KR102634638B1 - Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence - Google Patents

Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence Download PDF

Info

Publication number
KR102634638B1
KR102634638B1 KR1020230079627A KR20230079627A KR102634638B1 KR 102634638 B1 KR102634638 B1 KR 102634638B1 KR 1020230079627 A KR1020230079627 A KR 1020230079627A KR 20230079627 A KR20230079627 A KR 20230079627A KR 102634638 B1 KR102634638 B1 KR 102634638B1
Authority
KR
South Korea
Prior art keywords
water
target
usage
water leak
determination section
Prior art date
Application number
KR1020230079627A
Other languages
Korean (ko)
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 KR1020230079627A priority Critical patent/KR102634638B1/en
Application granted granted Critical
Publication of KR102634638B1 publication Critical patent/KR102634638B1/en

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Fluid Mechanics (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

스마트 AMI 시스템에 포함된 운영 서버가 개시된다. 운영 서버는, 타겟 수용가의 수도 사용과 관련된 타겟 검침 데이터를 수신하도록 구성되는 데이터 수신부, 실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 검침 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하도록 구성되는 데이터 저장부 및 수신된 타겟 검침 데이터로부터 상기 타겟 수용가에 대한 타겟 사용량 벡터를 생성하고, 인공지능 기반 분류 모델을 이용하여 상기 타겟 사용량 벡터를 복수의 클래스들 중 어느 하나의 클래스로 분류함으로써, 상기 타겟 수용가의 누수 유형을 결정하도록 구성되는 누수 유형 결정부를 포함하고, 상기 인공지능 기반 분류 모델은 상기 참조 검침 데이터 및 상기 참조 누수량 데이터를 학습 데이터로 하여, 상기 참조 수용가들의 참조 검침 데이터 각각을 상기 복수의 클래스들로 분류하도록 학습된 모델이다.The operation server included in the smart AMI system is launched. The operation server includes a data receiving unit configured to receive target meter reading data related to water use by target customers, reference meter reading data related to water use by reference customers where actual water leaks occurred, and data storage configured to store reference water leakage amount data indicating the amount of water leakage. By generating a target usage vector for the target consumer from the collected and received target meter reading data and classifying the target usage vector into one of a plurality of classes using an artificial intelligence-based classification model, the target usage vector is classified into one of a plurality of classes. and a water leak type determination unit configured to determine a water leak type, wherein the artificial intelligence-based classification model uses the reference meter reading data and the reference water leak amount data as learning data, and classifies each of the reference meter reading data of the reference customers into the plurality of classes. This is a model trained to classify.

Description

인공지능 기반의 누수 또는 누출 판단이 가능한 스마트 AMI 시스템 및 이에 포함되는 운영 서버{SMART ADVANCED METERING INFRASTRUCTURE SYSTEM CAPABLE OF CHECKING LEAKAGE TYPE AND LEAKAGE AMOUNT BASED ON ARTIFICIAL INTELLIGENCE}Smart AMI system capable of judging water leaks or leaks based on artificial intelligence and operation server included therein {SMART ADVANCED METERING INFRASTRUCTURE SYSTEM CAPABLE OF CHECKING LEAKAGE TYPE AND LEAKAGE AMOUNT BASED ON ARTIFICIAL INTELLIGENCE}

본 발명의 실시 예들은 누수 또는 누출 판단이 가능한 스마트 AMI 시스템 및 이에 포함되는 운영 서버에 관한 것이다. Embodiments of the present invention relate to a smart AMI system capable of determining leakage or water leakage and an operating server included therein.

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. Water and gas are essential elements in life. Water used in each home is supplied from a water purification plant to each home through water pipes, and gas is also supplied to each home through gas pipes.

한편, 이러한 수도, 가스의 요금(즉, 공공서비스 요금)은 각 가정에서 실제로 사용되는 사용량에 기초하여 산정되는데, 사용량 산정을 위해 각 가정에는 계량기가 설치되어 있다.Meanwhile, these water and gas fees (i.e., public service fees) are calculated based on the amount actually used in each home, and a meter is installed in each home to calculate the amount of usage.

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.In the conventional case, the fee is set by checking the scale (or number) written on the meter through a visit by a meter reader or self-reading. However, this method not only requires a lot of labor, but also has the problem that errors may occur during the meter reading process.

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.Accordingly, recently, the advanced metering infrastructure (AMI) method, which transmits usage wired or wirelessly using electronic meters, etc., has become widely popular. This AMI method is not only accurate because it can measure each household's usage in real time, but also has the advantage of being able to easily collect data related to each household's water and gas usage, providing a variety of information by analyzing the data. there is.

본 발명이 해결하고자 하는 과제는 누수 유형 및 누수량 판단이 가능한 스마트 AMI 시스템 및 이에 포함되는 운영 서버를 제공하는 것에 있다.The problem to be solved by the present invention is to provide a smart AMI system capable of determining the type and amount of water leakage and an operation server included therein.

본 발명의 실시 예들에 따른 스마트 AMI 시스템에 포함된 운영 서버는, 타겟 수용가의 수도 사용과 관련된 타겟 검침 데이터를 수신하도록 구성되는 데이터 수신부, 실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 검침 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하도록 구성되는 데이터 저장부 및 수신된 타겟 검침 데이터로부터 타겟 수용가에 대한 타겟 사용량 벡터를 생성하고, 인공지능 기반 분류 모델을 이용하여 타겟 사용량 벡터를 복수의 클래스들 중 어느 하나의 클래스로 분류함으로써, 타겟 수용가의 누수 유형을 결정하도록 구성되는 누수 유형 결정부를 포함하고, 인공지능 기반 분류 모델은 참조 검침 데이터 및 참조 누수량 데이터를 학습 데이터로 하여, 참조 수용가들의 참조 검침 데이터 각각을 복수의 클래스들로 분류하도록 학습된 모델이다.The operating server included in the smart AMI system according to embodiments of the present invention includes a data receiver configured to receive target meter reading data related to water use by target customers, reference meter reading data related to water use by reference customers where actual water leaks occurred, and A data storage unit configured to store reference water leakage data representing the water leakage amount and a target usage vector for the target consumer are generated from the received target meter reading data, and an artificial intelligence-based classification model is used to classify the target usage vector into one of a plurality of classes. It includes a water leak type determination unit configured to determine the water leak type of the target customer by classifying it into one class, and the artificial intelligence-based classification model uses reference meter reading data and reference water leak amount data as learning data, and each reference meter reading data of the reference consumers. This is a model learned to classify into multiple classes.

실시 예들에 따라, 타겟 검침 데이터 및 참조 검침 데이터는, 수용가의 수도관 내부의 물의 유속, 수용가의 수도 사용량 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 포함할 수 있다.Depending on embodiments, the target meter reading data and the reference meter reading data may include information on the flow rate of water inside the customer's water pipe, the amount of water used by the customer, and the pressure of water inside the customer's water pipe.

실시 예들에 따라, 누수 유형 결정부는, 다음 수학식에 따라 타겟 검침 데이터로부터 타겟 사용랑 특징 벡터를 생성할 수 있다. According to embodiments, the water leak type determination unit may generate a target usage feature vector from target meter reading data according to the following equation.

[수학식][Equation]

(UV는 타겟 사용량 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 인덱스임)(UV represents the target usage vector, U i (i=0, ..., N, N is a natural number) represents the water usage of target customers in the water leak determination section, and {0, 1, ..., N } is an index sequentially indicating the standard time zone of each day during the water leak determination section, 0 represents the starting point of the water leak determination section, N represents the end point of the water leak judgment section, and U 0 is the initial value of water usage in the water leak determination section. , U N is the end value of water usage in the water leak determination section, U m is the minimum value of water usage in the water leak determination section, U M is the maximum value of water usage in the water leak determination section, is the first slope, represents the second slope. Here, m and M are indices within the water leak determination section, which are indices indicating the minimum and maximum water usage days, respectively.)

