WO2015126029A1 - 전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템 - Google Patents

전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템 Download PDF

Info

Publication number
WO2015126029A1
WO2015126029A1 PCT/KR2014/009916 KR2014009916W WO2015126029A1 WO 2015126029 A1 WO2015126029 A1 WO 2015126029A1 KR 2014009916 W KR2014009916 W KR 2014009916W WO 2015126029 A1 WO2015126029 A1 WO 2015126029A1
Authority
WO
WIPO (PCT)
Prior art keywords
power
data set
energy
load device
information
Prior art date
Application number
PCT/KR2014/009916
Other languages
English (en)
French (fr)
Inventor
최종웅
배현수
Original Assignee
주식회사 인코어드 테크놀로지스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 인코어드 테크놀로지스 filed Critical 주식회사 인코어드 테크놀로지스
Priority to JP2016504269A priority Critical patent/JP6144408B2/ja
Priority to CN201480005163.7A priority patent/CN105143892B/zh
Publication of WO2015126029A1 publication Critical patent/WO2015126029A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • 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
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances

Definitions

  • the present invention relates to a home appliance and a measuring device capable of measuring energy for each load.
  • a conventional energy monitoring device using AMI, AMR, or digital power meter measures only the total usage information of total power energy generated by the combination of individual load devices after the installation point, so that the energy usage information of each load device can be extracted.
  • Individual energy measuring devices had to be installed or energy measuring devices had to be installed using multiple sensors in the distribution panel.
  • the installation space is limited and the burden on the facility investment of expensive solutions is increased, and in order to overcome some of the physical limitations of measuring individual load devices.
  • sensors to measure energy usage information by load type some investment in facilities still exists due to the adoption of multiple sensors, and there is a limit in that energy usage information for individual loads cannot be obtained.
  • the energy measurement device simply transmits basic information such as current, voltage, and power having power information directly to a specific server.
  • basic information such as current, voltage, and power having power information
  • the algorithm in the server a large number of individual energy measuring device data are sent directly to the information processing server or the cloud at an individual load, or an algorithm for extracting energy usage information of individual load devices is performed in a specific server.
  • An object of the present invention is to propose a measuring device.
  • an object of the present invention to propose an energy measuring device that performs an algorithm for indirectly estimating energy by extracting power consumption characteristics according to an operation of a lower component used in a device for each home appliance and load.
  • a power input point energy measuring device including: a power information collecting unit configured to collect power information including a power signal at at least one power entry point of a plurality of load devices; An operation state extracting unit configured to extract a normal or transient state of power change from the collected power information and extract an operation state or a change pattern of the operation state of the load device; And a data set generator configured to generate a data set for each load device that matches the operation state or a change pattern of the operation state through signal correlation according to power consumption characteristics of the individual load devices.
  • the power information collecting unit collects a voltage or current snapshot of an AC cycle waveform having a predetermined period as the power information.
  • the operation state extraction unit classifies the snapshot according to the extracted operation state or a change pattern of the operation state.
  • the signal correlation may include at least one of voltage / current correlation, high frequency distortion, current / power snapshot signal deformation, and effective / reactive power correlation as a power consumption characteristic of the load device.
  • the data generator may generate the data set for each component of the individual load device by classifying the power information based on the component stages configuring the individual load device.
  • the power entry point energy measuring device further includes a transmission unit for transmitting the generated data set to a labeling server for recombining the data set to generate labeled power information.
  • a labeling server includes: a receiver configured to receive a data set generated by classifying power information based on component stages configuring an individual load device; A recombination unit for reclassifying the received data set according to an operation characteristic of the individual load device and remapping the data set according to a time domain; And a labeling unit for labeling the recombined data set.
  • the recombination unit maps the reclassified data set to the power consumption trend in the time domain and divides the data set into component data sets for each individual load device, and recombines the components according to the characteristics of the same load device.
  • the power entry point energy measurement information labeling server preferably determines a state of the individual load device by detecting a change in the data set through a result divided into component-specific data sets of the individual load devices.
  • the power entry point energy measurement information label system collects power information including a power signal at at least one power entry point for a plurality of load devices according to the individual load device.
  • a power entry point energy measurement device for generating and transmitting a data set for each load device that matches an operation state or a change pattern of the operation state of the load device through a signal correlation according to a power consumption characteristic of the apparatus;
  • a power information labeling server that receives the data set, reclassifies it according to an operation characteristic of the individual load device, maps and recombines the data according to a time domain, and labels the recombined data set.
  • FIG. 1 is a block diagram illustrating an apparatus for measuring power inlet energy according to an embodiment of the present invention.
  • FIGS 2 to 4 are flowcharts showing the operation of each component of the power entry point energy measurement apparatus according to the embodiment of the present invention.
  • FIG. 5 is a block diagram illustrating a labeling server according to an embodiment of the present invention.
  • FIG. 6 is a flowchart illustrating an operation of a labeling server according to an embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating an apparatus 100 for measuring power inlet energy according to an embodiment of the present invention.
  • the power point energy measuring device 100 is hardware for generating an anonymous load clustering data set to estimate energy consumption of individual load devices and internal components connected to the point of entry from the total energy consumption of the power point. Perform the algorithm, and transmit it to a specific server or cloud (200).
  • the apparatus 100 for measuring power inlet energy is a device equipped with a series of hardware algorithms installed at a power inlet with a single sensor to measure total power energy consumption and estimate energy consumption of individual load devices.
  • the hardware algorithm that is performed is a pre-information processing processor of the system for clustering the energy information for each load device in the raw signal, which is the total energy information.
  • the snapshot is extracted from the signal of voltage / current, the reference point is extracted, the noise filtering is performed, and the normal / transient state is classified based on the result, and the on / off event and the change of state transition are extracted through the load characteristics.
  • the final clustering data set is generated by pattern matching load classification through the associated voltage-current correlation, high frequency distortion, current / power snapshot signal distortion, and active / reactive power correlation.
  • the generated clustering data set is sent to a specific server or cloud through data compression with an anonymous (eg, 1, 2, 3 or load classification marker such as A, B, C, etc.) that is not recognized by the user.
  • the power inlet energy measuring apparatus 100 includes a power information collecting unit 110, an operation state extracting unit 120, a data set generating unit 130, and a transmitting unit 140. It includes.
  • the power information collector 110 collects power information including a power signal at at least one power inlet point for a plurality of load devices.
  • a load device is an electronic device including a home appliance that uses power energy, and a power inlet point is a point at which power is input to a plurality of load devices according to the present embodiment. have.
  • the operation of the power information collecting unit 110 according to the present embodiment will be described in more detail with reference to FIG. 2.
  • the power information collecting unit 110 first performs a power signal measuring step (S112).
  • the power signal measuring step S112 measures the unprocessed power information waveform of the current and the voltage at the power inlet as a power signal through a single sensor installed at the power inlet.
  • Snapshot extraction step (S114) collects a voltage or current snapshot of the AC cycle waveform of a predetermined period with the power information. In this embodiment, it is preferable to extract a snapshot at a high frequency from the voltage and current of an alternating current cycle waveform from the power signal measurement data.
  • the operation state extracting unit 120 extracts a change pattern of an operation state or an operation state of the load device by dividing a normal or transient state of power change from the collected power information. This will be described in more detail with reference to FIG. 3.
  • the operation state extractor 120 first performs power information and reference point extraction step S116. That is, it extracts real-time power consumption and power quality information, and extracts a reference point for distinguishing between normal or transient states.
  • the reference point is preferably power consumption that is constantly turned on and off without turning on / off in individual devices through real-time power consumption and power quality information extraction.
  • the transient response separation step (S118) extracts a transient state section that is turned on / off or the operation state is changed by the operation of the individual device in the power consumption.
