KR20170053719A - 자체 교정 무접촉 전력 소모 감지 - Google Patents

자체 교정 무접촉 전력 소모 감지 Download PDF

Info

Publication number
KR20170053719A
KR20170053719A KR1020177009938A KR20177009938A KR20170053719A KR 20170053719 A KR20170053719 A KR 20170053719A KR 1020177009938 A KR1020177009938 A KR 1020177009938A KR 20177009938 A KR20177009938 A KR 20177009938A KR 20170053719 A KR20170053719 A KR 20170053719A
Authority
KR
South Korea
Prior art keywords
sensing device
power
magnetic field
calibration device
building
Prior art date
Application number
KR1020177009938A
Other languages
English (en)
Inventor
슈택 엔. 파텔
시단트 굽타
매튜 에스. 레이놀즈
Original Assignee
벨킨 인터내셔널, 인크.
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
Priority claimed from US14/485,424 external-priority patent/US9766277B2/en
Application filed by 벨킨 인터내셔널, 인크. filed Critical 벨킨 인터내셔널, 인크.
Publication of KR20170053719A publication Critical patent/KR20170053719A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
    • G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
    • G01R15/20—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using galvano-magnetic devices, e.g. Hall-effect devices, i.e. measuring a magnetic field via the interaction between a current and a magnetic field, e.g. magneto resistive or Hall effect devices
    • G01R15/207—Constructional details independent of the type of device used
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
    • G01R11/02—Constructional details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
    • G01R11/02—Constructional details
    • G01R11/04—Housings; Supporting racks; Arrangements of terminals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
    • G01R11/30—Dynamo-electric motor meters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/001—Measuring real or reactive component; Measuring apparent energy
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/06—Arrangements for measuring electric power or power factor by measuring current and voltage
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061—Details of electronic electricity meters
    • G01R22/063—Details of electronic electricity meters related to remote communication

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Distribution Board (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Emergency Protection Circuit Devices (AREA)
  • Hall/Mr Elements (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 건축물의 전력 기반 시설에서의 전력 사용량을 감지하는 시스템에 관한 것이다. 시스템은 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓이는 회로 차단기 박스의 패널에 부착되도록 구성되는 감지 디바이스를 포함할 수 있다. 시스템은 건축물의 전력 기반 시설에 전기적 결합되도록 구성되는 교정 디바이스를 포함할 수도 있다. 시스템은 감지 디바이스로부터 하나 이상의 출력 신호를 수신하도록 구성되는 하나 이상의 처리 모듈을 더 포함할 수 있다. 감지 디바이스는 감지 디바이스가 패널에 부착될 때, 하나 이상의 본선 전력 공급 라인 또는 전력 기반 시설에 전기적 또는 물리적 결합되는 것이 없을 수 있다. 다른 실시예들이 제공된다.

