KR102634636B1 - 수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버 - Google Patents

수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버 Download PDF

Info

Publication number
KR102634636B1
KR102634636B1 KR1020230105236A KR20230105236A KR102634636B1 KR 102634636 B1 KR102634636 B1 KR 102634636B1 KR 1020230105236 A KR1020230105236 A KR 1020230105236A KR 20230105236 A KR20230105236 A KR 20230105236A KR 102634636 B1 KR102634636 B1 KR 102634636B1
Authority
KR
South Korea
Prior art keywords
water
target
data
usage
determination section
Prior art date
Application number
KR1020230105236A
Other languages
English (en)
Inventor
강성광
Original Assignee
(주)아이티브레인
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)아이티브레인 filed Critical (주)아이티브레인
Priority to KR1020230105236A priority Critical patent/KR102634636B1/ko
Application granted granted Critical
Publication of KR102634636B1 publication Critical patent/KR102634636B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
    • G01F15/06—Indicating or recording devices
    • G01F15/061—Indicating or recording devices for remote indication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
    • G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
    • G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
    • G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Fluid Mechanics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

스마트 AMI 시스템에 포함된 운영 서버가 개시된다. 운영 서버는, 타겟 수용가의 수도 사용과 관련된 타겟 수도 데이터를 수신하도록 구성되는 데이터 수신부, 실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 수도 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하도록 구성되는 데이터 저장부 및 수신된 타겟 수도 데이터로부터 타겟 수용가에 대한 타겟 수도 특징 벡터를 생성하고, 타겟 수도 특징 벡터를 각각이 참조 수도 데이터에 대응하는 참조 수도 특징 벡터들을 포함하는 복수의 군집들 중 어느 하나의 군집으로 분류함으로써, 타겟 수용가의 누수 유형을 결정하도록 구성되는 누수 유형 결정부를 포함한다.

Description

수질 센서를 탑재한 스마트 AMI 시스템 및 이에 포함되는 운영 서버{SMART ADVANCED METERING INFRASTRUCTURE SYSTEM HAVING WATER QUALITY SENSOR AND OPERATING SERVER INCLUDED IN THE SAME}
본 발명의 실시 예들은 수질 센서를 탑재한 스마트 AMI 시스템 및 이에 포함되는 운영 서버에 관한 것이다.
물 그리고 가스는 생활에 있어서 필수적인 요소이다. 각 가정 등에서 사용되는 수도는 정수장으로부터 수도관을 통해 각 가정으로 공급되며, 가스 또한 가스관을 통해 각 가정으로 공급된다.
한편, 이러한 수도, 가스의 요금(즉, 공공서비스 요금)은 각 가정에서 실제로 사용되는 사용량에 기초하여 산정되는데, 사용량 산정을 위해 각 가정에는 계량기가 설치되어 있다.
종래의 경우, 검침원이 방문하거나 또는 자가 검침을 통해 계량기에 기재된 눈금(또는 숫자)을 확인하여 요금이 책정된다. 그러나, 이러한 방식은 노동력이 많이 들 뿐만 아니라 검침 과정에서 오류가 발생할 수 있는 문제가 있었다.
이에, 최근에는 전자식 계량기 등을 이용하여 사용량을 유선 또는 무선 송출하는 방식의 AMI(advanced metering infrastructure) 방식이 널리 보급되고 있다. 이와 같은 AMI 방식은 각 가정의 사용량을 실시간으로 측정할 수 있어 정확할 뿐만 아니라, 각 가정의 수도, 가스의 사용과 관련된 데이터의 수집이 용이하여 해당 데이터를 분석하여 다양한 정보를 제공할 수 있는 장점이 있다.
본 발명이 해결하고자 하는 과제는 수질 센서를 탑재한 스마트 AMI 시스템 및 이에 포함되는 운영 서버를 제공하는 것에 있다.
본 발명의 실시 예들에 따른 스마트 AMI 시스템에 포함된 운영 서버는, 타겟 수용가의 수도 사용과 관련된 타겟 수도 데이터를 수신하도록 구성되는 데이터 수신부, 실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 수도 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하도록 구성되는 데이터 저장부 및 수신된 타겟 수도 데이터로부터 타겟 수용가에 대한 타겟 수도 특징 벡터를 생성하고, 타겟 수도 특징 벡터를 각각이 참조 수도 데이터에 대응하는 참조 수도 특징 벡터들을 포함하는 복수의 군집들 중 어느 하나의 군집으로 분류함으로써, 타겟 수용가의 누수 유형을 결정하도록 구성되는 누수 유형 결정부를 포함하고, 타겟 수도 데이터 및 참조 수도 데이터는 수용가의 수도 사용량 및 수도관 내부의 물의 수질에 대한 정보를 포함한다.
실시 예들에 따라, 타겟 수도 데이터 및 참조 검침 데이터는, 수용가의 수도관 내부의 물의 유속 및 수도관 내부의 물의 압력에 대한 정보를 포함할 수 있다.
실시 예들에 따라, 누수 유형 결정부는, 다음 수학식에 따라 타겟 검침 데이터로부터 타겟 수도 특징 벡터를 생성할 수 있다.
[수학식]
(UV는 타겟 수도 특징 벡터를 나타내고, Ui (i=0, ... , N, N은 자연수)는 누수 판정 구간에서의 타겟 수용가의 수도 사용량을 나타내고, {0, 1, ..., N}은 누수 판정 구간 동안 각 일자의 기준 시간대를 순차적으로 나타내는 인덱스로서, 0은 누수 판정 구간의 시점, N은 누수 판정 구간의 종점을 나타내고, U0은 누수 판정 구간에서의 수도 사용량의 초기값이고, UN은 누수 판정 구간에서의 수도 사용량의 종료값이고, Um은 누수 판정 구간에서의 수도 사용량의 최소값이고, UM은 누수 판정 구간에서의 수도 사용량의 최대값이고, 은 제1기울기이고, 은 제2기울기를 나타낸다. 여기서, m, M은 누수 판정 구간 내의 인덱스로서, 각각이 수도 사용량이 최소 및 최대일 일자를 나타내는 인덱스이고, WQ는 누수 판정 구간에서의 수도의 수질 점수의 대표값을 나타냄)
실시 예들에 따라, 누수 유형 결정부는, 타겟 수용가에 대해, 소정 기간 동안 하루의 각 시간 중에서 가장 빈번하게 최저 사용량이 발생하는 시간을 기준 시간대로 결정하고, 기준 시간대에서의 타겟 수용가의 수도 사용량과 최저 사용량의 차이인 실 수도 사용량이 기준 값을 초과하는 시점을 누수 판정 구간의 시점으로 하고, 실 수도 사용량이 누수 판정 구간의 시점 이후 처음으로 기준 값을 초과하지 않게 되는 지점을 누수 판정 구간의 종점으로 할 수 있다.
실시 예들에 따라, 운영 서버는 참조 수용가들 중에서 타겟 수용가와 동일한 누수 유형을 갖는 타겟 참조 수용가들을 결정하고, 타겟 참조 수용가들의 참조 누수량에 기초하여 타겟 수용가의 누수량을 추정하도록 구성되는 누수량 결정부를 더 포함할 수 있다.
본 발명의 실시 예들에 따른 스마트 AMI 시스템은 타겟 수용가의 수도 사용과 관련된 타겟 검침 데이터를 생성하도록 구성되는 스마트 센서 및 스마트 센서로부터 타겟 검침 데이터를 수신하고, 타겟 검침 데이터로부터 타겟 수용가의 누수 유형을 결정하도록 구성되는 운영 서버를 포함하고, 운영 서버는, 수신된 타겟 검침 데이터로부터 타겟 수용가에 대한 타겟 수도 특징 벡터를 생성하고, 타겟 수도 특징 벡터를 각각이 참조 수용가들의 참조 수도 특징 벡터들을 포함하는 복수의 군집들 중 어느 하나의 군집으로 분류함으로써, 타겟 수용가의 누수 유형을 결정하고, 타겟 수도 데이터 및 참조 수도 데이터는 수용가의 수도 사용량 및 수도관 내부의 물의 수질에 대한 정보를 포함한다.
실시 예들에 따라, 타겟 검침 데이터 및 참조 검침 데이터는, 수용가의 수도관 내부의 물의 유속 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 포함할 수 있다.
실시 예들에 따라, 운영 서버는, 다음 수학식에 따라 타겟 검침 데이터로부터 타겟 수도 특징 벡터를 생성할 수 있다.
[수학식]
(UV는 타겟 수도 특징 벡터를 나타내고, Ui (i=0, ... , N, N은 자연수)는 누수 판정 구간에서의 타겟 수용가의 수도 사용량을 나타내고, {0, 1, ..., N}은 누수 판정 구간 동안 각 일자의 기준 시간대를 순차적으로 나타내는 인덱스로서, 0은 누수 판정 구간의 시점, N은 누수 판정 구간의 종점을 나타내고, U0은 누수 판정 구간에서의 수도 사용량의 초기값이고, UN은 누수 판정 구간에서의 수도 사용량의 종료값이고, Um은 누수 판정 구간에서의 수도 사용량의 최소값이고, UM은 누수 판정 구간에서의 수도 사용량의 최대값이고, 은 제1기울기이고, 은 제2기울기를 나타낸다. 여기서, m, M은 누수 판정 구간 내의 인덱스로서, 각각이 수도 사용량이 최소 및 최대일 일자를 나타내는 인덱스이고, WQ는 누수 판정 구간에서의 수도의 수질 점수의 대표값을 나타냄)
실시 예들에 따라, 운영 서버는, 타겟 수용가에 대해, 소정 기간 동안 하루의 각 시간 중에서 가장 빈번하게 최저 사용량이 발생하는 시간을 기준 시간대로 결정하고, 기준 시간대에서의 타겟 수용가의 수도 사용량과 최저 사용량의 차이인 실 수도 사용량이 기준 값을 초과하는 시점을 누수 판정 구간의 시점으로 하고, 실 수도 사용량이 누수 판정 구간의 시점 이후 처음으로 기준 값을 초과하지 않게 되는 지점을 누수 판정 구간의 종점으로 할 수 있다.
실시 예들에 따라, 운영 서버는 참조 수용가들 중에서 타겟 수용가와 동일한 누수 유형을 갖는 타겟 참조 수용가들을 결정하고, 타겟 참조 수용가들의 참조 누수량에 기초하여 타겟 수용가의 누수량을 추정할 수 있다.
본 발명의 실시 예들에 따르면 수도를 사용하는 수용가는 누수가 발생했을 때, 누수에 대한 진단 및 분석을 위해 큰 공사등을 하지 않더라도 누수량이 차감된 실제 수도 사용량에 따라 요금을 산정받을 수 있는 효과가 있다.
본 발명의 실시 예들에 따르면, 수용가의 실 수도 사용량으로부터 누수 판정 구간을 결정하고, 누수 판정 구간에서의 수도 사용량과 관련된 특징 값들을 추출하여 수도 특징 벡터를 산출하므로, 수도 특징 벡터가 사용가의 수도 사용 패턴을 정확히 나타낼 수 있는 효과가 있다.
본 발명의 실시 예들에 따르면 누수 판정 구간(LKP)에서의 수도의 수질과 관련된 수질 점수를 이용하여 수도 특징 벡터를 산출하는데, 누수 등으로 인하여 수질에 변동이 생긴 경우까지 고려할 수 있어 보다 정확한 수도 사용 패턴을 산출할 수 있다는 효과가 있다.
본 발명의 실시 예들에 따르면, 누수 확인 및 누수량 산정까지 많은 노력 및 시간이 소요되는 종래와 달리, 누수가 발생한 경우 수도 사용과 관련된 데이터를 기초로 누수 유형을 판단할 수 있을 뿐만 아니라, 누수량까지 추정이 가능한 효과가 있다.
또한, 본 발명의 실시 예들은 가스의 누출 확인 및 누출량 산정에 대해서도 적용 가능한 효과가 있다.
도 1은 본 발명의 실시 예들에 따른 스마트 AMI 시스템을 나타낸다.
도 2는 본 발명의 실시 예들에 따른 스마트 센서를 나타낸다.
도 3은 본 발명의 실시 예들에 따른 운영 서버를 나타낸다.
도 4는 본 발명의 실시 예들에 따른 사용량 벡터를 산출하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 실시 예들에 따른 군집화를 설명하기 위한 도면이다.
도 6은 본 발명의 실시 예들에 따라 누수량을 추정하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 실시 예들에 따른 운영 서버의 동작 방법을 나타내는 플로우 차트이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이고, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려, 이들 실시예는 본 개시를 더욱 충실하고 완전하게 하고, 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다.
본 명세서에서 사용된 용어는 특정 실시예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 또한, 본 명세서에서 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다.
실시예의 설명에 있어서, 각 층(막), 영역, 패턴 또는 구조물들이 기판, 각 층(막), 영역, 패드　　또는 패턴들의 "위(on)"에 또는 "아래(under)"에 형성되는 것으로 기재되는 경우에 있어, "위(on)"와 "아래(under)"는　　"직접(directly)" 또는 "다른 층을 개재하여(indirectly)" 형성되는 것을 모두 포함한다. 또한 각 층의 위　또는 아래에 대한 기준은 도면을 기준으로 하는 것을 원칙으로 한다.
도면은 본 발명의 사상을 이해할 수 있도록 하기 위한 것일 뿐, 도면에 의해서 본 발명의 범위가 제한되는 것으로 해석되지 않아야 한다. 또한 도면에서 상대적인 두께, 길이나 상대적인 크기는 설명의 편의 및 명확성을 위해 과장될 수 있다.