  • the operation state extractor 120 may perform the noise removing step S120.
  • the noise removing step (S120) removes the meaningless high frequency noise signal generated in the power signal measurement of the total power consumption.
  • the operation state extraction unit 120 classifies the snapshot according to the extracted operation state or the change pattern of the operation state.
  • a snapshot of events is classified by on / off states before clustering by individual load devices through an on / off event detection step (S122).
  • the state transition change detection step S124 detects and classifies a change pattern of an operation state for loads having a multi-step other than an on / off operation load or having a continuous change characteristic.
  • the real-time total power amount data processing step S126 After detecting the state transition, the real-time total power amount data processing step S126 generates power information data calculation, storage and transmission data packets for total energy consumption and power quality information for the real-time power consumption service.
  • the data set generation unit 130 generates a data set for each load device that matches the operation state or the change pattern of the operation state through signal correlation according to the power consumption characteristic of the individual load device.
  • the data set generator 130 performs a load feature extraction step S130.
  • the signal correlation according to the power consumption features includes voltage / current correlation, high frequency distortion, current / power signal distortion, and effective / reactive power, and thus, the load feature extraction step S130 Signal correlation classification that reflects power consumption characteristics of individual load devices is extracted by using snapshot, transient response, on / off event, and status change information extracted from power usage data.
  • the data set generator 130 performs on / off event matching and pattern matching load classification to generate the data set.
  • the on / off event matching step (S132) classifies the on / off events for individual devices into pairs for the same individual device based on the generated signal correlation, and the pattern matching load classification step (S134) generates the generated signals. Based on the correlation, on / off event matching and linkage group are classified for the same individual device with multi-stage, continuous change characteristics.
  • the data set generation step (S136) generates a data set grouped by grouping the sub-component in the individual device to the same device through on / off event matching and pattern matching load classification.
  • the transmitter 140 transmits the generated data set to the labeling server 200 that recombines the data set to generate labeled power information.
  • data compression generated by a series of hardware algorithms made by a single sensor single energy measuring device is performed to facilitate a large data transfer to a cloud or a specific server for performing a software algorithm, which is the next step. Can be done.
  • a labeling server 200 that receives a data set generated by the power entry point energy measuring apparatus 100 according to the above-described embodiment and generates labeled power information will be described with reference to FIG. 5.
  • the labeling server 200 performs the process of machine learning and automatic labeling based on the received clustering data set for each load and the real-time power consumption and power quality information data set, and thus uses power consumption at the final power inlet. It provides energy usage information and savings tips consulting to mothers and mothers, and receives data from single sensor single energy measuring device and displays the total energy information measured at the power inlet point and the energy information for each load device. It may be a big data processing device equipped with a series of software algorithms to perform consulting.
  • the labeling server 200 is a post-information processor that performs a software algorithm, and summarizes the process as follows. Reclassify the anonymous load clustering data set into clustering multi-dimensional planes according to the characteristics of large-class load devices, and finally divide them into on / off, multi-stage, continuous change, and start-up loads by setting a specific load classification interface through machine learning. Lose.
  • the classification is completed by mapping the real-time power consumption trend in the time domain, and grouping subcomponents (1 + 2 + 3 or A + B + C, etc.) according to the characteristics of the same device with individual loads that users can recognize. Automatic labeling is then performed through matching data sets (fridges, washing machines, air conditioners, etc.) and matching algorithms of the individual load devices collected.
  • the labeling is performed manually by means of manually turning on / off the device and checking the corresponding time. The set is then added back to the collected data set, extending the build data set for future automatic labeling.
  • the labeling server 200 includes a receiver 210, a recombination unit 220, and a labeling unit 230.
  • the receiver 210 receives a data set generated by classifying power information based on component stages configuring an individual load.
  • the recombination unit 220 reclassifies the received data set according to the operating characteristics of the individual load device, and maps and recombines the data according to the time domain.
  • the recombination unit 220 may first perform a data decompression step (S202). That is, when the power input point energy measurement apparatus 100 receives a series of compressed data sets, the data compression is decompressed to perform a software algorithm.
  • S202 data decompression step
  • the recombination unit 220 maps the reclassified data set to the power consumption trend in the time domain and divides the data set into data sets for each component of the individual load devices, and recombines the components according to the characteristics of the same load device. . This will be described in more detail with reference to FIG. 6.
  • FIG. 6 is a flowchart showing each step performed in the recombination unit 220 according to an embodiment of the present invention.
  • a large classification distribution plane is classified according to load operation characteristics (on / off, multi-step, continuous change, and anti-starting) for individual load devices having the same load characteristics. do.
  • the load feature extraction clustering data set and the large classification load device classification are interworked to reconstruct the multi-dimensional plane to facilitate the demarcation in the load distribution plane.
  • the machine learning step (S208) When the multi-dimensional plane is reconstructed, the machine learning step (S208) generates a load boundary classification criterion by learning by applying a machine learning method based on a state classification algorithm such as an artificial intelligence network using individual load clustering results.
  • the setting step (S210) the data set is reclassified by performing individual load extraction on the clustering loads based on the boundary setting criteria for which machine learning is performed based on the constantly updated data and the previously collected data. That is, at this time, the load name is not known in the total amount of power energy, but the detailed load classification of the anonymous method is determined up to the lower components of the individual loads applied in the power entry point.
  • the next time domain mapping step S212 maps the data set for the anonymous loads that are reclassified to the machine learning and specific load classification boundaries in the clustering multidimensional plane to the time domain real-time data.
  • the division step (S214) is a display method that can display various colors or data divisions for data sets generated through time-domain mapping so that the user can recognize the loads of individual load devices from the total amount of energy at the entire power entry point. Subcomponents can be classified and finally displayed.
  • the same load recombination step (S216) combines the subcomponents in the individual load devices generated in the classification step to create a group with individual loads that can be recognized by the user. For example, by combining the compressor, motor, lamp, control circuit characteristics generated by the division into a refrigerator, the total amount of individual load equipment is recombined. (Internally use numbers 1, 2, 3, etc., and bearer temporary markers, A, B, C, etc.).
  • the labeling unit 230 labels the recombined data set.
  • the name of the user device is automatically matched with the preloaded load device data set for the temporary marker data set of the bearer classified as the individual load.
  • A, B, C, etc. may be automatically named through a matching algorithm by a data pattern and stored data such as a refrigerator, a TV, a washing machine, and the like.
  • the labeling may be manually input.
  • the developer or user manually names and receives the device for loads that remain anonymous because they do not match the pre-loaded device data set. It is also possible to record a user device on / off time and perform it separately.
  • the corresponding data set may be separately stored along with the name to expand the pre-loaded load device data set.
  • the labeling server 200 may provide data analysis information on energy consumption of individual load devices.
  • behavioral pattern analysis through data analysis on the total amount of power energy and energy consumption of individual load devices, and behavioral psychology analysis algorithm based on power energy change pattern can be used to construct a data set that can use user behavioral pattern. It is possible.
  • real-time total usage display, individual load device usage estimate display, and energy saving consulting can provide all services provided in specific buildings and unit households through energy IT service provider after installing single sensor single energy measuring device.
  • An example of a variety of energy consulting applications that can be applied to the outputs from a measuring device and a labeling server.
  • Clustering based on the results classified by subcomponents of individual load devices from the total amount of energy at the power entry point in relation to the state of the individual load devices. It is also possible to detect changes in the data set to determine the aging or failure status of individual load devices and provide them to the user.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 가전기기 및 부하별 에너지 측정이 가능한 계측장치에 관한 것으로, 본 발명에 따르면, 단일센서 단일 에너지계측장치만을 통한 총 전기에너지 전력정보로부터 개별 부하기기에 대한 에너지사용 정보 추출 용이성으로 능동적 에너지절감 솔루션 인프라 확장이 가능하다. 또한 다수 개별적 에너지모니터링장치 및 분기회로 측정장치의 추가로 인한 고가의 시스템 구축 부담 제거로 모니터링기반 에너지절감 시장의 급진적 확장, 현실화가 가능하며, 하드웨어 알고리즘이 탑재된 계측장치와 소프트웨어 알고리즘을 수행하는 클라우드의 조합으로 복잡한 연산수행에 따른 시간 지연 및 사용 리소스 트래픽 경감이 가능하다.

Description

전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템
본 발명은 가전기기 및 부하별 에너지 측정이 가능한 계측장치에 관한 것이다.
종래의 AMI나 AMR, 디지털전력량계를 통한 에너지모니터링장치는 설치 지점 이후 개별 부하기기들의 조합에 의해 생성되는 전체 전력에너지의 총량 사용정보만을 측정함에 따라, 개별 부하기기의 에너지사용 정보 추출을 위해서는 다수의 개별 에너지측정장치 설치하거나 분전반 내 다수의 센서를 사용하여 에너지측정장치 설치하여야만 했다. 하지만, 개별 부하기기에 다수의 개별 에너지측정장치 설치하는 경우 설치 공간의 제약 및 고가 솔루션의 설비 투자에 대한 부담이 증대되는 문제가 있으며, 개별 부하기기 측정의 물리적 한계성을 일부 극복하고자 분전반 내 다수의 센서를 사용하여 부하 종류별 에너지 사용정보 측정을 사용하는 경우 다수의 센서 채택에 따른 설비 투자가 일부 여전히 존재하며, 개별 부하기기에 대한 에너지 사용정보를 취득할 수 없는 한계성이 있었다.
따라서 에너지 사용총량을 기반으로 개별 부하기기의 에너지 사용정보를 추출하는 다양한 연구가 수행되고 있으나, 에너지계측장치에서 단순히 전력정보를 가지는 전류, 전압, 전력 등의 기본 정보를 직접적으로 특정 서버로 전송하여 해당 서버 내에서 알고리즘을 적용하는 방법의 경우 개별 부하기기에 다수의 개별 에너지측정장치 데이터를 직접 정보처리 서버나 클라우드로 전송하거나, 개별 부하기기의 에너지 사용정보를 추출하는 알고리즘을 특정 서버 내에서 수행할 시 사전 정보처리 프로세서(전체 에너지사용정보 계측에서 개별 부하기기의 작동여부에 따른 클러스터링 데이터 세트 구현의 에너지계측장치 내 수행을 구현)의 부재로 대용량 빅데이터에 대한 처리/저장/관리 유연성 부재의 문제가 있었다.
본 발명에서는 단일 건물 혹은 가정 내 전력에너지를 사용하는 다수의 가전기기를 포함한 각종 부하기기들이 조합되는 특정 지점(주로 배전반 또는 분전반의 메인 전력 인입점)에서 단일센서만을 사용하여 에너지정보를 취합하는 에너지 계측 장치를 제안하는 것을 목적으로 한다.
보다 상세하게는 개별 가전기기 및 부하별로 기기 내에 사용된 하부 컴포넌트의 동작에 따른 전력소모 특성을 추출하여 간접적으로 에너지를 추정하는 알고리즘을 수행하는 에너지 계측 장치를 제안하는 것을 목적으로 한다.
상기 기술적 과제를 해결하기 위한 본 실시예에 따른 전력 인입점 에너지 계측 장치는 복수의 부하기기들에 대한 적어도 하나의 전력 인입점에서 전력신호를 포함하는 전력정보를 수집하는 전력정보 수집부; 상기 수집된 전력정보로부터 전력변화의 정상 또는 과도상태를 구분하여 상기 부하기기의 동작상태 또는 동작상태의 변화 패턴을 추출하는 동작상태 추출부; 및 상기 개별 부하기기의 전력소비특징에 따른 신호 상관관계를 통하여 상기 동작상태 또는 동작상태의 변화 패턴과 매칭되는 개별 부하기기별 데이터 세트를 생성하는 데이터 세트 생성부를 포함한다.
상기 전력정보 수집부는 상기 전력정보로 미리 결정된 주기의 교류 주기 파형의 전압 또는 전류 스냅샷을 수집하는 것이 바람직하다.
상기 동작상태 추출부는 상기 스냅샷을 상기 추출된 동작상태 또는 동작상태의 변화 패턴에 따라 분류하는 것이 바람직하다.
상기 신호 상관관계는 상기 부하기기의 전력 소비특징으로 전압/전류 상관도, 고주파 외곡도, 전류/전력 스냅샷 신호 변형도, 유효/무효전력 상관도 중 적어도 하나의 정보를 포함한다.
상기 데이터 생성부는 상기 개별 부하기기를 구성하는 컴포넌트 단을 기준으로 상기 전력정보를 분류하여 상기 개별 부하기기의 컴포넌트별 데이터 세트를 생성하는 것이 바람직하다.
상기 전력 인입점 에너지 계측 장치는 데이터 세트를 재조합하여 레이블링된 전력정보를 생성하는 레이블링 서버로 상기 생성된 데이터 세트를 전송하는 전송부를 더 포함한다.
상기 기술적 과제를 해결하기 위한 본 실시예에 따른 레이블링 서버는 개별 부하기기를 구성하는 컴포넌트 단을 기준으로 전력정보를 분류하여 생성된 데이터 세트를 수신하는 수신부; 상기 수신된 데이터 세트를 상기 개별 부하기기의 동작특성에 따라 재분류하고, 시간영역에 따라 매핑하여 재조합하는 재조합부; 및 상기 재조합된 데이터 세트를 레이블링하는 레이블링부를 포함한다.
상기 재조합부는 상기 재분류된 데이터 세트를 시간영역의 전력사용량 추이에 매핑하여 상기 개별 부하기기의 컴포넌트 별 데이터 세트로 구분하고, 상기 컴포넌트를 동일 부하기기 성격에 따라 재조합하는 것이 바람직하다.
상기 전력 인입점 에너지 계측 정보 레이블링 서버는 상기 개별 부하기기의 컴포넌트 별 데이터 세트로 구분된 결과를 통해 상기 데이터 세트의 변화를 감지하여 상기 개별 부하기기의 상태를 판단하는 것이 바람직하다.
상기 기술적 과제를 해결하기 위한 본 실시예에 전력 인입점 에너지 계측 정보 레이블 시스템은 따른 복수의 부하기기들에 대한 적어도 하나의 전력 인입점에서 전력신호를 포함하는 전력정보를 수집하고, 상기 개별 부하기기의 전력소비특징에 따른 신호 상관관계를 통하여 상기 부하기기의 동작상태 또는 동작상태의 변화 패턴과 매칭되는 개별 부하기기별 데이터 세트를 생성하여 전송하는 전력 인입점 에너지 계측 장치; 및 상기 데이터 세트를 수신하여 상기 개별 부하기기의 동작특성에 따라 재분류하고, 시간영역에 따라 매핑하여 재조합하고, 상기 재조합된 데이터 세트를 레이블링하는 전력정보 레이블링 서버를 포함한다.
본 발명에 따르면, 단일센서 단일 에너지계측장치만을 통한 총 전기에너지 전력정보로부터 개별 부하기기에 대한 에너지사용 정보 추출 용이성으로 능동적 에너지절감 솔루션 인프라 확장이 가능하다.
또한 다수 개별적 에너지모니터링장치 및 분기회로 측정장치의 추가로 인한 고가의 시스템 구축 부담 제거로 모니터링기반 에너지절감 시장의 급진적 확장, 현실화가 가능하며, 하드웨어 알고리즘이 탑재된 계측장치와 소프트웨어 알고리즘을 수행하는 클라우드의 조합으로 복잡한 연산수행에 따른 시간 지연 및 사용 리소스 트래픽 경감이 가능하다.
