어 통합 빌딩 자동제어 시스템을 제공하는 데 있다.An object of the present invention is to provide an AI-based autonomous control integrated building automatic control system.

상술한 본 발명의 목적에 따른 AI 기반의 자율제어 통합 빌딩 자동제어 시스템은, 빌딩 설비의 동작을 실시간 계측하여 빌딩 설비 계측값을 생성하는 계측 센서; 상기 계측 센서에서 생성된 빌딩 설비 계측값에 기반하여 상기 빌딩 설비의 전력 사용 상황을 모니터링하고 빌딩 설비 자동 제어값을 생성하며, 생성된 빌딩 설비 자동 제어값을 이용하여 상기 빌딩 설비를 자동 제어하는 빌딩 자동제어 서버; 상기 빌딩 자동제어 서버에서 모니터링되는 빌딩 설비의 전력 사용 상황을 표시하는 사용자 단말을 포함하도록 구성될 수 있다.The AI-based autonomous control integrated building automatic control system according to the object of the present invention described above includes a measurement sensor that measures the operation of building equipment in real time to generate building equipment measurement values; A building that monitors the power usage of the building facility based on the building facility measurement value generated by the measurement sensor, generates an automatic building facility control value, and automatically controls the building facility using the generated building facility automatic control value. automatic control server; It may be configured to include a user terminal displaying the power usage status of building facilities monitored by the building automatic control server.

그리고 상기 빌딩 자동제어 서버는, BAS 및 BEMS의 빌딩 설비 제어 명령을 각각 실시간 확인하는 빌딩 설비 제어 명령 실시간 확인 모듈; 상기 빌딩 설비 제어 명령 실시간 확인 모듈에서 실시간 확인되는 BAS의 빌딩 설비 제어 명령 및 상기 BEMS의 빌딩 설비 제어 명령이 상호 상충하는지 판단하고, 판단 결과 상호 상충하는 경우 상호 상충하는 빌딩 설비 제어 명령의 우선 순위를 실시간 판단하여 설정하는 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈; 상기 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈에서 설정된 빌딩 설비 제어 명령의 우선 순위에 따라 해당 빌딩 설비를 실시간 제어하는 빌딩 설비 자동 제어 모듈; 상기 계측 센서에서 생성된 빌딩 설비 계측값이 실시간 누적 저장되는 빌딩 설비 계측값 데이터베이스; 상기 빌딩 설비 자동 제어 모듈의 빌딩 설비 자동 제어값 및 상기 빌딩 설비 계측값 데이터베이스에 실시간 누적 저장되는 빌딩 설비 계측값을 상호 동기화하여 상기 빌딩 설비의 동작을 실시간 모니터링하는 빌딩 설비 모니터링 모듈; 상기 빌딩 설비 모니터링 모듈의 실시간 모니터링 결과에 기반하여 상기 빌딩 설비의 전력 사용량을 실시간 분석하는 전력 사용량 분석 모듈; 상기 빌딩 설비 모니터링 모듈의 실시간 모니터링 결과에 기반하여 상기 빌딩 설비의 전력 사용량을 실시간 예측하는 전력 사용량 예측 모듈; 상기 빌딩 설비 모니터링 모듈의 실시간 모니터링 결과, 상기 전력 사용량 분석 모듈의 실시간 분석 결과 및 상기 전력 사용량 예측 모듈의 실시간 예측 결과에 따라 해당 빌딩 설비에 대한 경보를 출력하는 경보 출력 모듈; 상기 빌딩 설비 모니터링 모듈의 실시간 모니터링 결과에 상기 전력 사용량 분석 모듈의 분석 결과 및 상기 전력 사용량 예측 모듈의 예측 결과를 연동하여 빌딩 설비 운전을 기계학습하는 빌딩 설비 운전 기계학습 모듈; 상기 빌딩 설비 운전 기계학습 모듈의 기계학습에 따른 빌딩 설비 운전 기계학습 데이터가 저장되는 빌딩 설비 운전 기계학습 데이터 저장 모듈; 상기 빌딩 설비 운전 기계학습 데이터 저장 모듈에 저장된 빌딩 설비 운전 기계학습 데이터를 이용하여 상기 빌딩 설비의 디지털 트윈 환경을 구축하고, 상기 빌딩 설비 계측값 데이터베이스에 실시간 누적 저장된 빌딩 설비 계측값을 이용하여 상기 구축된 디지털 트윈 환경에서 상기 빌딩 설비의 동작을 구현하는 디지털 트윈 예측 엔진 모듈; 상기 디지털 트윈 예측 엔진 모듈에 의해 디지털 트윈 환경에서 구현되는 빌딩 설비의 동작을 출력하는 디지털 트윈 출력 모듈을 포함하도록 구성될 수 있다.And the building automatic control server includes: a building facility control command real-time checking module for checking building facility control commands of BAS and BEMS in real time; It is determined whether the building facility control command of the BAS and the building facility control command of the BEMS, which are confirmed in real time in the building facility control command real-time verification module, conflict with each other, and as a result of the determination, if there is a mutual conflict, the priority of the building facility control command that conflicts with each other is determined. Real-time setting module for real-time judgment and prioritization of building equipment control commands; A building facility automatic control module that controls the corresponding building facility in real time according to the priority of the building facility control command set in the building facility control command priority real-time setting module; a building facility measurement value database in which building facility measurement values generated by the measurement sensor are cumulatively stored in real time; A building facility monitoring module for monitoring the operation of the building facility in real time by mutually synchronizing the automatic building facility control value of the building facility automatic control module and the building facility measurement value cumulatively stored in the building facility measurement value database in real time; A power consumption analysis module for analyzing power consumption of the building facility in real time based on a real-time monitoring result of the building facility monitoring module; a power consumption estimation module for estimating power consumption of the building facility in real time based on a real-time monitoring result of the building facility monitoring module; an alarm output module outputting an alarm for a corresponding building facility according to a real-time monitoring result of the building facility monitoring module, a real-time analysis result of the power usage analysis module, and a real-time prediction result of the power usage prediction module; A building facility operation machine learning module for machine learning building facility operation by linking the analysis result of the power consumption analysis module and the prediction result of the power consumption prediction module with the real-time monitoring result of the building facility monitoring module; a building facility operation machine learning data storage module storing building facility operation machine learning data according to machine learning of the building facility operation machine learning module; A digital twin environment of the building facility is constructed using the building facility operation machine learning data stored in the building facility operation machine learning data storage module, and the building facility measurement value accumulated and stored in real time in the building facility measurement value database is used to construct the building facility operation machine learning data. A digital twin prediction engine module that implements the operation of the building equipment in the digital twin environment; It may be configured to include a digital twin output module that outputs the operation of building equipment implemented in the digital twin environment by the digital twin prediction engine module.

그리고 상기 빌딩 자동제어 서버는, 상기 BAS 및 상기 BEMS의 상호 상충하는 빌딩 설비 제어 명령의 우선 순위 조건을 설정하는 빌딩 설비 제어 명령 우선 순위 조건 설정 모듈을 포함하도록 구성될 수 있다.The building automatic control server may be configured to include a building facility control command priority condition setting module configured to set priority conditions of conflicting building facility control commands of the BAS and the BEMS.

상기 빌딩 설비 제어 명령 우선 순위 조건 설정 모듈은, 에너지 절감과 무관하게 우선 실행되어야 하는 비-에너지절감 우선 제어 명령, 에너지 절감을 위한 에너지절감 제어 명령, 에너지 절감과 무관하나 우선 실행될 필요가 없는 비-에너지절감 일반 제어 명령의 순서로 빌딩 설비 제어 명령의 우선 순위 조건을 설정하도록 구성될 수 있다.The building facility control command priority condition setting module is a non-energy saving priority control command that needs to be executed first regardless of energy saving, an energy saving control command for energy saving, a non-energy saving control command that needs to be executed first regardless of energy saving. It may be configured to set priority conditions of building equipment control commands in order of energy saving general control commands.

