KR20220105510A - System for guiding information anc checking mobile facility based on artificial intelligence - Google Patents

System for guiding information anc checking mobile facility based on artificial intelligence Download PDF

Info

Publication number
KR20220105510A
KR20220105510A KR1020210008298A KR20210008298A KR20220105510A KR 20220105510 A KR20220105510 A KR 20220105510A KR 1020210008298 A KR1020210008298 A KR 1020210008298A KR 20210008298 A KR20210008298 A KR 20210008298A KR 20220105510 A KR20220105510 A KR 20220105510A
Authority
KR
South Korea
Prior art keywords
power facility
model
unit
data
power
Prior art date
Application number
KR1020210008298A
Other languages
Korean (ko)
Other versions
KR102597228B1 (en
Inventor
강동균
김현옥
Original Assignee
한전케이디엔주식회사
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 한전케이디엔주식회사 filed Critical 한전케이디엔주식회사
Priority to KR1020210008298A priority Critical patent/KR102597228B1/en
Publication of KR20220105510A publication Critical patent/KR20220105510A/en
Application granted granted Critical
Publication of KR102597228B1 publication Critical patent/KR102597228B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061—Details of electronic electricity meters
    • G01R22/068—Arrangements for indicating or signaling faults
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061—Details of electronic electricity meters
    • G01R22/063—Details of electronic electricity meters related to remote communication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)
  • Traffic Control Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

An artificial intelligence (AI)-based mobile power facility information guidance and inspection system, according to the present invention, comprises: a mobile terminal which is a terminal possessed by an inspector inspecting power facilities, collects data from a power facility to be inspected, determines the type of failure using AI according to abnormal symptoms, and provides a manual or countermeasure method according to the type of failure; a power facility inspection central system which is connected to a plurality of mobile terminals possessed by a plurality of inspectors, respectively, and provides an AI model for determining the type of failure or a manual and countermeasure method as a supplementary means, when the mobile terminal is unable to independently determine the type of failure; and an AI model linkage module for enabling compatibility of AI models each generated between the mobile terminal and the power facility inspection central system. Therefore, in a manner that there is no need to wait for network round trips to the central system through a mobile power facility inspection application, the mobile terminal may independently generate and use a TensorLite-based AI model, and thus, the cost and time required for data transmission can be reduced.

Description

인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템{SYSTEM FOR GUIDING INFORMATION ANC CHECKING MOBILE FACILITY BASED ON ARTIFICIAL INTELLIGENCE}AI-based mobile power facility information guidance and inspection system {SYSTEM FOR GUIDING INFORMATION ANC CHECKING MOBILE FACILITY BASED ON ARTIFICIAL INTELLIGENCE}

본 발명은 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템에 관한 것으로써, 더욱 상세하게는 모바일 기기로 전력설비를 인식하고 설비의 위치, 설비 매뉴얼, 고장이력 데이터, 및 고장 유형과 조치법 등 전력설비 관련 정보를 작업자에게 안내해주고, 복수의 모바일을 통해 지속적으로 인입되는 데이터를 기반으로 원격중앙시스템에서 AI모델의 정확도를 향상시킬 수 있으며 업데이트된 AI모델의 배포가 가능한 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템에 관한 것이다.The present invention relates to an artificial intelligence-based mobile power facility information guide and inspection system, and more particularly, to recognize power facilities with a mobile device, and to provide power such as facility location, facility manual, failure history data, and failure types and measures Artificial intelligence-based mobile power facility information that guides workers with facility-related information, can improve the accuracy of AI models in a remote central system based on data continuously received through multiple mobiles, and enables distribution of updated AI models It relates to the guidance and inspection system.

전력설비 점검시 초보 작업자는 전력설비 관련 매뉴얼이나 기존 점검이력 데이터를 숙지하는데 많은 시간이 소요되고 고장판단 및 적정한 대처에 어려움을 겪을 수 있어 이를 지원하는 시스템이 필요한 실정이다.When inspecting power facilities, it takes a lot of time for novice workers to familiarize themselves with power facility-related manuals or existing inspection history data, and may have difficulties in diagnosing failures and taking appropriate measures, so a system that supports them is needed.

기존 점검 시스템은 별도의 장비를 필요로 하여 비용이 소요되는 문제점이 있다.Existing inspection systems have a problem in that they require additional equipment and thus cost.

대한민국 등록특허공보 제10-1788076호(2017.10.13)Republic of Korea Patent Publication No. 10-1788076 (2017.10.13)

상술한 실정을 반영하고 문제점을 해결하기 위해, 본 발명은 전력설비 점검 중앙시스템과 연계되는 모바일 APP 기반의 전력설비 인식 AI모델 및 고장유형 분류 AI모델을 생성하고 이를 관리하는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템을 제공하는데 목적이 있다.In order to reflect the above-mentioned situation and solve the problem, the present invention is an AI-based mobile power facility that creates and manages a mobile APP-based power facility recognition AI model and a failure type classification AI model linked to a power facility inspection central system It aims to provide information guidance and inspection system.

또한, 상술한 실정을 반영하고 문제점을 해결하기 위해, 본 발명은 중앙시스템으로의 네트워크 왕복을 기다릴 필요가 없는 방식으로 모바일에서 단독으로 TensorLite 기반의 AI모델을 생성하여 활용할 수 있는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템을 제공하는데 목적이 있다.In addition, in order to reflect the above-mentioned situation and solve the problem, the present invention is an artificial intelligence-based mobile power that can be used by creating a TensorLite-based AI model alone in the mobile in a way that does not need to wait for a network round trip to the central system. It aims to provide facility information guide and inspection system.

또한, 상술한 실정을 반영하고 문제점을 해결하기 위해, 본 발명은 바일APP과 중앙시스템 사이에는 AI모델 연계모듈이 있으며, 연계모듈의 Tensorflow Lite Converter 기능을 통해 모바일의 TensorLite기반 AI모델과 중앙시스템의 TensorFlow 모델을 서로 전환할 수 있는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템을 제공하는데 목적이 있다.In addition, in order to reflect the above-mentioned situation and solve the problems, the present invention has an AI model link module between the mobile APP and the central system, and the TensorLite-based AI model of the mobile and the central system through the Tensorflow Lite Converter function of the link module. The purpose is to provide an artificial intelligence-based mobile power facility information guidance and inspection system that can switch TensorFlow models.

또한, 상술한 실정을 반영하고 문제점을 해결하기 위해, 본 발명은 모바일APP의 TensorLite기반 AI모델에서 판별이 제대로 되지 않는 경우 중앙시스템의 TensorFlow 모델생성 부분을 가동시켜 방대한 데이터(여러 대의 모바일에서의 수집 데이터)로 특정 시간에 모델을 생성할 수 있는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템을 제공하는데 목적이 있다.In addition, in order to reflect the above-mentioned situation and solve the problem, the present invention operates the TensorFlow model generation part of the central system when the discrimination is not properly performed in the TensorLite-based AI model of the mobile APP to collect a large amount of data (collection from multiple mobiles). It aims to provide an artificial intelligence-based mobile power facility information guide and inspection system that can create a model at a specific time with data).

상술한 목적을 달성하기 위한 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템은 전력설비를 점검하는 점검자가 소지하는 단말기로 점검대상인 전력설비로부터 데이터를 수집하여 이상징후에 따라 인공지능으로 고장유형을 판별하고 판별한 고장유형에 따라 매뉴얼 또는 조치법을 제공하는 모바일 단말기; 복수의 점검자가 각각 소지하는 복수의 상기 모바일 단말기들과 연결되어, 해당 모바일 단말기 차체에서 고장유형이 불가능한 경우 고장 유형을 판별하는 AI 모델 또는 매뉴얼과 조치법을 보조적으로 제공하는 전력설비 점검 중앙 시스템; 및 상기 모바일 단말기와 상기 전력설비 점검 중앙 시스템 사이에서 각각 생성하는 AI 모델의 호환이 가능하도록 하는 AI모델 연계모듈;을 포함하는 것을 특징으로 한다.The artificial intelligence-based mobile power facility information guidance and inspection system according to the present invention for achieving the above object is a terminal possessed by an inspector who inspects power equipment, collects data from the power equipment subject to inspection, and uses artificial intelligence according to abnormal symptoms. a mobile terminal that determines the failure type and provides a manual or a countermeasure according to the determined failure type; a power facility inspection central system that is connected to the plurality of mobile terminals each possessed by a plurality of inspectors and provides an AI model or manual for determining the failure type when the failure type is not possible in the mobile terminal body and auxiliary measures; and an AI model linking module that enables compatibility of AI models generated between the mobile terminal and the power facility inspection central system.

바람직하게, 상술한 목적을 달성하기 위한 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템의 모바일 단말기는 상기 전력설비의 영상 데이터를 수집하기 위한 카메라부; 상기 전력설비의 소리 데이터를 수집하기 위한 마이크부; 상기 카메라부와 상기 마이크부가 수집한 영상 데이터와 소리 데이터를 수신하여 저장하는 주제어부; 데이터 처리로 상기 영상 데이터와 소리 데이터로부터 이상징후를 인식하는 데이터 처리부; 상기 영상 데이터, 소리 데이터, 및 영상 데이터와 소리 데이터에 의한 이상징후 데이터를 전달받아 AI 모델로 고장유형을 분류하고, 분류된 고장유형을 매칭시켜 그에 따른 전력설비에 대한 설비 매뉴얼을 제공하는 분석부; 및 상기 영상 데이터, 소리 데이터, 매뉴얼, 조치법, 또는 AI 모델이 저장된 데이터 베이스부;를 포함하는 것을 특징으로 한다.Preferably, the mobile terminal of the AI-based mobile power facility information guide and inspection system according to the present invention for achieving the above object includes: a camera unit for collecting image data of the power facility; a microphone unit for collecting sound data of the power equipment; a main control unit for receiving and storing the image data and sound data collected by the camera unit and the microphone unit; a data processing unit for recognizing abnormal signs from the image data and sound data through data processing; An analysis unit that receives the image data, sound data, and abnormal symptom data based on image data and sound data, classifies the failure type with an AI model, matches the classified failure type, and provides a facility manual for the power facility accordingly ; and a database unit in which the image data, sound data, manuals, measures, or AI models are stored.

바람직하게, 상술한 목적을 달성하기 위한 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템의 데이터 처리부는 상기 카메라부가 취득하는 영상 데이터를 수신하여 영상에 의한 전력설비의 이상징후를 인식하는 영상 인식부; 상기 마이크부가 수집한 소리 데이터를 수신하여 소리에 의한 전력설비의 이상징후를 인식하는 소리 인식부; 및 상기 모바일 단말기에 구비된 GPS 모듈이 관측하는 위치정보를 가지고 이상징후가 발생한 전력설비와 매칭시켜 해당 전력설비의 위치정보를 인식하는 위치정보 인식부;를 포함하는 것을 특징으로 한다.Preferably, the data processing unit of the AI-based mobile power facility information guide and inspection system according to the present invention for achieving the above object receives the image data acquired by the camera unit and recognizes abnormal signs of the power facility by the image. image recognition unit; a sound recognition unit for receiving the sound data collected by the microphone unit and recognizing abnormal signs of power equipment by sound; and a location information recognition unit configured to match the location information observed by the GPS module provided in the mobile terminal with the power facility having an abnormal symptom to recognize the location information of the corresponding power facility.

바람직하게, 상술한 목적을 달성하기 위한 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템의 분석부는 상기 이상징후로부터 복원(recovery)에 필요한 로그 데이터를 통해 패턴을 분석처리하는 패턴 처리부; 기정의된 복수 이상징후에 대한 레이블에, 이상징후 발생시 어떤 이상징후인지 정의한 레이블로 인코딩하는 신호 변환부; 상기 패턴 처리부에 의한 패턴 처리 후, 상기 AI 모델을 호출하여 전력설비를 인식하고 고장유형을 분류하며 이상징후와 고장유형을 매칭시킨 후, 고장유형에 따른 전력설비의 매뉴얼 또는 조치버을 제공하는 매칭 처리부; 및 상기 전력설비를 인식하기 위한 AI 모델과 고장유형을 분류하기 위한 AI 모델을 생성하기 위한 AI 모델 생성부;를 포함하는 것을 특징으로 한다.Preferably, the analysis unit of the artificial intelligence-based mobile power facility information guide and inspection system according to the present invention for achieving the above object includes: a pattern processing unit for analyzing and processing patterns through log data necessary for recovery from the abnormal symptoms; a signal conversion unit for encoding a label for a plurality of predefined abnormal symptoms into a label defining which abnormal symptoms occur when the abnormal symptoms occur; After pattern processing by the pattern processing unit, a matching processing unit that calls the AI model to recognize power facilities, classify failure types, match abnormal signs and failure types, and provide a manual or action server for power facilities according to failure types ; and an AI model generator for generating an AI model for recognizing the power facility and an AI model for classifying a failure type.

