KR20190002171A - Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor - Google Patents

Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor Download PDF

Info

Publication number
KR20190002171A
KR20190002171A KR1020170082694A KR20170082694A KR20190002171A KR 20190002171 A KR20190002171 A KR 20190002171A KR 1020170082694 A KR1020170082694 A KR 1020170082694A KR 20170082694 A KR20170082694 A KR 20170082694A KR 20190002171 A KR20190002171 A KR 20190002171A
Authority
KR
South Korea
Prior art keywords
electric device
event signal
power consumption
learning
individual power
Prior art date
Application number
KR1020170082694A
Other languages
Korean (ko)
Other versions
KR102468357B1 (en
Inventor
정태윤
박판종
박용순
Original Assignee
(주)큐센텍
강릉원주대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)큐센텍, 강릉원주대학교산학협력단 filed Critical (주)큐센텍
Priority to KR1020170082694A priority Critical patent/KR102468357B1/en
Publication of KR20190002171A publication Critical patent/KR20190002171A/en
Application granted granted Critical
Publication of KR102468357B1 publication Critical patent/KR102468357B1/en

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N99/005—
    • Y04S20/34—

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Disclosed are a method for monitoring individual power consumption of an electric apparatus and an apparatus thereof, and a learning method for the same. The method for monitoring individual power consumption of the electric apparatus includes: a step of obtaining an undesignated event signal according to addition of a new electric apparatus; a step of recommending or designating the electric apparatus in accordance with a user input for the undesignated event signal from a list of the electronic apparatus provided in user interface of a user terminal; and a step of registering the electric apparatus corresponding to the undesignated event signal.

Description

전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법{METHOD AND APPARATUS FOR MONITORING INDIVIDUAL POWER CONSUMPTION OF ELECTRIC APPARATUS AND LEARNING METHOD THEREFOR}[0001] METHOD AND APPARATUS FOR MONITORING INDIVIDUAL POWER CONSULATION OF ELECTRIC APPARATUS AND LEARNING METHOD THEREFOR [0002]

본 발명의 실시예는 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법에 관한 것이다.An embodiment of the present invention relates to a method and apparatus for monitoring individual power consumption of an electric device and a learning method therefor.

최근 화석연료의 고갈로 대체에너지나 에너지의 효율적인 사용에 대한 관심이 높아지고 있다. 일례로, 미국, 유럽 등 선진국을 중심으로 전력망에 정보통신기술(Information & Communication Technology, ICT) 기술을 접목한 스마트 그리드 기술에 대한 연구 개발이 활발히 이루어지고 있다.Recently, the exhaustion of fossil fuels has raised interest in the efficient use of alternative energy or energy. For example, research and development on Smart Grid technology, which combines information and communication technology (ICT) technology in the power network, is being actively carried out in advanced countries such as the US and Europe.

스마트 그리드 기술 중 하나인 비해체 부하 모니터링(Non-intrusive Load Monitoring, NILM) 기술은 가정이나 수용가에서 사용하는 가전기기들에서의 소비전력 데이터를 수집하고 개별 가전기기의 신호 특징에 따라 분해하여 개별 가전기기의 소비전력을 모니터링한다. NILM 기술은 수용가 단위의 스마트 미터를 통해 수용가의 총 소비전력을 수집하고 이를 토대로 에너지 사용 예측을 수행하는 종전 기술의 한계를 넘어 실질적인 에너지 사용 예측을 가능케 한다.Non-intrusive load monitoring (NILM) technology, which is one of the smart grid technologies, collects power consumption data from home appliances used in households or consumers and disassembles them according to the signal characteristics of individual appliances. Monitor the power consumption of the device. NILM technology enables realistic energy usage forecasting beyond the limitations of previous technologies for collecting the total power consumption of consumers through consumer-based smart meters and performing energy usage forecasting based on them.

그러나 지금까지 진행된 많은 NILM 연구들에 소개된 가전기기 분류 모델들은, 상용화하기에는 정확도가 낮다. 즉, 현재까지 NILM에서 소비전력 모델을 생성하는 대부분의 연구에서는 HMM(Hidden Markov Model) 기반의 FHMM(Factorial HMM), CFHMM(Conditional FHMM),HieFHMM(Hierarchical FHMM) 등을 사용하고 있다. HMM은 현재 상태에서 다음 상태로 가는 확률에 기반한 모델이기 때문에 기존 모델들은 모두 공통된 2가지 문제점이 있다.However, the home appliance classification models introduced in many of the NILM studies that have been conducted so far are less accurate to commercialize. In other words, to date, most studies that generate power consumption models in NILM use FHMM (Factorial HMM), CFHMM (Conditional FHMM), and HieFHMM (Hierarchical FHMM) based on HMM (Hidden Markov Model). Since the HMM is based on the probability of going from the current state to the next state, there are two common problems in all existing models.

첫 번째로 가전기기의 개수가 증가할수록 모델의 복잡도가 증가하기 때문에 분류 정확도가 떨어진다. 두 번째로 가전기기의 소비전력이 단일상태(single-state)인 경우 정확한 모델링이 가능하지만, 다중상태(multi-state)인 경우 정확한 모델링이 어려워 분류 정확도가 떨어진다. 따라서, HMM 기반 가전기기 분류 모델에서는 신뢰도 향상을 위해 새로운 가전기기 분류 방법이 요구되고 있다.First, as the number of appliances increases, the complexity of the model increases and the classification accuracy decreases. Second, accurate modeling is possible when the power consumption of a home appliance is single-state. However, in case of multi-state, precise modeling is difficult and classification accuracy is low. Therefore, a new home appliance classification method is required to improve reliability in the HMM - based home appliance classification model.

딥 러닝(deep learning)은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions)를 시도하는 대표적인 기계학습 알고리즘이다. 여기서, 추상화는 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업을 지칭한다.Deep learning is a typical machine learning algorithm that attempts to achieve high levels of abstraction through a combination of various nonlinear transformation techniques. Here, abstraction refers to a task that summarizes the core contents or functions in a large amount of data or complex data.

NILM를 위한 딥 러닝은 통상 가전기기의 분류 혹은 인식을 위한 학습 단계, 검증 단계 및 실증 단계로 구성된다. 즉, 기존의 NILM 학습 방법은 기본 데이터 셋을 확보하여 학습을 수행하고 학습용 데이터를 이용하여 추정 모델 파라미터를 생성하도록 구성된다. 하지만, 기존의 NILM 학습 방법은 학습용 데이터와 검증용 데이터를 구분하거나 학습용 데이터와 검증용 데이터를 구분하여 저장해야 한다. 또한, 신규 가전기기에 대하여 매번 학습을 다시 시작해야 하고, 학습을 위해 일정 규모의 데이터 수집 시간이 필요하다. 학습을 위한 일정 규모의 데이터는 수십 회에 걸쳐 획득되거나 수일 동안 수집된다. 이와 같이, 종래 기술에서는 NILM에 적용할 수 있는 개선된 학습 방법이 요구되고 있다.Deep learning for NILM usually consists of learning, verification and demonstration stages for classifying or recognizing home appliances. That is, the existing NILM learning method is configured to acquire a basic data set to perform learning, and to generate estimated model parameters using learning data. However, the existing NILM learning method needs to distinguish between training data and verification data, or to separate learning data from verification data. Also, it is necessary to start learning again for new home appliances, and a certain amount of data collection time is required for learning. A certain amount of data for learning is acquired over tens of times or collected over several days. Thus, in the prior art, an improved learning method applicable to NILM is required.

본 발명은 전술한 종래 기술의 요구에 부응하기 위한 것으로 본 발명의 목적은 비해체 부하 모니터링(Non-intrusive Load Monitoring, NILM)에 효과적으로 적용할 수 있는 학습 방법을 제공하는데 있다.It is an object of the present invention to provide a learning method that can be effectively applied to non-intrusive load monitoring (NILM).

본 발명의 다른 목적은 전술한 학습 방법을 이용하는 전기장치의 개별 소비전력 모니터링 방법을 제공하는데 있다.It is another object of the present invention to provide a method for monitoring the individual power consumption of an electric device using the learning method described above.

본 발명의 또 다른 목적은 전술한 학습 방법을 이용하는 전기장치의 개별 소비전력 모니터링 장치를 제공하는데 있다.It is still another object of the present invention to provide an apparatus for monitoring the individual power consumption of an electric apparatus using the above-described learning method.

상기 기술적 과제를 해결하기 위한 본 발명의 일 측면에 따른 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계; 상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및 상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method for monitoring individual power consumption of an electronic apparatus, comprising: acquiring an undefined event signal by adding a new electrical apparatus; Recommending or designating an electric device according to a user input from an electric device list provided in a user interface of the user terminal with respect to the unspecified event signal; And registering the electric device corresponding to the undetermined event signal.

일실시예에서, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 미지정 이벤트 신호와 동일하거나 유사한 이벤트에 대한 반복 확인을 통해 학습을 강화하는 단계를 더 포함할 수 있다.In one embodiment, the learning method for the individual power consumption monitoring of the electronic device may further comprise the step of enhancing the learning through repetitive acknowledgment of the same or similar event as the undefined event signal.

일실시예에서, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 등록하는 단계 후에 수집되는 전기장치의 이벤트 신호에 기초하여 상기 사용자 단말의 애플리케이션에서 정오표를 기록하는 단계; 상기 정오표에서 잘못 추천되거나 지정된 정오데이터를 수집하는 단계; 및 상기 정오데이터를 이용하는 재학습하는 단계를 더 포함할 수 있다.In one embodiment, a learning method for individual power consumption monitoring of an electronic device includes: recording an errata table in an application of the user terminal based on an event signal of an electrical device collected after the registering step; Collecting erroneous data erroneously recommended or specified at the erroneous table; And re-learning using the noon data.

상기 기술적 과제를 해결하기 위한 본 발명의 다른 측면에 따른 전기장치의 개별 소비전력 모니터링 방법은, 전기장치의 이벤트 신호를 획득하는 단계; 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 단계; 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 사용자 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 단계; 및 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method for monitoring an individual power consumption of an electric device, comprising: acquiring an event signal of the electric device; Detecting an unknown event signal of the event signal; Recommending or designating an electric device on the list according to user input or user selection on the user interface provided on the user terminal, the electric device corresponding to the unreal event signal; And monitoring the individual power consumption of the electric device based on the event signal of the regular device including the electric device on the list.

일실시예에서, 전기장치의 개별 소비전력 모니터링 방법은, 상기 지정하는 단계 후에, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습하는 단계를 더 포함할 수 있다.In one embodiment, the individual power consumption monitoring method of the electric device further comprises, after the designating step, recording a errata sheet on another user interface based on an event signal of the regular device including the electric device on the list, Collecting the noon data, and re-learning based on the noon data.

상기 기술적 과제를 해결하기 위한 본 발명의 다른 측면에 따른 전기장치의 개별 소비전력 모니터링 장치는, 전기장치의 이벤트 신호를 획득하고, 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 이벤트 획득부; 및 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 등록 관리부를 포함하고, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링한다.According to another aspect of the present invention, there is provided an apparatus for monitoring an individual power consumption of an electric apparatus, the apparatus comprising: an event acquisition unit for acquiring an event signal of the electric apparatus and detecting an unknown event signal of the event signal; And a registration management unit for recommending or designating an electric device on the list according to a user input or selection on a user interface provided at a user terminal, the electric device corresponding to the unreal event signal, And monitors the individual power consumption of the electric device based on the event signal.

일실시예에서, 전기장치의 개별 소비전력 모니터링 장치는, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습부를 더 포함할 수 있다.In one embodiment, the individual power consumption monitoring device of the electric device may further include: an errata table recording means for erroneously writing a errata table on another user interface based on an event signal of a regular device including the electric device on the list, And a re-learning unit based on the noon data.

본 발명에 의하면, 비해체 부하 모니터링(Non-intrusive Load Monitoring, NILM)의 개선된 학습 방법으로서 특히 신규장치 추가시에 매우 유용하거나 오답노트 작성으로 강화된 학습 방법을 제공할 수 있다.According to the present invention, it is possible to provide an improved learning method of non-disruptive load monitoring (NILM), which is particularly useful when adding a new device or enhanced learning method by writing a wrong answer note.

또한, 본 발명에 의하면, 학습용 데이터와 검증용 데이터를 구분하거나 학습용 데이터와 검증용 데이터를 구분하여 저장할 필요가 없다. 또한, 신규 가전기기에 대하여 1회 또는 2~3회 수준에서 간단히 학습을 완료할 수 있어 학습에 소요되는 시간과 노력을 크게 절감할 수 있다.Further, according to the present invention, there is no need to distinguish between training data and verification data, or to separate training data and verification data separately. In addition, since learning can be completed simply at a level of once or two or three times for a new home appliance, the time and effort required for learning can be greatly reduced.

또한, 본 발명에 의하면, NLIM을 위한 딥 러닝에서 가전기기 또는 전기장치에 대한 학습 단계 이후에 수행되는 검증 단계와 실증 단계를 생략하거나 실질적으로 학습 단계 내에 통합할 수 있어 소프트웨어의 절차를 간결하고 단순화할 수 있는 장점이 있다.Further, according to the present invention, in the deep learning for NLIM, the verification step and the demonstration step performed after the learning step for the household appliance or the electric apparatus can be omitted or substantially integrated into the learning step, thereby simplifying and simplifying the software procedures There is an advantage to be able to do.

도 1은 본 발명의 일실시예에 따른 전기장치의 개별 소비전력 모니터링 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에서 수집한 전기장치의 전력 신호패턴에 대한 예시도이다.
도 3은 도 1의 시스템에서 수집한 새로운 전기장치의 전력 신호패턴에 대해 사용자 입력에 기초하여 등록하는 과정을 예시한 도면이다.
도 4는 본 발명의 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법를 위한 학습 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법을 위한 학습 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 장치를 설명하기 위한 블록도이다.
도 7은 도 6의 장치에 채용할 수 있는 NILM(Non-intrusive Load Monitoring) 작동 원리를 설명하기 위한 흐름도이다.1 is a view for explaining an individual power consumption monitoring system of an electric device according to an embodiment of the present invention.
FIG. 2 is an exemplary view of a power signal pattern of an electric device collected in the system of FIG. 1; FIG.
FIG. 3 is a diagram illustrating a process of registering a power signal pattern of a new electric device collected by the system of FIG. 1 based on user input.
4 is a flowchart illustrating a learning method for a method for monitoring individual power consumption of an electric device according to another embodiment of the present invention.
5 is a flowchart illustrating a learning method for a method for monitoring individual power consumption of an electric device according to another embodiment of the present invention.
6 is a block diagram for explaining an individual power consumption monitoring apparatus of an electric device according to another embodiment of the present invention.
7 is a flowchart for explaining a non-intrusive load monitoring (NILM) operation principle that can be employed in the apparatus of FIG.

본 발명을 충분히 이해하기 위해서 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 설명한다. 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상세히 설명하는 실시예로 한정되는 것으로 해석되어서는 안 된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있다. 각 도면에서 동일한 부재는 동일한 참조부호로 도시한 경우가 있음을 유의하여야 한다. 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 기술은 생략된다.For a better understanding of the present invention, a preferred embodiment of the present invention will be described with reference to the accompanying drawings. The embodiments of the present invention may be modified into various forms, and the scope of the present invention should not be construed as being limited to the embodiments described in detail below. The present embodiments are provided to enable those skilled in the art to more fully understand the present invention. Therefore, the shapes and the like of the elements in the drawings can be exaggeratedly expressed to emphasize a clearer description. It should be noted that in the drawings, the same members are denoted by the same reference numerals. Detailed descriptions of well-known functions and constructions which may be unnecessarily obscured by the gist of the present invention are omitted.

도 1은 본 발명의 일실시예에 따른 전기장치의 개별 소비전력 모니터링 시스템을 설명하기 위한 도면이다. 도 2는 도 1의 시스템에서 수집한 전기장치의 전력 신호패턴에 대한 예시도이다. 도 3은 도 1의 시스템에서 수집한 새로운 전기장치의 전력 신호패턴에 대해 사용자 입력에 기초하여 등록하는 과정을 예시한 도면이다.1 is a view for explaining an individual power consumption monitoring system of an electric device according to an embodiment of the present invention. FIG. 2 is an exemplary view of a power signal pattern of an electric device collected in the system of FIG. 1; FIG. FIG. 3 is a diagram illustrating a process of registering a power signal pattern of a new electric device collected by the system of FIG. 1 based on user input.

도 1을 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링 시스템은, NILM 미터(Non-instructive Load Monitoring Meter, 10), NILM 장치(20), 사용자 단말(30) 및 서버(40)를 포함할 수 있다.Referring to FIG. 1, the individual power consumption monitoring system of the electric device according to the present embodiment includes a non-instructive load monitoring meter 10, a NILM device 20, a user terminal 30, . ≪ / RTI >

NILM 미터(10)는 댁내 또는 구내로 공급되는 전력선의 인입부에 설치되는 차단기(8)의 1차측에서 전압을 측정하고, 2차측에서 전류센서(9)를 통해 전류를 측정할 수 있다. 전류센서(9)는 CT, C/CT 또는 ZCT 전류센서일 수 있다. 댁내 혹은 구내 전력선에는 가전기기#1(2), 가전기기#2(4) 등이 연결되고, 새로운(new) 가전기기(6)이 일정 시점에서 혹은 간헐적으로 연결될 수 있다. 용어 '가전기기'는 전기장치와 혼용될 수 있다.The NILM meter 10 can measure the voltage at the primary side of the circuit breaker 8 installed at the inlet of the power line supplied to the premises or the premises and measure the current through the current sensor 9 at the secondary side. The current sensor 9 may be a CT, C / CT or ZCT current sensor. Home appliances # 1 (2), home appliances # 2 (4), and the like are connected to the home or office power line and new appliances (6) can be connected at a certain point or intermittently. The term 'home appliance' may be used in combination with an electrical appliance.

NILM 장치(20)는 NILM 미터(20)에서 측정되는 모니터링 데이터를 사용자 단말(30)이나 서버(40)에 제공할 수 있다. NILM 장치(20)는 마이크로프로세서(21) 및 통신부(22)를 구비할 수 있다. 통신부(22)는 RJ45커넥터 등의 커넥터를 구비하거나, 와이파이 등의 근거리 통신을 지원하는 서브시스템을 구비하거나, 3G, 4G, 5G 등의 이동 통신망을 지원하는 서브시스템을 구비할 수 있다.The NILM device 20 can provide the monitoring data measured at the NILM meter 20 to the user terminal 30 or the server 40. [ The NILM apparatus 20 may include a microprocessor 21 and a communication unit 22. The communication unit 22 may include a connector such as an RJ45 connector, a subsystem for supporting short-range communication such as Wi-Fi, or a subsystem for supporting a mobile communication network such as 3G, 4G, and 5G.

사용자 단말(30)은 기본적으로 이동성, 휴대성, 사용 편의성 등에서 유리한 모바일 단말을 지칭하나, 이에 한정되지 않고, 데스크탑 컴퓨터, 랩탑 컴퓨터 등을 포함할 수 있다. NILM 미터(10)나 NILM 장치(20)로부터 획득한 전기장치의 개별 소비전력을 모니터링할 수 있다. 이를 위해 소정의 애플케이션을 구비할 수 있다.The user terminal 30 basically refers to a mobile terminal that is advantageous in terms of mobility, portability, and ease of use, but is not limited thereto, and may include a desktop computer, a laptop computer, and the like. The individual power consumption of the electric device acquired from the NILM meter 10 or the NILM device 20 can be monitored. For this purpose, a predetermined application can be provided.

서버(40)는 NILM 미터(10)나 NILM 장치(20)로부터 획득한 전기장치의 소비전력에서 개별 전기장치의 특징에 따라 개별 전기장치의 소비전력을 모니터링할 수 있다(도 2 참조).The server 40 can monitor the power consumption of the individual electric devices according to the characteristics of the individual electric devices at the power consumption of the electric devices acquired from the NILM meter 10 or the NILM device 20 (see FIG. 2).

사용자는 스마트폰 등의 모바일 단말을 포함한 사용자 단말에서 언노운(Unknown) 이벤트 신호에 대응하는 전자장치(가전기기 포함)를 식별하고 식별 정보를 서버나 NILM 호스트에 제공할 수 있다(도 3의 S30 참조).The user can identify the electronic device (including home appliances) corresponding to the Unknown event signal in the user terminal including the mobile terminal such as the smart phone and provide the identification information to the server or the NILM host (refer to S30 in Fig. 3) ).

전술한 구성에 의하면, 본 발명은 신규 전기장치의 추가시 기존의 NILM 알고리즘에서 딥 러닝 등에 의해 신규 전기장치를 학습하는데 오랜 시간과 노력이 요구되는 문제를 개선할 수 있다. 즉, 본 실시예에 의하면, 신규 전기장치의 추가시 사용자 입력에 획득할 수 있도록 사용자 단말에 가전기기에 대한 목록을 제공하며, 이를 통해 가전기기에 대한 학습 효과를 극대화할 수 있다.According to the above-described configuration, when adding a new electric device, it is possible to solve the problem that a long time and effort are required to learn a new electric device by deep running or the like in the existing NILM algorithm. That is, according to the present embodiment, a list of home appliances is provided to the user terminal so as to acquire user input when a new electric device is added, thereby maximizing the learning effect on home appliances.

도 4는 본 발명의 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법를 위한 학습 방법을 설명하기 위한 흐름도이다.4 is a flowchart illustrating a learning method for a method for monitoring individual power consumption of an electric device according to another embodiment of the present invention.

도 4를 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계; 상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및 상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.Referring to FIG. 4, a learning method for monitoring individual power consumption of an electric device according to the present embodiment includes: acquiring an undefined event signal according to a new electric device addition; Recommending or designating an electric device according to a user input from an electric device list provided in a user interface of the user terminal with respect to the unspecified event signal; And registering the electric device corresponding to the undetermined event signal.

전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 미지정 이벤트 신호와 동일하거나 유사한 이벤트에 대한 반복 확인을 통해 학습을 강화하는 단계를 더 포함할 수 있다.The learning method for monitoring the individual power consumption of the electric device may further include the step of enhancing the learning through repetitive confirmation of the same or similar event as the undefined event signal.

도 5는 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법을 위한 학습 방법을 설명하기 위한 흐름도이다.5 is a flowchart illustrating a learning method for a method for monitoring individual power consumption of an electric device according to another embodiment of the present invention.

도 5를 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계; 상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및 상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함한다.Referring to FIG. 5, a learning method for monitoring individual power consumption of an electric device according to the present embodiment includes: acquiring an undefined event signal according to a new electric device addition; Recommending or designating an electric device according to a user input from an electric device list provided in a user interface of the user terminal with respect to the unspecified event signal; And registering the electric device corresponding to the undetermined event signal.

전기장치의 개별 소비전력 모니터링을 위한 학습 방법은, 상기 등록하는 단계 후에 수집되는 전기장치의 이벤트 신호에 기초하여 상기 사용자 단말의 애플리케이션에서 정오표를 기록하는 단계; 상기 정오표에서 잘못 추천되거나 지정된 정오데이터를 수집하는 단계; 및 상기 정오데이터를 이용하는 재학습하는 단계를 더 포함할 수 있다.A learning method for monitoring individual power consumption of an electric device includes the steps of: recording an errata table in an application of the user terminal based on an event signal of an electric device collected after the registering step; Collecting erroneous data erroneously recommended or specified at the erroneous table; And re-learning using the noon data.

도 6은 본 발명의 또 다른 실시예에 따른 전기장치의 개별 소비전력 모니터링 장치를 설명하기 위한 블록도이다.6 is a block diagram for explaining an individual power consumption monitoring apparatus of an electric device according to another embodiment of the present invention.

도 6을 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링 장치는, 전기장치의 이벤트 신호를 획득하고, 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 이벤트 획득부; 및 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 등록 관리부를 포함하고, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링한다.Referring to FIG. 6, an apparatus for monitoring individual power consumption of an electric apparatus according to an embodiment of the present invention includes an event obtaining unit for obtaining an event signal of an electric device and detecting an unknown event signal of the event signal; And a registration management unit for recommending or designating an electric device on the list according to a user input or selection on a user interface provided at a user terminal, the electric device corresponding to the unreal event signal, And monitors the individual power consumption of the electric device based on the event signal.

전기장치의 개별 소비전력 모니터링 장치는, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습부를 더 포함할 수 있다.The individual power consumption monitoring device of the electric device records errata on another user interface based on the event signal of the regular device including the electric device on the list, collects erroneous data erroneously specified in the errata, And a re-learning unit.

전술한 전기장치의 개별 소비전력 모니터링 장치는 사용자 단말(30)이나 이와 유사한 모바일 단말로 구현될 수 있다. 이 경우, 사용자 단말(30)은 제어부(31), 메모리(32), 통신부(33) 및 입출력부(34)를 포함할 수 있다.The above-described individual power consumption monitoring device of the electric device may be implemented as a user terminal 30 or a similar mobile terminal. In this case, the user terminal 30 may include a control unit 31, a memory 32, a communication unit 33, and an input / output unit 34.

통신부(33)는 이벤트 획득을 위한 제1 모듈(321), 사용자 인터페이스에 제공한 가전기기의 목록을 관리하는 기능을 담당하는 제2 모듈(322), 사용자 입력에 의해 신규 등록되는 가전기기에 대한 전력 패턴 등을 등록 관리하는 제3 모듈(323), 사용자 인터페이스를 통해 정오표를 기록하는 기능을 지원하는 제4 모듈(324), 정오표를 토대로 정오데이터를 수집하는 제5 모듈(325)을 포함할 수 있다.The communication unit 33 includes a first module 321 for acquiring an event, a second module 322 for managing a list of home appliances provided in the user interface, A fourth module 324 for supporting the function of recording the errata table through the user interface, and a fifth module 325 for collecting the noon data based on the errata table .

입출력부(34)는 사용자 단말의 표시장치에 제공되는 사용자 인터페이스 특히, 전기장치 목록을 제공하기 위한 사용자 인터페이스(340)를 출력하고, 사용자 인터페이스(340)를 통해 사용자 입력이나 선택을 허용/감지할 수 있다.The input / output unit 34 outputs a user interface 340 for providing a user interface, in particular, a list of electric devices provided on a display device of the user terminal, and permits / detects user input or selection through the user interface 340 .

도 7은 도 6의 장치에 채용할 수 있는 NILM(Non-intrusive Load Monitoring) 작동 원리를 설명하기 위한 흐름도이다.7 is a flowchart for explaining a non-intrusive load monitoring (NILM) operation principle that can be employed in the apparatus of FIG.

도 7을 참조하면, 본 실시예에 따른 전기장치의 개별 소비전력 모니터링 방법은, 전기장치의 이벤트 신호를 획득하는 단계; 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 단계; 상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 사용자 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 단계; 및 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는 단계를 포함한다.Referring to FIG. 7, an individual power consumption monitoring method of an electric device according to the present embodiment includes: obtaining an event signal of an electric device; Detecting an unknown event signal of the event signal; Recommending or designating an electric device on the list according to user input or user selection on the user interface provided on the user terminal, the electric device corresponding to the unreal event signal; And monitoring the individual power consumption of the electric device based on the event signal of the regular device including the electric device on the list.

전기장치의 개별 소비전력 모니터링 방법은, 상기 지정하는 단계 후에, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습하는 단계를 더 포함할 수 있다.The individual power consumption monitoring method of the electric device records the errata sheet on the other user interface based on the event signal of the regular device including the electric device on the list after the specifying step and collects the erroneous data erroneously designated in the errata table , And re-learning based on the noon data.

이상에서 설명된 본 발명의 선바동력공급시스템의 실시예는 예시적인 것에 불과하며, 본 발명이 속한 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 잘 알 수 있을 것이다. 그러므로 본 발명은 상기의 상세한 설명에서 언급되는 형태로만 한정되는 것은 아님을 잘 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다. 또한, 본 발명은 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 그 범위 내에 있는 모든 변형물과 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.The embodiments of the power supply system of the present invention described above are merely illustrative and those skilled in the art will appreciate that various modifications and equivalent embodiments can be made without departing from the scope of the present invention. You will know. Therefore, it is to be understood that the present invention is not limited to the above-described embodiments. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims. It is also to be understood that the invention includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention as defined by the appended claims.

Claims (7)

신규 전기장치 추가에 따른 미지정 이벤트 신호를 획득하는 단계;
상기 미지정 이벤트 신호에 대하여 사용자 단말의 사용자 인터페이스에 제공된 전기장치 목록에서 사용자 입력에 따른 전기장치를 추천하거나 지정하는 단계; 및
상기 미지정 이벤트 신호에 대응하는 전기장치를 등록하는 단계를 포함하는, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법.Obtaining an undefined event signal according to the addition of the new electric device;
Recommending or designating an electric device according to a user input from an electric device list provided in a user interface of the user terminal with respect to the unspecified event signal; And
And registering the electric device corresponding to the undetermined event signal. 청구항 1에 있어서,
상기 미지정 이벤트 신호와 동일하거나 유사한 이벤트에 대한 반복 확인을 통해 학습을 강화하는 단계를 더 포함하는, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법.The method according to claim 1,
Further comprising the step of enhancing learning through repetitive acknowledgment of events identical or similar to the undefined event signal. 청구항 2에 있어서,
상기 등록하는 단계 후에 수집되는 전기장치의 이벤트 신호에 기초하여 상기 사용자 단말의 애플리케이션에서 정오표를 기록하는 단계;
상기 정오표에서 잘못 추천되거나 지정된 정오데이터를 수집하는 단계; 및
상기 정오데이터를 이용하는 재학습하는 단계를 더 포함하는, 전기장치의 개별 소비전력 모니터링을 위한 학습 방법.The method of claim 2,
Recording an errata in an application of the user terminal based on an event signal of an electric device collected after the registering step;
Collecting erroneous data erroneously recommended or specified at the erroneous table; And
Further comprising the step of re-learning using the noon data. 전기장치의 이벤트 신호를 획득하는 단계;
상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 단계;
상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 사용자 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 단계; 및
상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는 단계를 포함하는,
전기장치의 개별 소비전력 모니터링 방법.Obtaining an event signal of the electric device;
Detecting an unknown event signal of the event signal;
Recommending or designating an electric device on the list according to user input or user selection on the user interface provided on the user terminal, the electric device corresponding to the unreal event signal; And
And monitoring the individual power consumption of the electric device based on the event signal of the periodic device including the electric device on the list.
Method for monitoring individual power consumption of an electrical device. 청구항 4에 있어서,
상기 지정하는 단계 후에, 상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습하는 단계를 더 포함하는, 전기장치의 개별 소비전력 모니터링 방법.The method of claim 4,
Recording the errata on the other user interface based on the event signal of the regular device including the electric device on the list, collecting the erroneous data erroneously specified in the errata, and re-learning based on the noon data Further comprising the steps of: 전기장치의 이벤트 신호를 획득하고, 상기 이벤트 신호 중 언노운(Unknown) 이벤트 신호를 감지하는 이벤트 획득부; 및
상기 언노운 이벤트 신호에 대응하는 전기장치를 사용자 단말에서 제공되는 사용자 인터페이스상의 사용자 입력이나 선택에 따라 목록상의 전기장치를 추천하거나 지정하는 등록 관리부를 포함하고,
상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 전기장치의 개별 소비전력을 모니터링하는, 전기장치의 개별 소비전력 모니터링 장치.An event acquiring unit acquiring an event signal of the electric device and detecting an unknown event signal of the event signal; And
And a registration management unit for recommending or designating an electric device on the list according to a user input or selection on a user interface provided on the user terminal, the electric device corresponding to the unreal event signal,
And monitors the individual power consumption of the electric device based on an event signal of the regular device including the electric device on the list. 청구항 6에 있어서,
상기 목록상의 전기장치를 포함한 정기장치의 이벤트 신호에 기초하여 다른 사용자 인터페이스상에서 정오표를 기록하고, 상기 정오표에서 잘못 지정한 정오데이터를 수집하고, 상기 정오데이터를 토대로 재학습부를 더 포함하는, 전기장치의 개별 소비전력 모니터링 장치.The method of claim 6,
Further comprising a re-learning unit for recording errata on another user interface based on an event signal of the regular device including the electric device on the list, collecting erroneous data erroneously specified in the errata, and re-learning based on the noon data Individual power consumption monitoring device.
KR1020170082694A 2017-06-29 2017-06-29 Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor KR102468357B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170082694A KR102468357B1 (en) 2017-06-29 2017-06-29 Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170082694A KR102468357B1 (en) 2017-06-29 2017-06-29 Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor

Publications (2)

Publication Number Publication Date
KR20190002171A true KR20190002171A (en) 2019-01-08
KR102468357B1 KR102468357B1 (en) 2022-11-18

Family

ID=65021127

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170082694A KR102468357B1 (en) 2017-06-29 2017-06-29 Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor

Country Status (1)

Country Link
KR (1) KR102468357B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107422A1 (en) * 2019-11-28 2021-06-03 한국전자기술연구원 Nonintrusive load monitoring method using energy consumption data

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120032812A (en) * 2010-09-29 2012-04-06 주식회사 에스원 A monitoring method for electric power consumption
KR20140065897A (en) * 2012-11-22 2014-05-30 삼성전자주식회사 Non-intrusive load monitoring apparatus and method
KR20170036462A (en) * 2015-09-24 2017-04-03 원우엔지니어링주식회사 Adaptive Smart Power Measurement Apparatus for Identifying Device and Method thereof
KR101724328B1 (en) * 2016-04-28 2017-04-07 전자부품연구원 Non-Intrusive Appliance Load Monitoring Method and System using the Total Power Consumption and Complex Sensor
KR20170049387A (en) * 2015-10-27 2017-05-10 부산대학교 산학협력단 System and Method for household appliance classification from the total power consumption by using deep learning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120032812A (en) * 2010-09-29 2012-04-06 주식회사 에스원 A monitoring method for electric power consumption
KR20140065897A (en) * 2012-11-22 2014-05-30 삼성전자주식회사 Non-intrusive load monitoring apparatus and method
KR20170036462A (en) * 2015-09-24 2017-04-03 원우엔지니어링주식회사 Adaptive Smart Power Measurement Apparatus for Identifying Device and Method thereof
KR20170049387A (en) * 2015-10-27 2017-05-10 부산대학교 산학협력단 System and Method for household appliance classification from the total power consumption by using deep learning
KR101724328B1 (en) * 2016-04-28 2017-04-07 전자부품연구원 Non-Intrusive Appliance Load Monitoring Method and System using the Total Power Consumption and Complex Sensor

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107422A1 (en) * 2019-11-28 2021-06-03 한국전자기술연구원 Nonintrusive load monitoring method using energy consumption data
KR20210066534A (en) * 2019-11-28 2021-06-07 한국전자기술연구원 Method for nonintrusive load monitoring of energy usage data

Also Published As

Publication number Publication date
KR102468357B1 (en) 2022-11-18

Similar Documents

Publication Publication Date Title
US11036189B2 (en) Energy disaggregation techniques for low resolution whole-house energy consumption data
CN106338706B (en) A kind of methods, devices and systems of electric energy metering device global error detection
CN101213421B (en) Automated integration of data in public utility monitoring systems
Lanzisera et al. Methods for detailed energy data collection of miscellaneous and electronic loads in a commercial office building
ES2932399T3 (en) A method and system for optimizing a composite load unbundling
CN103200051A (en) Intelligent substation message simulation testing and association message analysis system and method
US8346713B2 (en) Method and system for recognizing power consumption behaviors of electric appliances in a loop
CN106569166B (en) A kind of test method in twin-core electric energy meter legality measurement portion
KR20170049387A (en) System and Method for household appliance classification from the total power consumption by using deep learning
CN205881158U (en) Terminal test equipment of power consumption field usage
CN105589801A (en) Mobile phone cluster test method and system
Sayed et al. Endorsing energy efficiency through accurate appliance-level power monitoring, automation and data visualization
CN114167132B (en) Power consumption detection method and device of wireless terminal, electronic equipment and storage medium
Klugman et al. Watching the grid: utility-independent measurements of electricity reliability in Accra, Ghana
KR20190002171A (en) Method and apparatus for monitoring individual power consumption of electric apparatus and learning method therefor
Reinhardt et al. Can smart plugs predict electric power consumption? A case study
Houidi et al. Design of an electricity consumption measurement system for Non Intrusive Load Monitoring
EP3376165B1 (en) Power monitor
Cheung Detailed energy data collection for miscellaneous and electronic loads in a commercial office building
Aljamea et al. Smart meter data analysis
CN109407039A (en) Intelligent electric meter and its system, self-diagnosing method and fault detection method
CN112559947B (en) Real-time power flow data detection method based on equipment and related device
Fan et al. Efficient time series disaggregation for non-intrusive appliance load monitoring
CN115222018A (en) Non-invasive load decomposition method and device
CN114662832A (en) Population mobility analysis method and device and electronic equipment

Legal Events

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