KR20240003425A - 스마트팜 냉방 패키지 최적설계 지원 시스템 - Google Patents
스마트팜 냉방 패키지 최적설계 지원 시스템 Download PDFInfo
- Publication number
- KR20240003425A KR20240003425A KR1020230076278A KR20230076278A KR20240003425A KR 20240003425 A KR20240003425 A KR 20240003425A KR 1020230076278 A KR1020230076278 A KR 1020230076278A KR 20230076278 A KR20230076278 A KR 20230076278A KR 20240003425 A KR20240003425 A KR 20240003425A
- Authority
- KR
- South Korea
- Prior art keywords
- greenhouse
- initial investment
- investment cost
- heat
- usage
- Prior art date
Links
- 238000001816 cooling Methods 0.000 title claims abstract description 140
- 238000013461 design Methods 0.000 title claims abstract description 48
- 230000005611 electricity Effects 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 235000015097 nutrients Nutrition 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 239000011257 shell material Substances 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000009193 crawling Effects 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000005338 heat storage Methods 0.000 description 3
- 244000144972 livestock Species 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 244000241257 Cucumis melo Species 0.000 description 2
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 2
- 240000009088 Fragaria x ananassa Species 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000021012 strawberries Nutrition 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 244000301850 Cupressus sempervirens Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/22—Shades or blinds for greenhouses, or the like
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/246—Air-conditioning systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/26—Electric devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Environmental Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 스마트팜 냉방 패키지 최적설계 지원 시스템에 관한 것으로, 보다 상세하게는 외피 및 차광 스크린, 열원, 공조기, 포그시스템을 포함하는 온실 구성을 구축하고, 소요 비용 산출 및 경제성을 분석하고, 냉방부하, 냉방패키지, 초기투자비, 온실 운영비를 산출하여 온실의 농작물 생산성 대비 경제성을 분석 및 산출함으로써 설정된 년 평균 물가상승률과 설정된 년 평균 임금상승률을 반영함으로써, 해당 년도의 경제상황을 반영하여 실질적인 경제성을 산출하는 것이 가능한 스마트팜 냉방 패키지 최적설계 지원 시스템에 관한 것이다.
또한 특정지역을 입력받아 특정지역에서 생산되는 주요 재배작물의 정보를 추천함으로써 사용자가 어떤 지역에서 생산되는 주요 재배작물이 무엇인지 신속히 파악하여 손실이 나지않는 재배작물의 정보를 획득할 수 있는 장점이 있다.
또한 특정지역을 입력받아 특정지역에서 생산되는 주요 재배작물의 정보를 추천함으로써 사용자가 어떤 지역에서 생산되는 주요 재배작물이 무엇인지 신속히 파악하여 손실이 나지않는 재배작물의 정보를 획득할 수 있는 장점이 있다.
Description
본 발명은 스마트팜 냉방 패키지 최적설계 지원 시스템에 관한 것으로, 보다 상세하게는 외피 및 차광 스크린, 열원, 공조기, 포그시스템을 포함하는 온실 구성을 구축하고, 소요 비용 산출 및 경제성을 분석하고, 냉방부하, 냉방패키지, 초기투자비 및 온실운영비를 산출하여 온실의 농작물 생산성 대비 경제성을 분석하기 위한 스마트팜 냉방 패키지 최적설계 지원 시스템에 관한 것이다.
이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진시키기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래 기술이 아닌 사항을 포함할 수 있다.
스마트팜은 농작물과 가축의 생육정보와 환경정보 등에 대한 정확한 데이터를 기반으로 언제 어디서나 농작물과 가축의 생육환경을 점검하고, 적기에 처방함으로써 노동력, 에너지, 양분 등을 종전보다 덜 투입하고도 농산물의 생산성과 품질제고가 가능한 농업으로 정의되고 있다.
최근, 이러한 스마트팜의 관심이 증가하고 있는 이유는 세계적으로 기후 변화와 물 부족, 급속한 도시화로 인한 경작지 감소, 인구 고령화 등으로 예상되는 식량수급문제를 예상하고 있기 때문이다.
국내 농업은 과거 2000년대 초반까지 지속적으로 성장해왔으나 최근 농가소득의 정체, 곡물자급률 하락, 농촌인구의 감소와 고령화, 더 나아가 기후변화 등으로 인한 어려움을 겪고 있다. 또한, 농산물의 작황 및 생산량이 일정하지 않고, 가격의 등락도 반복되어 소비자인 국민의 안정적 먹거리 확보에 많은 어려움이 나타나고 있다. 농업생산액, 농업소득의 정체와 더불어 농가 인구가 감소되고 있는데, 농업생산액은 2001년 32조원에서 2012년 44조원으로 급성장하였으나, 2012년부터 2016년까지는 44조원으로 정체되었다. 호당 평균 농업소득은 2001년부터 2015년까지 1,130만원으로 15년간 정체되고 있으며, 농가 인구는 2000년 400만 명에서 2015년 260만 명으로 대폭 감소되었다.
농축산산업 인구의 고령화, 젊은층의 영농승계 인력난 및 생산면적 감소, 투자위축 등에 따른 소득, 수출, 성장률 정체 등 지속가능성 위기에 처한 농가문제 해결안으로 최근 스마트팜이 큰 주목을 받고 있다. 이러한 스마트팜 시설이 농가에 보급되기 위해서는 스마트팜 시설의 높은 외산 의존도, 초기 설치비용의 부담 등에 관한 검토가 필요하며, 농가에서 쉽고 접근성이 담보되는 시스템 연구가 진행되어야 한다.
한편, 본 발명에 관련된 종래기술을 예로 들면, 특허문헌 1 스마트-팜용 에너지 발전 시스템 및 그 시스템의 구축 방법은 스마트-팜 내에 신재생 에너지 발전설비를 구축하고 상기 발전설비에서 생성된 전력을 스마트팜 내의 부하로 사용함으로써, 농가에서 소비되는 전력을 기존의 상용 전기가 아닌 신재생 에너지로 대체할 수 있다.
또한, 특허문헌 2 증강 현실 기술을 이용한 스마트 팜 관리 방법, 장치 및 시스템은 제1 장비에 대응되는 제1 태그가 사용자 단말에 의해 식별되는 경우 미리 설계된 상기 제1 장비의 3D 모델링을 나타내는 증강 현실 이미지를 렌더링하고, 상기 제1 장비와 관련된 적어도 하나 이상의 실시간 데이터를 상기 제1 장비의 증강 현실 이미지와 함께 표시하고, 상기 적어도 하나의 실시간 데이터를 상기 미리 설계된 상기 제1 장비의 3D 모델링에 반영함에 따라 상기 증강 현실 이미지의 동작의 패턴과 동작의 타이밍을 상기 제1 장비의 실제 동작의 패턴과 동작의 타이밍에 동기화시키되 상기 스마트 팜 내부에서 측정된 상기 스마트 팜의 내부의 환경 정보를 함께 이용하여 동기화시킨다.