그리고 상기 빌딩 자동제어 서버는, 상기 빌딩 설비의 실시간 동작을 상기 디지털 트윈 예측 엔진 모듈에 의한 디지털 트윈 환경에서 소정 시간 앞선 시점에서 미리 구현할 수 있도록 상기 디지털 트윈 구현 속도를 소정 범위 내에서 높여 설정하는 디지털 트윈 구현 속도 설정 모듈을 포함하도록 구성될 수 있다.In addition, the building automatic control server increases the digital twin implementation speed within a predetermined range so that the real-time operation of the building equipment can be implemented in advance in a digital twin environment by the digital twin prediction engine module at a predetermined time ahead. It can be configured to include a twin implementation rate setting module.

그리고 상기 빌딩 자동제어 서버는, 상기 디지털 트윈 출력 모듈에 의해 디지털 트윈 환경에서 소정 시간 앞선 시점에서 구현되어 출력되는 빌딩 설비의 동작을 이용하여 상기 디지털 트윈 환경에서의 빌딩 설비 계측값을 실시간으로 미리 예측하는 디지털 트윈 계측값 실시간 예측 모듈; 상기 디지털 트윈 계측값 실시간 예측 모듈에서 실시간으로 미리 예측되는 디지털 트윈 환경에서의 빌딩 설비 계측값을 기반으로 상기 디지털 트윈 환경에서의 빌딩 설비의 에너지 이상 상황을 실시간으로 미리 예측하는 디지털 트윈 에너지 이상 상황 실시간 예측 모듈; 상기 디지털 트윈 에너지 이상 상황 실시간 예측 모듈에서 실시간으로 미리 예측되는 디지털 트윈 환경에서의 에너지 이상 상황을 해결하기 위한 디지털 트윈 환경에서의 다수 시나리오의 빌딩 설비 자동 제어값을 실시간으로 산출하는 디지털 트윈 자동 제어값 실시간 산출 모듈을 포함하도록 구성될 수 있다.In addition, the building automatic control server predicts the measured value of building facilities in the digital twin environment in real time by using the operation of building facilities implemented and output at a predetermined time ahead in the digital twin environment by the digital twin output module. a digital twin measured value real-time prediction module; Digital twin energy abnormal situation that predicts the energy abnormal situation of building equipment in the digital twin environment in real time based on the measured value of building equipment in the digital twin environment predicted in real time by the digital twin measured value real-time prediction module in advance prediction module; Digital twin automatic control value that calculates in real time the automatic control value of building facilities in multiple scenarios in the digital twin environment to solve the energy abnormal situation in the digital twin environment predicted in advance in real time by the digital twin energy abnormal situation real-time prediction module. It may be configured to include a real-time calculation module.

그리고 상기 빌딩 자동제어 서버는, 상기 디지털 트윈 자동 제어값 실시간 산출 모듈에 의해 실시간으로 산출되는 디지털 트윈 환경에서의 빌딩 설비 자동 제어값을 상기 디지털 트윈 예측 엔진 모듈에 적용하여 상기 디지털 트윈 환경에서의 빌딩 설비의 동작을 구현하도록 제어하는 디지털 트윈 자동 제어 모듈; 상기 디지털 트윈 자동 제어 모듈의 제어 결과 상기 디지털 트윈 에너지 이상 상황 실시간 예측 모듈에서 에너지 이상 상황이 예측되지 않는 경우, 상기 디지털 트윈 자동 제어값 실시간 산출 모듈에 의해 실시간으로 산출된 디지털 트윈 환경에서의 빌딩 설비 자동 제어값을 상기 빌딩 설비 자동 제어 모듈에 적용하는 디지털 트윈 자동 제어값 실시간 적용 모듈을 포함하도록 구성될 수 있다.In addition, the building automatic control server applies the automatic control value of building facilities in the digital twin environment calculated in real time by the digital twin automatic control value real-time calculation module to the digital twin prediction engine module, so that the building in the digital twin environment Digital twin automatic control module that controls to implement the operation of the facility; As a result of the control of the digital twin automatic control module, when the energy abnormal situation is not predicted by the digital twin energy abnormal situation real-time prediction module, the building facilities in the digital twin environment calculated in real time by the digital twin automatic control value real-time calculation module It may be configured to include a digital twin automatic control value real-time application module that applies the automatic control value to the building facility automatic control module.

그리고 상기 빌딩 자동제어 서버는, 상기 디지털 트윈 자동 제어값 실시간 적용 모듈에 의해 빌딩 설비 자동 제어값이 상기 빌딩 설비 자동 제어 모듈에 적용된 경우, 상기 전력 사용량 분석 모듈의 분석 결과 및 상기 전력 사용량 예측 모듈의 예측 결과에 기반하여 상기 빌딩 설비의 에너지 이상 상황을 실시간 감시하는 빌딩 설비 에너지 이상 상황 실시간 감시 모듈; 상기 빌딩 설비 에너지 이상 상황 실시간 감시 모듈의 실시간 감시 결과 상기 빌딩 설비의 에너지 이상 상황이 감지되지 않는 경우, 상기 디지털 트윈 자동 제어값 실시간 적용 모듈에 의해 상기 빌딩 설비 자동 제어 모듈에 적용된 빌딩 설비 자동 제어값에 기반하여 상기 빌딩 설비 제어 명령 우선 순위 조건 설정 모듈의 빌딩 설비 제어 명령 우선 순위 조건을 변경하는 디지털 트윈 자동 제어값 기반 제어 명령 우선 순위 조건 변경 모듈을 포함하도록 구성될 수 있다.And the building automatic control server, when the building facility automatic control value is applied to the building facility automatic control module by the digital twin automatic control value real-time application module, the analysis result of the power consumption analysis module and the power consumption prediction module A building facility energy abnormal situation real-time monitoring module for monitoring an energy abnormal situation of the building facility in real time based on a prediction result; When an abnormal energy situation of the building facility is not detected as a result of the real-time monitoring of the building facility energy abnormal situation real-time monitoring module, the building facility automatic control value applied to the building facility automatic control module by the digital twin automatic control value real-time application module It may be configured to include a digital twin automatic control value-based control command priority condition change module for changing the building facility control command priority condition of the building facility control command priority condition setting module based on.

그리고 상기 빌딩 자동제어 서버는, 상기 디지털 트윈 자동 제어값 기반 제어 명령 우선 순위 조건 변경 모듈에서 변경된 빌딩 설비 제어 명령 우선 순위 조건에 따라 후순위로 수행되는 빌딩 설비 제어 명령의 적용 시점을 상기 전력 사용량 분석 모듈의 분석 결과 및 상기 전력 사용량 예측 모듈의 예측 결과에 기반하여 실시간 설정하는 빌딩 설비 제어 명령 적용 시점 실시간 설정 모듈; 상기 전력 사용량 분석 모듈의 분석 결과 및 상기 전력 사용량 예측 모듈의 예측 결과를 상기 디지털 트윈 에너지 이상 상황 실시간 예측 모듈에서 미리 예측되는 디지털 트윈 환경에서의 에너지 이상 상황과 상호 동기화하여 실시간 대비하는 빌딩 설비/디지털 트윈 실시간 대비 모듈; 상기 빌딩 설비/디지털 트윈 실시간 대비 모듈의 실시간 대비 결과 상호 동기화된 분석 결과 및 예측 결과와 상기 디지털 트윈 환경에서의 에너지 이상 상황 간에 차이가 발생하는지 판단하고, 판단 결과 차이가 발생한 경우, 해당 분석 결과 및 예측 결과와 디지털 트윈 환경에서의 에너지 이상 상황을 이용하여 상기 빌딩 설비 운전 기계학습 데이터 저장 모듈에 저장된 빌딩 설비 운전 기계학습 데이터를 보완하는 빌딩 설비 운전 기계학습 보완 모듈을 포함하도록 구성될 수 있다.In addition, the building automatic control server determines the application time of the building equipment control command executed in the lower priority according to the building equipment control command priority condition changed in the digital twin automatic control value-based control command priority condition change module, the power consumption analysis module. A real-time setting module for setting a building facility control command application time based on the analysis result of and the predicted result of the power consumption prediction module in real time; Building facility/digital that synchronizes the analysis result of the power consumption analysis module and the prediction result of the power consumption prediction module with the energy abnormal situation in the digital twin environment predicted in advance by the digital twin energy abnormal situation real-time prediction module to prepare in real time twin real-time contrast modules; Determine whether there is a difference between the mutually synchronized analysis and prediction results of the building facility/digital twin real-time comparison module and the energy abnormal situation in the digital twin environment, and if a difference occurs as a result of the judgment, the analysis result and It may be configured to include a building facility operation machine learning supplementary module that supplements the building facility operation machine learning data stored in the building facility operation machine learning data storage module using the prediction result and the energy abnormal situation in the digital twin environment.

