KR20240034484A - 에너지 관리 시스템에서의 가상 데이터 수집 기술 - Google Patents

에너지 관리 시스템에서의 가상 데이터 수집 기술 Download PDF

Info

Publication number
KR20240034484A
KR20240034484A KR1020220113540A KR20220113540A KR20240034484A KR 20240034484 A KR20240034484 A KR 20240034484A KR 1020220113540 A KR1020220113540 A KR 1020220113540A KR 20220113540 A KR20220113540 A KR 20220113540A KR 20240034484 A KR20240034484 A KR 20240034484A
Authority
KR
South Korea
Prior art keywords
data
energy
virtual
physical
sensors
Prior art date
Application number
KR1020220113540A
Other languages
English (en)
Inventor
송정학
현재호
백경훈
이상균
김정희
Original Assignee
에스큐아이소프트(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스큐아이소프트(주) filed Critical 에스큐아이소프트(주)
Priority to KR1020220113540A priority Critical patent/KR20240034484A/ko
Publication of KR20240034484A publication Critical patent/KR20240034484A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/289—Intermediate processing functionally located close to the data consumer application, e.g. in same machine, in same home or in same sub-network

Abstract

에너지 통합 관리 시스템이 개시된다. 본 시스템은 통신부, 제어부를 포함하며 가상 네트워크를 구성하는 복수의 물리 센서 및 가상 센서로부터 데이터를 수집하는, 하나 이상의 엣지 게이트웨이를 포함하며, 엣지 게이트웨이로부터 수집된 데이터를 수신하는 에너지 관련 장치를 포함할 수 있다. 본 시스템이 제공됨으로써, 에너지 설비가 통합적으로 관리될 수 있다.

