KR20220067882A - 지하시설물 이상 여부 판단 방법 및 장치 - Google Patents

지하시설물 이상 여부 판단 방법 및 장치 Download PDF

Info

Publication number
KR20220067882A
KR20220067882A KR1020200154626A KR20200154626A KR20220067882A KR 20220067882 A KR20220067882 A KR 20220067882A KR 1020200154626 A KR1020200154626 A KR 1020200154626A KR 20200154626 A KR20200154626 A KR 20200154626A KR 20220067882 A KR20220067882 A KR 20220067882A
Authority
KR
South Korea
Prior art keywords
abnormal
sensor data
underground facility
temperature reference
determining whether
Prior art date
Application number
KR1020200154626A
Other languages
English (en)
Other versions
KR102471791B1 (ko
Inventor
손상윤
Original Assignee
주식회사 엘지유플러스
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 주식회사 엘지유플러스 filed Critical 주식회사 엘지유플러스
Priority to KR1020200154626A priority Critical patent/KR102471791B1/ko
Publication of KR20220067882A publication Critical patent/KR20220067882A/ko
Application granted granted Critical
Publication of KR102471791B1 publication Critical patent/KR102471791B1/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
    • G06Q50/10—Services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Emergency Management (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Alarm Systems (AREA)

Abstract

지하시설물 이상 여부 판단 방법 및 장치가 개시된다. 일 실시예에 따른 지하시설물 이상 여부 판단 방법은 지하시설물 주변에 매설된 복수의 디바이스로부터 센서 데이터를 수신하는 단계, 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하는 단계, 복수의 온도 레퍼런스 값에 기초하여, 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성하는 단계 및 디바이스 군 내에서 센서 데이터를 비교하여, 지하시설물의 이상 여부를 판단하는 단계를 포함한다.

Description

지하시설물 이상 여부 판단 방법 및 장치{METHOD AND APPARATUS FOR DIAGNOSING ABNORMALITIES IN UNDERGROUND FACILITIES}
아래 실시예들은 지하시설물 이상 여부 판단 방법 및 장치에 관한 것이다.
일반적으로 지하시설물이라 함은 상수도, 하수도, 가스, 통신, 전기, 송유관, 난방열관 등 생활환경을 개선하기 위한 목적으로 지하에 매설되는 각종 시설물을 의미한다. 이때, 지하시설물은 한정된 지하 공간 내에 다수의 시설을 매설해야 하는 특성으로 사고 발생 가능성이 높고, 이상 발생시 이에 대한 감지나 점검 및 유지보수가 용이하지 않다.
기존에는 지하에 매설된 지하시설물의 누수 여부를 판단하기 위해서 인원을 동원해서 수동으로 열화상 카메라 진단, 청음, 지하 레이더 탐사법 등을 사용했으나 시간과 비용이 비싼 문제점이 있었다. 이에, 지하 지하시설물 파열이나 누수의 징후를 조기에 감지하여 자동으로 경보를 보내는 시스템 개발이 필요한 실정이다.
실시예들은 지열 온도 변화 모니터링 방법을 제공하고자 한다.
실시예들은 지하시설물의 파열이나 누수의 징후를 조기에 감지하고자 한다.
실시예들은 지하시설물의 이상 징후 발생시 담당자에게 알람을 제공하여 인명이나 침수 피해를 막고자 한다.
일 실시예에 따른 지하시설물 이상 여부 판단 방법은 지하시설물 주변에 매설된 복수의 디바이스로부터 센서 데이터를 수신하는 단계; 상기 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하는 단계; 상기 복수의 온도 레퍼런스 값에 기초하여, 상기 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성하는 단계; 및 상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 상기 지하시설물의 이상 여부를 판단하는 단계를 포함한다.
상기 복수의 온도 레퍼런스 값을 구축하는 단계는 참고 데이터를 수신하는 단계; 및 상기 참고 데이터 및 상기 센서 데이터에 기초하여 상기 복수의 온도 레퍼런스 값을 구축하는 단계를 포함할 수 있다.
상기 복수의 온도 레퍼런스 값을 구축하는 단계는 상기 센서 데이터에 기초하여, 실시간으로 상기 복수의 온도 레퍼런스 값을 업데이트하는 단계를 포함할 수 있다.
상기 복수의 온도 레퍼런스 값을 구축하는 단계는 상기 센서 데이터에 기초하여, 위치 정보 및 시간 정보 중 적어도 하나에 따른 복수의 온도 레퍼런스 값을 구축하는 단계를 포함할 수 있다.
상기 디바이스 군을 형성하는 단계는 상기 복수의 온도 레퍼런스 값에 있어서, 각각의 온도 레퍼런스 값에 대응하는 하나의 디바이스 군을 형성하는 단계를 포함할 수 있다.
상기 디바이스 군을 형성하는 단계는 상기 복수의 온도 레퍼런스 값과 미리 정해진 오차 범위에 있는 센서 데이터를 전송한 적어도 하나의 디바이스를 하나의 디바이스 군으로 형성하는 단계를 포함할 수 있다.
상기 지하시설물의 이상 여부를 판단하는 단계는 상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 미리 정해진 오차 범위를 벗어나는 이상 센서 데이터를 검출하는 단계; 및 상기 이상 센서 데이터에 대응하는 적어도 하나의 디바이스를 검출하는 단계를 포함할 수 있다.
일 실시예에 따른 지하시설물 이상 여부 판단 방법은 상기 지하시설물의 이상 여부를 관리시스템으로 알리는 단계를 더 포함할 수 있다.
일 실시예에 따른 지하시설물 이상 여부 판단 장치는 지하시설물 주변에 매설된 복수의 디바이스로부터 수신한 센서 데이터를 수신하고, 상기 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하고, 상기 복수의 온도 레퍼런스 값에 기초하여, 상기 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성하고, 상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 상기 지하시설물의 이상 여부를 판단하는 프로세서를 포함한다.
상기 프로세서는 참고 데이터를 수신하고, 상기 참고 데이터 및 상기 센서 데이터에 기초하여 상기 복수의 온도 레퍼런스 값을 구축할 수 있다.
상기 프로세서는 상기 센서 데이터에 기초하여, 실시간으로 상기 복수의 온도 레퍼런스 값을 업데이트할 수 있다.
상기 프로세서는 상기 센서 데이터에 기초하여, 위치 정보 및 시간 정보 중 적어도 하나에 따른 복수의 온도 레퍼런스 값을 구축할 수 있다.
상기 프로세서는 상기 복수의 온도 레퍼런스 값에 있어서, 각각의 온도 레퍼런스 값에 대응하는 하나의 디바이스 군을 형성할 수 있다.
상기 프로세서는 상기 복수의 온도 레퍼런스 값과 미리 정해진 오차 범위에 있는 센서 데이터를 전송한 적어도 하나의 디바이스를 하나의 디바이스 군으로 형성할 수 있다.
상기 프로세서는 상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 미리 정해진 오차 범위를 벗어나는 이상 센서 데이터를 검출하고, 상기 이상 센서 데이터에 대응하는 적어도 하나의 디바이스를 검출할 수 있다.
상기 프로세서는 상기 지하시설물의 이상 여부를 관리시스템으로 알릴 수 있다.
실시예들은 지열 온도 변화 모니터링 방법을 제공할 수 있다.
실시예들은 지하시설물의 파열이나 누수의 징후를 조기에 감지할 수 있다.
실시예들은 지하시설물의 이상 징후 발생시 담당자에게 알람을 제공하여 인명이나 침수 피해를 막을 수 있다.
도 1은 일 실시예에 따른 지하시설물 이상 여부 판단 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 디바이스가 네트워크와 연결되는 통신 방식을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 지하시설물 이상 여부 판단 방법을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따른 온도 레퍼런스 값을 구축하고, 디바이스 군을 형성하는 방법을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 지하시설물 이상 여부 판단 장치의 블록도를 도시한 도면이다.
본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~간의에"와 "바로~간의에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 지하시설물 이상 여부 판단 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시예에 따른 지하시설물 이상 여부 판단 시스템은 지하시설물의 이상을 조기에 감지하여 자동으로 경보를 발송할 수 있다.
이를 위해, 지하시설물 이상 여부 판단 시스템은 서버(110), 디바이스(120), 외부 서버(130) 및 데이터베이스(140)를 주체로 포함할 수 있다.
서버(110), 디바이스(120), 외부 서버(130) 및 데이터베이스(140)는 통신망을 통해 상호 연결될 수 있다. 통신망은 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함할 수 있다. 예를 들어, 네트워크는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
디바이스(120)는 지하시설물 주변에 매설되어 센서 데이터를 수집하는 장치로, 복수개의 센서를 포함하여 구성된다. 지하시설물이라 함은 상수도, 하수도, 가스, 통신, 전기, 송유관, 난방열관 등 생활환경을 개선하기 위한 목적으로 지하에 매설되는 각종 시설물을 의미한다. 디바이스(120)는 센서 데이터를 수집하여, 서버(110)로 전송할 수 있다. 외부 서버(130)는 수집된 센서 데이터에 대응하는 외부 데이터를 제공하는 서버로, 예를 들어, 기상청 서버일 수 있다. 외부 서버(130)는 예를 들어, 각각의 센서 데이터가 수집된 시간 정보 및 위치 정보에 상응하는 가상청 온도 데이터를 서버(110)로 전송할 수 있다.
서버(110)는 네트워크를 통해 송신되는 정보를 수신하고, 수집되는 정보를 분석 및 처리할 수 있다. 따라서 서버(110)에서는 지하 시설물에 대한 실시간 모니터링이 이루어지며, 기설정된 기준치 등과 지속적으로 비교하여 지하시설물의 이상 여부를 판단할 수 있다. 서버(110)는 온도 레퍼런스 값을 구축할 수 있고, 온도 레퍼런스 값은 데이터베이스(140)에 저장될 수 있다. 나아가, 데이터베이스(140)는 각각의 지하시설물에 대한 설치 위치, 설치시기 등 지하시설물 정보 및 서버(110)에서 전송되는 시설물 데이터 정보 등 각종 정보를 저장할 수 있다. 또한, 데이터베이스(140)는 각각의 센서 데이터가 수집된 시간 정보 및 위치 정보를 저장할 수 있다.
도 2는 도 1의 디바이스가 네트워크와 연결되는 통신 방식을 설명하기 위한 도면이다.
전술한 바와 같이, 디바이스(120)는 지하시설물(210)의 곳곳에 설치되는 복수개의 센서를 포함하여 구성될 수 있다. 이때, 디바이스(120)들은 지하시설물의 주요 위치에 각각 이격되어 설치되는 바, 해당 위치에서 측정된 데이터를 전송하기 위한 통신 시스템이 요구된다.
따라서 일 실시예에 따른 디바이스(120)는 지그비(Zigbee) 등의 USN(Ubiquitous Sensor Network)구조를 이용하여 구성할 수 있다. USN 기술은 각각의 대상 컴퓨팅 기능과 통신 기능을 부여하는 기술로, USN 기반의 센서노드는 소규모의 내장형 하드웨어 안에 CPU, 통신 장치 및 센싱 모듈이 모두 탑재되는 지능형 센서(smart sensor)를 이용할 수 있다. 따라서 각각의 디바이스(120)는 개별적으로 데이터 처리, 통신 및 감지 기능을 갖춘 자율적 컴퓨팅 단말로서 기능을 수행할 수 있다.
디바이스(120)를 구성하는 센서들은 전술한 지능형 센서로 각각 구성되며, 지역난방 공급 장치, 난방 관로, 열교환기, 기계실, 밸브, 맨홀 등의 주요 지하시설물에 각각 설치된다. 각각의 센서는 지하시설물의 각종 데이터를 수집할 수 있는 센싱모듈 및 상기 센싱모듈에서 감지된 데이터를 송신하거나 외부로부터 신호를 수신할 수 있는 통신모듈을 포함할 수 있다. 통신 모듈은 공동구와 같이 무선 통신이 가능한 구간에서는 무선 통신 방식을 이용하여 데이터 및 신호를 교환할 수 있으며, 무선통신이 불가능한 구간에서는 유선으로 통신이 이루어지도록 별도의 선로에 의해 연결될 수 있다.
한편, 각각의 디바이스(120)에서 감지된 데이터는 싱크노드(220) 및 게이트웨이를 통하여 외부 네트워크로 연결될 수 있다. 싱크노드(220)는 디바이스(120)가 설치된 전체 구역을 분할하여, 해당 구역에 적절한 개수로 분포될 수 있다. 따라서 하나의 싱크노드(220)는 해당 분할구역에 설치된 디바이스(120)들로부터 측정되는 데이터를 수신하고, 나아가 소정의 신호를 각 센서로 전송할 수 있다.
싱크노드(220)는 가로등이나 신호등과 같은 지상 시설물에 설치되는 것이 바람직하다. 이때, 싱크노드(220)는 맨홀 등을 통해 무선 통신 방식으로 디바이스(120)와 연결될 수 있고, 별도의 선로를 이용하여 연결되는 것도 가능하다.
도 3은 일 실시예에 따른 지하시설물 이상 여부 판단 방법을 설명하기 위한 순서도이다.
도 3을 참조하면, 일 실시예에 따른 단계들(310 내지 340)은 도 1 내지 도 2를 참조하여 전술한 서버(110)에 의해 수행될 수 있다. 일 실시예에 따른 서버(110)는 하나 또는 그 이상의 하드웨어 모듈, 하나 또는 그 이상의 소프트웨어 모듈, 또는 이들의 다양한 조합에 의하여 구현될 수 있다.
단계(310)에서, 서버(110)는 지하시설물 주변에 매설된 복수의 디바이스로부터 센서 데이터를 수신한다. 서버(110)는 지하시설물 주변에 매설된 복수의 디바이스 각각으로부터 온도 측정값 및 참고 데이터를 수신할 수 있다. 온도 측정값은 각각의 디바이스가 측정한 해당 위치의 지열일 수 있다. 참고 데이터는 해당 디바이스 정보, 온도 측정값이 수집된 시간 정보 및 위치 정보 중 적어도 하나를 포함하는 센서 데이터를 포함할 수 있다.
단계(320)에서, 서버(110)는 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축한다. 일 실시예에 따르면, 서버(110)는 센서 데이터 및 참고 데이터에 기초하여 수집된 온도 측정 값의 시간 별, 일 별, 요일 별, 월 별, 지역 별 또는 년 별 레퍼런스 값을 구축할 수 있다. 나아가, 서버(110)는 센서 데이터에 기초하여, 실시간으로 복수의 온도 레퍼런스 값을 업데이트할 수 있다. 서버(110)는 수신한 온도 측정값의 분포에 기초하여 온도 레퍼런스 값의 범위 및 개수를 결정할 수 있다.
단계(330)에서, 서버(110)는 복수의 온도 레퍼런스 값에 기초하여, 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성한다. 서버(110)는 복수의 온도 레퍼런스 값에 있어서, 각각의 온도 레퍼런스 값에 대응하는 하나의 디바이스 군을 형성할 수 있다. 서버(110)는 복수의 온도 레퍼런스 값과 미리 정해진 오차 범위에 있는 센서 데이터를 전송한 적어도 하나의 디바이스를 하나의 디바이스 군으로 형성할 수 있다. 온도 레퍼런스 값을 구축하고, 디바이스 군을 형성하는 구체적인 방법은 아래에서 도 4를 참조하여 설명한다.
단계(340)에서, 서버(110)는 디바이스 군 내에서 센서 데이터를 비교하여, 지하시설물의 이상 여부를 판단한다. 서버(110)는 디바이스 군 내에서 센서 데이터를 비교하여, 미리 정해진 오차 범위를 벗어나는 이상 센서 데이터를 검출하고, 이상 센서 데이터에 대응하는 적어도 하나의 디바이스를 검출할 수 있다. 나아가, 서버(110)는 지하시설물의 이상 여부를 관리시스템으로 알릴 수 있다.
도 4는 일 실시예에 따른 온도 레퍼런스 값을 구축하고, 디바이스 군을 형성하는 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 일 실시예에 따른 서버(110)는 센서 데이터 및 참고 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하고, 실시간으로 복수의 온도 레퍼런스 값을 업데이트할 수 있다. 이 때, 온도 레퍼런스 값은 시간 별, 일 별, 요일 별, 월 별, 지역 별 또는 년 별로 구축될 수 있다.
서버(110)는 복수의 온도 레퍼런스 값에 있어서, 각각의 온도 레퍼런스 값에 대응하는 하나의 디바이스 군을 형성할 수 있다. 예를 들어, 서버(110)는 온도 레퍼런스 A에 대응하는 디바이스 군 A(410)를, 온도 레퍼런스 B에 대응하는 디바이스 군 B(420)를, 온도 레퍼런스 N에 대응하는 디바이스 군 N(430)을 형성할 수 있다. 이 때, 각각의 디바이스 군에서 수집한 온도 측정값은 각각의 온도 레퍼런스 값과 미리 정해진 오차 범위에 있을 수 있다. 즉, 동일한 디바이스 군에 속한 디바이스들은 비슷한 온도 측정값을 획득할 거라는 기대를 갖을 수 있다. 이를 이용하여, 서버(110)는 해당 디바이스군에서 어느 한 디바이스의 센서 데이터가 다른 값을 갖는 경우, 해당 디바이스 주변 위치에서 지하시설물(예를 들어, 열수송관)에 문제가 생겼음을 판단할 수 있다.
도 5는 일 실시예에 따른 지하시설물 이상 여부 판단 장치의 블록도를 도시한 도면이다.
도 5를 참조하면, 일 실시예에 따른 지하시설물 이상 여부 판단 장치는 프로세서(510)를 포함한다. 지하시설물 이상 여부 판단 장치(500)는 통신 인터페이스(530) 및 메모리(520)를 더 포함할 수 있다. 프로세서(510), 메모리(520) 및 통신 인터페이스는 통신 버스를 통해 서로 통신할 수 있다. 지하시설물 이상 여부 판단 장치(500)는 도 1 내지 도 4를 참조하여 전술한 서버(110)일 수 있다.
프로세서(510)는 지하시설물 주변에 매설된 복수의 디바이스로부터 수신한 센서 데이터를 수신하고, 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하고, 복수의 온도 레퍼런스 값에 기초하여, 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성하고, 디바이스 군 내에서 센서 데이터를 비교하여, 지하시설물의 이상 여부를 판단한다.
메모리(520)는 상술한 프로세서(510)에서의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 이 밖에도, 메모리(520)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(520)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(520)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다. 메모리(520)는 도 1을 참조하여 전술한 데이터베이스일 수 있다.
이 밖에도, 프로세서(510)는 도 1 내지 도 4를 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(510)는 프로그램을 실행하고, 지하시설물 이상 여부 판단 장치(500)를 제어할 수 있다. 프로세서(510)에 의하여 실행되는 프로그램 코드는 메모리(520)에 저장될 수 있다. 지하시설물 이상 여부 판단 장치(500)는 입출력 장치(미도시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 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.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (17)

  1. 지하시설물 주변에 매설된 복수의 디바이스로부터 센서 데이터를 수신하는 단계;
    상기 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하는 단계;
    상기 복수의 온도 레퍼런스 값에 기초하여, 상기 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성하는 단계; 및
    상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 상기 지하시설물의 이상 여부를 판단하는 단계
    를 포함하는 지하시설물 이상 여부 판단 방법.
  2. 제1항에 있어서,
    상기 복수의 온도 레퍼런스 값을 구축하는 단계는
    참고 데이터를 수신하는 단계; 및
    상기 참고 데이터 및 상기 센서 데이터에 기초하여 상기 복수의 온도 레퍼런스 값을 구축하는 단계
    를 포함하는, 지하시설물 이상 여부 판단 방법.
  3. 제1항에 있어서,
    상기 복수의 온도 레퍼런스 값을 구축하는 단계는
    상기 센서 데이터에 기초하여, 실시간으로 상기 복수의 온도 레퍼런스 값을 업데이트하는 단계
    를 포함하는, 지하시설물 이상 여부 판단 방법.
  4. 제1항에 있어서,
    상기 복수의 온도 레퍼런스 값을 구축하는 단계는
    상기 센서 데이터에 기초하여, 위치 정보 및 시간 정보 중 적어도 하나에 따른 복수의 온도 레퍼런스 값을 구축하는 단계
    를 포함하는, 지하시설물 이상 여부 판단 방법.
  5. 제1항에 있어서,
    상기 디바이스 군을 형성하는 단계는
    상기 복수의 온도 레퍼런스 값에 있어서, 각각의 온도 레퍼런스 값에 대응하는 하나의 디바이스 군을 형성하는 단계
    를 포함하는, 지하시설물 이상 여부 판단 방법.
  6. 제1항에 있어서,
    상기 디바이스 군을 형성하는 단계는
    상기 복수의 온도 레퍼런스 값과 미리 정해진 오차 범위에 있는 센서 데이터를 전송한 적어도 하나의 디바이스를 하나의 디바이스 군으로 형성하는 단계
    를 포함하는, 지하시설물 이상 여부 판단 방법.
  7. 제1항에 있어서,
    상기 지하시설물의 이상 여부를 판단하는 단계는
    상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 미리 정해진 오차 범위를 벗어나는 이상 센서 데이터를 검출하는 단계; 및
    상기 이상 센서 데이터에 대응하는 적어도 하나의 디바이스를 검출하는 단계
    를 포함하는, 지하시설물 이상 여부 판단 방법.
  8. 제1항에 있어서,
    상기 지하시설물의 이상 여부를 관리시스템으로 알리는 단계
    를 더 포함하는, 지하시설물 이상 여부 판단 방법.
  9. 하드웨어와 결합되어 제1항 내지 제8항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  10. 지하시설물 주변에 매설된 복수의 디바이스로부터 수신한 센서 데이터를 수신하고, 상기 센서 데이터에 기초하여 복수의 온도 레퍼런스 값을 구축하고, 상기 복수의 온도 레퍼런스 값에 기초하여, 상기 복수의 디바이스를 분류하여 복수의 디바이스 군을 형성하고, 상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 상기 지하시설물의 이상 여부를 판단하는
    프로세서
    를 포함하는 지하시설물 이상 여부 판단 장치.
  11. 제10항에 있어서,
    상기 프로세서는
    참고 데이터를 수신하고, 상기 참고 데이터 및 상기 센서 데이터에 기초하여 상기 복수의 온도 레퍼런스 값을 구축하는, 지하시설물 이상 여부 판단 장치.
  12. 제10항에 있어서,
    상기 프로세서는
    상기 센서 데이터에 기초하여, 실시간으로 상기 복수의 온도 레퍼런스 값을 업데이트하는, 지하시설물 이상 여부 판단 장치.
  13. 제10항에 있어서,
    상기 프로세서는
    상기 센서 데이터에 기초하여, 위치 정보 및 시간 정보 중 적어도 하나에 따른 복수의 온도 레퍼런스 값을 구축하는, 지하시설물 이상 여부 판단 장치.
  14. 제10항에 있어서,
    상기 프로세서는
    상기 복수의 온도 레퍼런스 값에 있어서, 각각의 온도 레퍼런스 값에 대응하는 하나의 디바이스 군을 형성하는, 지하시설물 이상 여부 판단 장치.
  15. 제10항에 있어서,
    상기 프로세서는
    상기 복수의 온도 레퍼런스 값과 미리 정해진 오차 범위에 있는 센서 데이터를 전송한 적어도 하나의 디바이스를 하나의 디바이스 군으로 형성하는, 지하시설물 이상 여부 판단 장치.
  16. 제10항에 있어서,
    상기 프로세서는
    상기 디바이스 군 내에서 상기 센서 데이터를 비교하여, 미리 정해진 오차 범위를 벗어나는 이상 센서 데이터를 검출하고, 상기 이상 센서 데이터에 대응하는 적어도 하나의 디바이스를 검출하는, 지하시설물 이상 여부 판단 장치.
  17. 제10항에 있어서,
    상기 프로세서는
    상기 지하시설물의 이상 여부를 관리시스템으로 알리는, 지하시설물 이상 여부 판단 장치.
KR1020200154626A 2020-11-18 2020-11-18 지하시설물 이상 여부 판단 방법 및 장치 KR102471791B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200154626A KR102471791B1 (ko) 2020-11-18 2020-11-18 지하시설물 이상 여부 판단 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200154626A KR102471791B1 (ko) 2020-11-18 2020-11-18 지하시설물 이상 여부 판단 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220067882A true KR20220067882A (ko) 2022-05-25
KR102471791B1 KR102471791B1 (ko) 2022-11-29

Family

ID=81800260

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200154626A KR102471791B1 (ko) 2020-11-18 2020-11-18 지하시설물 이상 여부 판단 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102471791B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003173559A (ja) * 2001-12-05 2003-06-20 Alpine Electronics Inc ディスク再生装置
KR20140024129A (ko) * 2012-08-20 2014-02-28 (주) 소암컨설턴트 3차원 분포형 지하 온도 측정 시스템
KR101936906B1 (ko) * 2017-09-08 2019-04-09 주식회사 지오제니컨설턴트 사물인터넷 디바이스 노드 네트워크를 이용한 ict 시스템에서 광산 보안 경고 출력 및 광산 최적화 설계 변수 출력 방법
KR102020488B1 (ko) * 2019-03-21 2019-09-11 주식회사그린존시큐리티 IoT 디바이스의 인터넷 접근 제어를 위한 장치 및 이를 위한 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003173559A (ja) * 2001-12-05 2003-06-20 Alpine Electronics Inc ディスク再生装置
KR20140024129A (ko) * 2012-08-20 2014-02-28 (주) 소암컨설턴트 3차원 분포형 지하 온도 측정 시스템
KR101936906B1 (ko) * 2017-09-08 2019-04-09 주식회사 지오제니컨설턴트 사물인터넷 디바이스 노드 네트워크를 이용한 ict 시스템에서 광산 보안 경고 출력 및 광산 최적화 설계 변수 출력 방법
KR102020488B1 (ko) * 2019-03-21 2019-09-11 주식회사그린존시큐리티 IoT 디바이스의 인터넷 접근 제어를 위한 장치 및 이를 위한 방법

Also Published As

Publication number Publication date
KR102471791B1 (ko) 2022-11-29

Similar Documents

Publication Publication Date Title
CN111295592B (zh) 用于电力网络中的异常检测的系统和方法
Allen et al. Real‐time in‐network distribution system monitoring to improve operational efficiency
KR102014339B1 (ko) 머신러닝을 이용한 태양광 발전 시스템의 이상 감지 방법 및 장치
KR102440097B1 (ko) 전력시설에 대한 재난 예측 및 방재 시스템 및 그의 동작 방법
US20140149054A1 (en) Leak Detection Via a Stochastic Mass Balance
US10884404B2 (en) Method of predicting plant data and apparatus using the same
US20160328945A1 (en) Apparatus and Method For Remote Monitoring, Assessing and Diagnosing of Climate Control Systems
KR102319083B1 (ko) 인공지능 기반의 화재예방 제공 장치 및 방법
KR102138340B1 (ko) 지능형 원격단말장치를 이용한 사물인터넷 기반의 관내 시설물 자율 점검 및 고장 알림 운영시스템
US20220082409A1 (en) Method and system for monitoring a gas distribution network operating at low pressure
KR102561365B1 (ko) 지중 배전선로의 이상징후를 탐지하는 딥러닝 감시시스템
Costa et al. Selecting redundant nodes when addressing availability in wireless visual sensor networks
Tao et al. Architecture for monitoring urban infrastructure and analysis method for a smart-safe city
Sarrate et al. Clustering techniques applied to sensor placement for leak detection and location in water distribution networks
KR102672635B1 (ko) ConvLSTM과 AutoEncoder 딥러닝 모델로 전력케이블을 감시하는 배전선로 이상탐지 시스템
KR102238764B1 (ko) 위해도 평가를 이용한 실시간 사고 예측 시스템 및 그 방법
CN117041311A (zh) 一种基于数字孪生的智能巡检方法及装置
Kamboj et al. Spatial Correlation Based Outlier Detection in Clustered Wireless Sensor Network
KR102064083B1 (ko) 발전 시스템의 이상 유무 판단 장치 및 방법
KR102471791B1 (ko) 지하시설물 이상 여부 판단 방법 및 장치
US20220214191A1 (en) System and method for improved accuracy of detecting meter removal or physical tampering
CN105450438A (zh) 多区域无线管理与通讯网络系统及其管理方法
KR20140117973A (ko) 무선 센서 네트워크에서 보조노드를 이용한 신뢰성 있는 연속 객체의 경계선 추적 방법 및 그에 사용되는 센서노드
CN108733726B (zh) 基于动态事件的网络语义模型重构系统和方法
US11233808B2 (en) Networking system

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant