KR20230050103A

KR20230050103A - 공기조화기 및 그 동작방법

Info

Publication number: KR20230050103A
Application number: KR1020210133405A
Authority: KR
Inventors: 최창민; 최순용; 김준태; 이현탁; 김진식
Original assignee: 엘지전자 주식회사
Priority date: 2021-10-07
Filing date: 2021-10-07
Publication date: 2023-04-14
Also published as: US20230109896A1; EP4177532A2; EP4177532A3

Abstract

본 발명은, 공기조화기 및 그 동작방법에 관한 것이다. 본 발명의 일 실시예에 따른 공기조화기는, 냉매를 압축하는 압축기를 포함하는 실외기; 적어도 하나의 실내기; 상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘을 저장하는 저장부; 및 제어부를 포함하고, 상기 제어부는, 상기 공기조화기의 운전모드가 제1 모드로 설정된 경우, 상기 제어 알고리즘과 무관하게, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하고, 상기 제1 모드로 설정된 동안 획득하는 제1 데이터에 기초하여, 상기 제1 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하고, 상기 공기조화기의 운전모드가 제2 모드로 설정된 경우, 상기 제어 알고리즘에 기초하여, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하고, 상기 제2 모드로 설정된 동안 획득하는 제2 데이터와 상기 전력량 학습모델에 기초한 상기 제2 모드에 대응하는 예측 전력량과, 상기 제2 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량을 각각 산출할 수 있다.

Description

공기조화기 및 그 동작방법{AIR CONDITIONER AND METHOD THEREOF}

본 발명은, 공기조화기 및 그 동작방법에 관한 것으로, 보다 상세하게는, 공기조화기가 소비하는 전력량을 사용자에게 제공할 수 있는 공기조화기 및 그 동작방법에 관한 것이다.

공기조화기는 쾌적한 실내 환경을 조성하기 위해, 실내로 냉온의 공기를 토출하여 실내 온도를 조절하고, 실내공기를 정화하도록 함으로써, 인간에게 보다 쾌적한 실내 환경을 제공하기 위해 설치된다. 일반적으로 공기조화기는 열교환기로 구성되어 실내에 설치되는 실내기와, 압축기 및 열교환기 등으로 구성되어 실내기로 냉매를 공급하는 실외기를 포함한다.

최근에는 사용자의 편의를 위해 가정에서 사용되는 전자장치들이 점차 다양해지고 있으며, 다양한 산업 분야에서 생산성을 높이기 위한 자동화 시스템이 다양하게 구축되고 있다. 또한, 지구온난화 등의 기후 변화로 인해 기온이 점차 증가함에 따라 공기조화기를 가동하는 횟수 및 시간도 점차 증가하고 있다. 이러한 이유로 인해, 가정뿐만 아니라 산업 전반에 걸쳐 전력 사용량이 증가하는 추세이며, 이에 따른 전기 요금으로 인한 부담이 커지고 있다.

이러한 문제들을 해결하기 위해, 공기조화기의 소비전력을 줄이면서도 쾌적한 실내 환경을 제공하기 위한 연구가 활발히 이루어지고 있다. 예를 들어, 공기조화기는, 냉난방 능력을 우선하는 운전모드에서는 사용자가 설정한 목표온도에 따라 운전을 수행하고, 소비전력의 절감을 우선하는 운전모드에서는 상황에 따라 목표온도를 가변하여 운전을 수행할 수 있다.

한편, 일반적으로 사용자는, 선행기술 1(한국 공개특허공보 제10-2020-0089196호)와 유사하게, 가정이나 건물 내에 배치된 전력량계의 수치를 반복적으로 확인하거나, 전력량계 등과 연동되어 공기조화기가 소비한 전력량을 누적 관리하는 시스템을 이용하여, 공기조화기가 사용하는 전력량을 확인할 수 있다. 이 경우, 사용자는 공기조화기가 특정 운전모드에서 소정 시간 동안 실제 사용한 전력량만 확인할 수 있을 뿐, 동일한 조건에서 특정 운전모드가 다른 운전모드에 비해 소비전력을 얼마나 줄일 수 있는지 정확히 확인하기 어려운 문제점이 있다.

KR

10-2020-0089196

A

본 개시는 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다.

또 다른 목적은, 운전모드가 스마트 운전모드로 설정된 경우, 현재 설정된 스마트 운전모드에서 실제 소비되는 전력량과, 현재 설정되지 않은 일반 운전모드에서 사용이 예상되는 전력량을, 동일한 조건에서 함께 산출할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

또 다른 목적은, 스마트 운전모드로 설정 시, 일반 운전모드에 비해 절감되는 전력량에 관한 정보를 사용자에게 제공할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다. 또 다른 목적은, 일반 운전모드로 설정된 동안 획득하는 데이터에 기초하여 전력량 학습모델을 학습하여, 일반 운전모드에서 사용이 예상되는 전력량을 산출한 결과의 정확도를 향상시킬 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

또 다른 목적은, 전력량 학습모델을 통해 산출되는 결과값에 대한 오차 범위를 고려하여, 일반 운전모드에서 사용이 예상되는 전력량을 산출한 결과를 보정할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

또 다른 목적은, 전력량계 등의 외부장치로부터 수신되는 데이터 및/또는 소정 구성의 동작에 대응하는 데이터를 이용하여, 실제 소비되는 전력량을 산출할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

또 다른 목적은, 소정 운전모드에서 사용이 예상되는 전력량과 실제 소비되는 전력량에 대한 데이터베이스를 업데이트하여, 전력량의 사용에 관한 히스토리를 관리할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

또 다른 목적은, 스마트 운전모드로 설정 시, 제어 알고리즘을 다양하게 이용하여, 실내기에 공급되는 냉매의 유량을 조절할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

또 다른 목적은, 현재 설정된 운전모드에 따라, 전력량과 관련된 사용자 인터페이스를 다양하게 제공할 수 있는 공기조화기 및 그 동작방법을 제공함에 있다.

본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 목적을 달성하기 위한, 본 발명의 다양한 실시예에 따른 공기조화기는, 운전모드가 제1 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기는, 상기 운전모드가 상기 제1 모드와 상이한 제2 모드로 설정된 동안, 상기 전력량 학습모델을 이용하여, 상기 공기조화기가 상기 제1 모드로 설정된 경우 소비할 것으로 예상되는 예측 전력량을 산출할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기는, 상기 제1 모드로 설정된 경우 소비할 것으로 예상되는 예측 전력량과 상기 제2 모드로 설정된 동안 공기조화기가 소비하는 실제 전력량을 비교할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기는, 냉매를 압축하는 압축기를 포함하는 실외기; 적어도 하나의 실내기; 상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 학습된 제어 알고리즘을 저장하는 저장부; 및 제어부를 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 상기 제어 알고리즘과 무관하게, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 제어 알고리즘에 기초하여, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 외부장치로부터 수신되는 상기 공기조화기가 소비하는 전력량에 대한 데이터 및 상기 압축기의 운전 주파수 중 어느 하나에 기초하여, 상기 공기조화기가 소비하는 실제 전력량을 산출할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 획득한 제1 데이터와 상기 전력량 학습모델을 이용하여, 상기 제1 모드에 대응하는 예측 전력량을 산출할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 제1 모드에 대응하는 예측 전력량과, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 차이가 기 설정된 기준 이상인 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여, 상기 전력량 학습모델을 학습할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 상관 관계를 학습하여, 상기 전력량 학습모델의 웨이트(weight) 및 바이어스(bias)를 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 저장부는, 데이터베이스를 저장하고, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 제1 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 상기 데이터베이스에 추가할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제2 데이터에 기초하여 산출된 제2 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 상기 데이터베이스에 추가할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 데이터베이스에 포함된 데이터 중, 현재 시점으로부터 기 설정된 기간보다 이전에 상기 데이터베이스에 추가된 데이터를 삭제할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 상기 제1 예측 전력량을, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량과 동일한 값으로 산출할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 제2 모드로 설정된 동안 상기 압축기에 유입되는 냉매의 압력에 대응하여, 상기 예측 전력량의 최소값 및 최대값을 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 산출된 예측 전력량이 상기 최소값 미만인 경우, 상기 최소값을 상기 제2 모드에 대응하는 예측 전력량으로 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 산출된 예측 전력량이 상기 최대값을 초과하는 경우, 상기 최대값을 상기 제2 모드에 대응하는 예측 전력량으로 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 적어도 하나의 실내기 각각에 대하여 실내기별 클러스터를 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 실내기별 클러스터와 상기 제2 데이터에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량에 기초하여, 상기 실외기가 공급하는 상기 냉매의 전체 유량을 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 초기 운전을 수행하는지 여부를 판단할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 초기 운전을 수행하는 경우, 지수평활법(exponential smoothing method)을 이용하는 제1 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 초기 운전을 수행하지 않는 경우, 상기 제2 데이터와 상기 냉매의 유량 간의 상관 관계에 대하여 기 학습된 제2 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정할 수 있다.

한편, 본 발명의 일 실시예에 따른 공기조화기는, 냉매를 압축하는 압축기를 포함하는 실외기; 적어도 하나의 실내기; 상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘을 저장하는 저장부; 디스플레이; 및 제어부를 포함할 수 있다.

한편, 상기 목적을 달성하기 위한, 본 발명의 다양한 실시예에 따르면, 상기 제어부는, 상기 제2 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과, 상기 예측 전력량 및 상기 절감율 중 적어도 하나를 포함하는 화면을, 상기 디스플레이를 통해 출력할 수 있다.

한편, 상기 목적을 달성하기 위한, 본 발명의 다양한 실시예에 따르면, 상기 제어부는, 상기 제1 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량과 관련된 제1 화면을 출력하고, 상기 제2 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량 및 상기 예측 전력량과 관련된 제2 화면을 출력할 수 있다.

한편, 상기 목적을 달성하기 위한, 본 발명의 다양한 실시예에 따른 공기조화기의 동작방법은, 상기 공기조화기의 운전모드가 제1 모드로 설정된 경우, 기 저장된 제어 알고리즘과 무관하게, 실외기 및 적어도 하나의 실내기 중 적어도 하나를 제어하는 제1 제어동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기의 동작방법은, 상기 제1 모드로 설정된 동안 획득하는 제1 데이터에 기초하여, 상기 제1 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하는 학습동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기의 동작방법은, 상기 공기조화기의 운전모드가 제2 모드로 설정된 경우, 상기 제어 알고리즘에 기초하여, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제2 제어동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기의 동작방법은, 상기 제2 모드로 설정된 동안 획득하는 제2 데이터와 상기 전력량 학습모델에 기초한 상기 제2 모드에 대응하는 예측 전력량과, 상기 제2 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하는 결과산출동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 결과산출동작은, 외부장치로부터 수신되는 상기 공기조화기가 소비하는 전력량에 대한 데이터 및 상기 압축기의 운전 주파수 중 어느 하나에 기초하여, 상기 공기조화기가 소비하는 실제 전력량을 산출하는 동작일 수 있다.

본 발명의 일 실시예에 따르면, 상기 학습동작은, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 상기 제1 데이터를 획득하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 학습동작은, 상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 전력량 학습모델을 이용하여, 상기 제1 모드에 대응하는 예측 전력량을 산출하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 학습동작은, 상기 제1 모드에 대응하는 예측 전력량과, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 차이가 기 설정된 기준 이상인 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여, 상기 전력량 학습모델을 학습하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 전력량 학습모델을 학습하는 동작은, 상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 상관 관계를 학습하여, 상기 전력량 학습모델의 웨이트(weight) 및 바이어스(bias)를 결정하는 동작일 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기의 동작방법은, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 제1 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 데이터베이스에 추가하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기의 동작방법은, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제2 데이터에 기초하여 산출된 제2 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 상기 데이터베이스에 추가하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 공기조화기의 동작방법은, 상기 데이터베이스에 포함된 데이터 중, 현재 시점으로부터 기 설정된 기간보다 이전에 상기 데이터베이스에 추가된 데이터를 삭제하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 일시를 고려하여 데이터베이스에 추가하는 동작은, 상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 상기 제1 예측 전력량을, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량과 동일한 값으로 산출하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 결과산출동작은, 상기 제2 모드로 설정된 동안 상기 실외기에 구비된 압축기에 유입되는 냉매의 압력에 대응하여, 상기 예측 전력량의 최소값 및 최대값을 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 결과산출동작은, 상기 산출된 예측 전력량이 상기 최소값 미만인 경우, 상기 최소값을 상기 제2 모드에 대응하는 예측 전력량으로 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 결과산출동작은, 상기 산출된 예측 전력량이 상기 최대값을 초과하는 경우, 상기 최대값을 상기 제2 모드에 대응하는 예측 전력량으로 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제1 제어동작은, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 적어도 하나의 실내기 각각에 대하여 실내기별 클러스터를 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제1 제어동작은, 상기 실내기별 클러스터와 상기 제2 데이터에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제2 제어동작은, 상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 초기 운전을 수행하는지 여부를 판단하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제2 제어동작은, 상기 초기 운전을 수행하는 경우, 지수평활법(exponential smoothing method)을 이용하는 제1 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제2 제어동작은, 상기 초기 운전을 수행하지 않는 경우, 상기 제2 데이터와 상기 냉매의 유량 간의 상관 관계에 대하여 기 학습된 제2 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제2 제어동작은, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량에 기초하여, 상기 실외기가 공급하는 상기 냉매의 전체 유량을 결정하는 동작을 포함할 수 있다.

한편, 상기 목적을 달성하기 위한, 본 발명의 다양한 실시예에 따른 공기조화기의 동작방법은, 상기 제2 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과, 상기 예측 전력량 및 상기 절감율 중 적어도 하나를 포함하는 화면을, 디스플레이를 통해 출력하는 동작을 포함할 수 있다.

한편, 상기 목적을 달성하기 위한, 본 발명의 다양한 실시예에 따른 공기조화기의 동작방법은, 상기 제1 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량과 관련된 제1 화면을 출력하는 동작; 및 상기 제2 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량 및 상기 예측 전력량과 관련된 제2 화면을 출력하는 동작을 포함할 수 있다.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 다양한 실시예에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.

본 발명의 다양한 실시예에 따르면, 공기조화기가 운전모드가 스마트 운전모드로 설정된 경우, 일반 운전모드에서 소비하는 실제 전력량과 관련된 전력량 학습모델을 이용하여, 일반 운전모드에서 사용이 예상되는 전력량과 스마트 운전모드에서 소비되는 실제 전력량을 동일한 조건에서 함께 산출하여 비교할 수 있는 장점이 있다.