도 1은 본 발명의 실시 예들에 따른 스마트 AMI 시스템을 나타낸다. 도 1을 참조하면, 스마트 AMI 시스템(10)은 각 수용가들(TU, RU)에 설치된 스마트 센서들(210)로부터 수용가들(TU, RU)의 수도 데이터를 수신할 수 있다. 또한, 스마트 AMI 시스템(10)은 수용가들(TU, RU)의 수도 데이터를 이용하여 타겟 수용가(TU)의 누수(또는 누출, 이하 동일) 여부나 누수량(또는 누출량, 이하 동일)에 대해서 판단할 수 있다. 예컨대, 스마트 AMI 시스템(10)은 수용가들(TU, RU)의 수도 또는 가스 사용과 관련된 수도 데이터를 이용하여 타겟 수용가(TU)의 누수(또는 누출, 이하 동일) 여부나 누수량(또는 누출량, 이하 동일)에 대해서 판단할 수 있다.
본 발명의 실시 예들은 타겟 수용가(TU)에서 사용되는 수도 또는 가스의 사용과 연관된 데이터를 이용하여, 수도의 누수 또는 가스의 누출에 대한 확인(예컨대, 유형 판단 또는 누수, 누출량 판단)에 대한 것이다. 다만, 설명의 편의상, 이하에서는 '수도'에 초점을 맞추어서 설명하나, 이하의 설명은 '수도' 뿐 아니라 '가스'에 대해서도 적용 가능함이 이해되어야 한다. 예컨대, 이하에서의 '수도 사용량'은 '가스 사용량'에 대응할 수 있고, '수도 누수'는 '가스 누출'에 대응할 수 있다.
스마트 AMI 시스템(10)은 운영 서버(100) 및 각 수용가들(TU, RU)에 설치된 수도 검침기들(210)을 포함할 수 있다.
본 명세서에서, 수용가라 함은 수도(water)를 사용하는 가구 또는 주체로서, 가정집(주택, 또는 아파트 등) 또는 회사를 의미하나, 이에 한정되는 것은 아니다. 또한, 타겟 수용가(TU)는 운영 서버(100)에 의해 누수 유형 및 누수량 판단(이하, '누수 판단'이라 함)의 대상이 되는 수용가를 의미하고, 참조 수용가(RU)는 타겟 수용가(TU)에 대한 누수 판단에 필요한 데이터에 대응하는 수용가들로서, 실제 누수가 발생하였으며 해당 누수에 대한 점검 및 분석이 이루어진 수용가이다. 참조 수용가(RU)는 복수일 수 있다.
운영 서버(100)는 스마트 AMI 시스템(10)의 전반적인 작동을 제어할 수 있다. 실시 예들에 따라, 운영 서버(100)는 수용가들(TU, RU)에 설치된 수도 검침기들(210)로부터, 각 수용가들(TU, RU)의 수도 사용과 연관된 수도 데이터를 수신할 수 있다.
실시 예들에 따라, 운영 서버(100)는 수신된 수도 데이터를 저장할 수 있고, 저장된 수도 데이터를 이용하여 타겟 수용가(TU)에 대한 누수 판단을 수행할 수 있다. 예를 들어, 운영 서버(100)는 타겟 수용가(TU)의 누수 유형이 무엇인지, 및, 누수 유형에 따른 누수량을 추정할 수 있다.
여기서, 누수 유형은 사전에 정해지는 것으로서, 예를 들어, 내부 수도관 누수, 외부 수도관 누수, 수도 사용 누수를 포함할 수 있다. 내부 수도관 누수는 상대적으로 적은 누수량으로 오래 지속되는 특성을 보이는 누수이고, 외부 수도관 유수는 상대적으로 많은 누수량으로 오래 지속되는 특성을 보이는 누수이며, 수도 사용 누수는 상대적으로 적은 누수량으로 특정 기간에 나타나는 특성을 보이는 누수이다. 이 외에도 다른 누수 유형이 있을 수도 있다.
스마트 센서(210)는 각 수용가(TU, RU)에 설치되어, 수용가의 수도 사용과 관련된 데이터를 수집 및 생성할 수 있다. 실시 예들에 따라, 스마트 센서(210)는 수도 계량기, 압력 센서 및 수질 센서를 포함할 수 있다. 스마트 센서(210)는 실시간으로 또는 소정의 주기에 따라 데이터를 수집 및 생성할 수 있다.
스마트 센서(210)에 의해 생성된 수도 데이터는 검침 데이터, 수압 데이터 및 수질 데이터를 포함한다. 수도 데이터는 직접 운영 서버(100)로 전송되거나, 또는, 중계기(220)를 통해 운영 서버(100)로 전송될 수 있다. 이 경우, 스마트 센서(210)와 중계기(220)는 근거리 무선 통신 또는 유선 통신을 통해 서로 데이터를 주고받고, 중계기(220)와 운영 서버(100)는 중장거리 무선 통신을 통해 서로 데이터를 주고받을 수 있다. 비록 도 1에는 중계기(220)가 스마트 AMI 시스템(10)에 포함되는 것으로 도시되어 있으나, 위와 같은 이유로, 중계기(220)는 스마트 AMI 시스템(10)으로부터 생략될 수도 있다.
중계기(220)는 데이터를 송수신할 수 있는 전자 장치로서, 예컨대, 모뎀일 수 있다. 중계기(220)는 수용가들(TU, RU) 각각에 대해 하나씩 존재하고, 각 수용가들(TU, RU)의 스마트 센서(210)로부터 생성된 데이터를 전담하여 중계할 수 있으나, 실시 예들에 따라, 하나의 중계기(220)가 복수의 수용가들(TU, RU)의 스마트 센서들(210)을 담당할 수도 있다.
도 2는 본 발명의 실시 예들에 따른 스마트 센서를 나타낸다. 도 2를 참조하면, 스마트 센서(210)는 수도 계량기(211), 압력 센서(213) 및 수질 센서(215)를 포함한다.
스마트 센서(210)는 수도 계량기(211)의 검침 데이터, 압력 센서(213)의 수압 데이터 및 수질 센서(215)의 수질 데이터 중 적어도 하나 이상을 이용하여, 수도 데이터를 생성할 수 있다.
수도 계량기(211)는 설치된 수용가(TU, RU)의 수도관 내부의 물의 유속 및 배수의 양, 즉, 수도 사용량을 측정하고, 측정 결과를 포함하는 검침 데이터를 생성 및 전송할 수 있다. 이 때, 배수의 유속은 각 시점에서 측정된 값일 수 있고, 수도 사용량은 기준 시점(예컨대, 매월 초)으로부터 현재 시점까지의 누적된 값일 수 있다. 이에, 수도 계량기(211)에 생성된 검침 데이터는 현재 시점에서 측정된 유속 및 현재 시점까지의 수도 사용량에 대한 정보를 포함하는 데이터일 수 있다.
압력 센서(213)는 수용가(TU, RU)의 수도관 내부를 유동하는 물의 압력 또는 수압을 측정하고, 측정 결과에 따라 수압 데이터를 생성 및 전송할 수 있다. 다만, 측정 기준을 동일하게 하기 위해, 압력 센서(213)는 수도 계량기(211)를 기준으로 특정 지점의 수도관 내부에 측정될 수 있다.
실시 예들에 따라, 압력 센서(213)는 수용가(TU, RU)의 수도관 내벽에 설치될 수 있다. 예컨대, 압력 센서(213)는 MEMS(micro electro mechanical system) 센서일 수 있으나, 이에 한정되는 것은 아니다.
수질 센서(215)는 수용가(TU, RU)의 수도관 내부를 유동하는 물의 품질, 즉, 수질을 측정하고, 측정 결과에 따라 수질을 나타내는 수질 데이터를 생성 및 전송할 수 있다. 수질 센서(215)는 수용가(TU, RU)의 수도관 내부 곳곳에 배치되어 수질을 측정할 수 있다.
실시 예들에 따라, 수질 센서(215)는 수용가(TU, RU)의 수도관 내벽에 설치될 수 있다. 예컨대, 수질 센서(215)는 물의 전기전도성을 측정하여 수질을 측정하는 방식, 물 내의 용존 산소량을 측정하여 수질을 측정하는 방식, 물 내의 부유물질에 따른 물의 탁도를 측정하여 수질을 측정하는 방식, 물의 수소이온농도를 측정하여 수질을 측정하는 방식 등 다양한 방식으로 수질을 측정할 수 있으나, 본 발명의 실시 예들이 이러한 방식에 한정되는 것은 아니다.
도 3은 본 발명의 실시 예들에 따른 운영 서버를 나타낸다. 도 3을 참조하면, 운영 서버(100)는 데이터 수신부(101), 데이터 저장부(103), 누수 유형 결정부(105), 누수량 결정부(107) 및 사용량 보정부(109)를 포함할 수 있다. 한편, 도 3에 도시된 각 구성들(101, 103, 105, 107, 109)은 본 발명의 실시 예들에 따른 운영 서버(100)의 기능적 구성요소들을 나타내며, 각 구성들(101, 103, 105, 107, 109) 중 적어도 하나는 메모리 및 메모리에 저장된 명령어들을 실행함으로써 소정의 연산을 수행하도록 구성되는 프로세서로 구현될 수 있다.
데이터 수신부(101)는 스마트 센서(210) 또는 중계기(220)로부터 데이터를 수신할 수 있다. 다만, 설명의 편의상, 본 명세서에서는 데이터 수신부(101)는 스마트 센서(210)로부터 직접 데이터를 수신하는 것을 가정하고 설명한다. 데이터 수신부(101)는 스마트 센서(210)와 주기적으로 무선 네트워크를 통해 통신함으로써 데이터를 수신할 수 있다.
데이터 수신부(101)는 스마트 센서(210)로부터 각 수용가(RU, TU)에 대한 검침 데이터, 수압 데이터 및 수질 데이터를 수신할 수 있다. 이 때, 데이터 수신부(101)에 수신되는 검침 데이터, 수압 데이터 및 수질 데이터는 시계열 순으로 정렬될 수 있다.
데이터 저장부(103)는 참조 수용가(RU)의 검침 데이터, 수압 데이터 및 수질 데이터를 저장할 수 있다. 추가적으로, 데이터 저장부(103)는 참조 수용가(RU)의 실제 누수와 관련된 참조 누수 데이터를 저장할 수 있다. 참조 누수 데이터는 각 참조 수용가(RU)에 대한 누수 유형, 누수량 및 수질(예컨대, 평균 수질)에 대한 정보를 포함한다. 이 때, 누수량은 단위 시간 당 누수량일 수 있으나, 이에 한정되는 것은 아니다.
누수 유형 결정부(105)는 타겟 수용가(TU)에 대한 누수 유형을 결정할 수 있다. 여기서, 누수 유형은 누수가 없는 것도 포함한다.
누수 유형 결정부(105)는 수용가들(RU, TU)의 검침 데이터 및 수질 데이터를 이용하여, 수용가들(RU, TU) 각각의 수도의 특징을 나타내는 수도 특징 벡터를 생성하고, 생성된 수도 특징 벡터를 이용하여, 타겟 수용가(TU)의 누수 유형을 판단할 수 있다. 이 때, 누수 유형 결정부(105)는 소정의 기간(예컨대, 6월)동안의 수도 특징 벡터를 이용하여 해당 소정의 기간 동안에서의 타겟 수용가(TU)의 누수 유형을 판단할 수 있다.
실시 예들에 따라, 누수 유형 결정부(105)는 군집화 엔진을 이용하여 참조 수용가들(RU)의 참조 수도 특징 벡터들로 이루어지며, 각각이 누수 유형 각각에 대응하는 군집들 중에서, 타겟 수용가(TU)에 대한 타겟 수도 특징 벡터와 대응하는 타겟 군집을 결정함으로써 타겟 수용가(TU)의 누수 유형을 판단할 수 있다. 이 경우, 타겟 군집에 대응하는 누수 유형이 타겟 수용가(TU)의 누수 유형이 된다.
예를 들어, 군집화 엔진은, 가우시안 혼합 모델(Gaussian Mixture Model, GMM)에 따른 군집링 또는 K-평균 알고리즘에 따른 군집화를 수행할 수 있다. 여기서, K-평균 알고리즘은 가우시안 혼합 모델과 달리 비지도학습에 속하는 머신러닝 기반의 군집화 기법일 수 있다.
구체적으로 K-평균 알고리즘은 K개의 군집들 각각에 대한 초기 중심점에 해당하는 벡터값을 설정한 후, 수용가들 각각을 대표하는 수도 특징 벡터와 가까운 초기 중심점을 가진 군집에 수용가의 수도 특징 벡터들을 할당한다. 다음으로, 모든 수도 특징 벡터들에 대한 군집 할당이 끝나면, 해당 군집에 속하는 수도 특징 벡터들의 중간값 또는 평균값으로 각 군집의 중심점을 재설정하고, 재설정된 중심점을 기준으로 모든 수용가의 수도 특징 벡터들의 군집 할당을 다시 시행한다. 상술하는 중심점 재설정과 군집 재할당을 중심점의 변동이 없을 때까지 반복함으로써 수용가들을 복수의 군집들에 할당할 수 있다.
누수량 결정부(107)는 누수 유형 결정부(105)에 의해 결정된 누수 유형 및 해당 누수 유형의 참조 수용가들의 데이터들을 이용하여, 타겟 수용가(TU)의 해당 누수 유형에서의 누수량을 결정(또는 추정)할 수 있다.
