WO2017188475A1 - 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템 - Google Patents

소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템 Download PDF

Info

Publication number
WO2017188475A1
WO2017188475A1 PCT/KR2016/004445 KR2016004445W WO2017188475A1 WO 2017188475 A1 WO2017188475 A1 WO 2017188475A1 KR 2016004445 W KR2016004445 W KR 2016004445W WO 2017188475 A1 WO2017188475 A1 WO 2017188475A1
Authority
WO
WIPO (PCT)
Prior art keywords
energy
devices
power consumption
total power
space
Prior art date
Application number
PCT/KR2016/004445
Other languages
English (en)
French (fr)
Inventor
박진희
Original Assignee
전자부품연구원
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 전자부품연구원 filed Critical 전자부품연구원
Publication of WO2017188475A1 publication Critical patent/WO2017188475A1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • G—PHYSICS
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Definitions

  • the present invention relates to energy management technology, and more particularly, to a method and system for identifying the use of energy home appliances.
  • the average household can only know the total energy consumption (cumulative power) of the consumer through the distribution panel, and this information alone does not indicate which device is being used.
  • each smart device should be installed and monitored for each smart plug, the unit cost of the smart plug is relatively high, causing cost problems.
  • the present invention has been made to solve the above problems, an object of the present invention, to accurately identify the energy use of home appliances without a separate contact device such as a smart plug, the total amount of power consumption of the home appliance and A non-contact identification method and system for an energy home appliance using a composite sensor is provided.
  • the energy-using device non-contact identification method comprising: predicting the energy-using devices in use of the energy-using devices from the total power consumption; And correcting predicted used devices based on situation information of a space where the energy using devices are located.
  • the energy-using device non-contact identification method further comprising the step of learning power consumption patterns for each of the energy-using devices, the prediction step, the learning result in the learning step Based on the above, the energy using devices can be predicted.
  • the learning step may further learn power consumption patterns in the case of combining at least two of the energy using devices.
  • the non-contact identification method of an energy-using device may further include generating situation information of the space by using sensors, and the correcting step includes the situation of the space created in the generation step. Based on the information, the predicted used devices may be corrected.
  • the sensors may include at least two of an acoustic sensor, an illuminance sensor, and a temperature sensor.
  • the correcting step when it is determined that less than a certain number of the predicted user devices is wrong based on the situation information of the space, at least one of the wrong user devices may be corrected as the correct user device.
  • the correcting step may be performed by correcting at least one of the incorrect use devices.
  • At least one wrong use device that is corrected may be sorted in the order of the most likely wrong.
  • the number of measurements may be determined based on the situation information.
  • the energy use device non-contact identification system the power meter for measuring the total power consumption; And a processor for predicting energy-using devices among the energy-using devices from the total power consumption measured by the power meter, and correcting the predicted used devices based on the situation information of the space where the energy-using devices are located.
  • a method for identifying a non-energy-using device based on context information of a space in which the energy-using device is located, predicting energy-using devices in use among the energy-using devices; And correcting the predicted used devices based on the total power consumption.
  • the energy use device non-contact identification system the power meter for measuring the total power consumption; And a processor for predicting the energy use devices among the energy use devices based on the situation information of the space where the energy use devices are located, and correcting the predicted use devices based on the total amount of power consumption.
  • FIG. 1 is a conceptual diagram of a method for non-contact identification of an energy using device according to an embodiment of the present invention
  • FIG. 2 is a view showing a power consumption pattern learning process for each home appliance
  • FIG. 3 is a diagram illustrating a power consumption pattern learning process for a combination of home appliances
  • FIG. 4 is a diagram showing the structure of a device use identification algorithm
  • FIG. 5 is a block diagram of an energy-using device non-contact identification system according to another embodiment of the present invention.
  • FIG. 1 is a conceptual diagram of a method for non-contact identification of an energy using device according to an embodiment of the present invention.