종래기술은 스마트팜 발전 설비, 운영 동작하지만, 외피 및 차광 스크린, 열원, 공조기, 포그시스템을 포함하는 온실 구성을 구축하고, 소요 비용 산출 및 경제성을 분석하지 못하는 문제점이 있다.
본 발명은 외피 및 차광 스크린, 열원, 공조기, 포그시스템을 포함하는 온실 구성을 구축하고, 소요 비용 산출 및 경제성을 분석하는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 냉방부하, 냉방패키지, 초기투자비, 온실 운영비를 산출하여 온실의 농작물 생산성 대비 경제성을 분석하는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 외피 및 차광 스크린, 열원, 공조기, 포그시스템의 상세 선택 사항을 고려하여 냉방부하, 냉방패키지, 초기투자비, 온실 운영비를 산출하는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 설계 반영 설비를 구축하고, 설비의 전기사용량, 가스 사용량 및 열 사용량을 측정하고, 냉난방 부하를 계산하고, 설계값과 측정값을 대조하고, 측정값을 피드백하는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 해당 년도의 경제상황을 반영하여 실질적인 경제성을 산출할 수 있는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 사용자가 어떤 지역에서 생산되는 주요 재배작물이 무엇인지 신속히 파악하여 손실이 나지않는 재배작물의 정보를 획득할 수 있는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 사용자가 특정 재배작물을 생산하는 온실의 위치를 한 눈에 파악하기 쉬운, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 온실 내의 환경에 따라 총 초기투자비와 온실 운영비를 최소로 하는 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 용이하게 획득할 수 있는, 스마트팜 냉방 패키지 최적설계 지원 시스템을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 스마트팜 냉방 패키지 최적설계 지원 시스템은, 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실로 들어오는 열량, 및 온실에서 발생하는 열량을 동시에 제거하는 열량을 산출하는 냉방부하 산출부; 히트 펌프를 이용한 배지 냉각, 양액 냉각 및 포그를 조합한 냉방패키지를 선정하는 냉방패키지 선정부; 온실을 구성하고 있는 외피 및 차광 스크린과 관련하여 산출된 냉방부하에 대응한 냉방패키지의 제1 초기 투자비, 온실을 구성하고 있는 열원, 공조기 및 포그시스템과 관련하여 산출된 냉방부하에 대응한 냉방패키지의 제2 초기 투자비, 및 신재생에너지 설비에 대한 제3 초기 투자비가 집계된 총 초기 투자비를 산출하는 초기투자비 산출부; 냉방부하에 대응한 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하고, 전기 사용량, 가스 사용량 및 열 사용량이 집계된 온실 운영비를 산출하는 온실 운영비 산출부; 및 총 초기투자비, 온실 운영비, 및 온실에서 생산되는 농작물의 가격을 비교 분석하여 경제성을 산출하는 경제성 분석부를 포함한다.
여기서, 경제성 분석부는 설정된 년 평균 물가상승률과 설정된 년 평균 임금 상승률을 반영하여 경제성을 산출하는 것을 특징으로 한다.
또한, 산출된 경제성으로부터 손실이라고 판단되었을 때 특정지역을 입력받아 특정지역에서 생산되는 주요 농작물의 정보를 추천하는 특정 농작물 추천부를 더 포함한다.
또한, 산출된 경제성으로부터 손실이라고 판단되었을 때 특정 농작물을 입력받아 특정 농작물을 생산하는 온실이 속한 지역을 추천하는 온실지역 추천부를 더 포함한다.
또한, 온실지역 추천부는 특정 농작물을 생산하는 온실의 위치를 사용자 단말기 화면의 맵(map)상에 표시한다.
또한, 경제성 분석부는 각 온실에서 생산되는 특정 농작물의 정보와, 각 온실의 누적 수익률 정산, 각 온실에서 생산되는 특정 농작물에 대한 월간, 계절별 및 연간 계획을 관리한다.
또한, 온실의 위치는 사용자 단말기 화면의 맵상에 표시되고, 경제성 분석부는 맵 상에 표시된 온실의 위치에 각 온실에서 생산되는 특정 농작물의 정보와, 각 온실의 누적 수익률 정산, 각 온실에서 생산되는 특정 농작물에 대한 월간, 계절별 및 연간 계획을 표시한다.
또한, 제1 초기 투자비, 제2 초기 투자비, 제3 초기 투자비, 전기 사용량, 가스 사용량 및 열 사용량은 각각 최대값과 최소값이 설정된다.
또한, 제1 초기 투자비, 제2 초기 투자비, 제3 초기 투자비, 전기 사용량, 가스 사용량 및 열 사용량이 각각 최소값 내지 최대값을 갖는 범위에서, 총 초기투자비, 온실 운영비, 및 농작물의 가격을 최적화하여 최소비용을 산출하는 비용 최적화부를 더 포함한다.
또한, 온실 내에 적어도 하나가 설치되고, 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실로 들어오는 열량, 및 온실에서 발생하는 열량에 대한 센싱정보를 생성하는 센서부를 더 포함하고, 비용 최적화부는, 센싱정보, 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터, 및 총 초기투자비와 온실 운영비를 저장하는 데이터베이스; 센서부로부터 온실 내에서 기 설정된 주기로 센싱정보를 수집하고, 센싱정보와 센싱정보에 따른 총 초기투자비와 온실 운영비에 관한 데이터에 따라 환경제어 알고리즘을 이용하여 총 초기투자비와 온실 운영비를 최소로 하는 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 생성하는 최적 데이터 생성부; 및 인공지능 알고리즘을 통해 환경제어 알고리즘을 학습시켜 센싱정보와, 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 업데이트시키는 업데이트부를 포함한다.
한편 본 명세서에 개시된 기술에 관한 설명은 단지 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 개시된 기술의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 개시된 기술의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 개시된 기술에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
또한 본 발명에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다. "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소로 제1 구성요소로 명명될 수 있다.
나아가 어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명에 따르면, 외피 및 차광 스크린, 열원, 공조기, 포그시스템을 포함하는 온실 구성을 구축하고, 소요 비용 산출 및 경제성을 분석함으로써 스마트팜 냉방 패키지를 설계 지원할 수 있다.
본 발명에 따르면, 냉방부하, 냉방패키지, 초기투자비, 온실 운영비를 산출하여 온실의 농작물 생산성 대비 경제성을 분석함으로써 스마트팜 냉방 패키지를 설계하는데 소요되는 비용을 산출해서 경제성을 도모할 수 있다.
본 발명에 따르면, 외피 및 차광 스크린, 열원, 공조기, 포그시스템의 상세 선택 사항을 고려하여 냉방부하, 냉방패키지, 초기투자비, 온실 운영비를 산출함으로써 온실 구성을 경제적으로 구성할 수 있다.
