KR102665464B1 - 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들 - Google Patents

전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들 Download PDF

Info

Publication number
KR102665464B1
KR102665464B1 KR1020210058070A KR20210058070A KR102665464B1 KR 102665464 B1 KR102665464 B1 KR 102665464B1 KR 1020210058070 A KR1020210058070 A KR 1020210058070A KR 20210058070 A KR20210058070 A KR 20210058070A KR 102665464 B1 KR102665464 B1 KR 102665464B1
Authority
KR
South Korea
Prior art keywords
home appliance
harmonic component
appliance
candidate
appliances
Prior art date
Application number
KR1020210058070A
Other languages
English (en)
Other versions
KR20220150730A (ko
Inventor
박대근
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020210058070A priority Critical patent/KR102665464B1/ko
Priority to US17/736,521 priority patent/US20220365127A1/en
Publication of KR20220150730A publication Critical patent/KR20220150730A/ko
Application granted granted Critical
Publication of KR102665464B1 publication Critical patent/KR102665464B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2825Testing of electronic circuits specially adapted for particular applications not provided for elsewhere in household appliances or professional audio/video equipment
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/133Arrangements for measuring electric power or power factor by using digital technique
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2832Specific tests of electronic circuits not provided for elsewhere
    • G01R31/2836Fault-finding or characterising
    • G01R31/2837Characterising or performance testing, e.g. of frequency response
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/005Circuits for comparing several input signals and for indicating the result of this comparison, e.g. equal, different, greater, smaller (comparing phase or frequency of 2 mutually independent oscillations in demodulators)
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/2513Arrangements for monitoring electric power systems, e.g. power lines or loads; Logging

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Selective Calling Equipment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 그 장치에 관한 기술이 개시된다. 일 실시예에 따른 동작 가전 식별 방법은, 댁내 배전망으로부터 혼합 부하 신호를 수집하는 동작; 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하는 동작; 상기 혼합 부하 신호의 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하는 동작; 및 상기 2차 후보 가전 목록을 이용하여 상기 댁내 배전망에 연결된 복수의 가전들 중에서 동작 중인 가전을 식별하는 동작을 포함할 수 있다.