상술한 AI 기반의 자율제어 통합 빌딩 자동제어 시스템에 의하면, 디지털 트윈을 이용하여 건물의 에너지 사용에 관한 가까운 미래 시점의 동작과 효율을 미리 구현하도록 구성됨으로써, 빌딩의 전력 사용의 효율을 높이고 전력 사용에 관한 이상 현상이나 과도한 소비나 낭비를 미연에 방지할 수 있는 효과가 있다.According to the above-mentioned AI-based autonomous control integrated building automatic control system, it is configured to implement in advance the operation and efficiency of the near future regarding the energy use of the building using the digital twin, thereby increasing the efficiency of the building's power use and power use. There is an effect that can prevent abnormal phenomena related to excessive consumption or waste in advance.

또한, 기존의 BAS의 자동 제어 명령과 BEMS의 자동 제어 명령 간에 상충이 되는 경우, 상충되는 자동 제어 명령을 분석하여 그 실행의 우선 순위를 자동 설정하도록 구성됨으로써, 사용자의 수동적인 개입없이도 자율적으로 빌딩의 에너지 관리를 가능하게 하는 효과가 있다.In addition, if there is a conflict between the automatic control command of the existing BAS and the automatic control command of the BEMS, it is configured to analyze the conflicting automatic control command and automatically set the priority of execution, thereby autonomously building the building without manual intervention of the user. has the effect of enabling energy management of

특히, BAS의 자동 제어 명령과 BEMS의 자동 제어 명령 간에 상충이 발생할 때, 어느 자동 제어 명령을 우선 실행할지 그리고 그 후순위의 자동 제어 명령을 언제 실행할지를 디지털 트윈을 통해 분석하고 실제의 빌딩 제어에 자동 적용하도록 구성됨으로써, 오류없이 가장 적합하고 적절한 빌딩 제어와 관리를 하는 것은 물론 이러한 자동 제어를 적시에 수행할 수 있는 효과가 있다.In particular, when a conflict occurs between the automatic control command of BAS and the automatic control command of BEMS, which automatic control command is executed first and when the next automatic control command is executed is analyzed through the digital twin, and the actual building control is automatically By being configured to be applied, there is an effect of performing such automatic control in a timely manner as well as performing the most suitable and appropriate building control and management without errors.

도 1은 본 발명의 일 실시예에 따른 AI 기반의 자율제어 통합 빌딩 자동제어 시스템의 블록 구성도이다.
도 2 내지 도 4는 본 발명의 실시예에 따른 사용자 단말의 전력 사용 모니터링 화면의 예시도이다.1 is a block diagram of an AI-based autonomous control integrated building automatic control system according to an embodiment of the present invention.
2 to 4 are exemplary diagrams of power usage monitoring screens of user terminals according to embodiments of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 발명을 실시하기 위한 구체적인 내용에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in specific contents for practicing the invention. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. Like reference numerals have been used for like elements throughout the description of each figure.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The terms and/or include any combination of a plurality of related recited items or any of a plurality of related recited items.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 AI 기반의 자율제어 통합 빌딩 자동제어 시스템의 블록 구성도이고, 도 2 내지 도 4는 본 발명의 실시예에 따른 사용자 단말의 전력 사용 모니터링 화면의 예시도이다.1 is a block diagram of an AI-based self-control integrated building automatic control system according to an embodiment of the present invention, and FIGS. 2 to 4 are exemplary views of power usage monitoring screens of user terminals according to an embodiment of the present invention. am.

도 1을 참조하면, 본 발명의 일 실시예에 따른 AI 기반의 자율제어 통합 빌딩 자동제어 시스템은 계측 센서(100), 빌딩 자동제어 서버(200), 사용자 단말(300)을 포함하도록 구성될 수 있다.Referring to FIG. 1 , an AI-based autonomous control integrated building automatic control system according to an embodiment of the present invention may be configured to include a measurement sensor 100, a building automatic control server 200, and a user terminal 300. there is.

이하, 세부적인 구성에 대하여 설명한다.Hereinafter, a detailed configuration will be described.

계측 센서(100)는 빌딩 설비(10)의 동작을 실시간 계측하여 빌딩 설비 계측값을 생성하도록 구성될 수 있다. 계측 센서(100)는 빌딩 설비(10) 별로 에너지 관리에 관한 계측값을 생성하도록 구성될 수 있다.The measurement sensor 100 may be configured to measure the operation of the building facility 10 in real time to generate a building facility measurement value. The measurement sensor 100 may be configured to generate measurement values related to energy management for each building facility 10 .

빌딩 자동제어 서버(200)는 계측 센서(100)에서 생성된 빌딩 설비 계측값에 기반하여 빌딩 설비(10)의 전력 사용 상황을 모니터링하고 빌딩 설비 자동 제어값을 생성하도록 구성될 수 있다.The building automatic control server 200 may be configured to monitor the power usage situation of the building equipment 10 based on the building equipment measurement value generated by the measurement sensor 100 and generate an automatic building equipment control value.

빌딩 자동제어 서버(200)는 그 생성된 빌딩 설비 자동 제어값을 이용하여 빌딩 설비(10)를 자동 제어하도록 구성될 수 있다. 여기서, 빌딩 설비 자동 제어값은 디지털 트윈 환경에서 디지털 트윈 자동 제어값 실시간 산출 모듈(217)에 의해 산출되는 값으로 구성될 수 있다. 그리고 디지털 트윈 환경은 실제 빌딩 설비(10)의 동작 시점으로부터 가까운 미래 시점(예를 들어, 5분, 10분, 1시간 등)을 상정하여 구현되도록 구성될 수 있다.The building automatic control server 200 may be configured to automatically control the building equipment 10 using the generated automatic building equipment control value. Here, the building facility automatic control value may be configured with a value calculated by the digital twin automatic control value real-time calculation module 217 in the digital twin environment. In addition, the digital twin environment may be configured to be implemented by assuming a point in the near future (eg, 5 minutes, 10 minutes, 1 hour, etc.) from the actual operation point of the building facility 10.

빌딩 자동제어 서버(200)는 빌딩 설비 제어 명령 실시간 확인 모듈(201), 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈(202), 빌딩 설비 계측값 데이터베이스(203), 빌딩 설비 자동 제어 모듈(204), 빌딩 설비 모니터링 모듈(205), 전력 사용량 분석 모듈(206), 전력 사용량 예측 모듈(207), 경보 출력 모듈(208), 빌딩 설비 운전 기계학습 모듈(209), 빌딩 설비 운전 기계학습 데이터 저장 모듈(210), 디지털 트윈 예측 엔진 모듈(211), 디지털 트윈 출력 모듈(212), 빌딩 설비 제어 명령 우선 순위 조건 설정 모듈(213), 디지털 트윈 구현 속도 설정 모듈(214), 디지털 트윈 계측값 실시간 예측 모듈(215), 디지털 트윈 에너지 이상 상황 실시간 예측 모듈(216), 디지털 트윈 자동 제어값 실시간 산출 모듈(217), 디지털 트윈 자동 제어 모듈(218), 디지털 트윈 자동 제어값 실시간 적용 모듈(219), 빌딩 설비 에너지 이상 상황 실시간 감시 모듈(220), 디지털 트윈 자동 제어값 기반 우선 순위 조건 변경 모듈(221), 빌딩 설비 제어 명령 적용 시점 실시간 설정 모듈(222), 빌딩 설비/디지털 트윈 실시간 대비 모듈(223), 빌딩 설비 운전 기계학습 보완 모듈(224)을 포함하도록 구성될 수 있다.The building automatic control server 200 includes a building equipment control command real-time confirmation module 201, a building equipment control command priority real-time setting module 202, a building equipment measurement value database 203, a building equipment automatic control module 204, Building facility monitoring module (205), power usage analysis module (206), power usage prediction module (207), alarm output module (208), building facility operation machine learning module (209), building facility operation machine learning data storage module ( 210), digital twin prediction engine module (211), digital twin output module (212), building facility control command priority condition setting module (213), digital twin implementation speed setting module (214), digital twin measured value real-time prediction module (215), digital twin energy abnormal situation real-time prediction module (216), digital twin automatic control value real-time calculation module (217), digital twin automatic control module (218), digital twin automatic control value real-time application module (219), building Real-time monitoring module for facility energy abnormalities (220), digital twin automatic control value-based priority condition change module (221), real-time setting module for application time of building facility control command (222), building facility/digital twin real-time preparation module (223) , It may be configured to include a building equipment operation machine learning supplement module 224.