사용량 보정부(109)는 결정된 타겟 수용가(TU)의 누수량을 이용하여, 타겟 수용가(TU)의 수도 사용량을 보정할 수 있다. 실시 예들에 따라, 사용량 보정부(109)는 타겟 수용가(TU)의 수도 사용량 중에서 누수량을 제외한 실제 수도 사용량을 계산함으로써, 수도 사용량을 보정할 수 있다.
이에, 각 수용가는 누수가 발생했을 때, 누수에 대한 진단 및 분석을 위해 큰 공사등을 하지 않더라도 누수량이 차감된 실제 수도 사용량에 따라 요금을 산정받을 수 있는 효과가 있다.
도 4는 본 발명의 실시 예들에 따른 수도 특징 벡터를 산출하는 과정을 설명하기 위한 도면이다. 도 4를 참조하면, 누수 유형 결정부(105)는 수용가(TU, RU)의 검침 데이터 및 수질 데이터를 이용하여 수도 특징 벡터를 생성할 수 있다. 수도 특징 벡터는 소정의 기간에서의 수용가(TU, RU)의 수도 사용을 특징을 나타내는 변수로서, 예를 들어, 기준 시간대에서 측정된 수용가(TU, RU)의 수도 사용량 및 해당 시간대에서의 수질 데이터로부터 생성될 수 있다.
실시 예들에 따라, 누수 유형 결정부(105)는 수용가(TU, RU)의 검침 데이터를 이용하여, 수도 특징 벡터를 생성하기 위한 기준 시간대를 결정하고, 기준 시간대에서의 수도 사용량 및 수질들의 분포를 이용하여 수도 특징 벡터를 생성할 수 있다. 이 때, 수용가(TU, RU) 각각의 수도 특징 벡터는 해당하는 수용가(TU, RU) 자신의 검침 데이터 및 수질 데이터에 기초하여 생성되게 된다.
먼저, 누수 유형 결정부(105)는 수용가(TU, RU)의 하루의 각 시간 별 수도 사용량을 산출하고, 소정 기간 동안 하루의 각 시간 중에서 가장 빈번하게 최저 사용량이 발생하는 시간을 기준 시간대로 결정하고, 기준 시간대에서의 수도 사용량의 평균을 최저 사용량(MU)으로서 결정할 수 있다. 예를 들어, 2달 동안 03시에 수도 사용량이 최저인 경우가 가장 빈번했다면, 기준 시간대는 03시(또는 03시~04시)일 수 있다.
예컨대, 도 4에는 수용가의 매일 기준 시간대에서의 수도 사용량이 각 점으로서 나타나 있고, 최저 수도 사용량(MU)에 해당하는 점선이 도시되어 있다.
이후, 누수 유형 결정부(105)는 누수 판단 대상이 되는 기간(즉, 누수 판단 기간)동안의 기준 시간대에서의 수용가(TU, RU)의 수도 사용량에 기초하여, 누수 판정 구간(LKP)을 결정할 수 있다. 이 때, 누수 판정 구간(LKP)의 시점은 기준 시간대에서의 수용가(TU, RU)의 수도 사용량과 최저 사용량(MU)의 차이(즉, 실 수도 사용량)가 기준 값을 초과하는 시점이고, 누수 판정 구간(LKP)의 종점은 실 수도 사용량이 누수 판정 구간(LKP) 시점 이후 처음으로 기준 값을 초과하지 않는 시점이다. 만약, 누수 판단 기간이 종료될 때 까지 실 수도 사용량이 기준 값을 초과하는 경우, 누수 판정 구간(LKP)의 종점은 누수 판단 기간의 종점과 같게 된다.
누수 유형 결정부(105)는 누수 판정 구간(LKP)에서의 수용가(TU, RU)의 실 수도 사용량의 초기값, 종료값, 최대값, 최소값, 시작-종료 기울기 및 최소-최대 기울기를 성분으로서 포함하는 수도 특징 벡터를 생성할 수 있다. 예컨대, 도 4를 참조하면, 제1점(P1)은 누수 판정 구간(LKP)에서의 수도 사용량의 초기값을 나타내고, 제2점(P2)은 누수 판정 구간(LKP)에서의 수도 사용량의 종료값을 나타내고, 제3점(P3)은 누수 판정 구간(LKP)에서의 수도 사용량의 최소값을 나타내고, 제4점(P4)은 누수 판정 구간(LKP)에서의 수도 사용량의 최대값을 나타내고, 제1기울기(A1)는 누수 판정 구간(LKP)에서의 수도 사용량의 초기값과 종료값 사이의 기울기를 나타내고, 제2기울기(A2)는 누수 판정 구간(LKP)에서의 수도 사용량의 최소값과 최대값 사이의 기울기를 나타낸다.
또한, 누수 유형 결정부(105)는 수용가(TU, RU)의 수질 데이터를 이용하여 수질 데이터에 대응하는 수질 점수를 산정할 수 있다. 예를 들어, 누수 유형 결정부(105)는 수질 데이터가 나타내는 수질의 정도를 정량화함으로써 수질 점수를 산정할 수 있다. 이 때, 누수 유형 결정부(105)는 수질 데이터가 나타내는 수질의 정도에 대응하는 점수에 대한 정보를 포함하는 룩업 테이블을 이용하여 수질 점수를 산출할 수 있다.
누수 유형 결정부(105)는 누수 판정 구간(LKP)에서의 수용가(TU, RU)의 수질 점수의 대표값(예컨대, 평균값 또는 최대값)을 추가적으로 이용하여 수도 특징 벡터를 산출할 수 있다.
즉, 누수 유형 결정부(105)는 수학식 1에 따라 각 수용가의 수도 특징 벡터를 생성할 수 있다.
여기서, UV는 수도 특징 벡터를 나타내고, Ui (i=0, ... , N, N은 자연수)는 누수 판정 구간(LKP)에서의 각 수용가(TU, RU)의 수도 사용량을 나타내고, {0, 1, ..., N}은 누수 판정 구간(LKP) 동안 각 일자의 기준 시간대를 순차적으로 나타내는 인덱스로서, 0은 누수 판정 구간(LKP)의 시점, N은 누수 판정 구간(LKP)의 종점을 나타낸다. U0은 누수 판정 구간(LKP)에서의 수도 사용량의 초기값이고, UN은 누수 판정 구간(LKP)에서의 수도 사용량의 종료값이고, Um은 누수 판정 구간(LKP)에서의 수도 사용량의 최소값이고, UM은 누수 판정 구간(LKP)에서의 수도 사용량의 최대값이고, 은 제1기울기이고, 은 제2기울기를 나타낸다. 여기서, m, M은 누수 판정 구간(LKP) 내의 인덱스로서, 각각이 수도 사용량이 최소 및 최대일 일자를 나타내는 인덱스이다. 또한, WQ는 누수 판정 구간(LKP) 에서의 수도의 수질 점수의 대표값이다.
본 발명의 실시 예들에 따르면, 수용가(TU, RU)의 최저 수도 사용량을 결정하고, 이로부터 수용가(TU, RU)의 실 수도 사용량을 결정하고, 실 수도 사용량에 기초하여 수도 특징 벡터를 산출할 수 있다. 나아가, 본 발명의 실시 예들에 따르면, 수용가(TU, RU)의 실 수도 사용량으로부터 누수 판정 구간(LKP)을 결정하고, 누수 판정 구간(LKP)에서의 수도 사용량과 관련된 특징 값들을 추출하여 수도 특징 벡터를 산출하므로, 수도 특징 벡터가 사용가(TU, RU)의 수도 사용 패턴을 정확히 나타낼 수 있는 효과가 있다.
게다가, 본 발명의 실시 예들에 따르면 누수 판정 구간(LKP)에서의 수도의 수질과 관련된 수질 점수를 이용하여 수도 특징 벡터를 산출하는데, 누수 등으로 인하여 수질에 변동이 생긴 경우까지 고려할 수 있어 보다 정확한 수도 사용 패턴을 산출할 수 있다는 효과가 있다.
누수 유형 결정부(105)는 위 수학식 1에 따라 생성된 각 수용가(TU, RU)의 수도 특징 벡터를 저장할 수 있다. 이 때, 참조 수용가(RU)의 참조 수도 벡터는 미리 생성되어 저장될 수 있고, 타겟 수용가(TU)의 타겟 수도 벡터는 실시간으로 또는 미리 생성되어 저장될 수 있다.
도 5는 본 발명의 실시 예들에 따른 군집화를 설명하기 위한 도면이다. 도 5를 참조하면, 누수 유형 결정부(105)는 군집화 엔진을 이용하여, 수용가(TU, RU)의 수도 특징 벡터(UV)를 다수의 군집(CLU) 중 하나로 분류하고, 수도 특징 벡터(UV)가 속한 군집을 결정함으로써 타겟 수용가(TU)의 누수 유형(LKTYPE)을 결정할 수 있다.
즉, 수용가들(TU, RU)의 수도 특징 벡터는 수용가들(TU, RU)의 수도 사용 패턴을 나타낸다. 이러한 수도 사용 패턴에는 누수 유형에 대한 정보도 포함되므로, 누수 유형 결정부(105)는 이러한 수도 특징 벡터들을 소정의 기준에 따라 군집화함으로써 수용가들(TU, RU)을 누수 유형 별로 적절히 분류 또는 군집화할 수 있다.
이 때, 군집화에 소요되는 리소스를 절감하기 위해, 참조 수용가(RU)들의 수도 특징 벡터들은 참조 수용가(RU)의 검침 데이터로부터 사전에 산출되어 저장될 수 있다.
한편, 군집화 엔진은 가우시안 혼합 모델에 기초할 수 있다. 예를 들어, 가우시안 혼합 모델의 경우, 미리 지정된 K(K는 1보다 큰 자연수)개의 가우시안 분포들 각각이 군집과 대응하며. 수용가들(또는 수도 특징 벡터)을 K개의 가우시안 분포들 중 하나로 분류하도록 동작한다. 구체적으로, 군집화 엔진의 경우, 베이즈 정리(Bayes' theorem)를 이용하여 K개의 가우시안 분포들 중에서 주어진 가우시안 분포 선택함수의 결과값이 가장 높은 가우시안 분포를 선정함으로써 분류할 수 있다.
이러한 군집화에 따라, 누수 유형 결정부(105)는 수용가(TU, RU)의 수도 특징 벡터들을 복수의 군집으로 분류할 수 있다. 군집화의 원리에 따라, 유사한 성질을 갖는 수도 특징 벡터들을 하나의 군집으로 분류되므로, 결과적으로 서로 동일 또는 유사한 누수 유형(LKTYPE)을 갖는 수도 특징 벡터들이 하나의 군집으로 분류되게 된다. 이에 따라, 군집화에 따른 군집(CLU) 각각은 누수 유형에 대응하며, 각 군집(CLU)에 속한 수도 특징 벡터들(UV) 또는 수용가들(TU, RU)은 서로 동일한 누수 유형(LKTYPE)을 갖는 것으로 이해된다.
군집화 후, 누수 유형 결정부(105)는 타겟 수용가(TU)의 누수 유형과 대응하는(즉, 동일한) 누수 유형을 갖는 참조 수용가(RU)를 결정할 수 있다. 이 때, 타겟 수용가(TU)가 할당된 군집 내에 포함된 참조 수용가(RU)들이 곧 타겟 수용가(TU)의 누수 유형과 대응하는(즉, 동일한) 누수 유형을 갖게 된다.
특히, 본 발명의 실시 예들에 따르면, 단순히 수도 사용량으로만 누수 여부 또는 누수 유형을 판단하는 것이 아니라, 수도의 수질을 추가적으로 고려하여 누수 여부 또는 누수 유형을 판단한다. 예를 들어, 내부 수도관에서 발생하는 누수는 대부분 내부 수도관의 파손이나 부식에 인한 것이 많다. 이 경우, 내부 수도관의 부식으로 인한 수질 저하가 발생하게 된다. 반면, 외부 수도관에서 누수가 발생하는 경우에는 별다른 수질 저하가 발생하지 않을 수 있다. 즉, 누수의 유형과 수질 사이의 상관관계가 존재하며, 본 발명은 이를 추가적으로 고려하여 누수 유형을 판단한다.
도 6은 본 발명의 실시 예들에 따라 누수량을 추정하는 방법을 설명하기 위한 도면이다. 도 6을 참조하면, 누수량 결정부(107)는 타겟 수용가(TU)의 누수 유형과 동일한 누수 유형을 갖는 참조 수용가들의 참조 누수량에 기초하여, 타겟 수용가(TU) 대한 누수량(LK)을 추정할 수 있다.
실시 예들에 따라, 누수량 결정부(107)는 참조 수용가들(RU) 중에서, 타겟 수용가(TU)와 동일한 군집(CLU)에 포함된, 즉, 타겟 수용가(TU)의 누수 유형과 동일한 누수 유형을 갖는 참조 수용가(RU1, RU2, ..., RUk; k는 자연수)들을 결정할 수 있다. 이는, 군집화 과정에서 결정될 수 있다. 이하, 이들 참조 수용가들(RU1, RU2, ..., RUk)을 타겟 참조 수용가라고 지칭한다.
누수량 결정부(107)는 결정된 타겟 참조 수용가들과 관련된 데이터를 이용하여, 타겟 수용가(TU)의 누수량을 추정(또는 결정)할 수 있다. 실시 예들에 따라, 누수량 결정부(107)는 타겟 참조 수용가들 각각의 참조 누수량(RLK1, RLK2, ..., RLKk)에 기초하여 타겟 수용가(TU)의 누수량을 결정할 수 있다.