본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템은 모바일 전력설비 점검 APP을 통해 중앙시스템으로의 네트워크 왕복을 기다릴 필요가 없는 방식으로 모바일에서 단독으로 TensorLite 기반의 AI모델을 생성하여 활용할 수 있어 데이터를 전송하는 데 소요되는 비용과 시간을 단축시킬 수 있는 효과가 있다.The artificial intelligence-based mobile power facility information guidance and inspection system according to the present invention can be utilized by creating and utilizing TensorLite-based AI models alone in mobile in a way that does not require waiting for a network round trip to the central system through the mobile power facility inspection APP. This has the effect of reducing the cost and time required for data transmission.

또한, 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템은 모바일APP과 중앙시스템 사이에는 AI모델 연계모듈이 있으며, 연계모듈의 Tensorflow Lite Converter 기능을 통해 모바일의 TensorLite기반 AI모델과 중앙시스템의 TensorFlow 모델을 서로 전환 가능하여 두가지 버전의 모델을 지원할 수 있는 효과가 있다.In addition, in the AI-based mobile power facility information guidance and inspection system according to the present invention, there is an AI model link module between the mobile APP and the central system, and the TensorLite-based AI model and central system of mobile through the Tensorflow Lite Converter function of the link module TensorFlow models can be switched between each other, which has the effect of supporting two versions of the model.

또한, 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템은 모바일APP의 TensorLite기반 AI모델에서 판별이 제대로 되지 않는 경우 중앙시스템의 TensorFlow 모델생성 부분을 가동시켜 방대한 데이터(여러 대의 모바일에서의 수집 데이터)로 특정 시간에 모델을 생성하여 정확도 높은 모델을 배포할 수 있는 효과가 있다.In addition, the artificial intelligence-based mobile power facility information guidance and inspection system according to the present invention activates the TensorFlow model generation part of the central system when the discrimination is not properly performed in the TensorLite-based AI model of the mobile APP to provide a large amount of data (in multiple mobiles). It has the effect of creating a model at a specific time with collected data) and distributing a high-accuracy model.

도 1은 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템 도면이다.
도 2는 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템의 모바일 단말기 블록도이다.
도 3은 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템의 전력설비 점검 중앙 시스템에 대한 일부 구성의 블록도이다.1 is a diagram of an artificial intelligence-based mobile power facility information guide and inspection system according to the present invention.
2 is a block diagram of a mobile terminal of an artificial intelligence-based mobile power facility information guide and inspection system according to the present invention.
3 is a block diagram of a partial configuration of the power facility inspection central system of the artificial intelligence-based mobile power facility information guide and inspection system according to the present invention.

본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정하여 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. The terms or words used in the present specification and claims should not be construed as being limited to their ordinary or dictionary meanings, and the inventor may properly define the concept of the term in order to best describe his invention. Based on the principle that there is, it should be interpreted as meaning and concept consistent with the technical idea of the present invention.

따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가 장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.Therefore, the embodiments described in this specification and the configurations shown in the drawings are only the most preferred embodiment of the present invention and do not represent all the technical spirit of the present invention, so they can be substituted at the time of the present application It should be understood that various equivalents and modifications may exist.

이하, 첨부된 도면을 참조하여 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템에 대해 구체적으로 설명한다.Hereinafter, an artificial intelligence-based mobile power facility information guide and inspection system according to the present invention will be described in detail with reference to the accompanying drawings.

도 1에 도시된 바와 같이 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템은 모바일 단말기(100), AI모델 연계모듈(200), 및 전력설비 점검 중앙 시스템(300)을 포함한다.As shown in FIG. 1 , the AI-based mobile power facility information guide and inspection system according to the present invention includes a mobile terminal 100 , an AI model link module 200 , and a central power facility inspection system 300 .

상기 모바일 단말기(100)는 전력설비를 점검하는 점검자가 소지하는 단말기로, 핸드폰, 태블릿PC 등과 같은 이동성이 용이한 단말기가 해당될 수 있다.The mobile terminal 100 is a terminal possessed by an inspector who inspects power equipment, and may correspond to a mobile terminal such as a mobile phone or a tablet PC.

도 2를 참조하여 상기 모바일 단말기(100)에 대해 더욱 상세하게 설명한다.The mobile terminal 100 will be described in more detail with reference to FIG. 2 .

도 2에 도시된 바와 같이 상기 모바일 단말기(100)는 카메라부(110), 마이크크부(120), 주제어부(130), 데이터 처리부(140), 분석부(150), 데이터 베이스부(160)를 포함한다.As shown in FIG. 2 , the mobile terminal 100 includes a camera unit 110 , a microphone unit 120 , a main control unit 130 , a data processing unit 140 , an analysis unit 150 , and a database unit 160 . ) is included.

상기 카메라부(110)는 저검자가 소지한 모바일 단말기(100)의 전면 또는 후면에 형성된 구성으로, 점검자가 점검하고자 하는 전력설비를 촬영함에 따라 해당 전력설비의 영상 데이터를 취득한다. The camera unit 110 is a configuration formed on the front or rear side of the mobile terminal 100 possessed by the examiner, and acquires image data of the corresponding power facility as the inspector shoots the power facility to be inspected.

상기 마이크부(120) 역시 점건자가 소지한 모바일 단말기(100)에 형성되는 구성으로, 점검자가 점고하고자 하는 전력설비를 촬영하면서 동시에 소리 데이터를 취득한다.The microphone unit 120 is also configured to be formed in the mobile terminal 100 possessed by the builder, and acquires sound data while photographing the power equipment that the inspector wants to occupies.