본 발명에 따르면, 설계 반영 설비를 구축하고, 설비의 전기사용량, 가스 사용량 및 열 사용량을 측정하고, 냉난방 부하를 계산하고, 설계값과 측정값을 대조하고, 측정값을 피드백함으로써 설계 지원 도구의 신뢰성을 높이는 효과를 가질 수 있다.
본 발명에 따르면, 경제성을 산출함에 있어 설정된 년 평균 물가상승률과 설정된 년 평균 임금상승률을 반영함으로써, 해당 년도의 경제상황을 반영하여 실질적인 경제성을 산출할 수 있다.
본 발명에 따르면, 특정지역을 입력받아 특정지역에서 생산되는 주요 재배작물의 정보를 추천함으로써 사용자가 어떤 지역에서 생산되는 주요 재배작물이 무엇인지 신속히 파악하여 손실이 나지않는 재배작물의 정보를 획득할 수 있다.
본 발명에 따르면, 특정 재배작물을 생산하는 온실의 위치가 사용자 단말기 화면의 맵 상에 표시됨으로써, 사용자가 특정 재배작물을 생산하는 온실의 위치를 한 눈에 파악하기 쉽다.
본 발명에 따르면, 온실 내의 환경에 따라 총 초기투자비와 온실 운영비를 최소로 하는 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 용이하게 획득할 수 있다.
도 1은 본 발명의 일 실시예에 따른 온실의 구성을 보인 예시도이다.
도 2는 본 발명의 일 실시예에 따른 스마트팜 냉방 패키지 최적설계 지원 시스템의 구성을 보인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 비용 최적화부의 구성을 보인 블록도이다.
도 4는 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 사용자 인터페이스를 보인 예시도이다.
도 5는 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 설계 동작을 보인 흐름도이다.
도 6은 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 피드백 동작을 보인 흐름도이다.
도 7은 본 발명을 설명하기 위한 하드웨어 자원과 운영체제, 코어인 제어부의 동작, 및 제어부 동작을 실행할 권한을 부여하는 시스템 인증 구성을 설명하는 예시도이다.
도 8은 본 발명 단말기에 탑재되는 크롤링 모듈의 구성을 보인 블록도이다.
도 2는 본 발명의 일 실시예에 따른 스마트팜 냉방 패키지 최적설계 지원 시스템의 구성을 보인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 비용 최적화부의 구성을 보인 블록도이다.
도 4는 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 사용자 인터페이스를 보인 예시도이다.
도 5는 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 설계 동작을 보인 흐름도이다.
도 6은 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 피드백 동작을 보인 흐름도이다.
도 7은 본 발명을 설명하기 위한 하드웨어 자원과 운영체제, 코어인 제어부의 동작, 및 제어부 동작을 실행할 권한을 부여하는 시스템 인증 구성을 설명하는 예시도이다.
도 8은 본 발명 단말기에 탑재되는 크롤링 모듈의 구성을 보인 블록도이다.
이하, 본 발명이 속하는 선호적인 실시예를 참고로 하여 더욱 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 온실의 구성을 보인 예시도이다. 도 1을 참조하면, 온실(21)은 외피 및 차광 스크린(22), 열원(23), 소규모 분산 에너지원(26), 공조기(24), 포그시스템(25) 및 센서부(27a, 27b, 27c, 27d)를 포함할 수 있다.
온실(21)은 광선, 온도, 습도 등을 인공적으로 조절하여 식물을 자유롭게 재배할 수 있고, 외피 및 차광 스크린(22), 열원(23), 소규모 분산 에너지원(26), 공조기(24), 포그시스템(25)을 포함할 수 있다.
온실(21)의 예를 들면, 면적이 1,570.4m2이고, 딸기, 멜론, 아열대 과수를 지배하는 8연동 유리온실이다. 대상 온실의 한 스팬 4m짜리가 8개 나열되고 8개 중에 2개의 스팬은 딸기를 재배하고, 다른 2개의 스팬은 멜론을 재배하며, 나머지 4개의 스팬은 아열대 과수를 재배하도록 계획될 수 있다. 1층은 재배공간을 제외하고 로비, 기자재실, 기계실, 작업실, 저온저장고 공간으로 구성되고, 2층은 교육장, 제어실, 회의실로 계획될 수 있다.
온실(21)은 건축부문과 설비부문으로 구분할 수 있다. 외피 및 차광 스크린(22)은 건축부문에 관한 것이며, 열원(23), 공조기(24), 포그시스템(25)은 설비부문에 관한 것이다.
열원(23)으로는 공기열 히트펌프 130kW 2대와 축열조가 설치될 수 있고, 공조기(24)로는 풍량 6,000CMH 팬코일 유니트 4대가 설치될 수 있다. 그리고, 포그시스템(25)은 온실(21)의 증발 냉각 및 수증기압을 조절할 수 있는데 5LPM의 용량이 설치될 수 있다.
외피 및 차광 스크린(22)은 열기나 햇빛, 한기나 바람을 막기 위해 온실(21)에 설치되고, 한기나 바람, 비를 막고 햇빛만 통과시키거나 햇빛도 차단시킬 수 있다.
열원(23)은 냉동기 냉방, 히트펌프 냉방, 에어컨 냉방, 항온항습기 냉방, 축열 냉방 중 어느 하나 이상을 이용하고, 연료나 전열을 이용하여 냉방된 공기를 온실(21) 내로 들여보낸다. 소규모 분산 에너지원(26)은 신재생에너지인 지열에너지와 태양에너지 중 어느 하나 이상을 이용하여 냉방된 공기를 온실(21) 내로 들여보낸다.
공조기(24)는 공기를 흡입하여 공기 조화해서 내보내며, 장치 내에 공기 정화, 공기 냉각 및 감퇴, 공기 가열 및 가습 기능을 가지고, 공기 여과기, 공기 예열기, 공기 예냉기, 공기 냉각 감습기, 공기 가습기, 공기 재열기, 송풍기 등이다.
포그시스템(25)은 노즐에서 물 입자를 미세한 안개처럼 분사시켜 주변 온도를 낮추거나 주변의 미세 먼지를 저감시키고, 농약 살포, 수분 공급 등에 사용된다.
센서부(27a, 27b, 27c, 27d)는 온실 내에 적어도 하나가 설치되고, 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실(21)로 들어오는 열량, 및 온실(21)에서 발생하는 열량에 대한 센싱정보를 생성한다.
여기서, 센서부(27a, 27b, 27c, 27d)는 4곳에 설치한 것으로 도시하였지만, 특정 개수에 한정되지 않고 필요에 따라 다양한 개수로 설치될 수 있다.
도 2는 본 발명의 일 실시예에 따른 스마트팜 냉방 패키지 최적설계 지원 시스템의 구성을 보인 블록도이다. 도 2를 참조하면, 단말기(6)는 냉방부하 산출부(31), 냉방패키지 선정부(32), 초기투자비 산출부(33), 온실 운영비 산출부(34), 경제성 분석부(35), 특정 농작물 추천부(36), 온실지역 추천부(37) 및 비용 최적화부(38)을 포함할 수 있다.
냉방부하 산출부(31)는 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실(21)로 들어오는 열량, 및 온실(21)에서 발생하는 열량 등을 동시에 제거하는 열량을 산출한다.
냉방패키지 선정부(32)는 히트 펌프를 이용한 배지 냉각, 하부 냉각, 양액 냉각 및 포그를 조합한 냉방패키지를 선정한다.
초기투자비 산출부(33)는 온실(21)을 구성하고 있는 외피 및 차광 스크린(22)과 관련하여 산출된 냉방부하에 대응한 냉방패키지의 제1 초기 투자비, 온실(21)을 구성하고 있는 열원(23), 공조기(24) 및 포그시스템(25)과 관련하여 산출된 냉방부하에 대응한 냉방패키지의 제2 초기 투자비, 및 신재생에너지 설비에 대한 제3 초기 투자비가 집계된 총 초기 투자비를 산출한다.
여기서, 외피 및 차광 스크린(22)은 건축부문에 관한 것이며, 열원(23), 공조기(24) 및 포그시스템(25)은 설비부문에 관한 것이며, 지열에너지와 태양열에너지가 신재생에너지 부문에 관한 것이다.
또한, 제1 초기 투자비, 제2 초기 투자비, 제3 초기 투자비, 전기 사용량, 가스 사용량 및 열 사용량은 각각 최대값과 최소값이 설정될 수 있다. 이와 같이, 최대값과 최소값이 설정되면 각 초기 투자비나 각 사용량을 일정범위 내에 한정시켜 총 초기 투자비와 온실 운영비를 산출할 수 있다.
온실 운영비 산출부(34)는 냉방부하에 대응한 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하고, 전기 사용량, 가스 사용량 및 열 사용량이 집계된 온실 운영비를 산출한다.
경제성 분석부(35)는 총 초기투자비, 온실 운영비, 온실(21)에서 생산되는 농작물의 가격을 비교 분석하여 경제성을 산출한다. 또한, 경제성 분석부(35)는 설정된 년 평균 물가상승률과 설정된 년 평균 임금 상승률을 반영하여 경제성을 산출할 수 있다. 이와 같이, 경제성을 산출함에 있어 설정된 년 평균 물가상승률과 설정된 년 평균 임금상승률을 반영하는 이유는, 해당 년도의 경제상황을 반영하여 실질적인 경제성을 산출하기 위함이다.
또한, 경제성 분석부(35)는 각 온실에서 생산되는 특정 농작물의 정보와, 각 온실의 누적 수익률 정산, 각 온실에서 생산되는 특정 농작물에 대한 월간, 계절별 및 연간 계획을 관리한다. 이렇게 하여, 사용자는 각 온실에서 생산되는 특정 농작물의 정보에 따른 정량적인 경제성 분석이 가능하게 됨으로써, 보다 효율적인 관리가 가능하게 된다.
특정 농작물 추천부(36)는 산출된 경제성으로부터 손실이라고 판단되었을 때 특정지역을 입력받아 특정지역에서 생산되는 주요 농작물의 정보를 추천한다. 이와 같이, 특정지역을 입력받아 특정지역에서 생산되는 주요 농작물의 정보를 추천함으로써 사용자가 어떤 지역에서 생산되는 주요 농작물이 무엇인지 신속히 파악하여 손실이 나지않는 농작물의 정보를 획득할 수 있다.
온실지역 추천부(37)는 산출된 경제성으로부터 손실이라고 판단되었을 때 특정 농작물을 입력받아 특정 농작물을 생산하는 온실이 속한 지역을 추천한다. 이와 같이, 특정 농작물을 입력받아 특정 농작물을 생산하는 온실이 속한 지역을 추천함으로써 사용자가 어떤 농작물이 생산되는 온실이 속한 지역을 신속히 파악하여 손실이 나지않는 온실이 속한 지역을 알 수 있다.
또한, 온실지역 추천부(37)는 특정 농작물을 생산하는 온실의 위치를 사용자 단말기 화면의 맵(map) 상에 표시할 수 있다. 맵은 사용자에 의해 줌 인(zoom in) 또는 줌 아웃(zoom out)되어 확대 또는 축소될 수 있다. 이와 같이, 특정 농작물을 생산하는 온실의 위치가 사용자 단말기 화면의 맵 상에 표시됨으로써, 사용자가 특정 농작물을 생산하는 온실의 위치를 한 눈에 파악하기 쉽다.
여기서, 온실의 위치는 사용자 단말기 화면의 맵상에 표시될 수 있는데, 이때, 경제성 분석부는 맵 상에 표시된 온실의 위치에 각 온실에서 생산되는 특정 농작물의 정보와, 각 온실의 누적 수익률 정산, 각 온실에서 생산되는 특정 농작물에 대한 월간, 계절별 및 연간 계획을 표시한다. 이렇게 하여, 사용자는 사용자 단말기 화면의 맵상에서 각 온실에서 생산되는 특정 농작물의 정보에 따른 정량적인 경제성 분석이 가능하게 됨으로써, 언제 어디서나 보다 효율적인 관리가 가능하게 된다.
비용 최적화부(38)는 제1 초기 투자비, 제2 초기 투자비, 제3 초기 투자비, 전기 사용량, 가스 사용량 및 열 사용량이 각각 최소값 내지 최대값을 갖는 범위에서, 총 초기투자비, 온실 운영비, 및 농작물의 가격을 최적화하여 최소비용을 산출한다. 이와 같이, 최대값과 최소값이 설정되면 각 초기 투자비나 각 사용량을 일정범위 내에 한정시켜 총 초기 투자비, 온실 운영비 및 농작물의 가격을 최적함으로써 경제성을 더욱 극대화할 수 있다. 또한, 비용 최적화부(38)는 데이터베이스(38a), 최적 데이터 생성부(38b) 및 업데이트부(38c)를 포함할 수 있다.
데이터베이스(38a)는 센싱정보, 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터, 및 총 초기투자비와 온실 운영비를 저장한다.
최적 데이터 생성부(38b)는 센서부(27a, 27b, 27c, 27d)로부터 온실 내에서 기 설정된 주기로 센싱정보를 수집하고, 센싱정보와 센싱정보에 따른 총 초기투자비와 온실 운영비에 관한 데이터에 따라 환경제어 알고리즘을 이용하여 총 초기투자비와 온실 운영비를 최소로 하는 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 생성한다.
환경제어 알고리즘은 입력값으로 센싱정보를 입력받아 센싱정보에 따라 가장 적합한 출력값인 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 생성한다.
업데이트부(38c)는 인공지능 알고리즘을 통해 환경제어 알고리즘을 학습시켜 센싱정보와, 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 업데이트시킨다.
이와 같이, 온실 내에서 기 설정된 주기로 센싱정보를 수집하여 총 초기투자비와 온실 운영비를 최소로 하는 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 생성함으로써, 온실 내의 환경에 따라 총 초기투자비와 온실 운영비를 최소로 하는 제1 초기 투자비, 제2 초기 투자비, 제3 초기투자비, 전기 사용량, 가스 사용량 및 열 사용량에 관한 데이터를 용이하게 획득할 수 있다.
여기서, 인공지능 기술은 머신러닝(machine learning), 딥러닝(deep learning) 등의 대표적 기술군으로 대변되며, 방대한 양의 데이터를 활용하여 새로운 입력에 대한 판단을 내리는 기술이다.
인공지능의 한 분야인 머신러닝은 글자 그대로 기계가 학습을 하는 것으로 대규모의 빅데이터(big data)를 분석하여 앞으로의 미래를 예측할 수 있다. 머신러닝은 복잡한 알고리즘이나 프로그래밍을 설계할 수 있으며, 다양한 분야에 응용될 수 있다. 머신러닝의 알고리즘을 만들기 위해서는 3가지 방법이 이용된다.
우선, 사용자가 미리 만든 데이터를 입력한 뒤 출력까지 이끌어내는 감독(supervised) 학습방법이다. 감독 학습방법은 입력된 데이터만큼 정확도가 높아지기 때문에 데이터의 양이 많아질수록 신뢰성이 있는 출력값을 산출한다.
다음으로, 출력없이 입력만으로 패턴을 모델링하는 비감독(unsupervised) 학습방법이다. 비감독 학습방법은 컴퓨터가 스스로 학습한 뒤 응용하여 원하는 출력값을 이끌어내는 방법으로 높은 수준의 연산능력이 요구되며, 데이터 마이닝(data mining) 기법에 사용된다.
마지막으로, 방대한 양의 데이터를 컴퓨터 스스로 학습한 후에 생기는 피드백을 다시 학습하여 알고리즘을 생성하는 방법인 강화(Reinforcement) 학습방법이다.
머신러닝은 위의 3가지 방법을 통해 데이터를 학습하여 패턴(pattern)을 분석한 뒤, 시시각각 변하는 상황에 따라 직접 판단을 할 수 있는 능력을 갖게 된다.
또한, 딥러닝은 여러 층의 인공 신경망 모양으로 구성되어 있으며, 머신러닝에 속하는 학습방법 중 한 가지이다. 딥러닝은 여러 상황을 직접 학습시키지 않아도 다양한 상황을 스스로 판단할 수 있다.
딥러닝이 효과적으로 이용되기 위해서는 많은 데이터가 축적되어야 신뢰성이 있는 결과가 도출된다. 딥러닝은 빅데이터로 일정한 패턴을 파악하여 모양과 형태뿐만 아니라 추상적인 대상까지도 분석 가능하다.
도 1 및 도 3에서와 마찬가지로, 아래의 도 4 내지 도 8에서도 온실(21)은 건축부문과 설비부문으로 구분될 수 있음은 물론이다. 이때, 외피 및 차광 스크린(22)은 건축부문에 관한 것이며, 열원(23), 공조기(24) 및 포그시스템(25)은 설비부문에 관한 것이다.
또한, 도 1 내지 도 3에서 특정 농작물 추천부(36), 온실지역 추천부(37), 비용 최적화부(38)가 추가될 수 있고, 비용 최적화부(38)는 데이터베이스(38a), 최적 데이터 생성부(38b) 및 업데이트부(38c)로 구성될 수 있다고 설명된 바 있다. 이러한 구성은 도 4 내지 도 8에서도 동일하게 적용될 수 있음은 물론이다.
도 4는 본 발명 스마트팜 냉방 패키지 최적설계 지원 시스템의 사용자 인터페이스를 보인 예시도이다. 도 4를 참조하면, 사용자 인터페이스는 온실(21), 외피 및 차광 스크린(22), 열원(23), 소규모 분산 에너지원(26), 공조기(24), 포그시스템(25)을 포함한다.
사용자 인터페이스에서, 외피 및 차광 스크린(22)은 외피재질과 창의 비율, 외피 재질 설정, 차광스크린 종류, 차광률을 선택한다. 열원(23)은 축열조 적용 여부, 냉수 온도차, 축열율, 손실율, 열원 및 용량을 선택하고, 소규모 분산 에너지원(26)은 신재생에너지인 지열에너지와 태양에너지의 발전효율을 선택한다. 공조기(24)는 공조 방식 선택, 팬코일 선택시 용량 선택, 공조기 선택시 외기도입율, 온도차를 입력하고, 포그시스템(25)은 포그 시스템 유무, 상대 습도 범위 선택, 환기팬 적용, 용량을 선택한다.
제어부(5)는 사용자 인터페이스에서 외피 및 차광 스크린(22), 열원(23), 소규모 분산 에너지원(26), 공조기(24), 포그시스템(25)에 대해 입력된 선택 조건을 입력 변수로 해서 냉방부하, 냉방패키지의 온실 운영비를 산출한다. 제어부(5)는 초기투자비, 온실운영비, 온실(21)에서 생산되는 농작물의 가격을 비교 분석하여 경제성을 산출할 수 있다.
제어부(5)는 농작물 가격을 농작물 유통 서버로부터 수집해서 경제성 분석에 반영한다. 도 8에서와 같이, 농작물 유통 서버가 농작물 가격을 서버 DB 웹 표준(65)에 따라 관리하면, 제어부(5)는 크롤링 모듈(67)을 이용하여 농작물 유통 서버에서 농작물 가격을 수집할 수 있다. 크롤링 모듈(67)은 단말기(6) 에서 크롤링 모듈(67)을 이용하는 API(Application Programming Interface)(61); API(61)의 요청을 브라우저 드라이버(63)에 JSON(JavaScript Object Notation) Wire Protocol 기반의 URL(Uniform Resource Locator)로 전달하는 JSON 프로토콜(62); JSON 프로토콜(62)의 URL 명령을 수신하고 스크립트를 사용하여 실제 브라우저(64)를 동작시키는 브라우저 드라이버(63);를 포함한다. 예를 들어, 크롤링 모듈(67)은 기능적 자동화 테스트 도구인 셀레니움, 사이프레스일 수 있고, 브라우저 드라이버(63)를 제어하여 사용자의 행동을 모방하는 테스트를 작성하는데 사용된다.
도 5는 본 발명의 일 실시예에 따른 스마트팜 냉방 패키지 최적설계 지원 시스템의 설계 동작을 보인 흐름도이다. 도 5를 참조하면, 제어부(5)는 냉방부하 산출 단계(S101), 냉방패키지 선정 단계(S102), 초기투자비 산출 단계(S103), 온실 운영비 산출 단계(S104), 경제성 분석 단계(S105)를 수행한다.
제어부(5)는 외부 온도 상승, 일사에 의한 열량, 바닥이나 외벽에서 온실(21)로 들어오는 열량, 온실(21)에서 발생하는 열량 등을 동시에 제거하는 열량을 산출하여 냉방부하를 산출하는 냉방부하 산출 단계(S101); 히트 펌프를 이용한 배지 냉각, 하부 냉각, 양액 냉각 및 포그를 조합한 냉방패키지를 선정하는 냉방패키지 선정 단계(S102), 온실(21)을 구성하고 있는 외피 및 차광 스크린(22)과 관련하여 산출된 냉방부하, 냉방부하에 대응한 냉방패키지의 초기 투자비, 온실(21)을 구성하고 있는 열원(23), 공조기(24) 및 포그시스템(25)과 관련하여 산출된 냉방부하, 냉방부하에 대응한 냉방패키지의 초기 투자비, 및 신재생에너지 설비에 대한 초기 투자비를 산출하는 초기투자비 산출 단계(S103), 냉방부하에 대응한 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하고, 전기 사용량, 가스 사용량 및 열 사용량이 집계된 온실 운영비를 산출하는 온실 운영비 산출 단계(S104), 초기투자비, 온실 운영비, 온실(21)에서 생산되는 농작물의 가격을 비교 분석하여 경제성을 산출하는 경제성 분석 단계(S105)를 수행한다.
도 6은 본 발명의 일 실시예에 따른 스마트팜 냉방 패키지 최적설계 지원 시스템의 피드백 동작을 보인 흐름도이다. 도 6을 참조하면, 제어부(5)는 설계 반영 설비 구축 단계(S201), 설비 사용량 측정 단계(S202), 냉난방 부하 계산 단계(S203), 설계값과 측정값 대조 단계(S204) 및 측정값 피드백 단계(S205)를 수행한다.
제어부(5)는 설계 반영된 설비를 구축하는 설계 반영 설비 구축 단계(S201), 냉방부하에 대응한 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하여 설비의 전기 사용량, 가스 사용량 및 열 사용량을 측정하는 설비 사용량 측정 단계(S202), 외부 온도 상승, 일사에 의한 열량, 바닥이나 외벽에서 온실(21)로 들어오는 열량, 온실(21)에서 발생하는 열량 등을 동시에 제거하는 열량을 산출하여 냉난방부하를 계산하는 냉난방 부하 계산 단계(S203), 설계값과 측정값을 대조하는 설계값과 측정값 대조 단계(S204), 설계값에 측정값을 피드백하는 측정값 피드백 단계(S205)를 수행한다.
도 7은 본 발명을 설명하기 위한 하드웨어 자원과 운영체제, 코어인 제어부의 동작, 및 제어부 동작을 실행할 권한을 부여하는 시스템 인증 구성을 설명하는 예시도이다. 도 7을 참조하면, 본 발명은 프로세서(1), 메모리(2), 입출력장치(3), 운영체제(4), 제어부(5)를 포함한다.
프로세서(1)는 CPU(Central Processing Units), GPU(Graphic Processing Unit), FPGA(Field Programmable Gate Array), NPU(Neural Processing Unit)로서, 메모리(2)에 탑재된 운영체제(4), 제어부(5)의 실행 코드를 수행한다.
메모리(2)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다.
입출력장치(3)는 입력 장치로, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치로, 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.
운영체제(4)는 윈도우, 리눅스, IOS, 가상 머신, 웹브라우저, 인터프리터를 포함할 수 있고, 태스크, 쓰레드, 타이머 실행, 스케줄링, 자원 관리, 그래픽, 폰트 처리, 통신 등을 지원한다.
제어부(5)는 운영체제(4)의 지원하에 입출력장치(3)의 센서, 키, 터치, 마우스 입력에 의한 상태를 결정하고, 결정된 상태에 따른 동작을 수행한다. 제어부(5)는 병렬 수행 루틴으로 타이머, 쓰레드에 의한 작업 스케줄링을 수행한다.
제어부(5)는 입출력장치(3)의 센서값을 이용하여 상태를 결정하고, 결정된 상태에 따른 알고리즘을 수행한다.
도 7을 참조하면, 시스템 인증 구성은 제어부(5)를 포함하는 단말기(6), 인증 서버(7)를 포함한다.
단말기(6)는 데이터 채널을 이중화하고, 단말기(6)의 키값, 생체 정보를 입력받아 인증 서버(7)에 제1데이터 채널을 통해 사용자 인증을 요청하고, 단말기(6)는 생성된 킷값을 디스플레이에 표시하고, 인증 서버(7)로 전송한다.
단말기(6)는 단말기(6)의 디스플레이에 표시된 킷값을 입력하고, 사용자 정보와 함께 제2데이터 채널을 통해 인증 서버(7)로 전송한다. 단말기(6)는 킷값과 사용자 정보를 이용하여 단말기(6)에 탑재된 시스템의 인증을 인증 서버(7)에 요청한다. 단말기(6)의 킷값은 컴퓨터 고유의 정보인 CPU 제조번호, 이더넷 칩의 맥주소로부터 생성될 수 있다. 단말기(6)는 카메라를 이용한 얼굴 인식, 마이크를 이용한 음성 인식, 디스플레이를 이용한 필기 인식을 통해 사용자 정보를 획득하고, 인증에 활용할 수 있다.
인증 서버(7)는 단말기(6)로부터 킷값을 수신하고, 단말기(6)로부터 이중화된 데이터 채널을 통해 킷값과 사용자 정보를 수신하여 단말기(6)의 킷값과 사용자 정보를 비교하고, 사용자 정보를 대응시켜 단말기(6)의 시스템 이용에 대한 인증을 처리한다. 인증 서버(7)는 인증 결과를 단말기(6)로 전송하여 시스템에 대한 사용자의 사용을 허가한다. 단말기(6)의 이중화된 데이터 채널로 인해 킷값 손실이 최소화되는 효과를 가질 수 있다.
인증 서버(7)는 사용자 정보의 히스토리 분석을 수행하고, 시간 흐름에 따라 사용자 정보의 일관성, 변화를 비교 판단한다. 히스토리 분석에서 사용자 정보가 일관성을 나타내면 사용자의 사용을 허가하고, 변화를 나타내면 사용자의 사용을 허가하지 않는다. 사용자 정보가 일관성을 나타낼 때 사용자의 시스템 사용을 허가함으로써 사용자 정보가 변조된 사용자가 시스템에 접근하지 못하도록 보안을 강화한다.
시스템의 사용을 인증하는 수단인 단말기(6)는 시스템과 직접 연결하지 않고, 인증 서버(7)를 통한 우회 경로를 형성함으로써 인터넷망을 이루는 네트워크가 내부망과 외부망으로 구성되어 아이피 주소 설정 과정이 번거로울 때 단말기(6)를 이용한 인증 과정이 원활히 수행되는 장점이 있다. 이때, 단말기(6)에는 시스템이 탑재되고, 단말기(6)는 인증 단말 수단이 되고, 인증 서버(7)는 인증 서버 수단이 된다.
클라우드(12)는 프로세서(1), 메모리(2), 입출력장치(3), 통신부(6)를 관리하는 운영체제(4)의 지원 하에 컨테이너(7)의 모듈화로, 웹(8), DB(9), 프로토콜(10), 라이브러리(11)의 서비스를 제공하며, 제어부(5)는 컨테이너(7)의 서비스를 이용한 클라우드 애플리케이션을 실행한다. 컨테이너(7)라고 하는 표준 소프트웨어 패키지는 애플리케이션의 코드를 관련 구성파일, 라이브러리(11) 및 앱 실행에 필요한 종속성과 함께 번들로 제공한다.
클라우드(12)는 다수의 단말기(6)를 통합 제어하고, 단말기(6)로부터 수신된 센서값을 저장하여 시간 흐름에 따라 모니터링하고, 단말기(6)의 동작 에러를 처리하고, 에러 메시지를 다른 단말기(6)로 알리고, 제어 대상인 단말기(6)를 스위칭 제어한다.
신경망 학습은 온도, 고도, 지문 등 각종 센서, 이미지, 적외선 등 카메라, 라이더와 같은 입력 장치로부터 수집된 시계열 데이터로부터 특징량 선택, 알고리즘 선택을 통해 모델을 선택하고, 학습, 성능 검증 과정에 의한 반복 시행착오를 거쳐 모델 선택을 반복한다. 성능 검증이 마치면 인공지능 모델이 선택된다.
제어부(5)는 센서값 판단에 신경망을 이용한 딥러닝 알고리즘을 수행하고, 신경망 학습에 훈련 데이터를 이용하고, 시험 데이터로 신경망 성능을 검증한다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이행할 수 있을 것이다.
1: 프로세서
2: 메모리
3: 입출력장치 4: 운영체제
5: 제어부 6: 단말기
7: 인증 서버 8: 웹
9: DB 11: 라이브러리
12: 클라우드 14: 컨테이너
16: 통신부
21: 온실 22: 외피 및 차광 스크린
23: 열원 24: 공조기
25: 포그시스템 26: 소규모 분산 에너지원
27a, 27b, 27c, 27d : 센서부
31: 냉방부하 산출부 32: 냉방패키지 선정부
33: 초기투자비 산출부 34: 온실 운영비 산출부
35: 경제성 분석부 36 : 특정 농작물 추천부
37 : 온실지역 추천부 38 : 비용 최적화부
38a : 데이터베이스 38b : 최적 데이터 생성부
38c : 업데이트부
3: 입출력장치 4: 운영체제
5: 제어부 6: 단말기
7: 인증 서버 8: 웹
9: DB 11: 라이브러리
12: 클라우드 14: 컨테이너
16: 통신부
21: 온실 22: 외피 및 차광 스크린
23: 열원 24: 공조기
25: 포그시스템 26: 소규모 분산 에너지원
27a, 27b, 27c, 27d : 센서부
31: 냉방부하 산출부 32: 냉방패키지 선정부
33: 초기투자비 산출부 34: 온실 운영비 산출부
35: 경제성 분석부 36 : 특정 농작물 추천부
37 : 온실지역 추천부 38 : 비용 최적화부
38a : 데이터베이스 38b : 최적 데이터 생성부
38c : 업데이트부
Claims (10)
- 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실로 들어오는 열량, 및 온실에서 발생하는 열량을 동시에 제거하는 열량을 산출하는 냉방부하 산출부;
히트 펌프를 이용한 배지 냉각, 양액 냉각 및 포그를 조합한 냉방패키지를 선정하는 냉방패키지 선정부;
상기 온실을 구성하고 있는 외피 및 차광 스크린과 관련하여 산출된 냉방부하에 대응한 상기 냉방패키지의 제1 초기 투자비, 상기 온실을 구성하고 있는 열원, 공조기 및 포그시스템과 관련하여 산출된 냉방부하에 대응한 상기 냉방패키지의 제2 초기 투자비, 및 신재생에너지 설비에 대한 제3 초기 투자비가 집계된 총 초기 투자비를 산출하는 초기투자비 산출부;
상기 냉방부하에 대응한 상기 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하고, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량이 집계된 온실 운영비를 산출하는 온실 운영비 산출부; 및
상기 총 초기투자비, 상기 온실 운영비, 및 상기 온실에서 생산되는 농작물의 가격을 비교 분석하여 경제성을 산출하는 경제성 분석부;를 포함하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제1항에 있어서,
상기 경제성 분석부는 설정된 년 평균 물가상승률과 설정된 년 평균 임금 상승률을 반영하여 경제성을 산출하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제1항에 있어서,
산출된 경제성으로부터 손실이라고 판단되었을 때 특정 지역을 입력받아 상기 특정지역에서 생산되는 주요 농작물의 정보를 추천하는 특정 농작물 추천부를 더 포함하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제1항에 있어서,
산출된 경제성으로부터 손실이라고 판단되었을 때 특정 농작물을 입력받아 상기 특정 농작물을 생산하는 온실이 속한 지역을 추천하는 온실지역 추천부를 더 포함하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제4항에 있어서,
상기 온실지역 추천부는 상기 특정 농작물을 생산하는 온실의 위치를 사용자 단말기 화면의 맵(map)상에 표시하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제5항에 있어서,
상기 경제성 분석부는 각 온실에서 생산되는 특정 농작물의 정보와, 각 온실의 누적 수익률 정산, 각 온실에서 생산되는 특정 농작물에 대한 월간, 계절별 및 연간 계획을 관리하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제6항에 있어서,
상기 온실의 위치는 상기 사용자 단말기 화면의 맵상에 표시되고, 상기 경제성 분석부는 상기 맵 상에 표시된 온실의 위치에 각 온실에서 생산되는 특정 농작물의 정보와, 각 온실의 누적 수익률 정산, 각 온실에서 생산되는 특정 농작물에 대한 월간, 계절별 및 연간 계획을 표시하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실로 들어오는 열량, 및 온실에서 발생하는 열량을 동시에 제거하는 열량을 산출하는 냉방부하 산출부;
히트 펌프를 이용한 배지 냉각, 양액 냉각 및 포그를 조합한 냉방패키지를 선정하는 냉방패키지 선정부;
상기 온실을 구성하고 있는 외피 및 차광 스크린과 관련하여 산출된 냉방부하에 대응한 상기 냉방패키지의 제1 초기 투자비, 상기 온실을 구성하고 있는 열원, 공조기 및 포그시스템과 관련하여 산출된 냉방부하에 대응한 상기 냉방패키지의 제2 초기 투자비, 및 신재생에너지 설비에 대한 제3 초기 투자비가 집계된 총 초기 투자비를 산출하는 초기투자비 산출부;
상기 냉방부하에 대응한 상기 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하고, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량이 집계된 온실 운영비를 산출하는 온실 운영비 산출부; 및
상기 제1 초기 투자비, 상기 제2 초기 투자비, 상기 제3 초기 투자비, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량은 각각 최대값과 최소값이 설정된 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 제8항에 있어서,
상기 제1 초기 투자비, 상기 제2 초기 투자비, 상기 제3 초기 투자비, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량이 각각 상기 최소값 내지 상기 최대값을 갖는 범위에서, 상기 총 초기투자비, 상기 온실 운영비, 및 상기 농작물의 가격을 최적화하여 최소비용을 산출하는 비용 최적화부를 더 포함하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
- 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실로 들어오는 열량, 및 온실에서 발생하는 열량을 동시에 제거하는 열량을 산출하는 냉방부하 산출부;
히트 펌프를 이용한 배지 냉각, 양액 냉각 및 포그를 조합한 냉방패키지를 선정하는 냉방패키지 선정부;
상기 온실을 구성하고 있는 외피 및 차광 스크린과 관련하여 산출된 냉방부하에 대응한 상기 냉방패키지의 제1 초기 투자비, 상기 온실을 구성하고 있는 열원, 공조기 및 포그시스템과 관련하여 산출된 냉방부하에 대응한 상기 냉방패키지의 제2 초기 투자비, 및 신재생에너지 설비에 대한 제3 초기 투자비가 집계된 총 초기 투자비를 산출하는 초기투자비 산출부;