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.According to embodiments, the water leak type determination unit determines the time at which the lowest usage occurs most frequently among each hour of the day for a target customer as a reference time zone, and determines the target customer's water usage and the lowest usage in the reference time zone. The point where the actual water usage, which is the difference in usage, exceeds the standard value is considered the starting point of the water leak determination section, and the point where the actual water usage does not exceed the standard value for the first time after the point of the water leak determination section is taken as the end point of the water leak determination section. can do.

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.According to embodiments, the operation server further includes a leakage amount determination unit configured to determine target reference customers having the same leakage type as the target customer among reference customers and estimate the leakage amount of the target customer based on the reference leakage amount of the target reference customers. can do.

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 상기 타겟 수용가에 대한 타겟 사용량 벡터를 생성하고, 인공지능 기반 분류 모델을 이용하여 상기 타겟 사용량 벡터를 복수의 클래스들 중 어느 하나의 클래스로 분류함으로써, 상기 타겟 수용가의 누수 유형을 결정하고, 상기 인공지능 기반 분류 모델은 상기 참조 검침 데이터 및 상기 참조 누수량 데이터를 학습 데이터로 하여, 상기 참조 수용가들의 참조 검침 데이터 각각을 상기 복수의 클래스들로 분류하도록 학습된 모델이다.The smart AMI system according to embodiments of the present invention receives target meter reading data from a smart sensor and a smart sensor configured to generate target meter reading data related to the water use of the target consumer, and determines the water leak type of the target consumer from the target meter reading data. An operation server configured to generate a target usage vector for the target customer from received target meter reading data, and select one of a plurality of classes using an artificial intelligence-based classification model to determine the target usage vector. By classifying into one class, the water leak type of the target customer is determined, and the artificial intelligence-based classification model uses the reference meter reading data and the reference water leak amount data as learning data, and uses each of the reference meter reading data of the reference consumers as the plurality of This is a model trained to classify into classes.

실시 예들에 따라, 타겟 검침 데이터 및 참조 검침 데이터는, 수용가의 수도관 내부의 물의 유속, 수용가의 수도 사용량 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 포함할 수 있다.Depending on embodiments, the target meter reading data and the reference meter reading data may include information on the flow rate of water inside the customer's water pipe, the amount of water used by the customer, and the pressure of water inside the customer's water pipe.

실시 예들에 따라, 운영 서버는, 다음 수학식에 따라 타겟 검침 데이터로부터 타겟 사용랑 특징 벡터를 생성할 수 있다. According to embodiments, the operation server may generate a target usage feature vector from target meter reading data according to the following equation.

[수학식][Equation]

(UV는 타겟 사용량 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 인덱스임)(UV represents the target usage vector, U i (i=0, ..., N, N is a natural number) represents the water usage of target customers in the water leak determination section, and {0, 1, ..., N } is an index sequentially indicating the standard time zone of each day during the water leak determination section, 0 represents the starting point of the water leak determination section, N represents the end point of the water leak judgment section, and U 0 is the initial value of water usage in the water leak determination section. , U N is the end value of water usage in the water leak determination section, U m is the minimum value of water usage in the water leak determination section, U M is the maximum value of water usage in the water leak determination section, is the first slope, represents the second slope. Here, m and M are indices within the water leak determination section, which are indices indicating the minimum and maximum water usage days, respectively.)

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.According to embodiments, the operation server determines the time at which the lowest usage occurs most frequently among each hour of the day for the target consumer as a standard time zone, and determines the target consumer's water usage and minimum usage in the standard time zone. The point at which the actual water consumption exceeds the standard value, which is the difference between You can.

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.According to embodiments, the operation server may determine target reference customers having the same leakage type as the target customer among reference customers and estimate the leakage amount of the target customer based on the reference leakage amount of the target reference customers.

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.According to embodiments of the present invention, when a water leak occurs, a customer who uses water can be charged a fee based on the actual water usage with the water leakage amount deducted, even if no major construction is performed to diagnose and analyze the water leak. there is.

본 발명의 실시 예들에 따르면, 수용가의 실 수도 사용량으로부터 누수 판정 구간을 결정하고, 누수 판정 구간에서의 수도 사용량과 관련된 특징 값들을 추출하여 사용량 벡터를 산출하므로, 사용량 벡터가 사용가의 수도 사용 패턴을 정확히 나타낼 수 있는 효과가 있다.According to embodiments of the present invention, a water leak determination section is determined from the customer's actual water usage amount, and feature values related to the water use amount in the water leak determination section are extracted to calculate a usage vector, so that the usage vector determines the user's water usage pattern. There is an effect that can be expressed accurately.

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. According to embodiments of the present invention, unlike the prior art, which requires a lot of effort and time to check for water leaks and calculate the amount of water, when a water leak occurs, not only can the type of water leak be determined based on data related to water use, but also the amount of water can be estimated. This has a possible effect.

또한, 본 발명의 실시 예들은 가스의 누출 확인 및 누출량 산정에 대해서도 적용 가능한 효과가 있다.In addition, embodiments of the present invention have the effect of being applicable to gas leak confirmation and leak amount calculation.

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 클래스화를 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.Figure 1 shows a smart AMI system according to embodiments of the present invention.
Figure 2 shows a smart sensor according to embodiments of the present invention.
Figure 3 shows an operating server according to embodiments of the present invention.
Figure 4 is a diagram for explaining the process of calculating a usage vector according to embodiments of the present invention.
Figure 5 is a diagram for explaining classification according to embodiments of the present invention.
Figure 6 is a diagram for explaining a method of estimating the amount of water leakage according to embodiments of the present invention.
Figure 7 is a flow chart showing a method of operating an operation server according to embodiments of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the attached drawings.

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. The examples are provided to more completely explain the present invention to those skilled in the art, and the following examples may be modified in various other forms, and the scope of the present invention is limited to the following examples. It is not limited. Rather, these embodiments are provided to make the disclosure more faithful and complete and to fully convey the spirit of the invention.

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.The terms used herein are used to describe specific embodiments and are not intended to limit the invention. Additionally, in this specification, singular forms may include plural forms, unless the context clearly indicates otherwise.

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.In the description of the embodiment, each layer (film), region, pattern or structure is said to be formed “on” or “under” the substrate, each layer (film), region, pad or pattern. When described, “on” and “under” include those formed “directly” or “indirectly” through another layer. In addition, in principle, the standards for the top or bottom of each floor are based on the drawing.

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.The drawings are only intended to enable understanding of the spirit of the present invention, and should not be construed as limiting the scope of the present invention by the drawings. Additionally, in the drawings, relative thickness, length, or relative size may be exaggerated for convenience and clarity of explanation.

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 검침 데이터를 수신할 수 있다. 또한, 스마트 AMI 시스템(10)은 수용가들(TU, RU)의 검침 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 검침 데이터를 이용하여 타겟 수용가(TU)의 누수(또는 누출, 이하 동일) 여부나 누수량(또는 누출량, 이하 동일)에 대해서 판단할 수 있다.Figure 1 shows a smart AMI system according to embodiments of the present invention. Referring to FIG. 1, the smart AMI system 10 may receive meter reading data of customers (TU, RU) from smart sensors 210 installed in each customer (TU, RU). In addition, the smart AMI system 10 uses the meter reading data of customers (TU, RU) to determine whether there is a water leak (or leakage, hereinafter the same) or the amount of water leakage (or leakage amount, hereinafter the same) of the target customer (TU). You can. For example, the smart AMI system 10 uses meter reading data related to water or gas use of customers (TU, RU) to determine whether there is a water leak (or leak, hereinafter the same) or the amount of water leak (or leak amount, hereinafter) of the target customer (TU). (same) can be judged.

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.Embodiments of the present invention relate to confirmation of water leakage or gas leakage (e.g., determination of type or determination of leakage amount) using data related to the use of water or gas used in the target unit (TU). . However, for convenience of explanation, the explanation below will focus on 'water', but it should be understood that the explanation below can be applied to 'gas' as well as 'water'. For example, in the following, 'water usage' may correspond to 'gas usage', and 'water leakage' may correspond to 'gas leakage'.

