KR20220063971A - 실시간 가전 사용 예측 시스템 및 방법 - Google Patents

실시간 가전 사용 예측 시스템 및 방법 Download PDF

Info

Publication number
KR20220063971A
KR20220063971A KR1020200149959A KR20200149959A KR20220063971A KR 20220063971 A KR20220063971 A KR 20220063971A KR 1020200149959 A KR1020200149959 A KR 1020200149959A KR 20200149959 A KR20200149959 A KR 20200149959A KR 20220063971 A KR20220063971 A KR 20220063971A
Authority
KR
South Korea
Prior art keywords
home appliance
threshold
data
power
real
Prior art date
Application number
KR1020200149959A
Other languages
English (en)
Other versions
KR102677400B1 (ko
Inventor
김준
김영주
최석주
신우균
Original Assignee
슈어데이터랩 주식회사
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 슈어데이터랩 주식회사 filed Critical 슈어데이터랩 주식회사
Priority to KR1020200149959A priority Critical patent/KR102677400B1/ko
Priority claimed from KR1020200149959A external-priority patent/KR102677400B1/ko
Publication of KR20220063971A publication Critical patent/KR20220063971A/ko
Application granted granted Critical
Publication of KR102677400B1 publication Critical patent/KR102677400B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Water Supply & Treatment (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 실시간 가전 사용 예측 시스템 및 방법에 관한 것으로, 좀 더 구체적으로는, 전력 변화량 기반의 실시간 가전 사용 예측 시스템과 방법에 관한 것이다.
본 발명의 실시 형태에 따른 실시간 가전 사용 예측 시스템은, 전력데이터를 수신하고, 수신된 전력데이터를 가공하여 가공된 전력데이터를 출력하는, 전력 변화량 추이 분석기; 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 실시간 정규화 방법을 사용하여 정규화된 데이터를 출력하는, 실시간 정규화 필터; 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 배치 정규화 방법을 사용하여 정규화된 전력데이터를 출력하는, 배치 정규화 필터; 상기 배치 정규화 필터에서 출력되는 정규화된 전력데이터를 수신하여 변화량에 대한 임계치를 분석하는, 가전 예측 임계치 분석기; 및 상기 실시간 정규화 필터으로부터 정규화된 전력데이터를 수신하고 상기 가전 예측 임계치 분석기로부터 상기 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지하는, 가전 예측 탐지기;를 포함한다.

Description

실시간 가전 사용 예측 시스템 및 방법{THE SYSTEMS AND METHOD FOR PREDICTING REAL-TIME HOME APPLIANCE USAGE}
본 발명은 실시간 가전 사용 예측 시스템 및 방법에 관한 것으로, 좀 더 구체적으로는, 전력 변화량 기반의 실시간 가전 사용 예측 시스템과 방법에 관한 것이다.
전력을 소비하는 가정, 공장, 상가, 오피스 등의 건물 내에는 다수의 가전 제품들이 설치되어 있다.
종래의 가전 제품별 전력사용량을 제품별로 직접 측정하여 모니터링하는 시스템은 직관적이고 효과적인 방법이지만, 구축 비용이 적지 않고, 가전제품과 측정 장치 사이에서 발생하는 잡음 또는 간섭으로 인해 정확한 전력 사용 여부를 파악하는데 어려움이 있다.
가전 제품들의 실시간 사용 예측은 사용자의 생활 패턴에 따라 에너지 발전, 저장, 사용 등을 미리 예측하고 수면, 기상, 외출 등 각각의 상황에 맞춰 에너지를 최적으로 제어하는데 있어서 기초가 되므로, 최근 각광받고 있는 에너지 솔루션 또는 스마트홈 기술에 적용될 전망이 높지만, 현재 가전 제품들의 실시간 사용 예측에 관한 기술이 미미한 실정이다.
KR 10-1660487 B1
이에 본 발명은 전력 변화량 기반으로 한 실시간 가전 사용 예측 시스템과 방법을 제공한다.
본 발명은 대전광역시에서 지원하는 사회문제 해결형　R&BD　사업의 연구수행으로 인한 결과물임을 밝힌다.
[과제번호] 2019-DD-UP-0527
[부처명]　대전광역시　
[과제관리(전문)기관명] (재)연구개발특구진흥재단　
[연구사업명] ‘19년 사회문제해결형　R&DB　지원사업　
[연구과제명]　전력데이터 기반 독거노인 돌봄 서비스 연계 기술 개발　
[기여율] 100/100
[과제수행기관명]　슈어데이터랩(주)
[연구기간] 2019-11-18 ~ 2020-11-17
본 발명의 실시 형태에 따른 실시간 가전 사용 예측 시스템은, 전력데이터를 수신하고, 수신된 전력데이터를 가공하여 가공된 전력데이터를 출력하는, 전력 변화량 추이 분석기; 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 실시간 정규화 방법을 사용하여 정규화된 데이터를 출력하는, 실시간 정규화 필터; 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 배치 정규화 방법을 사용하여 정규화된 전력데이터를 출력하는, 배치 정규화 필터; 상기 배치 정규화 필터에서 출력되는 정규화된 전력데이터를 수신하여 변화량에 대한 임계치를 분석하는, 가전 예측 임계치 분석기; 및 상기 실시간 정규화 필터으로부터 정규화된 전력데이터를 수신하고 상기 가전 예측 임계치 분석기로부터 상기 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지하는, 가전 예측 탐지기;를 포함한다.
여기서, 상기 전력 변화량 추이 분석기에서 생성된 상기 가공된 전력데이터를 저장하는 데이터 베이스;를 더 포함할 수 있다.
여기서, 상기 전력 변화량 추이 분석기는, 상기 수신된 전력데이터 내의 원본 데이터들에 기초로 추가의 데이터들을 생성하고, 상기 가공된 전력데이터는 상기 원본 데이터와 상기 추가의 데이터들을 포함할 수 있다.
여기서, 상기 원본 데이터들은, 유효전력, 지상무효전력, 진상무효전력, 피상전력 및 이벤트 중 적어도 하나 이상을 포함하고, 상기 추가의 데이터들은, 재정의 이벤트, 유효전력변화량(AV), 지상무효전력변화량(GV), 유효전력변화량합(AS), 지상무효전력변화량합(GS), 유효전력변화량증가률(AI) 및 지상무효전력변화량증가률(GI) 중 하나 이상을 포함할 수 있다.
여기서, 상기 실시간 정규화 방법은 실시간으로 측정되는 가공된 전력데이터를 임의의 정해진 데이터 개수 혹은 임의의 정해진 시간 시점에서 정해진 범위내의 전력 값으로 정규화하는 것일 수 있다.
여기서, 상기 배치 정규화 방법은 상기 가공된 전력데이터의 데이터 값들을 0과 1 사이로 정규화하거나, 데이터 집합에서 평균(
Figure pat00001
)과 표준편차(
Figure pat00002
)를 구하는 것일 수 있다.
여기서, 상기 가전 예측 임계치 분석기는 이벤트 0과 1에 대해서 Min/Max 값을 연산하여 상기 변화량에 대한 임계치를 생성할 수 있다.
여기서, 상기 가전 예측 임계치 분석기는, 상기 가공된 전력데이터를 수신하여 소정의 임계치를 결정하고, 결정된 상기 임계치를 출력하는, 가전 예측 임계치 결정기; 상기 가전 예측 임계치 결정기로 재분석을 요청하는, F1-스코어 최적화기; 및 상기 가전 예측 임계치 결정기로부터 수신된 상기 임계치가 변화량 임계치의 최상의 스코어인지를 판정하고, 수신된 임계치가 최상의 스코어에 해당하면, 해당 임계치를 상기 가전 예측 탐지기로 출력하고, 수신된 임계치가 최상의 스코어에 해당하지 않으면 상기 F1-스코어 최적화기로 출력하는, 최상의 스코어 판정기;를 포함하고, 상기 가전 예측 임계치 결정기는 재분석을 통해 새로운 임계치를 출력할 수 있다.
여기서, 상기 가전 예측 탐지기는, 상기 변화량에 대한 임계치를 확장 설정할 수 있다.
본 발명의 실시 형태에 따른 실시간 가전 사용 예측 방법은, 전력 변화량 추이 분석기가 전력데이터를 수신하고, 수신된 전력데이터를 가공하여 가공된 전력데이터를 출력하는 단계; 실시간 정규화 필터가 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 실시간 정규화 방법을 사용하여 정규화된 데이터를 출력하는 단계; 배치 정규화 필터가 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 배치 정규화 방법을 사용하여 정규화된 전력데이터를 출력하는 단계; 가전 예측 임계치 분석기가 상기 배치 정규화 필터에서 출력되는 정규화된 전력데이터를 수신하여 변화량에 대한 임계치를 분석하는 단계; 및 가전 예측 탐지기가 상기 실시간 정규화 필터으로부터 정규화된 전력데이터를 수신하고 상기 가전 예측 임계치 분석기로부터 상기 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지하는 단계;를 포함한다.
본 발명의 실시 형태에 따른 실시간 가전 사용 예측 시스템과 방법을 사용하면, 전력 변화량 기반으로 실시간 가전 사용을 정확하게 예측할 수 있는 이점이 있다.
도 1은 본 발명의 실시 형태에 따른 실시간 가전 사용 예측 시스템을 개략적으로 도시한 블록도이다.
도 2는 전력데이터의 일 예이다.
도 3은 가공된 전력데이터의 일 예이다.
도 4는 변화량 기반의 전력 사용 여부에 관한 그래프이다.
도 5는 정규화된 전력데이터의 일 예시를 개시한다.
도 6은 변화량에 대한 로그 정규화 기반 전력 사용 여부에 관한 그래프이다.
도 7은 배치 정규화 방법의 제1 예에 따른 변화량에 대한 최대최소 정규화 기반 전력 사용 여부에 관한 그래프이다.
도 8은 배치 정규화 방법의 제2 예에 따른 변화량에 대한 표준편차 정규화 기반 전력 사용 여부에 관한 그래프이다.
도 9는 1시간 단위로 가전 전력 측정 그래프(기울기값)를 개시한다.
도 10은 가전 예측 임계치 분석기(150)의 상세 블록도이다.
도 11은 도 1에 도시된 가전 예측 탐지기(160)의 가전 사용 여부 탐지 방법의 일 예이다.
도 12는 본 발명의 실시 형태에 따른 실시간 가전 사용 예측 방법의 순서도이다.
이하 첨부한 도면들을 참조하여 본 발명의 실시 형태들을 보다 상세하게 설명한다. 본 발명의 구성요소 중 종래기술에 의하여 통상의 기술자가 명확하게 파악할 수 있고 용이하게 재현할 수 있는 것에 관하여는 본 발명의 요지를 흐리지 않기 위하여 그 구체적인 설명을 생략하도록 한다.
도 1은 본 발명의 실시 형태에 따른 실시간 가전 사용 예측 시스템을 개략적으로 도시한 블록도이다.
도 1을 참조하면, 본 발명의 실시 형태에 따른 실시간 가전 사용 예측 시스템은, 전력 변화량 추이 분석기(110), 데이터 베이스(120), 실시간 정규화 필터(130), 배치 정규화 필터(140), 가전 예측 임계치 분석기(150), 및 가전 예측 탐지기(160)를 포함한다.
전력 변화량 추이 분석기(110)는 전력데이터를 수신하고, 수신된 전력데이터를 가공하여 가공된 전력데이터를 출력한다.
전력데이터는 가정에서 소비되는 실제 전력데이터로서, 원본 데이터로서도 명명될 수 있다. 전력데이터에는 유효전력, 지상무효전력, 진상무효전력, 피상전력 및 이벤트 중 하나 이상을 포함할 수 있다.
전력데이터의 일 예시가 도 2에 도시된다. 도 2를 참조하면, 전력데이터는 일자 및 시간 별로, 순방향 전력량, 상태정보, 상세시간 및 이벤트 중 하나 이상을 포함할 수 있다.
순방향 전력량은 유효전력, 지상무효전력, 진상무효전력 및 피상전력 중 하나 이상을 포함할 수 있다.
이벤트는 가전 사용을 기록한 내역으로서, 좀 더 구체적으로는 해당 일자 및 시간에서, 가정에서 사용된 가전제품, 예를 들어, 장판, 밥솥, 전자레인지, 또는 TV 등의 동작 여부 또는 전력소모 여부를 나타낸다.
전력 변화량 추이 분석기(110)가 전력데이터를 가공한다는 것은, 전력량 분석을 위한 전처리를 수행하는 것일 수 있다. 전처리는 수신된 전력데이터 내의 원본 데이터들(유효전력, 지상무효전력, 진상무효전력, 피상전력 및 이벤트)에 기초로 추가의 데이터들을 생성하여 상기 원본 데이터와 상기 추가의 데이터들을 포함하는 가공된 전력데이터를 생성하는 것일 수 있다.
상기 추가의 데이터들은 재정의 이벤트, 유효전력변화량(AV), 지상무효전력변화량(GV), 유효전력변화량합(AS), 지상무효전력변화량합(GS), 유효전력변화량증가률(AI) 및 지상무효전력변화량증가률(GI) 중 하나 이상을 포함할 수 있다. 여기서, 재정의 이벤트는 0과 1로 표현되는데, 0은 가전을 전혀 사용하지 않는 상태를, 1은 적어도 하나 이상의 가전을 사용하는 상태를 의미한다.
임의의 시점(i)에서, 유효전력값을 A라 하고, 지상무효전력값을 G라고 하였을 때, 유효전력변화량(AV)는 아래 <수학식 1>로 연산가능하다.
Figure pat00003
또한, 지상무효전력변화량(GV)은 아래 <수학식 2>로 연산가능하다.
Figure pat00004
또한, 유효전력변화량합(AS)은 아래 <수학식 3>으로 연산가능하다.
Figure pat00005
또한, 지상무효전력변화량합(GS)은 아래 <수학식 4>으로 연산가능하다.
Figure pat00006
또한, 유효전력변화량증가률(AI)은 아래 <수학식 5>으로 연산가능하다.
Figure pat00007
또한, 지상무효전력변화량증가률(GI)은 아래 <수학식 6>으로 연산가능하다.