  • the non-contact identification method of an energy-using device is to predict what household appliances are currently being used from the total power consumption without using contact devices such as smart outlets or smart plugs, and to ensure the accuracy of the prediction.
  • the prediction result is corrected using the context information obtained by using various sensors.
  • Figure 2 shows the power consumption pattern learning process for each of the audio, set-top box, heater, lighting, TV.
  • FIG. 3 illustrates a power consumption pattern learning process for a combination of "lighting + heater + lighting".
  • the indoor situation information consists of a combination of acoustic information, illuminance information and temperature information, and as shown in FIG. 1, sensors for collecting the information are required.
  • the above list of the information constituting the home situation information is merely exemplary. Therefore, it is a matter of course that the home situation information may be implemented by excluding at least one of them, replacing at least one with other information, or including at least one other information.
  • the indoor situation information is used to correct misperceptions that may exist in the total power consumption based prediction.
  • the indoor situation information is a case where the prediction based on the total power consumption is incorrect.
  • the home illumination is high (bright), but the 'light' is not included in the total power consumption based prediction
  • the dimness of the premises is low (dark), and the 'light' is included in the forecast based on the total power consumption.
  • the prediction result based on total power consumption is corrected based on the indoor situation information.
  • the prediction results based on total power consumption are 'heater' and 'lighting'.
  • the home situation information if 'home acoustics are occurring' and 'house lighting is low', Instead of 'lighting', it is corrected by 'audio' which shows a similar power consumption pattern.
  • FIG. 1 the prediction based on the total power consumption and the correction based on the indoor situation information are performed by a device use identification algorithm, and the algorithm structure is shown in detail in FIG. 4.
  • the current total home power consumption is measured (S110), and the home appliances currently in use are predicted with reference to the learning result stored in the DB (S130).
  • step S160 the prediction result is corrected (filtered) in step S130 (S170), and the home appliance identification result is output.
  • a technique of re-correcting the correction limit and the prediction based on the total power consumption may be added. For example, judging from situation information
  • the number of dividing a large quantity / small quantity which is a re-performing basis of the total power consumption-based prediction can also be variably determined based on the situation information. For example, if the illuminance is high, the power consumption is re-executed based on the total power consumption when it is determined that there are two wrong sides. On the other hand, if the illuminance is low, the power consumption is based on the total power consumption. Is to re-run the predictions.
  • FIG. 5 is a block diagram of an energy-using device non-contact identification system according to another embodiment of the present invention.
  • the power meter 210 In the energy use device non-contact identification system according to the embodiment of the present invention, as shown in FIG. 5, the power meter 210, the complex sensor 220, the processor 230, the storage unit 240, and the output unit 250. ).
  • the power meter 210 measures the total power consumption, and the complex sensor 220 generates sensor data that is the basis of the situation information.
  • the processor 230 executes the device use identification algorithm illustrated in FIG. 4, and outputs the execution result through the output unit 250.
  • the storage unit 240 is a storage medium that stores a learning result DB and past sensor data, and accumulates and stores the identification result and the total power consumption and situation information on which the identification result is based.
  • the technical idea of the present invention can be applied to a computer-readable recording medium containing a computer program for performing the functions of the apparatus and method according to the present embodiment.
  • the technical idea according to various embodiments of the present disclosure may be implemented in the form of computer readable codes recorded on a computer readable recording medium.
  • the computer-readable recording medium can be any data storage device that can be read by a computer and can store data.
  • the computer-readable recording medium may be a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, an optical disk, a hard disk drive, or the like.
  • the computer-readable code or program stored in the computer-readable recording medium may be transmitted through a network connected between the computers.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템이 제공된다. 본 발명의 실시예에 따른 에너지 사용기기 비접촉 식별 방법은, 소비전력 총량으로부터 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하고, 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로 예측된 사용기기들을 보정한다. 이에 의해, 가전기기의 에너지 사용 식별률을 향상시킬 수 있게 된다.

