KR20160121251A - 가전 사용 예측 장치 및 가전 사용 예측 방법 - Google Patents

가전 사용 예측 장치 및 가전 사용 예측 방법 Download PDF

Info

Publication number
KR20160121251A
KR20160121251A KR1020150051017A KR20150051017A KR20160121251A KR 20160121251 A KR20160121251 A KR 20160121251A KR 1020150051017 A KR1020150051017 A KR 1020150051017A KR 20150051017 A KR20150051017 A KR 20150051017A KR 20160121251 A KR20160121251 A KR 20160121251A
Authority
KR
South Korea
Prior art keywords
information
usage
power usage
appliance
home appliance
Prior art date
Application number
KR1020150051017A
Other languages
English (en)
Inventor
김지영
손지연
이학진
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 KR1020150051017A priority Critical patent/KR20160121251A/ko
Priority to US15/093,978 priority patent/US20160300147A1/en
Publication of KR20160121251A publication Critical patent/KR20160121251A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies

Abstract

네트워크 기반의 가전 사용 예측 장치는 정보 수집부, 정보 데이터베이스 및 패턴 분석부를 포함한다. 정보 수집부는 네트워크를 통해 적어도 하나의 가전의 전력 사용 정보를 수신한다. 정보 데이터베이스는 정보 수집부에 의해 수신된 전력 사용 정보를 저장한다. 패턴 분석부는 정보 데이터베이스에 저장된 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하고, 분석 결과에 기초하여 가전 사용 예측 정보를 생성하며, 가전 사용 예측 정보를 상기 정보 데이터베이스에 저장한다.

