KR20200032564A - 인공지능을 이용하여 공조 부하를 예측하는 공기조화기, 클라우드 서버, 공기조화기의 구동방법 - Google Patents

Abstract

본 발명은 공조 부하를 예측하는 공기조화기, 클라우드 서버, 공기조화기의 구동방법에 관한 기술로, 본 발명의 일 실시예에 의한 공기조화기는 온도에 도달하도록 설정된 쾌속 운전 모드에서 목표 설정 온도에 도달하기 전 측정 시점에서 하나 이상의 파라미터를 산출하고, 이에 기반하여 산출된 운전 모드 정보를 이용하여 쾌속 운전 모드 후의 적정 운전 모드에서 운전 모드 정보에 따라 실외기를 제어한다.

Description

공조 부하를 예측하는 공기조화기, 클라우드 서버, 공기조화기의 구동방법{AIR-CONDITIONER OF PREDICTING AIR CONDITIONING LOAD, CLOUD SERVER, AND METHOD OF OPERATING THEREOF}

본 발명은 공조 부하를 예측하는 공기조화기, 클라우드 서버, 공기조화기의 구동방법에 관한 기술이다.

공기조화기는, 쾌적한 실내 환경을 조성하기 위해 실내로 냉온의 공기를 토출하여, 실내 온도를 조절하고, 실내 공기를 정화하도록 함으로서 인간에게 보다 쾌적한 실내 환경을 제공하기 위해 설치된다.

일반적으로 공기조화기는, 실내에 설치되는 실내기와, 압축기 및 열교환기 등으로 구성되어 실내기로 냉매를 공급하는 실외기를 포함한다.

한편, 공기조화기는, 실내기 및 실외기가 분리되어 제어될 수 있다. 또한 공기조화기는, 실외기에 적어도 하나의 실내기가 연결될 수 있으며, 요청되는 운전 상태에 따라, 실내기로 냉매를 공급하여, 냉방 또는 난방모드로 운전된다.

본 기술 분야와 관련한 한국공개특허 2016-0134454을 살펴보면, 목표한 시간에 실내 온도를 설정 온도로 도달 시키기 위하여 보수적으로 공조 기기를 먼저 기동시킨다. 도 1에 도시된 실내 온도의 변화 그래프(G1)를 살펴보면 실내 온도의 설정 온도 도달 목표 시간 이전(t1)에 설정 온도에 도달하게 되었다가, 공조 기기가 계속 기동되어 실내 온도가 설정 온도보다 더 낮아지는 구간이 발생한다. 이와 같은 제어 시(G1)처럼 목표한 시간에 미리 설정한 온도로 실내 온도를 도달 시키기 위하여 보수적으로 공조 기기를 먼저 기동시키는 경우에는 불필요한 에너지 낭비를 초래할 수 있다.

반면, 공조 기기 기동 시간을 조절하여 제어할 때의 시간에 따른 실내온도의 변화 그래프(G2)를 살펴보면, 설정 온도로 실내 온도를 도달시키는데 걸리는 시간을 예측하여, 설정 온도 도달 시간보다 예측한 시간만큼만 앞서 공조 기기를 기동시킨다. 이 경우, 일반적인 제어 시(G1)보다 공조 기기의 기동 시간을 뒤로 미루지만, 동일하게 목표한 시간에 설정 온도에 도달하게 될 수 있다.

다만, 도 1의 G2와 같이 공조 기기를 제어할 경우, 사용자는 설정 온도에 도달하는데 필요한 시간이 증가하는 문제가 발생한다. 또한, 설정 온도에 도달하기까지의 다양한 환경적 요인들의 변화 요소가 반영되지 않는 문제가 있다.

이에, 본 명세서에서는 실내기들의 동작 과정에서 도출되는 정보를 이용하여 각 실내기들이 다양한 운전 모드의 구간에서 최적으로 동작할 수 있도록 제어하는 방법 및 이를 적용한 공기조화기에 대해 살펴본다.

본 명세서에서는 전술한 문제점을 해결하기 위한 것으로, 공기조화기의 동작 구간에서 산출되는 파라미터들에서 공기조화기의 둘 이상의 운전 모드로 구분되는 구간에서 효율적으로 동작할 수 있도록 학습 기반의 장치와 방법을 제공하고자 한다.

본 명세서에서는 다수의 공기조화기의 실내기가 산출한 파라미터를 학습 인자로 하여 공기조화기가 과동작 하지 않는 최적의 운전 모드를 산출하는 장치 및 방법을 제공하고자 한다.

본 명세서에서는 실내기가 동작하는 과정에서 온도를 쾌속으로 변화시키는 과정에서 발생한 파라미터에 기반하여 이후 단계의 운전을 제어하는 장치 및 방법을 제공하고자 한다.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

본 발명의 일 실시예에 의한 공기조화기는 온도에 도달하도록 설정된 쾌속 운전 모드에서 목표 설정 온도에 도달하기 전 측정 시점에서 하나 이상의 파라미터를 산출하고, 이에 기반하여 산출된 운전 모드 정보를 이용하여 쾌속 운전 모드 후의 적정 운전 모드에서 운전 모드 정보에 따라 실외기를 제어한다.

본 발명의 일 실시예에 의한 클라우드 서버는 다수의 공기조화기로부터 쾌속 운전 모드에서 목표 설정 온도에 도달하기 전 측정 시점에서 산출된 하나 이상의 파라미터를 수신하여 이에 대응하여 적정 운전 모드를 설정하는 운전 모드 정보를 각각 다수의 공기조화기에게 각각 전송한다.

본 발명의 일 실시예에 의한 공기조화기가 구동하는 방법은 쾌속 운전 모드에서 목표 설정 온도에 도달하기 전 측정 시점에서 파라미터 생성부가 하나 이상의 파라미터를 산출하는 단계와, 파라미터로부터 클라우드 서버가 산출한 운전 모드 정보를 수신하거나 또는 내부적으로 운전 모드 정보를 산출하여 운전 모드 정보를 확정하는 단계와, 목표 설정 온도에 도달하거나 또는 미리 설정된 시간 범위가 도과하는 전환 시점에서 중앙 제어부가 쾌속 운전 모드를 중단 후 적정 운전 모드로 진입하여 운전 모드 정보에 따라 송풍부와 실외기를 제어하는 단계를 포함한다.

본 발명의 실시예들을 적용할 경우, 공기조화기는 동작 과정에서 산출된 파라미터를 학습 인자로 하여 그에 대응하는 운전 모드를 산출할 수 있다.

본 발명의 실시예들을 적용할 경우, 클라우드 서버는 다수의 공기조화기가 동작 과정에서 산출하여 제공한 파라미터들에 기반하여 학습 후 각 공기조화기에 적합한 운전 모드를 산출할 수 있다.

본 발명의 일 실시예들을 적용할 경우, 공기조화기가 일정한 목표 도달 온도에 도달하도록 동작하되, 목표 도달 온도에의 근접하는 속도나 온도 변화율 등에 기반하여 후속하는 모드에서의 운전 모드를 산출할 수 있다.

본 발명의 일 실시예를 적용할 경우, 효율적인 에어컨의 냉방 혹은 난방 제어를 위해 학습 기반 부하를 추정하는 방법 및 이를 적용한 장치를 제공할 수 있다.

본 발명의 효과는 전술한 효과에 한정되지 않으며, 본 발명의 당업자들은 본 발명의 구성에서 본 발명의 다양한 효과를 쉽게 도출할 수 있다.

도 1은 종래 목표한 시간에 실내 온도를 설정 온도로 도달 시키는 과정에서의 온도 변화를 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 따른 공기조화기의 실내기의 구성을 보여주는 정면도이다.
도 3은 본 발명의 일 실시예에 의한 내적 학습기반을 수행하는 제어모듈의 구성을 보여주는 도면이다.
도 4는 본 발명의 다른 실시예에 의한 학습부가 클라우드 서버에 배치된 도면이다.
도 5는 본 발명의 일 실시예에 의한 내적 학습기반으로 제어모듈이 동작하는 경우의 도면이다.
도 6은 본 발명의 일 실시예에 의한 외적 학습 기반으로 제어모듈이 종작하는 경우의 도면이다.
도 7은 본 발명의 일 실시예에 의한 동작 과정을 보여주는 도면이다.
도 8은 본 발명의 일 실시예에 의한 동작 과정을 보여주는 도면이다.
도 9는 본 발명의 일 실시예에 의한 부하 추정에 의한 판단 기준을 보여주는 도면이다.
도 10은 본 발명의 일 실시예에 의한 학습부의 구성을 보여주는 도면이다.
도 11은 본 발명의 일 실시예에 의한 냉방 공기를 토출하는 공기조화기의 파라미터들과 풍속 및 냉방 공기의 제공의 상호작용을 도시한 도면이다.
도 12 및 도 13은 본 발명의 일 실시예에 의한 스피커와 마이크에 기반하여 공간의 크기를 산출하는 도면이다.

이하, 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 또한, 본 발명의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.

본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 다른 구성 요소가 "개재"되거나, 각 구성 요소가 다른 구성 요소를 통해 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

또한, 본 발명을 구현함에 있어서 설명의 편의를 위하여 구성요소를 세분화하여 설명할 수 있으나, 이들 구성요소가 하나의 장치 또는 모듈 내에 구현될 수도 있고, 혹은 하나의 구성요소가 다수의 장치 또는 모듈들에 나뉘어져서 구현될 수도 있다.

본 명세서에서 공조조화기를 구성하는 구성요소로 실외기와 실내기로 구분한다. 하나의 공조 시스템은 하나 이상의 실외기와 하나 이상의 실내기로 구성된다. 실외기와 실내기 사이의 관계는 1:1, 1:N, 또는 M:1이 될 수 있다.

본 발명은 냉방 또는 난방을 제어하는 모든 장치에 적용될 수 있다. 다만, 설명의 편의를 위하여 냉방에 중점을 두고 설명한다. 난방에 적용될 경우에는 온도를 높이는 과정과 높인 온도를 유지하는 메커니즘에 본 발명의 실시예들을 적용할 수 있다.

도 2는 본 발명의 일 실시예에 따른 공기조화기의 실내기의 구성을 보여주는 정면도이다.

공기조화기의 실내기는 천장에 설치되는 매립형 또는 스탠드형이 될 수 있다. 또는 벽에 설치되는 벽걸이형이 될 수도 있고 이동 가능한 형태로 구성될 수 있다. 도 2는 다양한 실시예 중에서 스탠드형 실내기(1)를 제시하고 있으나, 본 발명이 이에 한정되는 것은 아니다. 실내기(1)는 별도의 공간에 배치되는 실외기(2)와 연결될 수 있다.

공조의 대상이 되는 실내의 바닥에 세워져 설치되는 스탠드형 공기조화기로 구성될 수 있으며, 이 경우 공기조화기는 실내의 바닥에 놓여 공조모듈(10)을 지지하는 베이스(20)를 더 포함할 수 있다.

공조모듈(10)은 베이스(20) 위에 올려진 형태로 설치될 수 있고, 이 경우 공조모듈(10)은 실내의 소정 높이에서 공기를 흡입하여 공조시킬 수 있다.

공조모듈(10)은 베이스(20)와 분리 가능하게 결합될 수도 있다. 또한공조모듈(10)과 베이스(20)는 일체로 구성될 수도 있다.

공조모듈(10)은 송풍부(15)에서 공기를 토출할 수 있다. 공조모듈(10)은 전면으로 공기를 집중 토출할 수 있으며, 실시예에 따라 측면 또는 상면 등 다양한 방향에 배치된 송풍구에서 공기를 토출할 수 있다. 송풍부(15)는 제어모듈(100)의 제어에 기반하여 풍속을 제어할 수 있다. 일 실시예로 송풍부(15)는 다수의 단계로 구성된 풍속의 바람을 토출할 수 있으며, 이를 위해 하나 이상의 개별 송풍팬을 제어할 수 있다.

보다 상세히, 송풍부(15)는 실외기로부터 제공받은 공기를 바람으로 내보내고 실내 공기를 흡입하는 구성요소들(11, 12)을 포함하며 이들은 공조모듈(10)에 배치될 수 있다. 또한, 외부에서 식별되지 않으나 실내기(1)를 제어하는 제어모듈(100)이 실내기(1) 내에 배치될 수 있다. 설명의 편의를 위해 도 2에서는 점선으로 표시하여 실내기(1) 내부에 배치되는 것으로 표시하였다.

실외기(2)는 송풍부(15)가 토출하는 공기(바람)의 온도를 제어한다. 일 실시예로 실외기(2)의 압축기는 기상 냉매를 고온 고압의 상태로 압축하여 배출하여 냉방 공기를 실내기(1)에 제공할 수 있다. 뿐만 아니라, 실외기(2)는 소정의 열펌프를 이용하여 난방 공기를 실내기(1)에 제공할 수 있다. 실외기(2)가 냉방 또는 난방 공기를 실내기(1)에 제공하는 방식은 다양하게 제시될 수 있으며, 본 발명이 이에 한정되는 것은 아니다.

도 2에서 예시적으로 살펴본 실내기(1)는 실내 공기의 상태를 측정하여 설정된 상태에 도달하도록 운전한다. 그런데, 특정한 상태에 도달하는 과정에서 실내기의 동작이 효율적으로 진행되기 위해서는 특정한 상태 이전, 그리고 특정한 상태 이후의 다양한 요소들을 반영하는 것이 필요하다. 그리고 각 요소들에 기반한 학습 모델을 통해 보다 정밀하게 실내기의 동작을 제어할 경우, 효율적인 운전을 가능하게 한다.

이하, 공기조화기기 냉방 또는 난방의 부하를 예측하여 쾌속 운전 모드에서 적정 운전 모드로 전환하는 과정에서 절전 제어를 수행하는 기술에 대해 살펴본다. 특히, 본 발명의 실시예들은 에어컨의 절전을 위해 예측된 냉방 또는 난방 부하에 따라 실외기를 제어한다. 일 실시예로 쾌속 운전 모드를 진행하는 과정에서 에어컨 목표로 설정한 온도 도달 전 환경인자(온도, 공간 크기)를 클라우드 서버 또는 공기조화기 내에 배치된 학습부을 통해 냉방 또는 난방 공간에 대해 소부하 운전 모드를 판단할 수 있다.

그리고 소부하 운전 모드로 판단된 경우 소부하 운전 모드를 다시 상세하게 단계 별로 부하 추정하여, 목표 설정 온도 도달 전에 실외기(2)를 예측한 부하 수준에 따라 제어(강/약/오프)하여 절전 가능하게 한다. 그리고 목표 설정 온도 도달 이후 설정 온도 수준으로 냉방 또는 난방을 유지하도록 한다.

사용자는 특정한 시점에 쾌속 운전 모드를 선택하거나 처음 공기조화기를 동작시키는 시점에서 자동으로 쾌속 운전 모드로 공기조화기가 동작할 수 있다. 이는 특정한 구간 동안 실내 공기를 최대한 목표 설정 온도에 도달하도록 실외기와 송풍기를 최대로 가동하되, 목표 설정 온도에 근접하거나 미리 설정된 시간이 지나면 쾌속 운전 모드를 종료하고 적정 운전 모드로 동작하여, 사용자에게 짧은 시간 내에 쾌적한 공기를 제공하고 이후 절전형 운전 모드 또는 일반적인 운전 모드로 냉방 또는 난방 공기를 제공한다.

쾌속 운전 모드에서의 시간당 온도 변화율의 절대값은 적정 운전 모드에서의 시간당 온도 변화율의 절대값 보다 크도록 구성된다. 이는 쾌속 운전 모드에서 빠른 시간 내에 실내 온도를 목표 설정 온도에 가깝게 고냉방/고난방 능력으로 공기조화기가 동작하기 때문이다.

그리고, 쾌속 운전 모드에서 적정 운전 모드로 전환 시점에 전환하면, 공기조화기는 쾌속 운전 모드가 종료한 시점의 온도 또는 목표 설정 온도를 기준으로 일정 범위 내에 실내 공간의 온도를 유지하도록 적정 운전 모드의 운전을 제어할 수 있다. 이는 후술할 중앙제어부(150)가 담당할 수 있다.

이하 본 명세서에서는 제1실시예로 학습부(160)가 제어모듈(100)에 포함되며, 제어모듈(100)이 실내기(1)에 배치되어 다양한 파라미터를 산출하여 이에 기반하여 학습을 수행한 후, 학습된 결과에 기반하여 실내기에 적합한 운전 모드를 산출하는 구성을 살펴본다.

이를 내적 학습기반(Internal Learning Based) 제어모듈이라고 한다. 내적 학습기반에서는 파리미터를 내장된 학습부(160)에 입력하여 산출된 결과 인자인 운전 모드 정보를 이용하여 공기조화기가 동작하는 것을 일 실시예로 한다. 구성은 도 3을 살펴본다.

또한, 본 명세서에서는 제2실시예로 학습부(360)가 클라우드 서버(300)에 포함되며, 제어모듈(100)이 실내기(1)에 배치되어 다양한 파라미터를 산출하고, 산출된 결과를 클라우드 서버(300)에 제공하고 클라우드 서버(300)는 다양한 실내기들이 전송한 파라미터에 기반하여 학습을 수행한 후, 학습된 결과에 기반하여 실내기에 적합한 운전 모드를 산출하는 구성을 살펴본다.

이를 외적 학습기반(External Learning Based) 제어모듈이라고 한다. 외적 학습기반에서는 파라미터를 공기조화기가 외부의 클라우드 서버(300)에게 전송된 후, 클라우드 서버로부터 전송된 결과 인자인 운전 모드 정보를 이용하여 공기조화기가 동작하는 것을 일 실시예로 한다. 구성은 도 4를 살펴본다.

또한, 본 명세서에서 적정 운전 모드란 목표 설정 온도(사용자가 설정한 설정 온도)에 대응하여 제1냉방 능력(난방의 경우 제1난방 능력)으로 운전하는 모드를 의미한다.

그리고 쾌속 운전 모드란 목표 설정 온도에 대응하여 최대의 냉방 또는 난방 능력으로 운전하여 실내 온도를 목표 설정 온도에 빠른 시간 내에 근접하게 만드는 운전 모드를 포함한다.

쾌속 운전 모드는 미리 설정된 시간 범위(예를 들어 5분, 10분 또는 20분 등의 시간 길이) 이내로만 동작할 수 있으며, 이 시간 범위 이후에 적정 운전 모드로 동작한다.

한편, 공기조화기 또는 클라우드 서버는 쾌속 운전 모드에서 산출된 파라미터에 의해 이후 적정 운전 모드에서의 동작 시 적용할 부하(과부하, 표준부하, 소부하)를 결정할 수 있다. 즉, 적정 운전 모드에서의 세부적인 동작에 필요한 정보가 운전 모드 정보이다.

쾌속 운전 모드(또는 줄여서 쾌속 모드)는 공기 조화기가 동작을 시작하여 실내 온도가 목표 설정 온도 보다 미리 설정된 크기 이상으로 차이가 발생할 때 자동으로 시작할 수 있다. 또는 공기조화기가 쾌속 운전 모드의 구동을 지시하는 입력 신호(리모컨 제어 신호)를 수신하면 이에 대응하여 동작할 수 있다.

예를 들어 사용자가 리모컨에서 별도의 온도를 제어하는 것이 아니라 인공지능적으로 동작을 지시하거나 신체 순응적으로 동작을 지시하는 버튼을 누를 경우 공기조화기는 이에 대응하여 쾌속 운전 모드를 실행하고, 후술할 적정 운전 모드(줄여서 적정 모드)로 운전 모드를 전환하는 것 역시 별도의 사용자 제어 없이 진행할 수 있다.

그리고 설정 온도에 도달하였거나, 쾌속 모드에 할당된 최대 시간이 경과한 후에는 앞서 쾌속 모드로 동작하는 과정에서 생성된 파라미터를 학습 인자로 입력받아 쾌속 모드와 상이한 냉방/난방 능력(예를 들어 과부하, 또는 소부하) 또는 동일한 냉방/난방능력(예를 들어 표준 부하)로 운전한다. 전술한 냉방 또는 난방 능력(과부하, 표준부하, 소부하)은 공기조화기가 설치된 공간의 부하에 대응하는 것으로 운전 모드 정보로 산출된다. 또한 이는 실외기의 동작을 제어할 수 있다.

적정운전 모드의 운전 모드 정보로 과부하가 산출되면 제어모듈(100)은 송풍부(15) 또는 실외기(2)를 제어하여 풍량 또는 풍속을 증가시키거나, 실외기에서 더 많은 에너지를 제공하여 냉방 능력 또는 난방 능력을 증가시키는 것을 일 실시예로 한다. 이 경우 전기 사용량은 증가한다.

소부하가 산출되면 제어모듈(100)은 송풍부(15) 또는 실외기(2)를 제어하여 풍량 또는 풍속을 감소시키거나, 실외기에서 더 적은 에너지를 제공하여 냉방 능력 또는 난방 능력을 감소시키는 것을 일 실시예로 한다. 이 경우 전기 사용량은 감소한다. 일 실시예로 냉방인 경우 냉매의 회전이나 압축 / 증발 등 냉방 프로세스에서 전기 에너지의 사용을 줄이도록 실외기를 운전시킬 수 있다. 실외기 운전 모드가 깅/중/약/오프 인 경우, 이에 맞게 약 또는 오프를 진행할 수 있다. 또는 앞서 쾌속 운전 모드에서 제어된 실외기의 운전 모드가 강으로 설정된 경우, 이 보다 약하게 중 또는 약이 적정 운전 모드에서 설정될 될 수 있다.

냉방의 경우 실외기는 냉매를 압축하고 압축된 냉매를 토출하여 방열한다. 이 과정에서 습기찬 공기가 차가운 공기가 된다. 실외기의 구성요소로는 냉매를 압축하는 압축기, 실외에 설치되어 냉매를 실외 공기와 열교환하는 실외 열교환기, 실내에 설치되어 냉매를 실내 공기와 열교환하는 실내 열교환기, 상기 압축기에서 토출된 냉매를 냉방운전시 상기 실외 열교환기로 안내하고, 난방운전 시 상기 실내 열교환기로 안내하는 절환밸브, 상기 실내 열교환기에서 토출된 냉매의 일부를 상기 압축기로 인젝션하는 인젝션 모듈 등이 포함된다. 그리고 냉방 운전시 실내 열교환기에서 토출된 냉매의 일부를 상기 실외 열교환기에서 상기 실내 열교환기로 유동되는 냉매와 열교환하고, 상기 압축기로 인젝션한다. 이러한 과정을 수행하는 실외기의 동작에서 냉매의 양이나 압축 정도, 인젝션의 크기 등이 실외기의 동작을 제어할 수 있다.

본 발명은 특정한 실외기에 한정되는 것은 아니며. 각각의 실외기가 동작할 수 있는 범위(강/중/약/오프 또는 수치로 0%~100% 등)가 정해진 경우, 쾌속 운전 모드에서 산출된 파라미터에 기반하여 적정 운전 모드에서의 실외기 동작을 제어하는 운전 모드 정보를 산출하여 이에 기반하여 실외기를 제어하는 기술적 구성요소들을 모두 포함한다.

표준부하가 산출되면 제어모듈(100)은 송풍부(15) 또는 실외기(2)를 제어하여 풍량 또는 풍속을 유지시키거나, 실외기에서 변화 없이 동일한 에너지를 제공하여 냉방 능력 또는 난방 능력을 유지시키는 것을 일 실시예로 한다. 이 경우 전기 사용량은 유지된다.

도 3은 본 발명의 일 실시예에 의한 내적 학습기반을 수행하는 제어모듈의 구성을 보여주는 도면이다.

파라미터 생성부(110)는 실내기(1)에서 측정하거나 센싱하는 온도나 습도, 또는 온도와 습도의 변화율, 각각의 변화에 소요된 시간, 공간의 크기 정보 등의 파라미터를 생성한다. 또한, 파라미터 생성부(110)는 목표 설정 온도에 도달하도록 설정된 쾌속 운전 모드에서 목표 설정 온도에 도달하기 전 측정 시점에서 하나 이상의 파라미터를 산출한다.

공기조화기는 쾌속 운전 모드가 종료하면 적정 운전 모드로 이행하는데 이때 냉방/난방의 부하 정도를 결정하기 위해 목표 설정 온도에 도달하기 전의 특정 시점을 측정 시점으로 하여 파라미터 생성부(110)가 파라미터를 산출한다. 예를 들어, 냉방인 경우, 목표 설정 온도 도달 전(예를 들어 목표 설정 온도 기준 1~2도 높은 시점)에 파라미터 생성부(110)가 생성하는 다양한 환경인자(실내온도, 공간 크기)를 학습부(160) 또는 클라우드 서버(300)에 전송하여 냉방 부하 판단(소부하, 표준 부하)을 지시하는 운전 모드 정보를 산출할 수 있다. 난방인 경우 목표 설정 온도보다 약 1~2도 낮은 시점이 측정 시점의 일 실시예가 된다.

환경 인자는 다양하게 결정될 수 있다. 일 실시예에 의하면 파라미터 생성부(110)는 쾌속 운전 모드로 운전하는 구간의 시작 시점의 실내 초기 온도, 목표로 설정된 온도(목표 설정 온도 또는 목표 설정 온도), 쾌속 운전 모드로 운전하는 구간에서의 온도 변화율(분단위, 또는 그 이상의 시간 단위) 또는 초기 온도 변화율, 그리고 공기조화기가 배치된 공간의 크기 중 어느 하나 이상을 산출하고 학습부(160, 도 4의 360)가 이에 기반하여 운전 모드 정보를 산출할 수 있다.

센싱부(120)는 파라미터 생성부(110)가 생성하는 파라미터를 산출할 수 있도록 온도나 습도, 또는 공간의 크기를 센싱할 수 있다.

한편, 공간 크기의 센싱은 온도의 변화, 음파 전송 및 이의 잔향에 기반한 공간 크기 측정, 에어컨이 설치된 위치 정보에 기반한 도면 정보 등이 될 수 있다. 또는 에어컨의 상단부에 벽을 감지하는 카메라가 배치되어 공간의 크기를 확인할 수 있다.

센싱부(120)가 센싱한 값은 파라미터 생성부(110)에 제공되고, 파리미터 생성부(110)는 센싱된 값들을 별도의 메모리에 누적한 후 파라미터를 생성할 수 있다. 따라서, 파라미터 생성부(110)는 실내기(1) 내에 배치되는 제어모듈(100)이 확인할 수 있는 환경인자 및 제품 제어 정보를 기반으로 학습부(160)에 입력할 인자를 도출하는 학습 인자를 추출한다.

인터페이스부(140)는 사용자가 실내기(1)의 온도나 습도, 풍량이나 풍향 등을 제어할 수 있도록 하는 것으로, 버튼 식 혹은 리모컨 식, 혹은 원격 조정 등의 인터페이스를 제공한다. 또한, 인터페이스부(140)는 송풍부(15)에서 토출하는 공기의 풍속, 풍량 또는 온도를 변경하는 인터럽트 입력을 수신할 수 있다. 인터럽트 입력은 학습부(160)에 소정의 정보로 저장될 수 있다.

통신부(180)는 클라우드 서버와 데이터를 송수신한다. 파라미터 생성부(110)가 생성한 환경인자로 구성된 파라미터를 전송할 수 있고, 또한 여기에 대응하여 학습부(160)가 산출한 운전 모드 정보를 전송할 수 있다. 또는 통신부(180)는 인터페이스부(140)가 입력한 인터럽트 입력을 클라우드 서버에 전송할 수 있다.

한편, 통신부(180)는 학습부(160)를 업데이트 또는 업그레이드 시키는 정보를 클라우드 서버로부터 수신할 수 있다.

중앙제어부(150)는 각각의 구성요소들을 제어하며 최종적으로 실내기(1)가 동작하는데 필요한 동작 방식을 산출할 수 있다. 실내기(1)의 동작 방식은 다양한 방식으로 구분될 수 있다. 예를 들어, 쾌속 운전 모드로 동작하며 산출된 파라미터들 및 이에 대응하여 클라우드 서버가 산출하거나 또는 내부적으로 산출된 운전 모드 정보에 기반하여 과부하/표준부하/소부하 등으로 구성요소들을 제어할 수 있다.

클라우드 서버가 산출한 경우는 클라우드 서버에 학습부가 배치된 경우이며, 내부적으로 산출된 경우는 제어모듈(100) 내의 학습부(160)이 지금까지 온도나 습도의 변화 및 시간 등에 기반하여 현재 실내기(1)가 동작하는데 필요한 운전 모드(송풍부 또는 실외기의 제어)를 산출하여 그에 따라 중앙제어부(150)는 특정한 부하 상태를 제어할 수 있도록 한 실시예이다.

여기서 운전 모드 정보는 쾌속 운전 모드와 동일한 부하 정도로 동작하는 표준부하를 지시하거나, 또는 쾌속 운전 모드 보다 약한 부하 정도로 동작하는 소부하를 지시할 수 있다.

예를 들어 냉방 부하 판단 시 산출된 운전 모드 정보가 소부하의 경우 목표로 설정한 온도에 도달한 이후 적정 운전 모드 과정에서 온도가 더 낮아지는 상황, 즉 과냉방으로 인한 과전력 소모를 방지할 수 있다. 이미 쾌속 운전 모드의 동작으로 실내가 충분히 목표 설정 온도에 도달할 것으로 예측된 경우 이 예측에 기반하여 소부하로 동작하며 특히 예측 결과에 기반하여 실외기를 제어하면 쾌적한 온도를 유지하면서도 절전 냉방이 가능해진다.

도 3의 구성에서 쾌속 운전 모드로 동작하는 공기조화기가 목표로 설정한 목표 설정 온도 도달 전 특정 시점(측정 시점)에 환경인자를 파라미터로 산출하고, 이를 입력받은 학습부(160)에서 운전 모드를 산출하여 소부하 판단 시 부하 정도에 따라 단계 별로 부하 수준을 세분화하고, 이에 따른 실외기 다양하게 제어를 함으로써 절전 냉방이 가능하도록 하며, 목표 설정한 온도에 도달한 이후에도 목표 설정 온도를 적정 수준으로 유지할 수 있도록 한다.

즉, 중앙제어부(150)는 목표 설정 온도에 도달하거나 또는 미리 설정된 시간 범위가 도과하는 전환 시점에서 쾌속 운전 모드를 중단하고, 적정 운전 모드로 진입하여 앞서 산출된 운전 모드 정보에 따라 실외기를 제어하여 절전 냉방 또는 난방에 기반하면서도 쾌적한 온도를 유지할 수 있도록 한다.

학습부(160)는 파라미터 생성부(110)가 생성하는 파라미터들(학습 인자)을 지속하여 누적하고, 누적된 파라미터를 학습부(160) 내부의 딥러닝 구조에 적용하여 지금까지 온도 또는 습도 등의 변화에 기반하여 실내기(1)가 적정 운전 모드에서 동작할 수 있는 최적의 운전 모드를 산출한다. 운전 모드는 다양한 모드를 포함할 수 있는데, 일 실시예로, 운전 모드 정보는 소부하/표준부하/과부하를 포함할 수 있다. 또한, 소부하의 경우 실외기의 제어에 관한 세부적인 제어 정보가 운전 모드 정보에 포함될 수 있다.

학습부(160)의 학습 인자로 입력되는 정보들은 파라미터 생성부(110)에서 생성되거나 저장된 정보가 될 수 있으며 그 외에도 중앙제어부(150)에 의해 산출되거나 변환된 정보가 될 수 있다. 학습부(160)는 소정의 학습 알고리즘을 이용하여 부하 단계를 추정할 수 있다.

또는 학습부(160)는 현재까지 동작된 상태를 기준으로 상대적으로 부하 정도를 설정할 수 있다. -10%, -20% 등으로 운전 모드를 설정할 수 있다.

중앙제어부(150)는 각각의 구성요소들을 제어하며 최종적으로 실내기(1)가 동작하는데 필요한 동작 방식을 산출할 수 있다. 실내기(1)의 동작 방식은 다양한 방식으로 구분될 수 있다. 예를 들어, 현재 실내 상태의 부하를 단계별로 추정하여 과부하/표준부하/소부하 등의 운전 모드 정보로 산출할 수 있다. 학습부(160)는 지금까지 온도나 습도의 변화 및 시간 등에 기반하여 현재 실내기(1)가 동작하는데 필요한 운전 모드를 산출하여 그에 따라 중앙제어부(150)는 특정한 부하 상태를 제어할 수 있다.

그리고, 중앙제어부(150)는 산출된 운전 모드에 기반하여 실외기(2)와 송풍부(15)를 제어할 수 있다.

예를 들어 송풍부(15)에서 토출할 수 있는 풍속을 제어하거나, 실외기(2)를 구성하는 압축기가 기상 냉매를 압축하여 배출하는 양을 제어하는 등의 제어를 수행할 수 있다.

중앙제어부(150)는 소부하의 경우 소부하 수준에 따라 단계별로 세분화하여 부하 정도에 따라 실외기(2)를 제어할 수 있다. 소부하 레벨은 2레벨 또는 3레벨 등 다양하게 산출될 수 있다. 예를 들어 3개의 레벨로 구성되고 이들 레벨은 목표 설정 온도와의 차이로 구분할 수 있다.

냉방의 실시예를 중심으로 살펴본다. 소부하의 레벨 1은 목표 설정 온도 대비 -0.5인 상태이며, 이 경우 운전 모드 정보는 {소부하|실외기 제어-중}으로 산출된다. 소부하의 레벨 2는 목표 설정 온도 대비 -1.0인 상태이며, 이 경우 운전 모드 정보는 {소부하|실외기 제어-약}으로 산출된다. 소부하의 레벨 3은 목표 설정 온도 대비 -1.5이하인 상태이며, 이 경우 운전 모드 정보는 {소부하|실외기 제어-오프}로 산출된다.

즉, 소부하의 경우 실외기의 제어는 최대 "중"에서 "오프"로 레벨에 따라 구분될 수 있다. 실외기의 제어 레벨에 따라 소부하의 세부 분류 중/하/오프 외에 숫자(10%, 30% 등)로도 나뉘어질 수 있다.

도 3의 구성에 기반할 경우, 목표 설정 온도 도달 시 목표 설정 온도를 적정 수준으로 유지할 수 있다. 즉, 쾌속 운전 모드의 동작 과정에서 목표 설정 온도 도달 후 냉방(또는 난방)을 자동 제어하는 적정 운전 모드에서 실외기를 제어하는 운전 모드 정보가 산출될 수 있으며, 이에 기반하여 공기조화기는 쾌속 운전 모드에서 적정 운전 모드로 전환하면, 자동으로 운전 모드 정보에 기반하여 냉방(혹은 난방) 운전을 수행할 수 있다.

도 3의 실시예를 적용할 경우, 쾌속 운전 모드에서 산출된 실내 부하 정도에 따라 절전 운전을 수행하며 목표 설정 온도에 도달 후 목표 설정 온도 적정 유지를 위한 냉방(혹은 난방) 운전을 지시하도록 운전 모드 정보가 산출된다. 운전 모드 정보는 쾌속 운전 모드의 특정 시점에서 학습부(160)가 이후의 온도 변화를 예측하여 산출한 것이다.

도 4는 본 발명의 다른 실시예에 의한 학습부가 클라우드 서버에 배치된 도면이다. 도 3에서 설명한 내용과 중복되는 부분은 도 3을 참조한다.

도 4는 학습부(360)가 클라우드 서버(300)에 배치된 구성이다. 먼저 클라우드 서버(300)에 대해 살펴본다. 도 4는 외적 학습을 수행하는 클라우드 서버(300)와 제어 모듈(100)의 관계 및 각 구성요소를 보여주는 도면이다. 도 4의 제어모듈(100)은 도 3의 구성에서 학습부(160)가 제외되었다. 도 3에서 학습부(160)와 제어모듈(100)의 상호작용은 도 4에서는 통신부(180)를 통해 이루어진다.

클라우드 서버의 통신부(380)는 제어모듈(100)의 통신부(180)와 정보를 송수신한다.

중앙제어부(150)는 도 3에서 살펴본 바와 같이 각각의 구성요소들을 제어한다. 적정 운전 모드에서 실내기(1), 실외기(2) 또는 송풍부(15)가 동작하는데 필요한 동작 방식을 산출하는데 필요한 파라미터들, 즉 학습인자들이 쾌속 운전 모드 중 측정 시점에 파라미터 생성부(110)에 의해 산출한다. 환경 인자는 다양하게 결정될 수 있다.

일 실시예에 의하면 파라미터 생성부(110)는 쾌속 운전 모드로 운전하는 구간의 시작 시점의 실내 초기 온도, 목표로 설정된 온도(목표 설정 온도 또는 목표 설정 온도), 쾌속 운전 모드로 운전하는 구간에서의 온도 변화율(분단위, 또는 그 이상의 시간 단위) 또는 초기 온도 변화율, 그리고 공기조화기가 배치된 공간의 크기 중 어느 하나 이상을 산출하고 학습부(160, 도 4의 360)가 이에 기반하여 운전 모드 정보를 산출할 수 있다.

중앙제어부(150)는 통신부(180)를 제어하여 파라미터 생성부(110)에서 생성한 파리미터들을 클라우드 서버(300)로 전송한다. 클라우드 서버(300)의 서버제어부(350)는 제어모듈(100)이 전송하는 학습 인자를 통신부(380)에서 수신하여, 이를 학습부(360)에 입력하고 해당 제어모듈(100)에 적합한 운전 모드를 산출한다. 산출된 운전 모드에 대한 정보는 통신부(380)를 거쳐서 제어모듈(100)에게 전달된다. 그 결과 제어모듈(100)은 쾌속 운전 모드가 종료하고 적정 운전 모드를 수행하는 과정에서 수신된 운전 모드 정보를 적용하여 실외기를 제어할 수 있다.

클라우드 서버(300)는 다수의 제어 모듈들로부터 학습 인자를 수신하여 그에 대응하는 운전 모드를 산출할 수 있다. 또한, 다수의 제어 모듈들이 제공하는 학습 인자를 지속적으로 학습부(360)에 입력하여 학습부(360)를 업데이트 시킬 수 있다. 학습부(360)는 소정의 학습 알고리즘을 이용하여 적정 운전 모드에서의 부하 단계(과부하/표준부하/소부하 및 소부하에서의 실외기 제어 단계 등)를 추정할 수 있다.

도 4의 클라우드 서버(300)를 정리하면 다음과 같다.

통신부(380)는 다수의 공기조화기들로부터 각각의 공기조화기에 각각 설정된 목표 설정 온도에 대응하여 동작한 쾌속 운전 모드 중 목표 설정 온도에 도달하기 전 측정 시점에서 산출된 하나 이상의 파라미터를 수신한다.

학습부(360)는 수신한 제1공기조화기의 파라미터를 학습 인자로 입력받아 쾌속 운전 모드로 운전하는 구간 이후 제1공기조화기의 적정 운전 모드를 설정하는 운전 모드 정보를 출력한다.

통신부(380)는 출력된 운전 모드 정보를 해당 공기조화기(제1공기조화기)에게 전송한다.

서버 제어부(350)는 이들 학습부(360), 통신부(380)를 제어한다.

도 5는 본 발명의 일 실시예에 의한 내적 학습기반으로 제어모듈이 동작하는 경우의 도면이다. 도 3의 구성과 함께 살펴본다. 실내기(1)의 제어모듈(100)은 쾌적 운전 모드에서 특정한 시점(측정시점)에 파라미터들을 산출한다. 파라미터 생성부(110)가 산출하는 파라미터의 예로는 실내 초기 온도, 목표 설정 온도, 분 단위(혹은 2분 단위 등) 온도 변화율, 목표설정 온도 보다 일정 크기 이상의 상태(+a)까지의 온도변화율, 또는 공간 정보(크기)가 될 수 있다. 이들 중 어느 하나 이상의 파라미터가 학습부(160)에 제공된다.

학습부(160)는 딥러닝 모듈로 구성되어 학습이 완료된 상태이다. 학습부(160)는 입력된 파라미터들에 대응하여, 쾌속 운전 모드 이후의 적정 운전 모드의 운전 모드 정보를 과부하/표준부하/소부하 중 어느 하나로 출력할 수 있다. 특히, 소부하의 경우 절전 동작을 위해 상세하게 레벨 1/레벨2/레벨 3으로 출력할 수 있다.

중앙제어부(150)는 산출된 운전 모드 정보에 기반하여 실외기(2)와 송풍부(15)를 제어할 수 있다.

도 6은 본 발명의 일 실시예에 의한 외적 학습 기반으로 제어모듈이 종작하는 경우의 도면이다. 도 4의 구성과 함께 살펴본다.

다수의 실내기들(1a, 1b)의 제어모듈(100)은 쾌적 운전 모드에서 특정한 시점(측정시점)에 파라미터들을 산출한다. 각각의 파라미터 생성부(110a, 110b)가 산출하는 파라미터의 예로는 실내 초기 온도, 목표 설정 온도, 분 단위(혹은 2분 단위 등) 온도 변화율, 목표설정 온도 보다 일정 크기 이상의 상태(+a)까지의 온도변화율, 또는 공간 정보(크기)가 될 수 있다. 이들 중 어느 하나 이상의 파라미터가 클라우드 서버(300)로 전송되고(S31a, S31b), 클라우드 서버(300)는 수신된 파라미터를 학습부(160)에 제공한다.

학습부(360)는 딥러닝 모듈로 구성되어 학습이 완료된 상태이다. 학습부(360)는 입력된 파라미터들에 대응하여, 쾌속 운전 모드 이후의 적정 운전 모드의 운전 모드 정보를 과부하/표준부하/소부하 중 어느 하나로 출력할 수 있다. 이는 앞서 도 5에서 살펴본 바와 같다.

클라우드 서버(300)는 산출된 운전 모드 정보를 해당 실내기들(1a, 1b)에게 제공한다(S32a, S32b). 이를 전달받은 각각의 실내기들에 배치된 제어모듈(100)의 중앙제어부(150)는 산출된 운전 모드 정보에 기반하여 실외기(2)와 송풍부(15)를 제어할 수 있다.

도 5 및 도 6에서는 쾌속 운전 모드의 동작 과정에서 이후 진행될 적정 운전 모드의 부하를 정확하게 추정할 수 있도록 환경인자를 파라미터로 산출하고 이를 학습부(160, 360)에 입력하여, 운전 모드 정보를 산출한다.

학습부(160, 360)는 미리 학습될 수도 있다. 또는 도 5에서 학습부(160)가 해당 공간에서 쾌속/적정 운전 모드를 수행하는 과정에서 산출된 파라미터에 기반하여 학습을 수행할 수 있다. 마찬가지로 도 6의 학습부(360) 역시 다수의 공기조화기가 제공하는 파라미터들에 기반하여 학습할 수 있다.

또는 클라우드 서버(300)가 주기적으로 학습을 진행하고, 각각의 제어모듈(100) 내에 배치된 학습부(160)를 업그레이드시키도록 프로그램 또는 파일을 전송할 수도 있다.

도 7은 본 발명의 일 실시예에 의한 동작 과정을 보여주는 도면이다. 도 3 및 도 5의 과정을 플로우차트로 살펴본다. 파라미터 생성부(110)가 쾌속 운전 모드의 측정 시점에서 파라미터들을 추출한다(S41). 측정 시점이란 목표로 설정한 온도에 근접한 시점을 일 실시예로 한다. 냉방의 경우 목표 설정 온도보다 1~2도 높은 시점, 난방의 경우 목표 설정 온도보다 1~2도 낮은 시점을 일 실시예로 한다.

파라미터들은 학습부(160)에 입력되고(S42), 학습부(160)에 의해 부하가 추정되며 운전 모드 정보가 산출된다(S43). 부하 추정에 의한 운전 모드 정보는 전술한 과부하/표준부하/소부하, 혹은 표준부하/소부하 와 같이 단계별로 나뉘어질 수 있다. 또한 소부하를 보다 상세하게 분류하여 레벨1/레벨2/레벨3으로 산출할 수 있다.

이후 쾌속 운전 모드에서 적정 운전 모드로 진입하면(S44), 중앙제어부(150)는 추정된 부하 및 대응하는 운전 모드 정보에 기반하여 실외기(2)를 제어한다(S45). 예를 들어, 표준 부하인 경우 중앙제어부(150)는 변동이 없이 그대로 쾌속 운전 모드의 제어를 유지한다. 소부하의 경우 중앙제어부(150)는 실외기를 약하게 동작하도록 제어할 수 있다.

소부하를 보다 상세하게 분류하여 레벨1/레벨2/레벨3으로 산출된 경우 중앙제어부(150)는 레벨 1의 경우 실외기 중으로, 레벨 2의 경우 실외기 약으로, 레벨 3의 경우 실외기를 오프시키도록 제어할 수 있다. 이러한 실외기의 제어는 세부적으로 다양하게 구현될 수 있다. 예를 들어 레벨이 10단계인 경우, 실외기 제어는 90% 에서 오프 까지 10 단계(90%, 80%, ..., 10%, OFF) 중 어느 하나의 단계로 제어할 수 있다.

소부하의 레벨 역시 목표 설정 온도와 현재 온도의 차이로 산출할 수도 있고, 전술한 학습부(160)에서 다양한 파라미터에 기반하여 레벨을 달리 산출할 수 있다.

도 8은 본 발명의 일 실시예에 의한 동작 과정을 보여주는 도면이다. 도 4 및 도 6의 과정을 플로우차트로 살펴본다. 파라미터 생성부(110)가 쾌속 운전 모드의 측정 시점에서 파라미터들을 추출한다(S51). 도 7의 S41과 동일하므로 도 7의 설명으로 대신한다.

파라미터들은 클라우드 서버로 전송되고(S52), 전송된 파라미터는 클라우드 서버의 학습부(360)에 입력된다(S53). 학습부(360)에 의해 부하가 추정되며 운전 모드 정보가 산출된다(S54). 부하 추정에 의한 운전 모드 정보는 전술한 과부하/표준부하/소부하, 혹은 표준부하/소부하 와 같이 단계별로 나뉘어질 수 있다. 또한 소부하를 보다 상세하게 분류하여 레벨1/레벨2/레벨3으로 산출할 수 있다.

산출된 운전 모드 정보는 다시 공기조화기에 전송된다(S55). 이후, 해당 공기조화기가 쾌속 운전 모드에서 적정 운전 모드로 진입하면(S56), 중앙제어부(150)는 추정된 부하 및 대응하는 운전 모드 정보에 기반하여 실외기(2)를 제어한다(S57). 앞서 도 7의 S45에서 살펴본 설명이 동일하게 적용된다.

소부하의 레벨 역시 목표 설정 온도와 현재 온도의 차이로 산출할 수도 있고, 전술한 학습부(360)에서 다양한 파라미터에 기반하여 레벨을 달리 산출할 수 있다.

도 8에서 점선 내에 포함된 단계는 클라우드 서버(300)에서 수행되는 단계이다.

도 7 및 도 8을 살펴보면, 각각의 공기조화기가 쾌속 운전 모드의 측정 시점에서 파라미터들을 산출하고 이를 입력받은 학습부(160, 360)가 학습 알고리즘에 기반하여 적정 운전 모드에서의 부하 단계를 산출한다. 그 결과 쾌속 운전 모드에서 충분히 냉방 또는 난방이 된 경우로 예측될 경우 이후의 적정 운전 모드에서 절전과 함께 쾌적감을 유지할 수 있다.

도 7 및 도 8에서 공기조화기가 동작하는 과정을 정리하면 다음과 같다. 미리 설정된 시간 범위 이내에 또는 미리 설정된 목표 설정 온도에 도달하도록 쾌속 운전 모드로 운전하며 공기 조화기의 송풍부가 공기를 토출한다. 그리고 쾌속 운전 모드에서 목표 설정 온도에 도달하기 전 측정 시점에서 파라미터 생성부(110)가 하나 이상의 파라미터를 산출한다.

이후, 파라미터로부터 클라우드 서버가 산출한 운전 모드 정보를 통신부(180)가 수신하거나 또는 내부적으로(도 3의 학습부(160)) 운전 모드 정보를 산출하여 운전 모드 정보를 확정한다.

그리고, 목표 설정 온도에 도달하거나 또는 미리 설정된 시간 범위가 도과하는 전환 시점에서 중앙 제어부(150)가 쾌속 운전 모드를 중단하고 운전 모드 정보에 따라 송풍부와 실외기를 제어한다. 이때, 운전 모드 정보는 쾌속 운전 모드와 동일한 부하 정도로 동작하는 표준부하를 지시하거나, 또는 쾌속 운전 모드 보다 약한 부하 정도로 동작하는 소부하를 지시한다. 이는 중앙제어부(150)가 실외기의 제어를 강/중/약/오프 중 어느 하나로 선택할 수 있도록 지시한다.

도 9는 본 발명의 일 실시예에 의한 부하 추정에 의한 판단 기준을 보여주는 도면이다.

TP는 쾌속 운전 구간 중에서 부하를 예측하기 위해 파라미터를 산출하는 시점인 측정 시점을 지시한다. 이 시점은 냉방의 경우 목표로 설정한 온도를 기준으로 일정 크기 이상인 시점(예를 들어 1도 혹은 2도 높은 시점)이 될 수 있다. 또는 측정 시점은 쾌속 운전 구간에 진입한 후 일정 시간(5분 또는 10분)이 될 수 있다.

TP 시점에서 목표 설정 온도 도달 전에 미리 적정 운전 모드에서의 부하를 예측 및 판단한다. TempWave는 온도의 변화를 보여준다. TempBox는 목표 온도에 도달한 후의 냉방에 따른 온도 변화 패턴을 보여준다. 목표 설정 온도를 기준으로 볼 때, 쾌속 운전 모드 구간에서 목표 설정 온도에 도달한 뒤 온도가 더 내려가는 부분을 보여준다. 이에, 적정 운전 모드에서는 소부하의 경우 부하 정도에 따라 적정 시점에 실외기를 제어(약냉방 또는 오프)하여 표준 부하와 같이 설정 온도 수준으로 냉방을 조절한다.

도 9에서 -0.5인 레벨 1에서는 운전 모드 정보가 실외기를 중으로 지시할 수 있다. 또는 레벨 1로 지시하고 중앙제어부(150)가 그에 따라 실외기를 중으로 제어할 수 있다. 마찬가지로 -1.0인 경우 레벨 2로, -1.5에서 레벨 3으로 설정하거나 그에 대응하는 실외기 제어(약, 오프)는 앞서 살펴보았다.

도 9와 같이 쾌속 운전 모드의 측정 시점에서 파라미터를 측정하여 이후 적정 운전 모드에서의 부하가 소부하로 예측된 경우 실외기의 작동을 제어하여 목표 도달 온도 이후 설정 온도 보다 온도가 낮아지는 상황을 방지하고 과냉방 상태로 접어드는 것을 방지할 수 있다. 특히, 소부하에서 보다 세분화된 레벨로 실외기를 정밀하게 제어하므로, 목표 설정 온도 도달 후 설정 온도 적정 수준으로 냉방이 가능하게 한다.

도 10은 본 발명의 일 실시예에 의한 학습부의 구성을 보여주는 도면이다.

앞서 도 3 또는 도 4의 학습부(160, 360)의 구성을 살펴본다.

학습부(160, 360)는 N개의 파라미터를 입력 노드로 하는 입력 레이어(input)와, 운전 모드 정보를 출력 노드로 하는 출력 레이어(Output)와, 입력 레이어와 출력 레이어 사이에 배치되는 하나 이상의 M 개의 히든 레이어를 포함한다. 파라미터의 실시예로, 앞서 도 5 또는 도 6에서 살펴본 인자들이 될 수 있으나, 이에 한정되지 않는다.

여기서 레이어들의 노드를 연결하는 에지(edge)에는 가중치가 설정되며, 이 가중치 혹은 에지의 유무는 학습 과정에서 추가되거나 제거되거나 혹은 업데이트 될 수 있다. 따라서, 학습 과정에 의해 또는 인터럽트 입력에 의해 k개의 입력 노드와 i개의 출력 노드 사이에 배치되는 노드들 및 에지들의 가중치는 업데이트될 수 있다. 출력 노드는 도 10과 같이 각 모드 별로 1/0 혹은 확률 등의 값을 출력하도록 i개가 배치될 수 있다. 또는 출력 노드는 적정 운전 모드에서 실외기의 제어에 있어 상대적으로 변화해야 하는 요소(+, -, 혹은 +10% 혹은 -20%)를 출력하는 하나의 노드가 배치될 수도 있다.

학습부(160, 360)가 학습을 수행하기 전에는 모든 노드와 에지가 초기값으로 설정될 수 있다. 그러나, 누적하여 정보가 입력될 경우, 도 10의 노드 및 에지들의 가중치는 변경되고, 이 과정에서 쾌속 운전 모드에서 발생한 파라미터들과 적정 운전 모드에 적합한 운전 모드 정보의 매칭이 이루어질 수 있다. 특히 클라우드 서버(300)를 이용하는 경우 학습부(360)는 수많은 파라미터들을 수신할 수 있으므로 학습부(360)가 방대한 데이터에 기반하여 빠른 속도로 학습을 수행할 수 있다.

인터럽트 입력이란 적정 운전 모드에 대한 운전 모드 정보를 출력한 후, 사용자에 의해 풍속이나 온도가 변경된 경우 이를 지시하는 정보를 의미한다. 따라서, 쾌속 운전 모드 구간에서 k 개의 파라미터를 입력한 후 적정 운전 모드 구간의 운전 모드 정보(표준 부하 또는 소부하의 레벨들)를 산출한 후에 인터럽트 입력이 수신되면, 이를 별도의 노드(Interrupt P)에 소정의 값을 입력하여 새로운 운전 모드 정보를 산출하거나 학습부(160, 360)를 업데이트 시킬 수 있다.

정리하면, 도 10의 학습부(160, 360)를 구성하는 입력 노드와 출력 노드 사이의 노드 및 에지의 가중치는 학습부(160, 360)의 학습 과정 또는 공기조화기에서 발생한 인터럽트 입력에 의해 업데이트될 수 있다.

도 10에서 본 발명의 일 실시예를 적용하면 output1은 과부하, output2는 표준부하, output3은 소부하-레벨1, output4는 소부하-레벨2, output5는 소부하-레벨3이 될 수 있다. 그리고 이들 output들 중 표준부하 또는 소부하의 경우 실외기의 제어에 대응할 수 있다. 예를 들어 표준부하인 경우 실외기의 제어는 현재 상태의 유지가 되며, 소부하의 경우 레벨 별로 실외기의 제어가 중/약/오프 중 어느 하나에 대응할 수 있다.

물론, 도 10에서 output은 하나의 노드이며 값으로만 출력될 수 있다. 이 경우 출력값은 {과부하 | 표준부하 | 소부하-레벨1 | 소부하-레벨2 | 소부하-레벨3}이 될 수 있으며 이들 값은 물론 변경 또는 세분화될 수 있다.

도 11은 본 발명의 일 실시예에 의한 냉방 공기를 토출하는 공기조화기의 파라미터들과 풍속 및 냉방 공기의 제공의 상호작용을 도시한 도면이다. 냉방 공기를 쾌속으로 토출하는 쾌속 운전 모드에서 학습부(160, 360)는 실내 초기 온도(TempInit)에 비례하거나, 목표 설정 온도(TempTarget)에 비례하거나, 분단위 온도 변화율(TempChangeRatebyMinute)에 반비례하거나, 목표 설정 온도와 일정 차이가 나는 시점(측정 시점)의 온도 변화율(TempChangeRatebyParameterSensing)에 반비례하거나, 또는 공간의 크기(SpaceSize)에 비례하여 실외기를 제어할 수 있다.

즉, 도 11은 다수의 파라미터를 측정하고 이를 학습부(160, 360)에 입력하여 실외기를 제어하는 운전 모드 정보를 출력할 수 있다.

학습부(160, 360)가 하나 이상의 히든 레이어로 구성된 경우, "비례"로 표시된 사각형 및 "반비례"로 표시된 사각형은 전술한 파라미터들이 실외기의 제어를 변화시키는 에지 및 노드를 형상화한 것이다.

도 12 및 도 13은 본 발명의 일 실시예에 의한 스피커와 마이크에 기반하여 공간의 크기를 산출하는 도면이다.