Description

소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템
본 발명은 에너지 관리 기술에 관한 것으로, 더욱 상세하게는 에너지 가전기기의 사용현황을 식별하기 위한 방법 및 시스템에 관한 것이다.
에너지 소비를 절감하고 지능적으로 제어하기 위해서는 에너지 기기의 소비전력과 사용량 및 그 기기의 사용현황을 알 수 있어야 한다.
하지만, 일반 가정에서는 분전반을 통하여 수용가의 총 에너지 사용량(누적 전력량) 만을 알 수 있을 뿐인데, 이 정보만으로는 어떤 기기가 사용되고 있는지 알 수 없다.
이에, 에너지 기기마다 각각 스마트 플러그를 설치하여 모니터링 해야 하는데, 스마트 플러그의 단가가 비교적 높은 편이어서, 비용 문제를 유발하게 된다.
저비용으로 에너지 기기 사용 현황을 파악하기 위한 방안의 모색이 요청된다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 스마트 플러그 등의 별도의 접촉장치 없이도 정확하게 가전기기의 에너지 사용 식별을 하기 위한 방안으로, 가전기기의 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 에너지 사용기기 비접촉 식별 방법은, 소비전력 총량으로부터 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하는 단계; 및 상기 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로, 예측된 사용기기들을 보정하는 단계;를 포함한다.
그리고, 본 발명의 실시예에 따른 에너지 사용기기 비접촉 식별 방법은, 상기 에너지 사용기기들 각각에 대한 소비전력 패턴들을 학습하는 단계;를 더 포함하고, 상기 예측 단계는, 상기 학습 단계에서의 학습 결과를 기초로, 상기 사용중인 에너지 사용기기들을 예측할 수 있다.
또한, 상기 학습 단계는, 상기 에너지 사용기기들 중 적어도 둘을 조합한 경우들의 소비전력 패턴들을 더 학습할 수 있다.
그리고, 본 발명의 실시예에 따른 에너지 사용기기 비접촉 식별 방법은, 센서들을 이용하여 상기 공간의 상황 정보를 생성하는 단계;를 더 포함하고, 상기 보정 단계는, 상기 생성 단계에서 생성된 공간의 상황 정보를 기초로, 상기 예측된 사용기기들을 보정할 수 있다.
또한, 상기 센서들은, 음향 센서, 조도 센서 및 온도 센서 중 적어도 둘을 포함할 수 있다.
그리고, 상기 보정 단계는, 상기 공간의 상황 정보를 기초로, 예측된 사용기기들 중 특정 개수 미만이 잘못되었다고 판단되면, 잘못된 사용기기들 중 적어도 하나를 올바른 사용기기로 바로 잡을 수 있다.
또한, 상기 보정 단계는, 상기 공간의 상황 정보를 기초로, 예측된 사용기기들 중 특정 개수 이상이 잘못되었다고 판단되면, 잘못된 사용기기들 중 적어도 하나를 바로잡고 상기 예측 단계 부터 재수행할 수 있다.
그리고, 바로잡는 적어도 하나의 잘못된 사용기기들은, 오측(誤測) 가능성이 높은 순으로 선별될 수 있다.
또한, 상기 측정 개수는, 상기 상황 정보를 기초로 결정될 수 있다.
한편, 본 발명의 다른 실시예에 따른, 에너지 사용기기 비접촉 식별 시스템은, 소비전력 총량을 측정하는 전력 미터; 및 상기 전력 미터로 측정된 소비전력 총량으로부터 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하고, 상기 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로 예측된 사용기기들을 보정하는 프로세서;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 에너지 사용기기 비접촉 식별 방법은, 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로, 상기 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하는 단계; 및 소비전력 총량을 기초로, 예측된 사용기기들을 보정하는 단계;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 에너지 사용기기 비접촉 식별 시스템은, 소비전력 총량을 측정하는 전력 미터; 및 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로 상기 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하고, 상기 소비전력 총량을 기초로 예측된 사용기기들을 보정하는 프로세서;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 스마트 플러그 등의 별도의 접촉장치 없이도 가전기기의 에너지 사용 식별이 가능하여, 에너지 관리에 소요되는 비용을 줄일 수 있다.