도 1은 본 발명의 일실시예에 따른 전력 인입점 에너지 계측 장치를 나타내는 블록도이다.
도 2 내지 4는 본 발명의 일실시예에 따른 전력 인입점 에너지 계측 장치의 각 구성의 동작을 나타내는 흐름도이다.
도 5는 본 발명의 일실시예에 따른 레이블링 서버를 나타내는 블록도이다.
도 6은 본 발명의 일실시예에 따른 레이블링 서버의 동작을 나타내는 흐름도이다.
이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다.
또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하에는 첨부한 도면을 참조하여 설명한다.
도 1은 본 발명의 일실시예에 따른 전력 인입점 에너지 계측 장치(100)를 나타내는 블록도이다.
본 실시예에서 전력 인입점 에너지 계측 장치(100)는 전력 인입점의 전력소모 총 에너지에서 인입점에 연결된 개별 부하기기 및 내부 컴포넌트의 에너지소모량을 추정하기 위해 무기명의 부하 클러스터링 데이터 세트를 생성하는 하드웨어 알고리즘을 수행하고, 이를 특정 서버나 클라우드(200)로 전송한다.
즉, 본 실시예에 따른 전력 인입점 에너지 계측 장치(100)는 전력 인입점에 단일센서와 함께 설치되어 전체 전력에너지사용량 계측 및 개별 부하기기 에너지사용량 추정이 가능한 일련의 하드웨어 알고리즘을 탑재한 장치로서 수행되는 하드웨어 알고리즘은 전체 에너지정보인 Raw Signal에서 개별 부하기기별로 에너지정보를 클러스터링하는 시스템의 사전 정보처리 프로세서로 상술한 프로세스를 요약하면 다음과 같다.
먼저, 전압/전류의 신호로부터 스냅샷을 추출하고, 기준점을 추출하여 노이즈 필터링을 거치며, 해당 결과를 기반으로 정상/과도상태를 구분하고 이를 통해 온/오프 이벤트와 상태추이 변화를 추출한 후 부하 특징과 관련된 전압-전류 상관도, 고주파 외곡도, 전류/전력 스냅샷 신호 변형도, 유효/무효전력 상관도 등을 통해 패턴 일치 부하 분류로 최종 클러스터링 데이터 세트를 생성하게 된다. 생성된 클러스터링 데이터 세트는 사용자가 인식할 수 없는 무기명(예, 1, 2, 3 또는 A, B, C 등의 부하 분류 표식)으로 데이터 압축을 통해 특정 서버나 클라우드 전송된다.
이하 도 1을 참조하여 보다 상세히 설명한다. 도 1을 참조하면, 본 실시예에 따른 전력 인입점 에너지 계측 장치(100)는 전력정보 수집부(110), 동작상태 추출부(120), 데이터 세트 생성부(130) 및 전송부(140)를 포함한다.
본 실시예에 따른 전력정보 수집부(110)는 복수의 부하기기들에 대한 적어도 하나의 전력 인입점에서 전력신호를 포함하는 전력정보를 수집한다.
부하기기는 전력에너지를 사용하는 가전기기를 포함하는 전자기기이며, 전력 인입점이란 본 실시예에 따른 복수의 부하기기들에 대하여 전력이 인입되는 지점으로서, 예를 들어 각 가정을 단위로 할 수 있다. 이하 본 실시예에 따른 전력정보 수집부(110)의 동작은 도 2를 통해 보다 상세히 설명한다.
본 실시예에서 전력정보 수집부(110)는 먼저 전력신호 측정 단계(S112)를 수행한다. 전력신호 측정 단계(S112)는 전력 인입점에 설치된 단일센서를 통해 전력신호로서 전력 인입점에서의 전류와 전압의 비가공된 전력정보 파형을 측정한다.
다음, 전력정보 수집부(110)는 스냅샷 추출 단계(S114)를 수행한다. 스냅샷 추출 단계(S114)는 상기 전력정보로 미리 결정된 주기의 교류 주기 파형의 전압 또는 전류 스냅샷을 수집한다. 본 실시예에서는 전력신호 측정 데이터로부터 교류 한주기 파형의 전압, 전류를 고주파로 스냅샷을 추출하는 것이 바람직하다.
다음, 본 실시예에 따른 동작상태 추출부(120)는 상기 수집된 전력정보로부터 전력변화의 정상 또는 과도상태를 구분하여 상기 부하기기의 동작상태 또는 동작상태의 변화 패턴을 추출한다. 이에 대해선 도 3을 통해 보다 상세히 설명한다.
도 3을 참조하면 동작상태 추출부(120)는 먼저, 전력정보 및 기준점 추출 단계(S116)를 수행한다. 즉, 실시간 전력사용량 및 전력 품질 정보 추출하고, 정상 또는 과도상태의 구분을 위한 기준점을 추출한다.
본실시예에서 기준점은 실시간 전력사용량 및 전력 품질 정보 추출을 통해 개별기기에서 온/오프가 되지 않고 항시 켜져 부하 변동이 없이 일정하게 사용되는 전력사용량인 것이 바람직하다.
다음, 과도응답 분리 단계(S118)는 전력사용량에서 개별 기기의 동작에 의해 온/오프 되거나 동작상태가 변경되는 과도상태 구간을 추출한다.
나아가 본 실시예에서 동작상태 추출부(120)는 노이즈 제거 단계(S120)를 수행할 수 있다. 노이즈 제거 단계(S120)는 전체 전력사용량의 전력신호 측정에서 발생되는 무의미한 고주파 잡음신호 제거한다.
또한, 동작상태 추출부(120)는 상기 스냅샷을 상기 추출된 동작상태 또는 동작상태의 변화 패턴에 따라 분류한다.
다시 도 3을 참조하면, 온/오프 이벤트 검출 단계(S122)를 통해 개별 부하기기별로 클러스터링 이전 각각의 온/오프 상태별로 이벤트들에 대한 스냅샷을 분류한다.
다음, 상태추이 변화 검출 단계(S124)는 온/오프 동작 부하외 멀티단계를 가지거나, 연속적인 변화특성을 가지는 부하들에 대한 동작상태의 변화 패턴을 검출하여 분류한다.
상태추이 변화 검출 후 실시간 총 전력량 데이터 처리 단계(S126)는 실시간 전력사용량 서비스를 위한 전체 에너지사용량 및 전력 품질 정보 등에 대한 전력정보 데이터 연산, 저장 및 전송 데이터 패킷을 생성한다.
다음 본 실시예에 따른 데이터 세트 생성부(130)는 상기 개별 부하기기의 전력소비특징에 따른 신호 상관관계를 통하여 상기 동작상태 또는 동작상태의 변화 패턴과 매칭되는 개별 부하기기별 데이터 세트를 생성한다. 이하 도 4를 통해 보다 상세히 설명한다.