빌딩 설비 제어 명령 실시간 확인 모듈(201)은 BAS(building automation system)(20) 및 BEMS(building energy management system)(30)의 빌딩 설비 제어 명령을 각각 실시간 확인하도록 구성될 수 있다.The building facility control command real-time confirmation module 201 may be configured to check each building facility control command of a building automation system (BAS) 20 and a building energy management system (BEMS) 30 in real time.

빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈(202)은 빌딩 설비 제어 명령 실시간 확인 모듈(201)에서 실시간 확인되는 BAS의 빌딩 설비 제어 명령 및 BEMS(30)의 빌딩 설비 제어 명령이 상호 상충하는지 판단하도록 구성될 수 있다.The building facility control command priority real-time setting module 202 is configured to determine whether the building facility control command of the BAS and the building facility control command of the BEMS 30, which are checked in real time in the building facility control command real-time confirmation module 201, conflict with each other. It can be.

위 판단 결과 상호 상충하는 경우, 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈(202)은 상호 상충하는 빌딩 설비 제어 명령의 우선 순위를 실시간 판단하여 설정하도록 구성될 수 있다. 여기서의 상호 상충하는 빌딩 설비 제어 명령은 동일 시점의 명령일 수도 있으나, 주로 어느 하나의 빌딩 설비 제어 명령이 실행되는 동안 다른 빌딩 설비 제어 명령이 입력되는 경우가 될 수 있다.If the above determination result conflicts with each other, the building facility control command priority real-time setting module 202 may be configured to determine and set the priorities of the building facility control commands that conflict with each other in real time. The mutually conflicting building facility control commands herein may be commands at the same time, but may be a case where another building facility control command is input while one building facility control command is being executed.

예를 들어, BAS(20)는 에어컨디셔너(air-conditioner)의 실행 명령을 내려서 실행되고 있는 동안 BEMS(30)는 에어컨디셔너의 실행 중지 명령을 내리거나 그 반대일 수도 있다. 이러한 경우, 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈(202)은 먼저 실행된 제어 명령을 계속 실행해야 하는지 아니면 먼저 실행된 제어 명령을 중지하고 상충하는 나중의 제어 명령을 실행해야 하는지를 판단하도록 구성될 수 있다.For example, while the BAS 20 issues an air-conditioner execution command and is being executed, the BEMS 30 may issue an air-conditioner execution stop command or vice versa. In this case, the building facility control command priority real-time setting module 202 may be configured to determine whether to continue executing the previously executed control command or to stop the previously executed control command and execute the conflicting later control command. there is.

빌딩 설비 자동 제어 모듈(203)은 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈(202)에서 설정된 빌딩 설비 제어 명령의 우선 순위에 따라 해당 빌딩 설비(10)를 실시간 제어하도록 구성될 수 있다.The building facility automatic control module 203 may be configured to control the corresponding building facility 10 in real time according to the priorities of the building facility control commands set in the building facility control command priority real-time setting module 202 .

빌딩 설비 계측값 데이터베이스(204)는 계측 센서(100)에서 생성된 빌딩 설비 계측값이 실시간 누적 저장되도록 구성될 수 있다.The building facility measurement value database 204 may be configured such that building facility measurement values generated by the measurement sensor 100 are cumulatively stored in real time.

빌딩 설비 모니터링 모듈(205)은 빌딩 설비 자동 제어 모듈(203)의 빌딩 설비 자동 제어값 및 빌딩 설비 계측값 데이터베이스(204)에 실시간 누적 저장되는 빌딩 설비 계측값을 상호 동기화하여 빌딩 설비(10)의 동작을 실시간 모니터링하도록 구성될 수 있다.The building facility monitoring module 205 mutually synchronizes the automatic building facility control value of the building facility automatic control module 203 and the building facility measurement value accumulated and stored in the building facility measurement value database 204 in real time to mutually synchronize the building facility 10 It can be configured to monitor operation in real time.

전력 사용량 분석 모듈(206)은 빌딩 설비 모니터링 모듈(205)의 실시간 모니터링 결과에 기반하여 빌딩 설비(10)의 전력 사용량을 실시간 분석하도록 구성될 수 있다.The power usage analysis module 206 may be configured to analyze the power usage of the building facility 10 in real time based on the real-time monitoring result of the building facility monitoring module 205 .

전력 사용량 예측 모듈(207)은 빌딩 설비 모니터링 모듈(205)의 실시간 모니터링 결과에 기반하여 빌딩 설비(10)의 전력 사용량을 실시간 예측하도록 구성될 수 있다.The power usage estimation module 207 may be configured to predict the power usage of the building facility 10 in real time based on the real-time monitoring result of the building facility monitoring module 205 .

경보 출력 모듈(208)은 빌딩 설비 모니터링 모듈(205)의 실시간 모니터링 결과, 전력 사용량 분석 모듈(206)의 실시간 분석 결과 및 전력 사용량 예측 모듈(207)의 실시간 예측 결과에 따라 해당 빌딩 설비(10)에 대한 경보를 사용자 단말(300)로 출력하도록 구성될 수 있다. 사용자는 이러한 경보를 통해 실시간 전력 소비량이 임계치에 도달했는지 인지하거나 도달할 것을 예상할 수 있다.The alarm output module 208 outputs the corresponding building facility 10 according to the real-time monitoring result of the building facility monitoring module 205, the real-time analysis result of the power usage analysis module 206, and the real-time prediction result of the power usage prediction module 207. It may be configured to output an alert to the user terminal 300. Through these alerts, users can recognize whether real-time power consumption has reached a threshold or can expect to reach it.

빌딩 설비 운전 기계학습 모듈(209)은 빌딩 설비 모니터링 모듈(205)의 실시간 모니터링 결과에 전력 사용량 분석 모듈(206)의 분석 결과 및 전력 사용량 예측 모듈(207)의 예측 결과를 연동하여 빌딩 설비 운전을 기계학습하도록 구성될 수 있다. 예를 들어, 계측값 대비 실제 전력 사용량이 얼마나 나올지 차후에 얼마나 나올지 등을 알 수 있고, 이에 따라 어떻게 빌딩 설비(10)를 운전해야 하는지 등을 학습할 수 있다.The building facility operation machine learning module 209 links the real-time monitoring result of the building facility monitoring module 205 with the analysis result of the power consumption analysis module 206 and the prediction result of the power consumption prediction module 207 to realize the operation of the building facility. It can be configured for machine learning. For example, it is possible to know how much actual power consumption is compared to the measured value and how much it will be in the future, and accordingly, how to operate the building equipment 10 can be learned.

빌딩 설비 운전 기계학습 데이터 저장 모듈(210)은 빌딩 설비 운전 기계학습 모듈(209)의 기계학습에 따른 빌딩 설비 운전 기계학습 데이터가 저장되도록 구성될 수 있다.The building facility operation machine learning data storage module 210 may be configured to store building facility operation machine learning data according to machine learning of the building facility operation machine learning module 209 .

디지털 트윈 예측 엔진 모듈(211)은 빌딩 설비 운전 기계학습 데이터 저장 모듈(210)에 저장된 빌딩 설비 운전 기계학습 데이터를 이용하여 빌딩 설비(10)의 디지털 트윈 환경을 구축하도록 구성될 수 있다.The digital twin prediction engine module 211 may be configured to build a digital twin environment of the building facility 10 by using the building facility operation machine learning data stored in the building facility operation machine learning data storage module 210 .