또한, 본 발명의 실시예들에 따르면, 가전기기의 소비전력 총량 정보와 더불어 복합센서 정보를 사용함으로써, 가전기기의 에너지 사용 식별률을 향상시킬 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 에너지 사용기기 비접촉 식별 방법의 개념도,
도 2는 가전기기 각각에 대한 소비전력 패턴 학습 과정을 나타낸 도면,
도 3은 가전기기 조합에 대한 소비전력 패턴 학습 과정을 예시한 도면,
도 4는 기기 사용 여부 식별 알고리즘의 구조를 나타낸 도면, 그리고,
도 5는 본 발명의 다른 실시예에 따른 에너지 사용기기 비접촉 식별 시스템의 블럭도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 에너지 사용기기 비접촉 식별 방법의 개념도이다.
본 발명의 실시예에 따른 에너지 사용기기 비접촉 식별 방법은, 스마트 콘센트나 스마트 플러그 등과 같은 접촉 장치들을 사용하지 않고 소비전력 총량으로부터 현재 사용중인 가전기기들이 무엇들인지 예측하되, 예측의 정확성을 담보하기 위해 다양한 센서들을 이용하여 파악한 댁내 상황(Context) 정보를 이용하여 예측 결과를 보정한다.
소비전력 총량 정보 기반의 가전기기 예측은, 아래의 수학식을 통해 나타낸 바와 같이, 특정 시구간(t) 동안 분전반의 전력미터로부터 수집되는 가전기기들의 총 소비전력[P(t)]을 가전기기 별 소비전력들(pi)로 분해하여, 현재 사용되고 있는 가전기기를 예측하는 것이다.
P(t) = p1(t) + p2(t) + p3(t) ... + pn(t)
소비전력 총량 정보 기반의 가전기기 예측을 위해서는 가전기기들 각각의 소비전력 패턴에 대한 학습 결과가 필요하다. 도 2에는 오디오, 셋톱 박스, 전열기, 조명, TV 각각에 대한 소비전력 패턴 학습 과정을 나타내었다.
한편, 도 3에 도시된 바와 같이, 가전기기들을 다양하게 조합하고, 각각에 대한 소비전력 패턴들을 추가로 학습하여 그 결과를 더 이용하는 것도 가능하다. 도 3에는 "조명 + 전열기 + 조명"을 조합한 경우에 대한 소비전력 패턴 학습 과정을 예시하였다.
댁내 상황 정보는 음향 정보, 조도 정보 및 온도 정보의 조합으로 이루어지며, 도 1에 도시된 바와 같이 이 정보들을 수집하기 위한 센서들이 필요하다.
하지만, 댁내 상황 정보를 구성하는 정보들에 대한 위 나열은 예시적인 것에 불과하다. 따라서, 이들 중 적어도 하나를 배제, 적어도 하나를 다른 정보로 대체 또는 적어도 하나의 다른 정보를 포함하여 댁내 상황 정보를 구현할 수 있음은 물론이다.
댁내 상황 정보는 총 소비전력 기반의 예측에 존재할 수 있는 오측(誤測)을 보정하는데 이용된다. 이를 테면, 다음과 같은 경우가 댁내 상황 정보는 총 소비전력 기반의 예측이 잘못된 경우이다.
1) 댁내 상황 정보에 따르면 댁내 음향이 발생 중인 상황인데, 총 소비전력 기반의 예측에서 '오디오'나 'TV'가 포함되지 않은 경우
2) 댁내 상황 정보에 따르면 댁내 조도가 높은 상황(밝음)인데, 총 소비전력 기반의 예측에서 '조명'이 포함되지 않은 경우
3) 댁내 상황 정보에 따르면 댁내 조도가 낮은 상황(어두움)인데, 총 소비전력 기반의 예측에서 '조명'이 포함된 경우
4) 댁내 상황 정보에 따르면 댁내 온도가 높은 상황인데, 총 소비전력 기반의 예측에서 '전열기'가 포함되지 않은 경우
5) 댁내 상황 정보에 따르면 댁내 온도가 낮은 상황인데, 총 소비전력 기반의 예측에서 '전열기'가 포함된 경우
이와 같은 오측이 존재하는 경우 댁내 상황 정보를 기초로 총 소비전력 기반의 예측 결과를 바로 잡는다.