도 4를 참조하면 데이터 세트 생성부(130)는 부하 특징 추출 단계(S130)를 수행한다.
본 실시예에서 전력소비특징에 따른 신호 상관관계는 전압/전류상관도, 고주파 왜곡도, 전류/전력 신호 변형도, 유효/무효전력 상관도를 포함하며, 따라서 부하 특징 추출 단계(S130)는 전체 전력사용량 데이터에서 추출된 스냅샷, 과도응답, 온/오프 이벤트, 상태추이 변화 정보를 활용하여 개별 부하기기의 전력소비특징을 반영한 신호 상관관계 분류를 추출한다.
다음, 데이터 세트 생성부(130)는 데이터 세트의 생성을 위하여 온/오프 이벤트 매칭과 패턴 일치 부하 분류를 수행한다.
즉 온/오프 이벤트 매칭 단계(S132)는 생성된 신호 상관관계를 기반으로 개별 기기에 대한 온/오프 이벤트를 동일 개별 기기에 대한 쌍으로 분류하고, 패턴 일치 부하 분류 단계(S134)는 생성된 신호 상관관계를 기반으로 멀티단계, 연속적인 변화특성을 가진 동일 개별 기기에 대해 온/오프 이벤트 매칭과 연계군으로 분류한다.
다음, 데이터 세트 생성 단계(S136)는 온/오프 이벤트 매칭과 패턴 일치 부하 분류를 통해 개별 기기 내 하위 컴포넌트에서 동일 기기로 분류하여 군으로 묶은 데이터 세트를 생성한다.
데이터 세트가 생성되면, 전송부(140)는 데이터 세트를 재조합하여 레이블링된 전력정보를 생성하는 레이블링 서버(200)로 상기 생성된 데이터 세트를 전송한다.
전송하기에 앞서, 본 실시예에서는 단일센서 단일 에너지계측장치에서 이루어진 일련의 하드웨어 알고리즘으로 생성된 데이터 패킷을 다음 단계인 소프트웨어 알고리즘 수행을 위한 클라우드나 특정 서버로 대용량의 데이터 전송이 용이하도록 데이터 압축을 수행할 수 있다.
또한, 실시간 전력에너지 정보 서비스를 수행하기 위해 필요한 전력소모량 및 품질 정보 데이터를 함께 전송하는 것도 가능하다.
이하, 상술한 실시예에 따른 전력 인입점 에너지 계측 장치(100)에서 생성된 데이터 세트를 수신하여 레이블링된 전력정보를 생성하는 레이블링 서버(200)에 대하여 도 5를 참조하여 설명한다.
본 실시예에 따른 레이블링 서버(200)는 전송 받은 부하별 클러스터링 데이터 세트와 실시간 전력사용량 및 전력품질 정보 데이터 세트를 기반으로 머신러닝과 자동 레이블링 등의 과정을 거쳐 최종 전력 인입점에서의 전력사용 소모자에게 에너지 사용정보와 절감 팁 컨설팅 등을 수행하는 것으로서, 단일센서 단일 에너지계측장치로부터 데이터를 전송받아 전력인입지점에서 측정된 전체 에너지정보와 개별 부하기기별 에너지정보를 표출하여 다양한 에너지절감 솔루션 및 컨설팅이 가능하도록 수행하는 일련의 소프트웨어 알고리즘을 탑재한 빅데이터 처리장치일 수 있다.
즉, 본 실시예에 따른 레이블링 서버(200)는 소프트웨어 알고리즘을 수행하는 사후 정보처리 프로세서로서 그 프로세스를 요약하면 다음과 같다. 무기명의 부하 클러스터링 데이터 세트를 대분류 부하기기별로 특징에 따라 클러스터링 다차원 평면으로 재분류하고, 머신러닝을 통해 특정부하기기 분류 경계면을 설정함으로써 온/오프, 멀티단계, 연속변화, 상시기동 부하로 최종 나누어진다.
이를 시간영역의 실시간 전력사용량 추이에 매핑하여 구분을 완료하고, 사용자가 인식할 수 있는 개별 부하기기로 하위 컴포넌트를 동일 기기 성격에 맞게 그룹핑(1+2+3 또는 A+B+C 등)을 한 후 기 수집된 개별 부하기기의 명명 데이터 세트(냉장고, 세탁기, 에어컨 등)와 매칭 알고리즘을 통해 자동 레이블링을 수행한다.
이때 기 수집 데이터 세트에 없는 데이터 세트로 인해 자동 레이블링이 수행되지 못한 부하에 대해서는 수동으로 기기를 온/오프하여 해당 시간을 체크하는 등의 수단을 통해 수동으로 레이블링을 수행하고, 수동으로 생성된 데이터 세트는 다시 기 수집된 데이터 세트에 더해져서 구축 데이터 세트를 확장하여 향후 자동 레이블링에 사용되어진다.
측정된 전체 전기에너지 총량과 전력정보, 분리된 개별 부하기기들에 대한 전력에너지 사용량 정보들로 수집된 대용량의 빅데이터 해석하고, 행동패턴을 분석하며, 에너지절감 팁을 자동으로 생성할 수 있는 수학 및 심리학적 분석 알고리즘을 적용하여 사용자에게 실시간 총 사용량, 개별 부하기기 사용량, 에너지절감 컨설팅 등의 디스플레이를 제공한다. 이하 도 5를 참조하여 보다 상세히 설명한다.
도 5를 참조하면, 본 실시예에 따른 레이블링 서버(200)는 수신부(210), 재조합부(220), 레이블링부(230)를 포함한다.
먼저 수신부(210)는 개별 부하기기를 구성하는 컴포넌트 단을 기준으로 전력정보를 분류하여 생성된 데이터 세트를 수신한다.
다음 재조합부(220)는, 수신된 데이터 세트를 상기 개별 부하기기의 동작특성에 따라 재분류하고, 시간영역에 따라 매핑하여 재조합한다.
이에 앞서 재조합부(220)는 데이터 압축 해제 단계(S202)를 먼저 수행할 수 있다. 즉, 전력 인입점 에너지 계측 장치(100)에서 압축된 일련의 데이터 세트들을 전송받은 경우 소프트웨어 알고리즘을 수행하기 위해 데이터 압축을 해제한다.
압축이 해제되면, 재조합부(220)는 재분류된 데이터 세트를 시간영역의 전력사용량 추이에 매핑하여 상기 개별 부하기기의 컴포넌트 별 데이터 세트로 구분하고, 상기 컴포넌트를 동일 부하기기 성격에 따라 재조합한다. 이에 대해서는 도 6을 참조하여 보다 상세히 설명한다.
도 6은 본 발명의 일실시예에 따른 재조합부(220)에서 수행되는 각 단계를 나타내는 흐름도이다.
도 6을 참조하면, 대분류 부하기기 분류 단계(S204)는 동일 부하 성격으로 나타나는 개별 부하기기들에 대한 부하 동작 특성(온/오프, 멀티단계, 연속변화, 항시기동)에 따라 대분류 분포 평면을 구분한다.
다음 특징별 클러스터링 단계(S206)는 부하 특징 추출 클러스터링 데이터 세트와 대분류 부하기기 분류를 연동하여 부하 분포 평면 내 경계설정이 용이하도록 다차원 평면 재구성한다.