Description

전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들{METHOD FOR IDENTIFYING APPLICATIONS BY ANALYZING THE HARMONICS OF POWER SIGNAL AND DEVICES PERFORMING THE SAME}
아래 개시는 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들에 관한 것이다.
비 접촉 부하 식별 기술은 NILM (Non-Intrusive Load Monitoring) 기술은 댁내 배전망의 한 지점에서 측정된 전력 신호를 분석하여 댁내에서 사용중인 가전의 종류를 식별하는 기술이다.
비 접촉 부하 식별 기술은 신호 수집 주기에 따라 저속 샘플링 방식 및 고속 샘플링 방식으로 나뉜다. 저속 샘플링 방식은 보통 1Hz 보다 낮은 샘플링 속도로 신호를 수집하며, 고속 샘플링 방식은 1Hz ~수MHz의 샘플링 속도로 신호를 수집한다.
저속 샘플링 기반 NILM 기술은 신호 수집을 위해 기존 전력 미터기를 그대로 이용할 수 있다. 저속 샘플링 기반 NILM기술은 별도의 장치를 필요로 하지 않다. 저속 샘플링 기반 NILM기술을 이용하는 경우 전력 소모가 비슷한 가전들이 혼재할 경우 동작 중인 가전을 식별해내기 어렵다.
고속 샘플링 기반 NILM 기술은 수집한 신호에서 각 가전들을 식별할 수 있는 특이 신호들을 추출하여 배전망에서 동작중인 가전들을 구분할 수 있다. 고속 샘플링 기반 NILM기술을 위한 별도의 하드웨어 및 신호 처리 기능이 필요하다.
가전 식별 기술은 가전의 운영에 관련된 정보들 또는 전기적 속성에 관련된 정보들로 가전이 설명될 수 있다는 가정을 전제로 한다.
위에서 설명한 배경기술은 발명자가 본 출원의 개시 내용을 도출하는 과정에서 보유하거나 습득한 것으로서, 반드시 본 출원 전에 일반 공중에 공개된 공지기술이라고 할 수는 없다.
실시예들은 잡음이나 유사한 고조파 성분이 있는 경우에도 전력 신호 고조파 성분 분석에 기초한 개별 가전을 식별하는 기술을 제공할 수 있다.
다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.
일 실시예에 따른 동작 가전 식별 방법은, 댁내 배전망으로부터 혼합 부하 신호를 수집하는 동작; 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하는 동작; 상기 혼합 부하 신호에 포함된 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하는 동작; 및 상기 2차 후보 가전 목록을 이용하여 상기 댁내 배전망에 연결된 복수의 가전들 중에서 동작 중인 가전을 식별하는 동작을 포함할 수 있다.
상기 개별 가전 고조파 분석 정보 테이블을 생성하는 동작을 더 포함할 수 있다.
상기 개별 가전 고조파 분석 정보 테이블을 생성하는 동작은, 배전망에 연결된 개별 가전을 선택하는 동작; 선택된 개별 가전이 동작할 때 만들어지는 신호인 개별 가전 신호에 포함된 고조파 성분 값을 추출하는 동작; 상기 고조파 성분 값에 기초하여 고조파 성분 값의 비율을 계산하는 동작; 및 상기 개별 가전 신호에 포함된 고조파 성분 값의 비율을 저장하는 동작을 포함할 수 있다.
상기 개별 가전 신호에 포함된 고조파 성분 값의 비율은, 인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며 상기 N은 1 이상의 정수일 수 있다.
상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율은, 인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며 상기 N은 1 이상의 정수일 수 있다.
상기 1차 후보 가전 목록을 생성하는 동작은, 상기 혼합 부하 신호에 포함된 고조파 성분 값을 추출하는 동작; 및 상기 복수의 고조파 성분 값에 기초하여 상기 고조파 성분 값의 비율을 계산하는 동작을 포함할 수 있다.
상기 1차 후보 가전 목록을 생성하는 동작은, 상기 개별 가전 고조파 성분 분석 테이블에서 가전을 선택하는 동작; 선택된 가전의 개별 가전 신호에 포함된 고조파 성분 값의 비율과 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율의 오차를 각 차수 별로 계산하는 동작; 상기 차수 별로 구한 오차를 모두 더하는 동작; 및 상기 오차의 합에 기초하여 상기 선택된 가전을 1차 후보 가전 목록에 포함시키는 동작을 더 포함할 수 있다.
상기 2차 후보 가전 목록을 생성하는 동작은, 상기 1차 후보 가전 목록에서 후보 가전을 선택하는 동작; 및 선택된 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기와 상기 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기를 비교하여 상기 선택된 후보 가전을 2차 후보 가전 목록에 포함시키는 동작을 포함할 수 있다.
상기 동작 중인 가전을 식별하는 동작은, 상기 2차 후보 가전 목록 내에 있는 가전들로 만들 수 있는 가전 조합을 생성하는 동작; 상기 가전 조합 중 하나를 선택하는 동작; 선택된 가전 조합 내의 가전들의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합을 계산하는 동작; 및 상기 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합과 상기 혼합 부하 신호의 1차 고조파 성분 값의 크기의 비율을 계산하는 동작을 포함할 수 있다.
상기 동작 중인 가전을 식별하는 동작은, 상기 1차 고조파 성분 값의 크기의 비율이 설정된 임계 범위 내라면 상기 가전 조합 및 상기 1차 고조파 성분 값의 크기의 비율을 후보 가전 조합 목록에 기록하는 동작; 및 상기 후보 가전 목록에 포함된 상기 가전 조합 중에서 상기 1차 고조파 성분 값의 크기의 비율에서 1을 뺀 값이 0에 제일 가까운 가전 조합을 선택하는 동작; 및 상기 선택된 가전 조합에 포함된 가전들을 상기 동작 중인 가전으로 결정하는 동작을 더 포함할 수 있다.
일 실시예에 따른 동작 가전 식별 장치는, 하나 이상의 인스트럭션을 저장하는 메모리; 및 상기 인스트럭션을 실행시키기 위한 프로세서를 포함하고, 상기 인스트럭션이 실행될 때, 상기 프로세서는, 댁내 배전망으로부터 혼합 부하 신호를 수집하고, 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하고, 상기 혼합 부하 신호에 포함된 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하고, 상기 2차 후보 가전 목록을 이용하여 상기 댁내 배전망에 연결된 복수의 가전들 중에서 동작 중인 가전을 식별할 수 있다.