또한, 본 발명의 다양한 실시예에 따르면, 스마트 운전모드로 설정 시, 일반 운전모드에 비해 절감되는 전력량에 관한 정보를 사용자에게 제공할 수 있는 장점도 있다.

또한, 본 발명의 다양한 실시예에 따르면, 운전모드가 일반 운전모드로 설정된 동안, 전력량 학습모델을 이용하여 산출되는 전력량과 공기조화기가 소비하는 실제 전력량 간의 차이에 따라, 전력량 학습모델을 반복적으로 재학습함으로써, 운전모드가 스마트 운전모드로 설정된 동안, 일반 모드에서 사용이 예상되는 전력량을 산출한 결과의 정확도를 향상시킬 수 있는 장점도 있다.

또한, 본 발명의 다양한 실시예에 따르면, 전력량 학습모델을 통해 산출되는 결과값에 대한 오차 범위를 고려하여, 일반 운전모드에서 사용이 예상되는 전력량을 산출한 결과를 보정할 수 있는 장점도 있다.

또한, 본 발명의 다양한 실시예에 따르면, 전력량계 등의 외부장치로부터 수신되는 데이터 및/또는 소정 구성의 동작에 대응하는 데이터를 이용하여, 공기조화기에 의해 실제 소비되는 전력량을 산출할 수 있는 장점도 있다.

또한, 본 발명의 다양한 실시예에 따르면, 소정 운전모드에서 사용이 예상되는 전력량과 실제 소비되는 전력량에 대한 데이터베이스를 업데이트하여, 전력량의 사용에 관한 히스토리를 관리할 수 있는 장점도 있다.

또한, 본 발명의 다양한 실시예에 따르면, 스마트 운전모드로 설정 시, 제어 알고리즘을 다양하게 이용하여, 실내기에 공급되는 냉매의 유량을 조절할 수 있는 장점도 있다.

또한, 본 발명의 다양한 실시예에 따르면, 현재 설정된 운전모드에 따라, 전력량과 관련된 사용자 인터페이스를 다양하게 제공할 수 있는 장점도 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은, 본 발명의 일 실시 예에 따른, 공기조화기의 구성을 도시한 도면이다.
도 2는, 도 1의 실외기와 실내기의 개략도이다.
도 3은, 본 발명의 일 실시예에 따른, 공기조화기의 블록도이다.
도 4는, 본 발명의 일 실시 예에 따른, 딥 러닝(deep learning)에 대한 설명에 참조되는 도면이다.
도 5 내지 도 7은, 본 발명의 일 실시 예에 따른, 공기조화기의 동작방법을 도시한 순서도들이다.
도 8 내지 도 12b는, 공기조화기의 동작에 대한 설명에 참조되는 도면들이다.
도 13 내지 도 21은, 공기조화기에 포함된 구성의 제어에 사용되는 제어 알고리즘에 관한 설명에 참조되는 도면들이다.

이하에서는 도면을 참조하여 본 발명을 상세하게 설명한다. 도면에서는 본 발명을 명확하고 간략하게 설명하기 위하여 설명과 관계없는 부분의 도시를 생략하였으며, 명세서 전체를 통하여 동일 또는 극히 유사한 부분에 대해서는 동일한 도면 참조부호를 사용한다.

이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 단순히 본 명세서 작성의 용이함만이 고려되어 부여되는 것으로서, 그 자체로 특별히 중요한 의미 또는 역할을 부여하는 것은 아니다. 따라서, 상기 "모듈" 및 "부"는 서로 혼용되어 사용될 수도 있다.

본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품, 또는 이들을 조합한 것들의 존재, 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

또한, 본 명세서에서, 다양한 요소들을 설명하기 위해 제1, 제2 등의 용어가 이용될 수 있으나, 이러한 요소들은 이러한 용어들에 의해 제한되지 아니한다. 이러한 용어들은 한 요소를 다른 요소로부터 구별하기 위해서만 이용된다.

이하, 본 발명의 실시예들에 의하여 공기조화기의 제어방법을 설명하기 위한 도면들을 참고하여 본 발명에 대해 설명하도록 한다.

도 1은, 본 발명의 일 실시 예에 따른, 공기조화기의 구성을 도시한 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 공기조화기(100)는, 실외기(21) 및 실외기(21)에 연결되는 적어도 하나의 실내기(31)를 포함할 수 있다. 하나의 실외기(21)에 복수의 실내기(31)가 연결될 수 있고, 하나의 실외기(21)에 연결되는 실내기(31)의 수는 도면에 한정되지 않는다.

실내기(31)는, 스탠드형 실내기(31a), 벽걸이형 실내기(31b) 및 천장형 실내기(31c) 중 적어도 하나를 포함할 수 있다.

한편, 공기조화기(100)는, 환기장치, 공기청정장치, 가습장치 및 히터 중 적어도 하나를 더 포함할 수 있으며, 실내기(31) 및 실외기(21)의 동작에 연동하여 동작할 수 있다.

실외기(21)는, 냉매를 공급받아 압축하는 압축기(미도시)와, 냉매와 실외공기를 열교환하는 실외 열교환기(미도시)와, 공급되는 냉매로부터 기체 냉매를 추출하여 압축기로 공급하는 어큐뮬레이터(미도시)와, 난방운전에 따른 냉매의 유로를 선택하는 사방밸브(미도시)를 포함할 수 있다. 또한, 실외기(21)는, 다수의 센서, 밸브 및 오일회수기 등을 더 포함할 수 있다.

실외기(21)는, 구비되는 압축기 및 실외 열교환기를 동작시켜 설정에 따라 냉매를 압축하거나 열교환하여 실내기(31)로 냉매를 공급할 수 있다. 실외기(21)는, 중앙제어기(미도시) 또는 실내기(31)의 요구(demand)에 의해 구동될 수 있다. 이때, 구동되는 실내기(31)에 대응하여 냉/난방 용량이 가변됨에 따라 실외기의 작동 개수 및 실외기에 설치된 압축기의 작동 개수가 가변되는 것도 가능하다.

이때, 실외기(21)는, 연결된 실내기(31)로 압축된 냉매를 공급할 수 있다.

실내기(31)는, 실외기(21)로부터 냉매를 공급받아 실내로 냉온의 공기를 토출할 수 있다. 실내기(31)는, 실내 열교환기(미도시)와, 실내기팬(미도시), 공급되는 냉매가 팽창되는 팽창밸브(미도시), 다수의 센서(미도시)를 포함할 수 있다.

이때, 실외기(21) 및 실내기(31)는, 통신선으로 연결되어 상호 데이터를 송수신할 수 있고, 실외기(21) 및 실내기(31)는 중앙제어기와 유선 또는 무선으로 연결되어 중앙제어기의 제어에 따라 동작할 수도 있다.

리모컨(41)은, 실내기(31)에 연결되어, 실내기(31)로 사용자의 제어명령을 전달하고, 실내기(31)의 상태정보를 수신하여 표시할 수 있다. 이때 리모컨(41)은 실내기(31)와의 연결 형태에 따라 유선 또는 무선으로 통신할 수 있다.

한편, 공기조화기(100)는, 실내 공기의 상태를 감지할 수 있는 적어도 하나의 센서(미도시)를 더 포함할 수 있다. 예를 들면, 공기조화기(100)는, 실내 온도를 감지하는 온도 센서, 실내 습도를 감지하는 습도 센서, 실내 기압을 감지하는 기압 센서, 실내 공기 중의 먼지량을 측정하는 센서 등을 더 포함할 수 있고, 온도, 습도, 기압, 공기 중의 먼지량 등 다양한 데이터를 함께 수집할 수 있는 센서를 포함할 수도 있다.

한편, 공기조화기(100)는, 외부 장치(10)와 통신을 수행할 수 있고, 상호 간에 데이터를 송수신할 수 있다. 예를 들면, 실외기(21)는, 공기조화기(100)가 소비하는 전력량을 측정하는 외부 장치(10)로부터, 전력량에 대한 데이터를 실시간으로 수신할 수 있다.

도 2는, 도 1의 실외기와 실내기의 개략도이다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 공기조화기(100)는, 실외기(21)와 실내기(31)로 구분될 수 있다. 공기조화기(100)는, 복수의 실내기(31a 내지 31c)를 포함할 수 있다.

실외기(21)는, 냉매를 압축시키는 역할을 하는 압축기(110), 압축기(110)를 구동하는 압축기용 모터(미도시), 압축된 냉매를 방열시키는 역할을 하는 실외측 열교환기(120), 기체화된 냉매를 잠시 저장하여 수분과 이물질을 제거한 뒤 일정한 압력의 냉매를 압축기로 공급하는 어큐뮬레이터(130), 압축된 냉매의 유로를 바꾸는 냉/난방 절환밸브(140), 오일 분리기(150), 실외 열교환기(120)의 일측에 배치되어 냉매의 방열을 촉진시키는 실외팬(161)과 실외팬(161)을 회전시키는 실외팬용 모터(162)로 이루어진 실외 송풍기(160), 응축된 냉매를 팽창하는 적어도 하나의 팽창기구(예: 전자식 팽창 밸브(Electronic expansion valves, EEV)) 등을 포함할 수 있다.

보다 구체적으로, 실외기(21)는, 가스배관(182)이 연결되는 가스배관 서비스밸브(113) 및 액체배관(112)이 연결되는 액체배관 서비스밸브(114)를 포함할 수 있다. 가스배관 서비스밸브(113) 및 액체배관 서비스밸브(114)는, 실내기(31)와 연결될 수 있고, 실외기(21)의 냉매를 순환시킬 수 있다.

압축기(110)는, 인버터 압축기, 정속 압축기 중 적어도 하나가 사용될 수 있다. 압축기(110)에서 토출되는 고온, 고압의 냉매는, 압축기(110)의 토출측 배관(151)을 통해 오일분리기(150)로 유동할 수 있다.

실외기(21)는, 어큐뮬레이터(130)의 하측과 압축기(110)의 흡입측 배관(135)을 연결하는 제1 오일회수배관(131)을 포함할 수 있다. 제1 오일회수배관(131)에는, 오일의 유동을 조절하는 오일리턴밸브(132)가 배치될 수 있다.

실외기(21)는, 오일분리기(150)에서 압축기(11)로 오일이 유동하는 제2 오일회수배관(152)을 포함할 수 있다. 제2 오일회수배관(152)에는, 오일이 일측으로 유동하도록 제한하는 체크밸브(153)가 배치될 수 있다.

오일분리기(150)에서 토출되는 냉매는, 냉매토출배관(181)을 통해 냉/난방 절환밸브(140)로 유동할 수 있다.

실외측 열교환기(120)는 실외 공기와 냉매를 열교환시킬 수 있고, 실시예에 따라 복수개(122, 124)로 구성될 수 있다. 실외측 열교환기(120)는, 냉방운전 시 응축기로 동작할 수 있고, 난방운전 시 증발기로 동작할 수 있다.

가변패스밸브(186)는, 제1 실외측 열교환기(122)와 가변패스배관(185) 사이에 배치될 수 있다. 가변패스밸브(186)가 개방되는 경우, 제1 실외측 열교환기(122)에 유동하는 냉매가 가변패스밸브(186), 가변패스배관(185) 및 체크밸브(187)를 거쳐 냉/난방 절환밸브(140)로 유동할 수 있다. 가변패스밸브(186)가 폐쇄되는 경우, 냉방운전 시 제1 실외측 열교환기(122)에 유동하는 냉매가 제1 열교환기-팽창밸브 연결배관(123)으로 유동할 수 있고, 난방운전 시 제1 열교환기-팽창밸브 연결배관(123)에 유동하는 냉매가 제1 실외측 열교환기(122)로 유동할 수 있다.

실외팽창밸브(170)는, 난방운전 시, 실외측 열교환기(120)로 유동되는 냉매를 팽창시킬 수 있고, 냉방운전 시, 냉매를 팽창시키지 않고 통과시킬 수 있다. 실외팽창밸브(170)는, 입력된 신호에 따라 개도값을 조절할 수 있는 전자식 팽창 밸브(EEV)가 사용될 수 있다.

실외팽창밸브(170)는, 제1 실외열교환기(122)로 유동되는 냉매를 팽창시키는 제1 실외팽창밸브(172)와, 제2 실외열교환기(174)로 유동되는 냉매를 팽창시키는 제2 실외팽창밸브(174)를 포함할 수 있다.

제1 실외측 열교환기(122)는, 열교환기-절환밸브 연결배관(183a)을 통해 냉/난방 절환밸브(140)와 연결될 수 있다. 제1 실외측 열교환기(122)는, 제1 열교환기-팽창밸브 연결배관(123)을 통해 실외팽창밸브(170)와 연결될 수 있다.

제2 실외측 열교환기(124)는, 제2 열교환기-팽창밸브 연결배관(125)을 통해 제2 실외팽창밸브(174)와 연결될 수 있다.

제1 실외팽창밸브(172)는, 제1 열교환기-팽창밸브 연결배관(123)와 과냉각액체배관(112') 사이에 배치될 수 있다. 제2 실외팽창밸브(174)는, 제2 열교환기-팽창밸브 연결배관(125)와 과냉각액체배관(112') 사이에 배치될 수 있다.

실외기(21)는, 난방운전 시, 실외측 열교환기(120)에 공급되는 냉매를 실내기(31)로 바이패스 시키기 위한 핫가스 유닛(190)을 더 포함할 수 있다. 핫가스 유닛(90)은, 냉매를 바이패스시키기 위한 핫가스 바이패스 배관(191, 192)과, 핫가스 밸브(193, 194)를 포함할 수 있다. 이때, 제1 핫가스 밸브(193)와 제2 핫가스 밸브(194)는, 선택적으로 동작될 수 있다. 예를 들면, 제1 핫가스 밸브(193)만 개방/폐쇄되거나, 제2 핫가스 밸브(194)만 개방/폐쇄될 수 있다. 한편, 본 실시예에서는, 제1 핫가스 바이패스 배관(191) 및 제2 핫가스 바이패스 배관(192)를 합지시키기 위한 합지밸브(195)가 배치될 수 있다.