예를 들어, 누수량 결정부(107)는 아래 수학식 2에 따라 타겟 수용가(TU)의 누수량을 결정할 수 있다.
여기서, LK는 타겟 수용가(TU)의 누수량이고, a는 타겟 수용가(TU)에 대응하는 가중치이고, ai는 i번째 타겟 참조 수용가들(RUi; i는 1 내지 k인 자연수)에 대응하는 가중치이고, RLKi는 i번째 타겟 참조 수용가들(RUi)의 참조 누수량이고, p는 타겟 수용가(TU)의 수도 특징 벡터가 속한 군집의 누수 유형 계수로서, 누수 유형 마다 사전에 정해진 값일 수 있다.
한편, 누수 유형 계수 관련하여, 누수 유형 계수는 각 군집 별로 결정되는 값으로서, 군집을 대표하는 대표 수도 특징 벡터의 성분 중 제2기울기(누수 판정 구간(LKP)에서의 수도 사용량의 최소값과 최대값 사이의 기울기)의 함수로서 결정되는 값으로서, 예를 들어, 아래 수학식 3에 따라 정해지는 값일 수 있으나, 이에 한정되는 것은 아니다.
여기서, pj는 j번째 군집에 대한 누수 유형 계수이고, c는 양의 상수이며, A2j는 j번째 군집의 대표 수도 특징 벡터의 제2기울기 성분을 나타낸다. 여기서, 대표 수도 특징 벡터는 해당 클래스 내에 포함된 수도 특징 벡터들 각각의 성분들의 대표값(예컨대, 평균값)을 각 성분으로 하는 벡터일 수 있다.
또한, 수학식 2의 가중치 ai는 해당 군집(CLU)에 포함된 타겟 참조 수용가들(RU1, RU2, ..., RUk)의 속성들로 결정되는 값으로서, 타겟 참조 수용가들(RU1, RU2, ..., RUk)의 수압 및 누수 판정 구간에서의 수도 사용량의 최소값에 기초하여 결정될 수 있다. 예를 들어, 가중치 ai는 아래 수학식 4에 따라 결정될 수 있다.
여기서, di는 양의 상수이고, Pi는 i번째 타겟 참조 수용가들(RUi)의 수압이고, Um,i는 i번째 타겟 참조 수용가들(RUi)의 누수 판정 구간에서의 수도 사용량의 최소값을 나타낸다. 이 때, 압력 Pi는 해당 수용가(RUi)의 누수 판단 기간 동안의 기준 시간대에서의 평균 압력을 의미할 수 있다. 한편, 수학식 4에서 i=0인 경우는 타겟 수용가(TU)에 대해 적용되는 식으로 이해될 수 있다. 즉, a0=a이다.
위와 같이, 본 발명의 실시 예들에 따르면 타겟 참조 수용가들(RU1, RU2, ..., RUk)의 누수량 및 기타 데이터를 이용하여, 타겟 수용가(TU)의 누수량을 추정할 수 있는 효과가 있다. 특히, 누수가 발생한 경우, 누수 확인 및 누수량 산정까지 많은 시간 및 노력이 소요되며, 이 경우, 수도 요금은 이전에 사용한 수도 사용량에 기초하여 산정되는 경우가 보통이다. 본 발명의 실시 예들에 따르면, 누수가 발생한 경우 수도 사용과 관련된 데이터를 기초로 누수 유형을 판단할 수 있을 뿐만 아니라, 누수량까지 추정이 가능한 효과가 있다.
특히, 본 발명의 실시 예들에 따르면 타겟 수용가(TU)의 누수량 추정 시 각 수용가의 압력과 누수 판정 구간에서의 사용량(최저) 등 수용가의 개별 특성을 고려하므로, 보다 정확한 누수량 추정이 가능한 효과가 있다.
도 7은 본 발명의 실시 예들에 따른 운영 서버의 동작 방법을 나타내는 플로우 차트이다. 도 7을 참조하면, 운영 서버(100)는 타겟 수용가(TU)의 수도 사용과 관련된 타겟 검침 데이터를 수신한다(S110). 실시 예들에 따라, 운영 서버(100)는 타겟 수용가(TU)에 설치된 스마트 센서(210)를 통해, 또는, 스마트 센서(210)와 연동된 중계기(220)를 통해 타겟 수도 데이터를 수신할 수 있다. 타겟 수도 데이터는 타겟 수용가(TU)의 수도 사용과 관련된 데이터, 예를 들어, 타겟 수용가(TU)의 수도관 내부의 물의 유속, 수도 사용량, 수압, 수질 등에 대한 정보를 포함할 수 있다.
운영 서버(100)는 참조 수용가(RU)의 참조 수도 특징 벡터를 저장할 수 있다(S120). 실시 예들에 따라, 운영 서버(100)는 참조 수용가(RU)의 참조 수도 데이터로부터 참조 수도 특징 벡터를 생성하여 저장할 수 있다. 참조 수도 특징 벡터는 후술하는 타겟 수도 특징 벡터와 같은 방식으로 생성될 수 있다.
운영 서버(100)는 타겟 수도 특징 벡터를 생성할 수 있다(S130). 실시 예들에 따라, 운영 서버(100)는 타겟 수도 데이터를 분석하여 타겟 수도 특징 벡터를 생성할 수 있다. 예를 들어, 운영 서버(100)는 타겟 수도 데이터를 분석하여 누수 판정 구간을 결정하고, 누수 판정 구간에 속하는 수도 데이터를 이용하여 타겟 수도 특징 벡터를 생성할 수 있다.
운영 서버(100)는 군집화를 통해 타겟 수용가(TU)의 누수 유형을 결정할 수 있다(S140). 실시 예들에 따라, 운영 서버(100)는 타겟 수도 특징 벡터 및 참조 수도 특징 벡터를 군집화함으로써, 이들 벡터를 각각이 누수 유형에 대응하는 복수의 군집 중 어느 하나로 분류할 수 있다. 군집화에 따라, 타겟 수도 특징 벡터는 하나의 군집에 속하게 되며, 해당 군집이 나타내는 누수 유형이 곧 타겟 수용가(TU)의 누수 유형으로 결정된다.
운영 서버(100)는 타겟 수용가(TU)의 누수 유형에 대응하는 군집에 속한 참조 수용가들(즉, 타겟 참조 수용가들)의 참조 누수량에 기초하여 타겟 수용가(TU)의 누수량을 추정할 수 있다(S150). 실시 예들에 따라, 운영 서버(100)는 참조 수용가들의 참조 누수량을 기초로 연산하여 타겟 수용가(TU)의 누수량을 추정할 수 있다.
위와 같이, 본 발명의 실시 예들에 따르면 타겟 참조 수용가들의 누수량 및 기타 데이터를 이용하여, 타겟 수용가(TU)의 누수량을 추정할 수 있는 효과가 있다. 특히, 누수가 발생한 경우, 누수 확인 및 누수량 산정까지 많은 시간 및 노력이 소요되며, 이 경우, 수도 요금은 이전에 사용한 수도 사용량에 기초하여 산정되는 경우가 보통이다. 본 발명의 실시 예들에 따르면, 누수가 발생한 경우 수도 사용과 관련된 데이터를 기초로 누수 유형을 판단할 수 있을 뿐만 아니라, 누수량까지 추정이 가능한 효과가 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
이상에서 설명된 장치(유닛)는 하드웨어 요소 및/또는 소프트웨어 요소로 구현될 수 있다. 예를 들어, 하드웨어 요소는 마이크로폰, 증폭기, 밴드패스 필터, A/D 컨버터, 처리 장치(processing device)를 포함할 수 있다. 처리 장치는, 예를 들어 프로세서(processor), 제어기(controller), ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor),　마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는　정의된 방식으로 명령어(instruction)에 응답하고 명령어를 실행할 수 있는 다른 장치들처럼, 하나 이상의 범용 컴퓨터 또는 특수　목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(operating system, OS) 및 이 운영 체제 상에서 동작하는 하나　이상의 소프트웨어 애플리케이션을 동작 시킬 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 간략한 설명을 위해 처리 장치가 하나인 것으로 설명할 수도 있지만, 당해 기술분야에서 통상의 지식을 가진 자라면 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리　장치는 복수 개의 프로세서 또는 프로세서와 제어기(controller)를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램, 코드(code), 명령어(instruction), 또는 그 조합을 포함해서, 원하는 대로 동작하도록 독립적으로 또는 결합적으로(collectively) 처리 장치를 구성하거나 처리 장치에 명령할 수 있다. 소프트웨어와 데이터는, 처리 장치에 의해 해석되거나 처리 장치에 명령어 또는 데이터를 제공할 수 있는 전송 신호 파형(propagated signal wave)으로, 또는 각종 유형의 기계, 요소(component), 물리적 장치,　가상 장치(virtual equipment), 컴퓨터 저장 매체나 장치 등에　영구적으로 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에　분산되어서, 분산된 방식으로 저장되고 실행될 수 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있고, 이는 데이터를 저장했다가 나중에 컴퓨터 시스템이나 처리 장치가 읽을 수 있는 데이터 저장 장치를 포함한다. 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어　　컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 기록 매체의 예에는 ROM, RAM, CD-ROM, 마그네틱 테이프, 플로피 디스크, 옵티컬 데이터 저장 장치가 포함된다. 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic　　media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고　　수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한, 여기 개시된 예들을 완수하는 기능적 프로그램, 코드, 코드 세크먼트 들은 도면의 흐름도 및 블록도 및 관련되어 여기 제공된 설명에 근거하거나 이를 이용해서 이 예들에 관련된 기술분야에서 통상의 지식을 가진 프로그래머가 쉽게 이해하여 구현할 수 있다.
전반적으로 적용되는 것은 아닐 수 있지만, 여기 설명된 단말이나 장치는 셀룰러 전화기, PDA, 디지털 카메라, 휴대용 게임 콘솔, MP3 플레이어, 휴대용/개인 멀티미디어 플레이어(PMP), 휴대용 e-book, 휴대용 랩탑 PC, GPS 네비게이션, 태블릿, 센서와 같은 모바일 장치, 및 데스크탑 PC, HDTV, 옵티컬 디스크 플레이어, 셋탑 박스, 가전 기기 그리고 무선 통신이나 네트워크 통신을 할 수 있는 장치들에 적용될 수 있다.
그리고 상기 컴퓨터 판독 가능 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령어는 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 프로그램 명령어의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 여러 실시예들을 설명했으나, 다양한 변형을 할 수 있다는 것을 이해해야 한다. 예를 들어 설명된 기술들이 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 요소들이 다른 방식으로 결합되거나, 다른 요소 또는 균등물에 의하여 대치되거나 보충되더라도 적절한 결과가　달성될 수 있다. 따라서, 다른 구현들도 후술하는 특허청구범위의 범위에 속한다.
TU: 타겟 수용가 RU: 참조 수용가
100: 운영 서버 210: 스마트 센서
220: 중계기