Description

가전 사용 예측 장치 및 가전 사용 예측 방법{APPARATUS AND METHOD FOR PREDICTING ELECTRICITY APPLIANCE USAGE}
본 발명은 전력 예측에 관한 것으로, 보다 상세하게는 스마트 홈 환경에서 전력 사용량 분석을 통해 사용자의 가전 사용 패턴을 파악하고 향후 사용 패턴을 예측하는 장치 및 방법에 관한 것이다.
최근 유무선 통신 네트워크를 기반으로 스마트 홈이라는 개념이 일반화 되어가는 환경에서 사용자는 보다 더 편리하고 지능적인 서비스를 기대하게 되었다. 그러나 실제 환경은 여전히 레거시 가전이 사용 가전의 대부분을 차지하고 있고, 스마트 가전 환경에서도 가전사별 개별 통신 프로토콜 사용, 가전의 정보를 관리하기 위한 프로파일의 부재 등으로 통합적이고 지능적인 서비스 개발이 어려운 상태이다.
종래의 시스템은 홈 내의 상황을 인지하기 위해 센서를 통해 사용자의 행동이나 홈 환경의 변화를 감지하여 상황을 인지하거나 개별 프로토콜을 통해 전달되는 가전의 동작 정보를 수집해서 사용자의 패턴을 인지했다. 환경 센서를 통해 홈 상황을 인지하는 기술은 가전에 초점이 있기 보다는 사용자에 초점을 둔 상황 인지 기술이다. 프로토콜을 통해 가전의 동작 정보를 수집해서 분석하는 기술은 가전에서 해당 프로토콜을 지원해야 해당 기술을 적용할 수 있다는 단점이 있다.
또한, 종래의 시스템에서는 개별 가전의 사용 패턴을 분석한 것이 아닌 홈 내의 종합적인 동작 상황을 분석하는 시스템들이 대부분으로, 홈 전반적인 패턴 모델과 개별적인 가전의 사용 패턴 모델은 다른 형태로 정의 되고 분석되어야 한다.
또한, 종래의 시스템에서는 스마트 그리드 환경을 이용하여 기기를 인식하거나 기기의 상태를 인식하는 기술이 주를 이루었다.
본 발명은 전술한 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 가전의 전력 사용량을 분석하여 가전의 상태를 파악하고, 가전별 사용 패턴 모델을 기반으로 누적된 가전 상태 정보를 통합적으로 분석하여 가전 사용 패턴을 분석함으로써, 다양한 스마트 홈 서비스에 활용하고자 한다.
상술한 본 발명은 전력 사용량을 기반으로 하는 기반 가전 사용 패턴 예측 방법으로서, 가전의 전력 사용량을 수집해서 가전의 상태를 판단하고 그 정보를 누적하여 시간에 따른 가전의 사용 패턴을 분석한다. 본 발명에서 명시하는 가전 사용 패턴은 개별 가전의 사용 패턴을 의미하는 것으로, 본 발명에서는 가전의 타입이나 용도, 서비스의 목적에 따라 패턴 모델이 다르게 정의될 수 있는 방법을 제공한다.
본 발명의 실시예에 따른 네트워크 기반의 가전 사용 예측 장치는, 네트워크를 통해 적어도 하나의 가전의 전력 사용 정보를 수신하는 정보 수집부; 상기 정보 수집부에 의해 수신된 전력 사용 정보를 저장하는 정보 데이터베이스; 및 상기 정보 데이터베이스에 저장된 상기 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하고, 상기 분석 결과에 기초하여 상기 가전의 가전 사용 예측 정보를 생성하고, 상기 가전 사용 예측 정보를 상기 정보 데이터베이스에 저장하는 패턴 분석부를 포함한다.
일 실시예에서, 상기 네트워크 기반의 가전 사용 예측 장치는 상기 정보 데이터베이스에 저장된 상기 가전 사용 예측 정보를 출력하는 예측 정보 제공부를 더 포함할 수 있다.
일 실시예에서, 상기 예측 정보 제공부는 표시 장치일 수 있다.
일 실시예에서, 상기 예측 정보 제공부는 상기 가전 사용 예측 정보를 다른 장치로 전송할 수 있다.
일 실시예에서, 상기 가전 사용 예측 정보가 전송되는 다른 장치는 상기 네트워크와 연결된 스마트 폰, 데스크탑 컴퓨터, 노트북 및 태블릿 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 패턴 분석부는: 상기 전력 사용 정보를 클러스터링 기법으로 분석하여 가전의 상태 클러스터를 생성하는, 상태 클러스터링 모듈; 연속적인 상기 전력 사용 정보를 이산화된 이산 전력 사용 정보로 변환하는 정보 이산화 모듈; 상기 이산 전력 사용 정보를 상기 상태 클러스터링 모듈에서 생성된 가전 상태 클러스터와 비교하여, 상기 가전의 실제 사용 상태를 판단하는 전력 사용 매칭 모듈; 및 상기 전력 사용 매칭 모듈의 판단 결과를 누적한 데이터를 기반으로 가전의 사용 패턴을 발견하고 모델 기반으로 데이터화 하는 패턴 매칭 모듈을 포함할 수 있다.