다차원 평면이 재구성되면 머신러닝 단계(S208)는 개별 부하 클러스터링 결과를 활용한 인공지능네트워크와 같은 상태구분 알고리즘 기반의 머신러닝 방법 적용으로 학습에 의한 부하 경계 분류 기준을 생성하고, 특정부하기기 분류 경계 설정 단계(S210)를 통해 상시 업데이트 데이터와 기 수집된 데이터 기반으로 머신러닝이 수행되어진 경계 설정 기준으로 클러스터링 부하들에 대한 개별 부하 추출을 수행하여 데이터 세트를 재분류 한다. 즉 이때는 전력에너지 총량에서 부하명은 모르나 전력 인입점 내에 적용된 개별 부하들에 대한 하위 컴포넌트까지 무기명 방식의 부하 상세 분류가 결정된다.
다음 시간영역 매핑 단계(S212)는 클러스터링 다차원 평면에서 머신러닝과 특정부하기기 분류 경계로 재분류되어지는 무기명 방식의 부하들에 대한 데이터 세트를 시간영역 실시간 데이터로 매핑한다.
구분 단계(S214)는 시간영역 매핑을 통해 생성된 데이터 세트들에 대한 다양한 컬러 또는 데이터 구분을 표시할 수 있는 디스플레이 방법으로 사용자가 인식할 수 있도록 전체 전력 인입점에서의 에너지총량으로부터 개별 부하기기의 하위 컴포넌트들을 분류하여 최종 표시할 수 있다.
다음 동일부하 재조합 단계(S216)는 구분 단계에서 생성된 개별 부하기기 내 하위 컴포넌트를 조합하여 사용자가 인식할 수 있는 개별 부하기기로 그룹을 생성. 일례로 구분으로 생성된 컴프레샤, 모터, 램프, 제어회로 특성 등을 조합하여 냉장고로 그룹핑함으로 개별 부하기기 전체 사용량 재조합한다. (내부에서는 1, 2, 3 등의 숫자와 A, B, C 등의 무기명 임시 표식을 사용함).
재조합 단계의 수행 후, 레이블링부(230)는 재조합된 데이터 세트를 레이블링한다. 예를 들어, 개별 부하기기로 분류된 무기명의 임시 표식 데이터 세트에 대해 기 기축된 부하기기 데이터 세트와 연동하여 자동적으로 해당 사용자 기기의 이름을 매칭한다. 일례로 상기 A, B, C 등이 냉장고, TV, 세탁기 등등으로 데이터 패턴 및 저장 데이터에 의해 매칭 알고리즘을 통해 자동 기명이 될 수 있다.
또한, 본 실시예에서 레이블링은 수동으로 입력 받을 수도 있다. 자동 레이블링의 수행에도 불구하고 기 기축된 부하기기 데이터 세트와 일치가 되지 않아 무기명으로 존재하는 부하들에 대해, 수동으로 개발자 또는 사용자가 기기를 명명하고 이를 입력받는다. 사용자 기기 온/오프 시간을 기록하였다가 별도로 수행하는 방안도 적용 가능하다.
또한, 비분류 부하 수동 레이블링이 수행된 개별 부하기기들에 대해서는 해당 데이터 세트를 기명과 함께 별도 저장하여 기 기축된 부하기기 데이터 세트를 확장할 수 있다.
나아가, 본 실시예에서 레이블링 서버(200)는 개별 부하기기 에너지 소모량에 대한 데이터 해석 정보를 제공할 수 있다. 즉 전체 총량의 전력에너지와 개별 부하기기 에너지소모량에 대한 데이터 해석을 통해 행동패턴 분석으로, 전력에너지 변화 패턴에 기반한 행동 심리학 분석 알고리즘을 통해 사용자 행동 패턴을 생성하여 이를 활용할 수 있는 데이터 세트 구성하는 것도 가능하다.
또한 에너지절감 팁을 생성하여 빅데이터 해석과 행동패턴 분석을 통해 사용자에게 에너지절감을 실제 행동으로 유도할 수 있는 전문가 컨설팅 팁의 알고리즘에 의한 자동 생성도 가능하다.
나아가 실시간 총 사용량 디스플레이, 개별 부하기기 사용량 추정치 디스플레이, 에너지절감 컨설팅으로 단일센서 단일 에너지계측장치 설치 후 에너지IT 전문 사업자를 통해 특정 건물 및 단위 가정에서 제공받게 되는 서비스 일체의 제공도 가능하다.
계측장치와 레이블링 서버를 통해 나온 결과물로 응용할 수 있는 다양한 에너지 컨설팅 중 일례로 개별 부하기기의 상태와 관련하여 전력 인입점에서의 에너지총량으로부터 개별 부하기기의 하위 컴포넌트들별로 분류된 결과를 기반으로 클러스터링 데이터 세트의 변화를 감지하여 개별 부하기기의 부품 노화상태나 고장상태를 판단하여 사용자에게 제공하는 것도 가능하다.
이상의 실시예에 따르면, 전력 인입점에서 전체 총 전력에너지 사용정보만을 측정하나 해당 정보로부터 하드웨어 알고리즘과 소프트웨어 알고리즘을 통해 전력 인입점에 연결된 개별 가전기기를 포함한 각종 부하기기 및 해당 부하기기의 하부 컴포넌트의 동작에 따른 전력소모 특성을 계산하여 간접적으로 전체 에너지사용 정보에서 개별 부하기기 에너지사용정보를 추출할 수 있다
또한, 개별 부하기기의 에너지사용 정보 추출로 전체 총 전력에너지 사용정보로 제공할 수 있는 사용자 피드백에 비해 상세하고 정확한 고급화 에너지절감방안을 도출할 수 있으며, 개별 부하기기에 다수의 개별 에너지측정장치를 설치하는 방식이 아닌 단일센서를 가지는 단일 에너지계측장치를 사용하면서도 다양한 알고리즘에 의해 구현되는 방식이기에 설치 시 설치 공간의 제약 및 고가 솔루션의 설비 투자 부담이 감소된다.
나아가, 분전반 내 다수의 센서를 채택하는 방식이 아님과 동시에 분기회로 수준을 넘어 개별 부하기기에 대한 에너지 사용정보를 취득하는 방식이기에, 설비투자 감소와 함께 성능향상이 가능하다.
또한, 전력 인입점에서 측정된 전체 전기에너지 총 사용량 정보에서 개별 부하기기 에너지사용량 정보를 추출함에 있어 사용되어지는 알고리즘을 전부 특정 서버나 클라우드에서 직접 수행하지 않고, 측정기기(사전 정보처리 프로세서, 하드웨어 알고리즘, 복잡한 연산수행이 많은 클러스터링 데이터 세트 생성 등)와 클라우드(사후 정보처리 프로세서, 소프트웨어 알고리즘, 레이블링과 에너지절감 팁 생성 등)로 이원화 분리함으로써 복잡한 연산과 리소스를 많이 차지하는 부분을 계측장치에서 처리하고, 클라우드나 특정 서버에서의 장점인 데이터 저장 및 패턴 해석, 데이터 활용만을 중점적으로 수행하므로, 클라우드 내 대용량 빅데이터 처리/저장/관리 유연성을 확보할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다.
따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (11)