Claims (10)

  1. 타겟 수용가의 수도 사용과 관련된 타겟 수도 데이터를 수신하도록 구성되는 데이터 수신부;
    실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 수도 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하도록 구성되는 데이터 저장부;
    수신된 타겟 수도 데이터로부터 상기 타겟 수용가에 대한 타겟 수도 특징 벡터를 생성하고, 상기 타겟 수도 특징 벡터를 각각이 참조 수도 데이터에 대응하는 참조 수도 특징 벡터들을 포함하는 복수의 군집들 중 어느 하나의 군집으로 분류함으로써, 상기 타겟 수용가의 누수 유형을 결정하도록 구성되는 누수 유형 결정부; 및
    상기 참조 수용가들 중에서 상기 타겟 수용가와 동일한 누수 유형을 갖는 타겟 참조 수용가들을 결정하고, 타겟 참조 수용가들의 참조 누수량에 기초하여 상기 타겟 수용가의 누수량을 추정하도록 구성되는 누수량 결정부를 포함하고,
    상기 타겟 수도 데이터 및 상기 참조 수도 데이터는 수용가의 수도 사용량 및 수도관 내부의 물의 수질에 대한 정보를 포함하고,
    상기 누수 유형 결정부는,
    아래 수학식에 따라 상기 타겟 수도 데이터로부터 상기 타겟 수도 특징 벡터를 생성하고,