이를 테면, 총 소비전력 기반의 예측 결과, '전열기', '조명' 인데, 댁내 상황 정보에 따르면 '댁내 음향이 발생 중'이고 '댁내 조도가 낮은 상황'이면, 총 소비전력 기반의 예측 결과에서 '조명' 대신 그와 유사한 소비전력 패턴을 보이는 '오디오'로 보정하는 것이다.
도 1에서 총 소비전력 기반의 예측과 댁내 상황 정보 기반의 보정은 기기 사용 여부 식별 알고리즘에 의해 수행되며, 알고리즘 구조는 도 4에 구체적으로 나타내었다.
도 4에 도시된 바와 같이, 기기 사용 여부 식별을 위해서는, 먼저 개별 가전기기들에 대한 소비전력을 측정하면서(S110), 소비전력 패턴을 학습하여 학습 결과를 DB에 저장한다(S120).
학습이 완료되면, 현재 댁내 총 소비전력을 측정하고(S110), DB에 저장된 학습 결과를 참조하여 현재 사용중인 가전기기들을 예측한다(S130).
한편, 센서들을 이용하여 데이터를 수집하고(S140), 이를 누적하여 저장하면서(S150), 수집/저장된 데이터를 이용하여 댁내 상황 정보를 생성한다(S160).
다음, S160단계에서 생성된 상황 정보를 참조하면서, S130단계에서의 예측 결과를 보정(필터링) 하여(S170), 가전기기 식별 결과를 출력한다.
한편, 식별 결과와 그의 기초가 된 총 소비전력 및 상황 정보를 누적함으로써(S180), 향후 예측 결과를 보정함에 있어 참조하는 것도 가능하다.
지금까지, 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법에 대해 바람직한 실시예를 들어 상세히 설명하였다.
위 실시예에서, 보정 제한과 총 소비전력 기반의 예측를 재수행하는 기법을 부가할 수 있다. 이를 테면, 상황 정보로부터 판단한 결과,
1) 총 소비전력 기반으로 예측된 가전기기들 중 소량(예를 들면, 1개)이 잘못되었다고 판단되면, 잘못된 가전기기를 올바른 가전기기로 바로 잡고 식별 결과를 출력하지만,
2) 총 소비전력 기반으로 예측된 가전기기들 중 다량(예를 들면, 2개 이상)이 잘못되었다고 판단되면, 잘못된 가전기기들 중 1개 또는 2개를 올바른 가전기기로 바로 잡고, 총 소비전력 기반의 예측부터 재수행하도록 구현하는 것이다.
"2"에서 2개가 잘못되었다고 판단되었는데, 만약 1개만 올바른 가전기기로 바로 잡는 경우, 바로잡을 1개의 가전기기는 오측 가능성이 더 높다고 판단되는 가전기기로 구현한다.
예를 들어, 총 소비전력 기반으로 예측된 가전기기들 중 "전열기"와 "조명"이 잘못되었다고 판단되고 오측 가능성은 각각 "70%"와 "50%"인데, 1개만을 올바른 가전기기로 바로 잡아야 한다면, "전열기"를 올바른 가전기기로 바로 잡는 것이다.
한편, 총 소비전력 기반의 예측의 재수행 기준이 되는 다량/소량을 구분하는 개수는, 상황 정보를 기초로 가변적으로 결정하는 것도 가능하다. 이를 테면, 조도가 높은 경우에는 2개 이상에 오측이 있다고 판단되는 경우에 총 소비전력 기반의 예측을 재수행하는 반면, 조도가 낮은 경우에는 1개 이상에 오측이 있다고 판단되는 경우에도 총 소비전력 기반의 예측을 재수행하도록 구현하는 것이다.
더 나아가, 총 소비전력 기반의 예측과 상황 정보 기반의 보정 순서를 바꾸어 구현하는 것도 가능하다. 즉, 상황 정보 기반으로 현재 사용 중인 가전기기들을 예측하고, 총 소비전력 기반으로 예측 결과를 보정하도록 구현하는 것이 가능하다.
도 5는 본 발명의 다른 실시예에 따른 에너지 사용기기 비접촉 식별 시스템의 블럭도이다.
본 발명의 실시예에 따른 에너지 사용기기 비접촉 식별 시스템은, 도 5에 도시된 바와 같이, 전력 미터(210), 복합 센서(220), 프로세서(230), 저장부(240) 및 출력부(250)를 포함한다.
전력 미터(210)는 총 소비전력을 측정하고, 복합 센서(220)는 상황 정보의 기초가 되는 센서 데이터들을 생성한다.
프로세서(230)는 도 4에 도시된 기기 사용 여부 식별 알고리즘을 실행하고, 실행 결과를 출력부(250)를 통해 출력한다.
저장부(240)에는 학습 결과 DB, 과거 센서 데이터가 저장되고, 식별 결과와 그의 기초가 된 총 소비전력 및 상황 정보가 누적 저장되는 저장매체이다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