상기 프로세서는, 상기 개별 가전 고조파 분석 정보 테이블을 생성할 수 있다.
상기 프로세서는, 배전망에 연결된 가전을 선택하고, 선택된 가전이 동작할 때 만들어지는 신호인 개별 가전 신호에 포함된 고조파 성분 값을 추출하고, 상기 복수의 고조파 성분 값에 기초하여 고조파 성분 값의 비율을 계산하고, 상기 선택된 가전의 고조파 성분 값의 비율을 저장할 수 있다.
상기 개별 가전 신호에 포함된 고조파 성분 값의 비율은, 인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며 상기 N은 1 이상의 정수일 수 있다.
상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율은, 인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며 상기 N은 1 이상의 정수일 수 있다.
상기 프로세서는, 상기 혼합 부하 신호에 포함된 고조파 성분 값을 추출하고, 상기 복수의 고조파 성분 값에 기초하여 상기 고조파 성분 값의 비율을 계산할 수 있다.
상기 프로세서는, 상기 개별 가전 고조파 성분 분석 테이블에서 가전을 선택하고, 선택된 가전의 개별 가전 신호에 포함된 고조파 성분 값의 비율과 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율의 오차를 각 차수 별로 계산하고, 상기 차수 별로 구한 오차를 모두 더하고, 상기 오차의 합에 기초하여 상기 선택된 가전을 1차 후보 가전 목록에 포함시킬 수 있다.
상기 프로세서는, 상기 1차 후보 가전 목록에서 후보 가전을 선택하고, 선택된 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기와 상기 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기를 비교하여 상기 선택된 후보 가전을 2차 후보 가전 목록에 포함시킬 수 있다.
일 실시예에 따른 동작 가전 식별 시스템은 댁내 배전망에 연결된 복수의 가전들; 및 상기 복수의 가전들 중에서 동작 중인 가전을 식별하는 동작 가전 식별 장치를 포함하고, 상기 동작 가전 식별 장치는, 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하고, 상기 혼합 부하 신호의 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하고, 상기 2차 후보 가전 목록을 이용하여 상기 복수의 가전들 중에서 동작 중인 가전을 식별할 수 있다.
도 1은 일 실시예에 따른 동작 가전 식별 시스템의 개략적인 블록도를 나타낸다.
도 2는 도 1에 도시된 동작 가전 식별 장치의 동작 방법의 일 예를 설명하기 위한 흐름도를 나타낸다.
도 3은 동작 가전 식별 장치가 고조파 분석 정보 테이블을 생성하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
도 4는 동작 가전 식별 장치가 1차 후보 가전 목록을 생성하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
도 5는 동작 가전 식별 장치가 2차 후보 가전 목록을 생성하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
도 6은 동작 가전 식별 장치가 동작 중인 가전을 식별하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
도 7a 내지 도 7e는 동작 가전 식별 장치가 동작 가전 식별 방법을 수행하는 예들이다.
도 8은 일 실시예에 따른 동작 가전 식별 장치의 다른 예를 나타낸다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 동작 가전 식별 시스템의 개략적인 블록도를 나타내고, 도 2도 1에 도시된 동작 가전 식별 장치의 동작 방법의 일 예를 설명하기 위한 흐름도를 나타낸다.
도 1 및 도 2를 참조하면, 동작 가전 식별 시스템(10)은 동작 가전 식별 장치(100), 복수의 가전들(예: 가전 1 내지 가전 M), 및 배전망(30)을 포함할 수 있다. 배전망(30)은 계통(40)에 연결될 수 있다.
동작 가전 식별 장치는(100)는 배전망(30)에 연결된 복수의 가전들(가전 1 내지 가전 M)과 관련한 혼합 부하 신호를 수집하고, 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 동작 중인 가전을 식별할 수 있다. M(예: M은 자연수)개의 가전(200)들은 배전망(30)에 연결되어 동작할 수 있다. 배전망(30)은 댁내 배전망일 수 있고, 배전망(30)은 계통(40)으로부터 전력을 공급받을 수 있다. 계통(40)은 전력 계통일 수 있다. 동작 가전 식별 장치(100)는 계통(40)과 배전망(30) 사이의 한 지점에 연결될 수 있다. 동작 가전 식별 장치(100)는 개별 가전 고조파 분석 정보 테이블(110), 1차 후보 가전 목록 생성기(120), 2차 후보 가전 목록 생성기(130), 및 동작 가전 식별기(140)를 포함할 수 있다.
동작 210에서, 1차 후보 가전 목록 생성기(120)는 배전망(30)에서 혼합 부하 신호를 수집할 수 있다.
동작 220에서, 1차 후보 가전 목록 생성기(120)는 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블(110) 내의 개별 가전들 중에서 1차 후보 가전들을 선택할 수 있다. 1차 후보 가전 목록 생성기(120)는 1차 후보 가전들이 포함된 1차 후보 가전 목록을 생성할 수 있다.
예를 들어, 개별 가전 고조파 분석 정보 테이블(110)에는 배전망(30)에 연결된 각 가전(200)이 동작할 때 만들어지는 신호인 개별 가전 신호에 포함된 고조파 성분 값 및 고조파 성분 값의 비율이 저장될 수 있다. 동작 가전 식별 장치(100)는 사전에 개별 가전 고조파 분석 정보 테이블(110)을 생성할 수 있다. 동작 230에서, 2차 후보 가전 목록 생성기(130)는 혼합 부하 신호에 포함된 고조파 성분 값의 크기에 기초하여 1차 후보 가전 목록 내의 가전들 중에서 2차 후보 가전들을 선택할 수 있다. 2차 후보 가전 목록 생성기(130)는 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성할 수 있다.
동작 240에서, 동작 가전 식별기(140)는 혼합 부하 신호에 포함된 고조파 성분 값의 크기에 기초하여 2차 후보 가전 목록 내의 가전들 중에서 동작 중인 가전을 식별할 수 있다.
이하에서는 도 3 내지 도 6을 참조하여, 도 2의 동작 가전 식별 장치의 동작 방법에 대해서 상세히 설명하도록 한다.