그리고 디지털 트윈 예측 엔진 모듈(211)은 빌딩 설비 계측값 데이터베이스(204)에 실시간 누적 저장된 빌딩 설비 계측값을 이용하여 구축된 디지털 트윈 환경에서 빌딩 설비(10)의 동작을 구현하도록 구성될 수 있다.In addition, the digital twin prediction engine module 211 may be configured to implement the operation of the building facility 10 in a digital twin environment built using the building facility measurement values accumulated and stored in the building facility measurement value database 204 in real time.

디지털 트윈 예측 엔진 모듈(211)은 현재 시점으로부터 5분 후, 30분 후, 1 시간 후와 같은 가까운 미래 시점까지의 동작을 미리 구현해보도록 구성될 수 있다. 이를 통해 가까운 미래 시점의 에너지 사용량, 에너지 사용 임계치 초과 여부, 에너지 사용 효율 등의 에너지 이상 상황을 미리 확인할 수 있다.The digital twin prediction engine module 211 may be configured to implement an operation up to a near future point in time, such as 5 minutes later, 30 minutes later, or 1 hour later, from the current point in time. Through this, energy anomalies such as energy usage in the near future, whether the energy usage threshold is exceeded, and energy usage efficiency can be checked in advance.

디지털 트윈 출력 모듈(212)은 디지털 트윈 예측 엔진 모듈(211)에 의해 디지털 트윈 환경에서 구현되는 빌딩 설비(10)의 동작을 출력하도록 구성될 수 있다.The digital twin output module 212 may be configured to output the operation of the building facility 10 implemented in the digital twin environment by the digital twin prediction engine module 211 .

빌딩 설비 제어 명령 우선 순위 조건 설정 모듈(213)은 BAS(20) 및 BEMS(30)의 상호 상충하는 빌딩 설비 제어 명령의 우선 순위 조건을 설정하도록 구성될 수 있다.The building facility control command priority condition setting module 213 may be configured to set priority conditions of conflicting building facility control commands of the BAS 20 and the BEMS 30 .

여기서, 빌딩 설비 자동 제어 명령은 비-에너지절감 우선 제어 명령, 에너지절감 제어 명령, 비-에너지절감 일반 제어 명령으로 분류될 수 있다.Here, the building equipment automatic control command may be classified into a non-energy saving priority control command, an energy saving control command, and a non-energy saving general control command.

비-에너지절감 우선 제어 명령은 에너지 절감과 무관하게 우선 실행되어야 하는 명령이다. 즉, 에너지가 다소 과도하게 소비되더라도 무조건 실행해야 하는 명령이라고 볼 수 있다.The non-energy saving priority control command is a command to be executed first regardless of energy saving. In other words, it can be seen as a command that must be executed unconditionally even if energy is somewhat excessively consumed.

에너지절감 제어 명령은 에너지 절감을 위한 제어 명령이라고 볼 수 있다.The energy saving control command may be regarded as a control command for energy saving.

비-에너지절감 일반 제어 명령은 에너지 절감과는 무관하고, 우선적으로 실행될 필요도 없는 일반적인 제어 명령이라고 볼 수 있다.The non-energy saving general control command may be regarded as a general control command that is not related to energy saving and does not need to be executed preferentially.

빌딩 설비 제어 명령 우선 순위 조건 설정 모듈(213)은 비-에너지절감 우선 제어 명령, 에너지절감 제어 명령, 비-에너지절감 일반 제어 명령의 순서로 빌딩 설비 제어 명령의 우선 순위 조건을 설정하도록 구성될 수 있다.The building equipment control command priority condition setting module 213 may be configured to set priority conditions of building equipment control commands in the order of non-energy saving priority control commands, energy saving control commands, and non-energy saving general control commands. there is.

BAS(10)의 자동 제어 명령은 비-에너지절감 우선 제어 명령, 에너지절감 제어 명령, 비-에너지절감 일반 제어 명령 중 하나일 수 있고, BEMS(20)의 자동 제어 명령은 에너지절감 제어 명령일 수 있다. 그 상충하는 예에 대해서는 다음과 같이 처리할 수 있다.The automatic control command of the BAS 10 may be one of a non-energy saving priority control command, an energy saving control command, and a non-energy saving general control command, and the automatic control command of the BEMS 20 may be an energy saving control command. there is. Conflicting examples can be dealt with as follows.

먼저 BAS(10)의 비-에너지절감 우선 제어 명령과 BEMS(20)의 에너지절감 제어 명령이 서로 상충하는 경우에는 BAS(10)의 비-에너지절감 우선 제어 명령에 우선 순위를 설정하고 BEMS(20)의 에너지절감 제어 명령을 후순위로 설정할 수 있다. BEMS(20)의 에너지절감 제어 명령의 실행 중에는 이를 중지하고 BAS(10)의 비-에너지절감 우선 제어 명령을 실행하고, 그 BAS(10)의 비-에너지절감 우선 제어 명령의 실행이 완료된 후에는 다시 BEMS(20)의 에너지절감 제어 명령을 실행하도록 구성될 수 있다. 그리고 BAS(10)의 비-에너지절감 우선 제어 명령의 실행 중에 이에 상충하는 BEMS(20)의 에너지절감 제어 명령이 입력되면, BAS(10)의 비-에너지절감 우선 제어 명령의 실행이 완료된 후에 BEMS(20)의 에너지절감 제어 명령을 실행하도록 구성될 수 있다.First, when the non-energy saving priority control command of the BAS 10 and the energy saving control command of the BEMS 20 conflict with each other, priority is set to the non-energy saving priority control command of the BAS 10 and the BEMS 20 ) of the energy saving control command can be set as a lower priority. During the execution of the energy saving control command of the BEMS 20, it is stopped and the non-energy saving priority control command of the BAS 10 is executed, and after the execution of the non-energy saving priority control command of the BAS 10 is completed, It may be configured to execute the energy saving control command of the BEMS 20 again. And, if an energy saving control command of the BEMS 20 conflicting with the non-energy saving control command is input during the execution of the BAS 10's non-energy saving priority control command, the BEMS 10 completes the execution of the non-energy saving priority control command. It can be configured to execute the energy saving control command of (20).

다음으로, BAS(10)의 에너지절감 제어 명령과 BEMS(20)의 에너지절감 제어 명령이 서로 상충하는 경우에는 무조건 BEMS(20)의 에너지절감 제어 명령에 우선 순위를 설정하고, BAS(10)의 에너지절감 제어 명령은 무시하도록 구성될 수 있다.Next, when the energy saving control command of the BAS 10 and the energy saving control command of the BEMS 20 conflict with each other, priority is set to the energy saving control command of the BEMS 20 unconditionally, and the BAS 10 The energy saving control command may be configured to be ignored.

다음으로, BAS(10)의 비-에너지절감 일반 제어 명령과 BEMS(20)의 에너지절감 제어 명령이 서로 상충하는 경우, BEMS(20)의 에너지절감 제어 명령이 실행 중인 경우에는 BAS(10)의 비-에너지절감 일반 제어 명령이 입력될 때마다 비-에너지절감 일반 제어 명령을 실행하고 그 실행이 완료되면 BEMS(20)의 에너지절감 제어 명령을 다시 재개하도록 하여 BAS(10)의 비-에너지절감 일반 제어 명령을 인터럽트(interrupt) 방식에 의해 실행하도록 구성될 수 있다.Next, when the non-energy saving general control command of the BAS 10 and the energy saving control command of the BEMS 20 conflict with each other, when the energy saving control command of the BEMS 20 is being executed, the BAS 10 Whenever a non-energy saving general control command is input, the non-energy saving general control command is executed, and when the execution is completed, the energy saving control command of the BEMS (20) is restarted so that the non-energy saving of the BAS (10) It may be configured to execute general control commands in an interrupt manner.