Claims (12)

  1. 소비전력 총량으로부터 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하는 단계; 및
    상기 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로, 예측된 사용기기들을 보정하는 단계;를 포함하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  2. 청구항 1에 있어서,
    상기 에너지 사용기기들 각각에 대한 소비전력 패턴들을 학습하는 단계;를 더 포함하고,
    상기 예측 단계는,
    상기 학습 단계에서의 학습 결과를 기초로, 상기 사용중인 에너지 사용기기들을 예측하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  3. 청구항 2에 있어서,
    상기 학습 단계는,
    상기 에너지 사용기기들 중 적어도 둘을 조합한 경우들의 소비전력 패턴들을 더 학습하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  4. 청구항 1에 있어서,
    센서들을 이용하여 상기 공간의 상황 정보를 생성하는 단계;를 더 포함하고,
    상기 보정 단계는,
    상기 생성 단계에서 생성된 공간의 상황 정보를 기초로, 상기 예측된 사용기기들을 보정하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  5. 청구항 4에 있어서,
    상기 센서들은,
    음향 센서, 조도 센서 및 온도 센서 중 적어도 둘을 포함하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  6. 청구항 1에 있어서,
    상기 보정 단계는,
    상기 공간의 상황 정보를 기초로, 예측된 사용기기들 중 특정 개수 미만이 잘못되었다고 판단되면, 잘못된 사용기기들 중 적어도 하나를 올바른 사용기기로 바로 잡는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  7. 청구항 1에 있어서,
    상기 보정 단계는,
    상기 공간의 상황 정보를 기초로, 예측된 사용기기들 중 특정 개수 이상이 잘못되었다고 판단되면, 잘못된 사용기기들 중 적어도 하나를 바로잡고 상기 예측 단계 부터 재수행하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  8. 청구항 6 또는 7에 있어서,
    바로잡는 적어도 하나의 잘못된 사용기기들은,
    오측(誤測) 가능성이 높은 순으로 선별되는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  9. 청구항 1에 있어서,
    상기 측정 개수는,
    상기 상황 정보를 기초로 결정되는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  10. 소비전력 총량을 측정하는 전력 미터; 및
    상기 전력 미터로 측정된 소비전력 총량으로부터 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하고, 상기 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로 예측된 사용기기들을 보정하는 프로세서;를 포함하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 시스템.
  11. 에너지 사용기기들이 위치한 공간의 상황 정보를 기초로, 상기 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하는 단계; 및
    소비전력 총량을 기초로, 예측된 사용기기들을 보정하는 단계;를 포함하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 방법.
  12. 소비전력 총량을 측정하는 전력 미터;
    에너지 사용기기들이 위치한 공간의 상황 정보를 기초로 상기 에너지 사용기기들 중 사용중인 에너지 사용기기들을 예측하고, 상기 소비전력 총량을 기초로 예측된 사용기기들을 보정하는 프로세서;를 포함하는 것을 특징으로 하는 에너지 사용기기 비접촉 식별 시스템.
PCT/KR2016/004445 2016-04-28 2016-04-28 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템 WO2017188475A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020160051908A KR101724328B1 (ko) 2016-04-28 2016-04-28 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템
KR10-2016-0051908 2016-04-28

Publications (1)

Publication Number Publication Date
WO2017188475A1 true WO2017188475A1 (ko) 2017-11-02

Family

ID=58583380

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/004445 WO2017188475A1 (ko) 2016-04-28 2016-04-28 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템

Country Status (2)