실외기(21)는, 액체배관(112)에 배치되는 과냉각유닛(200)을 더 포함할 수 있다. 과냉각유닛(200)은, 과냉각열교환기(201), 액체배관(112)에서 바이패스되고, 과냉각열교환기(201)와 연결되는 과냉각 바이패스배관(202), 과냉각 바이패스배관(202)에 배치되고 유동되는 냉매를 선택적으로 팽창시키는 제1 과냉각팽창밸브(203), 과냉각열교환기(201) 및 압축기(110)를 연결하는 과냉각-압축기 연결배관(204), 과냉각-압축기 연결배관(204)에 배치되고, 유동되는 냉매를 선택적으로 팽창시키는 제2 과냉각팽창밸브(205), 어큐뮬레이터(130)와 과냉각-압축기 연결배관(204)을 연결하는 어큐뮬레이터 바이패스배관(206) 및/또는 어큐뮬레이터 바이패스배관(206)에 유동하는 냉매를 조절하는 과냉각 바이패스밸브(107)를 포함할 수 있다.

실외기(21)는, 액체배관(112)에 배치되는 리시버(210)를 더 포함할 수 있다. 리시버(210)는, 순환되는 냉매의 양을 조절하기 위해 액냉매를 저장할 수 있다. 리시버(210)는, 어큐뮬레이터(30)에서 액냉매가 저장되는 것과 별도로 액냉매를 저장할 수 있다. 예를 들면, 리시버(210)는, 순환되는 냉매의 양이 부족한 경우 어큐뮬레이터(130)에 냉매를 공급할 수 있고, 순환되는 냉매의 양이 많은 경우 냉매를 회수하여 저장할 수 있다.

리시버(210)는, 냉매를 저장하는 리시버탱크(211)와, 냉매의 유동을 단속하는 리시버밸브(213, 215)를 포함할 수 있다.

제1 리시버연결배관(112)은, 리시버탱크(211)와 과냉각액체배관(112')을 서로 연결할 수 있다. 제1 리시버 연결배관(112)에는, 냉매의 유동을 조절하는 제1 리시버밸브(213)가 배치될 수 있다.

제2 리시버연결배관(114)은, 리시버탱크(211)와 어큐뮬레이터(130)을 서로 연결할 수 있다. 제2 리시버 연결배관(114)에는, 냉매의 유동을 조절하는 제2 리시버밸브(215)가 배치될 수 있다.

실내기(31a 내지 31c)는, 실내에 배치되어 냉/난방 기능을 수행하는 실내측 열교환기(33a 내지 33c), 공급되는 냉매가 팽창되는 실내팽창밸브(35a 내지 35c), 실내측 열교환기(33a 내지 33c)의 일측에 배치되어 냉매의 방열을 촉진시키는 실내팬(미도시)과 실내팬을 회전시키는 실내팬용 모터(미도시)로 이루어진 실내 송풍기(미도시), 다수의 센서(미도시) 등을 포함할 수 있다. 실내측 열교환기(33a 내지 33c)는, 실내기(31a 내지 31c)에 각각 적어도 하나가 설치될 수 있다.

공기조화기(100)는, 가스배관 서비스밸브(113)와 제1 분배기(242)를 연결하는 가스배관 연결관(241) 및 액체배관 서비스밸브(114)와 제2 분배기(252)를 연결하는 액체배관 연결관(251)을 포함할 수 있다.

제1 분배기(245)는, 제1 내지 제3 가스분지관(243, 244, 245)을 통해, 실내측 열교환기(33a 내지 33c)와 연결될 수 있다. 제2 분배기(252)는, 제1 내지 제3 액체분지관(253, 254, 255)을 통해, 실내측 열교환기(33a 내지 33c)와 연결될 수 있다.

공기조화기(100)는, 실내를 냉방시키는 냉방기로 구성되는 것도 가능하고, 실내를 냉방시키거나 난방시키는 히트 펌프로 구성되는 것도 가능하다.

도 3은, 본 발명의 일 실시예에 따른, 공기조화기의 블록도이다.

도 3을 참조하면, 공기조화기(100)는, 센서부(310), 통신부(320), 팬 구동부(330), 압축기 구동부(340), 저장부(350), 출력부(360) 및/또는 제어부(370)를 포함할 수 있다. 본 발명의 다양한 실시예에 따른 공기조화기(100)는, 도 3에 도시되지 않은 다양한 구성들을 더 포함할 수 있다.

통신부(310)는, 적어도 하나의 통신 모듈을 포함할 수 있다. 통신부(310)는, 실외기(21)와 실내기(31)에 각각 구비될 수 있고, 실외기(21)와 실내기(31)는 상호 간에 데이터를 송수신할 수 있다. 예를 들면, 실외기(21)와 실내기(31)의 통신 방식은, 전력선을 이용한 통신 방식, 시리얼 통신 방식(예: RS-485 통신), 냉매 배관을 통한 유선 통신 방식뿐만 아니라, 와이파이(Wi-fi), 블루투스(Bluetooth), 비콘(Beacon), 지그비(zigbee)등의 무선 통신 방식일 수도 있다.

한편, 통신부(310)는, 외부 장치와 상호 간에 데이터를 송수신할 수 있다. 예를 들면, 통신부(310)는, 외부 장치(예: 이동 단말기)와 무선 통신 채널을 수립할 수 있고, 수립된 무선 통신 채널을 통해 공기조화기(100)에 구비된 각 구성에 대한 상태, 에러 발생 여부 등에 대한 데이터를 송수신할 수 있다. 통신부(310)는, 외부 네트워크에 연결된 서버에 접속하여 데이터를 송수신할 수도 있다.

센서부(320)는, 복수의 센서를 구비할 수 있고, 복수의 센서를 통해 검출된 검출 값에 대한 데이터를 제어부(370)로 전송할 수 있다. 예를 들면, 센서부(320)는, 실외 열교환기(120) 및/또는 실내측 열교환기(33)의 온도를 검출하는 열교환기 온도센서(미도시), 공기조화기(100)의 각 배관을 통해 유동하는 냉매의 압력을 검출하는 압력센서(미도시), 공기조화기(100)의 각 배관을 통해 유동하는 냉매의 온도를 검출하는 배관 온도센서(미도시), 실내의 온도를 검출하는 실내 온도센서(미도시), 실외의 온도를 검출하는 실외 온도센서(미도시) 등을 포함할 수 있다.

저장부(330)는, 제어부(370) 내의 각 신호 처리 및 제어를 위한 프로그램이 저장될 수도 있고, 신호 처리된 음성 또는 데이터 신호를 저장할 수도 있다. 예를 들면, 저장부(330)는 제어부(370)에 의해 처리 가능한 다양한 작업들을 수행하기 위한 목적으로 설계된 응용 프로그램들을 저장하고, 제어부(370)의 요청 시, 저장된 응용 프로그램들 중 일부를 선택적으로 제공할 수 있다. 저장부(330)에 저장되는 프로그램 등은, 제어부(370)에 의해 실행될 수 있는 것이라면 특별히 한정하지 않는다.

도 3의 저장부(330)가 제어부(370)와 별도로 구비된 실시예를 도시하고 있으나, 본 발명의 범위는 이에 한정되지 않으며, 제어부(370) 내에 저장부(330)가 포함될 수도 있다.

저장부(330)는, 공기조화기(100)에 구비된 각 구성과 관련된 데이터를 저장할 수 있다. 예를 들면, 저장부(330)는, 센서부(320)에 구비된 복수의 센서로부터 검출된 검출 값에 대한 데이터를 저장할 수 있다. 예를 들면, 저장부(330)는, 압축기(110)의 운전주파수, 압축기(110)에 유입되는 냉매의 압력(이하, 압축기 저압), 압축기(110)에서 토출되는 냉매의 압력(이하, 압축기 고압) 등에 대한 데이터를 저장할 수 있다. 예를 들면, 저장부(330)는, 팬(351)의 회전 수, 전자식 팽창밸브(EEV) 각각의 개도량, 과열도, 과냉도 등에 대한 데이터를 저장할 수 있다. 예를 들면, 저장부(330)는, 공기조화기(100)가 소비하는 전력량 등에 대한 적어도 하나의 데이터베이스를 저장할 수 있다.

압축기 구동부(340)는, 압축기(110)를 구동할 수 있다. 예를 들면, 압축기 구동부(340)는, 교류 전원을 직류 전원으로 정류하여 출력하는 정류부(미도시), 정류부로부터의 맥동 전압을 저장하는 dc 단 커패시터, 복수의 스위칭 소자를 구비하여, 평활된 직류 전원을 소정 주파수의 3상 교류 전원으로 변환 및 출력하는 인버터(미도시) 및/또는 인버터로부터 출력되는 3상 교류 전원에 따라, 압축기(110)를 구동하는 압축기용 모터(미도시)를 포함할 수 있다.

압축기 구동부(340)는, 제어부(370)의 제어에 따라, 압축기(110)의 운전 주파수를 변경할 수 있다. 예를 들면, 압축기 구동부(340)는, 제어부(370)의 제어에 따라, 압축기용 모터로 출력되는 3상 교류 전원의 주파수를 변경하여, 압축기(110)의 운전 주파수를 변경할 수 있다.

팬 구동부(350)는, 공기조화기(100)에 구비된 팬(351)을 구동할 수 있다. 예를 들면, 팬 구동부(350)는, 실외팬(161) 및/또는 실내팬(미도시)를 구동할 수 있다. 예를 들면, 팬 구동부(350)는, 교류 전원을 직류 전원으로 정류하여 출력하는 정류부(미도시), 정류부로부터의 맥동 전압을 저장하는 dc 단 커패시터, 복수의 스위칭 소자를 구비하여, 평활된 직류 전원을 소정 주파수의 3상 교류 전원으로 변환 및 출력하는 인버터(미도시) 및/또는 인버터로부터 출력되는 3상 교류 전원에 따라 팬을 구동하는 모터를 포함할 수 있다.

한편, 팬 구동부(350)는, 실외팬(161) 및 실내팬을 구동하기 위한 구성을 각각 구분하여 구비할 수 있다.

팬 구동부(350)는, 제어부(370)의 제어에 따라, 팬(351)의 회전수를 변경할 수 있다. 예를 들면, 팬 구동부(350)는, 제어부(370)의 제어에 따라, 실외팬용 모터로 출력되는 3상 교류 전원의 주파수를 변경하여, 실외팬(161)의 회전수를 변경할 수 있다. 예를 들면, 팬 구동부(350)는, 제어부(370)의 제어에 따라, 실내팬용 모터로 출력되는 3상 교류 전원의 주파수를 변경하여, 실내팬의 회전수를 변경할 수 있다.

출력부(360)는, 디스플레이(미도시), 발광 다이오드(Light Emitting Diode: LED) 등의 표시 장치를 구비할 수 있고, 표시 장치를 통해 공기조화기(100)의 운전 상태, 에러 발생 등과 관련된 동작 상태를 표시할 수 있다.

출력부(360)는, 스피커, 버저 등의 오디오 장치를 구비할 수 있고, 오디오 장치를 통해 공기조화기(100)의 운전 상태에 대한 효과음을 출력할 수 있고, 에러 발생시 소정의 경고음을 출력할 수 있다.

제어부(370)는, 공기조화기(100)에 구비된 각 구성과 연결될 수 있고, 각 구성의 전반적인 동작을 제어할 수 있다. 제어부(370)는, 공기조화기(100)에 구비된 각 구성과 상호 간에 데이터를 송수신할 수 있다. 제어부(370)는, 실외기(21) 뿐만 아니라, 실내기(31) 및/또는 중앙제어기 중 적어도 어느 하나에 구비될 수도 있다. 예를 들어, 실외기(21), 실내기(31) 및 중앙제어기는, 각각 동작을 제어하는 제어부(370)를 포함할 수 있다.

제어부(370)는, 적어도 하나의 프로세서를 포함할 수 있다. 여기서, 프로세서는 CPU(central processing unit)과 같은 일반적인 프로세서일 수 있다. 물론, 프로세서는 ASIC과 같은 전용 장치(dedicated device)이거나 다른 하드웨어 기반의 프로세서일 수 있다.

제어부(370)는, 공기조화기(100)에 구비된 각 구성과 관련된 데이터를 딥 러닝(deep learning) 등 머신 러닝(machine learning)을 통해 학습하여, 학습 모델을 생성할 수 있다. 제어부(370)는, 공기조화기(100)에 구비된 각 구성과 관련된 데이터와 기 학습된 학습모델을 이용하여, 공기조화기(100)에 구비된 각 구성을 제어할 수 있다. 이하, 도 4를 참조하여, 딥 러닝에 대해서 상세히 설명하도록 한다.

도 4는, 본 발명의 일 실시 예에 따른, 딥 러닝(deep learning)에 대한 설명에 참조되는 도면이다.

머신 러닝은, 컴퓨터에게 사람이 직접 로직(logic)을 지시하지 않아도 데이터를 통해 컴퓨터가 학습을 하고, 이를 통해 컴퓨터가 문제를 해결하게 하는 것을 의미한다.

딥 러닝은, 인공신경망(Artificial Neural Networks, ANN) 등을 기반으로 컴퓨터에게 사람의 사고방식을 가르치는 방법으로, 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술을 의미한다. 인공신경망(ANN)은 소프트웨어 형태로 구현되거나 칩(chip) 등 하드웨어 형태로 구현될 수 있다. 예를 들면, 인공신경망(ANN)은, 심층신경망(Deep Neural Network, DNN), 합성곱신경망(Convolutional Neural Network, CNN), 순환신경망(Recurrent Neural Network, RNN), 심층신뢰신경망(Deep Belief Network, DBN) 등 다양한 종류의 알고리즘을 포함할 수 있다.

도 4를 참조하면, 인공신경망(ANN)은 입력 레이어(input layer), 히든 레이어(hiddent layer), 및 출력 레이어(output layer)를 포함할 수 있다. 각 레이어는 복수의 노드들을 포함하고, 각 레이어는 다음 레이어와 연결될 수 있으며, 인접한 레이어 사이의 노드들은 웨이트(weight)를 가지고 서로 연결될 수 있다.

컴퓨터는, 데이터로부터 일정한 패턴을 발견해 특징 맵(feature map)을 형성할 수 있고, 하위레벨 특징부터, 중간레벨 특징, 상위레벨 특징까지 추출하여, 대상을 인식하고 그 결과를 출력할 수 있다.