    (UV는 타겟 수도 특징 벡터를 나타내고, Ui (i=0, ... , N, N은 자연수)는 누수 판정 구간에서의 상기 타겟 수용가의 수도 사용량을 나타내고, {0, 1, ..., N}은 누수 판정 구간 동안 각 일자의 기준 시간대를 순차적으로 나타내는 인덱스로서, 0은 누수 판정 구간의 시점, N은 누수 판정 구간의 종점을 나타내고, U0은 누수 판정 구간에서의 수도 사용량의 초기값이고, UN은 누수 판정 구간에서의 수도 사용량의 종료값이고, Um은 누수 판정 구간에서의 수도 사용량의 최소값이고, UM은 누수 판정 구간에서의 수도 사용량의 최대값이고, 은 제1기울기이고, 은 제2기울기를 나타낸다. 여기서, m, M은 누수 판정 구간 내의 인덱스로서, 각각이 수도 사용량이 최소 및 최대일 일자를 나타내는 인덱스이고, WQ는 누수 판정 구간에서의 수도의 수질 점수의 대표값을 나타냄)
    상기 누수량 결정부는, 아래 수학식,

    (여기서, LK는 타겟 수용가의 누수량이고, a는 타겟 수용가에 대응하는 가중치이고, ai는 i번째 타겟 참조 수용가들(i는 1 내지 k인 자연수)에 대응하는 가중치이고, RLKi는 i번째 타겟 참조 수용가들의 참조 누수량이고, p는 타겟 수용가의 수도 특징 벡터가 속한 군집의 누수 유형 계수로서 해당 군집의 수도 특징 벡터의 성분에 기초하여 결정됨)
    에 따라, 상기 타겟 수용가의 누수량을 결정하는,
    운영 서버.
  2. 제1항에 있어서, 상기 타겟 수도 데이터 및 상기 참조 수도 데이터는,
    수용가의 수도관 내부의 물의 유속 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 더 포함하는,
    운영 서버.
  3. 삭제
  4. 제1항에 있어서, 상기 누수 유형 결정부는,
    타겟 수용가에 대해, 소정 기간 동안 하루의 각 시간 중에서 가장 빈번하게 최저 사용량이 발생하는 시간을 기준 시간대로 결정하고,
    기준 시간대에서의 타겟 수용가의 수도 사용량과 상기 최저 사용량의 차이인 실 수도 사용량이 기준 값을 초과하는 시점을 상기 누수 판정 구간의 시점으로 하고,
    상기 실 수도 사용량이 상기 누수 판정 구간의 시점 이후 처음으로 상기 기준 값을 초과하지 않게 되는 지점을 상기 누수 판정 구간의 종점으로 하는,
    운영 서버.
  5. 제1항에 있어서,
    상기 운영 서버는 상기 참조 수용가들 중에서 상기 타겟 수용가와 동일한 누수 유형을 갖는 타겟 참조 수용가들을 결정하고, 상기 타겟 참조 수용가들의 참조 누수량에 기초하여 상기 타겟 수용가의 누수량을 추정하도록 구성되는 누수량 결정부를 더 포함하는,
    운영 서버.
  6. 타겟 수용가의 수도 사용과 관련된 타겟 수도 데이터를 생성하도록 구성되는 스마트 센서; 및
    상기 스마트 센서로부터 상기 타겟 수도 데이터를 수신하고, 상기 타겟 수도 데이터로부터 상기 타겟 수용가의 누수 유형을 결정하도록 구성되는 운영 서버를 포함하고,
    상기 운영 서버는,
    수신된 타겟 수도 데이터로부터 상기 타겟 수용가에 대한 타겟 수도 특징 벡터를 생성하고, 상기 타겟 수도 특징 벡터를 각각이 참조 수용가들의 참조 수도 데이터에 대응하는 참조 수도 특징 벡터들을 포함하는 복수의 군집들 중 어느 하나의 군집으로 분류함으로써, 상기 타겟 수용가의 상기 누수 유형을 결정하며,
    상기 타겟 수도 데이터 및 상기 참조 수도 데이터는 수용가의 수도 사용량 및 수도관 내부의 물의 수질에 대한 정보를 포함하고,
    상기 운영 서버는,
    아래 수학식에 따라 상기 타겟 수도 데이터로부터 상기 타겟 수도 특징 벡터를 생성하고,