Description

에너지 관리 시스템에서의 가상 데이터 수집 기술{INTEGRATED ENERGY MANAGEMENT SYSTEM AND METHOD FOR COLLECTING VIRTUAL DATA USING THE SYSTEM}
본 발명은 에너지 설비를 모니터링하고 관리하는 기술에 관한 것이다. 더 상세하게는 각종 에너지 관련 설비를 가상 공간에 매핑하여 관리하며, 각종 에너지 관련 설비에서 수집되는 데이터를 통합적으로 관리하는 에너지 통합 관리 시스템에 관한 것이다.
최근 지속적으로 증가하는 전력 수요에 따라 전력 공급량이 전력 수요를 따라가지 못해 전력 수급에 대한 문제가 발생하고 있다. 이러한 문제에 대한 해결책으로는 효율적인 에너지 관리가 중요하다.
종래의 에너지 관리는 특정 공장 전체에서 사용되는 전력량을 체크하여 전력 소비량에 대한 과금을 부여하거나, 절전을 요구하는 방식으로 진행되어, 특정 공장의 에너지만 개별적으로 관리될 수 있었다. 이러한 특정 공장의 에너지를 관리하는 시스템이 FEMS(Factory Energy Management System)라고 불리고 있다.
한편, 사물인터넷(Internet of Things, IoT) 기술 등장에 의해 다수의 물리 센서가 에너지 설비의 주변에 배치되어 각종 현장에 설치 및 운영되고 있으며, 그 수는 지속적으로 늘어나고 있다.
IoT 기반 센서의 경우 배터리를 활용하여 운영할지라도 10년 이상의 장기 운영을 가정하는 경우가 많이 있는데, 장기간의 운영에 따른 물리 센서 자체의 내구성 및 측정값의 변동에 대한 신뢰성이 저하될 소지가 있다.
현장의 물리 센서로부터 측정된 값을 판단할 때, 현재 주로 사용되는 판단 기준 방식은 소정 임계치를 넘었는지 여부로 판단하는 관리 기준치 방식이다. 하지만, 이 방식으로는 관리 기준치가 없거나 관리 기준치를 넘지 않은 범위의 변화에 대해서는 문제 상황을 진단할 수 없는 한계가 있다.
사물인터넷과 함께 최근에 각광받는 기술인 디지털 트윈(digital twin)은 실제 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경에 구현한 디지털 가상 객체를 말하는 것으로, 제조설비와 연동되어 각종 장치, 부품, 기기, 센서 등에서 발생하는 데이터를 실시간으로 수집하여 운영자에게 제공하는 솔루션을 의미한다.
이에, 사물인터넷 기술 및 디지털 트윈 기술을 접목하여, 에너지 설비를 통합적으로 관리하는 에너지 통합 관리 시스템이 필요하다.
한편, 상기와 같은 정보는 본 발명의 이해를 돕기 위한 백그라운드 (background) 정보로서만 제시될 뿐이다. 상기 내용 중 어느 것이라도 본 발명에 관한 종래 기술로서 적용 가능할지 여부에 관해, 어떤 결정도 이루어지지 않았고, 또한 어떤 주장도 이루어지지 않는다.
대한민국 등록특허 제10-1438606호 (등록일 : 2014.09.01.)
본 발명이 해결하고자 하는 일 과제는 에너지의 생산, 소비, 거래를 목적으로 가정, 건물, 사업장 등에 설치된 에너지 설비에서 발생되는 각종 센싱 데이터를 물리 센서를 이용하여 측정하거나 가상 센서를 이용하여 예측하는 방법을 제공하는 데에 있다.
본 발명의 다른 과제는, 다양한 에너지 설비의 에너지 상태를 통합적으로 관리하는 시스템을 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 기술적 과제를 달성하기 위한 본 발명의 일 실시 예에 따른 에너지 통합 관리 시스템은 통신부 및 제어부를 포함하며 가상 네트워크를 구성하는 복수의 물리 센서 및 가상 센서로부터 데이터를 수집하는, 하나 이상의 엣지 게이트웨이; 및 상기 엣지 게이트웨이로부터 수집된 데이터를 수신하는 에너지 관련 장치를 포함할 수 있다.
상기 엣지 게이트웨이 각각의 제어부는, 통신부를 통해, 소정 공간에 배치된 에너지 설비로부터 발생되는 데이터를 측정하는 복수의 물리 센서로부터 데이터를 수신하고, 상기 복수의 물리 센서에서 수신한 데이터를 연산하여 가상의 데이터를 출력하는 가상 센서를 소정 타이밍에 생성하여, 상기 복수의 물리 센서 및 가상 센서를 포함하는 가상 네트워크를 구성할 수 있다.
상기 엣지 게이트웨이 각각의 제어부는, 상기 구성된 가상 네트워크에 포함된 상기 복수의 물리 센서의 데이터 수집 주기를 동기화하고, 상기 복수의 물리 센서 중 적어도 일부에서 상기 동기화된 수집 주기에 데이터가 획득되지 않거나 데이터가 유효하지 않은은 경우, 해당 물리 센서에 대응하는 가상 센서를 통해 대체 데이터를 획득하도록 구성될 수 있다.
상기 에너지 관련 장치는, 상기 엣지 게이트웨이 각각이 관리하는 에너지 설비를 가상 공간에 매핑하여, 상기 에너지 설비 각각에서 발생되는 이벤트를 통합적으로 관리할 수 있다.
상기 엣지 게이트웨이 각각은 미리 학습된 상관 관계 연산 모델을 저장하는 메모리를 포함할 수 있으며, 상기 엣지 게이트웨이 각각의 제어부는, 상기 상관 관계 연산 모델에 기초하여, 상기 복수의 물리 센서로부터 수집된 데이터 사이의 상관 관계를 결정하고, 특정 물리 센서로부터 수집된 데이터의 유효 여부를 상기 결정된 상관 관계에 기초하여 결정하도록 구성될 수 있다.
상기 엣지 게이트웨이 각각의 제어부는, 상기 데이터가 결측되거나 유효하지 않은 물리 센서에 대응하는 가상 센서를 통해 대체 데이터를 획득하는 경우, 상기 결정된 상관 관계 및 미리 학습된 결측치 예측 및 이상치 보정 모델을 이용하여, 대체 데이터를 획득하도록 구성될 수 있다.