상기 주제어부(130)는 상기 카메라부(110)가 취득하는 영상 데이터와 마이크부(120)가 취득하는 소리 데이터를 수신하여 상기 데이터 베이부(160)에 저장하고 동시에 데이터 처리가 이루어질 수 있도록 데이터 처리부(140)로 데이터를 전송한다.The main control unit 130 receives the image data obtained by the camera unit 110 and the sound data obtained by the microphone unit 120 and stores the received data in the data bay unit 160 so that data processing can be performed at the same time. Data is transmitted to the processing unit 140 .

한편, 상기 데이터 처리부(140)는 영상 인식부(141), 소리 인식부(142), 위치정보 인식부(143), 및 통신부(144)를 포함한다.Meanwhile, the data processing unit 140 includes an image recognition unit 141 , a sound recognition unit 142 , a location information recognition unit 143 , and a communication unit 144 .

상술한 바와 같은 구성으로 이루어진 상기 데이터 처리부(140)는 상기 영상 데이터와 소리 데이터를 수식하여 영상과 소리에 이상징후를 인식하고, 인식된 이상징후가 인식된 전력설비의 위치와 함께 외부의 전력설비 점검 중앙 시스템(300)으로 전달한다.The data processing unit 140 configured as described above recognizes abnormal signs in images and sounds by modifying the image data and sound data, and recognizes the recognized abnormal symptoms along with the location of the recognized power equipment and external power equipment. It is transmitted to the inspection central system (300).

상기 영상 인식부(141)는 상기 카메라부(110)가 취득하는 영상 데이터를 수신하여 전력설비에 이상징후를 인식한다.The image recognition unit 141 receives the image data acquired by the camera unit 110 and recognizes an abnormal symptom in the power facility.

상기 영상 인식부(141)가 인식하는 이상징후는 영상 데이터를 통해 이상징후 발생 전의 영상 데이터와 비교하여 특정 부분의 깨짐, 파손, 또는 색상의 변화와 같은 징후 일 수 있다.The abnormal symptom recognized by the image recognition unit 141 may be a symptom such as cracking, damage, or color change of a specific part compared with image data before the abnormal symptom occurs through image data.

상기 소리 인식부(142)는 상기 마이크부(120)가 수집한 소리 데이터를 수신하여 전력설비의 이상징후를 인식한다.The sound recognition unit 142 receives the sound data collected by the microphone unit 120 and recognizes abnormal signs of power equipment.

즉, 상기 소리 인식부(142)가 인식하는 이상징후는 상기 소리 데이터를 통해 이상징후 발생 전의 소리 데이터와 비교하여 기존에 없던 규칙적 또는 불규칙적인 소리가 발생하는 경유 전력설비의 이상징후로 인식한다.That is, the abnormal sign recognized by the sound recognition unit 142 is recognized as an abnormal symptom of a diesel power facility in which a regular or irregular sound is generated, which is not existing in comparison with the sound data before the abnormal symptom occurs through the sound data.

또한, 상기 영상 인식부(141)와 상기 소리 인식부(142)는 전력설비에 이미 이상징후가 생겨 발생하는 경고등 또는 경고음을 인식할 수도 있다.In addition, the image recognition unit 141 and the sound recognition unit 142 may recognize a warning light or a warning sound generated due to an abnormal symptom already in the power facility.

또한, 상기 위치정보 인식부(143)는 상기 모바일 단말기(100)에 구비된 GPS 모듈이 관측하는 위치정보를 가지고 이상징후가 발생한 전력설비와 매칭시켜 해당 전력설비의 위치정보를 인식한다.In addition, the location information recognition unit 143 recognizes the location information of the power facility by matching the location information observed by the GPS module provided in the mobile terminal 100 with the power facility having an abnormal symptom.

상기 통신부(144)는 점검자가 점검하는 전력설비에 이상징후가 발견된 경우 해당 상기 영상 인식부(141)가 인식하는 영상에 의한 이상징후와 상기 소리 인식부(142)가 인식하는 소리에 의한 이상징후를 상기 위치정보 인식부(143)가 인식하는 위치정보와 함께 외부의 상기 전력설비 점검 중앙 시스템(300)으로 전달할 수 있다.When an abnormality is found in the power facility inspected by the inspector, the communication unit 144 is an abnormality caused by an image recognized by the image recognition unit 141 and an abnormality caused by a sound recognized by the sound recognition unit 142 . A sign may be transmitted to the external power facility inspection central system 300 together with the location information recognized by the location information recognition unit 143 .

내부적으로는 상기 데이터 처리부(140)가 상기 이상징후를 주제어부(130)로 전달하면, 해당 주제어부(130)는 해당 이상징후를 상기 분석부(130)로 전달될 수 있도록 할 수도 있다.Internally, when the data processing unit 140 transmits the abnormal symptom to the main control unit 130 , the corresponding main control unit 130 may transmit the abnormal symptom to the analysis unit 130 .

상기 분석부(130)는 영상 데이터, 소리 데이터, 및 영상 데이터와 소리 데이터에 의한 이상징후 데이터를 전달받아 AI 모델로 고장유형을 분류하고, 분류된 고장유형을 매칭시켜 그에 따른 전력설비에 대한 설비 매뉴얼을 제공할 수 있다.The analysis unit 130 receives image data, sound data, and abnormal symptom data based on image data and sound data, classifies the failure type with an AI model, matches the classified failure type, and provides equipment for power equipment accordingly. A manual can be provided.

보다 구체적으로, 상기 분석부(150)는 신호 변환부(151), 패턴 처리부(152), 매칭 처리부(153), AI 모델 생성부(154)를 포함한다.More specifically, the analysis unit 150 includes a signal conversion unit 151 , a pattern processing unit 152 , a matching processing unit 153 , and an AI model generation unit 154 .

상기 패턴 처리부(152)는 장애 즉, 이상징후로부터 복원(recovery)에 필요한 로그 데이터를 통해 패턴을 분석한다.The pattern processing unit 152 analyzes a pattern through log data necessary for recovery from a failure, that is, an abnormal symptom.

보다 구체적으로, 상기 패턴 처리부(152)는 로그 데이터를 기준으로 이상징후로 인해 발생되는 소리의 패턴 또는 영상(영상에 촬영된 계기판 게이지의 이동 패턴, 숫자판 숫자의 수치패턴)의 패턴을 분석처리 한다.More specifically, the pattern processing unit 152 analyzes and processes a pattern of a sound or image (movement pattern of the instrument panel gauge photographed in the image, a numerical pattern of numbers on the numeric keypad) generated due to abnormal symptoms based on log data. .

상기 신호 변환부(151)는 미리 정의된 다양한 이상징후에 대한 레이블에, 이상징후 발생시 어떤 이상징후인지 정의한 레이블로 인코딩한다. The signal conversion unit 151 encodes the labels for various predefined abnormal signs into labels that define what kind of anomaly when an abnormal symptom occurs.

상기 매칭 처리부(153)은 상기 패턴 처리부(152)에 의한 패턴 처리 후 상기 AI 모델 생성부(150)가 생성한 AI 모델을 호출하여 이상징후가 있는 전력설비를 인식하고 고장유형을 분류하여 이상징후와 고장유형을 매칭시킨다.The matching processing unit 153 calls the AI model generated by the AI model generation unit 150 after pattern processing by the pattern processing unit 152 to recognize the power equipment with abnormal symptoms, classify the failure type, and display the abnormal symptoms. and the failure type.

상기 매칭 처리부(153)에서 이상징후에 따른 고장유형이 분류되면, 전력설비의 고장유형에 대한 설비 매뉴얼을 안내한다.When the failure type according to the abnormal symptom is classified in the matching processing unit 153, a facility manual for the failure type of the power facility is guided.

상기 매칭 처리부(153)는 상기 설비 매뉴얼을 디스플레이부에 표시하여 안내하거나, 스피커를 통해 사운드로 안내거나, 또는 디스플레이부에 표시하면서 동시에 스피커로 사운드와 함께 제공할 수 있다.The matching processing unit 153 may display and guide the facility manual on the display unit, guide it through a speaker, or display it on the display unit and provide it with sound through the speaker at the same time.

한편, 상기 매칭 처리부(153)가 수행하는 기능을 상기 주제어부가 대신 또는 동시에 또는 번갈아 가며 수행할 수 있다.Meanwhile, the function performed by the matching processing unit 153 may be performed by the main control unit instead, simultaneously, or alternately.

즉, 상기 주제어부(130)는 상기 패턴 처리부(152)에 의한 패턴 처리 후 상기 AI 모델 생성부(154)가 생성한 AI 모델을 AI 모델 DB(163)에서 호출하여 고장유형을 분류하고 이상징후와 고장유형을 매칭시키고, 이상징후에 따른 고장유형이 분류되면, 전력설비의 고장유형에 대한 설비 매뉴얼을 상기 데이터 베이스부(160)의 전력설비 정보 내부 DB(162)에서 호출하여 안내한다.That is, the main control unit 130 calls the AI model generated by the AI model generation unit 154 after the pattern processing by the pattern processing unit 152 from the AI model DB 163 to classify the failure types and abnormal symptoms. and the failure type are matched, and when the failure type is classified according to the abnormal symptom, the facility manual for the failure type of the power facility is called from the power facility information internal DB 162 of the database unit 160 and guided.

상술한 바와 같이 상기 주제어부(130)가 상기 패턴 처리부(152)의 수행 기능을 대신 또는 동시에 또는 번갈아 가며 수행하도록 하는 것은, 패턴 처리부(152)가 수행하는 기능이 다소 복잡하고 무거운 기능으로 로드가 패턴 처리부(152)에 집중됨에 따라 고장에 따른 기능 상실을 방지하기 위해서 이다.As described above, when the main control unit 130 performs the functions performed by the pattern processing unit 152 instead, simultaneously or alternately, the function performed by the pattern processing unit 152 is rather complicated and heavy, and the load is heavy. This is to prevent a loss of function due to a failure as it is concentrated in the pattern processing unit 152 .

상기 전력설비 정보 내부 DB(162)는 전력설비기기 ID, 설비 매뉴얼, 고장이력 데이터, 전력설비 위치, 고장 유형, 고장유형에 따른 조치법에 대한 정보가 저장되어 관리된다.The power facility information internal DB 162 stores and manages power facility device ID, facility manual, failure history data, power facility location, failure type, and information on measures according to the failure type.

상기 AI 모델 생성부(154)는 시간 또는 매칭 데이터의 용량 즉 일정 주기마다 AI 모델(.tflite)을 생성한다.The AI model generation unit 154 generates an AI model (.tflite) over time or at a capacity of matching data, that is, at regular intervals.

이때, 상기 AI 모델 생성부(154)는 TensorLite 기반의 AI 모델을 생성한다.In this case, the AI model generator 154 generates a TensorLite-based AI model.

보다 구체적으로, 상기 AI 모델 생성부(154)는 모바일 단말기(100)의 APP 기반의 전력설비 인식 AI 모델 및 고장유형 분류 AI모델을 생성한다.More specifically, the AI model generation unit 154 generates an APP-based power facility recognition AI model and a failure type classification AI model of the mobile terminal 100 .

상기 AI 모델 생성부(154)에서 생성된 전력설비 인식 AI 모델 및 고장유형 분류 AI모델은 상기 데이터 베이스부(160)의 AI 모델 DB(163)에 저장되고, 저장된 AI 모델은 상기 주제어부(130)가 호출하여 전력설비 인식, 또는 고장유형 분류에 이용될 수 있다.The power facility recognition AI model and failure type classification AI model generated by the AI model generation unit 154 are stored in the AI model DB 163 of the database unit 160, and the stored AI model is the main control unit 130 ) can be called and used for power facility recognition or failure type classification.

상술한 바와 같이 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템은 카메라부(110), 마이크크부(120), 주제어부(130), 데이터 처리부(140), 분석부(150), 및 데이터 베이스부(160)로 구성된 모바일 단말기(100)만을 통해 자체적으로 점검자가 전력설비를 점검하고, 이상징후 발생시 고장유형에 따른 설비 매뉴얼 또는 조치법을 데이터 베이스부(160)의 전력설비 정보 내부 DB(162)를 통해 제공받을 수 있다.As described above, the AI-based mobile power facility information guide and inspection system according to the present invention includes a camera unit 110 , a microphone unit 120 , a main control unit 130 , a data processing unit 140 , and an analysis unit 150 . , and through the mobile terminal 100 composed of the database unit 160 alone, the inspector checks the power equipment, and when an abnormal symptom occurs, the facility manual or measures according to the failure type are provided in the power facility information of the database unit 160 . It may be provided through the internal DB 162 .