스마트 AMI 시스템(10)은 운영 서버(100) 및 각 수용가들(TU, RU)에 설치된 수도 검침기들(210)을 포함할 수 있다.The smart AMI system 10 may include an operation server 100 and water meter readers 210 installed in each customer (TU, RU).

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.In this specification, the term “customer” means a household or entity that uses water, such as a home (house, apartment, etc.) or a company, but is not limited thereto. In addition, the target customer (TU) refers to the customer who is the target of the water leak type and water leak amount determination (hereinafter referred to as 'leakage determination') by the operation server 100, and the reference customer (RU) refers to the target customer (TU). These are the customers who respond to the data required to determine water leakage, and are customers for whom actual water leakage has occurred and for whom the water leak has been inspected and analyzed. Reference recipients (RU) may be plural.

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 검침 데이터를 수신할 수 있다. The operation server 100 can control the overall operation of the smart AMI system 10. According to embodiments, the operation server 100 may receive meter reading data associated with the water use of each customer (TU, RU) from the water meter readers 210 installed in the customers (TU, RU).

실시 예들에 따라, 운영 서버(100)는 수신된 검침 데이터를 저장할 수 있고, 저장된 검침 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.According to embodiments, the operation server 100 may store the received meter reading data and perform water leak determination for the target customer unit (TU) using the stored meter reading data. For example, the operation server 100 may estimate the water leak type of the target customer (TU) and the water leak amount according to the water leak type.

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.Here, the type of water leak is determined in advance and may include, for example, an internal water pipe water leak, an external water pipe water leak, and a water use water leak. Internal water pipe leakage is a leak that lasts for a long time with a relatively small amount of water, while external water pipe leakage refers to a water leak that lasts for a long time with a relatively small amount of water. Water use leaks are a water leak that appears over a specific period of time with a relatively small amount of water. This is a visible water leak. There may also be other types of leaks.

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 계량기와 압력 센서를 포함할 수 있다. 스마트 센서(210)는 실시간으로 또는 소정의 주기에 따라 데이터를 수집 및 생성할 수 있다. The smart sensor 210 is installed in each customer (TU, RU) and can collect and generate data related to the customer's water use. Depending on embodiments, the smart sensor 210 may include a water meter and a pressure sensor. The smart sensor 210 can collect and generate data in real time or at predetermined intervals.

스마트 센서(210)에 의해 생성된 데이터(검침 데이터 및 수압 데이터)는 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.Data (meter reading data and water pressure data) generated by the smart sensor 210 may be transmitted directly to the operation server 100, or may be transmitted to the operation server 100 through the repeater 220. In this case, the smart sensor 210 and the repeater 220 exchange data with each other through short-range wireless communication or wired communication, and the repeater 220 and the operation server 100 exchange data with each other through mid- to long-distance wireless communication. You can. Although the repeater 220 is shown in FIG. 1 as being included in the smart AMI system 10, for the above reason, the repeater 220 may be omitted from the smart AMI system 10.

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.The repeater 220 is an electronic device capable of transmitting and receiving data, and may be, for example, a modem. There is one repeater 220 for each of the consumers (TU, RU) and may be in charge of relaying the data generated from the smart sensor 210 of each consumer (TU, RU). However, depending on the embodiment, One repeater 220 may be responsible for the smart sensors 210 of a plurality of customers (TU, RU).

도 2는 본 발명의 실시 예들에 따른 스마트 센서를 나타낸다. 도 2를 참조하면, 스마트 센서(210)는 수도 계량기(211) 및 압력 센서(213)를 포함한다.Figure 2 shows a smart sensor according to embodiments of the present invention. Referring to FIG. 2, the smart sensor 210 includes a water meter 211 and a pressure sensor 213.

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.The water meter 211 can measure the water flow rate and amount of drainage inside the water pipe of the installed customer (TU, RU), that is, water usage, and generate and transmit meter reading data including the measurement results. At this time, the water flow rate may be a value measured at each point in time, and the water usage amount may be an accumulated value from a reference point in time (eg, the beginning of each month) to the current point in time. Accordingly, the meter reading data generated by the water meter 211 may be data including information on the water flow rate measured at the current point in time and the amount of water used up to the current point in time.

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.The pressure sensor 213 may measure the pressure or water pressure of water flowing inside the water pipe of the customer (TU, RU), and generate and transmit water pressure data according to the measurement results. However, in order to maintain the same measurement standard, the pressure sensor 213 may be measured inside the water pipe at a specific point based on the water meter 211.

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 아니다Depending on the embodiment, the pressure sensor 213 may be installed on the inner wall of the water pipe of the customer (TU, RU). For example, the pressure sensor 213 may be a MEMS (micro electro mechanical system) sensor, but is not limited thereto.

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(103), 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. Figure 3 shows an operating server according to embodiments of the present invention. Referring to Figure 3, the operation server 100 may include a data reception unit 101, a data storage unit 103, a water leak type determination unit 103, a water leak amount determination unit 107, and a usage correction unit 109. there is. Meanwhile, each of the components 101, 103, 105, 107, and 109 shown in FIG. 3 represents functional components of the operation server 100 according to embodiments of the present invention, and each of the components 101, 103, and 105 , 107, 109) may be implemented as a processor configured to perform a predetermined operation by executing a memory and instructions stored in the memory.

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.The data receiver 101 may receive data from the smart sensor 210 or the repeater 220. However, for convenience of explanation, this specification assumes that the data receiving unit 101 receives data directly from the smart sensor 210. The data receiver 101 may receive data by periodically communicating with the smart sensor 210 over a wireless network.

데이터 수신부(101)는 스마트 센서(210)로부터 각 수용가(RU, TU)에 대한 검침 데이터 및 수압 데이터를 수신할 수 있다. 이 때, 데이터 수신부(101)에 수신되는 검침 데이터 및 수압 데이터는 시계열 순으로 정렬될 수 있다.The data receiver 101 may receive meter reading data and water pressure data for each customer (RU, TU) from the smart sensor 210. At this time, the meter reading data and water pressure data received by the data receiving unit 101 may be arranged in time series order.

데이터 저장부(103)는 참조 수용가(RU) 검침 데이터 및 수압 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 및 누수량에 대한 정보를 포함한다. 이 때, 누수량은 단위 시간 당 누수량일 수 있으나, 이에 한정되는 것은 아니다.The data storage unit 103 may store reference customer unit (RU) meter reading data and water pressure data. Additionally, the data storage unit 103 may store reference water leakage data related to the actual water leakage of the reference customer (RU). Reference leakage data includes information on the type and amount of leakage for each reference unit (RU). At this time, the amount of water leakage may be the amount of water per unit time, but is not limited thereto.

누수 유형 결정부(105)는 타겟 수용가(TU)에 대한 누수 유형을 결정할 수 있다. 여기서, 누수 유형은 누수가 없는 것도 포함한다. The water leak type determination unit 105 may determine the water leak type for the target customer (TU). Here, the water leak type also includes no water leak.

누수 유형 결정부(105)는 수용가들(RU, TU)의 검침 데이터를 이용하여, 수용가들(RU, TU) 각각의 수도의 특징을 나타내는 사용량 벡터를 생성하고, 생성된 사용량 벡터를 이용하여, 타겟 수용가(TU)의 누수 유형을 판단할 수 있다. 이 때, 누수 유형 결정부(105)는 소정의 기간(예컨대, 6월)동안의 사용량 벡터를 이용하여 해당 소정의 기간 동안에서의 타겟 수용가(TU)의 누수 유형을 판단할 수 있다.The water leak type determination unit 105 uses the meter reading data of the customers (RU, TU) to generate a usage vector representing the characteristics of the water supply of each of the consumers (RU, TU), and uses the generated usage vector, The type of leakage of the target customer (TU) can be determined. At this time, the water leak type determination unit 105 may use the usage vector for a predetermined period (eg, June) to determine the water leak type of the target customer unit (TU) during the predetermined period.