이러한 우선 순위 설정을 명확하게 규정하여 에너지 관리 효율을 최대한 높일 수 있게 된다.By clearly defining these priorities, energy management efficiency can be maximized.

디지털 트윈 구현 속도 설정 모듈(214)은 빌딩 설비(10)의 실시간 동작을 디지털 트윈 예측 엔진 모듈(211)에 의한 디지털 트윈 환경에서 소정 시간 앞선 시점에서 미리 구현할 수 있도록 디지털 트윈 구현 속도를 소정 범위 내에서 높여 설정하도록 구성될 수 있다.The digital twin implementation speed setting module 214 sets the digital twin implementation speed within a predetermined range so that the real-time operation of the building facility 10 can be implemented in advance at a predetermined time ahead in the digital twin environment by the digital twin prediction engine module 211. It can be configured to be set higher in

디지털 트윈 계측값 실시간 예측 모듈(215)은 디지털 트윈 출력 모듈(212)에 의해 디지털 트윈 환경에서 소정 시간 앞선 시점에서 구현되어 출력되는 빌딩 설비(10)의 동작을 이용하여 디지털 트윈 환경에서의 빌딩 설비 계측값을 실시간으로 미리 예측하도록 구성될 수 있다.The digital twin measurement value real-time prediction module 215 uses the operation of the building equipment 10 that is implemented and output at a predetermined time ahead in the digital twin environment by the digital twin output module 212 to build equipment in the digital twin environment. It can be configured to predict measurements in advance in real time.

디지털 트윈 에너지 이상 상황 실시간 예측 모듈(216)은 디지털 트윈 계측값 실시간 예측 모듈(215)에서 실시간으로 미리 예측되는 디지털 트윈 환경에서의 빌딩 설비 계측값을 기반으로 디지털 트윈 환경에서의 빌딩 설비(10)의 에너지 이상 상황을 실시간으로 미리 예측하도록 구성될 수 있다.The digital twin energy abnormal situation real-time prediction module (216) is based on the building facility measurement values in the digital twin environment predicted in advance in real time by the digital twin measurement value real-time prediction module (215). Building facilities in the digital twin environment (10) It can be configured to predict the energy anomaly situation in advance in real time.

디지털 트윈 자동 제어값 실시간 산출 모듈(217)은 디지털 트윈 에너지 이상 상황 실시간 예측 모듈(216)에서 실시간으로 미리 예측되는 디지털 트윈 환경에서의 에너지 이상 상황을 해결하기 위한 디지털 트윈 환경에서의 다수 시나리오의 빌딩 설비 자동 제어값을 실시간으로 산출하도록 구성될 수 있다.The digital twin automatic control value real-time calculation module 217 is a building of multiple scenarios in the digital twin environment to solve the energy abnormal situation in the digital twin environment predicted in advance in real time by the digital twin energy abnormal situation real-time prediction module 216 It can be configured to calculate equipment automatic control values in real time.

디지털 트윈 자동 제어 모듈(218)은 디지털 트윈 자동 제어값 실시간 산출 모듈(218)에 의해 실시간으로 산출되는 디지털 트윈 환경에서의 빌딩 설비 자동 제어값을 디지털 트윈 예측 엔진 모듈(211)에 적용하여 디지털 트윈 환경에서의 빌딩 설비(10)의 동작을 구현하도록 제어할 수 있다.The digital twin automatic control module 218 applies the automatic control value of building facilities in the digital twin environment, which is calculated in real time by the digital twin automatic control value real-time calculation module 218, to the digital twin prediction engine module 211 to obtain a digital twin. The operation of the building equipment 10 in the environment may be controlled to implement.

다시 설명하면, 디지털 트윈 에너지 이상 상황 실시간 예측 모듈(216)에서 30분 정도 후에 에너지 이상 상황이 예측되었다면, 그러한 에너지 이상 상황을 미리 방지할 수 있도록 디지털 트윈 환경에서 빌딩 설비 자동 제어값을 자동으로 산출할 수 있다. 그리고 그 빌딩 설비 자동 제어값을 디지털 트윈 환경에서의 에너지 이상 상황이 발생한 시점으로부터 소정 시점 이전에 다시 변경 설정하여 디지털 트윈 환경에서의 동작을 다시 구현하도록 구성될 수 있다.In other words, if an energy abnormal situation is predicted after about 30 minutes by the digital twin energy abnormal situation real-time prediction module 216, the automatic control value of building facilities is automatically calculated in the digital twin environment to prevent such an energy abnormal situation in advance. can do. And it can be configured to re-implement the operation in the digital twin environment by changing and setting the automatic control value of the building equipment before a predetermined point in time from the time when the energy abnormal situation occurred in the digital twin environment.

여기서, 디지털 트윈 자동 제어값 실시간 산출 모듈(217)은 디지털 트윈 환경에서의 빌딩 설비 자동 제어값을 다수의 시나리오에 따라 산출할 수 있으며, 디지털 트윈 자동 제어 모듈(218)은 다수의 시나리오에 따른 빌딩 설비 자동 제어값에 따라 디지털 엔진 예측 제어 모듈(211)을 제어하여 디지털 트윈 환경에서의 동작을 동시에 병렬로 구현하도록 구성될 수 있다.Here, the digital twin automatic control value real-time calculation module 217 can calculate the automatic control value of building facilities in the digital twin environment according to a number of scenarios, and the digital twin automatic control module 218 can calculate the building facility according to a number of scenarios. It may be configured to implement operations in a digital twin environment simultaneously and in parallel by controlling the digital engine predictive control module 211 according to the automatic facility control value.

여러 시나리오의 빌딩 설비 자동 제어값을 병렬 구현하는 경우, 디지털 트윈 구현 속도 설정 모듈(214)은 디지털 트윈의 구현 속도를 자동으로 더 높여 신속하게 예측하고 선택하도록 구성될 수 있다.In the case of parallel implementation of automatic control values of building equipment in multiple scenarios, the digital twin implementation rate setting module 214 can be configured to automatically speed up the implementation of the digital twin to quickly predict and select.

디지털 트윈 자동 제어값 실시간 적용 모듈(219)은 디지털 트윈 자동 제어 모듈(218)의 제어 결과 디지털 트윈 에너지 이상 상황 실시간 예측 모듈(216)에서 에너지 이상 상황이 예측되지 않는 경우, 디지털 트윈 자동 제어값 실시간 산출 모듈(217)에 의해 실시간으로 산출된 디지털 트윈 환경에서의 빌딩 설비 자동 제어값을 빌딩 설비 자동 제어 모듈(203)에 적용하도록 구성될 수 있다.The digital twin automatic control value real-time application module (219) is the control result of the digital twin automatic control module (218), when the digital twin energy abnormal situation real-time prediction module (216) does not predict the energy abnormal situation, the digital twin automatic control value real-time It may be configured to apply the building facility automatic control value in the digital twin environment calculated in real time by the calculation module 217 to the building facility automatic control module 203 .

빌딩 설비 에너지 이상 상황 실시간 감시 모듈(220)은 디지털 트윈 자동 제어값 실시간 적용 모듈(219)에 의해 빌딩 설비 자동 제어값이 빌딩 설비 자동 제어 모듈(203)에 적용된 경우, 전력 사용량 분석 모듈(206)의 분석 결과 및 전력 사용량 예측 모듈(207)의 예측 결과에 기반하여 빌딩 설비(10)의 에너지 이상 상황을 실시간 감시하도록 구성될 수 있다.The building facility energy abnormal situation real-time monitoring module 220 is a power consumption analysis module 206 when the building facility automatic control value is applied to the building facility automatic control module 203 by the digital twin automatic control value real-time application module 219 It may be configured to monitor the energy anomaly of the building facility 10 in real time based on the analysis result of the power usage prediction module 207 and the prediction result of the power usage prediction module 207 .