상기 엣지 게이트웨이 각각의 제어부는, 상기 복수의 물리 센서 각각의 데이터가 수집되는 시점에 가상 센서를 생성하도록 구성될 수 있다.
상기 에너지 관련 장치는, 상기 소정 공간에 배치된 에너지 설비 및 상기 에너지 설비에 대응하는 복수의 물리 센서의 고장 발생 가능성을 시뮬레이션할 수 있다.
이 외에도, 본 개시를 구현하고 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 더 제공될 수 있다.
본 발명의 일 실시 예에 따른 에너지 통합 관리 시스템이 제공됨으로써, 다양한 에너지 설비의 에너지 생산, 소비, 거래 등이 통합적으로 모니터링될 수 있다.
본 발명의 일 실시 예에 따른 엣지 게이트웨이가 제공됨으로써, 다양한 공간에 위치하는 에너지 설비에 관련된 측정 데이터가 다양한 물리 센서를 통해 수집될 수 있으며, 물리 센서로부터 수집되지 못한 측정 데이터의 경우 가상 센서를 통해 예측될 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 에너지 통합 관리 시스템을 개략적으로 설명하기 위한 도면,
도 2는 본 발명의 일 실시 예에 따른 엣지 게이트웨이의 구성을 나타내는 블록도,
도 3은 본 발명의 일 실시 예에 따른 엣지 게이트웨이의 작동 방법을 나타내는 시퀀스도,
도 4는 본 발명의 일 실시 예에 따른 특정 물리 센서로부터 수집된 데이터의 유효 여부를 결정하는 방법을 설명하기 위한 시퀀스도,
도 5는 본 발명의 일 실시 예에 따른 물리 센서와 가상 센서를 이용한 가상의 네트워크를 구성하는 방법을 설명하기 위한 도면,
도 6은 본 발명의 일 실시 예에 따른 물리 센서에 결측치나 이상치가 발생하였을 때 가상 센서를 활용하여 대체 데이터를 획득하기 위한 방법을 설명하기 위한 도면, 그리고,
도 7은 본 발명의 일 실시 예에 따른 디지털 트윈을 구현하기 위해 소정 공간의 에너지 설비 및 에너지 설비와 관련된 물리 센서/가상 센서를 가상 공간에 매핑하는 방법을 설명하기 위한 도면이다.
본 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시 예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우 뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시 예들에 대해 설명한다.
도 1은 본 발명의 일 실시 예에 따른 에너지 통합 관리 시스템(1)을 개략적으로 설명하기 위한 도면이다.
에너지 통합 관리 시스템(1)은 에너지의 생산, 소비, 거래 등을 목적으로 소정 구역 내에 설치된 각종 에너지 설비(ES)(ES1~ES6)를 관리할 수 있다. 여기서, 에너지 설비(ES)는 신재생 에너지 관련 에너지원인 태양광(ES1), 풍력(ES2), 공장의 에너지 설비(ES3), 건물의 에너지 설비(ES4), 하우스의 에너지 설비(ES5) 및 차량의 에너지 설비(ES6) 등을 포함할 수 있다. 선택적 실시 예로, 에너지 설비는 태양열, ESS(energy storage system), 연료전지 및 지열 등의 에너지 설비를 포함할 수 있다.
에너지 통합 관리 시스템(1)은 각 에너지 설비(ES)(ES1~ES6)에 포함되거나 주변에 배치된 각종 물리 센서(PS)(PS1~PS6)를 포함할 수 있다. 물리 센서(PS)는 전류, 전압, 전력, 유량, 열량 등의 계측 데이터를 수집하기 위한 센서, 온도, 습도 등의 상태 데이터를 수집하는 센서를 다양하게 포함할 수 있으나, 물리 센서의 구현 예가 상술한 기재에 한정되는 것은 아니다.
에너지 통합 관리 시스템(1)은 에너지 관련 장치(300A) 또는 에너지 관련 클라우드(300B)를 포함할 수 있는데, 에너지 관련 장치(300A) 또는 에너지 관련 클라우드(300B)는 관리하는 에너지 설비 및 에너지 설비에서 발생되는 데이터를 수집하는 물리 센서를 가상 공간에 매핑하여 에너지 설비 및 물리 센서에서 발생될 수 있는 이벤트를 미리 시뮬레이션할 수 있으며, 고장 발생 가능성을 예측할 수 있다.
상기 에너지 관련 장치(300A) 및 상기 에너지 관련 클라우드(300B)를 에너지 관련 관리 기기(300)라고 할 수 있다. 예를 들면, 에너지 관련 관리 기기(300)는 특정 에너지 설비(ES1) 및 특정 에너지 설비(ES1)의 데이터를 측정하는 물리 센서(PS1)(PS11~PS13)를 가상 공간에 매핑하여 관리할 수 있다.
에너지 통합 관리 시스템(1)은 각 에너지 설비(ES1~ES6)에서 발생되는 데이터를 수집하는 물리 센서(PS1~PS6)와 통신하는 엣지 게이트웨이(100)(100A~100F)를 포함할 수 있다. 엣지 게이트웨이(100)(100A~100F)는 내부 컴퓨터망이 공중 통신망으로 접속하는 소형 서버일 수 있으며, 클라우드나 기업 데이터 센터와 현장에서 사용되는 사물 인터넷 기기(가령, 물리 센서 등) 사이에 배치될 수 있다.
엣지 게이트웨이(100)는 물리 센서에 대응하는 가상 센서를 소정 타이밍에 생성하여, 복수의 물리 센서 및 가상 센서를 포함하는 가상 네트워크를 구성할 수 있으며, 구성된 가상 네트워크에 포함된 복수의 물리 센서의 데이터 수집 주기를 동기화할 수 있다. 자세한 설명은 후술하기로 하고 여기서는 생략한다.
본 명세서에서, 엣지 게이트웨이(100)는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함될 수 있다. 예를 들어, 엣지 게이트웨이(100)는, 컴퓨터, 서버 장치 및 휴대용 단말기를 모두 포함하거나, 또는 어느 하나의 형태가 될 수 있다.