Country Link
KR (1) KR101724328B1 (ko)
WO (1) WO2017188475A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345906A (zh) * 2018-02-09 2018-07-31 无锡英臻科技有限公司 一种基于Boost模型的非侵入式用电器识别方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102468357B1 (ko) * 2017-06-29 2022-11-18 (주)큐센텍 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법
KR102014423B1 (ko) * 2017-12-27 2019-08-26 고려대학교 산학협력단 기기별 사용 상태를 예측하기 위한 가전기기 모니터링 시스템 및 그것의 모니터링 방법
KR102342372B1 (ko) 2019-11-05 2021-12-22 조현상 가전 제품의 물리 공간 가상화 장치 및 이를 이용한 사용자 행동 패턴 분석 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120130437A (ko) * 2011-05-23 2012-12-03 에스케이텔레콤 주식회사 가전기기의 에너지 사용량을 이용한 에너지 절약 모델링 방법, 시스템, 이를 위한 서비스관리장치 및 이를 위한 정보제공장치
KR20140065897A (ko) * 2012-11-22 2014-05-30 삼성전자주식회사 전력 부하 모니터링 장치 및 방법
US20140336831A1 (en) * 2013-05-08 2014-11-13 Samsung Electronics Co., Ltd. Non-intrusive load monitoring apparatus and method
KR20150073669A (ko) * 2013-12-23 2015-07-01 주식회사 케이티 홈 네트워크 시스템에서의 전력 사용량 분석 방법 및 이를 위한 장치
KR20160000481A (ko) * 2014-06-24 2016-01-05 이정환 전력소비 패턴 분석을 통한 디바이스 인식장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120130437A (ko) * 2011-05-23 2012-12-03 에스케이텔레콤 주식회사 가전기기의 에너지 사용량을 이용한 에너지 절약 모델링 방법, 시스템, 이를 위한 서비스관리장치 및 이를 위한 정보제공장치
KR20140065897A (ko) * 2012-11-22 2014-05-30 삼성전자주식회사 전력 부하 모니터링 장치 및 방법
US20140336831A1 (en) * 2013-05-08 2014-11-13 Samsung Electronics Co., Ltd. Non-intrusive load monitoring apparatus and method
KR20150073669A (ko) * 2013-12-23 2015-07-01 주식회사 케이티 홈 네트워크 시스템에서의 전력 사용량 분석 방법 및 이를 위한 장치
KR20160000481A (ko) * 2014-06-24 2016-01-05 이정환 전력소비 패턴 분석을 통한 디바이스 인식장치 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345906A (zh) * 2018-02-09 2018-07-31 无锡英臻科技有限公司 一种基于Boost模型的非侵入式用电器识别方法
CN108345906B (zh) * 2018-02-09 2022-02-22 无锡英臻科技有限公司 一种基于Boost模型的非侵入式用电器识别方法

Also Published As

Publication number Publication date
KR101724328B1 (ko) 2017-04-07

Similar Documents

Publication Publication Date Title
WO2017188475A1 (ko) 소비전력 총량과 복합센서를 이용한 에너지 가전기기의 비접촉 식별 방법 및 시스템
WO2015023100A1 (ko) 에너지 정보 제공 장치 및 시스템
WO2019117593A1 (ko) 컨테이너 기반의 자원 할당을 지원하는 클라우드 컴퓨팅 장치 및 방법
CN113435657B (zh) 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质
WO2014115988A1 (en) Transient normalization for appliance classification, disaggregation, and power estimation in non-intrusive load monitoring
WO2012124876A1 (ko) 클라우드센터제어장치 및 그의 클라우드센터선택방법
KR101916926B1 (ko) 비정상 정보 검출 기술을 적용한 스마트 미터 시스템 및 검출 방법
WO2018105991A1 (ko) 비침습 방식으로 회로 내의 복수의 전력 기기의 거동을 분석하고 개별 기기의 소비 전력을 모니터링하는 장치 및 방법
KR20160112736A (ko) 가전기기 소비전력 패턴과 소셜 정보를 이용한 독거노인 안전관리 시스템 및 방법
WO2021107422A1 (ko) 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
CN104919327B (zh) 用于照明系统中的故障管理的系统和方法
WO2022065628A1 (en) Methods and systems for execution of voice commands
CN105320834A (zh) 基于电器使用状态的人数计算方法及其监控系统
WO2017188580A1 (ko) 개인 에너지 소비 프로파일 기반의 비절전 기기 제어 방법 및 시스템
CN109417498A (zh) 信息处理系统、电池模块、控制方法和程序
WO2014081153A1 (ko) 전력 소모 패턴 학습을 이용한 가전기기 판단 시스템 및 방법
WO2015102119A1 (ko) 전력 소비 패턴에 기반한 가전 에너지 관리 방법 및 시스템
WO2020027538A1 (ko) 발전 시스템의 이상 유무 판단 장치 및 방법
CN105654134A (zh) 一种基于有监督自反馈的情景感知系统及其工作方法与应用
WO2023033240A1 (ko) 효율적 태양광 가로등 관리를 위한 인공지능 iot 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템
CN112330911A (zh) 一种基于大数据的消防灾害智能监测预警管理系统
CN205725837U (zh) 一种基于Zigbee组网技术的实验室仪器设备管理系统
WO2023113252A1 (ko) 디지털 트윈 모델을 도출하는 장치, 방법 및 컴퓨터 프로그램
CN113627039B (zh) 一种灯光照明系统能耗的预测方法、装置及存储介质
WO2018117456A1 (ko) 전자직물 구조에서의 생체환경정보 측정 및 보정 방법

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

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

Ref document number: 16900549

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 16900549

Country of ref document: EP

Kind code of ref document: A1