디지털 트윈 자동 제어값 기반 우선 순위 조건 변경 모듈(221)은 빌딩 설비 에너지 이상 상황 실시간 감시 모듈(220)의 실시간 감시 결과 빌딩 설비(10)의 에너지 이상 상황이 감지되지 않는 경우, 디지털 트윈 자동 제어값 실시간 산출 모듈(217)에 의해 실시간으로 산출된 디지털 트윈 환경에서의 빌딩 설비 자동 제어값에 기반하여 빌딩 설비 제어 명령 우선 순위 조건 설정 모듈(213)의 빌딩 설비 제어 명령 우선 순위 조건을 변경하도록 구성될 수 있다.The digital twin automatic control value-based priority condition change module 221 detects an abnormal energy condition of the building facility 10 as a result of the real-time monitoring of the building facility energy abnormal situation real-time monitoring module 220, the digital twin automatic control value It is configured to change the building facility control command priority condition of the building facility control command priority condition setting module 213 based on the building facility automatic control value in the digital twin environment calculated in real time by the real-time calculation module 217. can

즉, 빌딩 설비 제어 명령의 우선 순위가 이미 설정되어 있는 경우, 이를 디지털 트윈 환경에서 제어 명령 별로 우선 순위 조건을 다르게 설정하였을 때 실제 에너지 효율이 높아지는 상황을 찾아내어 그 우선 순위 조건을 변경하도록 구성될 수 있다.In other words, if the priority of building facility control commands is already set, when the priority conditions are set differently for each control command in the digital twin environment, it will be configured to find a situation where the actual energy efficiency increases and change the priority conditions. can

빌딩 설비 제어 명령 적용 시점 실시간 설정 모듈(222)은 디지털 트윈 자동 제어값 기반 제어 명령 우선 순위 조건 변경 모듈(221)에서 변경된 빌딩 설비 제어 명령 우선 순위 조건에 따라 후순위로 수행되는 빌딩 설비 제어 명령의 적용 시점을 전력 사용량 분석 모듈(206)의 분석 결과 및 전력 사용량 예측 모듈(207)의 예측 결과에 기반하여 실시간 설정하도록 구성될 수 있다.Building facility control command application time real-time setting module 222 applies the building facility control command that is executed in a subordinate order according to the building facility control command priority condition changed in digital twin automatic control value-based control command priority condition change module 221 It may be configured to set the time point in real time based on the analysis result of the power usage analysis module 206 and the prediction result of the power usage estimation module 207 .

즉, 디지털 트윈 환경을 통해 후순위의 빌딩 자동 제어 명령의 최적의 적용 시점을 찾아내고 이를 설정하도록 구성될 수 있다.That is, it can be configured to find and set the optimal application time of the subordinated building automatic control command through the digital twin environment.

빌딩 설비/디지털 트윈 실시간 대비 모듈(223)은 전력 사용량 분석 모듈(206)의 분석 결과 및 전력 사용량 예측 모듈(207)의 예측 결과를 디지털 트윈 에너지 이상 상황 실시간 예측 모듈(216)에서 미리 예측되는 디지털 트윈 환경에서의 에너지 이상 상황과 상호 동기화하여 실시간 대비하도록 구성될 수 있다.The building facility/digital twin real-time preparation module 223 converts the analysis result of the power usage analysis module 206 and the prediction result of the power usage prediction module 207 to the digital twin energy abnormal situation real-time prediction module 216 predicts in advance. It can be configured to prepare in real time by synchronizing with the energy abnormal situation in the twin environment.

빌딩 설비 운전 기계학습 보완 모듈(224)은 빌딩 설비/디지털 트윈 실시간 대비 모듈(223)의 실시간 대비 결과 상호 동기화된 분석 결과 및 예측 결과와 디지털 트윈 환경에서의 에너지 이상 상황 간에 차이가 발생하는지 판단하고, 판단 결과 차이가 발생한 경우, 해당 분석 결과 및 예측 결과와 디지털 트윈 환경에서의 에너지 이상 상황을 이용하여 빌딩 설비 운전 기계학습 데이터 저장 모듈(210)에 저장된 빌딩 설비 운전 기계학습 데이터를 보완하도록 구성될 수 있다.The building facility operation machine learning supplementary module 224 determines whether there is a difference between the mutually synchronized analysis and prediction results of the real-time comparison result of the building facility/digital twin real-time preparation module 223 and the energy abnormal situation in the digital twin environment, , If there is a difference in the judgment result, it will be configured to supplement the building facility operation machine learning data stored in the building facility operation machine learning data storage module 210 using the analysis result and prediction result and the energy abnormal situation in the digital twin environment. can

그리고 그 판단 결과 차이가 발생한 경우, 해당 에너지 사용량 및 에너지 사용률과 디지털 트윈 환경에서의 에너지 이상 상황을 이용하여 빌딩 설비 운전 기계학습 데이터 저장 모듈(210)에 저장된 빌딩 설비 운전 기계학습 데이터를 보완하도록 구성될 수 있다. 이를 통해 기계학습 알고리즘의 정확도가 더욱 높아지게 되고, 디지털 예측 엔진을 이용한 예측이 더욱 정확하게 될 수 있다.And, if there is a difference as a result of the determination, the building facility operation machine learning data stored in the building facility operation machine learning data storage module 210 is supplemented by using the energy usage and energy usage rate and the energy abnormal situation in the digital twin environment. It can be. Through this, the accuracy of the machine learning algorithm can be further increased, and the prediction using the digital prediction engine can be more accurate.

또한, 그 판단 결과 차이가 발생한 경우, 디지털 트윈 예측 엔진 모듈(211)은 디지털 트윈에서의 동작 구현을 중지하고 차이가 발생한 시점부터 다시 디지털 트윈에서의 동작을 리셋(reset)하고 디지털 트윈의 동작을 그 시점부터 다시 자동 재개하도록 구성될 수 있다.In addition, when a difference occurs as a result of the determination, the digital twin prediction engine module 211 stops implementing the operation in the digital twin, resets the operation in the digital twin from the time the difference occurs, and resumes the operation of the digital twin. It can be configured to auto resume again from that point on.

사용자 단말(300)은 빌딩 자동제어 서버(200)에서 모니터링되는 빌딩 설비(10)의 전력 사용 상황을 표시하도록 구성될 수 있다.The user terminal 300 may be configured to display the power usage status of the building facility 10 monitored by the building automatic control server 200 .

도 2 내지 도 4는 빌딩 설비 모니터링 모듈(205), 전력 사용량 분석 모듈(206), 전력 사용량 예측 모듈(207)의 실행 결과를 나타내는 화면을 예시하고 있다.2 to 4 illustrate screens showing execution results of the building facility monitoring module 205, the power usage analysis module 206, and the power usage estimation module 207.

이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although described with reference to the above embodiments, those skilled in the art can understand that the present invention can be variously modified and changed without departing from the spirit and scope of the present invention described in the claims below. There will be.

100: 계측 센서 200: 빌딩 자동제어 서버
201: 빌딩 설비 제어 명령 실시간 확인 모듈
202: 빌딩 설비 제어 명령 우선 순위 실시간 설정 모듈
203: 빌딩 설비 계측값 데이터베이스 204빌딩 설비 자동 제어 모듈
205: 빌딩 설비 모니터링 모듈 206: 전력 사용량 분석 모듈
207: 전력 사용량 예측 모듈 208: 경보 출력 모듈
209: 빌딩 설비 운전 기계학습 모듈
210: 빌딩 설비 운전 기계학습 데이터 저장 모듈
211: 디지털 트윈 예측 엔진 모듈 212: 디지털 트윈 출력 모듈
213: 빌딩 설비 제어 명령 우선 순위 조건 설정 모듈
214: 디지털 트윈 구현 속도 설정 모듈
215: 디지털 트윈 계측값 실시간 예측 모듈
216: 디지털 트윈 에너지 이상 상황 실시간 예측 모듈
217: 디지털 트윈 자동 제어값 실시간 산출 모듈
218: 디지털 트윈 자동 제어 모듈
219: 디지털 트윈 자동 제어값 실시간 적용 모듈
220: 빌딩 설비 에너지 이상 상황 실시간 감시 모듈
221: 디지털 트윈 자동 제어값 기반 우선 순위 조건 변경 모듈
222: 빌딩 설비 제어 명령 적용 시점 실시간 설정 모듈
223: 빌딩 설비/디지털 트윈 실시간 대비 모듈
224: 빌딩 설비 운전 기계학습 보완 모듈
300: 사용자 단말100: measurement sensor 200: building automatic control server
201: Building equipment control command real-time verification module
202: building equipment control command priority real-time setting module
203: building equipment measurement value database 204 building equipment automatic control module
205: building facility monitoring module 206: power consumption analysis module
207: power consumption prediction module 208: alarm output module
209: Building facility operation machine learning module
210: building facility operation machine learning data storage module
211: digital twin prediction engine module 212: digital twin output module
213: building equipment control command priority condition setting module
214: digital twin implementation rate setting module
215: digital twin measured value real-time prediction module
216: Digital twin energy abnormal situation real-time prediction module
217: digital twin automatic control value real-time calculation module
218: digital twin automatic control module
219: Digital twin automatic control value real-time application module
220: Building facility energy abnormal situation real-time monitoring module
221: digital twin automatic control value-based priority condition change module
222: real-time setting module for application time of building equipment control command
223: building equipment/digital twin real-time preparation module
224: building equipment operation machine learning supplementary module
300: user terminal