일 실시예에서, 상기 패턴 매칭 모듈은 사용 패턴 모델을 생성하기 위해 적용할 변수들을 정의하는 사용 변수 생성부; 상기 사용 변수에 기초하여 가전 특성에 따라 적용하는 실제 비교할 패턴 기준을 생성하는 패턴 기준 생성부; 및 상기 이산화된 전력 사용 정보를 상기 패턴 기준에 적용하는 패턴 적용부를 포함할 수 있다.
일 실시예에서, 상기 가전 사용 패턴 기준은, 가전 사용 일자, 가전 사용 빈도, 가전 사용 유형 중 적어도 하나를 포함할 수 있다.
본 발명의 다른 실시예에 따른 네트워크 기반의 가전 사용 예측 방법은, 네트워크를 통해 적어도 하나의 가전의 전력 사용 정보를 수신하는 단계; 상기 수신된 전력 사용 정보를 데이터베이스에 저장하는 단계; 상기 저장된 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하는 단계; 및 상기 분석 결과에 기초하여 상기 가전의 가전 사용 예측 정보를 생성하는 단계를 포함한다.
일 실시예에서, 네트워크 기반의 가전 사용 예측 방법은, 상기 가전 사용 예측 정보의 생성 이후에, 생성된 상기 가전 사용 예측 정보를 상기 데이터베이스에 저장하는 단계를 더 포함할 수 있다.
일 실시예에서, 네트워크 기반의 가전 사용 예측 방법은, 상기 데이터베이스에 저장된 상기 가전 사용 예측 정보를 출력하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 저장된 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하는 단계는: 상기 전력 사용 정보를 클러스터링 기법으로 분석하여 가전의 상태 클러스터를 생성하는 단계; 및 상기 가전의 상태 클러스터에 기초하여 실제 전력 사용 정보를 비교하는 단계를 포함할 수 있다.
이상에서 설명한 바와 같은 본 발명의 전력 사용량 기반 가전 사용 패턴 예측 시스템 및 그 방법에 따르면, 현재 스마트 홈 환경이 확산되는 상황에서 스마트 그리드에 대한 인프라는 가장 빠르게 자리 잡고 있으므로, 가장 쉽게 얻을 수 있는 전력 사용량 데이터를 분석하여 가전의 사용 패턴을 분석하는 장치 및 방법을 제공함으로써, 레거시 가전에 대한 정보 획득이 어려운 문제나 가전의 제조사들 간의 프로토콜 호환성 문제를 해결하면서 댁내 가전 상황을 인지할 수 있는 이점이 있다. 또한, 사용자 위주의 사용 패턴이 아닌 가전 개개의 사용 패턴을 분석함으로써 가전 개개에 대한 서비스를 개발하거나 가전을 서비스 개발자의 목적에 맞게 조합하여 서비스를 개발하기 위한 자료를 제공할 수 있는 이점이 있다.
도 1은 본 발명의 실시예에 따른 가전 사용 예측 장치와, 그에 연결된 가전을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 가전 사용 예측 장치를 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 가전 사용 예측 장치의 패턴 분석부를 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 가전 사용 예측 방법을 나타내는 순서도이다.
도 5는 본 발명의 일 실시예에 따른 가전 사용 예측 장치의 사용 패턴 모델을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 가전 사용 예측 장치에서 생성한 가전의 상태 클러스터를 나타내는 도면이다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 가전 사용 예측 장치에서 상태 클러스터를 기준으로 전력 사용 매칭을 수행한 결과를 나타내는 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예들을 상세히 설명한다. 이 때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의해야 한다. 하기의 설명에서는 본 발명에 따른 동작을 이해하는데 필요한 부분만이 설명되며 그 이외 부분의 설명은 본 발명의 요지를 모호하지 않도록 하기 위해 생략될 것이라는 것을 유의하여야 한다. 또한 본 발명은 여기에서 설명되는 실시 예에 한정되지 않고 다른 형태로 구체화될 수도 있다. 단지, 여기에서 설명되는 실시 예은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여 제공되는 것이다.