Description

자체 교정 무접촉 전력 소모 감지{SELF-CALIBRATING CONTACTLESS POWER CONSUMPTION SENSING}
관련 출원에 대한 교차 참조
본 출원은 2014년 9월 12일자로 출원되고, (1) 2009년 9월 25일자로 출원된 미국 특허 출원 제 12/567,561호의 부분 계속이고, (2) 2009년 9월 25일자로 출원된 미국 특허 출원 제 12/567,561호의 부분 계속인, 2011년 7월 1일자로 출원된 미국 특허 출원 제 13/175,770호의 분할 출원인, 2014년 8월 11일자로 출원된 미국 특허 출원 제 14/457,032호의 부분 계속인, 미국 특허 출원 제 14/485,424호의 우선권을 주장하고, 2010년 9월 3일자로 출원된 미국 가출원 제 61/380,174호, 및 2010년 7월 2일자로 출원된 미국 가출원 제 61/361,296호의 이익을 주장한다. 미국 특허 출원 제 12/567,561호, 제 13/175,770호, 제 14/457,032호 및 제 14/485,424호, 및 미국 가출원 제 61/380,174호 및 제 61/361,296호는 그 전체가 참조로 본원에 포함된다.
기술 분야
본 발명은 일반적으로 전력 소모를 감지하는 것에 관한 것으로, 보다 상세하게는 자체 교정하는, 무접촉 전력 소모 감지에 관한 것이다.
에너지 보존 및 환경 피드백 연구는 유비쿼터스 컴퓨팅(Ubicomp) 및 사람-컴퓨터 상호 작용(HCI) 커뮤니티들에서 계속해서 주시되고 있다. 미국 에너지 소모량의 28%가 가정 활동에 직접적으로 기인한다는 것을 고려하면, 주택은 당연히 연구해야 할 장소이다. 그러나, 주택 소유자 또는 심지어 연구원에 의해 전체 주택 전력 소모량 정보를 실시간으로 얻는 것은 도전적인 과제일 수 있다. 예를 들어, 특정 스마트 계량기는 15 분 간격으로 데이터를 제공하지만, 그러한 정보에 액세스하게 되는 것은 출처가 폐쇄되고 흔히 사적인 프로토콜 및 응용 인터페이스로 인해 어려울 수 있다. 하나의 통상적 접근법은 차단기 패널 내부에 상업적으로 이용 가능한 전류 변압기(CT)를 설치하는 것이다. 그러나, CT를 안전하게 설치하는 것은 차단기 패널에서의 본선 전기 공급 장치 주변에 센서를 배치하는 것을 수반함에 따라, 숙련된 전기 기술자를 고용하는 것을 필요로 한다. 대부분의 연구원 및 주택 소유자는 그러한 설치를 행할 트레이닝 또는 확신을 갖지 않는다. 실제로, 미국 전기 규격(NEC)은 CT의 전문적인 설치의 필요 조건에 대해 엄격한 규칙을 갖는다. 게다가, 미국에서의 일정 주들은 CT가 차단기 패널 내부에 설치되는 것을 전적으로 금지하며, 이 경우 대안은 고가의 패스 스루(pass-through) 계량기를 사용하는 것이다. 패스 스루 계량기는 최종 사용자가 전기 계량기를 조작하거나 이것의 설치를 변경할 수 없으므로, 공익 기업의 개입을 필요로 한다.
실시예들의 추가 설명을 용이하게 하기 위해, 이하의 도면들이 제공된다:
도 1은 제1 실시예에 따른 건축물의 회로 차단기 및 전력 기반 시설에 부착되는 예시적인 시스템의 도면을 도시한다.
도 2는 도 1의 시스템의 블록도를 도시한다.
도 3은 제2 실시예에 따른 예시적인 시스템의 블록도를 도시한다.
도 4는 일 실시예에 따른 함수의 영역에 예측된 함수를 배치함으로써 유도될 수 있는 함수의 예시적인 그래프를 도시한다.
도 5는 일 실시예에 따른 함수의 예시적인 그래프를 도시한다.
도 6은 일 실시예에 따른 함수의 예시적인 그래프를 도시한다.
도 7은 일 실시예에 따른 함수의 예시적인 그래프를 도시한다.
도 8(상단)은 자계 센서들에 의해 생성되는 출력 신호들에 대한 자속의 예시적인 그래프를 도시하고 도 8(하단)은 하나의 지맥을 통한 상응하는 예측된 전류 파형의 예시적인 그래프를 도시한다.
도 9(상단)는 예측된 전류 파형 및 측정된 전압 파형의 예시적인 그래프를 도시하고, 도 9(하단)는 전류 파형을 예측하는데 사용되었던 자계 센서들에 의해 생성되는 출력 신호들에 대한 자속의 예시적인 그래프를 도시한다.
도 10(상단)은 예측된 전류 파형 및 측정된 전압 파형의 예시적인 그래프를 도시하고, 도 10(하단)은 전류 파형을 예측하는데 사용되었던 자계 센서들에 의해 생성되는 출력 신호들에 대한 자속의 예시적인 그래프를 도시한다.
도 11은 전달 함수 및 전달 함수의 분석된 요소들을 나타내는 예시적인 그래프들을 도시한다.
도 12는 다양한 센서 배치 위치를 나타내는 회로 차단기 및 전력 기반 시설에 부착되는 도 1의 시스템의 도면을 도시한다.
도 13은 다른 실시예에 따른 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법의 흐름도를 도시한다.
도 14는 도 13의 실시예에 따른 트리거링 이벤트를 감지할 시에 신경망 모델을 트레이닝하는 방법의 흐름도를 도시한다.
도 15는 다른 실시예에 따른 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법의 흐름도를 도시한다.
도 16은 도 1 내지 도 3의 시스템들의 일 실시예를 구현하는데 적절한 컴퓨터 시스템의 정면도를 도시한다.
도 17은 도 16의 컴퓨터 시스템의 섀시 내부의 회로 기판들에 포함되는 요소들의 일 예의 전형적인 블록도를 도시한다.
예시의 단순함 및 명확성을 위해, 도안된 도면들은 구성의 일반적 방식을 도시하고, 널리 알려진 특징들 및 기법들의 설명들 및 상세들은 본 발명을 불필요하게 모호하게 하는 것을 피하도록 생략될 수 있다. 게다가, 도안된 도면들의 요소들은 반드시 일정 비율로 그려진 것은 아니다. 예를 들어, 도면들에서의 요소들 중 일부의 치수들은 본 발명의 실시예들의 이해를 개선하는 것을 돕도록 다른 요소들에 비해 과장될 수 있다. 상이한 도면들에서의 동일한 참조 번호들은 동일한 요소들을 나타낸다.
설명 및 청구항들에서의 “제1,” “제2,” “제3,” “제4” 등이란 용어들은 존재한다면, 이는 유사한 요소들을 구별하는데 사용되는 것이며, 반드시 특정 순차적인 순서 또는 연대순을 설명하는데 사용되는 것은 아니다. 그렇게 사용되는 용어들이 적절한 상황들 하에서 상호 교환 가능하여 본원에 설명하는 실시예들이 예를 들어, 예시되거나 본원에 설명되는 시퀀스들 이외의 시퀀스들로 작동할 수 있다는 점이 이해되어야 한다. 더욱이, “포함하다,” 및 “갖다”란 용어들, 그리고 이들의 임의의 변형은 비배타적인 포함을 다루도록 의도되어, 요소들의 목록을 포함하는 프로세스, 방법, 시스템, 아티클, 디바이스 또는 장치는 반드시 그러한 요소들에 제한되는 것은 아니고, 그러한 프로세스, 방법, 시스템, 아티클, 디바이스 또는 장치에 명확히 목록으로 나열되거나 내재하지 않는 다른 요소들을 포함할 수 있다.
설명 및 청구항들에서의 “좌측,” “우측,” “전방,” “후방,” “상단,” “하단,” “위의,” “아래의” 등이란 용어들은 존재한다면, 묘사하는 목적으로 사용되고 반드시 영속적 상대적인 위치들을 설명하는데 사용되는 것은 아니다. 그렇게 사용되는 용어들이 적절한 상황들 하에서 상호 교환 가능하여 본원에 설명하는 장치, 방법들 및/또는 제조의 아티클들의 실시예들이 예를 들어, 예시되거나 본원에 설명되는 배향들 이외의 다른 배향들로 작동할 수 있다는 점이 이해되어야 한다.
“결합하다,” “결합된,” “결합한다,” “결합하는” 등이란 용어들은 기계적으로 그리고/또는 달리 2개 이상의 요소를 연결시키는 것으로 폭넓게 이해되고 이를 지칭할 것이다. 2개 이상의 전기 요소는 전기적으로 함께 결합되지만, 기계적으로 또는 달리 함께 결합되지 않을 수 있다. 결합은 임의의 길이의 시간 동안 예를 들어, 영속적이거나 반영속적이거나 잠깐 동안만일 수 있다. “전기적 결합” 등은 모든 타입의 전기적 결합으로 폭넓게 이해되고 이것을 포함할 것이다. “결합된” 등이란 단어 근처에 “제거 가능하게,” “제거 가능한” 등이란 단어의 부재는 당해의 결합 등이 제거 가능하거나 제거 가능하지 않다는 것을 의미하지 않는다. “기계적 결합” 등은 모든 타입의 기계적 결합으로 폭넓게 이해되고 이것을 포함할 것이다.
“결합된” 등이란 단어 근처에 “제거 가능하게,” “제거 가능한” 등이란 단어의 부재는 당해의 결합 등이 제거 가능하거나 제거 가능하지 않다는 것을 의미하지 않는다.
본원에 정의되는 바와 같이, 2개 이상의 요소는 재료의 동일한 부분으로 구성되면, “일체화된다”. 본원에 정의되는 바와 같이, 2개 이상의 요소는 각각이 재료의 상이한 부분으로 구성되면, “일체화되지 않는다”.
본원에 정의되는 바와 같이, “대략”은 일부 실시예들에서, 진술된 값의 10 퍼센트 안팎 내를 의미할 수 있다. 다른 실시예들에서, “대략”은 진술된 값의 5 퍼센트 안팎 내를 의미할 수 있다. 추가 실시예들에서, “대략”은 진술된 값의 3 퍼센트 안팎 내를 의미할 수 있다. 또 다른 실시예들에서, “대략”은 진술된 값의 1 퍼센트 안팎 내를 의미할 수 있다.
다양한 실시예는 건축물의 전력 기반 시설에서의 전력 사용량을 감지하는 시스템을 포함한다. 건축물은 회로 차단기 박스 및 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인을 포함할 수 있다. 시스템은 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓이는 회로 차단기 박스의 패널에 부착되도록 구성되는 감지 디바이스를 포함할 수 있다. 감지 디바이스는 하나 이상의 자계 센서를 포함할 수 있다. 시스템은 건축물의 전력 기반 시설에 전기적 결합되도록 구성되는 교정 디바이스를 포함할 수도 있다. 교정 디바이스는 부하부를 포함할 수 있다. 시스템은 감지 디바이스로부터 하나 이상의 출력 신호를 수신하도록 구성되는 하나 이상의 처리 모듈을 더 포함할 수 있다. 감지 디바이스는 감지 디바이스가 패널에 부착될 때, 하나 이상의 본선 전력 공급 라인 또는 전력 기반 시설에 전기적 또는 물리적 결합되는 것이 없을 수 있다. 하나 이상의 처리 모듈은 감지 디바이스로부터 수신되는 하나 이상의 출력 신호에 적어도 부분적으로 기반하여, 감지 디바이스가 패널을 통한 임의의 위치에서 결합될 때, 전력 사용량을 결정하도록 추가로 구성될 수 있다.
수개의 실시예는 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법을 포함한다. 감지 디바이스는 하나 이상의 자계 센서를 포함할 수 있다. 감지 디바이스는 회로 차단기 박스의 패널에 부착될 수 있다. 회로 차단기 박스의 패널은 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓일 수 있다. 교정 디바이스는 부하부를 포함할 수 있다. 교정 디바이스는 건축물의 전력 기반 시설에 전기적 결합될 수 있다. 방법은 제1 기간을 통한 건축물에서의 복수의 일상 전력 소모량 변화에 기반하여 구분적 방식으로 제1 전달 함수를 결정함으로써 감지 디바이스를 자동적으로 교정하는 단계를 포함할 수 있다. 방법은 감지 디바이스의 하나 이상의 출력 신호 및 제1 전달 함수에 기반하여 하나 이상의 처리 모듈을 사용하여 전력 소모량 측정치를 결정하는 단계를 포함할 수도 있다.
수개의 실시예는 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법을 포함할 수 있다. 감지 디바이스는 회로 차단기 박스의 패널에 부착될 수 있다. 회로 차단기 박스의 패널은 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓일 수 있다. 교정 디바이스는 부하부를 포함할 수 있다. 방법은 감지 디바이스의 하나 이상의 출력 신호에 적어도 부분적으로 기반하여 하나 이상의 본선 전력 공급 라인에서 흐르는 전류를 결정하는 단계를 포함할 수 있다. 방법은 하나 이상의 본선 전력 공급 라인에서 흐르는 전류와 교정 디바이스에 의해 측정되는 전압 사이의 위상차를 결정하는 단계를 포함할 수도 있다. 교정 디바이스들은 건축물의 전력 기반 시설에 전기적 결합될 수 있다. 감지 디바이스는 하나 이상의 본선 전력 공급 라인 중 적어도 일부에 의해 생성되는 자속을 측정하고 감지 디바이스에 의해 측정되는 자속에 기반하여 감지 디바이스의 하나 이상의 출력 신호를 생성하도록 구성되는 하나 이상의 자계 센서를 포함할 수 있다. 감지 디바이스는 하나 이상의 본선 전력 공급 라인에 전기적 또는 물리적 결합되는 것이 없을 수 있다.
무접촉 전력 소모 센서들은 차단기 패널의 외부로 전기가 들어오는 “접착식” 센서들을 제공함으로써 그러한 전개 부담들을 감소시키는데 사용되었다. 그러한 기법은 차단기 패널 내부의 본선 라인들을 통해 흐르는 60 헤르츠(㎐) 전류에 의해 유도되는 자계를 감지하기 위해 자기 센서들을 활용하였다. 그러한 기존 접근법은 전개하기에 단순하고 용이한 비침입적 전력 모니터링을 향한 단계이었지만, 고려할 일부 제한이 있을 수 있다. 첫 번째로, 기존 접근법은 사용자가 센서를 패널 상에 정확하게 위치시키는 것을 필요로 할 수 있으며, 이는 최종 사용자가 수행하기에 어려운 과제이다. 두 번째로, 기존 접근법은 자기 센서들과 전류 사이에 선형 전달 함수를 가정할 수 있으며, 이는 기존 접근법의 정확성을 작은 전류 범위로 제한한다. 세 번째로, 기존 접근법은 자기 센서들 바로 뒤의 영역에 상주할 수 있는 다양한 분기 회로에 의해 생성되는 작은 필드들을 반드시 고려하지는 않는다. 네 번째로, 기존 접근법은 전압 파형과 전류 파형 사이의 위상 정보를 고려하지 않으므로, 겉보기 전력을 추정할 수 있지만, 반드시 실제(실) 전력을 추정할 수 있지는 않다. 실제 전력의 결정이 불가능함으로써, 기존 접근법들은 지금 현대 주택의 전력 소모량의 많은 것을 구성하는 경향이 있는 컴팩트 형광등(CFL), 발광 다이오드(LED), 가열, 환기 및 에어컨(HVAC) 시스템, 컴퓨터, 텔레비전(TV) 등과 같은 매우 유도성의 부하들의 전력 사용을 정확히 추정하는 것이 불가능할 수 있다. 게다가, 에너지 사용량 분할(energy disaggregation) 커뮤니티의 연구원들은 겉보기 전력 데이터만으로 공공 시설을 제한하였다.
이전 기술들은 플러그인 교정기가 전달 함수에 맞도록 알려진 전력 부하들을 인출할 것이라는 가정만으로 플러그인 교정기를 활용하였다. 그러나, 그러한 접근법의 하나의 가능한 결점은 주택의 크기 및 존재하는 전기 기구들의 타입들에 따라, 교정기가 0과 20 킬로와트(㎾) 사이와 같은 큰 범위의 부하들을 인출할 수 있다는 것을 그러한 접근법이 가정할 수 있다는 것이다. 안전 열 방산 제한들뿐만 아니라, 작은 폼 팩터로 그러한 디바이스를 구성하는 어려움 때문에 플러그인 교정기가 그러한 큰 부하들을 인출하는 것은 비실용적일 수 있다.
Conserve Insight™, GreenSwitch 및 Kill-A-Watt™ 제품들과 같은 각각의 소켓에서의 전기 기구 레벨 에너지 사용을 측정하고 나타내는 많은 상업적으로 이용 가능한 센서가 있다. 전체 가구 전력 소모량 측정의 경우에, 대중적인 상업적으로 이용 가능한 해결법들 중 일부는 The Energy Detective(TED®) 및 PowerCost Monitor 제품들이다. TED 제품들을 설치하는 것은 차단기 패널 내부의 본선 전기 공급 장치들(본선들) 주변에 CT를 배치하는 것을 수반하며, 이는 높은 전압 감전 위험으로 인해 전문적인 설치를 필요로 한다. 반면에, PowerCost 제품들은 전기 기술자를 고용하지 않고 주택 소유자에 의해 용이하게 설치될 수 있지만, 노출되고 호환성의 광 포트를 갖는 전기 기계 계량기들 또는 전자 계량기들을 필요로 할 수 있다. 따라서, 이는 계량기의 업데이트 속도뿐만 아니라, 계량기 및 계량기의 노출된 데이터 포트들에 따른 성능을 갖는 특정 타입들의 계량기들로 제약될 수 있다.
그러한 제한들 때문에, 본선들에 직접적 액세스를 갖지 않고 전력을 추정하려 시도하는 무접촉 해결법들이 출현하고 있다. 하나의 그러한 접근법은 차단기 스위치 그 자체의 면 상에 배치되는 자기 센서를 사용하여 개별 회로 차단기들에서의 전류를 측정한다. 그러나, 대부분의 전기 코드들은 회로 차단기의 구명 컷오프 작동과의 잠재적 간섭 때문에 어떤 것도 확장된 사용을 위해 회로 차단기들 상에 배치되는 것을 허용하지 않는다. 게다가, 그러한 접근법은 전체 주택 전력 사용을 수집하기 위해 각각의 회로 차단기 상에 또는 존재한다면, 본선 회로 차단기 상에 센서가 배치되는 것을 필요로 할 것이다. 유사한 자계 기반 접근법에서, 자기 센서는 패널에서의 모든 차단기 스위치 상에 배치되는 것이 필요하다. 수개의 센서를 필요로 하는 것에 더하여, 그러한 접근법은 또한 주택 소유자에 의해 수작업으로 교정될 필요가 있으며, 이는 주택 소유자가 수행하기에 극도로 어렵고/어렵거나 비실용적일 수 있다.
다른 접근법은 본선 모선들을 통해 흐르는 전류를 감지하기 위해 (차단기들 대신에) 차단기 패널의 면 상에 배치되는 한 쌍의 자기 센서를 사용한다. 그러한 접근법은 센서들의 배치에 사용자를 안내하는 것을 돕기 위해 LED들의 세트를 활용하였다. 그러한 접근법은 또한 전달 함수를 생성하기 위해 부하 교정기를 사용하였지만, 선형 전달 함수를 그리고 교정기가 가구의 전체 전력 범위에 필적할 수 있다는 것을 가정하였다. 배치를 돕는 LED들의 사용에도 불구하고, 다른 분기 회로들 및 빗나가는 와이어들은 센서들 하의 자계에 영향을 줄 수 있다. 더욱이, 자속의 상태는 다양한 전기 기구가 사용됨에 따라, 하루 전체에 걸쳐 변화되며, 이는 LED들이 차단기 패널 상태가 초기 설치 후에 동일하게 남을 때, 가장 도움이 되고 차단기 패널 상태가 초기 설치 후에 상당히 변경될 때, 가장 적게 도움이 되는 것을 의미한다. 게다가, 그러한 접근법은 겉보기 전력을 추정하였지만, 전류와 기준 전압 사이의 위상각을 고려하지 않았다.
도면들을 참조하면, 도 1은 제1 실시예에 따른 건축물의 회로 차단기(190) 및 전력 기반 시설(160)에 부착되는 예시적인 시스템(100)의 도면을 도시한다. 도 2는 제1 실시예에 따른 시스템(100)의 블록도를 도시한다. 시스템(100)은 단지 예시적이고 본원에 제공되는 실시예들에 제한되지 않는다. 시스템(100)은 상세하게 본원에 도시되거나 설명되지 않는 많은 상이한 실시예 또는 예에 채용될 수 있다. 시스템(100)은 건축물의 전력 기반 시설(160)에서의 전력 사용량을 감지하는 시스템으로 고려될 수 있다. 예를 들어, 건축물은 별개의 전기 서비스가 구비되고/되거나 지정된 목적을 제공하는 임의의 빌딩일 수 있다. 몇몇 예로써, 그러나 어떠한 의도되거나 암시된 제한 없이 열거하자면, 건축물들의 예들은 단일 가족용 주택, 아파트, 콘도미니엄, 연립 주택, 복층 아파트, 3층 아파트, 4층 아파트 등뿐만 아니라, 상점, 창고 및 공장과 같은 상업 건축물들을 포함한다.
일부 실시예들에서, 시스템(100)은: 감지 디바이스(110), 디스플레이 디바이스(120) 및/또는 교정 디바이스(180)를 포함할 수 있다. 많은 예들에서, 시스템(100)은 회로 차단기 패널(190)과 같은 통상적 차단기 박스 또는 회로 차단기 패널 상에서 사용될 수 있다. 미국에서의 회로 차단기 패널들은 일반적으로 전미 전기 제작업자 협회(NEMA)로부터의 지침들에 기반한 일반적 전기 “방식”을 준수한다. 상세하게는, 회로 차단기 패널들은 일반적으로 점검문을 갖는 전면을 갖는다. 전면은 일반적으로 본선 전기 공급 장치들 또는 라인들이 모선에 연결되는 내부를 커버한다. 도 1에 도시된 바와 같이, 회로 차단기 패널(190)은 개별 회로 차단기(165) 및 개별 회로 차단기(161)와 같은 개별 회로 차단기들을 포함할 수 있다. 다양한 실시예들에서, 회로 차단기 패널(190)은 외부면을 갖는 패널(196)을 포함할 수 있다. 수개의 실시예들에서, 회로 차단기 패널(190)은 개별 회로 차단기들(예를 들어, 161, 165) 및/또는 패널(196)에 대한 액세스를 제공하는 문(197)을 포함할 수 있다. 다수의 실시예들에서, 회로 차단기 패널(190)은 하나 이상의 본선 회로 차단기(미도시)를 포함할 수 있다. 많은 실시예들에서, 회로 차단기 패널(190)은 본선 전력 도선들(193, 194 및 195) 중 적어도 일부를 포함할 수 있다.
다양한 실시예들에서, 개별 회로 차단기(예를 들어, 161, 165)는 회로 차단기 레버들(예를 들어, 회로 차단기 레버들(162 및 166), 각각)을 포함할 수 있고, 각각 분기 회로들(163 및 167)과 같은 분기 회로들을 통해 전력을 제공할 수 있다. 예를 들어, 분기 회로(163)는 건축물의 콘센트(164)에 전력을 제공할 수 있고/있거나, 분기 회로(167)는 건축물의 콘센트(168)에 전력을 제공할 수 있다. 수개의 실시예들에서, 건축물의 전력 기반 시설(160)은 적어도 회로 차단기 패널(190), 본선 전력 도선들(193, 194 및 195)(“공급 장치들” / “지맥들”), 및 분기 회로들(163 및 167)과 같은 건축물에서의 분기 회로들을 포함할 수 있다. 많은 예들에서, 본선 전력 도선들(193, 194 및 195)은 부착 바(198)에 전기적 결합되고/되거나, 개별 회로 차단기들(예를 들어, 161, 165) 및 전력 기반 시설(160)에서의 분기 회로들(예를 들어, 163, 167)에 전력을 공급할 수 있는 모선(199)과 같은 하나 이상의 모선에 연결될 수 있다. 많은 실시예들에서, 패널(196)은 사람들이 이러한 가압된 전력 도선들과 부주의로 접촉하는 것으로부터 보호하기 위해 본선 전력 도선들(193, 194 및 195) 및 연관된 회로망의 적어도 일부 위에 가로 놓일 수 있다. 패널(196)은 스틸 또는 다른 금속으로 구성될 수 있다. 많은 예들에서, 문(197)은 개별 회로 차단기들(예를 들어, 161, 165)을 커버하고, 심미적 이유로 전형적으로 폐쇄되지만 회로 차단기 패널(190) 내의 개별 회로 차단기들(예를 들어, 161, 165)의 레버들(예를 들어, 162, 166)에 대한 액세스를 가능하게 하도록 개방될 수 있다.