Claims

A measurement sensor 100 that measures the operation of the building facility 10 in real time to generate a building facility measurement value;
Based on the building facility measurement value generated by the measurement sensor 100, the power usage situation of the building facility 10 is monitored, building facility automatic control values are generated, and the building facility automatic control values are generated using the building facility measurement values. Building automatic control server 200 that automatically controls the facility 10;
Including a user terminal 300 that displays the power usage status of the building facility 10 monitored by the building automatic control server 200,
The building automatic control server 200,
A building facility control command real-time confirmation module 201 for checking building facility control commands of the BAS 20 and the BEMS 30 in real time, respectively;
It is determined whether the building facility control command of the BAS and the building facility control command of the BEMS 30, which are checked in real time by the building facility control command real-time verification module 201, conflict with each other, and as a result of the determination, if they conflict with each other, the building facility that conflicts with each other. A building facility control command priority real-time setting module 202 for determining and setting the priority of control commands in real time;
A building facility automatic control module 203 that controls the building facility 10 in real time according to the priority of the building facility control command set in the building facility control command priority real-time setting module 202,
A building facility measurement value database 204 in which building facility measurement values generated by the measurement sensor 100 are cumulatively stored in real time;
Real-time monitoring of the operation of the building equipment 10 by mutually synchronizing the building equipment automatic control value of the building equipment automatic control module 203 and the building equipment measurement value accumulated in real time and stored in the building equipment measurement value database 204 building facility monitoring module 205;
A power consumption analysis module 206 for analyzing the power consumption of the building facility 10 in real time based on the real-time monitoring result of the building facility monitoring module 205;
A power consumption prediction module 207 for predicting the power consumption of the building facility 10 in real time based on the real-time monitoring result of the building facility monitoring module 205;
According to the real-time monitoring result of the building facility monitoring module 205, the real-time analysis result of the power usage analysis module 206, and the real-time prediction result of the power usage prediction module 207, an alarm for the corresponding building facility 10 is generated. An alarm output module 208 that outputs,
A building facility driving machine that machine-learns the operation of building facilities by linking the analysis result of the power consumption analysis module 206 and the prediction result of the power consumption estimation module 207 to the real-time monitoring result of the building facility monitoring module 205. learning module 209;
A building facility operation machine learning data storage module 210 in which building facility operation machine learning data according to machine learning of the building facility operation machine learning module 209 is stored;
A digital twin environment of the building facility 10 is constructed using the building facility operation machine learning data stored in the building facility operation machine learning data storage module 210, and is accumulated and stored in the building facility measurement value database 204 in real time. A digital twin prediction engine module 211 that implements the operation of the building facility 10 in the built digital twin environment using building facility measurement values;
It includes a digital twin output module 212 that outputs the operation of the building facility 10 implemented in the digital twin environment by the digital twin prediction engine module 211,
The building automatic control server 200,
A building facility control command priority condition setting module 213 for setting priority conditions of conflicting building facility control commands of the BAS 20 and the BEMS 30,
The building facility control command priority condition setting module 213,
Building equipment control commands in the order of non-energy saving priority control commands that must be executed first regardless of energy saving, energy saving control commands for energy saving, and non-energy saving general control commands that are irrelevant to energy saving but do not need to be executed first AI-based autonomous control integrated building automatic control system, characterized in that configured to set the priority conditions of.

delete

The method of claim 1, wherein the building automatic control server 200,
Real-time operation of the building equipment 10 is realized in the digital twin environment by the digital twin prediction engine module 211 by setting the digital twin implementation speed up within a predetermined range so that the digital twin implementation speed can be implemented in advance at a predetermined time ahead. AI-based autonomous control integrated building automatic control system, characterized in that configured to include a speed setting module (214).

The method of claim 1, wherein the building automatic control server 200,
Digital predicting in advance the measured values of building facilities in the digital twin environment in real time by using the operation of the building facilities 10 implemented and output at a predetermined time ahead in the digital twin environment by the digital twin output module 212 twin measurement real-time prediction module 215;
Based on the measured value of the building facility in the digital twin environment predicted in advance in real time by the digital twin measurement value real-time prediction module 215, the energy abnormal situation of the building facility 10 in the digital twin environment is predicted in advance in real time Digital twin energy abnormal situation real-time prediction module 216;
A digital twin that calculates in real time the automatic control values of building facilities in multiple scenarios in the digital twin environment to solve the energy abnormal situation in the digital twin environment predicted in advance in real time by the digital twin energy abnormal situation real-time prediction module 216 An AI-based autonomous control integrated building automatic control system, characterized in that it is configured to include an automatic control value real-time calculation module 217.

The method of claim 6, wherein the building automatic control server 200,
Building equipment in the digital twin environment ( A digital twin automatic control module 218 that controls to implement the operation of 10);
As a result of the control of the digital twin automatic control module 218, when the digital twin energy abnormal situation real-time prediction module 216 does not predict an energy abnormal situation, the digital twin automatic control value real-time calculation module 217 real-time AI-based autonomous control characterized in that it is configured to include a digital twin automatic control value real-time application module 219 that applies the calculated automatic building facility control value in the digital twin environment to the building facility automatic control module 203 Integrated building automatic control system.

The method of claim 7, wherein the building automatic control server 200,
When the building facility automatic control value is applied to the building facility automatic control module 203 by the digital twin automatic control value real-time application module 219, the analysis result of the power consumption analysis module 206 and the power consumption prediction module a building facility energy abnormal situation real-time monitoring module 220 for monitoring the energy abnormal situation of the building facility 10 in real time based on the predicted result of step 207;
As a result of the real-time monitoring of the building facility energy abnormal situation real-time monitoring module 220, when the energy abnormal situation of the building facility 10 is not detected, the digital twin automatic control value calculated in real time by the real-time calculation module 217 A digital twin automatic control value-based control command priority condition change module that changes the building facility control command priority condition of the building facility control command priority condition setting module 213 based on the building facility automatic control value in the digital twin environment. AI-based autonomous control integrated building automatic control system, characterized in that configured to include (221).

The method of claim 8, wherein the building automatic control server 200,
The power consumption analysis module 206 analyzes the application time of the building facility control command performed in the lower priority according to the building facility control command priority condition changed in the digital twin automatic control value-based control command priority condition change module 221 a building facility control command application time point setting module 222 that sets in real time based on the result and the prediction result of the power consumption prediction module 207;
The analysis result of the power usage analysis module 206 and the prediction result of the power usage prediction module 207 are correlated with the energy abnormal situation in the digital twin environment predicted in advance by the digital twin energy abnormal situation real-time prediction module 216. A building facility/digital twin real-time preparation module 223 that synchronizes and prepares in real time;
It is determined whether there is a difference between the mutually synchronized analysis result and prediction result of the real-time comparison result of the building equipment/digital twin real-time preparation module 223 and the energy abnormal situation in the digital twin environment. A building facility operation machine learning supplementary module 224 that supplements the building facility operation machine learning data stored in the building facility operation machine learning data storage module 210 using the analysis results and prediction results and the energy abnormal situation in the digital twin environment. AI-based autonomous control integrated building automatic control system, characterized in that configured to include.