또한, 각 노드들은 활성화 모델에 기초하여 동작할 수 있고, 활성화 모델에 따라 입력 값에 대응하는 출력 값이 결정될 수 있다.

임의의 노드, 예를 들어, 하위레벨 특징의 출력 값은 해당 노드와 연결된 다음 레이어, 예를 들어, 중간레벨 특징의 노드로 입력될 수 있다. 다음 레이어의 노드, 예를 들어, 중간레벨 특징의 노드는 하위레벨 특징의 복수의 노드로부터 출력되는 값들을 입력 받을 수 있다.

이때, 각 노드의 입력 값은 이전 레이어의 노드의 출력 값에 웨이트(weight)가 적용된 값일 수 있다. 웨이트(weight)는 노드 간의 연결 강도를 의미할 수 있다. 또한, 딥러닝 과정은 적절한 웨이트(weight), 바이어스(bias)를 찾아내는 과정으로도 볼 수 있다.

한편, 임의의 노드, 예를 들어, 중간레벨 특징의 출력 값은 해당 노드와 연결된 다음 레이어, 예를 들어, 상위레벨 특징의 노드로 입력될 수 있다. 다음 레이어의 노드, 예를 들어, 상위레벨 특징의 노드는 중간레벨 특징의 복수의 노드로부터 출력되는 값들을 입력 받을 수 있다.

인공신경망(ANN)은 각 레벨에 대응하는 학습된 레이어(layer)를 이용하여, 각 레벨에 대응하는 특징 정보를 추출할 수 있다. 인공신경망(ANN)은 순차적으로 추상화하여, 가장 상위 레벨의 특징 정보를 활용하여 소정 대상을 인식할 수 있다.

한편, 인공신경망(ANN)의 학습은 입력 데이터에 대하여 원하는 출력이 나오도록 노드간 연결선의 웨이트(weight)를 조정함으로써 이루어질 수 있고, 필요한 경우 바이어스(bias) 값도 조정할 수 있다. 또한, 인공신경망(ANN)은 학습에 의해 웨이트(weight) 값을 지속적으로 업데이트할 수 있다. 또한, 인공신경망(ANN)의 학습에는 역전파(Back-propagation) 등의 방식이 사용될 수 있다.

저장부(330)는, 공기조화기(100)에 구비된 각 구성으로부터 획득한 데이터, 인공신경망(ANN)을 학습하기 위한 데이터 등을 저장할 수 있다. 예를 들면, 저장부(330)는, 인공신경망(ANN)을 학습하기 위한, 공기조화기(100)에 구비된 각 구성에 대한 데이터를 포함하는 데이터베이스, 인공신경망(ANN) 구조를 이루는 웨이트(weight), 바이어스(bias) 등을 저장할 수 있다.

한편, 제어부(370)는, 데이터 획득부(미도시), 모델 학습부(미도시) 및/또는 결과 산출부(미도시)를 포함할 수 있다.

데이터 획득부는, 공기조화기(100)에 구비된 각 구성에 대한 데이터를 획득하고, 획득한 데이터 중 학습 대상인 입력 데이터를 결정할 수 있다.

모델 학습부는, 입력 데이터를 학습하여, 학습 모델을 생성할 수 있다. 모델 학습부는, 공기조화기(100)에 구비된 각 구성에 대한 데이터에 기초하여, 기 생성된 학습 모델을 업데이트할 수 있다.

결과 산출부는, 공기조화기(100)에 구비된 각 구성에 대한 데이터 중 입력 데이터와 기 학습된 학습 모델을 이용하여, 입력 데이터에 대응하는 결과 데이터를 산출할 수 있다.

도 5 내지 도 7은, 본 발명의 일 실시 예에 따른, 공기조화기의 동작방법을 도시한 순서도들이고, 도 8 내지 도 12는, 공기조화기의 동작에 대한 설명에 참조되는 도면들이다.

도 5를 참조하면, 공기조화기(100)는, S510 동작에서, 운전모드가 제1 모드인지 여부를 확인할 수 있다. 여기서, 제1 모드는, 공기조화기(100)에 포함된 구성에 대한 제어와 관련하여 기 학습된 학습모델(이하, 제어 알고리즘)과 무관하게, 공기조화기(100)에 포함된 구성 중 적어도 하나를 제어하는 모드를 의미할 수 있다. 일 실시예에서, 제1 모드는, 일반 운전모드로 명명될 수 있다.

공기조화기(100)는, S520 동작에서, 운전모드가 제1 모드인 경우, 제어 알고리즘과 무관하게, 실외기(21) 및 실내기(31) 중 적어도 하나를 제어할 수 있다. 예를 들어, 공기조화기(100)는, 사용자가 설정한 목표온도와 실내 온도센서를 통해 검출한 실내온도 간의 차이에 따라, 압축기(110)의 운전주파수를 조절할 수 있다. 이때, 공기조화기(100)는, 목표온도와 실내온도 간의 차이가 작아질수록, 압축기(110)의 운전주파수를 감소시킬 수 있다.

공기조화기(100)는, S530 동작에서, 운전모드가 제1 모드로 설정된 동안 획득하는 공기조화기(100)에 구비된 각 구성에 대한 데이터에 기초하여, 공기조화기(100)가 소비하는 실제 전력량과 관련된 학습모델(이하, 전력량 학습모델)을 학습할 수 있다. 여기서, 운전모드가 제1 모드로 설정된 동안 공기조화기(100)가 획득하는 각 구성에 대한 데이터는, 제1 데이터로 명명될 수 있다. 여기서, 전력량 학습모델은, 제1 데이터를 입력 레이어의 인자로 설정하고, 공기조화기(100)가 소비하는 전력량을 의 인자로 설정하여, 제1 데이터와 공기조화기(100)가 소비하는 전력량 출력 레이어간의 상관 관계를 인공신경망(ANN)을 이용하여 학습한 학습모델일 수 있다. 이와 관련하여, 도 6을 참조하여 설명하도록 한다.

도 6을 참조하면, 공기조화기(100)는, S610 동작에서, 소정 시간 동안 제1 데이터를 획득할 수 있다. 예를 들어, 공기조화기(100)는, 압축기(110)의 운전 주파수, 압축기 저압, 압축기 고압, 실외 열교환기(120)의 온도, 실내 열교환기(33)의 온도, 실외온도, 실내온도, 실외팬(161)의 회전속도, 실내팬의 회전속도, 공기조화기(100)에 구비된 실내기(31)의 총 개수 대비 운전 중인 실내기의 개수의 비율(이하, 운전율) 등을, 제1 데이터로 획득할 수 있다.

공기조화기(100)는, S620 동작에서, 전력량 학습모델이 기 생성되었는지 여부를 판단할 수 있다. 예를 들어, 공기조화기(100)는, 전력량 학습모델을 생성하는 경우, 생성된 전력량 학습모델을 저장부(330)에 저장할 수 있다. 이때, 공기조화기(100)는, 저장부(330)에 전력량 학습모델이 저장되어 있는지 여부를 확인하여, 전력량 학습모델이 기 생성되었는지 여부를 판단할 수 있다.

공기조화기(100)는, S630 동작에서, 전력량 학습모델이 기 생성된 경우, 소정 시간 동안 획득한 제1 데이터와 전력량 학습모델에 기초하여, 공기조화기(100)가 소정 시간 동안 소비하는 전력량을 산출할 수 있다. 여기서, 전력량 학습모델을 이용하여 산출되는 전력량은, 예측 전력량으로 명명될 수 있다. 또한, 운전모드가 제1 모드로 설정된 동안 공기조화기(100)가 획득하는 제1 데이터에 기초하여 산출되는 예측 전력량은, 제1 예측 전력량으로 명명될 수 있다. 예를 들어, 공기조화기(100)는, 소정 시간인 10분 동안 획득한 제1 데이터 중, 실외온도, 실내온도, 실외 열교환기(120)의 온도, 운전율 및 실내팬의 회전속도에 기초하여, 예측 전력량을 산출할 수 있다.

한편, 공기조화기(100)는, 소정 시간 동안 공기조화기(100)가 소비하는 실제 전력량을 모니터링할 수 있다. 예를 들어, 공기조화기(100)는, 공기조화기(100)가 소비하는 전력량을 측정하는 외부 장치(10)로부터 수신되는 데이터에 기초하여, 공기조화기(100)가 소비하는 실제 전력량을 확인할 수 있다. 예를 들어, 공기조화기(100)는, 압축기(110)의 운전주파수에 기초하여, 공기조화기(100)가 소비하는 실제 전력량을 확인할 수 있다. 이때, 압축기(110)의 운전주파수가 증가할수록, 공기조화기(100)가 소비하는 실제 전력량도 증가할 수 있다.

공기조화기(100)는, S640 동작에서, 산출된 예측 전력량과 공기조화기(100)가 소비하는 실제 전력량 간의 차이가 기 설정된 기준 이상인지 여부를 판단할 수 있다. 예를 들어, 공기조화기(100)는, 산출된 예측 전력량과 공기조화기(100)가 소비하는 실제 전력량 간의 차이가, 실제 전력량의 1% 이상인 경우, 기 설정된 기준 이상인 것으로 판단할 수 있다.

공기조화기(100)는, S650 동작에서, 산출된 예측 전력량과 공기조화기(100)가 소비하는 실제 전력량 간의 차이가 기 설정된 기준 이상인 경우, 소정 시간 동안 획득한 제1 데이터에 기초하여, 전력량 학습모델을 재학습할 수 있다.

한편, 공기조화기(100)는, S660 동작에서, 전력량 학습모델이 기 생성되지 않은 경우, 즉, 저장부(330)에 전력량 학습모델이 저장되지 않은 경우, 저장부(330)에 저장된 데이터베이스에 소정 기준 이상의 데이터가 포함되어 있는지 여부를 확인할 수 있다. 예를 들어, 공기조화기(100)는, 기 설정된 최소 기간인 일주일 이상의 기간에 대응하는 데이터가 데이터베이스에 누적된 경우, 소정 기준 이상의 데이터가 데이터베이스에 포함된 것으로 판단할 수 있다.

공기조화기(100)는, S670 동작에서, 소정 기준 이상의 데이터가 데이터베이스에 포함된 경우, 데이터베이스에 포함된 데이터에 기초하여, 전력량 학습모델을 생성할 수 있다. 예를 들어, 공기조화기(100)는, 데이터베이스에 포함된 데이터 중 실외온도, 실내온도, 실외 열교환기(120)의 온도, 운전율 및 실내팬의 회전속도에 기초하여, 소정 시간 동안 공기조화기(100)가 소비하는 전력량을 산출할 수 있다.

공기조화기(100)는, S680 동작에서, 저장부(330)의 데이터베이스를 업데이트할 수 있다. 소정 시간 동안 획득한 제1 데이터와 소정 시간 동안 공기조화기(100)가 소비하는 실제 전력량을, 일시를 고려하여 데이터베이스에 추가할 수 있다. 이때, 공기조화기(100)는, 데이터베이스에 포함된 데이터 중, 현재 시점으로부터 기 설정된 기간(예: 2년)보다 이전에 데이터베이스에 추가된 데이터를 삭제할 수 있다.

한편, 공기조화기(100)는, 소정 시간 동안 공기조화기(100)가 소비하는 실제 전력량과 예측 전력량이 매핑된 데이터로 구성된 데이터베이스(이하, 전력량 데이터베이스)를 더 포함할 수 있다. 이때, 공기조화기(100)는, 운전모드가 제1 모드인 경우, 실제 전력량에 매핑되는 예측 전력량을, 실제 전력량과 동일한 값으로 결정할 수 있다. 즉, 운전모드가 제1 모드인 동안, 예측 전력량과 실제 전력량이 동일한 데이터가 전력량 데이터베이스에 추가될 수 있다.

도 8을 참조하면, 전력량 데이터베이스에는 시간 순서에 따라 데이터가 추가될 수 있다. 예를 들어, 전력량 데이터베이스에 포함된 데이터는, 데이터가 추가된 일시(810, 820, 830)와, 공기조화기(100)가 소비하는 실제 전력량(840)과, 예측 전력량(850)이 포함될 수 있다. 이때, 운전모드가 제1 모드인 동안 전력량 데이터베이스에 추가되는 데이터의 경우, 동일한 값을 가지는 실제 전력량(840)과 예측 전력량(850)이 서로 매핑될 수 있다.

다시 도 5를 참조하면, 공기조화기(100)는, S540 동작에서, 운전모드가 제1 모드가 아닌 제2 모드인 경우, 제어 알고리즘을 이용하여, 실외기(21) 및 실내기(31) 중 적어도 하나를 제어할 수 있다. 여기서, 제2 모드는, 공기조화기(100)에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘을 이용하여, 공기조화기(100)에 포함된 구성 중 적어도 하나를 제어하는 모드를 의미할 수 있다. 일 실시예에서, 제2 모드는, 스마트 운전모드로 명명될 수 있다. 한편, 운전모드가 제2 모드로 설정된 동안 공기조화기(100)가 획득하는 제2 데이터에 기초하여 산출되는 예측 전력량은, 제2 예측 전력량으로 명명될 수 있다.

제어 알고리즘을 이용하여 실외기(21) 및/또는 실내기(31)를 제어하는 내용에 대해서는, 도 13 내지 도 21을 참조하여 후술하도록 한다.

공기조화기(100)는, S550 동작에서, 운전모드가 제2 모드로 설정된 동안 획득하는 공기조화기(100)에 구비된 각 구성에 대한 데이터와, 전력량 학습모델에 기초하여, 소정 기간 동안 절감된 전력량에 대한 소비전력의 절감율을 산출할 수 있다. 여기서, 운전모드가 제2 모드로 설정된 동안 공기조화기(100)가 획득하는 각 구성에 대한 데이터는, 제2 데이터로 명명될 수 있다. 이와 관련하여, 도 7을 참조하여 설명하도록 한다.

도 7을 참조하면, 공기조화기(100)는, S710 동작에서, 소정 시간 동안 제2 데이터를 획득할 수 있다. 예를 들어, 공기조화기(100)는, 압축기(110)의 운전 주파수, 압축기 저압, 압축기 고압, 실외 열교환기(120)의 온도, 실내 열교환기(33)의 온도, 실외온도, 실내온도, 실외팬(161)의 회전속도, 실내팬의 회전속도, 운전율 등을, 제2 데이터로 획득할 수 있다.