여기에서, 상기 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), 태블릿 PC, 슬레이트 PC 등을 포함할 수 있다.
상기 서버 장치는 외부 장치와 통신을 수행하여 정보를 처리하는 서버로써, 애플리케이션 서버, 컴퓨팅 서버, 데이터베이스 서버, 파일 서버, 게임 서버, 메일 서버, 프록시 서버 및 웹 서버 등을 포함할 수 있다.
상기 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), WiBro(Wireless Broadband Internet) 단말, 스마트 폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD) 등과 같은 웨어러블 장치를 포함할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 엣지 게이트웨이(100)의 구성을 나타내는 블록도이다.
도 2를 참고하면, 엣지 게이트웨이(100)는 통신부(110), 입력부(120), 디스플레이(130), 메모리(150) 및 제어부(190) 등을 포함할 수 있다. 도 2에 도시된 구성요소들은 본 개시에 따른 엣지 게이트웨이(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 엣지 게이트웨이(100)는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
상기 구성요소들 중 통신부(110)는 외부 장치와 통신을 가능하게 하는 하나 이상의 구성 요소를 포함할 수 있으며, 예를 들어, 방송 수신 모듈, 유선통신 모듈, 무선통신 모듈, 근거리 통신 모듈, 위치정보 모듈 중 적어도 하나를 포함할 수 있다.
입력부(120)는 디지털 또는 아날로그 신호 및 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 물리 센서 또는 사용자 입력부 중 적어도 하나를 포함할 수 있다. 입력부(120)에서 수집한 신호 또는 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.
한편, 상기 물리 센서가 복수개일 경우, 3차원 입체 구조를 이루도록 배치될 수 있으며, 이와 같이 3차원 입체 구조를 이루는 물리 센서들을 통해 다양한 조건의 신호, 데이터 또는 정보가 입력될 수 있다.
디스플레이(130)는 엣지 게이트웨이(100)에서 처리되는 정보 또는 엣지 게이트웨이(100)에서 발생되는 이벤트 정보 등 사용자의 확인을 요하는 정보를 표시(출력)한다. 예를 들어, 디스플레이(130)는 엣지 게이트웨이(100)에서 구동되는 응용 프로그램(일 예로, 어플리케이션)의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
메모리(150)는 본 장치의 다양한 기능을 지원하는 데이터와, 제어부의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 음성 파일, 정지영상, 동영상 등)을 저장할 있고, 엣지 게이트웨이(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다.
이러한, 메모리(150)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리는 본 장치와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.
제어부(190)는 엣지 게이트웨이(100) 내의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리, 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 적어도 하나의 코어를 포함하는 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.
또한, 제어부는 이하의 도 3 내지 도 7에서 설명되는 본 개시에 따른 다양한 실시 예들을 본 장치 상에서 구현하기 위하여, 위에서 살펴본 구성요소들 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.
도 2에 도시된 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
한편, 도 2에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미한다.
도 3은 본 발명의 일 실시 예에 따른 엣지 게이트웨이(100)의 작동 방법을 나타내는 시퀀스도이며, 도 4는 본 발명의 일 실시 예에 따른 특정 물리 센서로부터 수집된 데이터의 유효 여부를 결정하는 방법을 설명하기 위한 시퀀스도이다. 도 3을 설명하면서 필요한 부분에서 함께 참조하기로 한다.
먼저, 엣지 게이트웨이(100)의 제어부(190)는 소정 공간에 배치된 에너지 설비로부터 발생되는 데이터를 측정하는 복수의 물리 센서로부터 데이터를 통신부(110)를 통해 수신할 수 있다(S310, 데이터 수신 단계).
복수의 물리 센서는 전류, 전압, 전력, 유량, 열량 등을 측정할 수 있으며, 온도, 습도, 압력 등을 측정할 수 있으나, 측정 실시 예가 이에 한정되는 것은 아니다.
제어부(190)는 복수의 물리 센서에서 수신한 데이터를 연산하여 가상의 데이터를 출력하는 가상 센서를 소정 타이밍에 생성하여, 복수의 물리 센서 및 가상 센서를 포함하는 가상 네트워크를 구성할 수 있다(S320, 가상 네트워크 구성 단계).
선택적 실시 예로, 제어부(190)는 복수의 물리 센서 각각의 데이터가 최초 수집되는 시점에 가상 센서를 생성할 수 있으며, 최초 결측치 발생 시점에 가상 센서를 생성할 수도 있다.
선택적 또는 부가적 실시 예로, 제어부(190)는 각 에너지 설비 별로 필수적인 물리 센서를 리스트로 나열한 후, 특정 에너지 설비에 필수적인 물리 센서가 구비되지 않은 경우, 구비되지 않은 물리 센서에 대응하는 가상 센서를 가상 네트워크에 포함할 수 있으며, 동일한 에너지 설비에서 수집된 데이터에 기초하여, 해당 가상 센서의 측정 데이터를 예측할 수 있다.
선택적 또는 부가적 실시 예로, 제어부(190)는 유사한 특성을 지닌 센싱값을 통합하여 관리할 수 있다. 가령, 제어부(190)는 전압, 전류, 전력, 자기력 등의 센싱값을 함께 관리할 수 있으며, 물리 센서 각각에 대응하는 가상 센서 이외에 유사한 특성을 지닌 센싱값을 통합 관리하기 위해, 별도의 가상 센서를 가상 네트워크에 포함할 수 있다. 제어부(190)는 별도의 가상 센서를 통해 유사한 특성을 지닌 센싱값의 총 센싱값의 임계값을 설정할 수 있으며, 특정 상황이 의심되거나 발생될 우려가 있는 센싱값의 범위를 미리 설정할 수 있다.
S320 단계(가상 네트워크 구성 단계) 이후, 제어부(190)는 구성된 가상 네트워크에 포함된 상기 복수의 물리 센서의 데이터 수집 주기를 동기화할 수 있다(S330).
제어부(190)는 에너지 설비로부터 발생되는 데이터를 시간 동기화하여 수집할 수 있다(S330, 데이터 수집 동기화 단계).
이에 따라, 데이터 수집이 동기화되어, 데이터 분석 및 이용이 효과적일 수 있다.
제어부(190)는 동기화된 수집 주기에 데이터를 획득하고 데이터가 유효한 경우(S340), 데이터를 수집하고(S350, 데이터 수집 단계), 에너지 관련 장치(또는 에너지 관련 클라우드)에 수집된 데이터를 제공할 수 있다(S370, 데이터 제공 단계).
만약, 제어부(190)는 동기화된 수집 주기에 데이터를 획득하지 못하거나 유효한 데이터가 아닌 경우(S340), 데이터가 획득되지 않은 물리 센서에 대응하는 가상 센서를 통해 대체 데이터를 획득할 수 있다(S360, 대체 데이터 획득 단계).
특히, 제어부(190)는 필수적으로 수집되어야 하는 물리 센서가 특정 에너지 설비에 배치되지 않거나, 필수적으로 수집되어야 하는 물리 센서의 센싱값이 획득되지 않은 경우, 가상 센서를 통해 대체 데이터를 획득할 수 있다.
도 4를 참고하면, 제어부(190)는 미리 학습된 상관 관계 연산 모델에 기초하여, 상기 복수의 물리 센서로부터 수집된 데이터 사이의 상관 관계를 결정할 수 있다(S410).
여기서, 상관 관계 연산 모델은 메모리(150)에 저장될 수 있으며, 실시 예에 따라서는 외부 서버에 저장될 수 있다.
제어부(190)는 복수의 물리 센서 각각의 측정 범위를 설정할 수 있으며, 설정된 측정 범위를 초과하는 경우, 해당 측정값에 문제가 있는 것으로 결정할 수 있다.
상관 관계 연산 모델은 복수의 물리 센서 각각의 측정 범위, 각 물리 센서의 측정값에 기초하여, 복수의 물리 센서로부터 수집되는 데이터 사이의 상관 관계를 결정하도록 학습될 수 있다. 이를 위해, 각 물리 센서 간의 상관 관계를 나타내는 연산식이 미리 메모리(150)에 저장될 수 있다. 가령, 상관 관계 연산 모델은 제1 물리 센서의 측정값이 소정의 측정 구간에 있는 경우 제1 물리 센서와 소정의 연산식에 함께 변수로 포함되는 경우, 해당 연산식에 기초하여, 제2 물리 센서의 측정값에 대한 소정의 측정 구간을 결정할 수 있다.
선택적 또는 부가적 실시 예로, 상관 관계 연산 모델은 동일 에너지 설비가 제1 위치 및 제2 위치에 동시에 설치된 경우, 제1 위치에서 수집된 데이터(물리 센서 및/또는 가상 센서에서 수집된 데이터)와 제2 위치에서 수집된 데이터의 COS 유사도에 기초하여 데이터의 상관 관계를 확인할 수 있다.
가령, 상관 관계 연산 모델은 제1 위치에서 수집된 데이터를 행렬로 매핑하고, 제2 위치에서 수집된 데이터를 행렬로 매핑하는 경우, 각 위치에서의 벡터의 크기 및 벡터 곱에 기초하여, COS 유사도 값을 산출할 수 있으며, 해당 COS 유사도 값이 + 0.5 부터 -1 인 경우, 제1 위치 및 제2 위치에서 수집된 데이터 간의 상관도가 낮은 것으로 결정할 수 있으나, 실시 예가 이에 한정되는 것은 아니다.
제어부(190)는 특정 물리 센서로부터 수집된 데이터의 유효 여부를 상기 결정된 상관 관계에 기초하여 결정할 수 있다(S420).
제어부(190)는 특정 물리 센서의 센싱값의 소정 수치로 측정되었는데, 해당 수치로 측정되는 것이 결정된 상관 관계에 벗어나는 수치인 경우, 특정 물리 센서의 센싱값을 저장할 수 있으며, 실시 예에 따라서는, 가상 센서의 센싱값으로 대체하여 저장할 수 있다.
상술한 S360 단계에서, 제어부(190)는 데이터가 획득되지 않은 물리 센서에 대응하는 가상 센서를 통해 대체 데이터를 획득하는 경우, 결정된 상관 관계 및 미리 학습된 결측치 예측 및 이상치 보정 모델을 이용하여 대체 데이터를 획득할 수 있다.
결측치 예측 및 이상치 보정 모델은 각 물리 센서의 값을 시간순으로 수집하여, 수집된 센싱값에 기초하여, 선형(또는 비선형) 그래프를 생성한 후, 특정 시점에서 센싱값이 수집되지 않은 결측치가 있는 경우, 해당 결측치를 예측하거나 이상치를 보정하여, 가상 센서를 통해 출력할 수 있다.