    (UV는 타겟 수도 특징 벡터를 나타내고, Ui (i=0, ... , N, N은 자연수)는 누수 판정 구간에서의 상기 타겟 수용가의 수도 사용량을 나타내고, {0, 1, ..., N}은 누수 판정 구간 동안 각 일자의 기준 시간대를 순차적으로 나타내는 인덱스로서, 0은 누수 판정 구간의 시점, N은 누수 판정 구간의 종점을 나타내고, U0은 누수 판정 구간에서의 수도 사용량의 초기값이고, UN은 누수 판정 구간에서의 수도 사용량의 종료값이고, Um은 누수 판정 구간에서의 수도 사용량의 최소값이고, UM은 누수 판정 구간에서의 수도 사용량의 최대값이고, 은 제1기울기이고, 은 제2기울기를 나타낸다. 여기서, m, M은 누수 판정 구간 내의 인덱스로서, 각각이 수도 사용량이 최소 및 최대일 일자를 나타내는 인덱스이고, WQ는 누수 판정 구간에서의 수도의 수질 점수의 대표값을 나타냄)
    상기 운영 서버는 상기 참조 수용가들 중에서 상기 타겟 수용가와 동일한 누수 유형을 갖는 타겟 참조 수용가들을 결정하고, 타겟 참조 수용가들의 참조 누수량에 기초하여 상기 타겟 수용가의 누수량을 추정하되,
    상기 운영 서버는, 아래 수학식,

    (여기서, LK는 타겟 수용가의 누수량이고, a는 타겟 수용가에 대응하는 가중치이고, ai는 i번째 타겟 참조 수용가들(i는 1 내지 k인 자연수)에 대응하는 가중치이고, RLKi는 i번째 타겟 참조 수용가들의 참조 누수량이고, p는 타겟 수용가의 수도 특징 벡터가 속한 군집의 누수 유형 계수로서 해당 군집의 수도 특징 벡터의 성분에 기초하여 결정됨)
    에 따라, 상기 타겟 수용가의 누수량을 결정하는,
    스마트 AMI 시스템.
  7. 제6항에 있어서, 상기 타겟 수도 데이터는,
    수용가의 수도관 내부의 물의 유속 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 더 포함하는,
    스마트 AMI 시스템.
  8. 삭제
  9. 제6항에 있어서, 상기 운영 서버는,
    타겟 수용가에 대해, 소정 기간 동안 하루의 각 시간 중에서 가장 빈번하게 최저 사용량이 발생하는 시간을 기준 시간대로 결정하고,
    기준 시간대에서의 타겟 수용가의 수도 사용량과 상기 최저 사용량의 차이인 실 수도 사용량이 기준 값을 초과하는 시점을 상기 누수 판정 구간의 시점으로 하고,
    상기 실 수도 사용량이 상기 누수 판정 구간의 시점 이후 처음으로 상기 기준 값을 초과하지 않게 되는 지점을 상기 누수 판정 구간의 종점으로 하는,
    스마트 AMI 시스템.
  10. 삭제
KR1020230105236A 2023-08-11 2023-08-11 수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버 KR102634636B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230105236A KR102634636B1 (ko) 2023-08-11 2023-08-11 수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230105236A KR102634636B1 (ko) 2023-08-11 2023-08-11 수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버

Publications (1)

Publication Number Publication Date
KR102634636B1 true KR102634636B1 (ko) 2024-02-07

Family

ID=89873005

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230105236A KR102634636B1 (ko) 2023-08-11 2023-08-11 수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버

Country Status (1)

Country Link
KR (1) KR102634636B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102226871B1 (ko) * 2020-10-26 2021-03-10 인천대학교 산학협력단 수도 관망 내에서의 누수 심각도 여부를 모니터링하는 인공지능 기반의 누수 모니터링 장치 및 그 동작 방법
KR20210113708A (ko) * 2020-03-09 2021-09-17 (주)엔와이인포텍 누수를 탐지하는 관망 관리 시스템 및 동작 방법
KR102305545B1 (ko) * 2020-11-25 2021-09-27 주식회사 토이코스 스마트 워터 미터링 데이터를 활용한 수용가의 옥내 누수 판단 시스템
KR102435919B1 (ko) * 2021-11-02 2022-08-24 주식회사 토이코스 다차원 데이터를 이용한 옥내 누수 탐지 및 유형 구분 장치, 방법 및 프로그램

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210113708A (ko) * 2020-03-09 2021-09-17 (주)엔와이인포텍 누수를 탐지하는 관망 관리 시스템 및 동작 방법
KR102226871B1 (ko) * 2020-10-26 2021-03-10 인천대학교 산학협력단 수도 관망 내에서의 누수 심각도 여부를 모니터링하는 인공지능 기반의 누수 모니터링 장치 및 그 동작 방법
KR102305545B1 (ko) * 2020-11-25 2021-09-27 주식회사 토이코스 스마트 워터 미터링 데이터를 활용한 수용가의 옥내 누수 판단 시스템
KR102435919B1 (ko) * 2021-11-02 2022-08-24 주식회사 토이코스 다차원 데이터를 이용한 옥내 누수 탐지 및 유형 구분 장치, 방법 및 프로그램

Similar Documents

Publication Publication Date Title
US10552761B2 (en) Non-intrusive fine-grained power monitoring of datacenters
US7228235B2 (en) System and method for enhanced measure-correlate-predict for a wind farm location
CN106338706B (zh) 一种电能计量装置整体误差检测的方法、装置和系统
US9977847B2 (en) Efficient forecasting for hierarchical energy systems
RU2428708C2 (ru) Способ и система для поверки измерительных приборов
US8520647B2 (en) Wireless client position estimating system and method
CN104897771B (zh) 三维漏磁检测缺陷轮廓重构方法及装置
CN105468510A (zh) 对软件质量进行评估与追踪的方法和系统
CN106338705A (zh) 一种用于三相电能计量装置的校验误差的方法和装置
CN104603832A (zh) 用于改进能量使用基准化的时间成本和精确度的方法和系统
JP2013255390A (ja) 電力需要予測装置及び電力需要予測方法
CN106550386B (zh) 一种天馈系统的检测方法及装置
JP2016053250A (ja) 漏水分布推定装置
CN111062525B (zh) 扩容小区的基站选址方法、装置、设备及存储介质
Keskin et al. Comparing spatial interpolation methods for mapping meteorological data in Turkey
CN107589391A (zh) 一种检测电能计量装置整体误差的方法、装置和系统
KR102634636B1 (ko) 수질 센서를 탑재한 스마트 ami 시스템 및 이에 포함되는운영 서버
KR102634639B1 (ko) 클러스터링 기반의 누수 또는 누출 판단이 가능한 스마트 ami 시스템 및 이에 포함되는 운영 서버
CN112966778B (zh) 针对不平衡样本数据的数据处理方法及装置
KR101757056B1 (ko) 기기 식별이 가능한 적응형 스마트 전력 측정 장치 및 방법
JP2015137866A (ja) 漏水量推定装置及び方法並びにシステム
CN102252709A (zh) 一种非电量测量系统故障诊断方法
JP2015176571A (ja) 在宅推定装置、在宅推定方法、在宅推定プログラム、及び、宅配システム
KR102634638B1 (ko) 인공지능 기반의 누수 또는 누출 판단이 가능한 스마트 ami 시스템 및 이에 포함되는 운영 서버
CN114236272B (zh) 一种电子产品的智能检测系统

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant