KR20190070147A - Apparatus and method for classifying household appliances using power data analysis - Google Patents

Apparatus and method for classifying household appliances using power data analysis Download PDF

Info

Publication number
KR20190070147A
KR20190070147A KR1020170170687A KR20170170687A KR20190070147A KR 20190070147 A KR20190070147 A KR 20190070147A KR 1020170170687 A KR1020170170687 A KR 1020170170687A KR 20170170687 A KR20170170687 A KR 20170170687A KR 20190070147 A KR20190070147 A KR 20190070147A
Authority
KR
South Korea
Prior art keywords
data
power
analysis
frequency component
impedance
Prior art date
Application number
KR1020170170687A
Other languages
Korean (ko)
Other versions
KR102049453B1 (en
Inventor
김호원
김지현
김해용
김재현
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020170170687A priority Critical patent/KR102049453B1/en
Publication of KR20190070147A publication Critical patent/KR20190070147A/en
Application granted granted Critical
Publication of KR102049453B1 publication Critical patent/KR102049453B1/en

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/133Arrangements for measuring electric power or power factor by using digital technique
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • G01R23/165Spectrum analysis; Fourier analysis using filters
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N99/00Subject matter not provided for in other groups of this subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/242Home appliances
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30Smart metering, e.g. specially adapted for remote reading
    • Y04S20/38

Abstract

The present invention relates to an apparatus for classifying home appliances by using power data analysis and a method thereof, which analyze power data collected from a customer and extract an impedance component of power to classify home appliances. The apparatus for classifying home appliances by using power data analysis comprises: a power consumption data detection unit for detecting power consumption data; a frequency component extraction unit for receiving the power consumption data by a stream and separately extracting a low frequency component and a high frequency component; a low frequency component analysis data output unit for outputting power amount data from the low frequency component and outputting power analysis data using progress of corresponding data; a high frequency component analysis data output unit for outputting phase angle data from the high frequency component and outputting frequency analysis data from the high frequency component; and an impedance modeling unit for performing impedance modeling based on changes in a current amount and changes in a phase angle and performing home appliance classification using the impedance modeling.