많은 실시예들에서, 시스템(100)은 본선 전력 도선들(193, 194 및 195)을 통해 인출되는 전류를 추정함으로써 건축물에서의 전류 소모량을 컴퓨팅하는데 사용될 수 있다. 일반적으로, 주택지 및 작은 상업 전기 서비스는 전형적으로 240 볼트(V) 분상 서비스이다. 이는 어느 하나의 전력 도선(193 또는 194)으로부터의 전류를 복귀시키는데 사용될 수 있는 중성선(예를 들어, 전력 도선(194))과 함께, 180 도 탈조되는 2개의 120 V 교류(AC) 소스 도선(예를 들어, 전력 도선들(193 및 195))을 제공하는 공공 시설을 지칭한다. 전력 도선들(193, 194 및 195)은 건축물 내의 상이한 부하들에 공급하는 분기 회로들(예를 들어, 163, 167)로 갈라지기 전에, 공공 시설로부터 들어오는 전력을 전달하는 "급전선" 또는 "본선" 전력 도선들일 수 있다. 120 V 부하들은 더 낮은 와트량 부하들 즉, 표준 3갈래 120 V 15 암페어(A) 또는 120 V 20 A 소켓들에 플러그 연결되는 부하들, 및 대략 2 킬로와트(㎾) 미만의 전력 인출을 갖는 작은 전기 기구들을 주로 포함할 수 있다. 이러한 부하들은 개별 회로들에서 배선되고 콘센트들(164 및 168)과 같은 콘센트들에 부착될 수 있고, 본선 전력 도선들(193 및 194) 쌍(“제1 위상 분기” 또는 “제1 지맥”) 사이, 또는 본선 전력 도선들(195 및 194) 쌍(“제2 위상 분기” 또는 “제2 지맥”) 사이에서 흐를 수 있다. 240 V 부하들은 2 ㎾(킬로와트) 초과를 소모하는 전형적으로 큰 전기 기구들(예를 들어, 전기 드라이어, 스토브, 에어컨 압축기, 전기 배이스보드형 가열기들)이다. 이러한 경우에, 부하 전류는 전력 도선들(193 및 195) 사이에서 흐르고 어떤 부하 전류도 전력 도선(194)에서 흐르지 않는다. 전력 도선들(193 및 195) 상의 전압들 사이의 180 도 위상 관계 때문에, 총전압은 240 V이다.
공업용 빌딩들은 3개의 위상이 서로로부터 120 도 상쇄되는 3상 서비스를 전형적으로 갖는다. 단상 전력 서비스를 상술하였지만, 시스템(100)은 또한 3상 전력 서비스로 사용될 수도 있다. 어느 경우에나, 시스템(100)은 모든 지맥(예를 들어, 본선 전력 도선들(193, 194, 195))을 통해 흐르는 전류를 예측할 수 있다. 본선 전력 도선들(193, 194 및 195)에 의해 생성되는 자계들을 감지함으로써, 시스템(100)은 건축물에서의 모든 부하가 전력 도선들(193, 194 및/또는 195)에 병렬로 결합되므로, 공공 시설로부터 모든 부하에 의해 인출되는 총전류를 감지할 수 있다. 와이어(예를 들어, 193, 194, 195)로부터 그리고 패널(196)의 판금의 층을 통해서도 수 센티미터 방사하는 본선 지맥들(예를 들어, 193, 194, 195)로부터 생성되는 필드는 각각의 지맥(예를 들어, 193, 194, 195)을 통해 흐르는 전류를 따로따로 추정하는데 사용될 수 있다. 이상적인 상황에서, 자계는 전류와 선형으로 비례할 것이다. 그러나, 자계와 전류 사이의 관계는 모든 이웃한 와이어로부터의 필드들, 반사된 자계들 및 판금의 자기 비선형성들 때문에 실제로 단순하지 않다.
또한 도 1 및 도 2를 참조하면, 많은 실시예들에서, 감지 디바이스(110)는 자계 센서들(111, 112, 113 및 114)과 같은 하나 이상의 자계 센서를 포함할 수 있다. 자계 센서들(111 내지 114)은 회로 차단기 패널(190) 내부의 도선들에 의해 생성되는 시변 자계에 응답하도록 구성되는 유도성 픽업, 홀 효과 센서, 자기 저항성 센서, 또는 임의의 다른 타입의 센서를 포함할 수 있다. 예를 들어, 자계 센서들(111 내지 114)은 모델 번호 07C12인, RadioShack 제거 가능 전화 픽업 센서들일 수 있다. 자계 센서들(111 내지 114)은 패널(196) 뒤의 본선 전력 도선들(193, 194 및 195)뿐만 아니라, 분기 회로들(예를 들어, 163, 167) 중 일부에서 흐르는 60 ㎐ 전류로부터 방사되는 자계를 검출하도록 패널(196)의 외부면 상에 배치될 수 있다. 도 1은 패널(196) 상의 감지 디바이스(110)의 샘플 배치를 도시한다. 일부 실시예들에서, 자계 센서들(예를 들어, 111 내지 114)은 유비쿼터스 회로 인쇄 기법들을 사용하여 인덕터들의 어레이로서 인쇄될 수 있으며, 유비쿼터스 회로 인쇄 기법들은 스티커로서 감지 디바이스(110)가 회로 차단기 패널(190)에 부착되는 것을 가능하게 할 수 있다.
수개의 실시예들에서, 감지 디바이스(110)는 하나 이상의 자석(117)을 포함할 수 있다. 다수의 실시예들에서, 자석들(117)은 영구 자석들일 수 있어, 자석들(117)은 지속성 자계를 생성할 수 있다. 다양한 실시예들에서, 하나 이상의 자계 센서(예를 들어, 111 내지 114)는 자석들(117)에 의해 둘러 싸여질 수 있다. 다양한 실시예들에서, 자석들(117)은 본선 전력 도선들(193, 194 및 195)과 자계 센서들(111 내지 114) 사이에 위치되는 패널(196)의 판금의 자기 비선형성의 효과를 감소시키도록 배치될 수 있다. 본선 전력 도선들(193, 194 및/또는 195)에서 흐르는 실제 전류 파형과 자계 센서들(111 내지 114)에 의해 감지되는 자기 파형 사이의 시간차는 패널(196)의 재료의 자기 포화도 및 투자율에 의존할 수 있다. 자석들(117)로 자계를 포화시키는 것은 패널(196)의 판금에 의해 유도되는 비선형성을 감소시킬 수 있다. 즉, 실제 파형과 감지된 파형 사이의 위상차의 비선형성은 자석들(117)로 자계 센서들(111 내지 114)을 둘러쌓음으로써 감소될 수 있으며, 이는 이하에 추가로 상세히 논의되는 바와 같이 유익하게 위상각 계산의 보다 정확한 예측들을 야기한다.
다수의 실시예들에서, 감지 디바이스(110)는 부착 메커니즘(219)을 포함할 수 있다. 부착 메커니즘(219)은 패널(196)과 같은 회로 차단기 패널(190)의 표면에 감지 디바이스(110)를 부착시키도록 구성될 수 있다. 일부 예들에서, 부착 메커니즘(219)은 접착제, 훅 앤 루프(hook-and-loop) 재료, 자석 또는 다른 부착 메커니즘을 포함할 수 있다.
다양한 실시예들에서, 감지 디바이스(110)는 자계 센서들(111 내지 114)에 의해 감지되는 자계들에 대한 하나 이상의 신호를 송신하는데 사용될 수 있는 송신기(215) 및/또는 전원(216)을 포함할 수 있다. 예를 들어, 송신기(215)는 유선 또는 무선 채널일 수 있다. 예를 들어, 송신기(215)는 와이파이(무선 충실도, IEEE(미국 전기 전자 학회) 802.11 표준), 지그비(IEEE 802.15.4), 블루투스(IEEE 802.15.1)와 같은 통신 프로토콜, 또는 전매 데이터 통신 프로토콜과 같은 다른 적절한 프로토콜을 사용하여 통신할 수 있다. 일부 실시예들에서, 전원(216)은 배터리 또는 다른 적절한 전원일 수 있고, 송신기(215)를 통한 송신을 위해 전력을 제공할 수 있다.
또한 도 1 및 도 2를 참조하면, 많은 실시예들에서, 교정 디바이스(180)는 콘센트(164 또는 168)와 같은 건축물에서의 콘센트에 플러그 연결될 수 있고, 교정 디바이스가 분기 회로(161) 및/또는 분기 회로(167)와 같은 분기 회로에 전기적 결합되는 것을 가능하게 할 수 있는 전기 플러그(282)를 포함할 수 있다. 일부 실시예들에서, 시스템(100)은 단일 교정 디바이스(180)를 포함할 수 있다. 다른 실시예들에서, 시스템(100)은 교정 디바이스(180)와 같은 하나보다 더 많은 교정 디바이스를 포함할 수 있다. 예를 들어, 제1 교정 디바이스(예를 들어, 180)는 전력 기반 시설(160)의 제1 위상 분기(제1 지맥) 상에 전기적 결합될 수 있고 제2 교정 디바이스(예를 들어, 180)는 전력 기반 시설(160)의 제2 위상 분기(제2 지맥) 상에 전기적 결합될 수 있다. 많은 실시예들에서, 교정 디바이스(284)는 교정 디바이스(180)를 제어하는 통신을 수신하는데 사용될 수 있는 송수신기(284)를 포함할 수 있다. 예를 들어, 송수신기(284)는 유선 또는 무선 채널일 수 있고/있거나, 와이파이, 지그비, 블루투스 또는 다른 적절한 프로토콜과 같은 통신 프로토콜을 사용하여 통신할 수 있다.
많은 실시예들에서, 교정 디바이스(180)는 부하 제어부(283) 및 부하부(281)를 포함할 수 있다. 부하부(281)는 하나 이상의 교정 부하 및/또는 하나 이상의 스위치를 포함할 수 있다. 스위치들은 기계 릴레이 스위치, 고체 상태 릴레이, 트라이액, 트랜지스터(예를 들어, 필드 효과 트랜지스터(FET), 실리콘 제어 정류기(SCR), 양극성 접합 트랜지스터(BJT), 절연 게이트 양극성 트랜지스터(IGBT) 등), 또는 다른 적절한 제어 가능 스위칭 디바이스일 수 있다. 스위치들의 사용을 통해, 하나 이상의 교정 부하는 센서(110) 및/또는 시스템(100)의 교정을 용이하게 하기 위해 건축물의 전력 기반 시설(160)의 분기 회로(예를 들어, 163 또는 167)에 일시적으로 전기적 결합될 수 있다.
부하부(281)에서의 교정 부하들은 저항성 구성 요소를 갖거나 갖지 않는 하나 이상의 저항기 및/또는 인덕터 또는 커패시터와 같은 하나 이상의 무효 부하일 수 있다. 게다가, 교정 부하는 가변 저항을 갖는 부하일 수 있다. 일 예로서, 교정 부하들은 스위치들을 통하여 직렬 및/또는 병렬 조합으로 연결될 수 있는 부품 번호 TGHLVR100JE인, Ohmite 섀시 마운트 저항기들과 같은 4개의 높은 와트량 저항기일 수 있다.
다수의 실시예들에서, 부하 제어부(283)는 송수신기(284)로부터 통신을 수신하기 위해 마이크로제어기를 포함할 수 있고/있거나 릴레이들을 구동시키기 위해 부하부(281)의 스위치들로 신호들을 송신할 수 있다. 스위칭 신호는 분기 회로(예를 들어, 163, 167)를 일시적으로 완성하고, 회로를 완성하고 본선 전력 도선들(193, 194 및/또는 195)을 통해 전력을 인출하기 위해 하나 이상의 교정 부하를 스위칭 온하는데 사용될 수 있다. 예를 들어, 부하 제어부는 25 와트(W), 100 W, 200 W 및/또는 300 W 부하들을 제공하도록 스위치들을 구동시킬 수 있다. 하나 이상의 교정 디바이스(예를 들어, 180)는 감지 디바이스(110) 및/또는 시스템(100)을 자동적으로 교정하도록 하나의 또는 일련의 알려진 부하를 인출할 수 있다. 다수의 실시예들에서, 교정 디바이스(180)에 의해 인출될 수 있는 최대 부하는 1000 W이다. 다른 실시예에서, 교정 디바이스(180)에 의해 인출될 수 있는 최대 부하는 300 W이다. 또 다른 실시예들에서, 교정 디바이스(180)에 의해 인출될 수 있는 최대 부하는 50 W이다. 교정 디바이스(180)에 의해 인출되는 비교적 작은 최대 부하들은 유익하게 교정 디바이스가 안전하게 열을 방산시키고/시키거나, 전력 소모량을 감소시키고/시키거나, 작은 폼 팩터로 제공되는 것을 가능하게 할 수 있다. 많은 실시예들에서, 시스템(100)은 유리하게는 교정 디바이스(180)를 통해 300 W까지만 인출하도록 건축물에서 일어나는 실제 정상 전기 액티비티들을 레버리징할 수 있지만, 그럼에도 불구하고, 0과 20 ㎾ 사이와 같은 건축물에서의 가능한 전력 사용량의 전체 범위에 걸쳐, 그리고/또는 10 W 증가와 같은 작은 증가에서 센서(110) 및/또는 시스템(100)을 교정할 수 있다.
일부 실시예들에서, 교정 디바이스(180)는 전압 센서(285)를 포함할 수 있다. 전압 센서(285)는 콘센트(164)와 같은 전력 기반 시설(160)에의 전기 플러그(184)의 연결을 통해 측정될 수 있는 전력 기반 시설(160)의 전압을 감지하고/하거나 전력 기반 시설(160)의 전압의 위상을 감지하도록 구성될 수 있다. 다양한 실시예들에서, 전압 센서(285)에 의해 감지되는 전압 및/또는 전압의 위상은 송수신기(284)를 통해 송신될 수 있다. 많은 실시예들에서, 시스템(100)은 실 전력을 계산하는 것을 용이하게 하기 위해 전압의 위상을 사용할 수 있다.
또한 도 1 및 도 2를 참조하면, 많은 실시예들에서, 디스플레이 디바이스(120)는 전원(223)을 포함할 수 있다. 일부 실시예들에서, 전원(223)은 디스플레이 디바이스(120)에 전력을 제공할 수 있는 배터리 또는 전기 플러그(128)와 같은 전기 플러그일 수 있다. 전기 플러그는 콘센트(168)와 같은 전력 기반 시설(160)에 플러그 연결될 수 있다. 다수의 실시예들에서, 디스플레이 디바이스(120)는 감지 디바이스(110)로부터 출력 신호 그리고/또는 교정 디바이스(180)로부터 송수신기(224)를 통하여 전압 정보를 수신하도록 구성될 수 있다. 다양한 실시예들에서, 디스플레이 디바이스(120)는 송수신기(224)를 통하여 교정 디바이스(180)로 부하부(281)를 활성화하는 신호들과 같은 제어 신호들을 송신할 수 있다. 다양한 실시예들에서, 송수신기(224)는 유선 또는 무선 채널일 수 있고/있거나, 와이파이, 지그비, 블루투스 또는 다른 적절한 프로토콜과 같은 통신 프로토콜을 사용하여 통신할 수 있다.
일부 실시예들에서, 표시부(120)는 처리 모듈(225), 메모리(226) 및/또는 디스플레이(121)를 포함할 수 있다. 수개의 실시예들에서, 계산부(120)는 작은 폼 팩터 디스플레이 디바이스일 수 있다. 다른 실시예들에서, 계산부(120)는 개인용 컴퓨터(PC)일 수 있다. 다양한 실시예들에서, 디스플레이(121)는 전력 사용량과 같은 정보를 표시하도록 구성될 수 있고, 모니터, 터치 스크린, 액정 디스플레이(LCD) 또는 다른 적절한 디스플레이일 수 있다. 다양한 실시예들에서, 디스플레이(121)는 주택과 같은 건축물에서의 최종 사용자에게 본원에 설명하는 기법들의 결과를 나타낼 수 있다.
다수의 실시예들에서, 처리 모듈(225)은 Texas Instruments, Inc.에 의해 제조되는 MSP430 마이크로제어기와 같은 하나 이상의 처리부일 수 있다. 다른 실시예에서, 처리 모듈(225)은 Texas Instruments, Inc.에 의해 제조되는 TMS320VC5505 디지털 신호 프로세서 또는 Analog Devices, Inc.에 의해 제조되는 Blackfin 디지털 신호 프로세서와 같은 디지털 신호 프로세서일 수 있다.
일부 실시예들에서, 처리 모듈(225)은 감지 디바이스(110)의 교정을 결정하고 본선 전력 도선들(193, 194 및 195)의 전류 및/또는 전력과 같은 건축물의 전력 기반 시설(160)에서의 전력 사용량을 결정하기 위해 감지 디바이스(110)로부터의 전류 측정치들을 사용하도록 구성될 수 있다. 일부 예들에서, 처리 모듈(225)은 보다 상세히 후술하는 신경망 모듈(222), 전달 함수 모듈(229), 위상각 모듈(228) 및/또는 전력 소모 모듈(227)과 같은 메모리(226)에 저장되는 컴퓨터 명령어들의 하나 이상의 모듈을 실행시킬 수 있다. 메모리(226)는 하나 이상의 비일시적 데이터 저장 요소일 수 있다.
도면들을 참조하면, 도 3은 제2 실시예에 따른 예시적인 시스템(300)의 블록도를 도시한다. 시스템(300)은 단지 예시적이고 본원에 제공되는 실시예들에 제한되지 않는다. 시스템(300)은 상세하게 본원에 도시되거나 설명되지 않는 많은 상이한 실시예 또는 예에 채용될 수 있다. 시스템(300)은 시스템(100)(도 1 및 도 2)과 유사하거나 동일할 수 있고, 시스템(300)의 다양한 구성 요소는 시스템(100)(도 1 및 도 2)의 다양한 구성 요소와 유사하거나 동일할 수 있다. 다양한 실시예들에서, 시스템(300)은 감지 디바이스(110) 및 교정 디바이스(380)를 포함할 수 있다. 많은 실시예들에서, 교정 디바이스(380)는 다양한 요소를 포함하고/하거나 교정 디바이스(180)(도 1 및 도 2) 및 디스플레이 디바이스(120)(도 1 및 도 2)의 다양한 기능성을 수행할 수 있다. 예를 들어, 교정 디바이스(380)는 교정 디바이스(180)(도 1 및 도 2)로부터의 부하부(281), 부하 제어부(283), 전압 센서(285) 및 전기 플러그(282)를 포함할 수 있고, 디스플레이 디바이스(120)(도 1 및 도 2)의 처리 모듈(225), 메모리(226), 디스플레이(121), 신경망 모듈(222), 전달 함수 모듈(229), 위상각 모듈(228) 및 전력 소모 모듈(227)을 포함할 수 있다. 다양한 실시예들에서, 교정 디바이스(180)(도 1 및 도 2) 및 디스플레이 디바이스(120)(도 1 및 도 2)의 2개 이상의 요소는 교정 디바이스(380)에서의 단일 요소로서 결합될 수 있다. 예를 들어, 송수신기(284)(도 2)는 교정 디바이스(380)에서의 송수신기(224)로 결합될 수 있다. 다른 예로서, 디스플레이 디바이스(120)(도 2)의 전원(223)은 교정 디바이스(380)의 전기 플러그(282)로 결합될 수 있다.
도 1 내지 도 3을 참조하면, 자계 센서들(111 내지 114)은 각각 회로 차단기 패널(190)의 밑에 있는 본선 전력 도선들(193, 194 및/또는 195)로부터 생성되는 자계를 감지할 수 있고, 자계를 나타내는 출력 신호를 생성할 수 있다. 자계 센서(111)에 의해 생성되는 출력 신호는 S1로 본원에 표시된다. 자계 센서(112)에 의해 생성되는 출력 신호는 S2로 본원에 표시된다. 자계 센서(113)에 의해 생성되는 출력 신호는 S3으로 본원에 표시된다. 자계 센서(114)에 의해 생성되는 출력 신호는 S4로 본원에 표시된다. 감지된 자계를 전류로 전환하기 위해, 시스템(100) 및/또는 시스템(300)은, 감지된 자속이 주어질 경우에 유속을 유도하는 본선 지맥에서의 근원적인 전류 흐름이 무엇인지를 결정할 수 있는 전달 함수를 사용할 수 있다. 시스템(100) 및/또는 시스템(300)은 자계 센서들(예를 들어, 111 내지 114)이 알려진 양의 전류 인출로 인해 자계에서 일어나는 변화를 감지하는 동안, 주어진 시간에서 부하부(281)에서의 저항성 부하에 전력을 공급함으로써 그러한 전류를 인출할 수 있는 교정 디바이스(180)(도 1 및 도 2) 및/또는 교정 디바이스(380)(도 3)를 사용하여 전달 함수를 추정할 수 있다.
많은 실시예들에서, 시스템(100) 및/또는 시스템(300)은 이러한 자계 신호들을 본선 전력 도선들(193, 194 및/또는 195) 각각을 통해 흐르는 전류 파형들로 전환하는데 사용될 수 있는 전달 함수를 생성할 수 있다. 실 전력을 예측하기 위해, 시스템(100) 및/또는 시스템(300)은 단지 전류의 제곱평균제곱근(RMS) 값보다는 오히려 전류 파형의 RMS 값 및 전류 파형과 전압 파형 사이의 위상각 둘 다를 결정할 수 있다.
자속이 주어질 때 전류 파형을 컴퓨팅하기 위해 전달 함수를 생성하는 것은 회로 차단기 패널(190) 및 감지된 자계의 근본적 특성들에 의해 제기되는 다양한 과제 때문에 중대할 수 있다. 제1 과제는 빗나가는 자속일 수 있다. 본선 전력 도선들(193, 194 및/또는 195)에 더하여, 회로 차단기 패널(190)은 또한 개별 회로 차단기들(예를 들어, 161, 165)을 통과하는 다른 전기 와이어들로 구성된다. 또한 본선 라인들 주변을 지나는 와이어들이 있고 와이어들 각각은 와이어들을 통해 흐르는 전류에 의존하여 타당한 양의 자계를 방사할 수 있다. 자계 센서(111 내지 114)는 모든 이러한 소스로부터 방사되는 자계를 감지할 수 있다. 본선 라인들에 의해 방사되는 자계만을 결정하기 위해, 주변 와이어들에 의해 방사되는 자계들은 본선 전력 도선들(193, 194 및/또는 195)로부터 방사되는 자속만을 식별하는 전달 함수에 의해 예측 동안 제거되어야 한다.
제2 과제는 감지 디바이스(110)의 위치일 수 있다. 자계 센서들(111 내지 114)에 의해 감지되는 자계의 양은 자계 센서들(111 내지 114)과 본선 전력 도선들(193, 194 및/또는 195) 사이의 거리에 의존할 수 있다. 시스템(100) 및/또는 시스템(300)이 감지 디바이스(110)가 차단기 패널의 임의의 위치 상에 배치되는 것을 가능하게 하는 배치 불변 시스템이기 위해, 전달 함수는 자계 센서들(111 내지 114)과 본선 전력 도선들(193, 194 및/또는 195) 사이의 임의의 거리를 포괄할 수 있어야 한다.
제3 과제는 본선 전력 도선들(193, 194 및/또는 195) 각각의 자속을 격리하는 것일 수 있다. 본선 전력 도선들(193, 194 및/또는 195) 각각을 통해 흐르는 전류는 자계 센서들(111 내지 114) 각각의 감지된 자계에 기여할 수 있다. 그러나, 센서(110)는 본선 전력 도선들(193, 194 및/또는 195)의 각각에 의해 생성되는 자계의 얼마나 많은 것이 자계 센서들(111 내지 114)에 의해 감지되는 자계들 각각에 기여하는지를 선험적으로 알지 못한다. 도 1에 도시된 바와 같이, 자계 센서(111)(가장 좌측 센서) 및 자계 센서(114)(가장 우측 센서)는 각각 가장 좌측 지맥(본선 전력 도선(193)) 및 가장 우측 지맥(본선 전력 도선(195))에 의해 주로 영향을 받을 가능성이 있다. 그러나 영향의 비율은 선험적으로 알려져 있지 않다. 자계 센서들(112 및 113)(2개의 중간 센서)의 경우, 시나리오는 훨씬 더 예측 불가능할 수 있다. 전달 함수는 본선 전력 도선들(193, 194 및/또는 195) 각각이 자계 센서들(111 내지 114) 각각에 영향을 주는 비율을 알아낼 수 있어야 한다.
제4 과제는 회로 차단기 패널(예를 들어, 회로 차단기 패널(190))의 배선의 불확실성일 수 있다. NEMA 및 NEC에 의해 공표되는 지침들에도 불구하고, 차단기 패널들의 내부 배선은 차단기 패널들을 설치했던 전기 기술자의 숙련 및/또는 경력과 같은 다양한 요인에 따라 상당히 달라진다. 전달 함수는 임의의 타입의 배선을 갖는 임의의 차단기 패널에 통용될 수 있어야 한다.
이러한 과제들이 상이한 차단기 패널들에 걸쳐 다를 수 있으므로, 동일한 양의 전기 부하는 상이한 패널들에서 상이한 양들의 자계를 유도할 수 있다. 더욱이, 감지 디바이스(110)의 동일한 위치 선정을 갖는 동일한 패널에서도, 전기 부하의 양과 자계 사이의 관계는 전체로서 회로 차단기 패널(190) 내부의 기존 자계에 의존할 수 있다. 예를 들어, 본선 전력 도선들(193, 194 또는 195) 중 하나를 통한 기준치 전류는 I1일 수 있고 Ich 양의 정의 변화는 S1에서 Sch1의 정의 변화를 야기할 수 있다. 기준치 전류가 I2로 변화되면, 동일한 정의 Ich 변화는 상이한 양의 변화 Sch2를 야기할 수 있다. 자계들이 어떻게 상이한 와이어들 그리고 와이어들의 보강 또는 상쇄적 간섭으로부터 방사했는지에 따라, Sch2의 값은 정의 Ich 값에도 불구하고 심지어 부일 수 있다.