도 1은 본 발명의 실시예에 따른 가전 사용 예측 장치와, 그에 연결된 가전을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 가전 사용 예측 장치(100)는 네트워크(110)에 연결된다. 또한, 적어도 하나 이상의 가전(120, 130)은 통신 모듈(121, 132)을 통해 네트워크(110)와 연결되어, 전력 사용 정보를 가전 사용 예측 장치(110)로 전달할 수 있다. 여기서, 네트워크(110)를 통해 연결될 수 있는 가전이나 스마트 미터기는 가전 사용 예측 장치(100)와 통신할 수 있으며, 연속적으로 생성되는 전력 사용 정보를 실시간으로 가전 사용 예측 장치(100)로 전달할 수 있다. 상기 가전은 자체적으로 전력 사용 정보를 생성할 수 있는 스마트 가전(120)일 수 있으며, 전통적인 레거시 가전(130)일 수도 있다. 레거시 가전(130)의 경우 전력 사용 정보를 생성하거나, 네트워크(110)에 접속할 수 있는 기능을 포함하지 않으므로, 스마트 계량기(131)와 같은 장치가 레거시 가전(130)의 전력 사용 정보를 생성하여 통신 모듈(132)을 통해 네트워크(110)로 전력 사용 정보를 전달하여, 최종적으로 가전 사용 예측 장치(100)에 전력 사용 정보를 전송할 수 있다. 일 실시예에서, 본 발명에 따른 가전 사용 예측 장치(100)는 주기적으로 상기 가전들(120, 130)의 전력 사용 정보를 수집할 수도 있다.
일 실시예에서, 상기 네트워크(110)는 인터넷일 수도 있고, 또는 댁네 지역 네트워크로 구성되는 홈 네트워크일 수도 있다. 상기 네트워크(110)가 홈 네트워크인 경우, 상기 홈 네트워크는 인터넷에 또한 연결될 수도 있다.
본 발명에 따른 가전 사용 예측 장치(100)는 상기 네트워크(110)를 통해 수신한 가전의 전력 사용 정보를 저장하는 정보 데이터 베이스를 포함할 수 있다. 또한 가전 사용 예측 장치(100)는 가전(120, 130)의 사용 패턴을 분석하여 그 결과를 상기 정보 데이터베이스에 저장할 수 있다. 또한, 본 발명은 스마트 홈에서 전력 사용량을 기반으로 하여 가전 사용 패턴 예측 장치를 구성함으로써, 가전의 타입이나 용도, 서비스의 목적에 따른 가전 사용 패턴 모델을 정의할 수 있게 한다. 따라서, 사용자가 필요로 하는 서비스나 가전의 특성이 반영된 사용 패턴 결과를 즉각적으로 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따른 가전 사용 예측 장치를 나타내는 블록도이다.
도 2를 참조하면, 가전 사용 예측 장치(200)는 정보 데이터베이스(210), 정보 수집부(220), 패턴 분석부(230) 및 예측 정보 제공부(240)를 포함한다. 정보 수집부(220)는 네트워크를 통해 연결된 가전들의 전력 사용 정보를 수신하며, 상기 전력 사용 정보를 정보 데이터베이스(210)에 저장한다. 정보 수집부는 전력 사용 정보를 수신하여 상기 정보 데이터베이스(210)에 저장하기 전에 알맞은 형태로 상기 전력 사용 정보를 변환할 수 있다. 패턴 분석부(230)는 정보 데이터베이스(210)에 저장된 상기 전력 사용 정보에 기초하여, 대응하는 가전의 사용 패턴을 분석한다. 또한, 패턴 분석부(230)는 상기 분석 결과에 기초하여 상기 가전의 가전 사용 예측 정보를 생성하고, 이를 정보 데이터베이스(210)에 저장한다. 예측 정보 제공부(240)는 정보 데이터베이스(210)에 저장된 상기 가전 사용 예측 정보를 출력한다. 여기서, 예측 정보 제공부(240)는 상기 가전 사용 예측 정보를 시각적으로 표시하는 표시 장치일 수 있다. 다른 실시예에서, 예측 정보 제공부(240)는 상기 가전 사용 예측 정보를 다른 장치로 전송할 수 있다. 상기 다른 장치는 네트워크와 연결된 스마트 폰, 데스크탑 컴퓨터, 노트북 및 태블릿 중 적어도 하나를 포함할 수 있다. 따라서 사용자는 원격에서도 상기 네트워크를 통해 가전 사용 예측 장치(200)와 연결된 상기 다른 장치를 통해 가전 사용 예측 정보를 확인할 수 있다.