  1. 복수의 부하기기들에 대한 적어도 하나의 전력 인입점에서 전력신호를 포함하는 전력정보를 수집하는 전력정보 수집부;
    상기 수집된 전력정보로부터 전력변화의 정상 또는 과도상태를 구분하여 상기 부하기기의 동작상태 또는 동작상태의 변화 패턴을 추출하는 동작상태 추출부; 및
    상기 개별 부하기기의 전력소비특징에 따른 신호 상관관계를 통하여 상기 동작상태 또는 동작상태의 변화 패턴과 매칭되는 개별 부하기기별 데이터 세트를 생성하는 데이터 세트 생성부를 포함하는 것을 특징으로 하는 전력 인입점 에너지 계측 장치.
  2. 제 1 항에 있어서,
    상기 전력정보 수집부는 상기 전력정보로 미리 결정된 주기의 교류 주기 파형의 전압 또는 전류 스냅샷을 수집하는 것을 특징으로 하는 전력 인입점 에너지 계측 장치.
  3. 제 2 항에 있어서,
    상기 동작상태 추출부는 상기 스냅샷을 상기 추출된 동작상태 또는 동작상태의 변화 패턴에 따라 분류하는 것을 특징으로 하는 전력 인입점 에너지 계측 장치.
  4. 제 2 항에 있어서,
    상기 신호 상관관계는 상기 부하기기의 전력 소비특징으로 전압/전류 상관도, 고주파 외곡도, 전류/전력 스냅샷 신호 변형도, 유효/무효전력 상관도 중 적어도 하나의 정보를 포함하는 것을 특징으로 하는 전력 인입점 에너지 계측 장치.
  5. 제 1 항에 있어서,
    상기 데이터 생성부는 상기 개별 부하기기를 구성하는 컴포넌트 단을 기준으로 상기 전력정보를 분류하여 상기 개별 부하기기의 컴포넌트별 데이터 세트를 생성하는 것을 특징으로 하는 전력 인입점 에너지 계측 장치.
  6. 제 1 항에 있어서,
    상기 전력 인입점 에너지 계측 장치는 데이터 세트를 재조합하여 레이블링된 전력정보를 생성하는 레이블링 서버로 상기 생성된 데이터 세트를 전송하는 전송부를 더 포함하는 것을 특징으로 하는 전력 인입점 에너지 계측 장치.
  7. 개별 부하기기를 구성하는 컴포넌트 단을 기준으로 전력정보를 분류하여 생성된 데이터 세트를 수신하는 수신부;
    상기 수신된 데이터 세트를 상기 개별 부하기기의 동작특성에 따라 재분류하고, 시간영역에 따라 매핑하여 재조합하는 재조합부; 및
    상기 재조합된 데이터 세트를 레이블링하는 레이블링부를 포함하는 것을 특징으로 하는 전력 인입점 에너지 계측 정보 레이블링 서버.
  8. 제 7 항에 있어서,
    상기 재조합부는 상기 재분류된 데이터 세트를 시간영역의 전력사용량 추이에 매핑하여 상기 개별 부하기기의 컴포넌트 별 데이터 세트로 구분하고, 상기 컴포넌트를 동일 부하기기 성격에 따라 재조합하는 것을 특징으로 하는 전력 인입점 에너지 계측 정보 레이블링 서버.
  9. 제 8 항에 있어서,
    상기 전력 인입점 에너지 계측 정보 레이블링 서버는 상기 개별 부하기기의 컴포넌트 별 데이터 세트로 구분된 결과를 통해 상기 데이터 세트의 변화를 감지하여 상기 개별 부하기기의 상태를 판단하는 것을 특징으로 하는 전력 인입점 에너지 계측 정보 레이블링 서버.
  10. 복수의 부하기기들에 대한 적어도 하나의 전력 인입점에서 전력신호를 포함하는 전력정보를 수집하고, 상기 개별 부하기기의 전력소비특징에 따른 신호 상관관계를 통하여 상기 부하기기의 동작상태 또는 동작상태의 변화 패턴과 매칭되는 개별 부하기기별 데이터 세트를 생성하여 전송하는 전력 인입점 에너지 계측 장치; 및
    상기 데이터 세트를 수신하여 상기 개별 부하기기의 동작특성에 따라 재분류하고, 시간영역에 따라 매핑하여 재조합하고, 상기 재조합된 데이터 세트를 레이블링하는 전력정보 레이블링 서버를 포함하는 것을 특징으로 하는 전력 인입점 에너지 계측 정보 레이블 시스템.
  11. 제 10 항에 있어서,
    상기 전력정보 레이블링 서버는 상기 개별 부하기기의 컴포넌트 별 데이터 세트로 구분된 결과를 통해 상기 데이터 세트의 변화를 감지하여 상기 개별 부하기기의 상태를 판단하는 것을 특징으로 하는 전력 인입점 에너지 계측 정보 레이블링 시스템.
PCT/KR2014/009916 2014-02-18 2014-10-22 전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템 WO2015126029A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016504269A JP6144408B2 (ja) 2014-02-18 2014-10-22 エネルギー計測情報ラベリングシステムおよびエネルギー計測情報ラベリングサーバ
CN201480005163.7A CN105143892B (zh) 2014-02-18 2014-10-22 设置在功率输入点的电能测量和标记装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2014-0018391 2014-02-18
KR1020140018391A KR101422682B1 (ko) 2014-02-18 2014-02-18 전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템