따라서, 본선 전력 도선들(193, 194 및/또는 195)에서의 전류와, 자계 센서들(111 내지 114)에 의해 감지되는 자계 사이의 관계는 비선형일 수 있고/있거나 기존 기준치 자계 및/또는 다른 자계들의 존재에 의존할 수 있다. 이러한 가변성 및 비선형성을 포괄하기 위해, 시스템(100) 및/또는 시스템(300)은 차단기 패널의 각각의 “상태”에 대한 다수의 다항식을 생성할 수 있다. 자속의 면에서 상태를 한정함으로써, 시스템(100) 및/또는 시스템(300)은 각각의 상태에 대한 함수를 확립할 수 있다. 그러한 문제는 입력으로서 주어진 상태들을 갖는 함수를 학습하는 기계 학습 기법들에 양호하게 적합할 수 있다. 예를 들어, 시스템(100) 및/또는 시스템(300)은 입력으로부터의 출력을 예측하기 위해 근본적으로 다항식 함수를 학습할 수 있는 신경망 모델을 사용할 수 있다.
다수의 실시예들에서, 신경망 모듈(222)은 부하부(281)를 사용하여 신경망 모델을 구성할 수 있다. 상술한 바와 같이, 교정 디바이스는 직렬 25 W, 100 W, 200 W 및 300 W 부하들을 통한 사이클링과 같은 다양한 부하를 적용할 수 있다. 교정기가 부하를 턴 온하기 바로 전에, 신경망 모듈(222)은 감지 디바이스(110)에 의해 측정되는 값들을 추적하는 것을 시작할 수 있다. 부하를 턴 온하는 것은 총전류 그리고 따라서, 자속의 변화를 야기한다. 이러한 자속의 변화는 시스템(100) 및/또는 시스템(300)에 의해 기록될 수 있다. 각각의 교정기 작동(예를 들어, 부하부(281)를 통해 부하를 턴 온하거나 턴 오프하는 것)의 경우, 신경망 모듈(222)은 신경망에 대한 트레이닝 인스턴스를 구성할 수 있다. 그러한 인스턴스의 구성은 표 1에 도시된다. 모든 행의 처음 8개의 열은 학습 알고리즘의 입력 특징부들일 수 있다. 제9 열은 알고리즘이 학습하려 시도할 출력값일 수 있다. 신경망은 층들 각각에서 5개의 신경 단위를 갖는 하나의 입력층, 하나의 출력층 및 2개의 숨겨진 층으로 구성될 수 있다. 많은 실시예들에서, 신경망 모듈(222)은 함수를 학습하기 위해 본원에 설명하는 입력들 및 출력들을 갖는 통상적 신경망 기계 학습 알고리즘을 사용할 수 있다.
Figure pct00001
표 1에서, S1p, S2p, S3p 및 S4p는 교정기가 부하를 턴 온하기 전에, 각각 자계 센서들(111 내지 114)에 의해 생성되는 4개의 출력 신호의 RMS 값들일 수 있다. S1c, S2c, S3c 및 S4c는 교정기가 부하를 턴 온한 후에, 각각 자계 센서들(111 내지 114)에 의해 생성되는 4개의 출력 신호의 RMS 값들일 수 있다. Ich는 교정기가 플러그인될 때, 지맥(본선 전력 도선들(193, 194 또는 195) 중 하나)에 추가되는 교정기의 전류의 양일 수 있다. 자속 변화와 전류 변화 사이의 관계가 회로 차단기 패널(190)에 존재하는 기존 자속에 의존할 수 있으므로, 많은 실시예들에서, 신경망 모듈(222)은 유속의 변화만을 사용하는 것 대신에 입력 특징부들로서 이전 및 현재 자속 둘 다를 사용할 수 있다.
다수의 실시예들에서, 교정 디바이스(180)는 5 초 동안 부하부(281)의 각각의 부하를 턴 온할 수 있다. 5 초 후에, 교정 디바이스(180)는 부하부(281)의 부하를 턴 오프할 수 있고, 신경망 모듈(222)은 유사한 이벤트를 캡처하고 턴 오프 이벤트에 대해 유사한 트레이닝 인스턴스를 계산할 수 있다. 많은 실시예들에서, 시스템(100) 및/또는 시스템(300)은 본선 전력 도선들(193, 194 및/또는 195) 각각을 통과하는 전류의 절댓값에 대한 액세스를 갖지 않는다. 수개의 실시예들에서, 선험적 정보는 단지 교정부(180)가 본선 전력 도선들(193, 194 및/또는 195)에서 야기하는 전류 변화의 양일 수 있다. 따라서 많은 실시예들에서, 신경망 모델은 절대 전류값이 아닌, 전류값의 변화만을 예측하도록 트레이닝될 수 있다.
본선 전력 도선들(193, 194 및/또는 195) 각각에서의 절대 전류 파형을 예측하기 위해, 전달 함수 모듈(229)는 센서값들을 전류 파형으로 전환하는 전달 함수를 생성하도록 예측 모델 및 주택에서의 평상의 전기 액티비티들을 레버리징할 수 있는 기하학적 변환 기법을 사용할 수 있다. 단순함을 위해, 이하의 기법의 설명은 4개(예를 들어, 111 내지 114) 대신에, 하나만의 자계 센서, 및 단일 지맥(본선 전력 도선들(193, 194 및/또는 195) 중 하나)만을 사용한다.
처음에, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 신경망 모듈(222)(도 2 및 도 3)에 의해 생성되는 수집된 교정 데이터를 사용하여 초기 전달 함수를 생성할 수 있다. 전달 함수는 교정 디바이스(예를 들어 180(도 1 및 도 2), 380(도 3))가 제공할 수 있는 부하들의 범위로 제한될 수 있는 자계값들의 작은 범위에 대해서만 작동할 수 있다. 이러한 범위는 현재 자기 센서값들을 기록하면서, 교정된 영역으로서 저장될 수 있다. 전기 기구들이 건축물에서 사용될 때, 자기 센서값들이 시간이 지남에 따라 변화됨에 따라, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 교정 디바이스가 작은 부하를 인출하는 것에 의해 교정되지 않은 영역들을 교정하기 위해 교정 디바이스(예를 들어 180(도 1 및 도 2), 380(도 3))를 사용할 수 있다. 그러한 레벨에서 관측된 자계 신호의 차이는 전달 함수를 업데이트하는데 사용될 수 있다.
많은 실시예들에서, 시스템(100) 및/또는 시스템(300)이 센서(110)를 교정하기 시작할 때, 알려진 정보는 단지 각각의 자계 센서에 의해 측정되는 전류 RMS 자계(Sk)이다. 교정 디바이스(180)는 이러한 전류 자계 위의 직렬 100 W, 200 W, 및 300 W 부하들(각각 3 번)을 초기에 인출할 수 있다. 따라서, 필드값은 변화될 수 있고 시스템은 센서의 최대값(Sk+1)을 기록할 수 있다. 이러한 3개의 부하가 3번 반복되는 것에 기반하여, 신경망 모듈(222)은 Sk에서 Sk +1까지 9번의 교정 이벤트를 저장할 수 있다. 각각의 이벤트의 경우, 상술한 바와 같이 2개의 트레이닝 인스턴스(예를 들어, 부하를 턴 온하는 것(“온 이벤트”) 및 부하를 턴 오프하는 것(“오프 이벤트”))가 있을 수 있다. 이에 따라, 신경망 모듈(222)은 Sk 내지 Sk +1의 센서값으로부터 18개의 트레이닝 인스턴스를 수집하고 상술한 신경망 모델을 트레이닝하기 위해 이러한 인스턴스들을 사용할 수 있다.
도면들을 참조하면, 도 4는 함수(F)(400)의 영역(403)에 예측된 함수(Fk)(401)를 배치함으로써 유도될 수 있는 함수(F)(400)의 예시적인 그래프를 도시한다. 많은 실시예들에서, 예측된 함수(Fk)(401)는 Sk에서 Sk +1까지의 자계 변화값을 전류값(Ich)으로 전환할 수 있다. 신경망 모델을 트레이닝함으로써, 신경망 모듈(222)(도 2 및 도 3)은 Sk에서 Sk +1까지의 자계 변화값을 전류 변화값(Ich)으로 전환할 수 있는 예측된 함수(401)(Fk)를 결정할 수 있다. 임의의 자계값(S)을 절대 전류값(I)으로 전환할 수 있는 함수(F)(400)를 구하기 위해, 예측된 함수(401)(Fk)는 F의 적절한 위치로 배치될 수 있다. 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)이 I의 절댓값을 알지 못하므로, 전달 함수 모듈(229)(도 2 및 도 3)은 랜덤 y축값(R)을 가정하고 (Sk, R)의 영역(403)에 함수(F)(400) 상의 예측된 함수(401)를 배치할 수 있다. 많은 실시예들에서, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 함수(F)(400)가 0에서 Sk까지의 영역(402)에서 어떻게 보이는지를 알지 못한다. 그러므로, 함수(F)(400)는 (0, 0) 내지 (Sk, R)의 영역(402)에서 외삽될 수 있다. 함수(F)(400)의 영역(402)이 외삽되므로, 함수(F)(400)는 S를 I로 변환하는데 열악하게 행할 수 있다.
도면들을 참조하면, 도 5는 함수(F)(500)의 예시적인 그래프를 도시한다. 도 6은 함수(F)(600)의 예시적인 그래프를 도시한다. 도 7은 함수(F)(700)의 예시적인 그래프를 도시한다. 많은 실시예들에서, 함수(F)(500), 함수(F)(600) 및/또는 함수(F)(700)는 부가 교정 시퀀스들에 기반한 함수(F)(400)(도 4)의 추가 개량일 수 있다. 많은 실시예들에서, 외삽된 영역(402)(도 4)을 추가로 결정하기 위해, 전달 함수 모듈(229)(도 2 및 도 3)은 자계 센서(예를 들어, 111 내지 114(도 1 내지 도 3)에 의해 측정되는 S의 값이 위치(402)(도 4)로의 Sk 미만이 될 때까지, 대기할 수 있으며, 이 지점에서 교정 프로세스가 재개시될 수 있다. 상술한 바와 같이, 신경망 모듈(222)(도 2 및 도 3)은 Sj에서 Sj +1까지의 자계값들을 전환할 수 있는(여기서, Sj < Sk임) 교정 시퀀스에서 측정되는 값들에 기반한 새로운 함수(Fj)를 결정할 수 있다. Sk < Sj +1인 경우들에 대해, 전달 함수 모듈(229)(도 2 및 도 3)은 도 5에 도시된 바와 같이, Fj를 Fk와 결합하고 Sj 내지 Sk +1을 커버하는 함수(F)(500)의 새로운 영역(502)을 생성할 수 있다. 그렇지 않으면 Sk > Sj +1인 경우들에서, 전달 함수 모듈(229)(도 2 및 도 3)은 (범위 Sk 내지 Sk +1을 커버하는) 영역(604)에서의 Fk에서 떨어질 수 있는 (범위 Sj 내지 Sj +1을 커버하는) 영역(602)에 Fj를 배치할 수 있다.
도 5에 도시된 바와 같이, 전달 함수 모듈(229)(도 2 및 도 3)은 0에서 Sj까지의 외삽된 영역(501)을 생성할 수 있다. 전기 기구들의 대부분이 오프되는 야간 동안과 같이 측정된 자계가 만일 Sj 미만이 되면, 신경망 모듈(222)(도 2 및 도 3)은 새로운 영역에 대한 새로운 교정 사이클을 개시할 수 있고 전달 함수 모듈(229)(도 2 및 도 3)은 새로운 위치에서 Sk +1까지의 함수(F)(500)를 추가로 개량하고/하거나 재생성할 수 있다.
도 6에 도시된 바와 같이, 전달 함수 모듈(229)(도 2 및 도 3)은 0에서 Sj까지의 외삽된 영역(501) 및 Sj +1에서 Sk까지의 외삽된 영역(603)을 생성할 수 있다. 측정된 값이 Sm이며, 여기서, Sj +1 < Sm < Sk인 경우에, 신경망 모듈(222)(도 2 및 도 3) 및 전달 함수 모듈(229)(도 2 및 도 3)이 Sm에서 Sk +1까지의 함수(F)(600)를 업데이트할 수 있도록 다시 시스템(100)은 교정 디바이스(180)(도 1 및 도 2)를 트리거할 수 있고/있거나 시스템(300)은 교정 디바이스(380)(도 3)를 트리거할 수 있다. 함수(F)(600)를 업데이트한 후에, 전달 함수 모듈(229)(도 2 및 도 3)은 영역(602)에 도시된 바와 같이, 전달 함수 모듈(229)(도 2 및 도 3)이 Sj에서 Sj +1까지의 함수를 이미 가짐에 따라, Sj +1에서 Sm까지 외삽할 수 있다.
도 7에 도시된 바와 같이, 건축물 내에 더 많은 전기 기구가 턴 온되고 센서값(Sn)이 Sk +1을 초과하면, Sn에서 Sn +1까지의 영역(704)에서 업데이트되는 바와 같이, 신경망 모듈(222)(도 2 및 도 3) 및 전달 함수 모듈(229)(도 2 및 도 3)이 함수(F)(700)를 생성하기 위해 함수(F)(500)(도 6)를 업데이트할 수 있도록 다시 시스템(100)은 교정 디바이스(180)(도 1 및 도 2)를 트리거할 수 있고/있거나 시스템(300)은 교정 디바이스(380)(도 3)를 트리거할 수 있다. 함수(F)(700)를 업데이트한 후에, 전달 함수 모듈(229)(도 2 및 도 3)은 전달 함수 모듈(229)(도 2 및 도 3)이 Sj에서 Sk +1까지의 영역(502)에서 이미 예측 함수를 가짐에 따라, Sk +1에서 Sn까지의 영역(703)에서 외삽할 수 있다. 시간이 경과함에 따라 그리고 부가 교정 시퀀스들을 야기할 수 있는 건축물 내의 더 많은 전기 기구가 턴 온되고/되거나 오프됨에 따라, 외삽된 영역들(예를 들어, 501, 703)은 점점 더 줄어들 수 있고 전달 함수 모듈(229)(도 2 및 도 3)은 S에서 I로의 더 양호한 변환 함수(예를 들어, 함수(400, 500, 600 또는 700))를 개량할 수 있다. 시스템(100)(도 1) 및/또는 시스템(300)(도 3)이 가구에서 작동함에 따라, 시스템(100)(도 1) 및/또는 시스템(300)(도 3)은 유리하게는 가구에서의 통상적 전기 액티비티들을 캡처할 수 있으며, 가구에서의 통상적 전기 액티비티들은 신경망 모듈(222)(도 2 및 도 3)을 사용하여 학습할 광범위한 센서값을 시스템(100)(도 1) 및/또는 시스템(300)(도 3)에 점점 더 제공할 수 있다. 더 많은 전기 기구가 턴 온되고 오프됨에 따라, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 점점 더 많은 범위에 대해 교정할 수 있고 예측된 전달 함수(예를 들어, 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7))는 점점 더 정확해질 수 있다.
도면들을 참조하면, 도 8(상단)은 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 생성되는 출력 신호들(S1, S2, S3 및 S4)에 대한 자속의 예시적인 그래프를 도시하고 도 8(하단)은 하나의 지맥(예를 들어, 본선 전력 도선들(193, 194 및/또는 195) 중 하나)을 통한 예측된 전류 파형(I)의 예시적인 그래프를 도시한다. 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)이 시작되면, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 측정되는 4개의 자계값(S1, S2, S3, S4)을 취할 수 있고 4개의 자계값(S1, S2, S3, S4)을 전류 파형(I)으로 변환할 수 있는 함수(F)(예를 들어, 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7))를 생성할 수 있다. 도 8(상단)은 샘플 입력을 도시하고 도 8(하단)은 예측 함수(F)의 상응하는 샘플 출력을 도시한다.
도 8에 도시된 바와 같이, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 각각의 지맥(예를 들어, 본선 전력 도선들(193, 194 및/또는 195) 중 하나)을 통해 흐르는 미가공 전류 파형을 예측할 수 있다. 즉, 그것은 선간 전압과 전류(I) 사이의 위상각(θ)을 계산하는데 사용될 수 있는 전류(I)의 위상 및 RMS 전류(I) 둘 다를 예측할 수 있다. 이러한 θ를 예측하는 것은 가정에 의해 소모되는 겉보기 전력과는 대조적으로, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)이 실 전력을 결정하는 것을 가능하게 할 수 있으므로, 에너지 모니터링 관점에서 적절할 수 있다.
도면들을 참조하면, 도 9(상단)는 예측된 전류 파형(I) 및 측정된 전압 파형의 예시적인 그래프를 도시하고, 도 9(하단)는 전류 파형(I)을 예측하는데 사용되었던 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 생성되는 출력 신호들(S1, S2, S3 및 S4)에 대한 자속의 예시적인 그래프를 도시한다. 많은 실시예들에서, 전압 파형은 전압 센서(285)(도 2 및 도 3)에 의해 측정될 수 있다. 위상각(θ)을 예측하기 위해, 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)은 “전류 파형의 위상으로의 임의의 변화가 또한 센서 파형으로 반영될 것이다”라는 가설에 의존할 수 있다. 도 9는 상기 가설의 타당성의 일 예를 나타낸다. 도 9(상단)에 도시된 바와 같이, 측정된 전압 및 예측된 전류 파형들은 서로와 근접하게 같은 위상으로 있다(θ가 작음). 도 9(하단)의 철저한 검사는 자기 파형들 중 2개(S1 및 S4)가 전류 파형과 동일한 위상 특성들(거의 동일한 타임 스탬프들에서의 영점 교차 상승 및 하강)을 갖는다는 것을 나타낸다. 즉, 전달 함수(예를 들어, 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7))는 전류 파형을 예측할 때, 자계 센서들(111 및 114)(도 1 내지 도 3)에 의해 더 영향을 받을 수 있다.
도면들을 참조하면, 도 10(상단)은 예측된 전류 파형(I) 및 측정된 전압 파형의 예시적인 그래프를 도시하고, 도 10(하단)은 전류 파형(I)을 예측하는데 사용되었던 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 생성되는 출력 신호들(S1, S2, S3 및 S4)에 대한 자속의 예시적인 그래프를 도시한다. 도 10(상단)은 전류 파형이 각도(θ)만큼 전압 파형에 뒤처지고 있는 상이한 시나리오를 도시한다. 하단 그래프에서의 도 10(하단)에 도시된 바와 같이, 자기 파형들 중 2개(S1 및 S4)가 또한 전류 파형을 추종하고 있다. 즉, 전류 파형이 각도(θ)만큼 위상 편이될 때, 4개의 센서 파형이 또한 일부 각도(θ1, θ2, θ3 및 θ4)만큼 위상 편이되어질 것이다. 이러한 각도들은 본래 위상 편이(θ)와 상이할 수 있다. 그러나, 전류 파형에 의해 주로 영향을 받는 센서들은 각도(θ)에 더 근접한 편이를 가질 수 있다. 이에 따라, 본래 편이와 감지된 편이 사이의 차이(θdiff)는 작을 수 있다.
많은 실시예들에서, 본선 전력 도선들(193, 194 및/또는 195)과 자계 센서들(111 내지 114)(도 1 내지 도 3) 사이의 패널(196)(도 1)의 판금의 존재는 본선 전력 도선들(193, 194 및/또는 195)을 통과하는 실제 전류 파형과, 재료의 자기 포화도 및 투자율에 기반하여 비선형 함수가 되는 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 감지되는 자기 파형 사이의 위상차(θdiff)를 야기할 수 있다. 다수의 실시예들에서, 자계 센서들(111 내지 114)(도 1 내지 도 3)을 둘러싸는 자석들(117)(도 1 내지 도 3)은 유리하게는 자계를 포화시키고 비선형성 효과를 감소시킬 수 있다. 결과적으로, θdiff는 거의 일정해질 수 있고 전달 함수(예를 들어, 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7))는 양호한 정확성을 갖는 위상각을 예측할 수 있다.
수개의 실시예들에서, 위상각 모듈(228)(도 2 및 도 3)은 전달 함수 모듈(229)(도 2 및 도 3)에 의해 생성되는 전달 함수(예를 들어, 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7))를 사용하여 예측된 전류와, 전압 센서(285)(도 2 및 도 3)에 의해 측정되는 전압 사이의 위상차 및/또는 위상각을 결정할 수 있다. 위상각은 예측된 전류의 위상각 빼기 전력 기반 시설(160)(도 1)에 걸친 전압의 위상각을 결정하는데 사용될 수 있는 전압 센서(285)(도 2 및 도 3)를 사용하여 측정되는 전압의 위상각과 동일할 수 있다. 수개의 실시예들에서, 예측된 전류의 위상각은 측정된 전압의 영점 교차를 참조하여 계산될 수 있다. 다수의 실시예들에서, 전력 계산 모듈(227)(도 2 및 도 3)은 위상차 및/또는 위상각에 기반하여 실 전력을 결정할 수 있다. 예를 들어, 실 전력은 전류 및 전압의 RMS 값들과 위상각의 코사인의 곱과 동일할 수 있다.
도면들을 참조하면, 도 11은 전달 함수 및 전달 함수의 분석된 요소들을 나타내는 예시적인 그래프들을 도시한다. 수학적으로, 전달 함수(예를 들어, 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7))는: I = F(S1, S2, S3, S4)와 같이 표현될 수 있다. 함수가 5차원(4개의 입력 및 하나의 출력)이므로, 예측된 전류 출력 상의 자계 센서들(예를 들어, 111 내지 114(도 1 내지 도 3) 각각의 영향을 시각화하는 것은 어려울 수 있다. 도 11의 상단 4개의 도표는 단일 센서값(S1, S2, S3 또는 S4) 각각에 기반하여 예측된 전류(I)를 도시한다. 처음 4개의 도표 각각의 경우, 하나의 센서값(S1, S2, S3 또는 S4)은 모든 다른 센서값을 0 마이크로테슬라(μT)로 유지하면서 선형으로 0 μT에서 100 μT까지 변화된다. 도 11의 하단 도표는 모든 4개의 센서값에 기반하여 예측된 전류(I)를 도시한다. 하단 도표는 모든 4개의 센서값이 0 μT에서 0.05 μT까지 증가한다고 가정한다. 전류는 암페어(amp)로 측정된다.
도 11의 도표화는 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3)의 실제 작동에서, 전류가 모든 센서값의 상이한 조합들에 기반하여 예측될 수 있음에 따라, 이상적인 것 미만일 수 있다. 그러나, 도 11은 흥미 있는 식견을 제공할 수 있다. 일 예로서, 일정 필드값 후에, 예측된 전류값들은 S1을 제외하고 모든 센서값에 대해 낮아진다. 이러한 현상은 패널(196)(도 1) 내부의 다수의 자기 파형의 존재 때문에 관측된다. 이러한 파형들의 위상들이 상이하고 이러한 파형들의 위상들이 항상 부하 조건에 기반하여 변화되고 있으므로, 내부 패널(196)(도 1) 내부의 상이한 위치들에서 보강 및 상쇄적 간섭들이 있을 수 있다. 감지 디바이스(110)(도 1 내지 도 3)가 회로 차단기 패널(190)(도 1) 상에 배치되는 위치에 의존하여, 자계 센서들(예를 들어, 111 내지 114(도 1 내지 도 3)은 전류 파형의 정의 변화가 있을 때, 상쇄적 간섭들을 감지할 수 있고 전류와 자계 사이의 역관계를 나타낼 수 있다.