Description

전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법{Apparatus and method for classifying household appliances using power data analysis}[0001] Apparatus and method for classifying household appliances using power data analysis [0002]
본 발명은 가전기기 분류 시스템에 관한 것으로, 구체적으로 수용가에서 수집되는 전력 데이터를 분석하여 전력의 임피던스 성분을 추출하여 가전기기를 분류하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법에 관한 것이다.The present invention relates to a household appliance classification system, and more particularly, to an apparatus and method for classifying household appliances using power data analysis for analyzing power data collected in a customer and extracting an impedance component of power to classify household appliances .
최근 화석연료의 고갈로 전 세계적으로 에너지의 효율적인 사용에 대한 관심이 높아지고 있다. 이에 따라, 미국, 유럽 등 선진국을 중심으로 전력망에 ICT 기술을 접목한 스마트 그리드 기술이 실현되고 있다.With the recent depletion of fossil fuels, interest in the efficient use of energy is increasing worldwide. As a result, Smart Grid technology that integrates ICT technology into the power grid is being realized, especially in advanced countries such as the US and Europe.
각 수용가의 소비전력을 측정하여 전송하는 스마트 미터가 설치되어 소비전력을 이용한 모니터링 및 전력 예측이 가능해지고 있다.A smart meter is installed to measure and transmit the power consumption of each customer, so that monitoring and power prediction using power consumption is becoming possible.
그러나 단순히 수용가의 총 소비전력을 수집하는 것만으로 정확한 에너지 사용예측이 어렵다. 보다 정확한 예측을 위해서는 수용가에서 사용하는 가전기기 단계에서의 소비전력 정보수집이 필요하다.However, it is difficult to predict accurate energy use simply by collecting the total power consumption of the customer. For more accurate prediction, it is necessary to collect power consumption information at the consumer electronics stage used by the customer.
이를 실현하기 위한 기술로 NILM(Non-intrusive Load Monitoring)이 있다. NILM (Non-intrusive Load Monitoring) is a technique for realizing this.
NILM은 수용가의 전력 데이터를 분석하여 어떠한 가전기기가 사용되고 있는지 알아내는 기술이다. 따라서 NILM을 이용하여 수용가의 가전기기 단계에서의 소비전력 정보 수집이 가능해진다.NILM is a technology for analyzing the power data of a customer to find out which household appliances are being used. Therefore, it is possible to collect power consumption information at the consumer electronics stage of the consumer by using the NILM.
하지만, 지금까지 연구되고 상용화되었던 가전기기 분류 모델들은 실제로 상용화하기에 정확도가 충분하지 못하다.However, the home appliance classification models that have been researched and commercialized so far are not accurate enough to be commercialized.
가전기기별로 전기 에너지를 관리하기 위해서는, 서비스 제공자가 일정기간 동안 라벨링된 데이터를 확보해야 한다.In order to manage electric energy for each appliance, the service provider must secure the labeled data for a certain period of time.
이를 위해서 가전기기마다 센서를 부착하여 데이터를 수집하거나 사용자가 가전기기를 사용할 때마다 서비스 제공자에게 가전기기 사용정보를 제공해야 하기 때문에 현실적으로 불가능하다.For this purpose, it is practically impossible to collect data by attaching a sensor to each home appliance or to provide information on home appliance usage to a service provider whenever the user uses the appliance.
다른 방법으로, 사용자가 최초 서비스 실행 시 가전기기의 목록과 기기별 소비전력 정보를 서비스 제공자에게 보내어, 추측을 통하여 모델을 생성하는 방법이 있지만, 이는 사용자의 불편함뿐만 아니라 생성된 모델도 정확하지 않다. Alternatively, there is a method of generating a model through speculation by sending a list of household appliances and power consumption information of each appliance to the service provider when the user executes the initial service, but this is not only inconvenient for the user but also the generated model is accurate not.
특히 일반적인 스마트 미터의 경우 전력센서를 통해 입력된 Raw 데이터를 저주파 통과 필터를 이용하여, 신호 잡음과 위상변화 등의 고주파 성분을 제거하고, 이를 이용한 보정 및 계산을 통해 소비 전류량을 측정한다.Especially, in the case of a smart meter in general, raw data input through a power sensor is removed by using a low-pass filter to remove high-frequency components such as signal noise and phase change.
이러한 측정법은 하나의 센서를 통해 하나의 데이터 스트림을 얻을 수 있는 한계를 가지게 되며, 이러한 데이터를 이용한 분류 모델의 경우 모델링의 정확도에 태생적인 제약을 가지게 된다.This method has a limit to obtain one data stream through one sensor. In the case of the classification model using such data, the modeling accuracy is inherently limited.
특히 유사한 소비전력을 가지는 기기 혹은 multi-state 기기의 모델링에서 정확도 하락을 가져옴에 따라, 추가적인 인지 센서 장착 혹은 다수의 전류측정센서를 이용한 그룹별 측정을 통해 이를 보완하는 방안이 이용되고 있다. Particularly, as the accuracy of the modeling of a device having a similar power consumption or a multi-state device is lowered, a method of supplementing the same with an additional cognitive sensor or a group-based measurement using a plurality of current measuring sensors is used.
따라서, 종래 기술의 가전기기 분류 모델의 문제점을 해결하여 정확도를 높일 수 있는 새로운 가전기기 분류 방법의 개발이 요구되고 있다.Therefore, it is required to develop a new home appliance classification method that can solve the problems of the home appliance classification model of the related art and increase the accuracy.
한국공개특허번호 10-2014-0066819호Korean Patent Publication No. 10-2014-0066819 한국공개특허번호 10-2012-0018854호Korean Patent Publication No. 10-2012-0018854
본 발명은 이와 같은 종래 기술의 가전기기 분류 방법의 문제를 해결하기 위한 것으로, 수용가에서 수집되는 전력 데이터를 분석하여 전력의 임피던스 성분을 추출하여 가전기기를 분류하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention solves the problem of the conventional method of classifying household electrical appliances. The present invention analyzes electric power data collected from a customer and extracts an impedance component of electric power to classify household appliances using power data analysis for classifying household appliances And an object of the present invention is to provide an apparatus and a method for providing the same.
본 발명은 수용가에서 수집되는 전력 데이터를 분석하여 사용 중인 가전기기를 분류하는 방법인 NILM(Non-Intrusive Load Monitoring)에 머신러닝과 최신 기술인 딥러닝(Deep Learning)을 적용하기 전에 필터를 이용하여 전력의 임피던스 성분을 추출하여 가전기기를 분류하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention analyzes electric power data collected from a customer and analyzes the electric power data of the electric power using the filter before the machine learning and the latest technology Deep Learning are applied to the non-intrusive load monitoring (NILM) And an apparatus and method for classifying household appliances using power data analysis for classifying household appliances.
본 발명은 스마트 모니터에서 사용되는 단순 전류 값 측정방식이 아닌, 전류 센서에서 측정된 고주파수 성분과 주기 내 Peak값을 이용한 주파수 분석을 통해 가전기기의 임피던스를 모델링 하고, 이를 학습 및 분류 모델의 입력데이터로 활용하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention is not a simple current value measurement method used in a smart monitor but a frequency analysis using a high frequency component measured in a current sensor and a peak value in a cycle to model the impedance of a home appliance, And an apparatus and method for classifying household appliances using power data analysis.
본 발명은 전력의 임피던스 성분을 추출하는 것에 의해 전력데이터의 순간적인 변화를 감시할 수 있어 가전기기 개별의 전원 변화에 따른 순간적인 전력 분석과 기기 분류를 가능하도록 한 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention can instantaneously monitor the change of the power data by extracting the impedance component of the electric power, so that the instantaneous power analysis and the device classification according to the power change of the individual electric appliance can be performed. And an object of the present invention is to provide a device and a method for the same.
본 발명은 고주파 분석을 통하여 내부 가전기기들의 변화와 RLC성분의 변화를 모델링 할 수 있어 개별 가전기기의 RLC성분 벡터를 추출 할 수 있고, 전체 전력데이터가 어떠한 RLC성분들의 조합으로 이루어져 있는지 분석할 수 있도록 한 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention can model changes in internal appliances and changes in RLC components through high frequency analysis, thereby extracting RLC component vectors of individual home appliances, and analyzing which combination of RLC components the entire power data is composed And an apparatus and method for classifying household appliances using power data analysis.
본 발명은 개별 가전기기의 RLC성분 벡터를 추출 할 수 있어 내부 성분의 구성에 따라 다른 2차원 구성으로 기전 기기를 더 세밀하게 분류할 수 있도록 한 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention relates to a device and a method for classifying household appliances using power data analysis capable of extracting RLC component vectors of individual home appliances so that the electromechanical devices can be more finely classified into different two-dimensional configurations according to the configuration of internal components The purpose is to provide.
본 발명은 순간적인 ON/OFF 변화가 일어나는 TV, 헤어드라이기, 조명과 같은 가전기기의 변화는 순간적인 전력데이터의 변화를 이용하여 감시하고, 긴 시간 사용하며 상태의 변화가 일어나는 냉장고, 에어컨, 세탁기는 긴시간의 전력량 데이터 추이와 상태변화에 따른 RLC 회로의 조합으로 분류할 수 있도록 한 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention can be applied to a refrigerator, an air conditioner, a washing machine, a refrigerator, a refrigerator, a refrigerator, a refrigerator, a refrigerator, The present invention provides an apparatus and method for classifying household appliances using power data analysis that can be classified into a combination of a long-term power amount data transition and an RLC circuit according to a state change.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned can be clearly understood by those skilled in the art from the following description.
이와 같은 목적을 달성하기 위한 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치는 소비 전력 데이터를 검출하는 소비전력 데이터 검출부;소비 전력 데이터를 스트림으로 입력받아 저주파 성분 및 고주파 성분을 분리 추출하는 주파수 성분 추출부;저주파 성분으로부터 전력량 데이터를 출력하고, 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 저주파 성분 분석 데이터 출력부;고주파 성분으로부터 위상각 데이터를 출력하고, 고주파 성분으로부터 주파수 분석 데이터를 출력하는 고주파 성분 분석 데이터 출력부;전류량의 변화와 위상각의 변화를 기준으로 임피던스 모델링을 하고 이를 이용한 가전 기기 분류를 하는 임피던스 모델링부;를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided an apparatus for classifying household appliances using power data analysis, comprising: a power consumption data detector for detecting power consumption data; A low frequency component analysis data output unit for outputting power amount data from a low frequency component and outputting power analysis data using a trend of the data, a phase angle data output unit for outputting phase angle data from a high frequency component, And an impedance modeling unit for performing impedance modeling on the basis of the change in the amount of current and the change in the phase angle and classifying the home appliances using the impedance modeling.
여기서, 상기 주파수 성분 추출부는, 소비전력 데이터 검출부에서 소비 전력 데이터를 스트림으로 입력받아 저주파 성분을 추출하는 저주파 통과 필터와,소비전력 데이터 검출부에서 소비 전력 데이터를 스트림으로 입력받아 고주파 성분을 추출하는 고주파 통과 필터를 포함하는 것을 특징으로 한다.Here, the frequency component extraction unit may include: a low-pass filter that receives power consumption data as a stream from the power consumption data detection unit and extracts low-frequency components; a high-frequency filter that receives power consumption data as a stream from the power consumption data detection unit and extracts high- And a pass filter.
그리고 상기 저주파 성분 분석 데이터 출력부는, 저주파 통과 필터의 저주파 성분으로부터 전력량 데이터를 출력하는 전력량 데이터 출력부와,저주파 통과 필터의 저주파 성분으로부터 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 전력 분석 데이터 출력부를 포함하는 것을 특징으로 한다.The low-frequency component analysis data output unit includes a power amount data output unit for outputting power amount data from low-frequency components of the low-pass filter, and a power analysis data output unit for outputting power analysis data using the transition of the low- And the like.
그리고 상기 고주파 성분 분석 데이터 출력부는, 고주파 통과 필터의 고주파 성분으로부터 위상각 데이터를 출력하는 위상각 데이터 출력부와,고주파 통과 필터의 고주파 성분으로부터 주파수 분석 데이터를 출력하는 주파수 분석 데이터 출력부를 포함하는 것을 특징으로 한다.The high frequency component analysis data output section includes a phase angle data output section for outputting phase angle data from a high frequency component of the high frequency pass filter and a frequency analysis data output section for outputting frequency analysis data from a high frequency component of the high frequency pass filter .
그리고 상기 임피던스 모델링부는, 전류량의 변화와 위상각의 변화를 기준으로 가전 기기 분류를 위한 정보를 2차 추출하는 임피던스 분석부와,임피던스 분석부의 분석 결과를 이용하여 가전 기기를 분류하는 가전 기기 분류부를 포함하는 것을 특징으로 한다.The impedance modeling unit may further include an impedance analyzing unit for extracting information for classifying the home appliances secondarily on the basis of a change in the amount of current and a change in the phase angle and a home appliance classifying unit for classifying home appliances using the analysis result of the impedance analyzing unit .
그리고 임피던스 모델링부에 의한 임피던스 모델링은, 고주파 분석을 통하여 내부 가전기기들의 변화와 RLC 성분의 변화를 모델링하여 개별 가전기기의 RLC 성분 벡터를 추출하고, 전체 전력데이터가 어떤 RLC 성분들의 조합으로 이루어져 있는지 분석할 수 있도록 하는 것을 특징으로 한다.Impedance modeling by the impedance modeling unit models RLC component vectors of individual home appliances by modeling changes in internal appliances and changes in RLC components through high frequency analysis and determines which combination of RLC components the entire power data is composed Thereby enabling analysis.
그리고 임피던스 모델링부에 의한 임피던스 모델링에 의해 전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터의 전체 혹은 일부의 조합을 NILM 시스템의 학습 및 분류 데이터로 이용하는 것을 특징으로 한다.And a combination of all or a part of the power amount data, the power analysis data, the phase angle data, and the frequency analysis data by impedance modeling by the impedance modeling unit as learning and classification data of the NILM system.
그리고 임피던스 모델링부의 임피던스 모델링을 통하여 임피던스 성분을 추출하는 것에 의해 전력데이터의 순간적인 변화를 감시하고, 가전기기 개별의 전원 변화에 따른 순간적인 전력 분석과 기기 분류를 하는 것을 특징으로 한다.The instantaneous change of the power data is monitored by extracting the impedance component through the impedance modeling of the impedance modeling unit, and instantaneous power analysis and device classification according to the power supply change of the individual household appliances are performed.
그리고 임피던스 모델링부의 임피던스 모델링을 통하여, 순간적인 ON/OFF 변화가 일어나는 TV, 헤어드라이기, 조명과 같은 가전기기의 변화는 순간적인 전력데이터의 변화를 이용하여 감시하고, 긴 시간 사용하며 상태의 변화가 일어나는 냉장고, 에어컨, 세탁기는 긴시간의 전력량 데이터 추이와 상태변화에 따른 RLC 회로의 조합으로 분류하는 것을 특징으로 한다.Impedance Modeling of Impedance Modeling to monitor the change of electrical appliances such as TVs, hair dryers, and lighting, where momentary ON / OFF changes occur, using instantaneous changes in power data, The refrigerator, the air conditioner, and the washing machine are classified into a combination of a long time energy amount data transition and an RLC circuit according to a change in state.
다른 목적을 달성하기 위한 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법은 소비전력 데이터 검출부에서 소비 전력 데이터를 스트림으로 입력받아 저주파 성분 및 고주파 성분의 주파수 성분을 추출하는 단계;저주파 성분으로부터 전력량 데이터를 출력하고, 저주파 성분으로부터 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 단계;고주파 성분으로부터 위상각 데이터를 출력하고, 고주파 성분으로부터 주파수 분석 데이터를 출력하는 단계;를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a method for classifying household appliances using power data analysis according to the present invention includes the steps of extracting a frequency component of a low frequency component and a high frequency component by receiving power consumption data as a stream from a power consumption data detector, Outputting power amount data from the low frequency component, outputting power analysis data using the transition of the data from the low frequency component, outputting phase angle data from the high frequency component, and outputting frequency analysis data from the high frequency component .
여기서, 가전기기 분류 모델에 사용될 에너지 데이터 셋을 추출하고, 전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터의 전체 혹은 일부의 조합을 NILM 시스템의 학습 및 분류 데이터로 제공하는 단계;를 더 포함하는 것을 특징으로 한다.Here, the step of extracting the energy data set to be used in the household appliance classification model and providing all or a part of the power amount data, the power analysis data, the phase angle data, and the frequency analysis data as learning and classification data of the NILM system .
그리고 전류량의 변화와 위상각의 변화를 기준으로 임피던스 모델링을 하는 단계를 더 포함하는 것을 특징으로 한다.And performing impedance modeling based on a change in the amount of current and a change in the phase angle.
그리고 임피던스 모델링에 의해, 고주파 분석을 통하여 내부 가전기기들의 변화와 RLC 성분의 변화를 모델링하여 개별 가전기기의 RLC 성분 벡터를 추출하고,전체 전력데이터가 어떤 RLC 성분들의 조합으로 이루어져 있는지 분석할 수 있도록 하는 것을 특징으로 한다.And, by impedance modeling, RLC component vectors of individual appliances are extracted by modeling changes of internal appliances and changes of RLC components through high frequency analysis, and it is possible to analyze which combination of RLC components the entire power data is composed .
그리고 임피던스 모델링을 통하여 임피던스 성분을 추출하는 것에 의해 전력데이터의 순간적인 변화를 감시하고, 가전기기 개별의 전원 변화에 따른 순간적인 전력 분석과 기기 분류를 하는 것을 특징으로 한다.The instantaneous change of the power data is monitored by extracting the impedance component through impedance modeling, and instantaneous power analysis and device classification according to the power supply change of the individual household appliances are performed.
이와 같은 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법은 다음과 같은 효과를 갖는다.The apparatus and method for classifying household appliances using power data analysis according to the present invention have the following effects.
첫째, 수용가에서 수집되는 전력 데이터를 분석하여 전력의 임피던스 성분을 추출하여 가전기기를 분류하여 정확도를 높일 수 있다.First, by analyzing the power data collected from the customer, the impedance component of the power can be extracted to classify the household appliances and improve the accuracy.
둘째, NILM(Non-Intrusive Load Monitoring)에 머신러닝과 딥러닝(Deep Learning)을 적용하기 전에 필터를 이용하여 전력의 임피던스 성분을 추출하여 높은 정확도와 효율을 갖도록 한다.Second, before applying machine learning and deep learning to non-intrusive load monitoring (NILM), impedance components of power are extracted using filters to achieve high accuracy and efficiency.
셋째, 스마트 모니터에서 사용되는 단순 전류 값 측정방식이 아닌, 전류 센서에서 측정된 고주파수 성분과 주기 내 Peak값을 이용한 주파수 분석을 통해 가전기기의 임피던스를 모델링 하고, 이를 학습 및 분류 모델의 입력데이터로 활용하여 가전기기 분류 정확도를 높일 수 있다.Third, the impedance of the household appliances is modeled through the frequency analysis using the high frequency component measured in the current sensor and the peak value in the cycle, rather than the simple current value measurement method used in the smart monitor, and the input data of the learning and classification model It is possible to increase the classification accuracy of the household appliance.
넷째, 임피던스 벡터 분석방법을 머신러닝 및 딥러닝을 이용한 분류기법에 추가로 적용할 시 기존의 전류량만을 이용한 분석방법 대비 높은 정확도와 효율을 갖도록 한다.Fourth, when the impedance vector analysis method is further applied to the classification method using machine learning and deep learning, the accuracy and efficiency of the analysis method using only the current amount are improved.
다섯째, 유사 전력 사용량을 가지는 기기간의 구분 또는 multi-state인 가전기기의 모델링이 가능해짐에 따라, 장비의 상태 감지 및 다중장비 분류에 이점을 가지게 된다. Fifth, as it becomes possible to classify devices having similar power consumption or to model multi-state household appliances, they will have an advantage in detecting the status of equipment and classifying multiple equipment.
여섯째, NILM 모델들의 정확도, 분류 속도, 사용자의 불편함에 대한 문제를 해결함과 동시에 가전기기 분류 정확도를 높여 실용성을 높일 수 있다.Sixth, NILM models can solve the problem of accuracy, classification speed, user inconvenience, and increase practicality by increasing classification accuracy of CE appliances.
또한, 이를 이용해 소비전력에 관한 정보뿐만 아니라 가전기기 분류 정보를 얻어 다른 시스템이나 서비스에 사용할 수 있다.In addition, it can be used for other systems or services by obtaining home appliance classification information as well as information about power consumption.
일곱째, 제한된 환경의 임베디드 장비에서 가전기기 분류를 가능하게 하며, 기존의 다양한 딥러닝 및 머신러닝을 이용한 분류 기법에서도 추가적인 변수로 활용 가능해 시스템에 정확도 향상에 기여할 수 있다.Seventh, it is possible to classify home appliances in embedded devices with limited environment, and it can be used as additional variables in the conventional classification methods using deep running and machine learning, thereby contributing to improvement of accuracy in the system.
도 1은 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치의 구성도
도 2는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치의 상세 구성도
도 3은 본 발명에 따른 임피던스 모델링부의 상세 구성도
도 4는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법을 나타낸 플로우 차트
1 is a block diagram of an apparatus for classifying household appliances using power data analysis according to the present invention
2 is a detailed block diagram of an apparatus for classifying household appliances using power data analysis according to the present invention
3 is a detailed configuration diagram of an impedance modeling unit according to the present invention.
4 is a flowchart illustrating a method for classifying household appliances using power data analysis according to the present invention.
이하, 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, preferred embodiments of an apparatus and method for classifying household appliances using power data analysis according to the present invention will be described in detail.
본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.The features and advantages of the apparatus and method for classifying household appliances using power data analysis according to the present invention will be apparent from the following detailed description of each embodiment.
도 1은 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치의 구성도이다.1 is a block diagram of an apparatus for classifying household appliances using power data analysis according to the present invention.
본 발명은 수용가에서 수집되는 전력 데이터를 분석하여 사용 중인 가전기기를 분류하는 방법인 NILM(Non-Intrusive Load Monitoring)에 머신러닝과 최신 기술인 딥러닝(Deep Learning)을 적용하기 전에 필터를 이용하여 전력의 임피던스 성분을 추출하여 가전기기를 분류하는 것이다.The present invention analyzes electric power data collected from a customer and analyzes the electric power data of the electric power using the filter before the machine learning and the latest technology Deep Learning are applied to the non-intrusive load monitoring (NILM) To classify the household appliances.
먼저, 전력 데이터를 분석하기 위해 필터를 이용한 데이터 가공과 가공된 데이터를 딥러닝 및 머신러닝을 통해 분석하는 방법을 설명하면 다음과 같다.First, data processing using a filter to analyze power data and a method of analyzing the processed data through deep learning and machine learning will be described.
딥러닝은 최근 딥 마인드의 알파고로 국내뿐만 아니라 전 세계적으로 이슈가 되고 있는 기술로, 사람의 뇌를 구성하는 뉴런이 동작하는 방식을 모방한 접근 방식이다.Deep Learning is an approach that mimics the way in which neurons that make up the human brain work.
학습 데이터를 제공하면 컴퓨터가 스스로 학습하여 판단하거나 분류하는 것이 가능해진다.Providing the learning data enables the computer to learn, judge, or classify by itself.
딥러닝은 크게 RNN(Recurrent Neural Network)와 CNN(Convolutional Neural Network)으로 나눌 수 있다.Deep learning can be roughly divided into RNN (Recurrent Neural Network) and CNN (Convolutional Neural Network).
RNN은 딥러닝 알고리즘 중 하나로 순차적으로 입력되는 데이터를 분석하여 학습하는 알고리즘이다. 특정 시간 동안의 입/출력 데이터 셋을 제공하면, 해당 시간 동안의 연속적인 데이터들의 관계를 학습하여 가전기기 분류 모델을 생성할 수 있다.RNN is one of the deep learning algorithms that analyze and input data sequentially input. By providing the input / output data set for a specific time, the home appliance classification model can be generated by learning the relationship of the continuous data during the relevant time.
또한, CNN은 영상처리, 얼굴 인식 등 다양한 분야에서 사용되는데, 시간에 따른 전력의 변화를 그래프로 그린 후 학습 데이터로 사용하는 것이 가능하다.In addition, CNN is used in various fields such as image processing and face recognition. It can be used as learning data after graphing changes in power over time.
이러한 머신러닝 및 딥러닝에 이용하는 대표적인 데이터는 전력 데이터가 있다. Typical data used for such machine learning and deep running are power data.
교류회로에서 전력 사용량을 표기하는 대표적인 방법은 피상전력(Apparent Power)과 유효전력(Effective Power)이 있다.Representative methods for expressing power usage in an AC circuit include Apparent Power and Effective Power.
피상전력은 교류회로에서 역률을 고려하지 않고 순수 저항성분만 있다는 가정하에 계산된 값이다. 교류회로에서 임피던스는 실수 성분을 가지는 저항과 복소 성분을 가지는 커패시터와 인덕터의 조합인데, 피상전력은 이러한 복소 성분을 고려하지 않음에 따라 전류측정만을 통해 쉽게 계산이 가능하다.Apparent power is calculated on the assumption that the pure power resistances are not considered in the AC circuit. In the AC circuit, the impedance is a combination of a resistor having a real component and a capacitor and an inductor having a complex component. The apparent power does not take into account such a complex component.
반면 유효전력은 교류회로에서 나타나는 전압과 전류의 위상 차이를 고려하여 계산된 값으로, 실제 가전기기가 사용하는 전력량을 나타내게 된다. 유효전력을 측정하기 위해서는 전류 값뿐 아니라, 전압과 전류의 위상 차이를 전력분석기와 같은 정밀 장비를 이용하여 측정하여야 한다. On the other hand, the effective power is calculated by considering the phase difference between the voltage and the current appearing in the AC circuit, and represents the amount of electric power used by the actual household appliances. In order to measure the active power, the phase difference between the voltage and the current as well as the current value should be measured using a precision instrument such as a power analyzer.
본 발명은 수용가의 소비전력을 분석하여 현재 사용 중인 가전기기를 알아내는 NILM 기술의 분류 정확도 및 다양한 머신러닝 기법에 활용 가능한 전력 데이터추출방법을 포함한다.The present invention includes a classification accuracy of a NILM technique for analyzing the power consumption of a customer and finding a currently used household appliance, and a power data extraction method applicable to various machine learning techniques.
이하, 첨부된 도면을 참고하여 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법을 구체적으로 설명하면 다음과 같다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, an apparatus and method for classifying household appliances using power data analysis according to the present invention will be described in detail with reference to the accompanying drawings.
본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법은 전력의 임피던스 성분을 추출하는 것에 의해 전력데이터의 순간적인 변화를 감시할 수 있어 가전기기 개별의 전원 변화에 따른 순간적인 전력 분석과 기기 분류를 하는 구성을 포함한다.An apparatus and method for classifying household appliances using power data analysis according to the present invention can instantaneously monitor power data changes by extracting impedance components of power, And a configuration for classifying devices.
본 발명은 고주파 분석을 통하여 내부 가전기기들의 변화와 RLC성분의 변화를 모델링 할 수 있어 개별 가전기기의 RLC성분 벡터를 추출 할 수 있고, 전체 전력데이터가 어떠한 RLC성분들의 조합으로 이루어져 있는지 분석하는 구성을 포함한다.The present invention is capable of modeling changes in internal appliances and changes in RLC components through high frequency analysis to extract RLC component vectors of individual home appliances and analyzing which combination of RLC components the entire power data is composed .
본 발명은 개별 가전기기의 RLC성분 벡터를 추출 할 수 있어 내부 성분의 구성에 따라 다른 2차원 구성으로 기전 기기를 더 세밀하게 분류하는 구성을 포함한다.The present invention includes a configuration for extracting RLC component vectors of individual home appliances and further finely classifying the electromechanical devices into different two-dimensional configurations according to the configuration of internal components.
본 발명은 순간적인 ON/OFF 변화가 일어나는 TV, 헤어드라이기, 조명과 같은 가전기기의 변화는 순간적인 전력데이터의 변화를 이용하여 감시하고, 긴 시간 사용하며 상태의 변화가 일어나는 냉장고, 에어컨, 세탁기는 긴시간의 전력량 데이터 추이와 상태변화에 따른 RLC 회로의 조합으로 분류하는 구성을 포함한다.The present invention can be applied to a refrigerator, an air conditioner, a washing machine, a refrigerator, a refrigerator, a refrigerator, a refrigerator, a refrigerator, Includes a configuration for classifying into a combination of a long-term power amount data transition and an RLC circuit according to a state change.
본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치는 도 1에서와 같이, 소비 전력 데이터를 검출하는 소비전력 데이터 검출부(10)와, 소비 전력 데이터를 스트림으로 입력받아 저주파 성분 및 고주파 성분을 분리 추출하는 주파수 성분 추출부(20)와, 저주파 성분으로부터 전력량 데이터를 출력하고, 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 저주파 성분 분석 데이터 출력부(30)와, 고주파 성분으로부터 위상각 데이터를 출력하고, 고주파 성분으로부터 주파수 분석 데이터를 출력하는 고주파 성분 분석 데이터 출력부(40)와, 전류량의 변화와 위상각의 변화를 기준으로 임피던스 모델링을 하고 이를 이용한 가전 기기 분류를 하는 임피던스 모델링부(50)를 포함한다.As shown in FIG. 1, an apparatus for classifying household appliances using power data analysis according to the present invention includes a power consumption data detecting unit 10 for detecting power consumption data, A low frequency component analysis data output unit 30 for outputting power amount data from low frequency components and outputting power analysis data using the trend of the data, A high frequency component analysis data output unit 40 for outputting data and outputting frequency analysis data from a high frequency component; an impedance modeling unit 40 for performing impedance modeling based on a change in the amount of current and a change in phase angle, (50).
이와 같은 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치는 고주파수 성분과 주기 내 Peak값을 이용한 주파수 분석을 통하여 가전기기 분류를 위한 정보를 획득하는 것에 의해 다음과 같은 효과를 갖는다.The apparatus for classifying household appliances using power data analysis according to the present invention has the following effects by acquiring information for classifying household appliances through frequency analysis using high frequency components and periodic peak values.
이전의 전력센서는 전력센서의 출력값을 이용 RMS를 계산하여 주기 시간에 대한 전력데이터를 제공하는데, 해당 데이터를 이용한 가전기기 분류 시 긴 시간동안의 소비 전력 추이를 이용한 분류방법을 사용해야 함에 따라, 가전기기의 실시간 분석(1~2초 이내)이 불가능 하다는 문제가 있다.The previous power sensor provides the power data for the cycle time by calculating the RMS using the output value of the power sensor. In order to classify the home appliance using the data, the classification method using the power consumption trend for a long time must be used, There is a problem that real-time analysis (within 1 to 2 seconds) of the device is impossible.
본 발명은 고주파수 성분과 주기 내 Peak값을 이용한 분류를 하는 것에 의해 이러한 RMS를 이용한 평균 값이 아닌, 전력데이터의 순간적인 변화를 감시함에 따라, 가전기기 개별의 전원 변화(ON/OFF, 상태 변화) 등을 감지 할 수 있어 순간적인 전력 분석과 기기 분류를 가능하게 한다.The present invention monitors the instantaneous change of the power data instead of the average value using the RMS by classifying the high frequency component and the peak value in the cycle so that power supply variation (ON / OFF, state change ), Enabling instantaneous power analysis and device classification.
또한, 가전기기의 특성상 순수 저항성분으로 이루어져 있는 것이 아닌 코일과 축전기 등의 성분의 조합으로 이루어 져 있는데, 주기내 Peak값의 위치는 이러한 RLC 조합의 변화에 따라 변하는 특성을 가지므로, 이를 이용하여 빠르게 기기의 변화를 감시할 수 있도록 한다.In addition, due to the characteristics of home appliances, it is not a pure resistance component but a combination of components such as a coil and a capacitor. The position of the peak value in the cycle varies depending on the change of the RLC combination, So that it can monitor the change of the apparatus quickly.
이와 같은 구성을 갖는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치의 상세 구성은 다음과 같다.The detailed configuration of the apparatus for classifying household appliances using the power data analysis according to the present invention having the above-described configuration is as follows.
도 2는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치의 상세 구성도이고, 도 3은 본 발명에 따른 임피던스 모델링부의 상세 구성도이다.FIG. 2 is a detailed configuration diagram of an apparatus for classifying household appliances using power data analysis according to the present invention, and FIG. 3 is a detailed configuration diagram of an impedance modeling unit according to the present invention.
도 2에서와 같이, 주파수 성분 추출부(20)는 소비전력 데이터 검출부(10)에서 소비 전력 데이터를 스트림으로 입력받아 저주파 성분을 추출하는 저주파 통과 필터(20a)와, 소비전력 데이터 검출부(10)에서 소비 전력 데이터를 스트림으로 입력받아 고주파 성분을 추출하는 고주파 통과 필터(20b)를 포함한다.2, the frequency component extraction unit 20 includes a low-pass filter 20a that receives power consumption data as a stream from the power consumption data detection unit 10 and extracts low-frequency components, a power consumption data detection unit 10, And a high-pass filter 20b that receives power consumption data as a stream and extracts high-frequency components.
그리고 저주파 성분 분석 데이터 출력부(30)는 저주파 통과 필터(20a)의 저주파 성분으로부터 전력량 데이터를 출력하는 전력량 데이터 출력부(30a)와, 저주파 통과 필터(20a)의 저주파 성분으로부터 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 전력 분석 데이터 출력부(30b)를 포함한다.The low frequency component analysis data output section 30 includes a power amount data output section 30a for outputting power amount data from the low frequency components of the low frequency pass filter 20a and a power amount data output section 30b for outputting the trend of the data from the low frequency components of the low frequency pass filter 20a And a power analysis data output unit 30b for outputting power analysis data used.
그리고 고주파 성분 분석 데이터 출력부(40)는 고주파 통과 필터(20b)의 고주파 성분으로부터 위상각 데이터를 출력하는 위상각 데이터 출력부(40a)와, 고주파 통과 필터(20b)의 고주파 성분으로부터 주파수 분석 데이터를 출력하는 주파수 분석 데이터 출력부(40b)를 포함한다.The high frequency component analysis data output section 40 includes a phase angle data output section 40a for outputting phase angle data from high frequency components of the high frequency pass filter 20b, And a frequency analysis data output unit 40b for outputting the frequency analysis data.
이와 같은 구성을 갖는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치에서 생성 변환된 에너지 데이터 셋(전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터)의 전체 혹은 일부의 조합을 이용하여 NILM 시스템의 학습 및 분류 데이터로 이용한다. A combination of all or a part of the energy data set (power amount data, power analysis data, phase angle data, and frequency analysis data) generated and converted by the apparatus for classifying household appliances using the power data analysis according to the present invention having the above- And used as learning and classification data of the NILM system.
이와 같은 방법으로 추출한 에너지 데이터 셋(전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터)은 상황에 따라 여러가지 NILM 시스템의 학습 및 분류 데이터로 이용될 수 있는데, 예를 들어, 순간적인 ON/OFF 변화가 일어나는 TV, 헤어드라이기, 조명과 같은 가전기기의 변화는 순간적인 전력데이터의 변화를 이용하여 감시하고, 긴 시간 사용하며 상태의 변화가 일어나는 냉장고, 에어컨, 세탁기는 긴시간의 전력량 데이터 추이와 상태변화에 따른 RLC 회로의 조합으로 분류할 수 있도록 한다.Energy data sets (power data, power analysis data, phase angle data, frequency analysis data) extracted in this manner can be used as learning and classification data of various NILM systems according to the situation. For example, instantaneous ON / The change of the home appliances such as the TV, the hair dryer, and the lighting in which the change occurs is monitored using the instantaneous change of the power data, and the refrigerator, the air conditioner, and the washing machine, And the RLC circuit according to the state change.
도 3은 도 2의 변환 기법을 통해 추출된 데이터의 시간 변화를 이용하여 새로운 기기의 추가와, multi-state의 기기의 상태 감지에 활용 가능한 임피던스를 모델링 하는 구성을 나타낸 것이다.FIG. 3 illustrates a configuration for modeling an impedance available for adding a new device and detecting the state of a multi-state device using time variation of data extracted through the transform technique of FIG.
임피던스 모델링부(50)는 소비전류, 전력의 전체량이 아닌 전류량의 변화와 위상각의 변화를 기준으로 가전 기기 분류를 위한 정보를 2차 추출하는 임피던스 분석부(50a) 및 이를 이용한 가전 기기 분류부(50b)를 포함한다.The impedance modeling unit 50 includes an impedance analyzing unit 50a for extracting information for classification of household appliances secondary to a change in the amount of current and a change in phase angle, rather than a total amount of consumed current and power, (50b).
이와 같은 임피던스 모델링부(50)에 의한 임피던스 모델링은 고주파 분석을 통하여 내부 가전기기들의 변화와 RLC성분(내부 저항 / 코일 / 축전기)의 변화를 모델링하는 것으로, 이를 이용하여 개별 가전기기의 RLC성분 벡터를 추출 할 수 있고, 전체 전력데이터가 어떠한 RLC성분들의 조합으로 이루어져 있는지 분석을 가능하게 한다.The impedance modeling by the impedance modeling unit 50 models changes in internal appliances and changes in RLC components (internal resistances / coils / capacitors) through high frequency analysis. Using this, impedance values of RLC component vectors And it is possible to analyze which combination of RLC components the entire power data is made of.
이와 같은 임피던스 모델링으로 이전의 전체 전력데이터를 이용한 1차원 분석에 비해 더욱 더 세밀한 조합이 가능하도록 한다.This type of impedance modeling allows more detailed combinations than previous one-dimensional analysis using full power data.
예를 들어, 같은 10W 를 사용하는 기기일 지라도, 내부 성분의 구성에 따라 다른 2차원 구성으로 분류할 수 있음에 따라 더욱더 세밀한 기기분류를 가능하게 할 수 있다.For example, even in the case of a device using the same 10W, since it can be classified into another two-dimensional configuration according to the configuration of the internal component, it is possible to further narrow the device classification.
이와 같이 본 발명은 소비전류, 전력의 전체량이 아닌 전류량의 변화와 위상각의 변화를 기준으로 2차 추출한 임피던스 모델은 단일 변수로 SVM과 같은 간단한 머신러닝 기법뿐 아니라 딥러닝을 활용한 복잡한 분류기법에서의 추가 입력 변수로 활용 가능하여 기기분류의 정확도를 높일 수 있다. As described above, in the present invention, the impedance model that is secondarily extracted based on the change of current amount and phase angle instead of the total amount of consumed current and power, is a single variable, a simple class of machine learning technique such as SVM, It is possible to increase the accuracy of the classification of the apparatus.
또한, 상태의 변화에 따라 분류한 TV의 ON/OFF 상태의 변화가, 긴시간 추이에서는 나타나지 않을때, 데이터를 다시 학습하여 정확도를 올리거나, 새로운 기기의 추가 혹은 TV의 고장 상태를 알려 주는 등의 서비스에 이용할 수도 있다.Also, when the change of the ON / OFF state of the TV classified according to the state change does not appear in the long time transition, the data is re-learned to increase the accuracy, or to add a new device or notify the state of the TV failure May also be used for services.
이와 같은 구성을 갖는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치에서의 가전 기기 분류 과정을 구체적으로 설명하면 다음과 같다.The process of classifying household appliances in the apparatus for classifying household appliances using the power data analysis according to the present invention having such a structure will be described in detail as follows.
도 4는 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법을 나타낸 플로우 차트이다.4 is a flowchart illustrating a method for classifying household appliances using power data analysis according to the present invention.
먼저, 전력센서에서 소비 전력 데이터를 스트림으로 입력받아 저주파 성분 및 고주파 성분의 주파수 성분을 추출한다.(S401)First, the power sensor receives power consumption data as a stream, and extracts frequency components of a low frequency component and a high frequency component (S401)
이어, 저주파 성분으로부터 전력량 데이터를 출력하고, 저주파 성분으로부터 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력한다.(S402)Next, the power amount data is output from the low frequency component, and power analysis data using the transition of the data is outputted from the low frequency component (S402)
그리고 고주파 성분으로부터 위상각 데이터를 출력하고, 고주파 성분으로부터 주파수 분석 데이터를 출력한다.(S403)Then, the phase angle data is outputted from the high frequency component, and the frequency analysis data is outputted from the high frequency component (S403)
이어, 가전기기 분류 모델에 사용될 에너지 데이터 셋을 추출하고(S404), 전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터의 전체 혹은 일부의 조합을 NILM 시스템의 학습 및 분류 데이터로 이용한다.(S405)Next, an energy data set to be used in the household appliance classification model is extracted (S404), and a combination of all or some of the power amount data, power analysis data, phase angle data, and frequency analysis data is used as learning and classification data of the NILM system. S405)
이와 같은 본 발명에 따른 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법은 수용가에서 수집되는 전력 데이터를 분석하여 사용 중인 가전기기를 분류하는 방법인 NILM(Non-Intrusive Load Monitoring)에 머신러닝과 최신 기술인 딥러닝(Deep Learning)을 적용하기 전에 필터를 이용하여 전력의 임피던스 성분을 추출하여 가전기기를 분류하는 것이다.The apparatus and method for classifying household appliances using the power data analysis according to the present invention are classified into machine learning and non-intrusive load monitoring (NILM), which is a method of classifying household appliances in use by analyzing power data collected in a customer. Before applying Deep Learning, which is the latest technology, it is to classify household appliances by extracting the impedance component of power by using filter.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.As described above, it will be understood that the present invention is implemented in a modified form without departing from the essential characteristics of the present invention.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.It is therefore to be understood that the specified embodiments are to be considered in an illustrative rather than a restrictive sense and that the scope of the invention is indicated by the appended claims rather than by the foregoing description and that all such differences falling within the scope of equivalents thereof are intended to be embraced therein It should be interpreted.
10. 소비전력 데이터 검출부 20. 주파수 성분 추출부
30. 저주파 성분 분석 데이터 출력부 40. 고주파 성분 분석 데이터 출력부
50. 임피던스 모델링부
10. Power consumption data detecting unit 20. Frequency component extracting unit
30. Low-frequency component analysis data output section 40. High-frequency component analysis data output section
50. Impedance Modeling Unit

Claims (14)

  1. 소비 전력 데이터를 검출하는 소비전력 데이터 검출부;
    소비 전력 데이터를 스트림으로 입력받아 저주파 성분 및 고주파 성분을 분리 추출하는 주파수 성분 추출부;
    저주파 성분으로부터 전력량 데이터를 출력하고, 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 저주파 성분 분석 데이터 출력부;
    고주파 성분으로부터 위상각 데이터를 출력하고, 고주파 성분으로부터 주파수 분석 데이터를 출력하는 고주파 성분 분석 데이터 출력부;
    전류량의 변화와 위상각의 변화를 기준으로 임피던스 모델링을 하고 이를 이용한 가전 기기 분류를 하는 임피던스 모델링부;를 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    A power consumption data detector for detecting power consumption data;
    A frequency component extraction unit that receives power consumption data as a stream and separates and extracts a low frequency component and a high frequency component;
    A low frequency component analysis data output unit outputting power amount data from a low frequency component and outputting power analysis data using a trend of the data;
    A high frequency component analysis data output unit outputting phase angle data from a high frequency component and outputting frequency analysis data from a high frequency component;
    And an impedance modeling unit for performing impedance modeling based on the change of the amount of current and the change of the phase angle and classifying the home appliance using the impedance modeling.
  2. 제 1 항에 있어서, 상기 주파수 성분 추출부는,
    소비전력 데이터 검출부에서 소비 전력 데이터를 스트림으로 입력받아 저주파 성분을 추출하는 저주파 통과 필터와,
    소비전력 데이터 검출부에서 소비 전력 데이터를 스트림으로 입력받아 고주파 성분을 추출하는 고주파 통과 필터를 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    The apparatus as claimed in claim 1,
    A low-pass filter for receiving power consumption data as a stream and extracting a low-frequency component from the power consumption data detector,
    And a high-pass filter for receiving power consumption data from the power consumption data detector as a stream and extracting a high-frequency component.
  3. 제 1 항에 있어서, 상기 저주파 성분 분석 데이터 출력부는,
    저주파 통과 필터의 저주파 성분으로부터 전력량 데이터를 출력하는 전력량 데이터 출력부와,
    저주파 통과 필터의 저주파 성분으로부터 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 전력 분석 데이터 출력부를 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    The apparatus according to claim 1, wherein the low-
    A power amount data output unit for outputting power amount data from low-frequency components of the low-pass filter,
    And a power analysis data output unit for outputting power analysis data using a transition of the data from a low frequency component of the low pass filter.
  4. 제 1 항에 있어서, 상기 고주파 성분 분석 데이터 출력부는,
    고주파 통과 필터의 고주파 성분으로부터 위상각 데이터를 출력하는 위상각 데이터 출력부와,
    고주파 통과 필터의 고주파 성분으로부터 주파수 분석 데이터를 출력하는 주파수 분석 데이터 출력부를 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    The apparatus according to claim 1, wherein the high-
    A phase angle data output unit for outputting phase angle data from a high frequency component of the high pass filter;
    And a frequency analysis data output unit for outputting frequency analysis data from a high-frequency component of the high-pass filter.
  5. 제 1 항에 있어서, 상기 임피던스 모델링부는,
    전류량의 변화와 위상각의 변화를 기준으로 가전 기기 분류를 위한 정보를 2차 추출하는 임피던스 분석부와,
    임피던스 분석부의 분석 결과를 이용하여 가전 기기를 분류하는 가전 기기 분류부를 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    The apparatus of claim 1, wherein the impedance modeling unit comprises:
    An impedance analyzer for secondarily extracting information for classification of household appliances on the basis of a change in current amount and a change in phase angle;
    And a household appliance classifying section for classifying the household appliance using the analysis result of the impedance analyzing section.
  6. 제 5 항에 있어서, 임피던스 모델링부에 의한 임피던스 모델링은,
    고주파 분석을 통하여 내부 가전기기들의 변화와 RLC 성분의 변화를 모델링하여 개별 가전기기의 RLC 성분 벡터를 추출하고,
    전체 전력데이터가 어떤 RLC 성분들의 조합으로 이루어져 있는지 분석할 수 있도록 하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    6. The method of claim 5, wherein the impedance modeling by the impedance modeling unit comprises:
    The RLC component vectors of individual home appliances are extracted by modeling changes in internal appliances and changes in RLC components through high frequency analysis,
    And to analyze which combination of RLC components the entire power data is composed of.
  7. 제 1 항 또는 제 5 항에 있어서, 임피던스 모델링부에 의한 임피던스 모델링에 의해 전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터의 전체 혹은 일부의 조합을 NILM 시스템의 학습 및 분류 데이터로 이용하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.The method according to any one of claims 1 to 5, wherein a combination of all or a part of the power amount data, the power analysis data, the phase angle data, and the frequency analysis data is used as the learning and classification data of the NILM system by impedance modeling by the impedance modeling unit Apparatus for classifying household appliances using power data analysis.
  8. 제 1 항 또는 제 5 항에 있어서, 임피던스 모델링부의 임피던스 모델링을 통하여 임피던스 성분을 추출하는 것에 의해 전력데이터의 순간적인 변화를 감시하고, 가전기기 개별의 전원 변화에 따른 순간적인 전력 분석과 기기 분류를 하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.6. The method of claim 1 or claim 5, further comprising the steps of: monitoring an instantaneous change of the power data by extracting an impedance component through impedance modeling of the impedance modeling unit; and performing instantaneous power analysis and device classification Wherein the power data analysis unit is configured to classify household appliances using power data analysis.
  9. 제 1 항에 있어서, 임피던스 모델링부의 임피던스 모델링을 통하여,
    순간적인 ON/OFF 변화가 일어나는 TV, 헤어드라이기, 조명과 같은 가전기기의 변화는 순간적인 전력데이터의 변화를 이용하여 감시하고,
    긴 시간 사용하며 상태의 변화가 일어나는 냉장고, 에어컨, 세탁기는 긴시간의 전력량 데이터 추이와 상태변화에 따른 RLC 회로의 조합으로 분류하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치.
    The impedance modeling method according to claim 1, wherein, through impedance modeling of the impedance modeling unit,
    Changes in home appliances such as TVs, hair dryers, and lighting where momentary ON / OFF changes occur are monitored using instantaneous changes in power data,
    Wherein the refrigerator, the air conditioner, and the washing machine which use a long time and change the state are classified into a combination of a long time power amount data change and an RLC circuit according to a state change.
  10. 소비전력 데이터 검출부에서 소비 전력 데이터를 스트림으로 입력받아 저주파 성분 및 고주파 성분의 주파수 성분을 추출하는 단계;
    저주파 성분으로부터 전력량 데이터를 출력하고, 저주파 성분으로부터 해당 데이터의 추이를 이용한 전력 분석 데이터를 출력하는 단계;
    고주파 성분으로부터 위상각 데이터를 출력하고, 고주파 성분으로부터 주파수 분석 데이터를 출력하는 단계;를 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법.
    Extracting a frequency component of a low frequency component and a high frequency component by receiving power consumption data as a stream from the power consumption data detector;
    Outputting power amount data from a low frequency component and outputting power analysis data using a transition of the data from a low frequency component;
    And outputting phase angle data from the high frequency components and outputting frequency analysis data from the high frequency components.
  11. 제 10 항에 있어서, 가전기기 분류 모델에 사용될 에너지 데이터 셋을 추출하고, 전력량 데이터, 전력 분석 데이터, 위상각 데이터, 주파수 분석 데이터의 전체 혹은 일부의 조합을 NILM 시스템의 학습 및 분류 데이터로 제공하는 단계;를 더 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법.11. The method as claimed in claim 10, further comprising: extracting an energy data set to be used in the household appliance classification model and providing a combination of all or a part of the power amount data, power analysis data, phase angle data and frequency analysis data as learning and classification data of the NILM system Further comprising the step of analyzing the power data.
  12. 제 10 항에 있어서, 전류량의 변화와 위상각의 변화를 기준으로 임피던스 모델링을 하는 단계를 더 포함하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법.The method of claim 10, further comprising: performing impedance modeling based on a change in a current amount and a change in a phase angle.
  13. 제 12 항에 있어서, 임피던스 모델링에 의해,
    고주파 분석을 통하여 내부 가전기기들의 변화와 RLC 성분의 변화를 모델링하여 개별 가전기기의 RLC 성분 벡터를 추출하고,
    전체 전력데이터가 어떤 RLC 성분들의 조합으로 이루어져 있는지 분석할 수 있도록 하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법.
    13. The method of claim 12, wherein, by impedance modeling,
    The RLC component vectors of individual home appliances are extracted by modeling changes in internal appliances and changes in RLC components through high frequency analysis,
    And analyzing which RLC components the entire power data consists of. ≪ Desc / Clms Page number 19 >
  14. 제 12 항에 있어서, 임피던스 모델링을 통하여 임피던스 성분을 추출하는 것에 의해 전력데이터의 순간적인 변화를 감시하고, 가전기기 개별의 전원 변화에 따른 순간적인 전력 분석과 기기 분류를 하는 것을 특징으로 하는 전력 데이터 분석을 이용한 가전기기 분류를 위한 방법.
    13. The power supply system according to claim 12, wherein the instantaneous change of the power data is monitored by extracting an impedance component through impedance modeling, and instantaneous power analysis and device classification are performed according to power supply variation of the individual household appliances A Method for the Classification of Home Appliances using Analysis.
KR1020170170687A 2017-12-12 2017-12-12 Apparatus and method for classifying household appliances using power data analysis KR102049453B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170170687A KR102049453B1 (en) 2017-12-12 2017-12-12 Apparatus and method for classifying household appliances using power data analysis

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170170687A KR102049453B1 (en) 2017-12-12 2017-12-12 Apparatus and method for classifying household appliances using power data analysis
PCT/KR2017/014595 WO2019117337A1 (en) 2017-12-12 2017-12-13 Device and method for classifying appliances by using electric power data analysis

Publications (2)

Publication Number Publication Date
KR20190070147A true KR20190070147A (en) 2019-06-20
KR102049453B1 KR102049453B1 (en) 2019-11-28

Family

ID=66820739

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170170687A KR102049453B1 (en) 2017-12-12 2017-12-12 Apparatus and method for classifying household appliances using power data analysis

Country Status (2)

Country Link
KR (1) KR102049453B1 (en)
WO (1) WO2019117337A1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102332248B1 (en) 2020-02-20 2021-11-29 세종대학교산학협력단 Performance evaluation system for Non-intrusive load monitoring according to multi-state energy classification and method thereof
US10983496B1 (en) 2020-10-13 2021-04-20 King Abdulaziz University Apparatus and method for non-intrusive load monitoring aided hybrid high and low frequency approaches

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120018854A (en) 2010-08-24 2012-03-06 강릉원주대학교산학협력단 Method, system and computer-readable recording medium for administrating electric power per appliance
JP2013238523A (en) * 2012-05-16 2013-11-28 Nippon Telegr & Teleph Corp <Ntt> Electric apparatus detecting and power consumption monitoring systems
JP2014017994A (en) * 2012-07-10 2014-01-30 Nippon Telegr & Teleph Corp <Ntt> Electric apparatus identification method
KR20140066819A (en) 2012-11-22 2014-06-02 아주대학교산학협력단 Decision method and system for consumer electronic with electric power consume pattern recognition

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012222976A (en) * 2011-04-11 2012-11-12 Panasonic Corp Power management device and power management method
KR20140065897A (en) * 2012-11-22 2014-05-30 삼성전자주식회사 Non-intrusive load monitoring apparatus and method
KR101793991B1 (en) * 2015-11-12 2017-11-06 한국에너지기술연구원 Apparatus, system and method for measuring power consumption of home-appliance
KR101714698B1 (en) * 2015-11-25 2017-03-09 고려대학교 산학협력단 Apparatus and method home appliance identification using electric signal

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120018854A (en) 2010-08-24 2012-03-06 강릉원주대학교산학협력단 Method, system and computer-readable recording medium for administrating electric power per appliance
JP2013238523A (en) * 2012-05-16 2013-11-28 Nippon Telegr & Teleph Corp <Ntt> Electric apparatus detecting and power consumption monitoring systems
JP2014017994A (en) * 2012-07-10 2014-01-30 Nippon Telegr & Teleph Corp <Ntt> Electric apparatus identification method
KR20140066819A (en) 2012-11-22 2014-06-02 아주대학교산학협력단 Decision method and system for consumer electronic with electric power consume pattern recognition

Also Published As

Publication number Publication date
KR102049453B1 (en) 2019-11-28
WO2019117337A1 (en) 2019-06-20

Similar Documents

Publication Publication Date Title
KR20180058113A (en) System and Method for household appliance classification using extracting eigen value of household appliance
Yu et al. Nonintrusive appliance load monitoring for smart homes: Recent advances and future issues
JP5520338B2 (en) Electrical equipment detection and power consumption monitoring system
US20150233984A1 (en) Energy measuring apparatus and energy measurement information labeling system using same
Taysi et al. Tinyears: spying on house appliances with audio sensor nodes
AU2015318533B2 (en) Selecting extracted features of electricity consumption data
JP2004056969A (en) Method for estimating operating state of electric device with frequently changing power consumption and monitor system of the same device
KR20110084898A (en) Method and device for the non-intrusive determination of the electrical power comsumed by an installation, by analysing load transients
KR20190070147A (en) Apparatus and method for classifying household appliances using power data analysis
KR20170049387A (en) System and Method for household appliance classification from the total power consumption by using deep learning
JP2015029402A (en) Electric apparatus identification method, device and system
Barsocchi et al. Smart meter led probe for real-time appliance load monitoring
JP5492148B2 (en) ELECTRIC DEVICE IDENTIFICATION DEVICE, ELECTRIC DEVICE IDENTIFICATION METHOD, AND ELECTRIC DEVICE IDENTIFICATION PROGRAM
US20190187736A1 (en) State change detection apparatus, method, and non-transitory medium
Held et al. Frequency invariant transformation of periodic signals (fit-ps) for classification in nilm
Welikala et al. A real-time non-intrusive load monitoring system
Figueiredo et al. Extracting features from an electrical signal of a non-intrusive load monitoring system
TWI504095B (en) Non - invasive load monitoring system and its method
US20160109492A1 (en) Method and system for analysing electricity consumption
Liu et al. Asynchronous harmonic analysis based on out-of-sequence measurement for large-scale residential power network
CN104091056B (en) A kind of laboratory equipment life forecast system and method
Jonetzko et al. High frequency non-intrusive electric device detection and diagnosis
Guzel et al. Principal components null space analysis based non-intrusive load monitoring
US10942205B2 (en) Method and system for analyzing electricity consumption
Bier Disaggregation of electrical appliances using non-intrusive load monitoring

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right