본 발명의 실시예에 따른 가전 사용 예측 장치(200)는 네트워크를 통해 가전의 전력 사용 정보를 수신하고, 상기 전력 사용 정보를 클러스터링 기법으로 분석하여 가전 사용 예측 정보를 생성한다. 정보의 클러스터링은 해당 정보를 의미있는 몇 개의 부분 집단으로 나누는 과정을 의미할 수 있다. 해당 정보를 클러스터링을 통해 부분 집단으로 나누고, 각 부분 집단의 성격을 파악함으로써 데이터, 즉 전력 사용 정보의 구조를 분석할 수 있다. 이때 생성하는 클러스터는 가전의 기능에 따라 달라질 수 있다.
도 3은 본 발명의 일 실시예에 따른 가전 사용 예측 장치의 패턴 분석부를 나타내는 블록도이다.
도 3을 참조하면, 일 실시예에 따른 가전 사용 예측 장치의 패턴 분석부(300)는 상태 클러스터링 모듈(310), 정보 이산화 모듈(330), 전력 사용 매칭 모듈(320), 및 패턴 매칭 모듈(340)을 포함할 수 있다.
상태 클러스터링 모듈(310)은 전력 사용 정보를 클러스터링 기법으로 분석하여 가전의 상태 클러스터를 생성할 수 있다. 예를 들어, 상태 클러스터링 모듈(310)은 전력 사용 시간대, 특정 임계치 이상의 전력을 사용하는 시간대, 가전의 동작 모드 등의특성에 기초하여 가전의 상태 클러스터를 생성할 수 있다.
정보 이산화 모듈(330)은 연속적인 상기 전력 사용 정보를 이산화된 이산 전력 사용 정보로 변환할 수 있다. 예를 들어, 실시간으로 수신되는 연속적인 전력 사용 정보는 일일 단위로 누적된 전력 사용 정보로서 시간에 대해 이산화될 수 있다. 즉 하루 동안 사용한 전체 전력이 단일 숫자로 변환될 수 있다.
전력 사용 매칭 모듈(320)은 상기 이산 전력 사용 정보를 상기 상태 클러스터링 모듈에서 생성된 가전 상태 클러스터와 비교하여, 상기 가전의 실제 사용 상태를 판단할 수 있다. 상기 패턴 매칭 모듈(340)은 상기 전력 사용 매칭 모듈의 판단 결과를 누적한 데이터를 기반으로 가전의 사용 패턴을 발견하고 모델 기반으로 데이터화 할 수 있다.
도 4는 본 발명의 일 실시예에 따른 가전 사용 예측 방법을 나타내는 순서도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 가전 사용 예측 방법은, 네트워크를 통해 적어도 하나의 가전의 전력 사용 정보를 수신하는 단계(S110), 수신된 전력 사용 정보를 데이터베이스에 저장하는 단계(S120), 상기 저장된 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하는 단계(S130); 상기 분석 결과에 기초하여 상기 가전의 전력 사용 예측 정보를 생성하는 단계(S140), 상기 생성된 전력 사용 예측 정보를 상기 데이터베이스에 저장하는 단계(S150) 및 상기 저장된 가전 사용 예측 정보를 출력하는 단계(S160)를 포함한다.
도 5는 본 발명의 일 실시예에 따른 가전 사용 예측 장치의 사용 패턴 모델을 설명하기 위한 도면이다.
도 5에서는 가전들 중 전기밥솥에 대한 사용 패턴 모델이 도시되었다. 즉, 도 5에 도시된 바와 같이, 가전의 종류 및 특성에 따라 사용 패턴 모델은 다르게 정의될 수 있다. 도 5에 도시된 바와 같이, 사용 패턴 모델은 사용 변수(510) 및 상기 사용 변수에 기초하여 생성되는 패턴 기준(500)을 포함할 수 있다.
사용 변수(510)는 사용 패턴 모델을 만들기 위해 적용할 변수들을 정의한 부분으로, 사용일(511), 사용 빈도(513), 사용 시간대(515), 사용 유형(517)을 포함한다. 패턴 기준(500)은 상기 사용 변수에 기초하여, 수신한 전력 사용 정보를 의미있는 단위로 실제 적용할 수 있도록 모델화하는 부분으로, 실제 사용일 기준(520), 실제 사용 빈도 기준(530), 실제 사용 시간대 기준(540), 실제 사용 유형 기준(550)을 포함한다. 상기 사용 기준(510) 및 사용 기준 적용 영역(500)은 가전의 유형 및 종류에 따라, 그리고 제공하고자 하는 가전 사용 예측 정보의 종류에 따라 변경될 수 있다.