Publications (1)

Publication Number Publication Date
WO2015126029A1 true WO2015126029A1 (ko) 2015-08-27

Family

ID=51758667

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/009916 WO2015126029A1 (ko) 2014-02-18 2014-10-22 전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템

Country Status (5)

Country Link
US (1) US10436824B2 (ko)
JP (1) JP6144408B2 (ko)
KR (1) KR101422682B1 (ko)
CN (1) CN105143892B (ko)
WO (1) WO2015126029A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102438439B1 (ko) * 2015-06-05 2022-08-31 주식회사 인코어드 테크놀로지스 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법
US10254319B2 (en) * 2014-02-18 2019-04-09 Encored Technologies, Inc. Apparatus, server, system and method for energy measuring
IL237235B (en) * 2015-02-11 2019-08-29 Friedlander Yehudah A system for analyzing power consumption
KR102438442B1 (ko) * 2015-06-05 2022-08-31 주식회사 인코어드 테크놀로지스 전력 수요 관리 기능을 갖는 시스템
KR101758791B1 (ko) * 2015-12-17 2017-07-31 주식회사 인코어드 테크놀로지스 전기 에너지 계측장치 및 부하별 레이블링 시스템
CN105868792B (zh) * 2016-04-15 2019-06-25 国网山东省电力公司潍坊供电公司 基于特征区域集合的电力误操作判断方法、装置及系统
CN106405224B (zh) * 2016-08-24 2019-12-06 广东电网有限责任公司电力科学研究院 一种基于海量电能量数据的节能诊断方法及系统
KR101858860B1 (ko) 2016-12-22 2018-05-17 주식회사 포스코 고로 노열 제어 장치
JP6861578B2 (ja) * 2017-06-01 2021-04-21 三菱電機株式会社 負荷推定装置及び負荷推定方法
US11307117B2 (en) * 2017-09-04 2022-04-19 Amper Technologies, Inc. System and method for interpretation and analysis of manufacturing activity
EP3618223B1 (en) 2018-08-31 2024-03-06 Electrolux Appliances Aktiebolag Smart plug and method for determining operating information of a household appliance by a smart plug
CN113156203A (zh) * 2021-04-29 2021-07-23 国网黑龙江省电力有限公司供电服务中心 一种电能计量系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001344027A (ja) * 2000-05-31 2001-12-14 Matsushita Electric Ind Co Ltd 通電制御装置
JP2009257952A (ja) * 2008-04-17 2009-11-05 Nippon Telegr & Teleph Corp <Ntt> 電気機器推定装置及び電気機器推定方法
KR20130073785A (ko) * 2011-12-25 2013-07-03 주식회사 케이티 전력기기를 식별하는 방법 및 시스템
KR20130081226A (ko) * 2010-06-04 2013-07-16 센서스 유에스에이 인크. 비간섭 부하 모니터링 및 처리 방법 및 시스템
KR20140009307A (ko) * 2011-02-14 2014-01-22 가즈아키 네부 에너지 소비 감시 시스템, 방법, 및 컴퓨터 프로그램

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITMI20012726A1 (it) * 2001-12-20 2003-06-20 Enel Distribuzione Spa Sistema di acquisizione remota dei consumi e di telegestione di utenze distribuite anche di tipo domestico
US7693670B2 (en) * 2007-08-14 2010-04-06 General Electric Company Cognitive electric power meter
CN101750561B (zh) * 2010-01-08 2012-10-03 江苏大学 一种电能质量监控评估系统
CN102088735B (zh) * 2010-03-24 2014-12-03 电信科学技术研究院 子帧间的业务负荷均衡处理及小区间干扰处理方法及设备
JP5729162B2 (ja) * 2011-06-24 2015-06-03 富士通株式会社 電力管理装置
TW201333484A (zh) * 2012-02-08 2013-08-16 Ind Tech Res Inst 設備異常的偵測裝置與方法
CN103424642B (zh) * 2012-05-16 2016-12-14 杭州佳和电气股份有限公司 具备多设备动态智能识别及能耗拆分功能的多功能电力仪表
JP5520338B2 (ja) * 2012-05-16 2014-06-11 日本電信電話株式会社 電気機器検出および電力消費量モニタリングシステム
KR101354895B1 (ko) * 2012-06-01 2014-01-23 엘에스산전 주식회사 전력 감시 시스템 및 전력 시스템 정보 디스플레이 방법
US9513648B2 (en) * 2012-07-31 2016-12-06 Causam Energy, Inc. System, method, and apparatus for electric power grid and network management of grid elements
CN103678139B (zh) * 2012-08-31 2017-09-29 国际商业机器公司 进行瘦供给的方法和装置
US10254319B2 (en) * 2014-02-18 2019-04-09 Encored Technologies, Inc. Apparatus, server, system and method for energy measuring

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001344027A (ja) * 2000-05-31 2001-12-14 Matsushita Electric Ind Co Ltd 通電制御装置
JP2009257952A (ja) * 2008-04-17 2009-11-05 Nippon Telegr & Teleph Corp <Ntt> 電気機器推定装置及び電気機器推定方法
KR20130081226A (ko) * 2010-06-04 2013-07-16 센서스 유에스에이 인크. 비간섭 부하 모니터링 및 처리 방법 및 시스템
KR20140009307A (ko) * 2011-02-14 2014-01-22 가즈아키 네부 에너지 소비 감시 시스템, 방법, 및 컴퓨터 프로그램
KR20130073785A (ko) * 2011-12-25 2013-07-03 주식회사 케이티 전력기기를 식별하는 방법 및 시스템

Also Published As

Publication number Publication date
JP6144408B2 (ja) 2017-06-07
US20150233984A1 (en) 2015-08-20
JP2016515377A (ja) 2016-05-26
CN105143892A (zh) 2015-12-09
CN105143892B (zh) 2018-10-26
US10436824B2 (en) 2019-10-08
KR101422682B1 (ko) 2014-09-25

Similar Documents

Publication Publication Date Title
WO2015126029A1 (ko) 전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템
WO2019117337A1 (ko) 전력 데이터 분석을 이용한 가전기기 분류를 위한 장치 및 방법
KR20160143456A (ko) 전력 관리 기능을 갖는 시스템 및 사용자 단말기, 및 이것의 전력 관리 방법
WO2014169443A1 (zh) 供电设备的识别电路以及受电设备
WO2020111561A1 (ko) 머신러닝 기반 태양광 발전 제어 시스템 및 방법
WO2016027996A1 (ko) 전력설비 음향 진단 시스템
WO2020138623A1 (ko) 배전반 감시 시스템 및 그것의 동작방법
WO2020111560A1 (ko) 태양광 발전 밸런싱 제어 시스템 및 방법
WO2018105991A1 (ko) 비침습 방식으로 회로 내의 복수의 전력 기기의 거동을 분석하고 개별 기기의 소비 전력을 모니터링하는 장치 및 방법
CN106680621B (zh) 一种基于电流信号分离的居民负荷用电识别方法
WO2012015101A1 (ko) 급전 시스템의 토폴로지 처리 방법
HUE029655T2 (en) A method for analyzing the electrical consumption of a site with multiple electrical devices
CN105527910A (zh) 一种基于opc ua的远程监控系统及故障排除方法
JP2017147935A (ja) 電力管理機能を有するシステムおよびユーザ端末並びにその電力管理方法
CN108375933A (zh) 一种实时监测的10kV变电检修管理系统
WO2011040663A1 (ko) 전력품질 모니터링 시스템 및 전력품질측정 방법
CN108565824B (zh) 分布式保护装置的数据处理方法与分布式保护系统
CN105676112B (zh) 一种通用型十二相整流桥故障检测方法
CN109856451B (zh) 一种多回路电气量检测系统
WO2014046328A1 (ko) 계통 데이터 축약 시스템 및 그 방법
CN207665010U (zh) 一种快速部署在线监测系统
CN110362522A (zh) 一种模块标识的获取方法、装置及系统
WO2015026094A1 (ko) 에너지 사용 기기 및 에너지 정보 수집 장치
WO2015037754A1 (ko) 통합 품질관리시스템 기반의 품질검사 방법
CN203385785U (zh) 交直流通用的供电线路检测电路和电源分配监测装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201480005163.7

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2016504269

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14883218

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14883218

Country of ref document: EP

Kind code of ref document: A1