도 3은 동작 가전 식별 장치가 고조파 분석 정보 테이블을 생성하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
동작 가전 식별 장치는(100)는 개별 가전 고조파 분석 정보 테이블(110)을 생성(예: 작성)할 수 있다. 동작 가전 식별 장치는(100)는 작성된 개별 가전 고조파 분석 정보 테이블(110)을 메모리(예: 도8의 메모리(810))에 저장할 수 있다.
동작 310에서, 동작 가전 식별 장치는(100)는 배전망(30)에 연결된 가전들(가전 1 내지 가전 M) 중 하나를 선택할 수 있다.
동작 320에서, 동작 가전 식별 장치는(100)는 개별 가전 신호에 포함된 N(예: N은 1이상의 정수, 홀수, 또는 짝수)차 고조파 성분을 신호 처리(예: FFT(Fast Fourier Transform))하여 고조파 성분 값을 추출할 수 있다.
동작 330에서, 동작 가전 식별 장치는(100)는 추출된 고조파 성분 값()(예: M은 개별 가전 순번, N은 고조파 차수)을 이용하여 개별 가전 신호에 포함된 고조파 성분 값의 비율()을 계산하고, 개별 가전 분석 정보 테이블(110)에 고조파 성분 값의 비율()을 저장할 수 있다.
개별 가전 신호에 포함된 고조파 성분 값의 비율()은 인접 고조파 성분 값의 비율() 또는 1차 고조파 성분 값과 (N+1)(예: N은 1이상의 정수, 홀수, 또는 짝수)차 고조파 성분 값의 비율()일 수 있다. 개별 가전 신호에 포함된 고조파 성분 값의 비율()은 수학식 1을 이용하여 계산될 수 있다.
[수학식 1]
동작 340에서, 동작 가전 식별 장치는(100)는 배전망(30)에 연결된 가전(200)들 중 다른 하나를 선택할 수 있다.
동작 350에서, 동작 가전 식별 장치는(100)는 배전망(30)에 연결된 가전들(가전 1 내지 가전 M) 중 선택할 다른 가전이 없다면 동작을 마무리할 수 있다. 프로세서(600)는 배전망(30)에 연결된 가전(200)들 중 선택할 다른 가전이 있다면 상술한 동작 310~340)을 반복하여 개별 가전 분석 정보 테이블(110)을 생성할 수 있다.
작성된 개별 가전 분석 정보 테이블(110)은 메모리(예: 도 8의 메모리(810))에 저장될 수 있다.
도 4는 동작 가전 식별 장치가 1차 후보 가전 목록을 생성하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
1차 후보 가전 목록 생성기(120)는 1차 후보 가전 목록을 생성할 수 있다.
동작 410에서, 1차 후보 가전 목록 생성기(120)는 수집된 혼합 부하 신호를 신호 처리(예: FFT(Fast Fourier Transform))하여 N(예: N은 1 이상의 정수, 홀수, 또는 짝수)차 고조파 성분 값()(예: N은 고조파의 차수)을 추출할 수 있다.
동작 420에서, 1차 후보 가전 목록 생성기(120)는 추출한 고조파 성분 값()을 이용하여 혼합 부하 신호에 포함된 고조파 성분 값의 비율()을 계산할 수 있다. 혼합 부하 신호에 포함된 고조파 성분 값의 비율()은, 인접 고조파 성분 값의 비율() 또는 1차 고조파 성분 값과 (N+1)(예: N은 1이상의 정수, 홀수, 또는 짝수)차 고조파 성분 값의 비율()일 수 있다. 혼합 부하 신호에 포함된 고조파 성분 값의 비율()은 수학식 2를 이용하여 계산될 수 있다.
[수학식 2]
동작 430에서, 1차 후보 가전 목록 생성기(120)는 개별 가전 고조파 성분 분석 테이블(110)에서 하나의 가전을 선택할 수 있다.
동작 440에서, 1차 후보 가전 목록 생성기(120)는 선택된 가전의 개별 가전 신호에 포함된 고조파 성분 값의 비율()(예: M은 선택된 가전 순번)과 혼합 부하 신호에 포함된 고조파 성분 값의 비율()의 오차를 각 차수 별로 계산하여 더할 수 있다. 오차의 합()은 수학식 3을 이용하여 계산될 수 있다.
[수학식 3]
동작 450에서, 1차 후보 가전 목록 생성기(120)는 오차의 합()이 설정된 임계 값의 범위 내에 포함되는지 계산할 수 있다. 예를 들어, 1차 후보 가전 목록 생성기(120)는 오차의 합()이 설정된 임계 값 하한보다 큰지 여부를 계산할 수 있다. 1차 후보 가전 목록 생성기(120)는 오차의 합()이 설정된 임계 값 상한보다 작은지 여부를 계산할 수 있다. 임계 값은 동작 가전 식별 장치(100)의 사용자 또는 공급자에 의해 자유롭게 설정될 수 있다.
동작 460에서, 1차 후보 가전 목록 생성기(120)는 오차의 합()이 설정된 임계 범위 내에 포함된다면 선택된 가전을 1차 후보 가전 목록에 포함시킬 수 있다. 오차의 합()을 통해 개별 가전 신호와 혼합 부하 신호의 유사 정도를 알 수 있다. 오차의 합()이 클수록 개별 가전 신호와 혼합 부하 신호의 고조파 성분의 구성이 크게 달라지고, 오차의 합()이 작을수록 개별 가전 신호와 혼합 부하 신호의 고조파 성분 구성이 비슷할 수 있다.
동작 470에서, 1차 후보 가전 목록 생성기(120)는 개별 가전 고조파 성분 분석 테이블(110)에서 다른 가전을 선택할 수 있다.
동작 480에서, 1차 후보 가전 목록 생성기(120)는 개별 가전 고조파 성분 분석 정보 테이블(110)에서 선택할 다른 가전이 없다면 동작을 마무리할 수 있다. 1차 후보 가전 목록 생성기(120)는 개별 가전 고조파 성분 분석 정보 테이블(110)에서 선택할 다른 가전이 있다면 상술한 동작 410~ 동작 470을 반복하여 1차 후보 가전들을 포함한 1차 후보 가전 목록을 생성할 수 있다.
도 5는 동작 가전 식별 장치가 2차 후보 가전 목록을 생성하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
2차 후보 가전 목록 생성기(130)는 2차 후보 가전 목록을 생성할 수 있다.
동작 510에서, 2차 후보 가전 목록 생성기(130)는 1차 후보 가전 목록()을 수신할 수 있다.
동작 520에서, 2차 후보 가전 목록 생성기(130)는 1차 후보 가전 목록()에서 하나의 후보 가전을 선택할 수 있다.
동작 530에서, 2차 후보 가전 목록 생성기(130)는 선택된 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기()와 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기()를 수학식 4을 이용하여 비교할 수 있다.
[수학식 4]
동작 540에서, 2차 후보 가전 목록 생성기(130)는 선택된 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기()가 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기()보다 작다면 선택된 후보 가전을 2차 후보 가전 목록에 포함시킬 수 있다.
동작 550에서, 2차 후보 가전 목록 생성기(130)는 1차 후보 가전 목록()에서 다른 후보 가전을 선택할 수 있다.
동작 560에서, 2차 후보 가전 목록 생성기(130)는 1차 후보 가전 목록()에서 선택할 다른 후보 가전이 없다면 동작을 마무리할 수 있다. 2차 후보 가전 목록 생성기(130)는 1차 후보 가전 목록()(에서 선택할 다른 후보 가전이 있다면 상술한 동작 520 ~ 동작 550을 반복하여 2차 후보 가전들을 포함한 2차 후보 가전 목록()을 생성할 수 있다.
도 6은 동작 가전 식별 장치가 동작 중인 가전을 식별하는 동작의 일 예를 설명하기 위한 흐름도의 일 예이다.
동작 가전 식별기(140)는 동작 중인 가전을 식별할 수 있다.
동작 610에서, 동작 가전 식별기(140)는 2차 후보 가전 목록() 내에 있는 가전들로 만들 수 있는 가전 조합()을 생성할 수 있다.
동작 620에서, 동작 가전 식별기(140)는 생성된 가전 조합() 중 하나를 선택할 수 있다.
동작 630에서, 동작 가전 식별기(140)는 선택된 가전 조합() 내의 가전들의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합()을 계산할 수 있다. 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합()은 수학식 5를 이용하여 계산될 수 있다.
[수학식 5]
동작 640에서, 동작 가전 식별기(140)는 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합()과 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기()의 비율()을 계산할 수 있다. 1차 고조파 성분 값의 크기의 비율()은 수학식 6을 이용하여 계산될 수 있다.
[수학식 6]
동작 650에서, 동작 가전 식별기(140)는 1차 고조파 성분 값의 크기의 비율()이 설정된 임계 값의 범위 내에 포함되는지 계산할 수 있다. 동작 가전 식별기(140)는 1차 고조파 성분 값의 크기의 비율()이 설정된 임계 값 하한보다 큰지 여부를 계산할 수 있다. 동작 가전 식별기(140)는 1차 고조파 성분 값의 크기의 비율()이 설정된 임계 값 상한보다 작은지 여부를 계산할 수 있다. 임계 값은 동작 가전 식별 장치(100)의 사용자 또는 공급자에 의해 자유롭게 설정될 수 있다.
동작 660에서, 동작 가전 식별기(140)는 1차 고조파 성분 값의 크기의 비율()이 설정된 임계 값의 범위 내에 있다면 선택된 가전 조합()을 후보 가전 조합 목록()에 저장할 수 있다. 동작 가전 식별기(140)는 1차 고조파 성분 값의 크기의 비율()이 설정된 임계 값의 범위 내에 있다면 1차 고조파 성분 값의 크기의 비율()에서 1을 뺀 값()을 후보 가전 조합 목록()에 저장할 수 있다.
동작 670에서, 동작 가전 식별기(140)는 가전 조합() 중 다른 하나를 선택할 수 있다.
동작 680에서, 동작 가전 식별기(140)는 선택할 다른 가전 조합()이 없다면 동작을 마무리할 수 있다. 동작 가전 식별기(140)는 선택할 다른 가전 조합()이 있다면 상술한 동작 630 ~ 동작 670을 반복하여 가전 조합()들을 포함한 후보 가전 조합 목록()을 생성할 수 있다.
동작 690에서, 동작 가전 식별기(140)는 후보 가전 조합 목록()에 포함된 가전 조합() 중에서 1차 고조파 성분 값의 크기의 비율에서 1을 뺀 값()이 0에 제일 가까운 가전 조합()을 선택하고, 선택된 가전 조합()에 포함된 가전들을 동작 중인 가전으로 결정할 수 있다.
도 7a 내지 도 7e는 동작 가전 식별 장치가 동작 가전 식별 방법을 수행하는 예들이다.
설명의 편의를 위해, 배전망(30)에 연결된 개별 가전들은 (1)전자레인지, (2)토스터, (3)전기포터, (4)드라이어, (5)김치냉장고, (6)선풍기, (7)LED등, 및 (8)노트북컴퓨터 총 8개인 것으로 가정한다. 혼합 부하 신호는 클램프 타입 전류계로 측정된 전류 신호를 600ksps의 속도로 샘플링하여 생성될 수 있다. 8가지 가전 중 (1)전자레인지, (2)토스터, 및 (3)전기포터가 동시에 사용돼 혼합 부하 신호가 수집될 수 있다.
도 7a를 참조하면, 동작 가전 식별 장치(100)는 도 7a에 도시된 개별 가전 고조파 분석 정보 테이블(110)을 사전에 작성할 수 있다. 가전 (1)~(8)의 개별 가전 신호에 포함되는 고조파 성분 값은 미리 테이블에 저장될 수 있다. 도 7a를 참조하여, 개별 가전 신호에 포함되는 홀수차(예: 1차, 3차, 5차, 7차, 9차, 11차) 고조파 성분 값이 개별 가전 고조파 분석 정보 테이블(110)에 저장될 수 있다. 도 7a에 도시된 표의 마지막 열의 혼합 부하 신호에 포함된 고조파 성분 값은 1차 후보 가전 목록을 생성하는 동작의 수행 후에 반영될 수 있다.
도 7b를 참조하면, 도 7b에서는 고조파 분석 정보 테이블(110)에 저장된 고조파 성분 값의 비율을 나타내는 것이다. 고조파 성분 값의 비율은 인접 고조파 성분 값의 비율일 수 있다. 예를 들어, 전자레인지의 H3/H1 값은 약 0.26718일 수 있다. 전자레인지의 3차 고조파(H3) 성분 값이 1차 고조파(H1) 성분 값의 26.7% 정도라는 것을 알 수 있다.
도 7c를 참조하면, 도 7c에서는 동작 가전 식별 장치(100)가 1차 후보 가전 목록 생성 동작을 통해 얻은, 개별 가전 신호에 포함된 고조파 성분 값의 비율과 혼합 부하 신호에 포함된 고조파 성분 값의 비율의 오차 및 오차의 합을 나타내는 것일 수 있다. 이때, 임계 값 하한이 -1.05으로, 임계 값 상한이 1.05로 설정될 수 있다. 임계 범위 내에 있는 (1)전자레인지, (2)토스터, (3)전기포터, 및 (5)김치냉장고가 1차 후보 가전으로 선택될 수 있다. 1차 후보 가전 목록 생성 동작을 통해 후보 가전의 수가 8개에서 4개로 줄어들 수 있다.
도 7d를 참조하면, 도 7d에서는 동작 가전 식별 장치(100)가 2차 후보 가전 목록 생성 동작을 통해 얻은, 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기 및 개별 가전 신호에 포함된 1차 고조파 성분 값과 혼합 부하 신호에 포함된 1차 고조파 성분 값의 대소관계를 나타내는 것일 수 있다. 개별 가전 신호에 포함된 1차 고조파 성분 값이 혼합 부하 신호에 포함된 1차 고조파 성분 값보다 작은 (1)전자레인지, (2)토스터, (3)전기포터, 및 (5)김치냉장고가 2차 후보 가전으로 선택될 수 있다. 2차 후보 가전 목록 생성 동작 후에도 후보 가전의 수가 여전히 4개일 수 있다.
도 7e를 참조하면, 도 7e에서는 동작 가전 식별 장치(100)가 동작 중인 가전을 식별하는 동작을 통해 얻은 가전 조합에 연관된 정보를 나타내는 것일 수 있다. 도 7e에 도시된 표의 첫 번째 열에 4개의 후보 가전(예: (1)전자레인지, (2)토스터, (3)전기포터, 및 (5)김치냉장고)으로 만들 수 있는 모든 가전 조합이 도시될 수 있다. 표의 2번째 열에 4개의 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분의 크기의 합이 도시될 수 있다. 표의 3번째 열에 4개의 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분의 크기의 합과 혼합 부하 신호에 포함된 1차 고조파 성분의 비율이 도시될 수 있다. 임계 값 하한이 1.00으로, 임계 값 상한이 1.10으로 설정될 수 있다. 임계 값의 범위 내에 있는 가전 조합은 (1)전자레인지, (2)토스터, 및 (3)전기포터의 조합일 수 있다. (1)전자레인지, (2)토스터, 및 (3)전기포터는 동작 중인 가전으로 결정될 수 있다.
도 8은 일 실시예에 따른 동작 가전 식별 장치의 다른 예를 나타낸다.
동작 가전 식별 장치(800)는 도 1의 동작 가전 식별 장치(100)와 실질적으로 동일할 수 있다. 동작 가전 식별 장치(800)는 메모리(810) 및 프로세서(830)를 포함할 수 있다.
메모리(810)는 프로세서(830)에 의해 실행가능한 인스트럭션들(예: 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 프로세서(830)의 동작 및/또는 프로세서(830)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.
프로세서(830)는 메모리(810)에 저장된 데이터를 처리할 수 있다. 프로세서(830)는 메모리(810)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(830)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.
프로세서(830)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.
예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.
프로세서(830)에 의해 수행되는 동작은 도 1 내지 도 8를 참조하여 설명한 동작 가전 식별 장치(100)의 동작과 실질적으로 동일할 수 있다. 도 1 내지 도 8에서 설명한 동작 가전 식별 장치(100)의 각 구성(예: 개별 가전 고조파 분석 정보 테이블(110), 1차 후보 가전 목록 생성기(120), 2차 후보 가전 목록 생성기(130), 및 동작 가전 식별기(140))은 프로세서(830)에 의해 실행될 수 있다. 이에, 상세한 설명은 생략하도록 한다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 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 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 저장할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 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. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 댁내 배전망으로부터 혼합 부하 신호를 수집하는 동작;
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하는 동작;
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하는 동작; 및
    상기 2차 후보 가전 목록을 이용하여 상기 댁내 배전망에 연결된 복수의 가전들 중에서 동작 중인 가전을 식별하는 동작
    을 포함하는, 동작 가전 식별 방법.
  2. 제1항에 있어서,
    상기 개별 가전 고조파 분석 정보 테이블을 생성하는 동작
    을 더 포함하는, 동작 가전 식별 방법.
  3. 제2항에 있어서,
    상기 개별 가전 고조파 분석 정보 테이블을 생성하는 동작은,
    배전망에 연결된 개별 가전을 선택하는 동작;
    선택된 개별 가전이 동작할 때 만들어지는 신호인 개별 가전 신호에 포함된 고조파 성분 값을 추출하는 동작;
    상기 고조파 성분 값에 기초하여 고조파 성분 값의 비율을 계산하는 동작; 및
    상기 개별 가전 신호에 포함된 고조파 성분 값의 비율을 저장하는 동작
    을 포함하는, 동작 가전 식별 방법
  4. 제3항에 있어서,
    상기 개별 가전 신호에 포함된 고조파 성분 값의 비율은,
    인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며
    상기 N은 1 이상의 정수인, 동작 가전 식별 방법.
  5. 제1항에 있어서,
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율은,
    인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며
    상기 N은 1 이상의 정수인, 동작 가전 식별 방법.
  6. 제1항에 있어서,
    상기 1차 후보 가전 목록을 생성하는 동작은,
    상기 혼합 부하 신호에 포함된 고조파 성분 값을 추출하는 동작; 및
    상기 복수의 고조파 성분 값에 기초하여 상기 고조파 성분 값의 비율을 계산하는 동작
    을 포함하는, 동작 가전 식별 방법.
  7. 제6항에 있어서,
    상기 1차 후보 가전 목록을 생성하는 동작은,
    상기 개별 가전 고조파 성분 분석 테이블에서 가전을 선택하는 동작;
    선택된 가전의 개별 가전 신호에 포함된 고조파 성분 값의 비율과 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율의 오차를 각 차수 별로 계산하는 동작;
    상기 차수 별로 구한 오차를 모두 더하는 동작; 및
    상기 오차의 합에 기초하여 상기 선택된 가전을 1차 후보 가전 목록에 포함시키는 동작
    을 더 포함하는, 동작 가전 식별 방법.
  8. 제1항에 있어서,
    상기 2차 후보 가전 목록을 생성하는 동작은,
    상기 1차 후보 가전 목록에서 후보 가전을 선택하는 동작; 및
    선택된 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기와 상기 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기를 비교하여 상기 선택된 후보 가전을 2차 후보 가전 목록에 포함시키는 동작
    을 포함하는, 동작 가전 식별 방법.
  9. 제1항에 있어서,
    상기 동작 중인 가전을 식별하는 동작은,
    상기 2차 후보 가전 목록 내에 있는 가전들로 만들 수 있는 가전 조합을 생성하는 동작;
    상기 가전 조합 중 하나를 선택하는 동작;
    선택된 가전 조합 내의 가전들의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합을 계산하는 동작; 및
    상기 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기의 합과 상기 혼합 부하 신호의 1차 고조파 성분 값의 크기의 비율을 계산하는 동작
    을 포함하는, 동작 가전 식별 방법.
  10. 제9항에 있어서,
    상기 동작 중인 가전을 식별하는 동작은,
    상기 1차 고조파 성분 값의 크기의 비율이 설정된 임계 범위 내라면 상기 가전 조합 및 상기 1차 고조파 성분 값의 크기의 비율을 후보 가전 조합 목록에 기록하는 동작; 및
    상기 후보 가전 목록에 포함된 상기 가전 조합 중에서 상기 1차 고조파 성분 값의 크기의 비율에서 1을 뺀 값이 0에 제일 가까운 가전 조합을 선택하는 동작; 및
    상기 선택된 가전 조합에 포함된 가전들을 상기 동작 중인 가전으로 결정하는 동작
    을 더 포함하는, 동작 가전 식별 방법.
  11. 하나 이상의 인스트럭션을 저장하는 메모리; 및
    상기 인스트럭션을 실행시키기 위한 프로세서
    를 포함하고,
    상기 인스트럭션이 실행될 때, 상기 프로세서는,
    댁내 배전망으로부터 혼합 부하 신호를 수집하고,
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하고,
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하고,
    상기 2차 후보 가전 목록을 이용하여 상기 댁내 배전망에 연결된 복수의 가전들 중에서 동작 중인 가전을 식별하는, 동작 가전 식별 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 개별 가전 고조파 분석 정보 테이블을 생성하는, 동작 가전 식별 장치.
  13. 제12항에 있어서,
    상기 프로세서는,
    배전망에 연결된 가전을 선택하고,
    선택된 가전이 동작할 때 만들어지는 신호인 개별 가전 신호에 포함된 고조파 성분 값을 추출하고,
    상기 복수의 고조파 성분 값에 기초하여 고조파 성분 값의 비율을 계산하고,
    상기 선택된 가전의 고조파 성분 값의 비율을 저장하는, 동작 가전 식별 장치.
  14. 제13항에 있어서,
    상기 개별 가전 신호에 포함된 고조파 성분 값의 비율은,
    인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며
    상기 N은 1 이상의 정수인, 동작 가전 식별 장치.
  15. 제11항에 있어서,
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율은,
    인접 고조파 성분 값의 비율 또는 1차 고조파 성분 값과 (N+1)차 고조파 성분 값의 비율이며
    상기 N은 1 이상의 정수인, 동작 가전 식별 장치.
  16. 제11항에 있어서,
    상기 프로세서는,
    상기 혼합 부하 신호에 포함된 고조파 성분 값을 추출하고,
    상기 복수의 고조파 성분 값에 기초하여 상기 고조파 성분 값의 비율을 계산하는, 동작 가전 식별 장치.
  17. 제16항에 있어서,
    상기 프로세서는,
    상기 개별 가전 고조파 성분 분석 테이블에서 가전을 선택하고,
    선택된 가전의 개별 가전 신호에 포함된 고조파 성분 값의 비율과 상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율의 오차를 각 차수 별로 계산하고,
    상기 차수 별로 구한 오차를 모두 더하고,
    상기 오차의 합에 기초하여 상기 선택된 가전을 1차 후보 가전 목록에 포함시키는, 동작 가전 식별 장치.
  18. 제11항에 있어서,
    상기 프로세서는,
    상기 1차 후보 가전 목록에서 후보 가전을 선택하고,
    선택된 후보 가전의 개별 가전 신호에 포함된 1차 고조파 성분 값의 크기와 상기 혼합 부하 신호에 포함된 1차 고조파 성분 값의 크기를 비교하여 상기 선택된 후보 가전을 2차 후보 가전 목록에 포함시키는, 동작 가전 식별 장치.
  19. 하드웨어와 결합되어 제1항 내지 제10항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  20. 동작 가전 식별 시스템에 있어서,
    댁내 배전망에 연결된 복수의 가전들; 및
    상기 복수의 가전들 중에서 동작 중인 가전을 식별하는 동작 가전 식별 장치
    를 포함하고,
    상기 동작 가전 식별 장치는,
    상기 댁내 배전망으로부터 혼합 부하 신호를 수집하고,
    상기 혼합 부하 신호에 포함된 고조파 성분 값의 비율에 기초하여 개별 가전 고조파 분석 정보 테이블에 등록된 개별 가전들 중에서 1차 후보 가전들을 선택하여 1차 후보 가전 목록을 생성하고,
    상기 혼합 부하 신호의 고조파 성분 값의 크기에 기초하여 상기 1차 후보 가전들을 필터링하여 2차 후보 가전들이 포함된 2차 후보 가전 목록을 생성하고,
    상기 2차 후보 가전 목록을 이용하여 상기 복수의 가전들 중에서 동작 중인 가전을 식별하는, 동작 가전 식별 시스템.
KR1020210058070A 2021-05-04 2021-05-04 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들 KR102665464B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210058070A KR102665464B1 (ko) 2021-05-04 2021-05-04 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들
US17/736,521 US20220365127A1 (en) 2021-05-04 2022-05-04 Method of identifying appliances by analyzing harmonic components of power signal and devices for performing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210058070A KR102665464B1 (ko) 2021-05-04 2021-05-04 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들