모든 센서값이 증가하고 있는 도 11의 하단 도표에서, S1만이 증가하고 있는 도 11의 가장 상단 도표와의 유사점이 있다. 3개의 다른 센서값(S2, S3 및 S4)에 대한 예측된 전류(I)가 잠시 후에 감소하고 있지만, 예측된 전류(I)는 도 11의 가장 하단 도표에서 항상 증가하고 있다. 근본적으로, 이러한 작용은 전달 함수(도 4), 함수(500)(도 5), 함수(600)(도 6) 또는 함수(700)(도 7)가 S1에 의해 주로 영향을 받는다는 것을 의미한다. 즉, 센서값(S1)에 상응하는 자계 센서(111)(도 1 내지 도 3)는 각각 센서값들(S2, S3 및 S4)에 상응하는 다른 자계 센서들(112 내지 114)(도 1 내지 도 3)보다 더 정확하게 전류 파형을 반영할 수 있다. 예를 들어, 신경망 모듈(222)(도 2 및 도 3)에 의해 학습되는 신경망 모델은 S2, S3 및 S4보다 더 많이 S1의 계수를 증가시킬 수 있다. 그러한 경우에, 예측된 전류의 진폭 및 위상은 S1에 의해 주로 결정될 수 있고, 이는 이러한 관측들에 대해 단일 다항식에 맞추는 것이 어려울 수 있으므로, 기계 학습 기반 접근법이 이러한 종류의 문제에 대해 더 적절할 수 이유를 예시한다.
본원에 설명하는 기법들을 입증하기 위해, 평가가 6개의 상이한 주택 및 하나의 공업용 빌딩에서 행해졌다. 주택들은 2상 배선 시스템들을 가졌고 공업용 빌딩은 3상 시스템을 가졌다. 데이터는 7일에 걸치는 더 오랜 기간 동안 하나의 가구에서, 그리고 2일에 걸치는 더 짧은 기간 동안 다른 장소들에서 수집되었다. 평가는 다른 세트의 차단기 패널들(예를 들어, 회로 차단기 패널(190)(도 1))에 시스템(100)(도 1 및 도 2) 및/또는 시스템(300)(도 3), 그리고 본원에 설명하는 기법들의 일반적 적용 가능성뿐만 아니라, 이러한 기법들의 더 오랜 기간 일시적 안정성을 나타낸다. 표 2는 패널 타입, 스타일 및 크기에 기반하여 평가에 사용되는 주택들의 개요를 나타낸다. H1 내지 H6은 6개의 주택이다. H1은 7일 동안 전개되는 시스템을 가졌다. I1은 공업용 빌딩이다.
Figure pct00002
데이터 수집 세션들 모두가 유도성, 저항성 및 다른 복소수 고조파 전기 기구들을 포함하는 통상적 가전 제품들로의 사실적 설정 하에서 수행되었다. 건축물들의 거주자들 및/또는 입주자들은 거주자들 및/또는 입주자들의 전기 기구들의 사용 상에서 임의의 지시가 주어지거나 거주자들 및/또는 입주자들의 일상 업무들 또는 집안 일들의 임의의 변경을 행하도록 요청되지 않았다. 설치되면(예를 들어, 감지 디바이스(110)(도 1 내지 도 3)가 회로 차단기 패널(190)(도 1)에 부착되었고, 교정 디바이스(180)(도 1 및 도 2)가 콘센트(164)(도 1)에 플러그 연결되었고, 디스플레이 디바이스(120)(도 1 및 도 2)가 콘센트(168)(도 1)에 플러그 연결되었으면), 시스템은 전혀 어떤 사람 상호 작용도 없이 전체 데이터 수집 세션 동안 배후에서 자동적으로 작동하였다.
시스템은 주택에서 빠르게 설정될 수 있도록 패키징되었다. 감지 디바이스(예를 들어, 감지 디바이스(110)(도 1 내지 도 3))는 양면 테이프를 사용하여 차단기 패널(예를 들어, 회로 차단기 패널(190)(도 1)) 상에 배치되었다. 지상 실측 정보를 수집하기 위해, 차단기 패널의 외부상에 본 발명의 센서 유닛을 설치하기 이전에 차단기 패널 내부에 상업적으로 이용 가능한 고급 변압기 기반 분할 철심형 CT들(99% 정확함)을 설치하였다. 감지 디바이스의 출력 및 CT의 출력 둘 다는 랩탑 컴퓨터(예를 들어, 디스플레이 디바이스(120)(도 1))에 부착되는 상세하게는 National Instruments USB-6259인, 동일한 데이터 획득 디바이스(DAQ)를 사용하여 수집되었다.
긴 확장 케이블들이 상이한 위상 분기들의 콘센트들을 랩탑에 더 근접하게 가져오는데 사용되었다. 2개의 교정 디바이스(예를 들어, 180(도 1 및 도 2))가 콘센트들(예를 들어, 164, 168)에 플러그 연결되었다. 교정 디바이스들 및 데이터 획득 디바이스가 랩탑에 연결되었다. 랩탑은 교정 디바이스를 제어하였고, 데이터 획득 디바이스로부터의 모든 데이터를 기록하였고, 모든 알고리즘적 처리를 실시간으로 수행하였다. 본래 및 예측된 파형들이 또한 실험 후 분석을 위해 기록되었다. 랩탑의 소프트웨어 부분은 매트랩에 기록되었다.
전개들 각각의 경우, RMS 전류값(IRMS)은 암페어로 계산되었고, RMS 선간 전압(VRMS)은 볼트로 계산되었고, 전압에 대한 전류 파형의 위상각(θ)은 매초 도로 계산되었다. 이러한 양들은 (CT들로부터 측정되는) 지상 실측 정보 전류 파형 및 (소프트웨어 모듈들에 의해 예측되는) 예측된 전류 파형 둘 다에 대해 기록되었다. 마지막으로, 실 전력 소모량(P)은: P = VRMS × IRMS × cosθ와 같이 매초 2개의 본선 지맥 각각에 대해 계산되었다. 정확도 계산 동안, 교정된 영역들의 정확도만이 고려되었다. 그러나 일정 시간 후에, 대부분의 영역들이 교정되었고 데이터 모두가 고려되었다.
시스템은 가구의 2개의 상이한 위상 각각에 2개의 교정 디바이스를 사용하여 설치되었다. 교정 데이터에 기반하여, 각각 2개의 분기 위상(P1 및 P2)에 대한 2개의 상이한 함수(F1 및 F2)가 생성되었다. 평가 동안, 위상들 중 하나에서 하나만의 교정기를 사용하는 경우가 또한 고려되었다. 따라서 각각의 주택의 경우, 정확도는 모든 3개의 가능한 경우: P1에서 하나만의 교정기를 사용하는 것, P2에서 하나만의 교정기를 사용하는 것, 그리고 위상들 둘 다에서 교정기들 둘 다를 사용하는 것에 대해 계산되었다. 전개들 모두 동안, 교정기들 둘 다는 줄곧 위상들의 둘 다에 설치되었고, P1 및 P2에 대한 함수들(F1 및 F2)의 둘 다가 각각 기록되었지만, 랩탑은 P1 및 P2 둘 다에서의 전류를 예측하기 위해 F1 그리고 P1 및 P2 둘 다에서의 전류를 예측하기 위해 F2만을 사용하였다. 표 3은 모든 전개 결과의 개요를 나타낸다.
Figure pct00003
표 3은 6개의 주택 및 하나의 공업용 빌딩의 전개들을 통해, 예측된 RMS 전류 및 위상각들이 각각 96.0% 및 94.3%의 정확도를 갖는다는 것을 나타낸다. 전체적으로, 2개의 교정기를 사용하는 동안 모든 전개에 걸친 평균 정확도는 실세계 사실적 에너지 사용의 95.0%이다. 이는 상이한 차단기 패널들 및 평상의 전기 액티비티들로의 실 환경에서의 배치에 걸친 실 전력을 예측하는데 본 발명의 시스템의 강건성을 나타낸다. 평가는 또한 시스템이 감지 디바이스의 배치의 정확성에 의존하지 않는다는 것을 확인하였다. 차단기의 구조에 따른 평가에서의 전개들 모두에서, 정확도는 감지 디바이스의 배치에 의해 영향을 받지 않게 유지되었다.
도면들을 참조하면, 도 12는 다양한 센서 배치 위치를 나타내는 회로 차단기(190) 및 전력 기반 시설(160)에 부착되는 시스템(100)의 도면을 도시한다. 실험은 정확성에서의 위치 선정 영향을 추가로 분석하기 위해 제어된 환경에서 행해졌다. 제어된 환경은 정확성이 상이한 전기 조건들에 의해 영향을 받는 것을 방지하기 위해 사용되었다. 실험에 대해, 감지 디바이스(예를 들어, 감지 디바이스(110))는 위치(1271), 위치(1272), 위치(1273), 위치(1274), 위치(1275) 및 위치(1276)를 포함하는 차단기 패널(예를 들어, 회로 차단기 패널(190)) 상의 6개의 상이한 위치에 배치되었다. 위치들(예를 들어, 1271 내지 1276) 각각의 경우, 제어된 환경이 후술하는 바와 같이, 유지되었다.
우선, 환경은 턴 온되거나 오프되는 어떤 전기 기구들도 없이 전기적으로 한적하도록 이루어졌으며, 이것 후에, 환경의 기준치 전력 소모량(C)이 측정되었다. 다음에, 교정 디바이스(예를 들어, 180)로부터의 300 W 부하가 C W 내지 C + 300 W에서 작용하는 예측 함수를 생성하기 위해 기준치 위에서 3번 턴 온되었다. 다음에, 100 W 팬이 턴 온되었으며, 이는 기준치를 C + 100 W로 가져왔다. C 내지 C + 300 W에서 작용하는 예측 함수에 기반하여, 예측 함수는 100 W 팬 부하 조건에 대해 양호하게 기능하는 것으로 예상되었다.
10 초 후에, 100 W 팬 부하가 턴 오프되었다. 다음에, 1300 W 가열기가 턴 온되었고, 교정 디바이스로부터의 300 W 부하를 사용하는 상술한 것과 동일한 절차가 C + 1300 W에서 C + 1600 W까지 시스템을 교정하는데 사용되었다. 마지막으로, 1300 W 부하를 온으로 유지하면서, 500 W 취반기가 턴 온되었고, 동일한 교정 절차가 C + 1800 W에서 C + 2100 W까지 교정하는데 사용되었다.
Figure pct00004
표 4는 6개의 위치 각각에서의 정확도를 나타낸다. 차단기 패널 상의 모든 위치의 경우, 최소 정확도는 감지 디바이스의 비이상적인 위치에도 불구하고, 97.4%의 평균 정확도와 함께 96.3%이었다. 이러한 실험은 본원에 설명하는 접근법이 높은 정확성을 갖는 차단기 패널 상의 센서 위치와 관계 없이 작용한다는 것을 확인하였다.
시스템(예를 들어, 시스템(100)(도 1 및 도 2, 도 12) 및/또는 시스템(300)(도 3))이 건축물에서 작동하는 것이 더 길수록, 교정된 영역들은 더 넓어지고 더 정확해진다. 전달 함수가 건축물의 전력 소모량 범위의 더 많은 것을 커버함에 따라, 교정 주파수는 또한 더 감소한다. 이에 따라, 건축물에서의 전력 소모량이 교정된 영역 내에 있는 한은, 교정 디바이스(예를 들어, 180)는 전체 정확성에 거의 영향을 갖지 않고 턴 오프될 수 있다. 부가 실험이 이러한 가설을 검증하기 위해 수행되었다.
우선, 시스템은 모든 기존 전기 기구를 갖는 주택에서 24 시간 동안 작동되었고 시스템은 247 W 내지 5344 W 사이의 영역에 대해 교정하여, 95.7%의 전체 정확도를 산출하였다. 다음에, 교정 디바이스가 턴 오프되었고, 4개의 새로운 전기 기구가 턴 온되었다. 4개의 새로운 전기 기구는 각각이 교정 동안 사용되었던 것과 상이한 부하 분석표들을 갖는 125 W 및 250 W의 2개의 전구, 100 W의 하나의 팬 그리고 700 W의 가열기이었다. 전기 기구들은 총전력 소모량을 교정된 범위 내로 유지하면서, 개별적으로 그리고 조합으로 둘 다로 턴 온되었다. 이러한 실험은 94.2%로의 정확도의 작은 강하를 야기하였다. 이러한 실험은 턴 오프되는 교정 디바이스 및 도입되는 새로운 전기 기구들로도, 소모량이 이전에 교정된 영역 내에 있는 한은, 전체 정확성이 상당히 악화되지 않는다는 것을 확인하였다. 더욱이, 이러한 실험은 또한 생성된 함수가 기존 전기 기구들에 기반하여 과대 적합되지 않는다는 것을 나타낸다. 오히려, 그것은 총소모량이 교정된 영역을 초과하지 않는 한은, 임의의 새로운 전기 기구와 함께 작동하기에 충분히 융통성이 있을 수 있다.
스위치 모드 전원 공급기(SMPS) 전기 기구들과 같은 낮은 역률 부하들은 더 높은 차수 고조파의 60 ㎐ 전력으로 전력을 소모할 수 있다. 실험들에 사용되는 샘플링율은 감지 디바이스가 4.8 ㎑까지의 고조파 성분들(79 고조파)을 캡처할 수 있는 9.6 ㎑이었다. 이에 따라, 감지 디바이스는 둘 다가 60 ㎐ 고조파를 캡처하기에 충분히 높은 샘플링율로 샘플링될 필요가 있을 수 있는 점에서, CT와 유사할 수 있다. 차이는 본원에 설명하는 감지 디바이스(예를 들어, 감지 디바이스(110)(도 1 내지 도 3, 도 12)가 활선 주변에 있을 필요가 없고, 따라서 설치하기에 훨씬 더 용이할 수 있다는 것이다. 감지 디바이스가 활선에 부착되지 않으므로, 감지 디바이스는 감지된 자계를 실제 전류 흐름으로 전환하기 위해 전달 함수를 학습할 필요가 있을 수 있다.
실험은 샘플링율 및 데이터 대역폭 필요 조건들을 감소시킴으로써 기술비들을 상당히 감소시킬 수 있는 감지 디바이스를 설계하기 위해 주택에서의 얼마나 많은 전력이 고조파에 기인하는지를 이해하도록 수행되었다. 한 달의 기간을 통한 전형적 주택의 경우, 60 ㎐ 고조파가 총전력의 0.15%만에 기여한다는 것이 판단되었으며, 이는 정확성의 대략 0.15% 손실로도, 총전력 측정치만이 최종 사용자에게 중요할 때, 더 단순한 감지 시스템이 설계될 수 있다는 것을 제안한다.
낮은 역률 전기 기구들로의 본원에 설명하는 시스템의 정확성을 추가로 조사하기 위해, 7일 전개가 SMPS 전기 기구들(2개의 텔레비전, 2개의 랩탑, CFL 전구들의 어레이, 능동 에어컨, 및 전자 레인지의 빈번한 사용) 쪽으로의 편중을 갖는 주택들 중 하나에서 수행되었다. 이는 IRMS 및 cos θ 정확도의 작은 강하를 야기하여, 각각 95.9% 및 90.0%를 산출하였다. 총전력 정확도는 92.2%이었다. 이러한 실험은 시스템이 또한 낮은 역률 부하들로 작동한다는 것을 추가로 확인한다.
다음 도면을 참조하면, 도 13은 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법(1300)의 일 실시예에 대한 흐름도를 도시한다. 방법(1300)은 단지 예시적이고 본원에 제공되는 실시예들에 제한되지 않는다. 방법(1300)은 상세하게 본원에 도시되거나 설명되지 않는 많은 상이한 실시예 또는 예에 채용될 수 있다. 일부 실시예들에서, 방법(1300)의 절차들, 프로세스들 및/또는 액티비티들은 제공되는 순서로 수행될 수 있다. 다른 실시예들에서, 방법(1300)의 절차들, 프로세스들 및/또는 액티비티들은 임의의 다른 적절한 순서로 수행될 수 있다. 또 다른 실시예들에서, 방법(1300)의 절차들, 프로세스들 및/또는 액티비티들 중 하나 이상은 결합되거나 생략될 수 있다.
일부 실시예들에서, 감지 디바이스는 감지 디바이스(110)(도 1 내지 도 3, 도 12)와 유사하거나 동일할 수 있다. 다수의 실시예들에서, 교정 디바이스는 교정 디바이스(180)(도 1 및 도 2, 도 12) 또는 교정 디바이스(380)(도 3)와 유사하거나 동일할 수 있다. 많은 실시예들에서, 하나 이상의 처리 모듈은 처리 모듈(225)(도 2 및 도 3)과 유사하거나 동일할 수 있다. 다양한 실시예들에서, 감지 디바이스는 하나 이상의 자계 센서를 포함할 수 있다. 자계 센서들은 자계 센서들(111 내지 114)(도 1 내지 도 3)과 유사하거나 동일할 수 있다. 다수의 실시예들에서, 감지 디바이스는 회로 차단기 박스의 패널에 부착될 수 있다. 예를 들어, 패널은 패널(196)(도 1, 도 12)과 유사하거나 동일할 수 있고, 회로 차단기 박스는 회로 차단기 패널(190)(도 1, 도 12)과 유사하거나 동일할 수 있다. 다양한 실시예들에서, 회로 차단기 박스의 패널은 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓일 수 있다. 예를 들어, 하나 이상의 본선 전력 공급 라인은 본선 전력 도선들(193, 194 및/또는 195)(도 1)과 유사하거나 동일할 수 있다. 전력 기반 시설은 전력 기반 시설(160)(도 1, 도 12)과 유사하거나 동일할 수 있다. 일부 실시예들에서, 교정 디바이스는 부하부를 포함할 수 있다. 부하부는 부하부(281)(도 2 및 도 3)와 유사하거나 동일할 수 있다. 다양한 실시예들에서, 교정 디바이스는 건축물의 전력 기반 시설에 전기적 결합될 수 있다. 예를 들어, 교정 디바이스는 예를 들어, 전기 플러그(282)(도 2 및 도 3)를 통하여 전기적 결합될 수 있다.
도 13을 참조하면, 방법(1300)은 제1 기간을 통한 건축물에서의 복수의 일상 전력 소모량 변화에 기반하여 구분적 방식으로 제1 전달 함수를 결정함으로써 감지 디바이스를 자동적으로 교정하는 블록(1301)을 포함할 수 있다. 일부 실시예들에서, 제1 전달 함수는 함수(400)(도 4), 함수(500)(도 5), 함수(600)(도 6) 및/또는 함수(700)(도 7))와 유사하거나 동일할 수 있다. 다수의 실시예들에서, 일상 전력 소모량 변화들은 감지 디바이스의 교정에 의존하거나 이것에 의해 영향을 받지 않는 주택에서의 전기 기구들을 턴 온하거나 턴 오프하는 것일 수 있다. 다양한 실시예들에서, 블록(1301)은 (a) 교정 디바이스의 부하부가 부하를 인가한 전후에, 감지 디바이스에 의해 측정되는 자속의 측정된 영역들 및 (b) 측정된 영역들 외부의 외삽된 영역들에 적어도 부분적으로 기반하여 하나 이상의 처리 모듈에 의해 제1 전달 함수를 반복하여 예측하는 단계를 포함할 수 있다. 측정된 영역들은 영역들(403(도 4), 502(도 5, 도 7), 602(도 6), 604(도 6) 및/또는 704(도 7))과 유사하거나 동일할 수 있다. 외삽된 영역들은 영역들(403(도 4), 501(도 5 내지 도 7), 603(도 6) 및/또는 703(도 7))과 유사하거나 동일할 수 있다. 다양한 실시예들에서, 블록(1301)은 신경망 모듈(222)(도 2 및 도 3) 및/또는 전달 함수 모듈(229)(도 2 및 도 3)에 의해 적어도 부분적으로 수행될 수 있다. 일부 실시예들에서, 제1 기간은 적어도 48 시간일 수 있다. 다른 실시예들에서, 제1 기간은 48 시간 초과이거나 미만일 수 있다. 예를 들어, 제1 기간은 건축물에서의 가능한 사용의 범위에 걸쳐 제1 전달 함수의 적어도 미리 결정된 백분율을 교정하는데 필요한 시간의 양일 수 있다.
특정 실시예들에서, 교정 디바이스의 부하부는 1000 W 이하의 최대 부하를 제공하도록 구성될 수 있다. 다른 실시예들에서, 교정 디바이스의 부하부는 300 W 이하의 최대 부하를 제공하도록 구성될 수 있다. 또 다른 실시예들에서, 교정 디바이스의 부하부는 다른 적절한 와트량 이하의 최대 부하를 제공하도록 구성될 수 있다. 다양한 실시예들에서, 교정부의 부하부는 4개 이하의 별개의 부하를 인출하도록 구성될 수 있다. 예를 들어, 부하부는 25 W, 100 W, 200 W 및 300 W 부하들을 인출하도록 구성될 수 있다. 다른 실시예들에서, 교정부의 부하부는 하나, 2개, 3개, 5개, 6개, 7개, 8개 또는 다른 적절한 수 이하의 별개의 부하를 인출하도록 구성될 수 있다.
다양한 실시예들에서, 교정 디바이스의 부하부는 일정 범위의 부하들을 인출하도록 구성될 수 있다. 예를 들어, 부하부는 일부 경우에 0 W 내지 300 W와 같은 300 W의 일정 범위의 부하들을 인출하도록 구성될 수 있다. 일부 실시예들에서, 감지 디바이스가 교정된 후에, 하나 이상의 처리 모듈은 일정 범위의 전력 소모량 측정치들을 결정하기 위해 감지 디바이스를 사용하도록 구성될 수 있다. 예를 들어, 감지 디바이스는 일부 경우에 0 W 내지 10 ㎾와 같은 10 ㎾의 일정 범위의 전력 소모량 측정치들을 감지하도록 교정될 수 있다. 다수의 실시예들에서, 부하들의 범위는 전력 소모량 측정치들의 범위 미만일 수 있다. 일부 실시예들에서, 부하들의 범위는 전력 소모량 측정치들의 범위의 20% 미만일 수 있다. 다른 실시예들에서, 부하들의 범위는 전력 소모량 측정치들의 범위의 10% 미만일 수 있다. 또 다른 실시예들에서, 부하들의 범위는 전력 소모량 측정치들의 범위의 5% 또는 다른 적절한 백분율 미만일 수 있다.
일부 실시예들에서, 제1 기간을 통한 건축물에서의 복수의 일상 전력 소모량 변화에 기반하여 구분적 방식으로 제1 전달 함수를 결정함으로써 감지 디바이스를 자동적으로 교정하는 블록(1301)은 자계 변화 측정치를 전류 변화값으로 전환하는 제2 전달 함수를 결정하기 위해 복수의 일상 전력 소모량 변화에 상응하는 트리거링 이벤트를 감지할 시에 신경망 모델을 트레이닝하는 블록(1302)을 포함할 수 있다. 많은 실시예들에서, 신경망 모델은 상술한 바와 같이, 신경망 모듈(222)(도 2 및 도 3)에 의해 트레이닝될 수 있다. 수개의 실시예들에서, 트리거링 이벤트들은 하나의 또는 외삽된 영역들 내에 감지된 자계를 야기하는 일상 전력 소모량 변화들에 기반할 수 있다. 다양한 실시예들에서, 제2 전달 함수는 예측된 함수(401)(도 4)와 유사하거나 동일할 수 있다. 많은 실시예들에서, 제2 전달 함수는 신경망 모듈(222)(도 2 및 도 3)에 의해 학습될 수 있다. 다수의 실시예들에서, 블록(1302)은 도 14에 도시되고 후술하는 바와 같이, 구현될 수 있다.
일부 실시예들에서, 제1 기간을 통한 건축물에서의 복수의 일상 전력 소모량 변화에 기반하여 구분적 방식으로 제1 전달 함수를 결정함으로써 감지 디바이스를 자동적으로 교정하는 블록(1301)은 제2 함수에 적어도 부분적으로 기반하여 하나 이상의 처리 모듈로 제1 전달 함수를 업데이트하는 블록(1303)을 포함할 수 있다. 많은 실시예들에서, 제1 전달 함수는 자계 측정치를 절대 전류값으로 전환하도록 구성될 수 있다. 수개의 실시예들에서, 전달 함수 모듈(229)(도 2 및 도 3)은 도 4 내지 도 7에 도시되고 상술한 것과 같이, 제2 함수에 적어도 부분적으로 기반하여 제1 전달 함수를 업데이트할 수 있다.
일부 실시예들에서, 방법(1300)은 감지 디바이스의 하나 이상의 출력 신호 및 제1 전달 함수에 기반하여 하나 이상의 처리 모듈을 사용하여 전력 소모량 측정치를 결정하는 블록(1304)을 더 포함할 수도 있다. 감지 디바이스의 하나 이상의 출력 신호는 각각 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 측정되는 출력 신호들(S1, S2, S3 및/또는 S4)과 유사하거나 동일할 수 있다. 일부 실시예들에서, 블록(1304)은 하나 이상의 본선 전력 공급 라인에서 흐르는 전류와 하나 이상의 본선 전력 공급 라인의 전압 사이의 위상차를 결정하는 단계를 포함할 수 있다. 일부 실시예들에서, 위상차는 상술한 바와 같이, 위상각 모듈(228)(도 2 및 도 3)에 의해 계산될 수 있다. 일부 실시예들에서, 블록(1304)은 위상차에 적어도 부분적으로 기반하여 실 전력 사용량을 결정하는 단계를 포함할 수 있다. 많은 실시예들에서, 전력 소모량 측정치 및/또는 실 전력 사용량은 상술한 바와 같이, 전력 계산 모듈(227)(도 2 및 도 3)에 의해 컴퓨팅될 수 있다.