도 5를 참조하면, 패턴 기준(500)은 사용 변수(510)에 기초하여 생성될 수 있다. 즉, 사용일(511)을 나타내는 변수에 기초하여 실제 사용일 기준(520)이 주중 및 주말로 생성될 수 있고, 사용 빈도(513)에 해당하는 실제 빈도가 0회에서 15회 사이의 정수로 생성될 수 있다. 또한, 사용 시간대(515)를 나타내는 변수에 기초하여 실제 사용 시간대 기준(540)이 아침, 점심, 저녁 및 심야로 생성될 수 있으며, 사용 유형(517)을 나타내는 변수에 기초하여 실제 사용 유형 기준(550)이 "취사만", "보온만", "취사 후 단기보온(1시간 이내)" 및 "취사 후 장기 보온(1시간 이상)"으로 생성될 수 있다. 생성된 패턴 기준(500)에 기초하여, 수신한 전력 사용 정보 또는 상기 이산화된 전력 사용 정보를 해당 패턴 기준(500)에 적용할 수 있다.
도 6은 본 발명의 일 실시예에 따른 가전 사용 예측 장치에서 생성한 가전의 상태 클러스터를 나타내는 도면이다.
도 6을 참조하면, 하루동안 시간에 따른 해당 가전, 즉 전기 밥솥의 가전 상태 클러스터가 도시되어 있다. 도 6을 참조하면, 해당 전기 밥솥은 22시-14시까지는 대체로 정지되어 있으며, 주요 동작은 15시-21시 사이에 수행됨을 알 수 있다. 또한, 15시-21시 사이에는 보온 동작이 주로 이루어지며, 특히 18시-21시 사이에 보온 동작의 빈도수가 높음을 알 수 있다. 또한, 취사 동작은 17시 및 19시에 이루어진 바 있음을 알 수 있다. 한편, 보온 동작시의 사용 전력 및 취사 시의 사용 전력이 도시되어 있다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 가전 사용 예측 장치에서 상태 클러스터를 기준으로 전력 사용 매칭을 수행한 결과를 나타내는 도면이다.
구체적으로 도 7a에는 날짜별로 실제 동작한 전기 밥솥의 사용 유형, 즉 정지, 보온 및 취사가 도시되어 있다. 도 7a를 참조하면, 1일-20일까지의 동작이 나타나 있다. 구체적으로 1일-20일 사이에 취사 동작은 3번 수행된 적이 있으며, 보온 동작은 1번 수행된 적이 있다. 또한 도 7b에는 요일별 동작이 도시되어 있다. 구체적으로 1주일 동안 정지 동작은 모든 요일에 수행된 적이 있으며, 보온 동작은 목요일 하루동안 수행되었고, 취사 동작은 화요일과 수요일 및 일요일에 수행된 바 있음을 알 수 있다.
상술한 바와 같이, 본 발명에 따른 가전 사용 예측 장치 및 방법에 의하면, 전력 사용량을 기반으로 가전의 사용 상태를 파악하고, 그러한 사용 상태 정보를 시간 정보와 함께 누적함으로써 가전의 사용 패턴를 분석하여 사용자에게 제공함으로써, 사용자가 서비스에 맞게 개개의 가전 사용 패턴을 활용할 수 있고, 홈 상황을 인지하는 데에 활용할 수 있다 이를 통해, 빠르게 자리 잡고 있는 스마트 그리드나 스마트 홈 인프라를 기반으로 가장 쉽게 얻을 수 있는 전력 사용량 데이터를 분석하여, 그동안 문제가 되었던 레거시 가전에 대한 정보 획득의 어려움이나 가전사 간 프로토콜 호환성 문제를 피하면서 홈의 상황을 인지할 수 있고, 사용자 위주의 사용 패턴이 아닌 가전 개개의 사용 패턴을 발견함으로써 가전 개개에 대한 서비스를 개발하거나 가전을 서비스 개발자의 목적에 맞게 조합하여 서비스를 개발할 수 있다.
이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터를 이용하거나 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터를 이용하거나 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이 때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서와 도면에 개시된 본 발명의 실시예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100: 가전 사용 예측 장치 110: 네트워크
120: 스마트 가전 121: 통신 모듈
130: 레거시 가전 131: 스마트 계량기
132: 통신 모듈

Claims (12)

  1. 네트워크를 통해 적어도 하나의 가전의 전력 사용 정보를 수신하는 정보 수집부;
    상기 정보 수집부에 의해 수신된 전력 사용 정보를 저장하는 정보 데이터베이스; 및
    상기 정보 데이터베이스에 저장된 상기 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하고, 상기 분석 결과에 기초하여 상기 가전의 가전 사용 예측 정보를 생성하고, 상기 가전 사용 예측 정보를 상기 정보 데이터베이스에 저장하는 패턴 분석부를 포함하는,
    네트워크 기반의 가전 사용 예측 장치.
  2. 제 1 항에 있어서,
    상기 정보 데이터베이스에 저장된 상기 가전 사용 예측 정보를 출력하는 예측 정보 제공부를 더 포함하는, 네트워크 기반의 가전 사용 예측 장치.
  3. 제 2 항에 있어서,
    상기 예측 정보 제공부는 표시 장치인 것을 특징으로 하는, 네트워크 기반의 가전 사용 예측 장치.
  4. 제 2 항에 있어서,
    상기 예측 정보 제공부는 상기 가전 사용 예측 정보를 다른 장치로 전송하는 것을 특징으로 하는, 네트워크 기반의 가전 사용 예측 장치.
  5. 제 4 항에 있어서, 상기 가전 사용 예측 정보가 전송되는 다른 장치는 상기 네트워크와 연결된 스마트 폰, 데스크탑 컴퓨터, 노트북 및 태블릿 중 적어도 하나를 포함하는 것을 특징으로 하는, 네트워크 기반의 가전 사용 예측 장치.
  6. 제 1 항에 있어서, 상기 패턴 분석부는:
    상기 전력 사용 정보를 클러스터링 기법으로 분석하여 가전의 상태 클러스터를 생성하는, 상태 클러스터링 모듈;
    연속적인 상기 전력 사용 정보를 이산화된 이산 전력 사용 정보로 변환하는 정보 이산화 모듈;
    상기 이산 전력 사용 정보를 상기 상태 클러스터링 모듈에서 생성된 가전 상태 클러스터와 비교하여, 상기 가전의 실제 사용 상태를 판단하는 전력 사용 매칭 모듈; 및
    상기 전력 사용 매칭 모듈의 판단 결과를 누적한 데이터를 기반으로 가전의 사용 패턴을 발견하고 모델 기반으로 데이터화 하는 패턴 매칭 모듈을 포함하는 것을 특징으로 하는, 네트워크 기반의 가전 사용 예측 장치.
  7. 제 6 항에 있어서, 상기 패턴 매칭 모듈은:
    가전의 특성에 따라 정의되는 사용 변수; 및
    상기 사용 변수에 기초하여 생성되는 패턴 기준을 포함하는, 네트워크 기반의 가전 사용 예측 장치.
  8. 제 7 항에 있어서,
    상기 사용 변수는, 가전 사용 일자, 가전 사용 빈도, 가전 사용 유형 중 적어도 하나를 포함하는 것을 특징으로 하는, 네트워크 기반의 가전 사용 예측 장치.
  9. 네트워크를 통해 적어도 하나의 가전의 전력 사용 정보를 수신하는 단계;
    상기 수신된 전력 사용 정보를 데이터베이스에 저장하는 단계;
    상기 저장된 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하는 단계; 및
    상기 분석 결과에 기초하여 상기 가전의 전력 사용 예측 정보를 생성하는 단계를 포함하는, 네트워크 기반의 가전 사용 예측 방법.
  10. 제 9 항에 있어서,
    상기 전력 사용 예측 정보의 생성 이후에, 생성된 상기 전력 사용 예측 정보를 상기 데이터베이스에 저장하는 단계를 더 포함하는, 네트워크 기반의 가전 사용 예측 방법.
  11. 제 10 항에 있어서,
    상기 데이터베이스에 저장된 상기 전력 사용 예측 정보를 출력하는 단계를 더 포함하는, 네트워크 기반의 가전 사용 예측 방법.
  12. 제 9 항에 있어서, 상기 저장된 전력 사용 정보에 기초하여 대응하는 가전의 사용 패턴을 분석하는 단계는:
    상기 전력 사용 정보를 클러스터링 기법으로 분석하여 가전의 상태 클러스터를 생성하는 단계; 및
    상기 가전의 상태 클러스터에 기초하여 실제 전력 사용 정보를 비교하는 단계를 포함하는, 네트워크 기반의 가전 사용 예측 방법.
KR1020150051017A 2015-04-10 2015-04-10 가전 사용 예측 장치 및 가전 사용 예측 방법 KR20160121251A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150051017A KR20160121251A (ko) 2015-04-10 2015-04-10 가전 사용 예측 장치 및 가전 사용 예측 방법
US15/093,978 US20160300147A1 (en) 2015-04-10 2016-04-08 Apparatus and method for predicting electricity appliance usage