제어부(190)는 두 센서 간의 결정된 상관 관계가 있는 경우, 해당 상관 관계에 따라 대체 데이터를 제1 예측하고, 결측치 예측 및 이상치 보정 모델에 기초하여 대체 대이터를 제2 예측한 후, 제1 예측 및 제2 예측된 대체 데이터를 아래 식에 기초하여, 조정할 수 있다.
즉, 제어부(190)는 상관 관계에 따라 특정 대체 데이터의 측정 구간을 결정하고, 결측치 예측 및 이상치 보정 모델에 따라 예측 또는 보정된 대체 데이터의 값이 상기 측정 구간에 포함되는 경우, 해당 결측치 예측값 또는 보정된 값을 대체 데이터로 결정할 수 있다.
한편, 에너지 관련 장치(가령, 300A)는 소정 공간에 배치된 에너지 설비 및 상기 에너지 설비에 대응하는 복수의 물리 센서의 고장 발생 가능성을 시뮬레이션할 수 있다.
에너지 관련 장치는 각 에너지 설비의 각 부품들에 대한 내구연한 데이터, 에너지 설비로부터 발생되는 데이터가 물리 센서에 의해 측정되는 경우 측정 데이터, 물리 센서에 대응하는 가상 센서의 예측값 등에 기초하여, 각 에너지 설비 및 에너지 설비의 부품, 에너지 설비에 위치한 물리 센서 등의 고장 발생 가능성을 시뮬레이션할 수 있다.
에너지 관련 장치는 엣지 게이트웨이 각각이 관리하는 에너지 설비를 가상 공간에 매핑하여, 에너지 설비 각각에서 발생되는 이벤트를 통합적으로 관리할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 물리 센서(PS1~PS6)와 가상 센서(VS)를 이용한 가상의 네트워크(NT)를 구성하는 방법을 설명하기 위한 도면이며, 도 6은 본 발명의 일 실시 예에 따른 물리 센서에 결측치나 이상치가 발생하였을 때 가상 센서(VS)를 활용하여 대체 데이터를 획득하기 위한 방법을 설명하기 위한 도면이다.
먼저, 가상의 네트워크(NT)는 가상 센싱 네트워크일 수 있으며, 가상 센서(VS)는 복수의 물리 센서(PS1~PS6)에 대응할 수 있다. 선택적 실시 예로, 가상 센서(VS)는 하나 이상으로 구현될 수 있는데, 가상 센서(VS)는 특정 물리 센서에만 대응하는 가상 센서 및 복수의 물리 센서에 공통적으로 대응하는 가상 센서를 포함할 수 있다.
가상 센서(VS)는 복수의 물리 센서(PS1~PS6) 각각으로부터 측정 데이터를 수집할 수 있는데, 제1 물리 센서(PS1)로부터 결측치 발생으로 측정 데이터를 수집하지 못하는 경우, 대체 데이터를 생성하여 출력할 수 있다.
또한, 가상 센서(VS)는 제3 물리 센서(PS3)로부터 이상치 데이터를 수집하는 경우, 이상치를 보정한 보정 데이터를 출력할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 디지털 트윈을 구현하기 위해 소정 공간의 에너지 설비 및 에너지 설비와 관련된 물리 센서/가상 센서를 가상 공간에 매핑하는 방법을 설명하기 위한 도면이다.
에너지 관련 장치는 소정의 에너지원(ES1) 및 에너지원(ES1)에 연관된 물리 센서(PS1)들에 대한 복수의 디지털 트윈 연산(DT1P, DT2P)을 수행할 수 있다.
에너지 관련 장치는 제1 디지털 트윈(DT1)에서 물리 센서(PS1)에 대응하는 가상 센서(VS1)만 동일한 구조로 매핑하여, 에너지 설비의 고장 가능성 예측, 이벤트를 통합적으로 관리할 수 있다.
아울러, 에너지 관련 장치는 제2 디지털 트윈(DT2)에서 제1 디지털 트윈(DT1)의 가상 센서(VS1)를 모두 포함하며, 특별하게 가상 센서들(VS11, VS12)(VS12, VS13)의 합산 데이터(VS21, VS22)를 별도로 관리할 수 있다.
즉, 에너지 관련 장치는 특정 가상 센서의 합산 데이터가 에너지 설비 관리에 있어서, 필요한 경우, 해당 합산 데이터를 별도로 저장하는 가상 센서(VS21, VS22)를 추가적으로 포함할 수 있다.
에너지 관련 장치는 합산 데이터가 특정 임계값을 초과하는 경우, 이를 고장 발생이 가능한 상황으로 인식하여, 관리자들에 대응하는 단말에 해당 정보를 전송할 수 있다.
에너지 관련 장치는 제1 디지털 트윈(DT1)에서 수집한 데이터 중에서 측정 데이터의 결측치가 발생되거나, 대체 데이터를 생성한 가상 센서 및 물리 센서에 대한 정보 등을 제2 디지털 트윈(DT2)에 반영할 수 있다.
에너지 통합 관리 시스템(1)은 유사한 에너지 설비의 경우, 에너지 생산 효율성, 물리 센서의 결측치 발생 정도, 이상치 보정의 정확도에 기초하여, 유사한 에너지 설비를 판매할 때, 참고자료로 이용할 수 있다. 가령, 에너지 통합 관리 시스템(1)은 에너지 생산 효율성이 높고, 물리 센서의 결측치 발생의 빈도가 작으며, 이상치 보정의 정확도가 높은 에너지 설비에 높은 가격을 책정할 수 있다.
한편, 개시된 실시 예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시 예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시 예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시 예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시 예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
1 : 에너지 통합 관리 시스템,
100 : 엣지 게이트웨이.