도 12는 실내기(1)에 스피커(191) 및 마이크(192)가 배치된 구성과, 스피커(191)에서 발생한 음원이 실내 공간내에서 전파되는 시뮬레이션을 보여준다. 스피커(191)에서 특정 음원(60)을 출력하면 62에 도시된 바와 같이 음원의 잔향이 발생하고 이 과정에서 공간 내의 벽에 의해 반사된다.

마이크(192)에 유입된 음향에 대해 중앙제어부(150)는 잔향 분석에 기반하여 공간의 크기를 추정한다. 중앙제어부(150)는 반사된 음원의 크기가 크거나 또는 반사된 시간이 짧은 경우 공간의 크기가 작은 것으로 판단한다. 반대로, 반사된 음원의 크기가 작거나 또는 반사된 시간이 긴 경우 공간의 크기가 큰 것으로 판단한다.

도 13은 본 발명의 일 실시예에 의한 잔향에 의해 발생되는 신호 특성을 보여주는 도면이다.

음원이 출력되면 직접 출력된 사운드(Direct Sound), 소리가 전파되는데 소요되는 시간(Early Reflection), 그리고 공간에서 반사되는 잔향(Reverbration)이 있으며, 이의 신호 특성으로 중앙제어부(150)가 공간의 크기를 확인할 수 있다. 이는 중앙제어부(150)가 공간 크기별 잔향의 특성에 대한 데이터를 저장하고, 이후 실제 공간에 실내기(1)가 배치되면, 스피커(191)가 음원을 출력한다. 출력한 후 측정한 잔향의 특성이 앞서 저장했던 잔향의 특성에 대한 데이터와 유사한지를 확인하여 가장 유사한 데이터가 지시하는 공간의 크기값으로 실제 공간의 크기를 추정한다.

정리하면, 스피커(191)가 구별 가능한 제1음원을 출력하고 마이크(192)가 출력된 제1음원이 공간 내에서 반사되어 유입된 제2음원을 입력받는다. 제2음원은 제1음원의 잔향이다. 중앙제어부(150)는 마이크가 입력받은 제2음원의 신호 특성으로 공간의 크기를 산출할 수 있다. 신호 특성이란, 중앙제어부(150)에 공간 크기 별로 저장된 잔향의 신호 특성을 일 실시예로 한다.

물론 이외에도 공간의 크기를 추정하는 방법은 다양하다. 카메라(193)를 통해 실내기(1)가 배치된 공간의 윗부분에서 벽의 거리를 산출하여 공간의 크기를 추정할 수 있다.

또는, 실내기(1)가 배치된 위치의 GPS 정보를 통해 실내기(1)가 배치된 공간의 도면 정보를 확보하여, 실내기(1)가 배치된 공간의 크기를 추정할 수 있다.

정리하면 다음과 같다. 쾌속 운전 모드 중 냉방 혹은 난방 부하를 예측하여 적정 운전 모드에서 에어컨이 절전 운전할 수 있도록 실외기를 제어한다.

냉방 공간에 대한 환경 인자를 파라미터로 산출하고 이를 일정 기간동안 학습을 수행하여 목표 설정 온도에 도달하기 전에 실내의 냉방(혹은 난방) 부하를 예측한다. 그리고 소부하로 예측된 경우 실외기의 제어에 직접 대응하는 부하 레벨(일 실시예로 레벨 1~3)을 단계적으로 추정하여 부하에 따라 실외기를 제어(강/약/off)하여 절전 가능하도록 한다. 그리고 목표 온도 도달 후 적정 운전 모드에서 전술한 예측된 부하에 기반하여 실외기를 제어하여 설정 온도를 적정 수준으로 유지한다.

학습에 필요한 환경인자는 실내 초기 온도, 목표 설정온도, 분 단위에 대한 온도 변화율, 공간 크기 정보 등이 적용되지만 본 발명이 이에 한정되지는 않는다.

공간 크기 정보는, 음향(잔향) 기반 공간 추정 알고리즘을 적용하거나, 3차원 카메라(뎁스 카메라)를 통해 공간의 벽의 거리를 측정하거나 도면 정보(빅데이터)를 통하여 추정할 수 있다.

또한, 공기조화기에서 적정 운전 모드에서의 동작을 추정한 경우라 하여도 사용자가 온도를 재설정하거나 풍량을 조절하는 등 현재 작동 중인 상태를 변화시키는 인터럽트 입력(제어 신호)이 발생할 수 있다. 즉, 인터페이스부(140)가 목표 설정 온도나 풍량 등을 변화시키는 제어 신호를 수신하면, 중앙 제어부는 앞서 산출된 운전 모드 정보를 변경시킬 수 있다.

냉방의 실시예에서, 적정 운전 모드에서의 부하에 대해 예측한 결과, 소부하-레벨2로 운전 모드가 결정되었는데, 사용자에 의해 온도를 더 낮추거나 풍량을 증가시키는 제어 신호가 입력되면, 중앙제어부는 운전 모드 정보를 변경한다. 예를 들어 소부하-레벨1로 변경하거나 표준 부하로 변경할 수 있다. 만약 사용자가 목표 설정 온도를 크게 변화시킬 경우(예를 들어 3도를 낮추는 경우) 소부하-레벨 1에서 표준 부하로 운전 모드 정보를 변경할 수 있다.

본 발명의 실시예를 적용할 경우, 효율적인 에어컨의 냉방 혹은 난방 제어를 위해 학습에 기반하여 부하를 추정하는 방법 및 이를 적용한 장치를 제공할 수 있다. 특히, 본 발명의 실시예들은 에어컨 가동 후 목표 설정 온도 도달하기 전의 측정 시점(목표온도와의 차이가 크지않은 특정 시점)에 대한 환경 인자 및 냉방(혹은 난방)에 따른 온도 패턴의 상관 관계를 학습하여 목표 설정 온도 도달 이후 적정 운전 모드를 수행함에 있어서 효율적인 냉방(또는 난방) 운전이 가능하도록 실외기를 제어하는 부하를 단계별로 추정한다.

따라서, 동일한 목표 설정 온도가 설정된 경우라 하여도 목표 설정 온도에 도달하기까지의 다양한 환경 인자들은 목표 설정 온도 도달 후의 에어컨의 동작을 상이하게 제어하는 요소가 된다.

본 발명의 실시예들을 적용할 경우, 공기조화기는 쾌속 운전 모드의 동작 과정에서 산출된 파라미터를 학습 인자로 하여 그에 대응하는 적정 운전 모드에서의 운전 모드 정보를 산출할 수 있다.

본 발명의 실시예들을 적용할 경우, 클라우드 서버는 다수의 공기조화기가 동작 과정에서 산출하여 제공한 파라미터들에 기반하여 학습 후 각 공기조화기에 적합한 운전 모드를 산출할 수 있다.

본 발명의 일 실시예들을 적용할 경우, 공기조화기가 일정한 목표 도달 온도에 도달하도록 동작한 후, 보다 작은 단위시간당 소비 전력량에 기반하여 목표 도달 온도를 일정 범위 내에 유지할 수 있다.

본 발명의 실시예에서 쾌속 운전 모드의 단위시간당 소비전력량 보다 적정 운전 모드의 단위시간당 소비전력량이 작도록 구성될 수 있다. 이는 쾌속 운전 모드는 초기에 빠른 냉방/난방을 위해 전력을 최대한 이용하는 구간이며 시간이 짧다. 한편, 적정 운전 모드는 쾌속 운전 모드에서 제공된 냉방/난방의 수준을 유지하는 것이며 시간이 길다.

따라서, 쾌속 운전 모드의 단위 시간당 소비 전력량은 적정 운전 모드의 단위 시간당 소비 전력량 보다 크다. 물론, 쾌속 운전 모드의 시간적 크기 역시 적정 운전 모드의 시간적 크기보다 작다. 예를 들어 쾌속 운전 모드는 최대 10분을 넘지 않도록 설정될 수 있으나, 적정 운전 모드은 이보다 길게 3시간 혹은 5시간동안 유지될 수 있다.

본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니며, 본 발명의 목적 범위 내에서 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 반도체 기록소자를 포함하는 저장매체를 포함한다. 또한 본 발명의 실시예를 구현하는 컴퓨터 프로그램은 외부의 장치를 통하여 실시간으로 전송되는 프로그램 모듈을 포함한다.

이상에서는 본 발명의 실시예를 중심으로 설명하였지만, 통상의 기술자의 수준에서 다양한 변경이나 변형을 가할 수 있다. 따라서, 이러한 변경과 변형이 본 발명의 범위를 벗어나지 않는 한 본 발명의 범주 내에 포함되는 것으로 이해할 수 있을 것이다.

1: 실내기 2: 실외기
15: 송풍부 100: 제어모듈
110: 파라미터생성부 150: 중앙제어부
160, 360: 학습부 300: 클라우드 서버

Claims (20)

1. 실외기;
   상기 실외기로부터 제공받은 공기를 토출하는 송풍부;
   특정 온도에 도달하도록 설정된 쾌속 운전 모드에서 상기 목표 설정 온도에 도달하기 전 측정 시점에서 하나 이상의 파라미터를 산출하는 파라미터 생성부;
   클라우드 서버와 데이터를 송수신하는 통신부; 및
   상기 파라미터로부터 상기 클라우드 서버가 산출하거나 또는 내부적으로 산출된 운전 모드 정보에 기반하여 상기 송풍부와 상기 실외기를 제어하는 중앙제어부를 포함하며,
   상기 운전 모드 정보는 상기 쾌속 운전 모드와 동일한 부하 정도로 동작하는 표준부하를 지시하거나, 또는 상기 쾌속 운전 모드 보다 약한 부하 정도로 동작하는 소부하를 지시하며,
   상기 중앙제어부는 상기 목표 설정 온도에 도달하거나 또는 미리 설정된 시간 범위가 도과하는 전환 시점에서 상기 쾌속 운전 모드를 중단 후 적정 운전 모드로 진입하여 상기 운전 모드 정보에 따라 상기 실외기를 제어하는, 공기조화기.
   
2. 제1항에 있어서,
   상기 통신부는 상기 파라미터를 상기 클라우드 서버에게 전송하고, 상기 클라우드 서버로부터 상기 운전 모드 정보를 수신하는, 공기조화기.
   
3. 제1항에 있어서,
   상기 공기조화기는 상기 파라미터를 학습 인자로 입력받아 상기 운전 모드 정보를 출력하는 학습부를 더 포함하며,
   상기 학습부는
   상기 파라미터를 입력 노드로 하는 입력 레이어;
   상기 운전 모드 정보를 출력 노드로 하는 출력 레이어; 및
   상기 입력 레이어와 상기 출력 레이어 사이에 배치되는 하나 이상의 히든 레이어를 포함하며,
   상기 입력 노드와 상기 출력 노드 사이의 노드 및 에지의 가중치는 상기 학습부의 학습 과정에 의해 업데이트되는, 공기조화기.
   
4. 제1항에 있어서,
   상기 적정 운전 모드의 운전 모드가 소부하인 경우
   상기 측정 시점에서의 온도와 상기 목표 설정 온도와의 차이가 포함되는 3단계의 구간에 따라 상기 중앙제어부는 상기 전환 시점에서 상기 실외기의 제어를 중, 약, 또는 오프 중 어느 하나로 설정하는, 공기조화기.
   
5. 제1항에 있어서,
   상기 파라미터는 상기 쾌속 운전 모드로 운전하는 구간의 시작 시점의 실내 초기 온도, 상기 목표 설정 온도, 상기 구간의 온도 변화율, 및 상기 공기조화기가 배치된 공간의 크기 중 어느 하나 이상을 포함하는, 공기조화기.
   
6. 제1항에 있어서,
   구별 가능한 제1음원을 출력하는 스피커; 및
   상기 출력된 제1음원이 상기 공간 내에서 반사되어 유입된 제2음원을 입력받는 마이크를 더 포함하며,
   상기 중앙제어부는 상기 마이크가 입력받은 제2음원의 신호 특성으로상기 공간의 크기를 산출하는, 공기조화기.
   
7. 제1항에 있어서,
   상기 쾌속 운전 모드에서 시간당 온도 변화율의 절대값은 상기 적정 운전 모드에서 시간당 온도 변화율의 절대값 보다 큰, 공기조화기.
   
8. 제1항에 있어서,
   상기 중앙제어부는 상기 전환 시점 이후 구간 동안 상기 쾌속 운전 모드가 종료한 시점의 온도 또는 목표 설정 온도를 기준으로 일정 범위 내에 실내 공간의 온도를 유지하도록 상기 적정 운전 모드의 운전을 제어하는, 공기조화기.
   
9. 다수의 공기조화기로부터 각각의 공기조화기에 각각 설정된 목표 설정 온도에 대응하여 동작한 쾌속 운전 모드에서 상기 목표 설정 온도에 도달하기 전 측정 시점에서 산출된 하나 이상의 파라미터를 수신하고 이에 대응하여 적정 운전 모드를 설정하는 운전 모드 정보를 각각 상기 다수의 공기조화기에게 전송하는 통신부;
   상기 다수의 공기조화기 중 제1공기조화기의 상기 파라미터를 학습 인자로 입력받아 상기 쾌속 운전 모드로 운전하는 구간 이후 상기 제1공기조화기의 적정 운전 모드를 설정하는 운전 모드 정보를 출력하는 학습부; 및
   상기 학습부, 상기 통신부를 제어하는 서버제어부를 포함하는 클라우드 서버.
   
10. 제9항에 있어서,
    상기 파라미터는 상기 쾌속 운전 모드로 운전하는 구간의 시작 시점의 실내 초기 온도, 상기 목표 설정 온도, 상기 구간의 온도 변화율, 및 상기 공기조화기가 배치된 공간의 크기 중 어느 하나 이상을 포함하는, 클라우드 서버.
    
11. 제9항에 있어서,
    상기 학습부는
    상기 파라미터를 입력 노드로 하는 입력 레이어;
    상기 운전 모드 정보를 출력 노드로 하는 출력 레이어; 및
    상기 입력 레이어와 상기 출력 레이어 사이에 배치되는 하나 이상의 히든 레이어를 포함하며,
    상기 입력 노드와 상기 출력 노드 사이의 노드 및 에지의 가중치는 상기 학습부의 학습 과정에 의해 업데이트되는, 클라우드 서버.
    
12. 제9항에 있어서,
    상기 출력 레이어는 상기 공기 조화기가 설치된 공간의 부하에 대응하는 과부하, 표준부하, 소부하 중 어느 하나를 지시하며,
    상기 적정 운전 모드의 운전 모드 정보가 소부하인 경우 상기 측정 시점에서의 온도와 상기 목표 설정 온도와의 차이가 포함되는 3단계의 구간에 따른 실외기의 제어를 지시하는 정보가 상기 운전 모드 정보에 포함되는, 클라우드 서버.
    
13. 미리 설정된 시간 범위 이내에 또는 미리 설정된 목표 설정 온도에 도달하도록 쾌속 운전 모드로 운전하며 공기 조화기의 송풍부가 공기를 토출하는 단계;
    상기 쾌속 운전 모드에서 상기 목표 설정 온도에 도달하기 전 측정 시점에서 파라미터 생성부가 하나 이상의 파라미터를 산출하는 단계;
    상기 파라미터로부터 클라우드 서버가 산출한 운전 모드 정보를 수신하거나 또는 내부적으로 운전 모드 정보를 산출하여 운전 모드 정보를 확정하는 단계; 및
    상기 목표 설정 온도에 도달하거나 또는 미리 설정된 시간 범위가 도과하는 전환 시점에서 중앙 제어부가 상기 쾌속 운전 모드를 중단 후 적정 운전 모드로 진입하여 상기 운전 모드 정보에 따라 상기 송풍부와 실외기를 제어하는 단계를 포함하며,
    상기 운전 모드 정보는 상기 쾌속 운전 모드와 동일한 부하 정도로 동작하는 표준부하를 지시하거나, 또는 상기 쾌속 운전 모드 보다 약한 부하 정도로 동작하는 소부하를 지시하는, 공기조화기가 구동하는 방법.
    
14. 제13항에 있어서,
    상기 운전 모드 정보를 확정하는 단계는
    상기 통신부가 상기 파라미터를 상기 클라우드 서버에게 전송하고, 상기 클라우드 서버로부터 상기 운전 모드 정보를 수신하는 단계를 더 포함하는, 공기조화기가 구동하는 방법.
    
15. 제13항에 있어서,
    상기 공기조화기는 상기 파라미터를 학습 인자로 입력받아 상기 운전 모드 정보를 출력하는 학습부를 더 포함하며,
    상기 학습부는
    상기 파라미터를 입력 노드로 하는 입력 레이어;
    상기 운전 모드 정보를 출력 노드로 하는 출력 레이어; 및
    상기 입력 레이어와 상기 출력 레이어 사이에 배치되는 하나 이상의 히든 레이어를 포함하며,
    상기 입력 노드와 상기 출력 노드 사이의 노드 및 에지의 가중치는 상기 학습부의 학습 과정에 의해 업데이트되는, 공기조화기가 구동하는 방법.
    
16. 제13항에 있어서,
    상기 적정 운전 모드의 운전 모드가 소부하인 경우
    상기 제어하는 단계는 상기 측정 시점에서의 온도와 상기 목표 설정 온도와의 차이가 포함되는 3단계의 구간에 따라 상기 중앙제어부가 상기 전환 시점에서 상기 실외기의 제어를 중, 약, 또는 오프 중 어느 하나로 설정하는 단계를 더 포함하는, 공기조화기가 구동하는 방법.
    
17. 제13항에 있어서,
    상기 파라미터는 상기 쾌속 운전 모드로 운전하는 구간의 시작 시점의 실내 초기 온도, 상기 목표 설정 온도, 상기 구간의 온도 변화율, 및 상기 공기조화기가 배치된 공간의 크기 중 어느 하나 이상을 포함하는, 공기조화기가 구동하는 방법.
    
18. 제13항에 있어서,
    구별 가능한 제1음원을 출력하는 스피커; 및
    상기 출력된 제1음원이 상기 공간 내에서 반사되어 유입된 제2음원을 입력받는 마이크를 더 포함하며,
    상기 파라미터를 산출하는 단계는
    상기 중앙제어부가 마이크가 입력받은 제2음원의 신호 특성으로 상기 공간의 크기를 산출하는 단계를 더 포함하는, 공기조화기가 구동하는 방법.
    
19. 제13항에 있어서,
    상기 쾌속 운전 모드에서 시간당 온도 변화율의 절대값은 상기 적정 운전 모드에서 시간당 온도 변화율의 절대값 보다 큰, 공기조화기가 구동하는 방법.
    
20. 제13항에 있어서,
    상기 제어하는 단계는
    상기 중앙제어부가 상기 전환 시점 이후 구간 동안 상기 쾌속 운전 모드가 종료한 시점의 온도를 기준으로 일정 범위 내에 실내 공간의 온도를 유지하도록 상기 적정 운전 모드의 운전을 제어하는 단계를 포함하는, 공기조화기가 구동하는 방법.
    
    

Images