상기 냉방부하에 대응한 상기 냉방패키지의 전기 사용량, 가스 사용량 및 열 사용량을 산출하고, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량이 집계된 온실 운영비를 산출하는 온실 운영비 산출부; 및
상기 온실 내에 적어도 하나가 설치되고, 외부 온도 상승과 일사에 의한 열량, 바닥이나 외벽에서 온실(21)로 들어오는 열량, 및 온실(21)에서 발생하는 열량에 대한 센싱정보를 생성하는 센서부를 더 포함하고,
상기 비용 최적화부는,
상기 센싱정보, 상기 제1 초기 투자비, 상기 제2 초기 투자비, 상기 제3 초기투자비, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량에 관한 데이터, 및 총 초기투자비와 상기 온실 운영비를 저장하는 데이터베이스;
상기 센서부로부터 상기 온실 내에서 기 설정된 주기로 상기 센싱정보를 수집하고, 상기 센싱정보와 상기 센싱정보에 따른 상기 총 초기투자비와 상기 온실 운영비에 관한 데이터에 따라 환경제어 알고리즘을 이용하여 상기 총 초기투자비와 상기 온실 운영비를 최소로 하는 상기 제1 초기 투자비, 상기 제2 초기 투자비, 상기 제3 초기투자비, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량에 관한 데이터를 생성하는 최적 데이터 생성부; 및
인공지능 알고리즘을 통해 상기 환경제어 알고리즘을 학습시켜 상기 센싱정보와, 상기 제1 초기 투자비, 상기 제2 초기 투자비, 상기 제3 초기투자비, 상기 전기 사용량, 상기 가스 사용량 및 상기 열 사용량에 관한 데이터를 업데이트시키는 업데이트부;를 포함하는 것을 특징으로 하는 스마트팜 냉방 패키지 최적설계 지원 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2023/008663 WO2024005448A1 (ko) | 2022-06-29 | 2023-06-22 | 스마트팜 냉방 패키지 최적설계 지원 시스템 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20220079987 | 2022-06-29 | ||
| KR1020220079987 | 2022-06-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20240003425A true KR20240003425A (ko) | 2024-01-09 |
| KR102672318B1 KR102672318B1 (ko) | 2024-06-10 |
Family
ID=
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102239906B1 (ko) | 2020-12-18 | 2021-04-12 | 이복은 | 증강 현실 기술을 이용한 스마트 팜 관리 방법, 장치 및 시스템 |
| KR102497736B1 (ko) | 2020-08-14 | 2023-02-09 | 한전케이디엔주식회사 | 스마트-팜용 에너지 발전 시스템 및 그 시스템의 구축 방법 |
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102497736B1 (ko) | 2020-08-14 | 2023-02-09 | 한전케이디엔주식회사 | 스마트-팜용 에너지 발전 시스템 및 그 시스템의 구축 방법 |
| KR102239906B1 (ko) | 2020-12-18 | 2021-04-12 | 이복은 | 증강 현실 기술을 이용한 스마트 팜 관리 방법, 장치 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jans-Singh et al. | Digital twin of an urban-integrated hydroponic farm | |
| Shamshiri et al. | Model-based evaluation of greenhouse microclimate using IoT-Sensor data fusion for energy efficient crop production | |
| Li et al. | Machine learning for solar irradiance forecasting of photovoltaic system | |
| Bersani et al. | Model predictive control of smart greenhouses as the path towards near zero energy consumption | |
| Ullah et al. | An optimization scheme for IoT based smart greenhouse climate control with efficient energy consumption | |
| Costantino et al. | Energy performance and climate control in mechanically ventilated greenhouses: A dynamic modelling-based assessment and investigation | |
| CN102736596B (zh) | 基于作物信息融合的多尺度温室环境控制系统 | |
| CN105260791A (zh) | 基于农业物联网和大数据分析的种植计划优化系统和方法 | |
| CN111561733B (zh) | 基于gbdt的供暖户阀调节方法、系统及设备 | |
| Lu et al. | Data augmentation strategy for short-term heating load prediction model of residential building | |
| KR102067110B1 (ko) | 높은 정확도를 가지는 기축 건물의 에너지 데이터 처리장치 및 방법 | |
| González-Briones et al. | Reuse of Waste Energy from Power Plants in Greenhouses through MAS‐Based Architecture | |
| KR20200057822A (ko) | 우수를 이용한 태양광 발전 모듈 최적 냉각 장치 및 방법 | |
| Krechowicz et al. | Reduction of the Risk of Inaccurate Prediction of Electricity Generation from PV Farms Using Machine Learning | |
| KR102672318B1 (ko) | 스마트팜 냉방 패키지 최적설계 지원 시스템 | |
| Gao et al. | Adversarial discriminative domain adaptation for solar radiation prediction: A cross-regional study for zero-label transfer learning in Japan | |
| Su et al. | Greenhouse climate setpoint optimization: An online decision strategy | |
| Li et al. | Sustainable energy management of solar greenhouses using open weather data on MACQU platform | |
| KR20240003425A (ko) | 스마트팜 냉방 패키지 최적설계 지원 시스템 | |
| Macabiog et al. | Soil moisture and rain prediction based irrigation controller for the strawberry farm of La Trinidad, Benguet | |
| KR102064918B1 (ko) | 제로에너지 구축을 위한 높은 정확도를 가지는 에너지 진단 시스템 및 이의 방법 | |
| Lee et al. | A cost-effective and heuristic approach for building energy consumption prediction: BES model calibration and forecasting algorithm | |
| Morozova | Methodology for Controlling Greenhouse Microclimate Parameters and Yield Forecast Using Neural Network Technologies | |
| CN112784477A (zh) | 一种基于WRF-LES和BP-PSO-Bagging相结合的风功率预测方法 | |
| Rizwan et al. | Optimal environment control and fruits delivery tracking system using blockchain for greenhouse |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right |