Claims (5)

  1. 에너지 통합 관리 시스템으로서,
    통신부 및 제어부를 포함하며 가상 네트워크를 구성하는 복수의 물리 센서 및 가상 센서로부터 데이터를 수집하는, 하나 이상의 엣지 게이트웨이; 및
    상기 엣지 게이트웨이로부터 수집된 데이터를 수신하는 에너지 관련 장치를 포함하며,
    상기 엣지 게이트웨이 각각의 제어부는,
    통신부를 통해, 소정 공간에 배치된 에너지 설비로부터 발생되는 데이터를 측정하는 복수의 물리 센서로부터 데이터를 수신하고, 상기 복수의 물리 센서에서 수신한 데이터를 연산하여 가상의 데이터를 출력하는 가상 센서를 소정 타이밍에 생성하여, 상기 복수의 물리 센서 및 가상 센서를 포함하는 가상 네트워크를 구성하며,
    상기 구성된 가상 네트워크에 포함된 상기 복수의 물리 센서의 데이터 수집 주기를 동기화하고, 상기 복수의 물리 센서 중 적어도 일부에서 상기 동기화된 수집 주기에 데이터가 획득되지 않거나 데이터가 유효하지 않은 경우, 해당 물리 센서에 대응하는 가상 센서를 통해 대체 데이터를 획득하도록 구성되며,
    상기 에너지 관련 장치는,
    상기 엣지 게이트웨이 각각이 관리하는 에너지 설비를 가상 공간에 매핑하여, 상기 에너지 설비 각각에서 발생되는 이벤트를 통합적으로 관리하는, 에너지 통합 관리 시스템.
  2. 제1항에 있어서,
    상기 엣지 게이트웨이 각각은 미리 학습된 상관 관계 연산 모델을 저장하는 메모리를 포함하며,
    상기 엣지 게이트웨이 각각의 제어부는,
    상기 상관 관계 연산 모델에 기초하여, 상기 복수의 물리 센서로부터 수집된 데이터 사이의 상관 관계를 결정하고, 특정 물리 센서로부터 수집된 데이터의 유효 여부를 상기 결정된 상관 관계에 기초하여 결정하도록 구성되는, 에너지 통합 관리 시스템.
  3. 제2항에 있어서,
    상기 엣지 게이트웨이 각각의 제어부는,
    상기 데이터가 결측되거나 유효하지 않은 물리 센서에 대응하는 가상 센서를 통해 대체 데이터를 획득하는 경우, 상기 결정된 상관 관계 및 미리 학습된 결측치 예측 및 이상치 보정 모델을 이용하여, 대체 데이터를 획득하도록 구성되는, 에너지 통합 관리 시스템.
  4. 제3항에 있어서,
    상기 엣지 게이트웨이 각각의 제어부는,
    상기 복수의 물리 센서 각각의 데이터가 수집되는 시점에 가상 센서를 생성하도록 구성되는, 에너지 통합 관리 시스템.
  5. 제4항에 있어서,
    상기 에너지 관련 장치는,
    상기 소정 공간에 배치된 에너지 설비 및 상기 에너지 설비에 대응하는 복수의 물리 센서의 고장 발생 가능성을 시뮬레이션하는, 에너지 통합 관리 시스템.
KR1020220113540A 2022-09-07 2022-09-07 에너지 관리 시스템에서의 가상 데이터 수집 기술 KR20240034484A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220113540A KR20240034484A (ko) 2022-09-07 2022-09-07 에너지 관리 시스템에서의 가상 데이터 수집 기술