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150051017A KR20160121251A (ko) 2015-04-10 2015-04-10 가전 사용 예측 장치 및 가전 사용 예측 방법

Publications (1)

Publication Number Publication Date
KR20160121251A true KR20160121251A (ko) 2016-10-19

Family

ID=57111974

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150051017A KR20160121251A (ko) 2015-04-10 2015-04-10 가전 사용 예측 장치 및 가전 사용 예측 방법

Country Status (2)

Country Link
US (1) US20160300147A1 (ko)
KR (1) KR20160121251A (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109560987A (zh) * 2018-11-27 2019-04-02 中国电力科学研究院有限公司 一种用于用电信息采集系统主站压力测试的方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7392115B2 (en) * 2006-03-01 2008-06-24 Honeywell International Inc. Characterization of utility demand using utility demand footprint
US20100211509A1 (en) * 2009-02-17 2010-08-19 Jacobs Richard B Resource monitoring device
WO2013078541A1 (en) * 2011-11-29 2013-06-06 Energy Aware Technology Inc. Method and system for forecasting power requirements using granular metrics
US20140281650A1 (en) * 2013-03-15 2014-09-18 Evermind, Inc. Passive monitoring system
US9817379B2 (en) * 2014-07-03 2017-11-14 David Krinkel Musical energy use display
US20160299038A1 (en) * 2015-04-09 2016-10-13 Palo Alto Research Center Incorporated System and method for remotely inferring characteristics of thermostat-controlled appliances

Also Published As

Publication number Publication date
US20160300147A1 (en) 2016-10-13

Similar Documents

Publication Publication Date Title
US10175276B2 (en) Identifying and categorizing power consumption with disaggregation
JP7041323B2 (ja) スマートプラグの動作のシステムおよび方法
CN102292618B (zh) 监测和管理公用事业设备使用情况的系统和方法
EP3019969B1 (en) Data consolidation mechanisms for internet of things integration platform
EP2601482B1 (en) System and method for the automatic identification of electric devices/appliances
EP3469496B1 (en) Situation forecast mechanisms for internet of things integration platform
GB2488164A (en) Identifying electrical appliances and their power consumption from energy data
CN107408273B (zh) 关于建筑物中的设备的历史和实时信息的通信
WO2015008645A1 (ja) 監視装置、監視方法及びプログラム
KR101870250B1 (ko) 비침투식 부하전력량 측정 장치 및 방법
CN106405183B (zh) 电能信息提供系统及其方法
US20180164758A1 (en) Information processing method, cloud service platform and information processing system
JP2017147935A (ja) 電力管理機能を有するシステムおよびユーザ端末並びにその電力管理方法
Barsocchi et al. EMS@ CNR: An energy monitoring sensor network infrastructure for in-building location-based services
Wills et al. Adaptation and validation of an existing bottom-up model for simulating temporal and inter-dwelling variations of residential appliance and lighting demands
KR20160121251A (ko) 가전 사용 예측 장치 및 가전 사용 예측 방법
JP6189541B2 (ja) エネルギー使用機器およびエネルギー情報収集装置
Barker Model-driven analytics of energy meter data in smart homes
Reinhardt et al. Can smart plugs predict electric power consumption? A case study
Yoo et al. Context awareness-based disaggregation of residential load consumption
TW201530959A (zh) 非侵入式負載監測系統及其方法
Tariq Smart energy management in a smart environment using a mobile device
EP2650831A1 (en) A method for determining an electricity consumption profile of a facility and a system
Luntovskyy et al. Smart grid, Internet of Things and fog computing
Haghighi et al. Role of context-awareness for demand response mechanisms