Publications (2)

Publication Number Publication Date
KR20220150730A KR20220150730A (ko) 2022-11-11
KR102665464B1 true KR102665464B1 (ko) 2024-05-13

Family

ID=83999600

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210058070A KR102665464B1 (ko) 2021-05-04 2021-05-04 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들

Country Status (2)

Country Link
US (1) US20220365127A1 (ko)
KR (1) KR102665464B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011076253A (ja) 2009-09-29 2011-04-14 Mitsubishi Electric Corp 検出装置、テレビジョン装置、分電盤、管理システム、検出方法及びプログラム
JP2013518556A (ja) 2010-01-25 2013-05-20 ジェネヴァ クリーンテック インコーポレイテッド 家電機器の自動検出
US20140336831A1 (en) 2013-05-08 2014-11-13 Samsung Electronics Co., Ltd. Non-intrusive load monitoring apparatus and method
KR101714698B1 (ko) 2015-11-25 2017-03-09 고려대학교 산학협력단 전력신호를 이용한 가전기기 식별 장치 및 식별 방법
KR102012933B1 (ko) 2018-02-22 2019-08-21 한전케이디엔 주식회사 스마트 홈 시스템
WO2020043737A1 (en) 2018-08-31 2020-03-05 Electrolux Appliances Aktiebolag Smart plug and method for determining operating information of a household appliance by a smart plug

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101770798B1 (ko) * 2016-01-20 2017-08-23 동아대학교 산학협력단 전자기기의 종류 식별 장치 및 방법
KR102049453B1 (ko) * 2017-12-12 2019-11-28 부산대학교 산학협력단 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011076253A (ja) 2009-09-29 2011-04-14 Mitsubishi Electric Corp 検出装置、テレビジョン装置、分電盤、管理システム、検出方法及びプログラム
JP2013518556A (ja) 2010-01-25 2013-05-20 ジェネヴァ クリーンテック インコーポレイテッド 家電機器の自動検出
US20140336831A1 (en) 2013-05-08 2014-11-13 Samsung Electronics Co., Ltd. Non-intrusive load monitoring apparatus and method
KR101714698B1 (ko) 2015-11-25 2017-03-09 고려대학교 산학협력단 전력신호를 이용한 가전기기 식별 장치 및 식별 방법
KR102012933B1 (ko) 2018-02-22 2019-08-21 한전케이디엔 주식회사 스마트 홈 시스템
WO2020043737A1 (en) 2018-08-31 2020-03-05 Electrolux Appliances Aktiebolag Smart plug and method for determining operating information of a household appliance by a smart plug

Also Published As

Publication number Publication date
US20220365127A1 (en) 2022-11-17
KR20220150730A (ko) 2022-11-11

Similar Documents

Publication Publication Date Title
Batra et al. NILMTK: An open source toolkit for non-intrusive load monitoring
JP5917566B2 (ja) 信号同定の方法およびシステム
Zhang et al. Benchmarking approach for designing a mapreduce performance model
Xiong et al. vPerfGuard: An automated model-driven framework for application performance diagnosis in consolidated cloud environments
US9733286B2 (en) Method for identifying electric appliance and apparatus and system thereof
Yu et al. Nonintrusive appliance load monitoring for smart homes: Recent advances and future issues
Bouhouras et al. Development of distinct load signatures for higher efficiency of NILM algorithms
CN111639586B (zh) 非侵入式负荷识别模型构建方法、负荷识别方法及系统
Rizvandi et al. On modelling and prediction of total cpu usage for applications in mapreduce environments
KR102472573B1 (ko) 전기 이용 고객 데이터 군집 분석 방법
CN103257923B (zh) 数据中心数据分析类基准测试程序的应用选取方法及系统
Sembrant et al. Phase behavior in serial and parallel applications
US8245084B2 (en) Two-level representative workload phase detection
Wu et al. Invited paper for the hot workloads special session hot regions in SPEC CPU2017
US11768754B2 (en) Parallel program scalability bottleneck detection method and computing device
Tudor et al. A study on data de-pseudonymization in the smart grid
Brunst et al. Comprehensive performance tracking with vampir 7
Ghosh et al. Non-intrusive identification of harmonic polluting loads in a smart residential system
Walker et al. Run-time power estimation for mobile and embedded asymmetric multi-core cpus
KR102665464B1 (ko) 전력 신호 고조파 성분 분석을 통한 개별 가전 식별 방법 및 이를 수행하는 장치들
Frank et al. Extracting operating modes from building electrical load data
Peng et al. Virtual machine profiling for analyzing resource usage of applications
Chetsa et al. A user friendly phase detection methodology for hpc systems' analysis
Zhang et al. A performance prediction scheme for computation-intensive applications on cloud
KR20230158249A (ko) 로드 시그니쳐 기반 동작 가전 식별 방법, 동작 가전 식별 장치, 및 동작 가전 식별 시스템

Legal Events

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