누수 유형 결정부(105)는 인공지능 모델을 이용하여 타겟 수용가(TU)의 누수 유형을 판단할 수 있다. 상기 인공지능 모델은 타겟 수용가(RU)의 참조 사용량 벡터 및 실제 확인된 누수 유형을 학습데이터로 하여 사전에 학습된 모델일 수 있다.The water leak type determination unit 105 may determine the water leak type of the target customer (TU) using an artificial intelligence model. The artificial intelligence model may be a model trained in advance using the reference usage vector of the target user (RU) and the actual confirmed leak type as learning data.

실시 예들에 따라, 누수 유형 결정부(105)는 사전에 학습된 인공지능 모델을 이용하여, 타겟 수용가(TU)의 타겟 사용량 벡터와, 각각이 복수의 누수 유형 중 어느 하나를 나타내는 참조 수용가(RU)의 참조 사용량 벡터와의 유사도에 따라, 타겟 수용가(TU)의 누수 유형을 복수의 누수 유형 중 어느 하나로 분류할 수 있다.According to embodiments, the water leak type determination unit 105 uses a pre-trained artificial intelligence model to generate a target usage vector of a target customer (TU) and a reference customer price (RU), each of which represents one of a plurality of water leak types. ), the leakage type of the target customer (TU) can be classified into one of a plurality of leakage types, depending on the similarity with the reference usage vector.

예를 들어, 누수 유형 결정부(105)는 참조 수용가(RU)의 검침 데이터(즉, 사용량 벡터) 및 참조 누수 데이터에 기초하여 학습된 인공지능 모델을 이용하여, 타겟 수용가(TU)의 검침 데이터를 입력으로 함으로써 타겟 수용가(TU)에 대한 누수 유형을 결정할 수 있다. 이에 따라, 보다 높은 정확도로 타겟 수용가(TU)의 누수 유형을 결정할 수 있는 효과가 있다.For example, the water leak type determination unit 105 uses the meter reading data (i.e., usage vector) of the reference customer (RU) and an artificial intelligence model learned based on the reference water leak data to read the meter reading data of the target customer (TU). By using as input, the type of leak for the target customer (TU) can be determined. Accordingly, there is an effect of determining the water leak type of the target customer (TU) with higher accuracy.

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. The water leak amount determination unit 107 uses the water leak type determined by the water leak type decision unit 105 and the data of reference customers of the water leak type to determine (or estimate) the water leak amount in the water leak type of the target customer (TU). can do.

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.The usage correction unit 109 may correct the water usage of the target TU by using the water leakage amount of the determined target TU. According to embodiments, the usage correction unit 109 may correct the water usage by calculating the actual water usage excluding water leakage from the water usage of the target customer unit (TU).

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. Accordingly, when a water leak occurs, each customer can receive a fee calculated based on the actual water usage with the water leakage amount deducted, even if no major construction work is done to diagnose and analyze the water leakage.

도 4는 본 발명의 실시 예들에 따른 사용량 벡터를 산출하는 과정을 설명하기 위한 도면이다. 도 4를 참조하면, 누수 유형 결정부(105)는 수용가(TU, RU)의 검침 데이터를 이용하여 사용량 벡터를 생성할 수 있다. 사용량 벡터는 소정의 기간에서의 수용가(TU, RU)의 수도 사용을 특징을 나타내는 변수로서, 예를 들어, 기준 시간대에서 측정된 수용가(TU, RU)의 수도 사용량으로부터 생성될 수 있다.Figure 4 is a diagram for explaining the process of calculating a usage vector according to embodiments of the present invention. Referring to FIG. 4, the water leak type determination unit 105 may generate a usage vector using meter reading data of customers (TU, RU). The usage vector is a variable that characterizes the water usage of customers (TU, RU) in a predetermined period, and may be generated, for example, from the water usage of customers (TU, RU) measured in a reference time period.

실시 예들에 따라, 누수 유형 결정부(105)는 수용가(TU, RU)의 검침 데이터를 이용하여, 사용량 벡터를 생성하기 위한 기준 시간대를 결정하고, 기준 시간대에서의 수도 사용량들의 분포를 이용하여 사용량 벡터를 생성할 수 있다. 이 때, 수용가(TU, RU) 각각의 사용량 벡터는 해당하는 수용가(TU, RU) 자신의 검침 데이터에 기초하여 생성되게 된다.According to embodiments, the water leak type determination unit 105 uses meter reading data of customers (TU, RU) to determine a reference time zone for generating a usage vector, and uses the distribution of water usage amounts in the standard time zone to determine the usage amount. Vectors can be created. At this time, the usage vector for each consumer (TU, RU) is generated based on the meter reading data of the corresponding consumer (TU, RU).

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.First, the water leak type determination unit 105 calculates the water usage amount for each hour of the day by the customer (TU, RU), and determines the time at which the lowest usage occurs most frequently among each hour of the day during a predetermined period as the reference time. And, the average water usage in the standard time zone can be determined as the minimum usage (MU). For example, if the lowest water usage was most often at 03:00 for two months, the reference time period may be 03:00 (or 03:00 to 04:00).

예컨대, 도 4에는 수용가의 매일 기준 시간대에서의 수도 사용량이 각 점으로서 나타나 있고, 최저 수도 사용량(MU)에 해당하는 점선이 도시되어 있다.For example, in Figure 4, the water usage amount of each customer in the daily standard time zone is shown as each dot, and a dotted line corresponding to the minimum water usage amount (MU) is shown.

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.Thereafter, the water leak type determination unit 105 determines the water leak determination section (LKP) based on the water usage amount of customers (TU, RU) in the reference time period during the period subject to water leak determination (i.e., water leak determination period). You can. At this time, the point of the water leak determination section (LKP) is the point when the difference (i.e., actual water usage) between the water usage of the customer (TU, RU) and the minimum usage (MU) in the standard time zone exceeds the standard value, and the water leakage The end point of the determination section (LKP) is the point at which the actual water usage does not exceed the standard value for the first time after the point of the water leak determination section (LKP). If the actual water usage exceeds the standard value until the end of the water leak determination period, the end point of the water leak determination section (LKP) becomes the same as the end point of the water leak determination period.

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 사용량 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)은 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.The water leak type determination unit 105 uses the initial value, end value, maximum value, minimum value, start-end slope, and minimum-maximum slope of the actual water usage of customers (TU, RU) in the water leak determination section (LKP) as components. You can create a usage vector containing: For example, referring to Figure 4, the first point (P1) represents the initial value of water usage in the water leak determination section (LKP), and the second point (P2) represents the end of water usage in the water leak determination section (LKP). value, the third point (P3) represents the minimum value of water usage in the water leak determination section (LKP), the fourth point (P4) represents the maximum value of water usage in the water leak determination section (LKP), and The first slope (A1) represents the slope between the initial and end values of water usage in the water leak determination section (LKP), and the second slope (A2) represents the minimum and maximum values of water usage in the water leak determination section (LKP). represents the slope between

즉, 누수 유형 결정부(105)는 수학식 1에 따라 각 수용가의 사용량 벡터를 생성할 수 있다.That is, the water leak type determination unit 105 can generate a usage vector for each customer according to Equation 1.

여기서, UV는 사용량 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.Here, UV represents the usage vector, U i (i=0, ... , N, N is a natural number) represents the water usage of each customer (TU, RU) in the water leak determination section (LKP), and {0 , 1, ..., N} is an index sequentially indicating the reference time zone of each day during the water leak determination section (LKP), where 0 is the starting point of the water leak determination section (LKP) and N is the end point of the water leak judgment section (LKP) represents. U 0 is the initial value of water usage in the water leak determination section (LKP), U N is the end value of water usage in the water leak determination section (LKP), and U m is the water usage amount in the water leak determination section (LKP). is the minimum value, and U M is the maximum value of water usage in the water leak determination section (LKP), is the first slope, represents the second slope. Here, m and M are indices within the water leak determination section (LKP), and are indices indicating the dates when water usage will be minimum and maximum, respectively.

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 사용량 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 사용량 벡터를 산출하므로, 사용량 벡터가 사용가(TU, RU)의 수도 사용 패턴을 정확히 나타낼 수 있는 효과가 있다.According to embodiments of the present invention, the lowest water usage of the consumer (TU, RU) can be determined, the actual water usage of the consumer (TU, RU) can be determined from this, and a usage vector can be calculated based on the actual water usage. there is. Furthermore, according to embodiments of the present invention, a water leak determination section (LKP) is determined from the actual water usage amount of the customer (TU, RU), and feature values related to the water use amount in the water leak determination section (LKP) are extracted to create a usage vector. Since , the usage vector has the effect of accurately representing the number of users (TU, RU) and usage patterns.

누수 유형 결정부(105)는 위 수학식 1에 따라 생성된 각 수용가(TU, RU)의 사용량 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.The water leak type determination unit 105 may store the usage vector for each customer (TU, RU) generated according to Equation 1 above. At this time, the reference number vector of the reference audience (RU) may be created and stored in advance, and the target number vector of the target audience (TU) may be created and stored in real time or in advance.

도 5는 본 발명의 실시 예들에 따른 누수 유형 결정을 설명하기 위한 도면이다. 도 5에는 참조 사용량 벡터들(RUV1, RUV2; 통칭하여 RUV) 및 타겟 사용량 벡터(TUV)가 예시적으로 도시되어 있다. 비록, 도 5에는 사용량 벡터들(RUV, TUV)가 2개의 차원(X1, X2)을 갖는 것으로 도시되어 있으나, 이는 설명의 편의를 위한 것일 뿐, 본 발명의 실시 예들이 사용량 벡터의 차원에 한정되는 것은 아니다.Figure 5 is a diagram for explaining water leak type determination according to embodiments of the present invention. FIG. 5 illustrates reference usage vectors (RUV1, RUV2; collectively referred to as RUV) and a target usage vector (TUV). Although the usage vectors (RUV, TUV) are shown in FIG. 5 as having two dimensions (X 1 , It is not limited to.

도 5를 참조하면, 누수 유형 결정부(105)는 인공지능 모델을 이용하여, 타겟 사용가(TU)의 타겟 사용량 벡터(TUV)을 소정의 클래스들 중 어느 하나로 분류할 수 있다. 이 때, 복수의 클래스 각각은 복수의 누수 유형 각각과 일대일 대응하며, 또한, 참조 수용가들(RU)의 참조 사용량 벡터들(RUV)을 포함한다. Referring to FIG. 5, the water leak type determination unit 105 may classify the target usage vector (TUV) of the target user value (TU) into one of predetermined classes using an artificial intelligence model. At this time, each of the plurality of classes has a one-to-one correspondence with each of the plurality of leak types, and also includes reference usage vectors (RUV) of reference users (RU).

누수 유형 결정부(105)는 데이터의 분류(classification)에 사용될 수 있는 다양한 인공지능 분류 모델을 이용할 수 있다. 예를 들어, 인공지능 분류 모델은 최대 마진 분류 모델(maximal margin classifier) 또는 서포트 벡터 분류 모델(support vector classifier)일 수 있으나, 이에 한정되는 것은 아니며, 벡터 형식으로 표현된 데이터를 소정의 기준에 따라 분류하는 임의의 모델이 가능하다.The leak type determination unit 105 can use various artificial intelligence classification models that can be used for classification of data. For example, the artificial intelligence classification model may be a maximum margin classifier or a support vector classifier, but is not limited to this, and data expressed in vector format may be classified according to predetermined criteria. Any model for classification is possible.

실시 예들에 따라, 누수 유형 결정부(105)는 참조 수용가들(RU)의 참조 검침 데이터 및 참조 누수 데이터를 인공지능 분류 모델의 학습 데이터로서 활용하여, 상기 인공지능 분류 모델을 학습시킬 수 있다. 이 때, 학습의 결과로서 학습 데이터로서 사용된 참조 사용량 벡터(RUV) 각각은 복수의 클래스들 중 어느 하나에 포함되는 것으로 태깅될 수 있다. 이후, 누수 유형 결정부(105)는 참조 수용가들(RU)에 대한 데이터를 통해 학습이 완료된 인공지능 분류 모델을 이용하여 타겟 수용가(TU)의 타겟 사용량 벡터(RUV)를 복수의 클래스들 중 어느 하나로 분류할 수 있다. According to embodiments, the water leak type determination unit 105 may use reference meter reading data and reference water leak data of reference customers (RU) as learning data for an artificial intelligence classification model to learn the artificial intelligence classification model. At this time, each reference usage vector (RUV) used as learning data as a result of learning may be tagged as being included in one of a plurality of classes. Afterwards, the water leak type determination unit 105 uses an artificial intelligence classification model that has been learned through data on reference users (RU) to determine which of the plurality of classes the target usage vector (RUV) of the target user (TU) is. It can be classified as one.

또는, 대안적으로, 누수 유형 결정부(105)는 참조 수용가들(RU)에 대한 데이터와 타겟 수용가(TU)의 타겟 사용량 벡터(TUV)를 함께 인공지능 분류 모델의 학습 데이터로서 활용하여, 상기 인공지능 분류 모델을 학습함으로써 타겟 사용량 벡터(TUV)를 참조 사용량 벡터(RUV)와 함께 복수의 클래스들 중 어느 하나로 분류할 수 있다. Or, alternatively, the leak type determination unit 105 uses the data on the reference customers (RU) and the target usage vector (TUV) of the target customers (TU) as learning data for the artificial intelligence classification model, By learning an artificial intelligence classification model, the target usage vector (TUV) can be classified into one of a plurality of classes along with the reference usage vector (RUV).

예를 들어, 도 5에 도시된 바와 같이, 누수 유형 결정부(105)의 분류 작업의 결과에 따라, 타겟 사용량 벡터(TUV)는 제2클래스(C2)으로 분류되고, 제2클래스(C2)에는 타겟 사용량 벡터(TUV) 이외에도 제2참조 사용량 벡터(RUV2)가 포함될 수 있다.For example, as shown in Figure 5, according to the result of the classification operation of the water leak type determination unit 105, the target usage vector (TUV) is classified into the second class (C2), and the second class (C2) may include a second reference usage vector (RUV2) in addition to the target usage vector (TUV).

이러한 분류에 따라, 수용가(TU, RU)의 사용량 벡터들(RUV, TUV)은 복수의 클래스들 중 어느 하나의 클래스로 분류될 수 있고, 유사한 성질을 갖는 사용량 벡터들이 동일한 클래스로 분류되므로, 해당 클래스에 대응하는 수용가는 서로 동일한 누수 유형을 갖는 것으로 이해될 수 있다. 즉, 클래스들(C1, C2) 각각은 누수 유형에 대응하게 된다.According to this classification, usage vectors (RUV, TUV) of customers (TU, RU) can be classified into one of a plurality of classes, and since usage vectors with similar properties are classified into the same class, the corresponding Consumers corresponding to a class can be understood as having the same leak type. That is, each of the classes C1 and C2 corresponds to a leak type.

분류 후, 누수 유형 결정부(105)는 타겟 수용가(TU)의 누수 유형과 대응하는(즉, 동일한) 누수 유형을 갖는 참조 수용가를 결정할 수 있다. 이 때, 타겟 수용가(TU)가 할당된 클래스 내에 포함된 참조 수용가(RU)들이 곧 타겟 수용가(TU)의 누수 유형과 대응하는(즉, 동일한) 누수 유형을 갖게 된다. 즉, 도 5의 경우, 타겟 참조 수용가들은 제2클래스(C2)에 속한 참조 수용가들이 된다.After classification, the water leak type determination unit 105 may determine a reference customer having a water leak type corresponding to (i.e., the same as) the water leak type of the target customer (TU). At this time, the reference users (RUs) included in the class to which the target user (TU) is assigned have a leak type that corresponds to (i.e., is the same as) the leak type of the target user (TU). That is, in the case of FIG. 5, the target reference customers are reference customers belonging to the second class (C2).

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.Figure 6 is a diagram for explaining a method of estimating the amount of water leakage according to embodiments of the present invention. Referring to FIG. 6, the water leakage amount determination unit 107 may estimate the water leakage amount (LK) for the target customer (TU) based on the reference water leakage amount of reference customers having the same water leak type as the water leakage type of the target customer (TU). there is.

실시 예들에 따라, 누수량 결정부(107)는 참조 수용가들(RU) 중에서, 타겟 수용가(TU)와 동일한 클래스(C)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, 클래스화 과정에서 결정될 수 있다. 이하, 이들 참조 수용가들(RU1, RU2, ..., RUk)을 타겟 참조 수용가라고 지칭한다.According to embodiments, the water leak amount determination unit 107 selects a water leak type included in the same class (C) as the target customer (TU), that is, the same water leak type as the target customer (TU), among the reference customers (RU). Reference customers (RU1, RU2, ..., RUk; k is a natural number) can be determined. This can be determined during the classization process. Hereinafter, these reference customers (RU1, RU2, ..., RUk) are referred to as target reference customers.

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.The water leakage amount determination unit 107 may estimate (or determine) the water leakage amount of the target customer base (TU) using data related to the determined target reference customers. According to embodiments, the water leakage amount determination unit 107 may determine the water leakage amount of the target customer (TU) based on the reference water leakage amounts (RLK1, RLK2, ..., RLKk) of each of the target reference customers.

예를 들어, 누수량 결정부(107)는 아래 수학식 2에 따라 타겟 수용가(TU)의 누수량을 결정할 수 있다.For example, the water leakage amount determination unit 107 may determine the water leakage amount of the target customer (TU) according to Equation 2 below.

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 사용량 벡터가 속한 클래스의 누수 유형 계수로서, 누수 유형 마다 사전에 정해진 값일 수 있다.Here, LK is the leakage amount of the target audience (TU), a is the weight corresponding to the target audience (TU), and a i is the weight corresponding to the ith target reference audience (RUi; i is a natural number from 1 to k). , RLKi is the reference leakage amount of the ith target reference audience (RUi), and p is the leakage type coefficient of the class to which the usage vector of the target audience (TU) belongs, and may be a predetermined value for each leakage type.

한편, 누수 유형 계수 관련하여, 누수 유형 계수는 각 클래스 별로 결정되는 값으로서, 클래스를 대표하는 대표 사용량 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.Meanwhile, with regard to the water leak type coefficient, the water leak type coefficient is a value determined for each class, and is the second slope (between the minimum and maximum values of water usage in the water leak determination section (LKP)) among the components of the representative usage vector representing the class. A value determined as a function of (slope of), for example, may be a value determined according to Equation 3 below, but is not limited thereto.

여기서, pj는 j번째 클래스에 대한 누수 유형 계수이고, c는 양의 상수이며, A2j는 j번째 클래스의 대표 사용량 벡터의 제2기울기 성분을 나타낸다. Here, p j is the leak type coefficient for the j-th class, c is a positive constant, and A2 j represents the second gradient component of the representative usage vector of the j-th class.

여기서, 대표 사용량 벡터는 해당 클래스 내에 포함된 사용량 벡터들 각각의 성분들의 대표값(예컨대, 평균값)을 각 성분으로 하는 벡터일 수 있다.Here, the representative usage vector may be a vector whose components are representative values (eg, average values) of each component of usage vectors included in the class.

또한, 수학식 2의 가중치 ai는 해당 클래스(C)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.In addition, the weight a i in Equation 2 is a value determined by the properties of the target reference customers (RU1, RU2, ..., RUk) included in the class (C), and the target reference customers (RU1, RU2 , ..., RUk) can be determined based on the water pressure and the minimum value of water usage in the water leakage determination section. For example, the weight a i can be determined according to Equation 4 below.

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.Here, di is a positive constant, P i is the water pressure of the ith target reference customers (RUi), and U m,i is the minimum value of water usage in the water leakage determination section of the ith target reference customers (RUi). indicates. At this time, pressure P i may mean the average pressure in the reference time period during the water leakage determination period of the relevant customer (RUi). Meanwhile, in Equation 4, when i=0, it can be understood as an equation applied to the target audience (TU). That is, a 0 =a.

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.As described above, according to the embodiments of the present invention, it is possible to estimate the water leakage amount of the target reference customers (TU) using the water leakage amount and other data of the target reference customers (RU1, RU2, ..., RUk). In particular, when a water leak occurs, it takes a lot of time and effort to check the water leak and calculate the amount of water leak. In this case, water charges are usually calculated based on the amount of water used previously. According to embodiments of the present invention, when a water leak occurs, it is possible to not only determine the type of water leak based on data related to water use, but also estimate the amount of water leak.

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.In particular, according to embodiments of the present invention, when estimating the water leakage amount of the target customer (TU), individual characteristics of each customer, such as the pressure of each customer and the usage amount (lowest) in the water leak determination section, are taken into consideration, which has the effect of enabling a more accurate estimate of the water leakage amount. .

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 검침 데이터를 수신할 수 있다. 타겟 검침 데이터는 타겟 수용가(TU)의 수도 사용과 관련된 데이터, 예를 들어, 타겟 수용가(TU)의 수도관 내부의 물의 유속, 수도 사용량, 수압 등에 대한 정보를 포함할 수 있다.Figure 7 is a flow chart showing a method of operating an operation server according to embodiments of the present invention. Referring to FIG. 7, the operation server 100 receives target meter reading data related to water usage by the target customer (TU) (S110). Depending on the embodiment, the operation server 100 may receive target meter reading data through a smart sensor 210 installed in the target customer unit (TU) or through a repeater 220 linked to the smart sensor 210. . The target meter reading data may include data related to the water use of the target customer (TU), for example, information on the flow rate of water inside the water pipe of the target customer (TU), water usage amount, water pressure, etc.

운영 서버(100)는 참조 수용가(RU)의 참조 사용량 벡터를 저장할 수 있다(S120). 실시 예들에 따라, 운영 서버(100)는 참조 수용가(RU)의 참조 검침 데이터로부터 참조 사용량 벡터를 생성하여 저장할 수 있다. 참조 사용량 벡터는 후술하는 타겟 사용량 벡터와 같은 방식으로 생성될 수 있다.The operation server 100 may store the reference usage vector of the reference number of users (RU) (S120). According to embodiments, the operation server 100 may generate and store a reference usage vector from reference meter reading data of a reference customer unit (RU). The reference usage vector can be created in the same way as the target usage vector described later.

운영 서버(100)는 타겟 사용량 벡터를 생성할 수 있다(S130). 실시 예들에 따라, 운영 서버(100)는 타겟 검침 데이터를 분석하여 타겟 사용량 벡터를 생성할 수 있다. 예를 들어, 운영 서버(100)는 타겟 검침 데이터를 분석하여 누수 판정 구간을 결정하고, 누수 판정 구간에 속하는 검침 데이터를 이용하여 타겟 사용량 벡터를 생성할 수 있다.The operation server 100 may generate a target usage vector (S130). Depending on embodiments, the operation server 100 may analyze target meter reading data and generate a target usage vector. For example, the operation server 100 may analyze target meter reading data to determine a water leak determination section and generate a target usage vector using meter reading data belonging to the water leak determination section.

운영 서버(100)는 분류 모델을 이용하여 타겟 수용가(TU)의 누수 유형을 결정할 수 있다(S140). 실시 예들에 따라, 운영 서버(100)는 타겟 사용량 벡터를 복수의 클래스들 중 어느 하나로 분류함으로써 타겟 사용가(TU)의 누수 유형을 결정할 수 있다.The operation server 100 may determine the water leak type of the target customer (TU) using the classification model (S140). According to embodiments, the operation server 100 may determine the leakage type of the target usage (TU) by classifying the target usage vector into one of a plurality of classes.

운영 서버(100)는 타겟 수용가(TU)의 누수 유형에 대응하는 클래스에 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.The operation server 100 may estimate the leakage amount of the target customer (TU) based on the reference leakage amount of reference customers (i.e., target reference customers) belonging to the class corresponding to the leakage type of the target customer (TU) ( S150). According to embodiments, the operation server 100 may estimate the water leakage amount of the target customer (TU) by calculating based on the reference water leakage amount of the reference customers.

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.As described above, according to the embodiments of the present invention, it is possible to estimate the water leakage amount of the target customer (TU) using the water leakage amount and other data of the target reference customers. In particular, when a water leak occurs, it takes a lot of time and effort to check the water leak and calculate the amount of water leak. In this case, water charges are usually calculated based on the amount of water used previously. According to embodiments of the present invention, when a water leak occurs, it is possible to not only determine the type of water leak based on data related to water use, but also estimate the amount of water leak.

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.The above description is merely an illustrative explanation of the technical idea of the present invention, and various modifications and variations will be possible to those skilled in the art without departing from the essential characteristics of the present invention. Accordingly, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention, but are for illustrative purposes, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be interpreted in accordance with the claims below, and all technical ideas within the equivalent scope should be construed as being included in the scope of rights of the present invention.

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.The device (unit) described above may be implemented with hardware elements and/or software elements. For example, hardware elements may include microphones, amplifiers, bandpass filters, A/D converters, and processing devices. Processing devices include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA), and a programmable logic unit (PLU). , a microprocessor, or other devices capable of responding to and executing instructions in a defined manner, may be implemented using one or more general-purpose or special-purpose computers. The processing device may run an operating system (OS) and one or more software applications running on the operating system. Additionally, a processing device may access, store, manipulate, process, and generate data in response to the execution of software. For the sake of brevity, the processing device may be described as one, but those skilled in the art will recognize that the processing device may include multiple processing elements and/or multiple types of processing elements. can be seen. For example, a processing device may include a plurality of processors or a processor and a controller. Additionally, other processing configurations, such as parallel processors, are possible.

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. 또한7, 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.Software may include computer programs, code, instructions, or combinations thereof, which may independently or collectively configure or instruct a processing device to operate as desired. Software and data are defined as propagated signal waves that can be interpreted by or provide instructions or data to a processing device, or as various types of machines, components, physical devices, or virtual devices. It may be embodied permanently or temporarily in computer storage media or devices, etc. Software may be distributed over networked computer systems, so that it can be stored and executed in a distributed manner. The software and data may be stored in one or more computer-readable recording media, including a data storage device that stores data so that it can be later read by a computer system or processing device. The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical data storage devices. Magnetic media such as hard disks, floppy disks, and magnetic tapes; optical media such as CD-ROMs and DVDs; and magneto-optical media such as floptical disks. ), and hardware devices specifically configured to store and perform program instructions, such as ROM, RAM, flash memory, etc. Additionally, 7, the functional programs, code, and code segments that complete the examples disclosed herein can be created by a programmer of ordinary skill in the art related to these examples based on or using the drawing flow diagrams and block diagrams and related descriptions provided herein. It is easy to understand and implement.

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.Although it may not be universal, the terminals or devices described herein include cellular phones, PDAs, digital cameras, portable game consoles, MP3 players, portable/personal multimedia players (PMPs), portable e-books, portable laptop PCs, and GPS. It can be applied to mobile devices such as navigation systems, tablets, sensors, desktop PCs, HDTVs, optical disc players, set-top boxes, home appliances, and devices capable of wireless or network communication.

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.Additionally, the computer-readable medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and usable by those skilled in the art of computer software. Examples of program instructions include machine language code, such as that produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

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.Although several embodiments have been described above, it should be understood that various modifications can be made. For example, appropriate results may be achieved if the techniques described are performed in a different order and/or if elements of the described system, structure, device, circuit, etc. are combined in a different way, or replaced or supplemented by other elements or equivalents. It can be. Accordingly, other implementations also fall within the scope of the claims described below.

TU: 타겟 수용가 RU: 참조 수용가
100: 운영 서버 210: 스마트 센서
220: 중계기
TU: Target audience RU: Reference audience
100: Operation server 210: Smart sensor
220: repeater

Claims (10)

타겟 수용가의 수도 사용과 관련된 타겟 검침 데이터를 수신하도록 구성되는 데이터 수신부;
실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 검침 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하도록 구성되는 데이터 저장부; 및
수신된 타겟 검침 데이터로부터 상기 타겟 수용가에 대한 타겟 사용량 벡터를 생성하고, 인공지능 기반 분류 모델을 이용하여 상기 타겟 사용량 벡터를 복수의 클래스들 중 어느 하나의 클래스로 분류함으로써, 상기 타겟 수용가의 누수 유형을 결정하도록 구성되는 누수 유형 결정부를 포함하고,
상기 인공지능 기반 분류 모델은 상기 참조 검침 데이터 및 상기 참조 누수량 데이터를 학습 데이터로 하여, 상기 참조 수용가들의 참조 검침 데이터 각각을 상기 복수의 클래스들로 분류하도록 학습된 모델이고,
상기 타겟 검침 데이터 및 상기 참조 검침 데이터는,
수용가의 수도관 내부의 물의 유속, 수용가의 수도 사용량 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 포함하고,
상기 누수 유형 결정부는,
아래 수학식에 따라 상기 타겟 검침 데이터로부터 상기 타겟 사용량 벡터를 생성하는,

(UV는 타겟 사용량 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 인덱스임)
운영 서버.a data receiving unit configured to receive target meter reading data related to water usage by target consumers;
A data storage unit configured to store reference meter reading data related to water use by reference customers where actual water leakage occurred and reference water leakage amount data indicating the water leakage amount; and
By generating a target usage vector for the target consumer from the received target meter reading data and classifying the target usage vector into one of a plurality of classes using an artificial intelligence-based classification model, the water leak type of the target consumer is determined. It includes a water leak type determination unit configured to determine,
The artificial intelligence-based classification model is a model trained to classify each of the reference meter reading data of the reference customers into the plurality of classes, using the reference meter reading data and the reference water leakage data as learning data,
The target meter reading data and the reference meter reading data are,
Contains information on the flow rate of water inside the customer's water pipe, the amount of water used by the customer, and the pressure of water inside the customer's water pipe,
The water leak type determination unit,
Generating the target usage vector from the target meter reading data according to the equation below,

(UV represents the target usage vector, U i (i=0, ..., N, N is a natural number) represents the water usage of the target customer in the water leak determination section, {0, 1, ..., N} is an index that sequentially represents the standard time zone of each day during the water leak determination section, 0 represents the starting point of the water leak determination section, N represents the end point of the water leak judgment section, and U 0 is the initial value of water usage in the water leak determination section. , U N is the end value of water usage in the water leak determination section, U m is the minimum value of water usage in the water leak determination section, U M is the maximum value of water usage in the water leak determination section, is the first slope, represents the second slope. Here, m and M are indices within the water leak determination section, which are indices indicating the minimum and maximum water usage days, respectively.)
Operational server. 삭제delete 삭제delete 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.The method of claim 1, wherein the water leak type determination unit,
For the target consumer, the time when the lowest usage occurs most frequently among each hour of the day during a predetermined period is determined as the standard time,
The point in time when the actual water usage amount, which is the difference between the water usage amount of the target consumer in the standard time zone and the minimum usage amount, exceeds the standard value is set as the point in time of the water leak determination section,
The point at which the actual water usage does not exceed the reference value for the first time after the point in time of the water leak determination section is set as the end point of the water leak determination section,
Operational server. 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.According to paragraph 1,
The operation server further includes a water leakage amount determination unit configured to determine target reference customers having the same leakage type as the target customer among the reference customers and estimate the water leakage amount of the target customer based on the reference leakage amount of the target reference customers. doing,
Operational server. 타겟 수용가의 수도 사용과 관련된 타겟 검침 데이터를 생성하도록 구성되는 스마트 센서; 및
상기 스마트 센서로부터 상기 타겟 검침 데이터를 수신하고, 상기 타겟 검침 데이터로부터 상기 타겟 수용가의 누수 유형을 결정하도록 구성되는 운영 서버를 포함하고,
상기 운영 서버는,
실제 누수가 일어난 참조 수용가들의 수도 사용과 관련된 참조 검침 데이터 및 누수량을 나타내는 참조 누수량 데이터를 저장하고,
수신된 타겟 검침 데이터로부터 상기 타겟 수용가에 대한 타겟 사용량 벡터를 생성하고, 인공지능 기반 분류 모델을 이용하여 상기 타겟 사용량 벡터를 복수의 클래스들 중 어느 하나의 클래스로 분류함으로써, 상기 타겟 수용가의 누수 유형을 결정하고,
상기 인공지능 기반 분류 모델은 상기 참조 검침 데이터 및 상기 참조 누수량 데이터를 학습 데이터로 하여, 상기 참조 수용가들의 참조 검침 데이터 각각을 상기 복수의 클래스들로 분류하도록 학습된 모델이고,
상기 타겟 검침 데이터는,
수용가의 수도관 내부의 물의 유속, 수용가의 수도 사용량 및 수용가의 수도관 내부의 물의 압력에 대한 정보를 포함하고,
상기 운영 서버는,
아래 수학식에 따라 상기 타겟 검침 데이터로부터 상기 타겟 사용량 벡터를 생성하는,

(UV는 타겟 사용량 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 인덱스임),
스마트 AMI 시스템.A smart sensor configured to generate targeted meter reading data related to water usage by target consumers; and
An operation server configured to receive the target meter reading data from the smart sensor and determine a water leak type of the target customer from the target meter reading data,
The operating server is,
Stores reference meter reading data related to the water use of reference customers where actual water leaks occurred and reference water leakage data indicating the water leakage amount,
By generating a target usage vector for the target consumer from the received target meter reading data and classifying the target usage vector into one of a plurality of classes using an artificial intelligence-based classification model, the water leak type of the target consumer is determined. Decide,
The artificial intelligence-based classification model is a model trained to classify each of the reference meter reading data of the reference customers into the plurality of classes, using the reference meter reading data and the reference water leakage amount data as learning data,
The target meter reading data is,
Contains information on the flow rate of water inside the customer's water pipe, the amount of water used by the customer, and the pressure of water inside the customer's water pipe,
The operating server is,
Generating the target usage vector from the target meter reading data according to the equation below,

(UV represents the target usage vector, U i (i=0, ..., N, N is a natural number) represents the water usage of the target customer in the water leak determination section, {0, 1, ..., N} is an index sequentially indicating the standard time zone of each day during the water leak determination section, 0 represents the starting point of the water leak determination section, N represents the end point of the water leak determination section, and U 0 is the initial value of water usage in the water leak determination section. , U N is the end value of water usage in the water leak determination section, U m is the minimum value of water usage in the water leak determination section, U M is the maximum value of water usage in the water leak determination section, is the first slope, represents the second slope. Here, m and M are indices within the water leak determination section, which are indices indicating the dates when water usage is minimum and maximum, respectively),
Smart AMI system. 삭제delete 삭제delete 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.The method of claim 6, wherein the operating server,
For the target consumer, the time when the lowest usage occurs most frequently among each hour of the day during a predetermined period is determined as the standard time,
The point in time when the actual water usage amount, which is the difference between the water usage amount of the target consumer in the standard time zone and the minimum usage amount, exceeds the standard value is set as the point in time of the water leak determination section,
The point at which the actual water usage does not exceed the reference value for the first time after the point in time of the water leak determination section is set as the end point of the water leak determination section,
Smart AMI system. 제6항에 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 추정하는,
스마트 AMI 시스템.
The method of claim 6, wherein the operating server,
Determining target reference customers having the same leakage type as the target customer among the reference customers, and estimating the leakage amount of the target customer based on the reference leakage amount of the target reference customers,
Smart AMI system.
KR1020230079627A 2023-06-21 2023-06-21 Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence KR102634638B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230079627A KR102634638B1 (en) 2023-06-21 2023-06-21 Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230079627A KR102634638B1 (en) 2023-06-21 2023-06-21 Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence

Publications (1)

Publication Number Publication Date
KR102634638B1 true KR102634638B1 (en) 2024-02-07

Family

ID=89872962

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230079627A KR102634638B1 (en) 2023-06-21 2023-06-21 Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence

Country Status (1)

Country Link
KR (1) KR102634638B1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101585552B1 (en) * 2015-01-15 2016-01-22 지에스건설 주식회사 System for syntagmatically managing water supply on the basis of big data
KR102060481B1 (en) * 2018-02-05 2019-12-30 문경훈 Method of estimating flow rate and of detecting leak of wide area water using recurrent analysis, recurrent neural network and deep neural network
JP6687913B2 (en) * 2015-05-13 2020-04-28 日本電気株式会社 Leakage state estimation system, method, and recording medium
KR102305545B1 (en) * 2020-11-25 2021-09-27 주식회사 토이코스 System for determining indoor water leakage using smart water metering data
KR102352550B1 (en) * 2021-10-19 2022-01-19 (주)이콘 System for alerting water leak in water pipes
KR102435919B1 (en) * 2021-11-02 2022-08-24 주식회사 토이코스 A in-house leakage detection and type classification device using multidimensional data, a method and a program thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101585552B1 (en) * 2015-01-15 2016-01-22 지에스건설 주식회사 System for syntagmatically managing water supply on the basis of big data
JP6687913B2 (en) * 2015-05-13 2020-04-28 日本電気株式会社 Leakage state estimation system, method, and recording medium
KR102060481B1 (en) * 2018-02-05 2019-12-30 문경훈 Method of estimating flow rate and of detecting leak of wide area water using recurrent analysis, recurrent neural network and deep neural network
KR102305545B1 (en) * 2020-11-25 2021-09-27 주식회사 토이코스 System for determining indoor water leakage using smart water metering data
KR102352550B1 (en) * 2021-10-19 2022-01-19 (주)이콘 System for alerting water leak in water pipes
KR102435919B1 (en) * 2021-11-02 2022-08-24 주식회사 토이코스 A in-house leakage detection and type classification device using multidimensional data, a method and a program thereof

Similar Documents

Publication Publication Date Title
US11561022B2 (en) System and method for characterization of air leakage in building using data from communicating thermostats and/or interval meters
Dickinson et al. Indoor positioning of shoppers using a network of Bluetooth Low Energy beacons
US10552761B2 (en) Non-intrusive fine-grained power monitoring of datacenters
JP6273125B2 (en) Leakage investigation planning device, leakage investigation planning system, and leakage investigation planning method
Goulet et al. Model falsification diagnosis and sensor placement for leak detection in pressurized pipe networks
CN101297337B (en) Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods
EP3066714B1 (en) Solar charger energy management and monitoring system
JP5437328B2 (en) Observation value reliability evaluation apparatus, observation value reliability evaluation method, and observation value reliability evaluation program
US20200334609A1 (en) Adaptive multiyear economic planning for energy systems, microgrid and distributed energy resources
JP2005528622A (en) A stochastic model for positioning techniques.
JP2016053250A (en) Water leakage distribution estimation device
Arsanjani et al. A morphological approach to predicting urban expansion
WO2014115399A1 (en) Water leak estimating device, system, and method
CN116777452B (en) Prepayment system and method for intelligent ammeter
US8912919B2 (en) Determination of resource consumption
JP2015010927A (en) Observation value processing device, observation value processing method, and observation value processing program
Moors et al. Automated leak localization performance without detailed demand distribution data
CN117520781A (en) Intelligent water service pipe network load analysis method and Internet of things system
KR102634638B1 (en) Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on artificial intelligence
CN103400115B (en) A kind of wireless signal finger print matching method
KR102634639B1 (en) Smart advanced metering infrastructure system capable of checking leakage type and leakage amount based on clustering
Tian et al. Crowdsensing based missing data inference algorithm considering outlier data and GPS errors
KR102634636B1 (en) Smart advanced metering infrastructure system having water quality sensor and operating server included in the same
CN109642827A (en) Temperature Estimation System, temperature projectional technique and record have the record media of temperature estimation program
Kant et al. Integrated modeling of snow-covered areas and hydrological processes in the Larji Sub-Basin, Himachal Pradesh, India, using SRM and SWAT models

Legal Events

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