공기조화기(100)는, S720 동작에서, 소정 시간 동안 획득한 제2 데이터와 전력량 학습모델에 기초하여, 예측 전력량을 산출할 수 있다. 예를 들어, 공기조화기(100)는, 소정 시간인 10분 동안 획득한 제2 데이터 중, 실외온도, 실내온도, 실외 열교환기(120)의 온도, 운전율 및 실내팬의 회전속도에 기초하여, 예측 전력량을 산출할 수 있다.

공기조화기(100)는, 압축기(110)에 대한 데이터에 기초하여, 예측 전력량을 보정할 수 있다. 예를 들어, 공기조화기(100)는, 제2 모드로 설정된 동안 압축기(110)에 유입되는 냉매에 대한 압축기 저압을 모니터링할 수 있고, 압축기 저압에 대응하는 예측 전력량의 최소값 및 최대값을 결정할 수 있다. 이때, 공기조화기(100)는, 전력량 학습모델에 기초하여 산출된 예측 전력량이 최소값 미만인 경우, 예측 전력량을 최소값으로 보정할 수 있고, 전력량 학습모델에 기초하여 산출된 예측 전력량이 최대값을 초과하는 경우, 예측 전력량을 최대값으로 보정할 수 있다.

공기조화기(100)는, S730 동작에서, 전력량 데이터베이스에 소정 기간 이상의 데이터가 누적되어 있는지 여부를 확인할 수 있다. 예를 들어, 공기조화기(100)는, 사용자가 하루동안 절감된 전력량을 확인하기 위해 소정 기간을 1일로 설정한 경우, 1일치 이상의 데이터가 전력량 데이터베이스에 누적되어 있는지 여부를 확인할 수 있다.

공기조화기(100)는, S740 동작에서, 소정 기간 이상의 데이터가 전력량 데이터베이스에 누적된 경우, 공기조화기(100)가 소정 시간 동안 누적된 실제 전력량과 예측 전력량에 기초하여, 소정 기간 동안 절감된 소비전력의 절감율을 산출할 수 있다. 예를 들어, 공기조화기(100)는, S720 동작에서 산출된 예측 전력량 및 실제 전력량과, 전력량 데이터베이스에 포함된 데이터에 기초하여, 소정 기간 동안 누적된 예측 전력량과 소정 기간 동안 공기조화기(100)가 소비하는 실제 전력량의 차이를, 소비전력의 절감량으로 산출할 수 있다. 이때, 공기조화기(100)는, 소비전력의 절감량을 소정 기간 동안 공기조화기(100)가 소비하는 실제 전력량으로 나눈 값을, 소비전력의 절감율로 산출할 수 있다.

공기조화기(100)는, S750 동작에서, 출력부(360)를 통해, 소정 기간 동안 공기조화기(100)가 소비하는 실제 전력량, 예측 전력량 및/또는 소비전력의 절감율을 포함하는 화면을 출력할 수 있다. 예를 들어, 공기조화기(100)는, 디스플레이를 통해, 소정 기간 동안 공기조화기(100)가 소비하는 실제 전력량에 대응하는 그래프와, 소정 기간 동안 누적된 예측 전력량에 대응하는 그래프와, 소비전력의 절감율을 나타내는 인디케이터를 포함하는 화면을 출력할 수 있다.

도 9를 참조하면, 공기조화기(100)는, 리모컨(900)에 포함된 디스플레이(910)를 통해, 복수의 기간에 대하여, 공기조화기(100)가 소비하는 실제 전력량(920)과 소비전력의 절감량(930)을 함께 출력할 수 있다.

공기조화기(100)가 소비하는 실제 전력량(920)에는, 공기조화기(100)의 일간 소비량(921), 주간 소비량(922), 월간 소비량(923) 및 연간 소비량(924)이 포함될 수 있다. 소비전력의 절감량(930)에는, 공기조화기(100)의 일간 절감량(931), 주간 절감량(932), 월간 절감량(933) 및 연간 절감량(934)이 포함될 수 있다.

한편, 본 개시에서는 리모컨(900)의 디스플레이(910)를 통해 화면을 출력하는 것으로 설명하나, 본 발명이 이에 제한되는 것은 아니며, 실외기(21), 실내기(31) 등에 구비된 디스플레이를 통해 화면을 출력할 수 있다.

다시 도 7을 참조하면, 공기조화기(100)는, S760 동작에서, 전력량 데이터베이스를 업데이트할 수 있다. 공기조화기(100)는, 운전모드가 제2 모드로 설정된 소정 시간 동안 공기조화기(100)가 소비하는 실제 전력량과 예측 전력량이 매핑된 데이터를, 전력량 데이터베이스에 추가될 수 있다.

다시 도 5를 참조하면, 공기조화기(100)는, S560 동작에서, 운전이 종료되는지 여부를 확인할 수 있다. 이때, 공기조화기(100)는, 운전이 종료되기 전까지 운전모드를 확인하고, 운전모드로 설정된 제1 모드 또는 제2 모드에 대응하는 동작을 수행할 수 있다.

한편, 본 발명의 일 실시예에 따르면, 공기조화기(100)는, 운전모드에 따라 리모컨(900)에 포함된 디스플레이(910)를 통해 출력되는 사용자 인터페이스(user interface, UI) 화면을 다양하게 출력할 수 있다. 예를 들어, 공기조화기(100)는, 운전모드가 제1 모드인 일반 운전모드인 경우, 공기조화기(100)가 소비하는 실제 전력량과 관련된 화면을 출력할 수 있다. 예를 들어, 공기조화기(100)는, 운전모드가 제2 모드인 스마트 운전모드인 경우, 공기조화기(100)가 소비하는 실제 전력량 및 전력량 학습모델에 기초하여 산출되는 예측 전력량과 관련된 화면을 출력할 수 있다.

도 10을 참조하면, 공기조화기(100)는, 리모컨(900)에 포함된 디스플레이를 통해, 운전모드를 설정하는 UI 화면(1000)을 출력할 수 있다. 이때, 공기조화기(100)는, 일반 운전모드에 대응하는 화면 영역(1010) 및 스마트 운전모드에 대응하는 화면 영역(1020) 중 하나를 선택하는 사용자 입력에 따라, 운전모드를 결정할 수 있다.

도 11a를 참조하면, 공기조화기(100)는, 사용자 입력에 따라 운전모드가 일반 운전모드로 결정된 경우, 일반 운전모드에 대응하는 UI 화면(1100)을 출력할 수 있다.

일반 운전모드에 대응하는 UI 화면(1100)은, 설정온도 등의 일반 운전모드에서의 공조와 관련된 설정에 대응하는 화면 영역(1110), 일반 운전모드에서 공기조화기(100)가 소비하는 전력량을 줄이는 설정에 대응하는 화면 영역(1120), 일반 운전모드에서 공기조화기(100)가 소비하는 전력량에 대한 모니터링에 대응하는 화면 영역(1130), 및/또는 공기조화기(100)와 관련된 기타 설정에 대응하는 화면 영역(1140)을 포함할 수 있다.

도 11b를 참조하면, 일반 운전모드에서 공기조화기(100)가 소비하는 전력량에 대한 모니터링에 대응하는 화면 영역(1130)을 사용자가 선택한 경우, 공기조화기(100)는, 일반 운전모드에서 공기조화기(100)가 소비하는 전력량을 모니터링하는 UI 화면(1131)(이하, 제1 UI 화면)을 출력할 수 있다.

제1 UI 화면(1131)은, 공기조화기(100)가 소비하는 실제 전력량에 대한 인디케이터를 적어도 하나 포함할 수 있다. 예를 들어, 제1 UI 화면(1131)은, 일반 운전모드에서, 공기조화기(100)가 월간 소비한 실제 전력량에 대한 인디케이터(1132), 주간 소비한 실제 전력량에 대한 인디케이터(1133), 및/또는 일간 소비한 실제 전력량에 대한 인디케이터(1134)를 포함할 수 있다.

한편, 도 12a를 참조하면, 공기조화기(100)는, 사용자 입력에 따라 운전모드가 스마트 운전모드로 결정된 경우, 스마트 운전모드에 대응하는 UI 화면(1200)을 출력할 수 있다.

스마트 운전모드에 대응하는 UI 화면(1200)은, 설정온도 등의 스마트 운전모드에서의 공조와 관련된 설정에 대응하는 화면 영역(1210), 스마트 운전모드에서 공기조화기(100)가 소비하는 전력량을 줄이는 설정에 대응하는 화면 영역(1220), 스마트 운전모드에서 공기조화기(100)가 소비하는 전력량에 대한 모니터링에 대응하는 화면 영역(1230), 및/또는 공기조화기(100)와 관련된 기타 설정에 대응하는 화면 영역(1240)을 포함할 수 있다.

도 12b를 참조하면, 스마트 운전모드에서 공기조화기(100)가 소비하는 전력량에 대한 모니터링에 대응하는 화면 영역(1230)을 사용자가 선택한 경우, 공기조화기(100)는, 스마트 운전모드에서 공기조화기(100)가 소비하는 전력량을 모니터링하는 UI 화면(1231)(이하, 제2 UI 화면)을 출력할 수 있다.

제2 UI 화면(1231)은, 일반 운전모드에서 공기조화기(100)가 소비할 것으로 예상되는 예측 전력량에 대한 인디케이터를 적어도 하나 포함할 수 있다. 예를 들어, 제2 UI 화면(1231)은, 일반 운전모드에서, 공기조화기(100)가 월간 소비할 것으로 예상되는 전력량에 대한 인디케이터(1232), 주간 소비할 것으로 예상되는 전력량에 대한 인디케이터(1234), 일간 소비할 것으로 예상되는 전력량에 대한 인디케이터(1236)를 포함할 수 있다.

제2 UI 화면(1231)은, 스마트 운전모드에서 공기조화기(100)가 소비하는 실제 전력량에 대한 인디케이터를 적어도 하나 포함할 수 있다. 예를 들어, 제2 UI 화면(1231)은, 스마트 운전모드에서, 공기조화기(100)가 월간 소비한 실제 전력량에 대한 인디케이터(1233), 주간 소비한 실제 전력량에 대한 인디케이터(1235), 및/또는 일간 소비한 실제 전력량에 대한 인디케이터(1237)를 포함할 수 있다.

제2 UI 화면(1231)은, 스마트 운전모드로 설정된 소정 기간 동안 절감된 전력량의 절감율에 대한 인디케이터를 포함할 수 있다. 예를 들어, 제2 UI 화면(1231)은, 스마트 운전모드로 설정된 한 달 동안 절감된 전력량의 절감율, 스마트 운전모드로 설정된 한 주 동안 절감된 전력량의 절감율, 및/또는 스마트 운전모드로 설정된 하루동안 절감된 전력량의 절감율을 포함할 수 있다.

도 13 내지 도 21은, 공기조화기에 포함된 구성의 제어에 사용되는 제어 알고리즘에 관한 설명에 참조되는 도면들이다.

도 13 및 도 14를 참조하면, 복수의 공기조화기(100)는, 다양한 환경에 설치되어, 공기조화기(100)에서 측정되거나 입력된 실내온도, 실내습도, 실외온도, 실외습도, 사용자가 설정한 목표온도(이하, 설정온도) 등에 대한 데이터를 서버(60)에 전송할 수 있다.

서버(60)는, 복수의 공기조화기(100)로부터 획득한 데이터를 데이터베이스로 구성할 수 있고, 데이터베이스에 포함된 데이터들을 이용하여, 공기조화기(100)에 포함된 실내기(31)가 각각 배치되는 실내공간의 환경(이하, 실내환경)을 복수의 클러스터로 클러스터링(clustering)할 수 있다. 여기서, 복수의 클러스터는, 실내환경의 온도, 습도 및 설정온도와 실내온도의 차이를 바탕으로 분류한 집합군을 의미할 수 있다. 예를 들어, 서버(60)는, 설정온도와 실내온도 차이값을 기준으로 실내환경을 복수의 클러스터로 클러스터링할 수 있다. 이때, 복수의 공기조화기(100)로부터 수집된 데이터는, 설정온도에 수렴된 상태인 데이터의 비율이 높을 수 있으므로, 서버(60)는 실내환경의 상태별 데이터를 샘플링하여 클러스터링할 수도 있다.

복수의 공기조화기(100)로부터 수신된 데이터 중에서 실내습도에 대한 데이터가 없는 경우, 서버(60)는, 실내온도와 실외습도로부터 실내습도를 연산할 수 있다.

도 14를 참조하면, 서버(60)는, 실내온도, 실내습도, 및 실내온도와 설정온도의 차이를 입력값으로 하여, 실내환경을 6개의 클러스터로 클러스터링할 수 있다. 이때, 6개의 클러스터는, 현열부하와 잠열부하에 기초하여 구분될 수 있다. 즉, 실내환경은, 현열부하와 잠열부하가 잘 처리되고 있는 공간, 현열부하와 잠열부하 중 일부만이 잘 처리되고 있는 공간, 현열부하와 잠열부하 모두에 대한 처리가 요구되는 공간 등으로 클러스터링될 수 있다.

실내환경을 클러스터링하는 방식은, 특성이 비슷한 데이터끼리 묶어주는 방식이 사용될 수 있다. 즉, 비슷한 온도/습도 또는 실내온도와 설정온도 간의 차이를 바탕으로, 실내기(31)에 요구되는 부하범위가 유사한 범위를 묶어주는 학습방식이 사용될 수 있다. 실내환경을 분할하는 방법은, 라벨링(Labeling)이 되어있지 않은 데이터를 묶는 경우가 일반적이므로, 비지도학습(Unsupervised learning) 학습 방법이 사용될 수 있다.

서버(60)는, 실내환경을 클러스터링하기 위해, 데이터를 여러 파티션으로 나누는 K-means 알고리즘 클러스터링을 사용할 수 있다. K-means 알고리즘 클러스터링은, n개의 중심점을 찍은 후, 이 중심점에서 각 점 간의 거리의 합이 가장 최소화가 되는 중심점 n의 위치를 찾고, 이 중심점에서 가까운 점들을 중심점을 기준으로 묶어 분류하는 방식을 의미할 수 있다.

도 15a 내지 도 15b를 참조하면, 실내환경은, 현열부하와 잠열부하가 모두 잘 처리되고 있는 제1 클러스터레벨(LV1), 현열부하는 잘 처리되고 있으나 잠열부하의 척리가 필요한 제2 클러스터레벨(LV2), 잠열부하는 잘 처리되고 있으나 현열부하의 처리가 필요한 제3 클러스터레벨(LV3), 현열부하와 잠열부하 모두에 대한 처리가 요구되는 제4 클러스터레벨(LV4), 및 많은 부하의 처리가 필요한 제5 클러스터레벨(LV5)로 클러스터링될 수 있다.

도 12a를 참조하면, 클러스터레벨이 증가할수록 해당 실내공간의 사용자가 불쾌감을 느끼는 정도가 증가될 수 있다. 또한, 제1 클러스터레벨(LV1)과 제2 클러스터레벨(LV2)은, 실내온도가 설정온도 이하로 형성되므로, 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)에 비해 사용자가 불쾌감을 덜 느끼는 범위일 수 있다.

한편, 클러스터레벨이 높을수록 많은 부하가 요구될 수 있다. 다만, 이는 하나의 실시예에 따른 것으로, 클러스터레벨이 낮을수록 많은 부하가 요구되는 것으로 분류하는 것도 가능하다.

도 12a는 냉방모드에서의 실내환경의 분류이고, 도 12b는 난방모드에서의 실내환경의 분류이다. 도 12b와 같은 난방모드에서도, 클러스터레벨이 증가할수록 사용자가 불쾌감을 느끼는 정도가 증가될 수 있다. 도 12b에서도, 제1 클러스터레벨(LV1)과 제2 클러스터레벨(LV2)은, 실내온도가 설정온도 이상으로 형성되므로, 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)에 비해 사용자가 불쾌감을 덜 느끼는 범위일 수 있다.

서버(60)는, 실내환경을 클러스터링하는 학습모델(이하, 클러스터링 학습모델)을 생성하여 공기조화기(100)에 전달할 수 있다. 공기조화기(100)는, 서버(60)로부터 수신된 클러스터링 학습모델에 기초하여, 실내기(31)에 대응하는 클러스터를 결정할 수 있다. 예를 들어, 공기조화기(100)는, 실내기(31)가 배치된 실내공간의 실내온도, 실내습도, 설정온도와 실내온도 간의 차이를 확인하고, 클러스터링 학습모델을 이용하여, 실내기(31)에 대응하는 클러스터를 결정할 수 있다.

공기조화기(100)는, 실내기(31)에 대응하는 실내환경의 변화를 고려하여, 실내기(31)에 대응하는 클러스터를 보정할 수 있다.

도 16을 참조하면, 공기조화기(100)는, S1610 동작에서, 기 설정된 실내기(31)에 대응하는 클러스터에 따라, 실내기(31)의 동작에 관한 제어를 수행할 수 있다. 예를 들어, 공기조화기(100)는, 실내기(31)에 대응하는 클러스터가 제1 클러스터레벨(LV1)로 기 설정된 경우, 제1 클러스터레벨(LV1)에 대응하는 제어 알고리즘에 기초하여, 공기조화기(100)에 포함된 구성 중 적어도 일부를 제어할 수 있다. 클러스터레벨에 대응하는 제어 알고리즘에 대해서는, 도 15 내지 18을 참조하여 후술하도록 한다.

공기조화기(100)는, S1620 동작에서, 운전을 수행하는 동안, 실내환경에 대한 데이터를 획득할 수 있다. 예를 들어, 공기조화기(100)는, 실내기(31)가 동작하는 동안, 실내공간의 실내온도, 실내습도, 설정온도와 실내온도 간의 차이에 대한 데이터를 획득할 수 있다.

이때, 공기조화기(100)는, 획득한 데이터가 클러스터의 결정에 미치는 영향을 일정 수준으로 맞추기 위해, 데이터를 전처리할 수 있다. 예를 들어, 각 데이터 간의 스케일(scale) 차이를 고려하여, 공기조화기(100)는, 복수의 데이터를 단일 데이터로 변환하기 위해, 데이터의 입력값(x)에 대해 이하 수학식 1을 이용하는 min-max 스케일링을 수행할 수 있다.

공기조화기(100)는, S1630 동작 및 S1640 동작에서, 실내기(31)의 동작에 관한 제어를 수행하는 동안, 복수의 클러스터 중 실내기(31)가 배치된 실내환경의 현재 상태에 해당하는 클러스터레벨을 결정할 수 있다. 공기조화기(100)는, 운전을 수행하는 동안 획득한 데이터와 클러스터링 학습모델에 기초하여, 소정 주기에 따라 실내환경의 현재 상태에 해당하는 클러스터레벨을 결정할 수 있다.

예를 들어, 공기조화기(100)는, 이하 수학식 2를 이용하는 맨해튼 거리 계산을 수행하여, 획득한 데이터와 복수의 클러스터 간의 인접도를 확인할 수 있고, 확인된 인접도와 클러스터링 모델을 이용하여 실내환경의 현재 상태에 해당하는 클러스터레벨을 결정할 수 있다.

공기조화기(100)는, S1650 동작에서, 실내기(31)의 동작이 종료되는 경우, 실내기(31)에 대응하는 클러스터를 보정할 수 있다.

공기조화기(100)는, 운전을 수행하는 동안 클러스터레벨을 결정한 총 횟수 대비 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)이 차지하는 비중을 고려하여, 실내기(31)에 대응하는 클러스터를 보정할 수 있다. 예를 들어 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)이 차지하는 비중이 50% 이상인 경우, 공기조화기(100)는, 실내기(31)에 대응하는 것으로 기 설정된 클러스터를, 클러스터레벨이 한 단계 높은 클러스터로 상향 보정할 수 있다. 즉, 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)의 비중이 큰 경우, 공기조화기(100)가 운전을 수행하는 동안 사용자가 불쾌감은 느끼는 시간이 긴 것으로, 실내기(31)의 동작에도 사용자의 쾌적도가 빠르게 변동되지 않는 것으로 판단할 수 있다. 따라서, 실내기(31)에 대응하는 클러스터의 클러스터레벨을 상향하여, 이후 실내기(31) 동작 시 실내공간의 쾌적도를 사용자가 원하는 쾌적도로 빠르게 변경할 수 있다.

한편, 공기조화기(100)는, 이전에 운전을 수행한 결과에 기초하여, 클러스터에 대한 보정의 정확도를 높일 수 있다. 공기조화기(100)는, 실내기(31)의 복수의 작동주기에서 측정된 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)의 비중을 고려하여, 실내기(31)에 대응하는 클러스터를 보정할 수 있다. 여기서, 실내기(31)의 작동주기란, 실내기(31)의 작동이 시작된 시점부터 실내기(31)의 작동이 종료되는 시점까지를 이르는 의미일 수 있다. 따라서, 복수의 작동주기는, 실내기(31)의 작동의 개시 및 종료가 복수회로 진행된 것을 의미할 수 있다.

도 17을 참조하면, 최근에 작동이 완료된 운전을 실내기(31)의 제1 작동주기(d0), 제1 작동주기(d0) 이전에 완료된 운전을 실내기(31)의 제2 작동주기(d1), 제2 작동주기(d1)의 이전에 완료된 운전을 실내기(31)의 제3 작동주기(d2)로 설정할 수 있다.

실내기(31)의 제1 작동주기(d0)에서의 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)이 측정된 비율(d0)에 최대치의 가중치가 부여되고, 실내기(31)의 제3 작동주기(d2)에서의 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)이 측정된 비율(d2)에 최소치의 가중치가 부여될 수 있다. 또한, 실내기(31)의 제2 작동주기(d2)에서의 제3 클러스터레벨(LV3) 내지 제5 클러스터레벨(LV5)이 측정된 비율(d1)에 중간치의 가중치가 부여될 수 있다.

공기조화기(100)는, 이하 수학식 3과 유사하게, 각 작동주기에 대하여 가중치를 부여한 결과에 기초하여, 복수의 작동주기 동안의 실내상태(dt)를 판단할 수 있다. 본 실시예에서는, 3회의 작동주기에 기초하여 설명하나, 본 발명이 이에 제한되지 않는다.

공기조화기(100)는, 복수의 작동주기 동안의 실내상태(dt)가 0.5 이상인 경우, 실내기(31)에 대응하는 클러스터를, 클러스터레벨이 한 단계 높은 클러스터로 상향 보정할 수 있다.

다른 일 실시예에서, 공기조화기(100)는, 실내기(31)의 동작하는 동안 소정 시간 간격으로 클러스터를 결정한 결과를 수집하고, 수집된 클러스터에 대응하는 클러스터레벨의 평균값이 소정 기준보다 높은 경우, 클러스터를 보정할 수도 있다.

예를 들어, 클러스터레벨이 가장 높은 영역인 제5 클러스터레벨(LV5)의 값은 1로 설정되고, 클러스터레벨이 가장 낮은 영역인 제1 클러스터레벨(LV1)의 값은 0으로 설정되며, 제2 내지 제4 클러스터레벨(LV2 내지 LV4)의 값은 균등 분배될 때, 소정 기준이 0.5로 설정될 수 있다. 이때, 클러스터의 평균값이 소정 기준인 0.5보다 높을 때, 실내기(31)의 클러스터를 보정할 수 있다.

공기조화기(100는, 복수의 실내기(31a, 31b, 31c)가 설치된 복수의 실내공간 각각에 대하여, 클러스터를 결정 및 보정할 수 있다.

도 18 및 도 19를 참조하여, 클러스터에 대응하는 적어도 하나의 제어 알고리즘을 이용하여, 실외기(21) 및 적어도 하나의 실내기(31) 중 적어도 하나를 제어하는 방식에 대한 일 실시예에 대하여 설명하도록 한다. 이하에서는, 일 실시예에 따라, 공기조화기(100)가 복수의 실내기(31a, 31b, 31c)를 포함하는 경우에 대하여 설명하나, 본 발명이 이에 제한되지 않는다.

도 18을 참조하면, 공기조화기(100)는, S1810 동작에서, 운전모드가 제2 모드로 설정된 경우, 복수의 실내기(31a, 31b, 31c) 각각에 대하여, 실내기별 클러스터를 결정할 수 있다.

공기조화기(100)는, S1820 동작에서, 복수의 실내기(31a, 31b, 31c)가 배치된 각각의 실내공간에 대한, 실내기별 데이터를 획득할 수 있다. 예를 들어, 공기조화기(100)는, 실외기(21)와 연결된 복수의 실내기(31a, 31b, 31c) 중에서 현재 동작 중인 실내기의 개수, 실내공간의 실내온도, 실내습도, 설정온도 등에 대한 데이터를 획득할 수 있다. 예를 들어, 공기조화기(100)는, 적어도 하나의 센서, 카메라 등을 통해, 복수의 실내기(31a, 31b, 31c)가 배치된 실내공간 각각에 존재하는 재실자의 인원수에 대한 데이터를 획득할 수 있다.

공기조화기(100)는, S1830 동작에서, 복수의 실내기(31a, 31b, 31c)에 대하여 실내기별 동작을 제어할 수 있다.

공기조화기(100)는, 복수의 실내기(31a, 31b, 31c)의 운전율에 기초하여, 복수의 실내기(31a, 31b, 31c)에서 요구되는 전체 부하를 판단할 수 있고, 판단된 전체부하에 따라 압축기(110)에서 토출되는 냉매량을 조절할 수 있다.

공기조화기(100)는, 실내기별 클러스터에 따라, 복수의 실내기(31a, 31b, 31c)에 포함된 실내팽창밸브(35a 내지 35c)를 각각 조절할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 기 설정된 클러스터에 대한 데이터를 복수의 실내기(31a, 31b, 31c)에 각각 전달할 수 있다. 이때, 복수의 실내기(31a, 31b, 31c)는, 클러스터레벨이 높을수록 유동하는 냉매량이 많아지도록 실내팽창밸브(35a 내지 35c)를 조절하고, 클러스터레벨이 낮을수록 유동하는 냉매량이 줄어들도록 실내팽창밸브(35a 내지 35c)를 조절할 수 있다.

공기조화기(100)는, 실내기별 클러스터에 따라, 복수의 실내기(31a, 31b, 31c)에 포함된 실내팬 및/또는 베인을 각각 조절할 수 있다.

공기조화기(100)는, S1840 동작에서, 기 설정된 설정시간이 결과되는지 여부를 판단할 수 있다. 여기서, 설정시간은, 복수의 실내기(31a, 31b, 31c)에 대한 설정의 변경 사항을 업데이트하는 주기에 대응하는 시간을 의미할 수 있다.

공기조화기(100)는, S1850 동작에서, 복수의 실내기(31a, 31b, 31c) 각각에 대하여, 실내기별 클러스터의 변동을 확인할 수 있다. 예를 들어, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c) 중 적어도 하나가 설정시간 동안 작동주기가 완료됨에 따라, 실내기별 클러스터 중 적어도 하나가 변경되는지 여부를 확인할 수 있다.

공기조화기(100)는, S1860 동작에서, 복수의 실내기(31a, 31b, 31c) 각각에 대한 과열도의 변동을 확인할 수 있다. 여기서, 과열도의 변동이란, 실내공간에 존재하는 재실자의 인원수의 변동에 따라 따라 추가적으로 요구되거나 감소되는 열량을 의미할 수 있다. 예를 들어, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c)가 배치된 실내공간 중 적어도 하나에서, 설정시간 동안 재실자의 인원수가 변동되는지 여부를 확인할 수 있다.

도 19를 참조하면, 인원수 변동을 기준으로 과열도의 변동이 결정될 수 있다. 도 19에서 A0는, 최고로 요구되는 과열도이고, A4는 최소로 요구되는 과열도일 수 있다.

실내기(31)에 대응하는 클러스터의 클러스터레벨이 높을수록 과열도가 높게 형성될 수 있다. 또한, 동일한 클러스터레벨인 경우에도, 인원수 변동의 증감폭에 따라 과열도가 변동될 수 있다. 또한, 클러스터레벨이 낮을수록, 목표 과열도가 인원수 변동에 따라 쉽게 변동될 수 있다.

공기조화기(100)는, S1870 동작에서, 실내기별 클러스터의 변동 및/또는 과열도의 변동을 고려하여, 복수의 실내기(31a, 31b, 31c)에 대하여 실내기별 동작을 제어할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 변경된 클러스터에 대한 데이터를, 복수의 실내기(31a, 31b, 31c) 중 클러스터가 변경된 실내기에 각각 전달할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 변경된 과열도에 대한 데이터를, 복수의 실내기(31a, 31b, 31c) 중 과열도가 변경된 실내기에 각각 전달할 수 있다.

이때, 복수의 실내기(31a, 31b, 31c)는, 변경된 클러스터 및/또는 변경된 과열도에 따라 실내팽창밸브(35a 내지 35c)를 조절할 수 있다. 또한, 복수의 실내기(31a, 31b, 31c)는, 변경된 클러스터 및/또는 변경된 과열도에 따라 실내팬 및/또는 베인을 조절할 수 있다.

공기조화기(100)는, S1880 동작에서, 제어 알고리즘을 이용하는 운전이 종료되는지 여부를 판단할 수 있다. 예를 들어, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c)의 동작이 모두 정지되는 경우, 또는, 운전모드가 제2 모드에서 제1 모드로 변경되는 경우, 제어 알고리즘을 이용하는 운전이 종료되는 것으로 판단할 수 있다.

한편, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c) 각각이 소비하는 전력량을 전력량 데이터베이스에 추가할 수 있다. 예를 들어, 공기조화기(100)는, 공기조화기(100)가 소비하는 실제 전력량 및/또는 예측 전력량을, 클러스터레벨, 동작 시간, 실내팬의 회전속도 등에 따라 복수의 실내기(31a, 31b, 31c) 각각에 대하여 분배할 수 있다. 이때, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c) 각각에 대하여 분배된 실제 전력량 및/또는 예측 전력량을, 복수의 실내기(31a, 31b, 31c) 각각이 소비하는 전력량으로 결정할 수 있다.

한편, 도 20 및 도 21을 참조하여, 냉매의 유량을 결정하는 것과 관련된 적어도 하나의 제어 알고리즘을 이용하여, 실외기(21) 및 적어도 하나의 실내기(31) 중 적어도 하나를 제어하는 방식에 대한 일 실시예에 대하여 설명하도록 한다. 이하에서는, 일 실시예에 따라, 공기조화기(100)가 복수의 실내기(31a, 31b, 31c, 31d)를 포함하는 경우에 대하여 설명하나, 본 발명이 이에 제한되지 않는다.

도 20을 참조하면, 복수의 실내기(31a, 31b, 31c, 31d)가 각각 배치되는 복수의 실내공간(S1 내지 S4)의 환경은, 실내공간마다 상이할 수 있다.

제1 실내기(31a)가 설치되는 제1 실내공간(S1)의 경우, 제1 실내공간(S1)을 구성하는 벽면들 중 두 벽면에 외부와 통하는 창문(2000)이 배치될 수 있다. 이와 달리, 제2 및 제3 실내기(31b, 31c)가 설치되는 제2 및 제3 실내공간(S2, S3)의 경우에는 하나의 벽면에만 창문(2000)이 배치되고, 제4 실내기(31d)가 설치되는 제4 실내공간(S4)의 경우에는 창문(2000)이 배치되지 않을 수 있다.

한편, 복수의 실내공간(S1 내지 S4)에 대한 일사량을 살펴보면, 창문(2000)의 배치에 따라, 제1 실내공간(S1)의 일사량이 가장 많고, 제4 실내공간(S4)의 일사량이 가장 적을 수 있다. 또한, 복수의 실내공간(S1 내지 S4)에 대한 일사량에 대응하여, 복수의 실내기(31a, 31b, 31c, 31d)에 의해 소비되는 전력량이 서로 상이할 수 있다. 예를 들어, 제1 실내공간(S1)의 경우, 다른 실내공간들에 비해 상대적으로 일사량이 많으므로, 냉방운전 시 제1 실내기(31a)에 의해 소비되는 전력량은, 다른 실내기(31b, 31c, 31d)에 비해 많을 수 있다.

이와 같이, 실내기(31)가 실제 배치되는 복수의 실내공간의 실내환경에 따라 실내기(31)에 의해 소비되는 전력량이 달라질 수 있어, 공기조화기(100)는, 실내기(31)가 실제 배치되는 복수의 실내공간의 실내환경을 고려하는 제어 알고리즘을 이용하여, 실외기(21) 및 적어도 하나의 실내기(31) 중 적어도 하나를 제어할 수 있다.

도 21을 참조하면, 공기조화기(100)는, S2110 동작에서, 운전모드가 제2 모드로 설정된 경우, 초기 운전을 수행하는지 여부를 판단할 수 있다. 예를 들어, 공기조화기(100)는, 실외기(21)의 압축기(110)의 구동이 개시된 시점부터 소정 시간이 경과되기 전까지, 초기 운전을 수행할 수 있다.

공기조화기(100)는, S2120 동작에서, 초기 운전을 수행하는 경우, 복수의 실내기(31a, 31b, 31c, 31d)에 공급되는 냉매의 초기 전체 유량을 결정할 수 있다.

일 실시예에 따라, 공기조화기(100)는, 저장부(330)의 전력량 데이터베이스에 누적된 데이터에 기초하여, 공기조화기(100)가 소비할 것으로 예상되는 전력량을 산출할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 기 학습된 냉매의 유량과 관련된 제1 제어 알고리즘에 기초하여, 전력량 데이터베이스에 누적된 데이터에 대응하는, 공기조화기(100)가 소비할 것으로 예상되는 전력량을 산출할 수 있다. 이때, 공기조화기(100)는, 공기조화기(100)가 소비할 것으로 예상되는 전력량에 대응하여, 냉매의 초기 전체 유량을 결정할 수 있다.

일 실시예에 따라, 공기조화기(100)는, 저장부(330)에 저장된 이전 운전 수행 시 복수의 실내기(31a, 31b, 31c, 31d)에 공급된 냉매의 전체 유량에 기초하여, 냉매의 초기 전체 유량을 결정할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 기 학습된 제1 제어 알고리즘에 기초하여, 이전 운전 수행 시 복수의 실내기(31a, 31b, 31c, 31d)에 공급된 냉매의 전체 유량에 대응하는, 냉매의 초기 전체 유량을 결정할 수 있다. 한편, 제1 제어 알고리즘은, 지수평활법(exponential smoothing method)을 이용하는 기 학습된 알고리즘일 수 있다. 여기서, 지수평활법은, 최근 데이터에 가장 큰 가중치를 주고, 데이터베이스에 누적된 시점이 현재 시점으로부터 멀어질수록 가중치를 기하학적으로 감소시키는 방법을 의미할 수 있다.

한편, 공기조화기(100)는, 냉매의 초기 전체 유량을 결정하는 경우에 있어서, 현재 실내온도, 현재 실외온도, 현재 시점 이후의 실내온도 및/또는 실외온도 등에 기초하여, 냉매의 초기 전체 유량을 결정할 수도 있다. 예를 들어, 공기조화기(100)는, 통신부(310)를 통해 날씨에 대한 데이터를 제공하는 서버에 접속하여, 현재 시점 이후의 실내온도 및/또는 실외온도에 대한 데이터를 수신할 수 있고, 수신된 데이터에 기초하여 냉매의 초기 전체 유량을 결정할 수 있다. 이때, 현재 시점 이후의 실내온도 및/또는 실외온도가 높을수록, 냉매의 초기 전체 유량도 증가할 수 있다.

공기조화기(100)는, S2130 동작에서, 냉매의 초기 전체 유량에 기초하여, 복수의 실내기(31a, 31b, 31c, 31d) 각각에 공급되는 냉매의 초기 개별 유량을 결정할 수 있다. 이때, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c, 31d) 중 동작 중인 실내기 각각에 대하여, 냉매의 초기 개별 유량을 결정할 수 있다.

일 실시예에 따라, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c, 31d)가 배치되는 각각의 실내공간의 실내온도와 실외온도 간의 차이에 기초하여, 냉매의 초기 개별 유량을 결정할 수 있다. 예를 들어, 제1 실내공간(S1)의 실내온도와 실외온도 간의 차이가 제4 실내공간(S4)의 실내온도와 실외온도 간의 차이보다 큰 경우, 실외기(21)에 구비된 제어부(370)는, 제1 실내공간(S1)에 설치된 제1 실내기(31a)에 공급되는 냉매의 유량이 제4 실내공간(S4)에 설치된 제4 실내기(31d)에 공급되는 냉매의 유량보다 많도록, 냉매의 초기 개별 유량을 결정할 수 있다.

일 실시예에 따라, 공기조화기(100)는, 저장부(330)의 전력량 데이터베이스에 누적된 데이터에 기초하여, 복수의 실내기(31a, 31b, 31c) 각각이 소비할 것으로 예상되는 전력량을 산출할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 기 학습된 제1 제어 알고리즘에 기초하여, 전력량 데이터베이스에 누적된 데이터에 대응하는, 복수의 실내기(31a, 31b, 31c) 각각이 소비할 것으로 예상되는 전력량을 산출할 수 있다. 이때, 공기조화기(100)는, 복수의 실내기(31a, 31b, 31c) 각각이 소비할 것으로 예상되는 전력량에 대응하여, 냉매의 초기 개별 유량을 결정할 수 있다.

일 실시예에 따라, 공기조화기(100)는, 저장부(330)에 저장된 이전 운전 수행 시 복수의 실내기(31a, 31b, 31c, 31d)에 공급된 냉매의 개별 유량에 기초하여, 냉매의 초기 개별 유량을 결정할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 기 학습된 제1 제어 알고리즘에 기초하여, 이전 운전 수행 시 복수의 실내기(31a, 31b, 31c, 31d)에 공급된 냉매의 개별 유량에 대응하는, 냉매의 초기 개별 유량을 결정할 수 있다.

한편, 공기조화기(100)의 복수의 실내기(31a, 31b, 31c, 31d)는, S2140 동작에서, 초기 운전을 수행하는 것이 아닌 경우, 복수의 실내기(31a, 31b, 31c, 31d)에 공급되는 냉매의 개별 유량을 각각 결정할 수 있다. 예를 들어, 복수의 실내기(31a, 31b, 31c, 31d)는, 결정된 냉매의 개별 유량에 대한 데이터를 실외기(21)에 구비된 제어부(370)에 전송할 수 있다.

일 실시예에 따라, 공기조화기(100)는, 제2 모드에서 소비되는 실제 전력량에 기초하여, 복수의 실내기(31a, 31b, 31c) 각각이 소비하는 전력량을 산출할 수 있다. 이때, 복수의 실내기(31a, 31b, 31c, 31d)에 각각 구비된 제어부(370)는, 기 학습된 냉매의 유량과 관련된 제2 제어 알고리즘에 기초하여, 냉매의 개별 유량을 결정할 수 있다. 예를 들어, 복수의 실내기(31a, 31b, 31c, 31d)에 각각 구비된 제어부(370)는, 제2 제어 알고리즘에 기초하여, 복수의 실내기(31a, 31b, 31c) 각각이 소비하는 전력량, 복수의 실내기(31a, 31b, 31c, 31d)가 배치되는 각각의 실내공간의 실내온도와 실외온도 간의 차이, 설정온도, 실내팬의 회전속도 등에 대응하여, 냉매의 개별 유량을 결정할 수 있다.

한편, 제2 제어 알고리즘은, 입력 값은 공기조화기(100)에서 소비되는 실제 전력량 및/또는 예측 전력량, 복수의 실내기(31a, 31b, 31c) 각각이 소비하는 전력량, 실내온도, 실외온도, 설정온도, 실내팬의 회전속도 등으로 설정되고, 출력 값은 냉매의 전체 유량 또는 냉매의 개별 유량으로 설정되는, 기 학습된 알고리즘일 수 있다.

공기조화기(100)는, S2150 동작에서, 복수의 실내기(31a, 31b, 31c, 31d)에서 결정된 냉매의 개별 유량에 기초하여, 복수의 실내기(31a, 31b, 31c, 31d)에 공급되는 냉매의 전체 유량 및/또는 개별 유량을 결정할 수 있다.

일 실시예에 따라, 실외기(21)에 구비된 제어부(370)는, 복수의 실내기(31a, 31b, 31c, 31d)로부터 냉매의 개별 유량에 대한 데이터를 수신할 수 있고, 복수의 실내기(31a, 31b, 31c, 31d)로부터 수신된 냉매의 개별 유량을 합산할 수 있다. 이때, 실외기(21)에 구비된 제어부(370)는, 공기조화기(100)에서 소비되는 실제 전력량 및/또는 예측 전력량, 복수의 실내기(31a, 31b, 31c, 31d)의 운전율, 복수의 실내기(31a, 31b, 31c, 31d)가 배치되는 각각의 실내공간의 실내온도, 실외온도 등을 고려하여, 냉매의 개별 유량을 합산한 결과를 보정할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 제2 제어 알고리즘에 기초하여 냉매의 개별 유량을 합산한 결과를 보정한 결과 값을, 냉매의 전체 유량으로 결정할 수 있다.

일 실시예에 따라, 실외기(21)에 구비된 제어부(370)는, 냉매의 전체 유량에 대응하여, 복수의 실내기(31a, 31b, 31c, 31d)에 각각 공급되는 냉매의 개별 유량을 결정할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 제2 제어 알고리즘을 이용하여, 공기조화기(100)에서 소비되는 실제 전력량 및/또는 예측 전력량, 복수의 실내기(31a, 31b, 31c, 31d)의 운전율, 복수의 실내기(31a, 31b, 31c, 31d)가 배치되는 각각의 실내공간의 실내온도, 실외온도 등을 고려하여, 복수의 실내기(31a, 31b, 31c, 31d)에 각각 공급되는 냉매의 개별 유량을 결정할 수 있다.

즉, 공기조화기(100)는, 실내공간의 실내환경에 따라 복수의 실내기(31a, 31b, 31c, 31d)가 결정한 냉매의 개별 유량을, 공기조화기(100)에서 소비되는 실제 전력량 및/또는 예측 전력량, 복수의 실내기(31a, 31b, 31c, 31d)의 운전율 등에 따라 보정할 수 있다.

공기조화기(100)는, S2160 동작에서, 복수의 실내기(31a, 31b, 31c, 31d)에 대하여 실내기별 동작을 제어할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 냉매의 전체 유량에 기초하여, 압축기(110)에서 토출되는 냉매량을 조절할 수 있다. 예를 들어, 실외기(21)에 구비된 제어부(370)는, 복수의 실내기(31a, 31b, 31c, 31d)에 대하여 결정된 냉매의 개별 유량에 대한 데이터를 복수의 실내기(31a, 31b, 31c, 31d)에 각각 전달할 수 있다. 이때, , 복수의 실내기(31a, 31b, 31c, 31d)는, 실외기(21)로부터 수신되는 냉매의 개별 유량에 대한 데이터에 기초하여, 실내팽창밸브(35a 내지 35d)를 조절할 수 있다.

공기조화기(100)는, S2170 동작에서, 운전이 종료되는지 여부를 확인할 수 있다.

공기조화기(100)는, S2180 동작에서, 운전이 종료되는 경우, 냉매의 유량을 결정하는 것과 관련된 적어도 하나의 제어 알고리즘을 업데이트할 수 있다. 예를 들어, 공기조화기(100)는, S2120 동작에서 결정된 냉매의 초기 전체 유량과 S2160 동작에서 결정된 냉매의 전체 유량 간의 차이에 기초하여, 제1 제어 알고리즘을 업데이트할 수 있다. 예를 들어, 공기조화기(100)는, S2130 동작에서 결정된 냉매의 초기 개별 유량과 S2160 동작에서 결정된 냉매의 개별 유량 간의 차이에 기초하여, 제1 제어 알고리즘을 업데이트할 수 있다. 상기와 같이, 본 발명의 다양한 실시예에 따르면, 공기조화기(100)가 제1 모드에서 소비하는 실제 전력량과 관련된 전력량 학습모델을 이용하여, 제1 모드에서 사용이 예상되는 전력량과 제2 모드에서 소비되는 실제 전력량을 동일한 조건에서 함께 산출하여 비교할 수 있다.

또한, 본 발명의 다양한 실시예에 따르면, 운전모드가 제1 모드로 설정된 동안, 전력량 학습모델을 이용하여 산출되는 전력량과 공기조화기가 소비하는 실제 전력량 간의 차이에 따라 전력량 학습모델을 반복적으로 재학습함으로써, 운전모드가 제2 모드로 설정된 동안, 제1 모드에서 사용이 예상되는 전력량을 산출한 결과의 정확도를 향상시킬 수 있다.

첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나, 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

Claims

공기조화기에 있어서,
냉매를 압축하는 압축기를 포함하는 실외기;
적어도 하나의 실내기;
상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘을 저장하는 저장부; 및
제어부를 포함하고,
상기 제어부는,
상기 공기조화기의 운전모드가 제1 모드로 설정된 경우, 상기 제어 알고리즘과 무관하게, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하고,
상기 제1 모드로 설정된 동안 획득하는 제1 데이터에 기초하여, 상기 제1 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하고,
상기 공기조화기의 운전모드가 제2 모드로 설정된 경우, 상기 제어 알고리즘에 기초하여, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하고,
상기 제2 모드로 설정된 동안 획득하는 제2 데이터와 상기 전력량 학습모델에 기초한 상기 제2 모드에 대응하는 예측 전력량과, 상기 제2 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하는 것을 특징으로 하는 공기조화기.
제1항에 있어서,
상기 제어부는,
외부장치로부터 수신되는 상기 공기조화기가 소비하는 전력량에 대한 데이터 및 상기 압축기의 운전 주파수 중 어느 하나에 기초하여, 상기 공기조화기가 소비하는 실제 전력량을 산출하는 것을 특징으로 하는 공기조화기.
제1항에 있어서,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 상기 제1 데이터를 획득하고,
상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 전력량 학습모델을 이용하여, 상기 제1 모드에 대응하는 예측 전력량을 산출하고,
상기 제1 모드에 대응하는 예측 전력량과, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 차이가 기 설정된 기준 이상인 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여, 상기 전력량 학습모델을 학습하는 것을 특징으로 하는 공기조화기.
제3항에 있어서,
상기 제어부는,
상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 상관 관계를 학습하여, 상기 전력량 학습모델의 웨이트(weight) 및 바이어스(bias)를 결정하는 것을 특징으로 공기조화기.
제1항에 있어서,
상기 저장부는, 데이터베이스를 저장하고,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 제1 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 상기 데이터베이스에 추가하고,
상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제2 데이터에 기초하여 산출된 제2 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 상기 데이터베이스에 추가하고,
상기 데이터베이스에 포함된 데이터 중, 현재 시점으로부터 기 설정된 기간보다 이전에 상기 데이터베이스에 추가된 데이터를 삭제하는 것을 특징으로 하는 공기조화기.
제5항에 있어서,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 상기 제1 예측 전력량을, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량과 동일한 값으로 산출하는 것을 특징으로 하는 공기조화기.
제1항에 있어서,
상기 제어부는,
상기 제2 모드로 설정된 동안 상기 압축기에 유입되는 냉매의 압력에 대응하여, 상기 예측 전력량의 최소값 및 최대값을 결정하고,
상기 산출된 예측 전력량이 상기 최소값 미만인 경우, 상기 최소값을 상기 제2 모드에 대응하는 예측 전력량으로 결정하고,
상기 산출된 예측 전력량이 상기 최대값을 초과하는 경우, 상기 최대값을 상기 제2 모드에 대응하는 예측 전력량으로 결정하는 것을 특징으로 하는 공기조화기.
제1항에 있어서,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 적어도 하나의 실내기 각각에 대하여 실내기별 클러스터를 결정하고,
상기 실내기별 클러스터와 상기 제2 데이터에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 것을 특징으로 하는 공기조화기.
제8항에 있어서,
상기 제어부는,
상기 적어도 하나의 실내기에 공급되는 냉매의 유량에 기초하여, 상기 실외기가 공급하는 상기 냉매의 전체 유량을 결정하는 것을 특징으로 하는 공기조화기.
제1항에 있어서,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 초기 운전을 수행하는지 여부를 판단하고,
상기 초기 운전을 수행하는 경우, 지수평활법(exponential smoothing method)을 이용하는 제1 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하고,
상기 초기 운전을 수행하지 않는 경우, 상기 제2 데이터와 상기 냉매의 유량 간의 상관 관계에 대하여 기 학습된 제2 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 것을 특징으로 하는 공기조화기.
공기조화기에 있어서,
냉매를 압축하는 압축기를 포함하는 실외기;
적어도 하나의 실내기;
상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘을 저장하는 저장부;
디스플레이; 및
제어부를 포함하고,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제어 알고리즘과 무관하게 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제1 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하고,
상기 공기조화기의 운전모드가 상기 제어 알고리즘에 기초하여 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제2 모드로 설정된 동안, 상기 전력량 학습모델에 기초한 예측 전력량과 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하고,
소정 기간 동안 산출된 상기 예측 전력량 대비 상기 소정 기간 동안 상기 공기조화기가 소비하는 실제 전력량의 비율에 기초하여, 상기 소정 기간 동안 절감된 전력량에 대한 절감율을 산출하고,
상기 제2 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과, 상기 예측 전력량 및 상기 절감율 중 적어도 하나를 포함하는 화면을, 상기 디스플레이를 통해 출력하는 것을 특징으로 하는 공기조화기.
공기조화기에 있어서,
냉매를 압축하는 압축기를 포함하는 실외기;
적어도 하나의 실내기;
상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘을 저장하는 저장부;
디스플레이; 및
제어부를 포함하고,
상기 제어부는,
상기 공기조화기의 운전모드가 상기 제어 알고리즘과 무관하게 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제1 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하고,
상기 제1 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량과 관련된 제1 화면을 출력하고,
상기 공기조화기의 운전모드가 상기 제어 알고리즘에 기초하여 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제2 모드로 설정된 동안, 상기 전력량 학습모델에 기초한 예측 전력량과 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하고,
상기 제2 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량 및 상기 예측 전력량과 관련된 제2 화면을 출력하는 것을 특징으로 하는 공기조화기.
실외기 및 적어도 하나의 실내기를 포함하는 공기조화기의 동작방법에 있어서,
상기 공기조화기의 운전모드가 제1 모드로 설정된 경우, 상기 공기조화기에 포함된 구성에 대한 제어와 관련하여 기 학습된 제어 알고리즘과 무관하게, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제1 제어동작;
상기 제1 모드로 설정된 동안 획득하는 제1 데이터에 기초하여, 상기 제1 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하는 학습동작;
상기 공기조화기의 운전모드가 제2 모드로 설정된 경우, 상기 제어 알고리즘에 기초하여, 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제2 제어동작; 및
상기 제2 모드로 설정된 동안 획득하는 제2 데이터와 상기 전력량 학습모델에 기초한 상기 제2 모드에 대응하는 예측 전력량과, 상기 제2 모드로 설정된 동안 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하는 결과산출동작을 포함하는 공기조화기의 동작방법.
제13항에 있어서,
상기 결과산출동작은,
외부장치로부터 수신되는 상기 공기조화기가 소비하는 전력량에 대한 데이터 및 상기 압축기의 운전 주파수 중 어느 하나에 기초하여, 상기 공기조화기가 소비하는 실제 전력량을 산출하는 동작인 것을 특징으로 하는 공기조화기의 동작방법.
제13항에 있어서,
상기 학습동작은,
상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 상기 제1 데이터를 획득하는 동작;
상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 전력량 학습모델을 이용하여, 상기 제1 모드에 대응하는 예측 전력량을 산출하는 동작; 및
상기 제1 모드에 대응하는 예측 전력량과, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 차이가 기 설정된 기준 이상인 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여, 상기 전력량 학습모델을 학습하는 동작을 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
제15항에 있어서,
상기 전력량 학습모델을 학습하는 동작은,
상기 소정 시간 동안 획득한 상기 제1 데이터와 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량 간의 상관 관계를 학습하여, 상기 전력량 학습모델의 웨이트(weight) 및 바이어스(bias)를 결정하는 동작인 것을 특징으로 하는 공기조화기의 동작방법.
제13항에 있어서,
상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 제1 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 데이터베이스에 추가하는 동작;
상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제2 데이터에 기초하여 산출된 제2 예측 전력량 및 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량을, 상기 데이터베이스에 추가하는 동작; 및
상기 데이터베이스에 포함된 데이터 중, 현재 시점으로부터 기 설정된 기간보다 이전에 상기 데이터베이스에 추가된 데이터를 삭제하는 동작을 더 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
제17항에 있어서,
상기 일시를 고려하여 데이터베이스에 추가하는 동작은,
상기 공기조화기의 운전모드가 상기 제1 모드로 설정된 경우, 상기 소정 시간 동안 획득한 상기 제1 데이터에 기초하여 산출된 상기 제1 예측 전력량을, 상기 소정 시간 동안 상기 공기조화기가 소비하는 실제 전력량과 동일한 값으로 산출하는 동작을 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
제13항에 있어서,
상기 결과산출동작은,
상기 제2 모드로 설정된 동안 상기 실외기에 구비된 압축기에 유입되는 냉매의 압력에 대응하여, 상기 예측 전력량의 최소값 및 최대값을 결정하는 동작;
상기 산출된 예측 전력량이 상기 최소값 미만인 경우, 상기 최소값을 상기 제2 모드에 대응하는 예측 전력량으로 결정하는 동작; 및
상기 산출된 예측 전력량이 상기 최대값을 초과하는 경우, 상기 최대값을 상기 제2 모드에 대응하는 예측 전력량으로 결정하는 동작을 더 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
제13항에 있어서,
상기 제1 제어동작은,
상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 상기 적어도 하나의 실내기 각각에 대하여 실내기별 클러스터를 결정하는 동작; 및
상기 실내기별 클러스터와 상기 제2 데이터에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 동작을 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
제20항에 있어서,
상기 제2 제어동작은,
상기 적어도 하나의 실내기에 공급되는 냉매의 유량에 기초하여, 상기 실외기가 공급하는 상기 냉매의 전체 유량을 결정하는 동작을 더 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
제13항에 있어서,
상기 제2 제어동작은,
상기 공기조화기의 운전모드가 상기 제2 모드로 설정된 경우, 초기 운전을 수행하는지 여부를 판단하는 동작;
상기 초기 운전을 수행하는 경우, 지수평활법(exponential smoothing method)을 이용하는 제1 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 동작; 및
상기 초기 운전을 수행하지 않는 경우, 상기 제2 데이터와 상기 냉매의 유량 간의 상관 관계에 대하여 기 학습된 제2 제어 알고리즘에 기초하여, 상기 적어도 하나의 실내기에 공급되는 냉매의 유량을 결정하는 동작을 포함하는 것을 특징으로 하는 공기조화기의 동작방법.
실외기 및 적어도 하나의 실내기를 포함하는 공기조화기의 동작방법에 있어서,
상기 공기조화기의 운전모드가 상기 제어 알고리즘과 무관하게 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제1 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하는 동작;
상기 공기조화기의 운전모드가 상기 제어 알고리즘에 기초하여 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제2 모드로 설정된 동안, 상기 전력량 학습모델에 기초한 예측 전력량과 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하는 동작;
소정 기간 동안 산출된 상기 예측 전력량 대비 상기 소정 기간 동안 상기 공기조화기가 소비하는 실제 전력량의 비율에 기초하여, 상기 소정 기간 동안 절감된 전력량에 대한 절감율을 산출하는 동작; 및
상기 제2 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과, 상기 예측 전력량 및 상기 절감율 중 적어도 하나를 포함하는 화면을, 디스플레이를 통해 출력하는 동작을 포함하는 공기조화기의 동작방법.
실외기 및 적어도 하나의 실내기를 포함하는 공기조화기의 동작방법에 있어서,
상기 공기조화기의 운전모드가 상기 제어 알고리즘과 무관하게 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제1 모드로 설정된 동안, 상기 공기조화기가 소비하는 실제 전력량과 관련된 전력량 학습모델을 학습하는 동작;
상기 제1 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량과 관련된 제1 화면을 출력하는 동작;
상기 공기조화기의 운전모드가 상기 제어 알고리즘에 기초하여 상기 실외기 및 상기 적어도 하나의 실내기 중 적어도 하나를 제어하는 제2 모드로 설정된 동안, 상기 전력량 학습모델에 기초한 예측 전력량과 상기 공기조화기가 소비하는 실제 전력량을 각각 산출하는 동작; 및
상기 제2 모드로 설정된 동안, 상기 디스플레이를 통해, 상기 공기조화기가 소비하는 실제 전력량 및 상기 예측 전력량과 관련된 제2 화면을 출력하는 동작을 포함하는 공기조화기의 동작방법.