하지만, 상기 AI 모델 생성부(154)가 생성하여 AI 모델 DB(163)에 저장된 AI 모델과 전력설비 정보 내부 DB(162)에 저장된 설비매뉴얼 또는 고장유형에 따른 조치법이 없는 경우 전력설비 점검 중앙 시스템(300)과 통신으로 연결되어 필요한 AI 모델과 전력설비 정보를 제공받을 수 있다.However, if there is no action method according to the AI model generated by the AI model generation unit 154 and stored in the AI model DB 163 and the facility manual or failure type stored in the power facility information internal DB 162, the power facility inspection center It may be connected to the system 300 by communication to receive necessary AI model and power facility information.

즉, 상기 모바일 단말기(100)의 모바일 APP의 TensorLite기반 AI모델에서 이상징후에 따른 고장형 판별이 제대로 되지 않을 경우 상기 전력설비 점검 중앙 시스템(300)의 TensorFlow 모델생성 부분을 가동시켜 복수의 모바일 단말기(100)들로부터 수집된 방대한 데이터로 특정 시간에 AI 모델을 생성하여 정확도 높은 모델을 배포할 수 있다. That is, when the failure type determination according to abnormal signs in the TensorLite-based AI model of the mobile APP of the mobile terminal 100 is not properly determined, the TensorFlow model generation part of the power facility inspection central system 300 is activated to activate a plurality of mobile terminals By generating an AI model at a specific time with the vast data collected from (100), it is possible to distribute a high-accuracy model.

다시말해, 상기 모바일 단말기(100)만으로 고장유형 판별과 매뉴얼 및 조치법을 제공할 수 없을 때, 도 3에 도시된 바와 같이 상기 전력설비 점검 중앙 시스템(300)의 구성 중, 중앙 데이터 베이스부(310)의 전력설비 정보 외부 DB(312)와 AI모델 외부 DB(313)에서 제공받아 고장유형을 판별하고, 그에 따른 매뉴얼과 조치법을 제공할 수 있다.In other words, when the mobile terminal 100 alone cannot provide failure type determination and manuals and measures, the central database unit ( 310), the power facility information is provided from the external DB 312 and the AI model external DB 313 to determine the failure type, and may provide a manual and countermeasures accordingly.

참고로, 상기 전력설비 점검 중앙 시스템(300)이 AI 모델 생성부와 같은 다양한 구성으로 이루어지지만, 도 3에서는 중앙 데이터 베이스부(310)만을 도시하였다. For reference, although the power facility inspection central system 300 has various configurations such as the AI model generation unit, only the central database unit 310 is illustrated in FIG. 3 .

한편, 본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템의 모바일 단말기(100)와 전력설비 점검 중앙 시스템(300) 사이에는 AI모델 연계모듈(200)이 형성되는 것이 바람직하다.On the other hand, it is preferable that the AI model linkage module 200 is formed between the mobile terminal 100 of the AI-based mobile power facility information guide and inspection system according to the present invention and the power facility inspection central system 300 .

본 발명에 따른 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템에서 상기 모바일 단말기(100)의 전력설비 점검 모바일 APP과 인공지능 기반의 상기 전력설비 점검 중앙 시스템(300)이 필요한 이유는 Tensorflow가 protocal buffer를 사용해서 pb파일로 모델을 저장하고 Tensorflow-lite가 flat buffer을 사용하여 tflite로 모델을 저장하는데, 상기 flat buffers는 protocal buffer보다 작고 가벼워서 모바일 APP에 활용을 한다. The reason why the power facility check mobile APP of the mobile terminal 100 and the artificial intelligence-based power facility check central system 300 are needed in the AI-based mobile power facility information guide and inspection system according to the present invention is that Tensorflow is a protocal buffer is used to save the model as a pb file, and Tensorflow-lite uses a flat buffer to store the model in tflite.

이 과정에서 상기 AI모델 연계모듈(200)은 인공지능 기반 전력설비 점검 중앙시스템에서 pb로 관리되는 모델을 Tensorflow lite converter의 기능을 수행하여 서로(.pb와.tflite) 전환이 가능하며 전력설비 정보 DB를 전송하는 역할수행한다.In this process, the AI model link module 200 performs the function of Tensorflow lite converter for the model managed as pb in the artificial intelligence-based power facility inspection central system, so that it is possible to switch between (.pb and .tflite) and power facility information It plays the role of transferring DB.

즉, 상기 AI 모델 연계모델은 모바일 단말기(100)에서 생성되는 Tensorflow-lite 모델과 전력설비 점검 중앙 시스템(300)에서 생성되는 Tensorflow 모델이 상호 호환되어 사용될 수 있도록 한다.That is, the AI model linkage model enables the Tensorflow-lite model generated in the mobile terminal 100 and the Tensorflow model generated in the power facility inspection central system 300 to be used interchangeably.

한편, 점검자는 설비별 고장유형 조치법이 업데이트될 수 있도록 자신의 작업이력을 템플릿(template)에 맞게 입력한다.On the other hand, the inspector inputs his/her work history according to the template so that the measures for the failure type for each facility can be updated.

상술한 바와 같은 점검자가 입력한 작업이력 정보는 AI 모델 생성부(154)의 모델 생성에 이용될 수 있도록 하거나, 전력설비 정보 내부 DB(162) 또는 전력설비 정보 외부 DB(1312)에 저장되어 다른 점검자의 유사한 이상징후에 대해 해당 작업이력에 따른 조치법이 제공될 수 있다.The work history information input by the inspector as described above may be used for model generation by the AI model generation unit 154, or stored in the power facility information internal DB 162 or the power facility information external DB 1312 and stored in other For similar abnormal symptoms of the inspector, measures according to the work history may be provided.