다음 도면을 참조하면, 도 14는 트리거링 이벤트를 감지할 시에 신경망 모델을 트레이닝하는 블록(1302)의 일 실시예에 대한 흐름도를 도시한다. 블록(1302)은 단지 예시적이고 본원에 제공되는 실시예들에 제한되지 않는다. 블록(1302)은 상세하게 본원에 도시되거나 설명되지 않는 많은 상이한 실시예 또는 예에 채용될 수 있다. 일부 실시예들에서, 블록(1302)의 절차들, 프로세스들 및/또는 액티비티들은 제공되는 순서로 수행될 수 있다. 다른 실시예들에서, 블록(1302)의 절차들, 프로세스들 및/또는 액티비티들은 임의의 다른 적절한 순서로 수행될 수 있다. 또 다른 실시예들에서, 블록(1302)의 절차들, 프로세스들 및/또는 액티비티들 중 하나 이상은 결합되거나 생략될 수 있다.
도 14를 참조하면, 블록(1302)은 트리거링 이벤트에 상응하는 자속의 제1 변화를 감지할 시에, 감지 디바이스로부터의 하나 이상의 제1 자계값을 측정하는 블록(1401)을 포함할 수 있다. 많은 실시예들에서, 트리거링 이벤트에 상응하는 자속의 제1 변화는 자계 센서들에 의해 감지될 수 있다. 다수의 실시예들에서, 자계 센서들은 상술한 바와 같이, S1p, S2p, S3p 및/또는 S4p와 유사하거나 동일할 수 있는 제1 자계값들을 측정할 수 있다. 다양한 실시예들에서, 트리거링 이벤트들은 감지 디바이스로부터 측정되는 하나 이상의 제1 자계값이 제1 전달 함수의 외삽된 영역에 상응하는 일상 전력 소모량 변화들을 포함할 수 있다. 예를 들어, 외삽된 영역들은 영역들(403(도 4), 501(도 5 내지 도 7), 603(도 6) 및/또는 703(도 7))과 유사하거나 동일할 수 있다.
일부 실시예들에서, 블록(1302)은 또한 교정 디바이스의 부하부의 미리 결정된 부하를 전력 기반 시설에 인가하며, 미리 결정된 부하는 제1 전류량을 인출하는 블록(1402)을 포함할 수 있다. 제1 전류량은 상술한 바와 같이, Ich와 유사하거나 동일할 수 있다.
다양한 실시예들에서, 블록(1302)은 미리 결정된 부하가 전력 기반 시설에 인가되는 동안, 감지 디바이스의 하나 이상의 제2 자계값을 감지하는 블록(1403)을 더 포함할 수 있다. 다수의 실시예들에서, 자계 센서들은 S1c, S2c, S3c 및/또는 S4c와 유사하거나 동일할 수 있는 제2 자계값들을 측정할 수 있다.
일부 실시예들에서, 블록(1302)은 또한 신경망 모델의 입력층으로서 하나 이상의 제1 자계값 및 하나 이상의 제2 자계값, 그리고 신경망 모델의 출력층으로서 제1 전류량을 사용하여 신경망 모델을 트레이닝하기 위해 하나 이상의 처리 모듈을 사용하는 블록(1404)을 포함할 수 있다. 예를 들어, 신경망 모델은 상술한 바와 같이, 신경망 모듈(222)을 사용하여 트레이닝될 수 있다.
다음 도면을 참조하면, 도 15는 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법(1500)의 일 실시예에 대한 흐름도를 도시한다. 방법(1500)은 단지 예시적이고 본원에 제공되는 실시예들에 제한되지 않는다. 방법(1500)은 상세하게 본원에 도시되거나 설명되지 않는 많은 상이한 실시예 또는 예에 채용될 수 있다. 일부 실시예들에서, 방법(1500)의 절차들, 프로세스들 및/또는 액티비티들은 제공되는 순서로 수행될 수 있다. 다른 실시예들에서, 방법(1500)의 절차들, 프로세스들 및/또는 액티비티들은 임의의 다른 적절한 순서로 수행될 수 있다. 또 다른 실시예들에서, 방법(1500)의 절차들, 프로세스들 및/또는 액티비티들 중 하나 이상은 결합되거나 생략될 수 있다.
일부 실시예들에서, 감지 디바이스는 감지 디바이스(110)(도 1 내지 도 3, 도 12)와 유사하거나 동일할 수 있다. 다수의 실시예들에서, 교정 디바이스는 교정 디바이스(180)(도 1 및 도 2, 도 12) 또는 교정 디바이스(380)(도 3)와 유사하거나 동일할 수 있다. 많은 실시예들에서, 하나 이상의 처리 모듈은 처리 모듈(225)(도 2 및 도 3)과 유사하거나 동일할 수 있다. 다수의 실시예들에서, 감지 디바이스는 회로 차단기 박스의 패널에 부착될 수 있다. 예를 들어, 패널은 패널(196)(도 1, 도 12)과 유사하거나 동일할 수 있고, 회로 차단기 박스는 회로 차단기 패널(190)(도 1, 도 12)과 유사하거나 동일할 수 있다. 다양한 실시예들에서, 회로 차단기 박스의 패널은 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓일 수 있다. 예를 들어, 하나 이상의 본선 전력 공급 라인은 본선 전력 도선들(193, 194 및/또는 195)(도 1)과 유사하거나 동일할 수 있다. 전력 기반 시설은 전력 기반 시설(160)(도 1, 도 12)과 유사하거나 동일할 수 있다. 일부 실시예들에서, 교정 디바이스는 부하부를 포함할 수 있다. 부하부는 부하부(281)(도 2 및 도 3)와 유사하거나 동일할 수 있다.
도 15를 참조하면, 방법(1500)은 감지 디바이스의 하나 이상의 출력 신호에 적어도 부분적으로 기반하여 하나 이상의 본선 전력 공급 라인에서 흐르는 전류를 결정하는 블록(1501)을 포함할 수 있다. 다양한 실시예들에서, 출력 신호들은 각각 자계 센서들(111 내지 114)(도 1 내지 도 3)에 의해 측정되는 출력 신호들(S1, S2, S3 및/또는 S4)과 유사하거나 동일할 수 있다. 다양한 실시예들에서, 감지 디바이스는 하나 이상의 자계 센서를 포함할 수 있다. 자계 센서들은 자계 센서들(111 내지 114)(도 1 내지 도 3)과 유사하거나 동일할 수 있다. 수개의 실시예들에서, 자계 센서들은 하나 이상의 본선 전력 공급 라인 중 적어도 일부에 의해 생성되는 자속을 측정하고 감지 디바이스에 의해 측정되는 자속에 기반하여 감지 디바이스의 하나 이상의 출력 신호를 생성하도록 구성될 수 있다. 다수의 실시예들에서, 감지 디바이스는 하나 이상의 본선 전력 공급 라인에 전기적 또는 물리적 결합되는 것이 없을 수 있다. 예를 들어, 감지 디바이스는 본선 전력 공급 라인들 중 임의의 것에, 직접적으로이든 간접적으로이든, 결합 해제될 수 있다.
일부 실시예들에서, 방법(1500)은 또한 하나 이상의 본선 전력 공급 라인에서 흐르는 전류와 교정부에 의해 측정되는 하나 이상의 본선 전력 공급 라인의 전압 사이의 위상차를 결정하는 블록(1502)을 포함할 수 있다. 다양한 실시예들에서, 교정 디바이스는 건축물의 전력 기반 시설에 전기적 결합될 수 있다. 예를 들어, 교정 디바이스는 예를 들어, 전기 플러그(282)(도 2 및 도 3)를 통하여 전기적 결합될 수 있다. 일부 실시예들에서, 블록(1502)은 감지 디바이스에 의해 측정되는 자속의 위상에 기반하여 전류의 위상을 결정하는 단계를 포함할 수 있다. 예를 들어, 위상은 상술한 바와 같이, 위상각 모듈(228)(도 2 및 도 3)에 의해 계산될 수 있다.
일부 실시예들에서, 방법(1500)은 위상차에 적어도 부분적으로 기반하여 실 전력 사용량을 결정하는 블록(1503)을 선택적으로 포함할 수 있다. 많은 실시예들에서, 실 전력 사용량은 상술한 바와 같이, 전력 계산 모듈(227)(도 2 및 도 3)에 의해 컴퓨팅될 수 있다.
도면들을 참조하면, 도 16은 모두 또는 일부가 상술한 기법들을 구현하는데 적절할 수 있는 컴퓨터 시스템(1600)의 예시적인 실시예를 도시한다. 일 예로서, 상이하거나 별도의 것의 섀시(1602) (및 상이하거나 별도의 것의 섀시(1602)의 내부 구성 요소들)은 상술한 기법들을 구현하는데 적절할 수 있다. 더욱이, 컴퓨터 시스템(1600)의 하나 이상의 요소(예를 들어, 리프레시 모니터(1606), 키보드(1604) 및/또는 마우스(1610) 등)가 상술한 기법들을 구현하는데 적절할 수도 있다. 컴퓨터 시스템(1600)은 하나 이상의 회로 기판(미도시)을 포함하는 섀시(1602), 범용 직렬 버스(USB) 포트(1612), 컴팩트 디스크 읽기 전용 메모리(CD-ROM) 및/또는 디지털 비디오 디스크(DVD) 드라이브(1616), 및 하드 드라이브(1614)를 포함한다. 섀시(1602) 내부의 회로 기판들 상에 포함되는 요소들의 전형적인 블록도가 도 17에 도시된다. 도 17의 중앙 처리 장치(CPU)(1710)는 도 17의 시스템 버스(1714)에 결합된다. 다양한 실시예들에서, CPU(1710)의 아키텍처는 다양한 상업적으로 분포된 아키텍처 무리 중 임의의 것에 따를 수 있다.
도 17을 계속 참조하면, 시스템 버스(1714)는 또한 메모리 저장 유닛(1708)에 결합되며, 메모리 저장 유닛(1708)은 읽기 전용 메모리(ROM) 및 랜덤 액세스 메모리(RAM) 둘 다를 포함한다. 메모리 저장 유닛(1708) 또는 ROM의 비휘발성 부분들은 시스템 재설정 후에, 컴퓨터 시스템(1600)(도 16)을 기능적 상태로 복원하는데 적절한 부트 코드 시퀀스로 인코딩될 수 있다. 게다가, 메모리 저장 유닛(1708)은 기본 입력-출력 시스템(BIOS)과 같은 마이크로코드를 포함할 수 있다. 일부 예들에서, 본원에 개시되는 다양한 실시예의 하나 이상의 메모리 저장 유닛은 메모리 저장 유닛(1708), 범용 직렬 버스(USB) 포트(1612)(도 16 및 도 17)에 결합되는 외부 메모리 저장 유닛(미도시)과 같은 USB 장비 전자 디바이스, 하드 드라이브(1614)(도 16 및 도 17), 및/또는 CD-ROM 또는 DVD 드라이브(1616)(도 16 및 도 17)를 포함할 수 있다. 동일하거나 상이한 예들에서, 본원에 개시되는 다양한 실시예의 하나 이상의 메모리 저장 유닛은 운영 체제를 포함할 수 있으며, 운영 체제는 컴퓨터 및/또는 컴퓨터 네트워크의 하드웨어 및 소프트웨어 리소스들을 관리하는 소프트웨어 프로그램일 수 있다. 운영 체제는 예를 들어, 메모리를 제어하고 할당하는 것, 명령어들의 처리를 우선 순위화하는 것, 입력 및 출력 디바이스들을 제어하는 것, 네트워킹을 용이하게 하는 것, 그리고 파일들을 관리하는 것과 같은 기본 태스크들을 수행할 수 있다. 통상적 운영 체제들의 일부 예는 Microsoft® Windows® 운영 체제(OS), Mac® OS, UNIX® OS 및 Linux® OS를 포함할 수 있다.
본원에 사용되는, “프로세서” 및/또는 “처리 모듈”은 마이크로프로세서, 마이크로제어기, 제어기, 복합 명령어 세트 컴퓨팅(CISC) 마이크로프로세서, 감소된 명령어 세트 컴퓨팅(RISC) 마이크로프로세서, 매우 긴 명령어 워드(VLIW) 마이크로프로세서, 그래픽 프로세서, 디지털 신호 프로세서, 또는 원하는 기능들을 수행할 수 있는 임의의 다른 타입의 프로세서 또는 처리 회로와 같은 그러나 이에 제한되지 않는 임의의 타입의 계산 회로를 의미한다. 일부 예들에서, 본원에 개시되는 다양한 실시예의 하나 이상의 프로세서는 CPU(1710)를 포함할 수 있다.
도 17의 도시된 실시예에서, 디스크 제어기(1704), 그래픽 어댑터(1724), 비디오 제어기(1702), 키보드 어댑터(1726), 마우스 어댑터(1706), 네트워크 어댑터(1720) 및 다른 I/O 디바이스들(1722)과 같은 다양한 I/O 디바이스는 시스템 버스(1714)에 결합될 수 있다. 키보드 어댑터(1726) 및 마우스 어댑터(1706)는 컴퓨터 시스템(1600)(도 16)의 키보드(1604)(도 16 및 도 17) 및 마우스(1610)(도 16 및 도 17) 각각에 결합된다. 그래픽 어댑터(1724) 및 비디오 제어기(1702)가 도 17에서 별개의 유닛들로서 나타내어지지만, 비디오 제어기(1702)는 그래픽 어댑터(1724)로 통합될 수 있거나, 다른 실시예들에서 그 반대도 가능하다. 비디오 제어기(1702)는 컴퓨터 시스템(1600)(도 16)의 스크린(1608)(도 16) 상에 이미지들을 표시하는 리프레시 모니터(1606)(도 16 및 도 17)에 적절하다. 디스크 제어기(1704)는 하드 드라이브(1614)(도 16 및 도 17), USB 포트(1612)(도 16 및 도 17) 및 CD-ROM 드라이브(1616)(도 16 및 도 17)를 제어할 수 있다. 다른 실시예들에서, 별개의 유닛들이 이러한 디바이스들 각각을 별도로 제어하는데 사용될 수 있다.
일부 실시예들에서, 네트워크 어댑터(1720)는 컴퓨터 시스템(1600)(도 16)의 확장 포트(미도시)에 접속되거나 결합되는 WNIC(무선 네트워크 인터페이스 제어기) 카드(미도시)를 포함하고/하거나 이것으로서 구현될 수 있다. 다른 실시예들에서, WNIC 카드는 컴퓨터 시스템(1600)(도 16)에 내장되는 무선 네트워크 카드일 수 있다. 무선 네트워크 어댑터는 마더보드 칩셋(미도시)으로 통합되거나, 컴퓨터 시스템(1600)(도 16)의 PCI(주변 요소 상호 연결기) 또는 PCI 익스프레스 버스, 또는 USB 포트(1612)(도 16)를 통해 연결되는 하나 이상의 전용 무선 통신 칩(미도시)을 통하여 구현되는 무선 통신 능력을 가짐으로써 컴퓨터 시스템(1600)으로 구축될 수 있다. 다른 실시예들에서, 네트워크 어댑터(1720)는 유선 네트워크 인터페이스 제어기 카드(미도시)를 포함하고/하거나 이것으로서 구현될 수 있다.
컴퓨터 시스템(1600)(도 16)의 많은 다른 구성 요소가 도시되지 않지만, 그러한 구성 요소들 및 그러한 구성 요소들의 상호 연결은 당업자에게 널리 알려져 있다. 따라서, 컴퓨터 시스템(1600)의 구성 및 조성 및 섀시(1602)(도 16) 내부의 회로 기판들에 관련되는 추가 상세들은 본원에 논의되지 않는다.
도 16의 컴퓨터 시스템(1600)이 실행되고 있을 때, USB 포트(1612)에 연결되는 USB 장비 전자 디바이스 상에, CD-ROM 및/또는 DVD 드라이브(1616)에서의 CD-ROM 또는 DVD 상에, 하드 드라이브(1614) 상에, 또는 메모리 저장 유닛(1708)(도 17) 내에 저장되는 프로그램 명령어들은 CPU(1710)(도 17)에 의해 실행된다. 이러한 디바이스들 상에 저장되는 프로그램 명령어들 중 일부는 상술한 기법들 중 적어도 일부를 수행하는데 적절할 수 있다.
컴퓨터 시스템(1600)이 도 16에서 데스크탑 컴퓨터로서 도시되지만, 컴퓨터 시스템(1600)이 컴퓨터 시스템(1600)에 대해 설명하는 기능적 요소들과 유사한 기능적 요소들을 여전히 가지면서, 상이한 폼 팩터를 취할 수 있는 예들이 있을 수 있다. 일부 실시예들에서, 컴퓨터 시스템(1600)은 단일 컴퓨터, 단일 서버, 또는 컴퓨터들 또는 서버들의 클러스터 또는 컬렉션, 또는 컴퓨터들 또는 서버들의 클라우드를 포함할 수 있다. 전형적으로, 서버들의 클러스터 또는 컬렉션은 컴퓨터 시스템(1600) 상의 요구가 단일 서버 또는 컴퓨터의 타당한 용량을 초과할 때, 사용될 수 있다. 특정 실시예들에서, 컴퓨터 시스템(1600)은 랩탑 컴퓨터와 같은 휴대용 컴퓨터를 포함할 수 있다. 특정 다른 실시예들에서, 컴퓨터 시스템(1600)은 스마트폰과 같은 모바일 디바이스를 포함할 수 있다. 특정 부가 실시예들에서, 컴퓨터 시스템(1600)은 내장형 시스템을 포함할 수 있다.
많은 실시예들에서, 본원에 설명하는 시스템들 및 방법들은 실시간 전체 주택 전력 소모량에 대한 비접촉 최종 사용자 전개 가능 센서 상의 이전 작업을 능가하는 상당한 개선을 제공한다. 설명하는 기법들은 전류 변압기들의 전문적인 설치에 대한 요구 없이 전체 주택 전력 소모량을 추정하기 위해 전력 또는 차단기 패널의 외부 상에 자기 픽업들로 구성되는 단일 디바이스를 사용자들이 배치하는 것을 가능하게 할 수 있다. 이러한 접근법은 유리하게는 이전 접근법들에서의 핵심 필요 조건이었던 차단기 패널 상의 정확한 배치를 필요로 하지 않는다. 센서 배치에서 독립함으로써, 여기서 설명하는 기법들은 최종 사용자들에 의해 요구되는 설치 노력을 크게 감소시킬 수 있다.
이러한 접근법은 센서의 배치 및 차단기 패널 그 자체의 구성에도 불구하고 전달 함수를 동적으로 학습하는 신경망을 사용하는 자기 교정 기법을 통해 유익하게 가능해질 수 있다. 이러한 접근법은 유리하게는 겉보기 전력을 캡처할 수만 있었던 이전 해결법들과 달리, 절대 전류 파형을 예측하는 능력에 기반하여 건축물에서의 실시간 절대 실 전력 소모량을 추정하는 능력을 가질 수 있다.
많은 실시예들에서, 본원에 설명하는 자체 교정 기법들은 주택에서의 전력 사용의 전체 범위에 걸쳐 자기 센서들과 실제 전류 사이의 다중 차수 전달 함수를 동적으로 생성할 수 있다. 선험적으로 전달 함수를 수학적으로 모델링하는 것 대신에, 본원에 설명하는 시스템들 및 방법들은 각각의 주택에 대해 이러한 전달 함수를 생성하기 위해 학습 접근법을 사용할 수 있으며, 이는 차단기 패널 설계 및 구성의 차이들에 덜 민감할 수 있다. 게다가, 이러한 접근법은 임의의 분기 회로로부터 “간섭”을 고려할 수 있으므로, 센서의 정확한 배치에 대한 필요를 제거할 수 있다. 원위치 동적 모델 때문에, 본원에 설명하는 시스템들은 센서들의 완벽한 배치에 제한되지 않을 수 있다.
많은 실시예들에서, 여기서 설명하는 기법들은 자기 교정 시퀀스의 일부로서 하루 전체에 걸쳐 주택의 평상의 전기 액티비티의 사용을 레버리징함으로서 이전 접근법들보다 훨씬 더 작은 범위(0 내지 300 W)로 교정 디바이스를 유익하게 사용할 수 있다. 평상의 가정 전기 액티비티들은 유리하게는 주택에서의 전력 사용의 전체 범위에 대한 전달 함수를 생성하기 위해 하루 전체에 걸쳐 레버리징될 수 있다.
수개의 실시예들에서, 이러한 접근법은 유리하게는 실제 전력을 추정하기 위해 전류와 전압 사이의 위상각을 예측하는 능력을 가질 수 있으며, 이 예측하는 능력은 크기만이 아닌 파형 그 자체를 예측하는 것에 동등하다. 많은 실시예들에서, 위상각은 유리하게는 단일 세트의 자기 센서들을 사용하여 계산될 수 있다. 다수의 실시예들에서, 자체 교정 접근법은 유익하게 차단기 패널 상의 센서의 정확한 배치를 필요로 하지 않고 교정을 위해 하루 전체에 걸친 실제 전력 사용을 이용한다. 일부 실시예들에서, 신경망 기반 학습 접근법은 유익하게 다중 차수 자기 센서 전달 함수를 동적으로 생성할 수 있다.
많은 실시예들에서, 본원에 설명하는 시스템들, 방법, 기법들 및 접근법들의 높은 정확성은 설치 프로세스를 크게 단순화함으로써 진입에 대한 장벽을 감소시키면서, 에너지 세분, 액티비티 추정 및 환경 피드백과 같은 많은 응용에 이상적일 수 있다. 게다가, 이러한 접근법들의 대략 5% 최대 오류는 통상적으로 사용되는 IEEE C57.13 C-클래스 CT들(10% 이하의 오류로 등급 지정됨)보다 훨씬 더 양호하다. 더욱이, 그러한 CT들에 대한 그것들의 등급 지정된 오류는 일반적으로 낮은 전류 레벨로 있다. (예를 들어, 전체 주택 시나리오에서 통상적으로 예상되는 2 A 초과의) 더 높은 전류에서, 오류 등급들은 훨씬 더 높다. 1 내지 2% 오류를 갖는 매우 고가의 CT들은 정확성 전류 측정들과 같은 전문화된 응용들에 사용된다. 그러나 상술한 바와 같이, CT들은 전류 전달 도선들에 대한 액세스를 갖는 설치를 필요로 한다. 본원에 설명하는 시스템들 및 방법은 유리하게는 전문적인 설치에 대한 필요 없이 에너지 세분 커뮤니티에서의 연구원들이 주택에서의 전력 데이터에 용이하게 액세스하는 것을 가능하게 할 수 있다.
수개의 실시예들에서, 본원에 설명하는 접근법은 수작업 교정 없이 주택 소유자에 의해 설치될 수 있는 접착식 실 전력 계량기를 자동적으로 교정하는데 유익하게 사용될 수 있다. 자기 교정 접근법을 사용하는 에너지 실행 가능성을 평가하기 위해, 본 발명의 전개들 모두에 걸쳐 교정기에 의해 소산되는 에너지는 전체 전달 함수에 수렴하도록 하는 교정에 있어서 주택 당 평균적으로 0.181 kWh인 것으로 계산되었다. 일부 실시예들에서, 시스템은 소모량이 교정되지 않은 영역으로 들어갈 때마다 교정될 수 있다. 다른 실시예들에서, 시스템은 소모량이 임계 영역의 범위 밖에 있을 때만 교정될 수 있다.
본 발명을 특정 실시예들을 참조하여 설명하였지만, 다양한 변경이 본 발명의 사상 또는 범위로부터 벗어나지 않는 범위 내에서 행해질 수 있다는 점이 당업자에 의해 이해될 것이다. 따라서, 본 발명의 실시예들의 개시는 본 발명의 범위를 예시하는 것으로 의도되고 제한하는 것으로 의도되지 않는다. 본 발명의 범위가 첨부된 청구항들에 의해 요구된 범위에 의해서만 제한될 것이라는 점이 의도된다. 예를 들어, 도 1 내지 도 17의 다양한 요소가 변경되고/되거나, 결합되고/되거나, 상호 교환될 수 있고, 일부 이러한 실시예의 전술한 논의가 모든 가능한 실시예의 완벽한 설명을 반드시 나타내지는 않는다는 점이 당업자에게 손쉽게 명백할 것이다. 다른 예로서, 도 13 내지 도 15의 절차들, 프로세스들 또는 액티비티들 중 하나 이상은 상이한 절차들, 프로세스들 및/또는 액티비티들을 포함하고 많은 상이한 순서로 수행될 수 있다.
임의의 특정 청구항에 청구되는 모든 요소는 그러한 특정 청구항에 청구되는 실시예에 필연적이다. 따라서, 하나 이상의 청구된 요소의 대체는 보수가 아닌 재구성인 것으로 여겨진다. 게다가, 이익들, 다른 이점들 및 문제들에 대한 해결법들을 특정 실시예들에 대하여 설명하였다. 그러나, 이익들, 이점들, 문제들에 대한 해결법들, 및 임의의 이익, 이점 또는 해결법이 발생하거나 보다 확연해지게 할 수 있는 임의의 요소 또는 요소들은 그러한 이익들, 이점들, 해결법들 또는 요소들이 청구항들의 임의의 것 또는 모두에서 명확히 진술되지 않는다면, 청구항들의 임의의 것 또는 모두의 중대하거나, 필요하거나, 필수적인 특징들 또는 요소들로 해석되지 않아야 한다.
더욱이, 본원에 개시되는 실시예들 및 제한들은 실시예들 및/또는 제한들이: (1) 청구항들에 명확히 청구되지 않고; (2) 균등론 하에서 청구항들에서의 명백한 요소들 및/또는 제한들의 동등물들이거나 잠재적으로 동등물들이면, 기부의 원칙(doctrine of dedication) 하에서 공중에 대한 기부가 아니다.