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220113540A KR20240034484A (ko) 2022-09-07 2022-09-07 에너지 관리 시스템에서의 가상 데이터 수집 기술

Publications (1)

Publication Number Publication Date
KR20240034484A true KR20240034484A (ko) 2024-03-14

Family

ID=90249220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220113540A KR20240034484A (ko) 2022-09-07 2022-09-07 에너지 관리 시스템에서의 가상 데이터 수집 기술

Country Status (1)

Country Link
KR (1) KR20240034484A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101438606B1 (ko) 2012-12-20 2014-09-15 현대자동차 주식회사 이종 센서의 융복합을 위한 가상 센서 네트워크 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101438606B1 (ko) 2012-12-20 2014-09-15 현대자동차 주식회사 이종 센서의 융복합을 위한 가상 센서 네트워크 시스템

Similar Documents

Publication Publication Date Title
JP6784745B2 (ja) リアルタイムデータ駆動型の電力測定およびコスト推定システム
US10863330B1 (en) Systems and methods for sensing, recording, analyzing and reporting environmental conditions in data centers and similar facilities
AU2014317916B2 (en) Multivariate testing of mobile applications
WO2015196133A2 (en) Energy infrastructure sensor data rectification using regression models
US20140122181A1 (en) Demand response load forecaster
JP2014021555A (ja) 自然エネルギー量予測装置
JP2016535885A (ja) 資産監視用の汎用無線プラットフォームのための方法およびシステム
JP2017200360A (ja) 太陽光発電量予測システム、太陽光発電量予測方法、プログラム
Zhao et al. Prediction model of tunnel boring machine performance by ensemble neural networks
CA2872442C (en) Methods and systems for measurement and verification weighting with temperature distribution
US20150073874A1 (en) Real time provisional evaluation of utility program performance
Malik et al. Low cost internet of things platform for structural health monitoring
Catelani et al. Reliability analysis of wireless sensor network for smart farming applications
JP2019021032A (ja) シミュレーション装置およびシミュレーション方法
US8229581B2 (en) Placement of a solar collector
Pereira et al. Detection and quantification of temperature sensor drift using probabilistic neural networks
KR20240034484A (ko) 에너지 관리 시스템에서의 가상 데이터 수집 기술
KR20240029418A (ko) 가상 데이터 수집 및 처리 기술과 그 시스템
Ahmed et al. Autonomous wireless sensor networks: Implementation of transient computing and energy prediction for improved node performance and link quality
Emmanouilidis et al. Wireless condition monitoring and embedded novelty detection
JP2017220980A (ja) 予測装置、予測方法および予測プログラム
Jeon et al. Sensing-aware Machine Learning Framework for Extended Lifetime of IoT Sensors
Tolman et al. FM tools to ensure healthy performance based buildings
Sherif et al. Diverse occupancy simulation and presence sensing viability for residential thermal energy regulation: Review and false positive modeling initial findings
Khoa et al. An efficient energy measurement system based on the TOF sensor for structural crack monitoring in architecture