이상에서는 본 발명에 대한 기술사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 바람직한 실시 예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구나 본 발명의 기술적 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.In the above, the technical idea of the present invention has been described together with the accompanying drawings, but this is an exemplary description of a preferred embodiment of the present invention and does not limit the present invention. In addition, it is a clear fact that anyone with ordinary knowledge in the technical field to which the present invention pertains can make various modifications and imitations within the scope of the technical spirit of the present invention.

100 : 모바일 단말기
110 : 카메라부 120 : 마이크크부
130 : 주제어부 140 : 데이터 처리부
141 : 영상 인식부 142 : 소리 인식부
143 : 위치정보 인식부 144 : 통신부(144)
150 : 분석부 151 : 신호 변환부
152 : 패턴 처리부 153 : 매칭 처리부
154 : AI 모델 생성부 160 : 데이터 베이스부
161 : 전력설비 수집정보 DB 162 : 전력설비 정보 내부 DB
163 : AI 모델 내부 DB
200 : AI모델 연계모듈
300 : 전력설비 점검 중앙 시스템
310 : 중앙 데이터 베이스부 311 : 센서 정보 DB(311)
312 : 전력 설비 외부 DB 313 : AI 모델 외부 DB
314 : 사용자 정보100: mobile terminal
110: camera unit 120: microphone unit
130: main control unit 140: data processing unit
141: image recognition unit 142: sound recognition unit
143: location information recognition unit 144: communication unit 144
150: analysis unit 151: signal conversion unit
152: pattern processing unit 153: matching processing unit
154: AI model generation unit 160: database unit
161: Power facility collection information DB 162: Power facility information internal DB
163: AI model internal DB
200: AI model connection module
300: power facility inspection central system
310: central database unit 311: sensor information DB (311)
312: external DB of power facility 313: external DB of AI model
314: user information

Claims (5)

전력설비를 점검하는 점검자가 소지하는 단말기로 점검대상인 전력설비로부터 데이터를 수집하여 이상징후에 따라 인공지능으로 고장유형을 판별하고 판별한 고장유형에 따라 매뉴얼 또는 조치법을 제공하는 모바일 단말기;
복수의 점검자가 각각 소지하는 복수의 상기 모바일 단말기들과 연결되어, 해당 모바일 단말기 차체에서 고장유형이 불가능한 경우 고장 유형을 판별하는 AI 모델 또는 매뉴얼과 조치법을 보조적으로 제공하는 전력설비 점검 중앙 시스템; 및
상기 모바일 단말기와 상기 전력설비 점검 중앙 시스템 사이에서 각각 생성하는 AI 모델의 호환이 가능하도록 하는 AI모델 연계모듈;을 포함하는 것을 특징으로 하는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템.
A mobile terminal possessed by an inspector who inspects power equipment, collects data from the power equipment to be inspected, determines a failure type with artificial intelligence according to abnormal symptoms, and provides a manual or a countermeasure according to the determined failure type;
a power facility inspection central system that is connected to the plurality of mobile terminals each possessed by a plurality of inspectors and provides an AI model or manual for determining the failure type when the failure type is not possible in the mobile terminal body and auxiliary measures; and
AI-based mobile power facility information guidance and inspection system comprising a; AI model linkage module to enable compatibility of AI models generated between the mobile terminal and the power facility inspection central system.
 제 1항에 있어서,
상기 모바일 단말기는
상기 전력설비의 영상 데이터를 수집하기 위한 카메라부;
상기 전력설비의 소리 데이터를 수집하기 위한 마이크부;
상기 카메라부와 상기 마이크부가 수집한 영상 데이터와 소리 데이터를 수신하여 저장하는 주제어부;
데이터 처리로 상기 영상 데이터와 소리 데이터로부터 이상징후를 인식하는 데이터 처리부;
상기 영상 데이터, 소리 데이터, 및 영상 데이터와 소리 데이터에 의한 이상징후 데이터를 전달받아 AI 모델로 고장유형을 분류하고, 분류된 고장유형을 매칭시켜 그에 따른 전력설비에 대한 설비 매뉴얼을 제공하는 분석부; 및
상기 영상 데이터, 소리 데이터, 매뉴얼, 조치법, 또는 AI 모델이 저장된 데이터 베이스부;를 포함하는 것을 특징으로 하는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템.
The method of claim 1,
The mobile terminal is
a camera unit for collecting image data of the power facility;
a microphone unit for collecting sound data of the power equipment;
a main control unit for receiving and storing image data and sound data collected by the camera unit and the microphone unit;
a data processing unit for recognizing abnormal signs from the image data and sound data through data processing;
An analysis unit that receives the image data, sound data, and abnormal symptom data based on image data and sound data, classifies the failure type with an AI model, matches the classified failure type, and provides a facility manual for the power facility accordingly ; and
The data base unit in which the image data, sound data, manual, measures, or AI model is stored; AI-based mobile power facility information guidance and inspection system comprising a.
 제 2항에 있어서,
상기 데이터 처리부는
상기 카메라부가 취득하는 영상 데이터를 수신하여 영상에 의한 전력설비의 이상징후를 인식하는 영상 인식부;
상기 마이크부가 수집한 소리 데이터를 수신하여 소리에 의한 전력설비의 이상징후를 인식하는 소리 인식부; 및
상기 모바일 단말기에 구비된 GPS 모듈이 관측하는 위치정보를 가지고 이상징후가 발생한 전력설비와 매칭시켜 해당 전력설비의 위치정보를 인식하는 위치정보 인식부;를 포함하는 것을 특징으로 하는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템.
3. The method of claim 2,
The data processing unit
an image recognition unit for receiving the image data acquired by the camera unit and recognizing abnormal signs of power equipment by the image;
a sound recognition unit for receiving the sound data collected by the microphone unit and recognizing an abnormal symptom of the power facility due to sound; and
Artificial intelligence-based mobile power comprising a; location information recognition unit for matching the location information observed by the GPS module provided in the mobile terminal with the power facility in which the abnormal symptom has occurred to recognize the location information of the corresponding power facility Facility information guide and inspection system.
 제 3항에 있어서,
상기 분석부는
상기 이상징후로부터 복원(recovery)에 필요한 로그 데이터를 통해 패턴을 분석처리하는 패턴 처리부;
기정의된 복수 이상징후에 대한 레이블에, 이상징후 발생시 어떤 이상징후인지 정의한 레이블로 인코딩하는 신호 변환부;
상기 패턴 처리부에 의한 패턴 처리 후, 상기 AI 모델을 호출하여 전력설비를 인식하고 고장유형을 분류하며 이상징후와 고장유형을 매칭시킨 후, 고장유형에 따른 전력설비의 매뉴얼 또는 조치버을 제공하는 매칭 처리부; 및
상기 전력설비를 인식하기 위한 AI 모델과 고장유형을 분류하기 위한 AI 모델을 생성하기 위한 AI 모델 생성부;를 포함하는 것을 특징으로 하는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템.
4. The method of claim 3,
The analysis unit
a pattern processing unit for analyzing and processing patterns through log data necessary for recovery from the abnormal symptoms;
a signal conversion unit encoding a label for a plurality of predefined abnormal symptoms into a label defining what abnormal symptoms are generated when the abnormal symptoms occur;
After pattern processing by the pattern processing unit, a matching processing unit that calls the AI model to recognize power equipment, classify failure types, match abnormal signs and failure types, and provide a manual or action server for power equipment according to the failure type ; and
AI-based mobile power facility information guidance and inspection system comprising a; an AI model generation unit for generating an AI model for recognizing the power facility and an AI model for classifying a failure type.
 제 4항에 있어서,
상기 모바일 단말기는
상기 AI 모델 생성부에서 생성된 AI 모델로 전력설비의 인식이 불가능하고, 고장유형을 분류할 수 없을 때, 상기 전력설비 점검 중앙 시스템에서 생성하느 AI 모델을 제공받아 이상징후가 있는 전력설비를 인식하고 고장유형을 분류하는 것을 특징으로 하는 인공지능 기반 모바일 전력설비 정보안내 및 점검 시스템.
5. The method of claim 4,
The mobile terminal is
When it is impossible to recognize power facilities with the AI model generated by the AI model generator and it is not possible to classify the failure type, the AI model generated by the power facility inspection central system is provided to recognize power facilities with abnormal symptoms and artificial intelligence-based mobile power facility information guidance and inspection system, characterized in that it classifies failure types.
KR1020210008298A 2021-01-20 2021-01-20 System for guiding information anc checking mobile facility based on artificial intelligence KR102597228B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210008298A KR102597228B1 (en) 2021-01-20 2021-01-20 System for guiding information anc checking mobile facility based on artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210008298A KR102597228B1 (en) 2021-01-20 2021-01-20 System for guiding information anc checking mobile facility based on artificial intelligence

Publications (2)

Publication Number Publication Date
KR20220105510A true KR20220105510A (en) 2022-07-27
KR102597228B1 KR102597228B1 (en) 2023-11-01

Family

ID=82701180

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210008298A KR102597228B1 (en) 2021-01-20 2021-01-20 System for guiding information anc checking mobile facility based on artificial intelligence

Country Status (1)

Country Link
KR (1) KR102597228B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102535230B1 (en) * 2022-11-07 2023-05-26 주식회사 비츠로이엠 Edge Computing and Cloud-Based Factory Energy Management System using big-data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170043164A (en) * 2015-10-13 2017-04-21 한국기계연구원 A terminal for supporting the maintenance of the industry plant
KR101788076B1 (en) 2017-04-26 2017-10-19 가아전기(주) Monitoring system using mobile devide
KR102017561B1 (en) * 2017-08-10 2019-09-05 울랄라랩 주식회사 Algorithm and method for detecting error data of machine based on machine-learning technique
KR20200112402A (en) * 2019-03-22 2020-10-05 한국전력공사 Power real-time data broker platform

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170043164A (en) * 2015-10-13 2017-04-21 한국기계연구원 A terminal for supporting the maintenance of the industry plant
KR101788076B1 (en) 2017-04-26 2017-10-19 가아전기(주) Monitoring system using mobile devide
KR102017561B1 (en) * 2017-08-10 2019-09-05 울랄라랩 주식회사 Algorithm and method for detecting error data of machine based on machine-learning technique
KR20200112402A (en) * 2019-03-22 2020-10-05 한국전력공사 Power real-time data broker platform

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102535230B1 (en) * 2022-11-07 2023-05-26 주식회사 비츠로이엠 Edge Computing and Cloud-Based Factory Energy Management System using big-data

Also Published As

Publication number Publication date
KR102597228B1 (en) 2023-11-01

Similar Documents

Publication Publication Date Title
US11037573B2 (en) Management and execution of equipment maintenance
US10901834B2 (en) Interactive troubleshooting assistant
CN110221145B (en) Power equipment fault diagnosis method and device and terminal equipment
WO2016108472A1 (en) Image analysis method and apparatus, and computer readable device
US11715190B2 (en) Inspection system, image discrimination system, discrimination system, discriminator generation system, and learning data generation device
US20210224752A1 (en) Work support system and work support method
CN112085232A (en) Operation inspection system and method based on augmented reality technology
CN108628654A (en) Electronic documentation system based on augmented reality and Internet of Things
KR20220105510A (en) System for guiding information anc checking mobile facility based on artificial intelligence
CN113748389A (en) Method and device for monitoring industrial process steps
CN108830833B (en) Online evaluation method of workpiece identification project, server and terminal
CN112149828B (en) Operator precision detection method and device based on deep learning framework
CN117474357A (en) Power distribution room operation and maintenance management method and system based on deep learning
CN115329598A (en) Data processing platform based on digital twins
CN115544202A (en) Alarm processing method, device and storage medium
CN115313618A (en) Transformer substation remote expert diagnosis platform and diagnosis method based on AR and 5G
CN113850773A (en) Detection method, device, equipment and computer readable storage medium
CN113010339A (en) Method and device for automatically processing fault in online transaction test
CN110758478A (en) Pre-warning system and method for railway signal equipment
CN109669856A (en) The test result consultation of doctors method and device of data analysis system
CN113591477B (en) Fault positioning method, device, equipment and storage medium based on associated data
CN112995122B (en) Industrial control network safety data visualization system
KR102662702B1 (en) Apparatus and Method for Checking Information and Communication Technology Equipment
CN113686562B (en) Method and device for detecting off-line of vehicle door
CN112070398B (en) Method and system for improving intrinsic safety based on Internet of things

Legal Events

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