Claims (27)

  1. 건축물의 전력 기반 시설에서의 전력 사용량을 감지하는 시스템으로서, 상기 건축물은 회로 차단기 박스 및 상기 건축물의 상기 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인을 포함하며, 상기 시스템은:
    상기 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓이는 상기 회로 차단기 박스의 패널에 부착되도록 구성되는 감지 디바이스로서, 하나 이상의 자계 센서를 포함하는 감지 디바이스;
    상기 건축물의 상기 전력 기반 시설에 전기적 결합되도록 구성되는 교정 디바이스로서, 부하부를 포함하는 교정 디바이스; 및
    상기 감지 디바이스로부터 하나 이상의 출력 신호를 수신하도록 구성되는 하나 이상의 처리 모듈을 포함하며,
    상기 감지 디바이스는 상기 감지 디바이스가 상기 패널에 부착될 때, 상기 하나 이상의 본선 전력 공급 라인 또는 상기 전력 기반 시설에 전기적 또는 물리적 결합되는 것이 없고;
    상기 하나 이상의 처리 모듈은 상기 감지 디바이스로부터 수신되는 상기 하나 이상의 출력 신호에 적어도 부분적으로 기반하여, 상기 감지 디바이스가 상기 패널을 통한 임의의 위치에서 결합될 때, 상기 전력 사용량을 결정하도록 추가로 구성되는, 시스템.
  2. 제1항에 있어서,
    상기 하나 이상의 처리 모듈은 상기 감지 디바이스가 상기 하나 이상의 본선 전력 공급 라인을 통해 위치되는 것이 없고, 상기 하나 이상의 본선 전력 공급 라인에 전기적 결합되는 하나 이상의 분기 전력 라인을 통해 위치되는 것이 없고, 상기 하나 이상의 분기 전력 라인에 전기적 결합되는 하나 이상의 분기 회로 차단기를 통해 위치되는 것이 없을 때, 상기 전력 사용량을 결정하도록 구성되는, 시스템.
  3. 제1항에 있어서,
    상기 하나 이상의 처리 모듈은 상기 감지 디바이스가 상기 패널을 통한 미리 결정된 위치에 위치되는 것이 없을 때, 상기 전력 사용량을 결정하도록 구성되는, 시스템.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 1000 와트 이하의 최대 부하를 제공하도록 구성되는, 시스템.
  5. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 300 와트 이하의 최대 부하를 제공하도록 구성되는, 시스템.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 하나 이상의 처리 모듈은 상기 하나 이상의 본선 전력 공급 라인에서 흐르는 전류와 상기 하나 이상의 본선 전력 공급 라인의 전압 사이의 위상차를 결정하도록 추가로 구성되는, 시스템.
  7. 제6항에 있어서,
    상기 하나 이상의 처리 모듈은 상기 위상차에 적어도 부분적으로 기반하여 실 전력 사용량을 결정하도록 추가로 구성되는, 시스템.
  8. 제7항에 있어서,
    상기 감지 디바이스는 상기 하나 이상의 자계 센서를 둘러싸는 하나 이상의 자석을 더 포함하며, 상기 하나 이상의 자석은 상기 패널에 의해 유도되는 자계를 포화시키도록 구성되는, 시스템.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 4개 이하의 별개의 부하를 인출하도록 구성되는, 시스템.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 일정 범위의 부하들을 인출하도록 구성되고;
    상기 하나 이상의 처리 모듈은 일정 범위의 상기 전력 사용량을 결정하기 위해 상기 감지 디바이스를 사용하도록 구성되고;
    상기 범위의 부하들은 상기 범위의 상기 전력 사용량 미만인, 시스템.
  11. 제10항에 있어서,
    상기 범위의 부하들은 상기 범위의 상기 전력 사용량의 20% 미만인, 시스템.
  12. 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법으로서, 상기 감지 디바이스는 하나 이상의 자계 센서를 포함하며, 상기 감지 디바이스는 회로 차단기 박스의 패널에 부착되며, 상기 회로 차단기 박스의 상기 패널은 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓이며, 상기 교정 디바이스는 부하부를 포함하며, 상기 교정 디바이스는 상기 건축물의 상기 전력 기반 시설에 전기적 결합되며, 상기 방법은:
    상기 건축물에서의 복수의 일상 전력 소모량 변화에 기반하여 구분적 방식으로 제1 전달 함수를 결정함으로써 상기 감지 디바이스를 자동적으로 교정하는 단계; 및
    상기 감지 디바이스의 하나 이상의 출력 신호 및 상기 제1 전달 함수에 기반하여 상기 하나 이상의 처리 모듈을 사용하여 전력 소모량 측정치를 결정하는 단계를 포함하는, 방법.
  13. 제12항에 있어서,
    상기 건축물에서의 상기 복수의 일상 전력 소모량 변화에 기반하여 상기 구분적 방식으로 상기 제1 전달 함수를 결정함으로써 상기 감지 디바이스를 자동적으로 교정하는 단계는:
    (a) 상기 교정 디바이스의 상기 부하부가 부하를 인가한 전후에, 상기 감지 디바이스에 의해 측정되는 자속의 측정된 영역들 및 (b) 상기 측정된 영역들 외부의 외삽된 영역들에 적어도 부분적으로 기반하여 상기 하나 이상의 처리 모듈에 의해 상기 제1 전달 함수를 반복하여 예측하는 단계를 포함하는, 방법.
  14. 제12항에 있어서,
    상기 건축물에서의 상기 복수의 일상 전력 소모량 변화에 기반하여 상기 구분적 방식으로 상기 제1 전달 함수를 결정함으로써 상기 감지 디바이스를 자동적으로 교정하는 단계는:
    자계 변화 측정치를 전류 변화값으로 전환하는 제2 전달 함수를 결정하기 위해 상기 복수의 일상 전력 소모량 변화에 상응하는 트리거링 이벤트를 감지할 시에 신경망 모델을 트레이닝하는 단계; 및
    상기 제2 함수에 적어도 부분적으로 기반하여 상기 하나 이상의 처리 모듈로 상기 제1 전달 함수를 업데이트하는 단계로서, 상기 제1 전달 함수는 자계 측정치를 절대 전류값으로 전환하도록 구성되는 단계를 반복하여 포함하는, 방법.
  15. 제14항에 있어서,
    상기 트리거링 이벤트를 감지할 시에 상기 신경망 모델을 트레이닝하는 단계는:
    상기 트리거링 이벤트에 상응하는 자속의 제1 변화를 감지할 시에, 상기 감지 디바이스로부터의 하나 이상의 제1 자계값을 측정하는 단계;
    상기 교정 디바이스의 상기 부하부의 미리 결정된 부하를 상기 전력 기반 시설에 인가하는 단계로서, 상기 미리 결정된 부하는 제1 전류량을 인출하는 단계;
    상기 미리 결정된 부하가 상기 전력 기반 시설에 인가되는 동안, 상기 감지 디바이스의 하나 이상의 제2 자계값을 감지하는 단계; 및
    상기 신경망 모델의 입력층으로서 상기 하나 이상의 제1 자계값 및 상기 하나 이상의 제2 자계값, 및 상기 신경망 모델의 출력층으로서 상기 제1 전류량을 사용하여 상기 신경망 모델을 트레이닝하기 위해 상기 하나 이상의 처리 모듈을 사용하는 단계를 포함하는, 방법.
  16. 제15항에 있어서,
    상기 트리거링 이벤트는 상기 감지 디바이스로부터 측정되는 상기 하나 이상의 제1 자계값이 상기 제1 전달 함수의 외삽된 영역에 상응하는 상기 복수의 일상 전력 소모량 변화를 포함하는, 방법.
  17. 제12항 내지 제16항 중 어느 한 항에 있어서,
    상기 건축물에서의 상기 복수의 일상 전력 소모량 변화에 기반하여 상기 구분적 방식으로 상기 제1 전달 함수를 결정함으로써 상기 감지 디바이스를 자동적으로 교정하는 단계는 제1 기간을 통해 수행되고;
    상기 제1 기간은 적어도 48 시간인, 방법.
  18. 제12항 내지 제17항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 1000 와트 이하의 최대 부하를 제공하도록 구성되는, 방법.
  19. 제12항 내지 제17항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 300 와트 이하의 최대 부하를 제공하도록 구성되는, 방법.
  20. 제12항 내지 제19항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 4개 이하의 별개의 부하를 인출하도록 구성되는, 방법.
  21. 제12항 내지 제20항 중 어느 한 항에 있어서,
    상기 교정 디바이스의 상기 부하부는 일정 범위의 부하들을 인출하도록 구성되고;
    상기 감지 디바이스가 교정된 후에, 상기 하나 이상의 처리 모듈은 일정 범위의 전력 소모량 측정치들을 결정하기 위해 상기 감지 디바이스를 사용하도록 구성되고;
    상기 범위의 부하들은 상기 범위의 전력 소모량 측정치들 미만인, 방법.
  22. 제21항에 있어서,
    상기 범위의 부하들은 상기 범위의 전력 소모량 측정치들의 20% 미만인, 방법.
  23. 제12항 내지 제22항 중 어느 한 항에 있어서,
    상기 감지 디바이스의 상기 하나 이상의 출력 신호 및 상기 제1 전달 함수에 기반하여 상기 하나 이상의 처리 모듈을 사용하여 상기 전력 소모량 측정치를 결정하는 단계는:
    상기 하나 이상의 본선 전력 공급 라인에서 흐르는 전류와 상기 하나 이상의 본선 전력 공급 라인의 전압 사이의 위상차를 결정하는 단계를 포함하는, 방법.
  24. 제23항에 있어서,
    상기 감지 디바이스의 상기 하나 이상의 출력 신호 및 상기 제1 전달 함수에 기반하여 상기 하나 이상의 처리 모듈을 사용하여 상기 전력 소모량 측정치를 결정하는 단계는:
    상기 위상차에 적어도 부분적으로 기반하여 실 전력 사용량을 결정하는 단계를 더 포함하는, 방법.
  25. 감지 디바이스, 교정 디바이스 및 하나 이상의 처리 모듈을 사용하여 건축물에 제공되는 전력을 감지하는 방법으로서, 상기 감지 디바이스는 회로 차단기 박스의 패널에 부착되며, 상기 회로 차단기 박스의 상기 패널은 건축물의 전력 기반 시설에 대한 하나 이상의 본선 전력 공급 라인 중 적어도 일부 위에 가로 놓이며, 상기 교정 디바이스는 부하부를 포함하며, 상기 방법은:
    상기 감지 디바이스의 하나 이상의 출력 신호에 적어도 부분적으로 기반하여 상기 하나 이상의 본선 전력 공급 라인에서 흐르는 전류를 결정하는 단계; 및
    상기 하나 이상의 본선 전력 공급 라인에서 흐르는 상기 전류와 상기 교정 디바이스에 의해 측정되는 상기 하나 이상의 본선 전력 공급 라인의 전압 사이의 위상차를 결정하는 단계를 포함하며,
    상기 교정 디바이스는 상기 건축물의 상기 전력 기반 시설에 전기적 결합되고;
    상기 감지 디바이스는 상기 하나 이상의 본선 전력 공급 라인 중 적어도 일부에 의해 생성되는 자속을 측정하고 상기 감지 디바이스에 의해 측정되는 상기 자속에 기반하여 상기 감지 디바이스의 상기 하나 이상의 출력 신호를 생성하도록 구성되는 하나 이상의 자계 센서를 포함하고;
    상기 감지 디바이스는 상기 하나 이상의 본선 전력 공급 라인에 전기적 또는 물리적 결합되는 것이 없는, 방법.
  26. 제25항에 있어서,
    상기 하나 이상의 본선 전력 공급 라인에서 흐르는 상기 전류와 상기 건축물의 상기 전력 기반 시설에 전기적 결합되는 상기 교정 디바이스에 의해 측정되는 상기 전압 사이의 상기 위상차를 결정하는 단계는:
    상기 감지 디바이스에 의해 측정되는 상기 자속의 위상에 기반하여 상기 전류의 위상을 결정하는 단계를 포함하는, 방법.
  27. 제25항 또는 제26항에 있어서,
    상기 위상차에 적어도 부분적으로 기반하여 실 전력 사용량을 결정하는 단계를 더 포함하는, 방법.
KR1020177009938A 2014-09-12 2015-09-11 자체 교정 무접촉 전력 소모 감지 KR20170053719A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/485,424 2014-09-12
US14/485,424 US9766277B2 (en) 2009-09-25 2014-09-12 Self-calibrating contactless power consumption sensing
PCT/US2015/049814 WO2016040883A1 (en) 2014-09-12 2015-09-11 Self-calibrating contactless power consumption sensing

Publications (1)

Publication Number Publication Date
KR20170053719A true KR20170053719A (ko) 2017-05-16

Family

ID=55459638

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177009938A KR20170053719A (ko) 2014-09-12 2015-09-11 자체 교정 무접촉 전력 소모 감지

Country Status (6)

Country Link
EP (1) EP3191851B1 (ko)
JP (2) JP6738325B2 (ko)
KR (1) KR20170053719A (ko)
CN (1) CN107110893B (ko)
CA (1) CA2961194A1 (ko)
WO (1) WO2016040883A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8094034B2 (en) 2007-09-18 2012-01-10 Georgia Tech Research Corporation Detecting actuation of electrical devices using electrical noise over a power line
CN106093554B (zh) 2010-07-02 2020-03-10 贝尔金国际股份有限公司 磁场传感设备及其提供方法
US9995815B2 (en) * 2014-12-30 2018-06-12 Energybox Ltd. Energy metering system and method for its calibration
CN116068245B (zh) * 2023-03-07 2023-06-09 江苏盛德电子仪表有限公司 一种插拔式电能表

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08251824A (ja) * 1995-03-08 1996-09-27 Nisshin Steel Co Ltd 電力消費設備の力率予測方法および力率管理装置
US7996171B2 (en) * 2005-01-27 2011-08-09 Electro Industries/Gauge Tech Intelligent electronic device with broad-range high accuracy
US8411896B2 (en) * 2006-12-21 2013-04-02 Cypress Envirosystems, Inc. Gauge reading device and system
KR100911179B1 (ko) * 2007-06-27 2009-08-06 전자부품연구원 메쉬 센서 네트워크를 이용한 실시간 전기 사용량 모니터링시스템
US8930152B2 (en) * 2009-09-25 2015-01-06 University Of Washington Whole structure contactless power consumption sensing
CN106093554B (zh) * 2010-07-02 2020-03-10 贝尔金国际股份有限公司 磁场传感设备及其提供方法
US9291694B2 (en) * 2010-07-02 2016-03-22 Belkin International, Inc. System and method for monitoring electrical power usage in an electrical power infrastructure of a building
US8659286B2 (en) * 2010-07-02 2014-02-25 Brett S Reynolds Apparatus for calibrated non-invasive measurement of electrical current
KR101318982B1 (ko) * 2013-05-10 2013-10-16 (주) 에코센스 다양한 규격의 전력 공급선에 대한 전력을 측정하는 카트리지 방식의 무정전 전력 측정장치

Also Published As

Publication number Publication date
CN107110893A (zh) 2017-08-29
EP3191851A1 (en) 2017-07-19
CA2961194A1 (en) 2016-03-17
JP2020193977A (ja) 2020-12-03
EP3191851B1 (en) 2021-04-14
CN107110893B (zh) 2020-05-12
JP2017534048A (ja) 2017-11-16
WO2016040883A1 (en) 2016-03-17
JP6997264B2 (ja) 2022-01-17
JP6738325B2 (ja) 2020-08-12
EP3191851A4 (en) 2018-05-16

Similar Documents

Publication Publication Date Title
US10371728B2 (en) Self-calibrating contactless power consumption sensing
US10345423B2 (en) System and method for monitoring electrical power usage in an electrical power infrastructure of a building
US9995815B2 (en) Energy metering system and method for its calibration
JP6997264B2 (ja) 自己較正式無接触電力消費量感知
Patel et al. The design and evaluation of an end-user-deployable, whole house, contactless power consumption sensor
Thakare et al. Implementation of an energy monitoring and control device based on IoT
CN103038649B (zh) 用于测量建筑物中的电功率使用情况的系统和方法和用于对其进行校准的系统和方法
Lin et al. A nonintrusive load identification method for residential applications based on quadratic programming
US9013060B2 (en) Method and system for measuring, monitoring and controlling electrical power consumption
JP2013050445A (ja) 相識別の方法およびシステム
US10698012B2 (en) Power measuring system and power measuring method
Peng et al. Development and Application of a ZigBee‐Based Building Energy Monitoring and Control System
Lorek et al. COTS-based stick-on electricity meters for building submetering
US10962384B2 (en) Method of disaggregating an energy usage signal of a usage area
JP6215520B2 (ja) 電力使用量管理システム
Aumi et al. A self-calibrating approach to whole-home contactless power consumption sensing
AU2012247307B2 (en) Electrical measurement apparatus having a detector providing an identification signal and corresponding method
Lanzisera et al. Electricity Submetering on the Cheap: Stick-on Electricity Meters
Levasseur et al. A wireless sensor network for residential electrical energy consumption measurement
Suresh Multifunctional IOT-based smart energy meter
Marchman et al. Remote Monitoring and Control of Residential and Commercial Energy Use

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application