Figure pat00008
상기 수학식 3 내지 6에서, 2로 나눈 이유는 현재 시점에서 상대적으로 먼 과거이므로 가중치를 적용한 것이다.
가공된 전력데이터의 일 예시가 도 3에 개시된다. 도 3을 참조하면, 7개의 열(유효전력변화량, 지상무효전력변화량, 유효전력변화량합, 지상무효전력변화량합, 유효전력변화량증가률, 지상무효전력변화량증가률, (재정의) 이벤트)이 추가되었다.
도 4는 변화량 기반의 전력 사용 여부에 관한 그래프이다. 도 4를 참조하면, 변화량 기반의 전력 사용 여부에 관한 그래프는, 추가 데이터들인 이벤트, 유효전력변화량합, 유효전력변화량증가률, 지상무효전력변화량합, 및 지상무효전력변화량증가률로 도시된다.
다시, 도 1을 참조하면, 데이터 베이스(120)는 전력 변화량 추이 분석기(110)에서 생성된 가공된 전력데이터를 저장한다.
실시간 정규화 필터(130)는 전력 변화량 추이 분석기(110)에서 생성되어 출력되는 가공된 전력데이터를 수신하고, 가공된 전력데이터를 실시간 정규화 방법을 사용하여 정규화된 데이터를 출력한다.
상기 실시간 정규화 방법은, 실시간으로 측정되는 가공된 전력데이터에 대해서 정해진 범위내의 전력 값으로 정규화하는 것일 수 있다. 또는, 실시간으로 측정되는 가공된 전력데이터를 임의의 정해진 데이터 개수 혹은 임의의 정해진 시간 시점에서 정해진 범위내의 전력 값으로 정규화하는 것일 수 있다.
상기 실시간 정규화 방법은 0과 1 사이로 가공된 전력데이터를 정규화하는 것일 수 있다. 아래 <수학식 7>이 실시간 정규화 방법을 위한 예시적인 식이다.
Figure pat00009
위 <수학식 7>에서, z는 정규화된 전력데이터 값이고, y는 z를 로그값으로 변경한 값으로, y는 정규화된 전력데이터에 대한 구별을 명확하게 하기 위함이다. f(x)는 가공된 전력데이터 내의 임의의 데이터 값을 의미한다.
도 5는 정규화된 전력데이터의 일 예시를 개시한다. 도 5를 참조하면, 정규화_유효전력변화량, 정규화로그_유효전력변화량, 정규화_유효전력변화량합, 정규화로그_유효전략변화량합 등을 확인할 수 있다. 도 5에 도시되지 않았지만, 정규화된 전력데이터에는 지상무효전력변화량에 대한 정규화 값과 정규화로그 값, 지상무효전력변화량합에 대한 정규화 값과 정규화로그 값을 더 포함할 수 있다.
도 6은 변화량에 대한 로그 정규화 기반 전력 사용 여부에 관한 그래프이다. 도 6을 참조하면, 변화량에 대한 로그 정규화 기반 전력 사용 에 관한 그래프는, 추가 데이터들인 이벤트, 정규화로그_유효전력변화량합, 정규화로그_유효전력변화량증가률, 정규화로그_지상무효전력변화량합, 및 정규화로그_지상무효전력변화량증가률로 도시된다.
다시, 도 1을 참조하면, 배치 정규화 필터(140)는 데이터베이스(120)에 저장된 가공된 전력데이터를 읽어와 배치 정규화 방법을 이용하여 정규화하여 정규화된 전력데이터를 생성한다.
상기 배치 정규화 방법의 제1 예는, 가공된 전력데이터의 데이터 값들을 0과 1 사이로 정규화하는 방법으로서, 데이터 집합에서 최댓값과 최솟값을 파악할 수 있는 방법이다. 이를 위해, 아래 <수학식 8>이 배치 정규화 방법을 위한 예시적인 식이다.
Figure pat00010
위 <수학식 8>에서, y는 정규화된 데이터 값이고, f(x)는 가공된 전력데이터 내의 임의의 데이터 값이고, min(f(x))는 해당 가공된 전력데이터의 최솟값, max(f(x))는 해당 가공된 전력데이터의 최댓값을 의미한다.
상기 배치 정규화 방법의 제2 예는, 데이터 집합에서 평균(μ)과 표준편차(σ)를 구하는 것일 수 있다. 이를 위해, 아래 <수학식 9>가 배치 정규화 방법을 위한 예시적인 식이다.
Figure pat00011
위 <수학식 9>에서, y는 정규화된 데이터 값이고, f(x)는 가공된 전력데이터 내의 임의의 데이터 값이고, μ는 평균 값이고, σ는 표준편차 값이다.
도 7은 배치 정규화 방법의 제1 예에 따른 변화량에 대한 최대최소 정규화 기반 전력 사용 여부에 관한 그래프이다. 도 7을 참조하면, 변화량에 대한 최대최소 정규화 기반 전력 사용에 관한 그래프는, 추가 데이터들인 이벤트, 정규화_최대최소_유효전력변화량합, 정규화_최대최소_유효전력변화량증가률, 정규화_최대최소_지상무효전력변화량합, 및 정규화_최대최소_지상무효전력변화량증가률로 도시된다.
도 8은 배치 정규화 방법의 제2 예에 따른 변화량에 대한 표준편차 정규화 기반 전력 사용 여부에 관한 그래프이다. 도 8을 참조하면, 변화량에 대한 표준편차 정규화 기반 전력 사용에 관한 그래프는, 추가 데이터들인 이벤트, 정규화_표준편차_유효전력변화량합, 정규화_표준편차_유효전력변화량증가률, 정규화_표준편차_지상무효전력변화량합, 및 정규화_표준편차_지상무효전력변화량증가률로 도시된다.
다시, 도 1을 참조하면, 가전 예측 임계치 분석기(150)는 변화량에 대한 임계치를 분석한다. 여기서, 상기 변화량에 대한 임계치는 이벤트가 발생하는 구간의 기울기 값의 변화가 확연히 차이가 나는 구간의 변화량에 대한 임계치를 의미한다. 예를 들어, 상기 변화량에 대한 임계치는 유효전력변화량(AV), 지상무효전력변화량(GV), 유효전력변화량합(AS), 지상무효전력변화량합(GS), 유효전력변화량증가률(AI), 또는 지상무효전력변화량증가률(GI) 그래프에서 이벤트가 발생하는 구간은 기울기 값의 변화가 확연히 차이가 나는 구간의 변화량에 대한 임계치일 수 있다.
가전 예측 임계치 분석기(150)는 상기 변화량에 대한 임계치를 구하기 위해, 이벤트 0과 1에 대해서 Min/Max 값을 연산한다. 이를 수학식으로 표현하면, 아래 <수학식 10>과 같다.
Figure pat00012
도 9는 1시간 단위로 가전 전력 측정 그래프(기울기값)를 개시한다. 도 9를 참조하면, 이벤트가 발생하는 구간마다 전력 변화에 대한 기울기값이 확연히 차이가 남을 확인할 수 있다.
상기 변화량에 대한 임계치를 결정하는 방법의 일 예로서, AV, GV, AS, GS, AI, GI를 이용하여 이벤트에 대한 분류를 최상의 스코어(Score)로 할 수 있는 임계치를 반복적인 재분석을 통해서 구할 수 있다. 여기서, 스코어(Score)는 정확도, 정밀도, 재현률을 이용한 F1 Score를 의미하는데, 정확도는 예측이 정답과 얼마나 정확한가를, 정밀도는 예측한 것 중에서 정답의 비율을, 재현률은 찾아야 할 것 중에서 실제로 찾은 비율을 의미하고, F1 Score는 정밀도와 재현률의 평균으로서, 다음의 <수학식 11>로 구할 수 있다.
Figure pat00013
위 <수학식 11>에서, precision은 정밀도를, recall은 재현률을 의미한다.
도 10은 가전 예측 임계치 분석기(150)의 상세 블록도이다.
도 10을 참조하면, 가전 예측 임계치 분석기(150)은 가전 예측 임계치 결정기(151), 최상의 스코어(Score) 판정기(153) 및 F1-스코어 최적화기(155)를 포함할 수 있다.
가전 예측 임계치 결정기(151)는 가공된 전력데이터를 수신하여 소정의 임계치를 결정하고, 결정된 임계치를 최상의 스코어 판정기(153)로 출력한다. 최상의 스코어 판정기(153)은 수신된 임계치가 변화량 임계치의 최상의 스코어인지를 판정하고, 수신된 임계치가 최상의 스코어에 해당하면, 해당 임계치를 가전 예측 탐지기(160)로 출력하고, 그렇지 않으면 F1-스코어 최적화기(155)로 출력한다. F1-스코어 최적화기(155)는 가전 예측 임계치 결정기(151)로 재분석을 요청하고, 가전 예측 임계치 결정기(151)은 재분석을 통해 새로운 임계치를 출력한다.
다시, 도 1을 참조하면, 가전 예측 탐지기(160)는 실시간 정규화 필터(130)으로부터 정규화된 전력데이터를 수신하고 가전 예측 임계치 분석기(150)로부터 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지한다.
가전 예측 탐지기(160)는 변화량 변수에 대한 임계치를 확장 설정할 수 있다. 임계치에 대한 값은 기계학습(ML) 기술, 딥러닝(Deep learning) 기술 또는 수집된 데이터 분석을 이용하여 범위(Ranges)가 확장 설정될 수 있다. 예를 들어, 제1 임계치(Threshold_1)가 0.2인 경우, 해당 제1 임계치에 대한 값을 0.15~0.25로 확장 설정할 수 있고, 제2 임계치(Threshold_2)가 0.1인 경우, 해당 제2 임계치에 대한 값을 0.05~0.15로 확장 설정할 수 있고, 제3 임계치(Threshold_3)가 0.1인 경우, 해당 제3 임계치에 대한 값을 0.03~0.14로 확장 설정할 수 있다.
가전 예측 탐지기(160)는 단계별 기본 알고리즘 형식을 가질 수 있다. 예를 들어, 단계별 기본 알고리즘 형식은, 다음과 같을 수 있다.
Figure pat00014
도 11은 도 1에 도시된 가전 예측 탐지기(160)의 가전 사용 여부 탐지 방법의 일 예이다.
도 11을 참조하면, 가전 예측 탐지기(160)의 일 예에 따른 가전 사용 여부 탐지 방법의 5 단계로 나누어진 변화량 검사 구문(알고리즘)일 수 있고, 각 단계별로 임계치가 설정될 수 있다.
도 11에 도시된 바와 같이, 제1 단계는 유효전력변화량합()이 0.2 이상이면 2-phase를 콜(call)하고, 유효전력변화량합()이 0.1 이상 0.2 미만이면 4-1-phase를 콜하고, 그 외 조건에서는 가전 미사용(Non-Use)을 리포트한다.
제2 단계는 지상무효전력변화량합()이 0.1 이상이면 가전 사용(Use)를 리포트하고, 그 외 조건에서는 3-phase를 콜한다.
제3 단계는 유효전력변화량()이 0.3 이상이면 가전 사용(Use)를 리포트하고, 유효전력변화량()이 0.1 이상 0.3 미만이면, 4-1-phase를 콜하고, 그 외 조건에서는 4-2-phase를 콜한다.
제4 단계는 지상무효전력변화량증가률()이 1.0 이상이면서 유효전력변화량증가률()가 0.8 이상이면 가전 사용(Use)를 리포트하고, 지상무효전력변화량증가률()가 "DIV/0" 이거나 유효전력변화량증가률()이 "DIV/0" 이면 가전 미사용(Non-Use)을 리포트한다. 그리고, 그 외 조건에서는 가전 미사용(Non-Use)을 리포트한다.
제5 단계는 유효전력변화량증가률()가 2.2 이상이면 가전 사용(Use)를 리포트하고, 그 외 조건에서는 가전 미사용(Non-Use)을 리포트한다.
도 12는 본 발명의 실시 형태에 따른 실시간 가전 사용 예측 방법의 순서도이다.
도 12를 참조하면, 본 발명의 실시 형태에 따른 실시간 가전 사용 예측 방법은 도 1에 도시된 실시간 가전 사용 예측 시스템(또는 장치)에서 수행될 수 있다.
본 발명의 실시 형태에 따른 실시간 가전 사용 예측 방법은 전력데이터를 수신하는 단계(1210), 전력데이터 가공 및 저장 단계(1230), 가공된 전력데이터를 정규화하는 단계(1250), 가전 예측 임계치를 분석하는 단계(1270) 및 가전 사용 여부를 탐지하는 단계(1290)를 포함할 수 있다.
전력데이터를 수신하는 단계(1210)는 외부의 전력데이터 수집 장치와 같은 소정의 외부장치로부터 전력데이터를 수신하는 단계일 수 있다. 전력데이터의 일 예가 도 2에 개시되어 있다.
전력데이터 가공 및 저장 단계(1230)는 도 1에 도시된 전력 변화량 추이 분석기(110)가 수신된 전력데이터를 가공 및 저장하는 단계로서, 전력량 분석을 위한 전처리를 수행하고, 가공된 전력데이터를 데이터베이스에 저장하는 단계일 수 있다. 여기서, 전처리는 수신된 전력데이터 내의 원본 데이터들(유효전력, 지상무효전력, 진상무효전력, 피상전력 및 이벤트)에 기초로 추가의 데이터들을 생성하여 상기 원본 데이터와 상기 추가의 데이터들을 포함하는 가공된 전력데이터를 생성하는 것일 수 있다.
가공된 전력데이터를 정규화하는 단계(1250)는 도 1에 도시된 실시간 정규화 필터(130)와 배치 정규화 필터(140)를 통해 정규화된 전력데이터를 생성하는 단계일 수 있다. 실시간 정규화 필터(130)와 배치 정규화 필터(140)의 구체적인 동작 방법은 앞서 도 1을 참조하여 상술한 내용으로 대체한다.
가전 예측 임계치를 분석하는 단계(1270)는 변화량에 대한 임계치를 분석하는 단계이다. 여기서, 상기 변화량에 대한 임계치는 이벤트가 발생하는 구간은 기울기 값의 변화가 확연히 차이가 나는 구간의 변화량에 대한 임계치를 의미한다. 변화량에 대한 임계치를 구하는 방법은 앞서 도 1을 참조하여 상술한 내용으로 대체한다.
가전 사용 여부를 탐지하는 단계(1290)는 도 1에 도시된 가전 예측 탐지기(160)가 실시간 정규화 필터(130)로부터 출력되는 정규화된 전력데이터를 수신하고, 가전 예측 임계치 분석기(150)로부터 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지하는 단계이다.
가전 사용 여부 탐지 방법은 도 11에서 상술한 바와 같이, 수신된 변화량에 대한 임계치를 확장 설정할 수 있고, 다수의 단계로 나누어진 변화량 검사 구문을 통해 가전 사용과 가전 비사용이 탐지될 수 있다.
한편, 본 발명의 일 실시 형태에 따른 실시간 가전 사용 예측 방법은, 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독가능 기록매체를 통하여 실시될 수 있다. 상기 컴퓨터 판독가능 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 기록매체는 실시 형태를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 실시 형태들에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시 형태에 포함되며, 반드시 하나의 실시 형태에만 한정되는 것은 아니다. 나아가, 각 실시 형태에서 예시된 특징, 구조, 효과 등은 실시 형태들이 속하는 분야의 통상의 지식을 가지는 자에 의해 다른 실시 형태들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 이상에서 실시 형태를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 형태의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 즉, 실시 형태에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
110: 전력 변화량 추이 분석기
120: 데이터 베이스
130: 실시간 정규화 필터
140: 배치 정규화 필터
150: 가전 예측 임계치 분석기
160: 가전 예측 탐지기

Claims (11)

  1. 전력데이터를 수신하고, 수신된 전력데이터를 가공하여 가공된 전력데이터를 출력하는, 전력 변화량 추이 분석기;
    상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 실시간 정규화 방법을 사용하여 정규화된 데이터를 출력하는, 실시간 정규화 필터;
    상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 배치 정규화 방법을 사용하여 정규화된 전력데이터를 출력하는, 배치 정규화 필터;
    상기 배치 정규화 필터에서 출력되는 정규화된 전력데이터를 수신하여 변화량에 대한 임계치를 분석하는, 가전 예측 임계치 분석기; 및
    상기 실시간 정규화 필터으로부터 정규화된 전력데이터를 수신하고 상기 가전 예측 임계치 분석기로부터 상기 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지하는, 가전 예측 탐지기;
    를 포함하는, 실시간 가전 사용 예측 시스템.
  2. 제 1 항에 있어서,
    상기 전력 변화량 추이 분석기에서 생성된 상기 가공된 전력데이터를 저장하는 데이터 베이스;를 더 포함하는, 실시간 가전 사용 예측 시스템.
  3. 제 1 항에 있어서,
    상기 전력 변화량 추이 분석기는, 상기 수신된 전력데이터 내의 원본 데이터들에 기초로 추가의 데이터들을 생성하고,
    상기 가공된 전력데이터는 상기 원본 데이터와 상기 추가의 데이터들을 포함하는, 실시간 가전 사용 예측 시스템.
  4. 제 3 항에 있어서,
    상기 원본 데이터들은, 유효전력, 지상무효전력, 진상무효전력, 피상전력 및 이벤트 중 적어도 하나 이상을 포함하고,
    상기 추가의 데이터들은, 재정의 이벤트, 유효전력변화량(AV), 지상무효전력변화량(GV), 유효전력변화량합(AS), 지상무효전력변화량합(GS), 유효전력변화량증가률(AI) 및 지상무효전력변화량증가률(GI) 중 하나 이상을 포함하는, 실시간 가전 사용 예측 시스템.
  5. 제 1 항에 있어서,
    상기 실시간 정규화 방법은 실시간으로 측정되는 가공된 전력데이터를 임의의 정해진 데이터 개수 혹은 임의의 정해진 시간 시점에서 정해진 범위내의 전력 값으로 정규화하는 것인, 실시간 가전 사용 예측 시스템.
  6. 제 1 항에 있어서,
    상기 배치 정규화 방법은 상기 가공된 전력데이터의 데이터 값들을 0과 1 사이로 정규화하거나, 데이터 집합에서 평균(μ)과 표준편차(σ)를 구하는 것인, 실시간 가전 사용 예측 시스템.
  7. 제 1 항에 있어서,
    상기 가전 예측 임계치 분석기는 이벤트 0과 1에 대해서 Min/Max 값을 연산하여 상기 변화량에 대한 임계치를 생성하는, 실시간 가전 사용 예측 시스템.
  8. 제 1 항에 있어서, 상기 가전 예측 임계치 분석기는,
    상기 가공된 전력데이터를 수신하여 소정의 임계치를 결정하고, 결정된 상기 임계치를 출력하는, 가전 예측 임계치 결정기;
    상기 가전 예측 임계치 결정기로 재분석을 요청하는, F1-스코어 최적화기; 및
    상기 가전 예측 임계치 결정기로부터 수신된 상기 임계치가 변화량 임계치의 최상의 스코어인지를 판정하고, 수신된 임계치가 최상의 스코어에 해당하면, 해당 임계치를 상기 가전 예측 탐지기로 출력하고, 수신된 임계치가 최상의 스코어에 해당하지 않으면 상기 F1-스코어 최적화기로 출력하는, 최상의 스코어 판정기;를 포함하고,
    상기 가전 예측 임계치 결정기는 재분석을 통해 새로운 임계치를 출력하는, 실시간 가전 사용 예측 시스템.
  9. 제 1 항에 있어서,
    상기 가전 예측 탐지기는, 상기 변화량에 대한 임계치를 확장 설정하는, 실시간 가전 사용 예측 시스템.
  10. 실시간 가전 사용 예측 시스템에서 수행되는 실시간 가전 사용 예측 방법에 있어서,
    전력 변화량 추이 분석기가 전력데이터를 수신하고, 수신된 전력데이터를 가공하여 가공된 전력데이터를 출력하는 단계;
    실시간 정규화 필터가 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 실시간 정규화 방법을 사용하여 정규화된 데이터를 출력하는 단계;
    배치 정규화 필터가 상기 가공된 전력데이터를 수신하고, 상기 가공된 전력데이터를 배치 정규화 방법을 사용하여 정규화된 전력데이터를 출력하는 단계;
    가전 예측 임계치 분석기가 상기 배치 정규화 필터에서 출력되는 정규화된 전력데이터를 수신하여 변화량에 대한 임계치를 분석하는 단계; 및
    가전 예측 탐지기가 상기 실시간 정규화 필터으로부터 정규화된 전력데이터를 수신하고 상기 가전 예측 임계치 분석기로부터 상기 변화량에 대한 임계치를 수신하여, 가전 사용 여부를 탐지하는 단계;
    를 포함하는, 실시간 가전 사용 예측 방법.
  11. 제 10 항에 따른 실시가 가전 사용 예측 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020200149959A 2020-11-11 실시간 가전 사용 예측 시스템 및 방법 KR102677400B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200149959A KR102677400B1 (ko) 2020-11-11 실시간 가전 사용 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200149959A KR102677400B1 (ko) 2020-11-11 실시간 가전 사용 예측 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220063971A true KR20220063971A (ko) 2022-05-18
KR102677400B1 KR102677400B1 (ko) 2024-06-24

Family

ID=

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101660487B1 (ko) 2014-07-11 2016-10-10 주식회사 인코어드 테크놀로지스 소비 특성에 따른 전력 소비량 예측 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101660487B1 (ko) 2014-07-11 2016-10-10 주식회사 인코어드 테크놀로지스 소비 특성에 따른 전력 소비량 예측 방법 및 장치

Similar Documents

Publication Publication Date Title
Ramnath Taxpayers' responses to tax-based incentives for retirement savings: Evidence from the Saver's Credit notch
JP5291177B2 (ja) ユーザーフィードバック情報に基づく電気器具検出方法とシステム
US20130041644A1 (en) Automated upgrading method for capacity of it system resources
US20140012821A1 (en) Reliable profiling for monitoring systems
CN117057517A (zh) 基于数字孪生的电力数据高效处理方法及系统
US10164820B2 (en) Method and device for detecting radio communication anomalies
US20150142414A1 (en) Proactive information technology infrastructure management
KR102202643B1 (ko) 에너지 사용량 예측 방법
WO2012153400A1 (ja) データ処理システム、データ処理方法、及び、プログラム
CN111489188A (zh) 一种居民可调负荷潜力挖掘方法及系统
KR102106307B1 (ko) 에너지 데이터 처리 방법 및 그 장치
CN106648472B (zh) 一种基于linux操作系统的磁盘性能优化方法及系统
US8559656B2 (en) System and method for automatic microphone volume setting
KR20220063971A (ko) 실시간 가전 사용 예측 시스템 및 방법
KR102677400B1 (ko) 실시간 가전 사용 예측 시스템 및 방법
CN116010228B (zh) 面向网络安全扫描的时间预估方法及装置
CN113220552B (zh) 车载信息娱乐系统中限制应用运行数量的方法和电子设备
EP2265965A1 (en) Relative noise of a measured signal
Zhang et al. Estimating the number of occupants and activity intensity in large spaces with environmental sensors
Bagwari et al. Smart sensor for the underwater communication signal
CN115271544B (zh) 降低噪声投诉率的方法、装置、电子设备及存储介质
CN114328662A (zh) 异常数据定位方法、装置、电子设备及存储介质
CN110196354B (zh) 一种负载的开关事件的检测方法和装置
CN117713142B (zh) 一种用于电源的智能控制方法及系统
KR102378213B1 (ko) 전력사용 절감 모니터링 방법 및 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)