WO2023234617A1 - Energy management system and method enabling consumer-supplier matching based on quantitative energy data analysis of consumer equipment - Google Patents

Energy management system and method enabling consumer-supplier matching based on quantitative energy data analysis of consumer equipment Download PDF

Info

Publication number
WO2023234617A1
WO2023234617A1 PCT/KR2023/006968 KR2023006968W WO2023234617A1 WO 2023234617 A1 WO2023234617 A1 WO 2023234617A1 KR 2023006968 W KR2023006968 W KR 2023006968W WO 2023234617 A1 WO2023234617 A1 WO 2023234617A1
Authority
WO
WIPO (PCT)
Prior art keywords
equipment
consumer
energy
supplier
time
Prior art date
Application number
PCT/KR2023/006968
Other languages
French (fr)
Korean (ko)
Inventor
안영호
조선건
Original Assignee
주식회사 레티그리드
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
Priority claimed from KR1020220155866A external-priority patent/KR20230166844A/en
Application filed by 주식회사 레티그리드 filed Critical 주식회사 레티그리드
Publication of WO2023234617A1 publication Critical patent/WO2023234617A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • 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

Definitions

  • the present invention relates to an energy management system, and more specifically, to an energy management system and method capable of matching consumers and suppliers based on quantitative energy data analysis of consumer facilities.
  • FEMS Factory Energy Management System
  • the reliability of energy efficiency is very low, and energy efficiency diagnosis results may vary by hundreds of percent or more depending on the personal capabilities of the consultant.
  • the conventional FEMS lacks a matching system between consumers such as factories that require energy efficiency and suppliers who supply equipment such as compressors, compressors, extruders, motors, and inverters used in factories. , there is an inconvenience in that consumers have to contact suppliers directly to introduce equipment for energy efficiency.
  • the present invention quantitatively analyzes the facility operation rate and operation pattern based on the consumer's measured energy data, matches the facility consumer and the supplier providing the facility, and facilitates the sharing of facility-related information and the facility purchase process between the consumer and supplier.
  • the purpose is to provide an energy management system and method that allows convenient performance.
  • the present invention is intended to provide an energy management system and method that can provide optimal energy efficiency services by quantitatively analyzing the facility operation rate and operation pattern of the consumer's equipment using artificial intelligence based on the consumer's actual energy data. .
  • An energy management system includes a supplier equipment information receiving unit configured to receive, from a plurality of supplier terminals, plural supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers; a consumer equipment information receiving unit configured to receive consumer equipment information regarding consumer equipment being used by a consumer and first actual energy data for the consumer equipment from at least one consumer terminal; and a consumer equipment operation information analysis unit configured to analyze the operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
  • the energy management system includes an energy efficiency analysis unit configured to analyze supplier equipment related to energy efficiency of the consumer equipment based on the operation rate and operation pattern of the consumer equipment; a supplier equipment information transmission unit configured to transmit equipment information of at least one first supplier equipment related to energy efficiency of the consumer equipment and the analyzed energy efficiency information to the consumer terminal; and a supplier equipment supply request unit configured to request supply of the second supplier equipment to the supplier terminal when a second supplier equipment is selected among the one or more first supplier equipment by the consumer terminal.
  • the energy efficiency analysis unit determines the operation time, non-operation time, and operation end time of the consumer equipment based on the actual energy measurement over time of the first actual energy data, analyzes the operation pattern, and calculates the operation time per unit time.
  • the operation rate can be calculated according to the ratio.
  • the energy efficiency analysis unit weights the operation rate to the difference between the first actual operation time energy measurement value generated during the operation time among the first actual energy data and the second operation time energy predicted value generated during the operation time of the supplier facility. Predict operation time energy efficiency information based on the value; Among the first actual energy data, the difference value between the first non-operation time energy measured value generated during the non-operation time and the second non-operation time energy predicted value generated during the non-operation time of the supplier facility is the difference value between the non-operation time per unit time. Predict non-operational time energy efficiency information based on a weighted value of the time ratio; And, it may be configured to generate energy efficiency information of the consumer facility based on the operation time energy efficiency information and the non-operation time energy efficiency information.
  • the consumer equipment information receiving unit may be configured to receive second actual energy data related to the second supplier equipment from the consumer terminal after the consumer equipment is replaced with the second supplier equipment.
  • the energy management system calculates an actual energy efficiency measurement value by comparing the first actual energy data and the second actual energy data, and calculates the cost of energy efficiency service based on the actual energy efficiency measurement value. It may further include a settlement unit that calculates.
  • An energy management method includes the steps of (A) receiving, by a supplier equipment information receiving unit, plural supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers from a plurality of supplier terminals; (B) receiving, by a consumer equipment information receiving unit, consumer equipment information about the consumer equipment being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal; and (C) analyzing, by the consumer equipment operation information analysis unit, the operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
  • the energy management method includes the steps of (D) analyzing, by an energy efficiency analysis unit, supplier equipment related to energy efficiency of the consumer equipment, based on the operation rate and the operation pattern of the consumer equipment; (E) transmitting, by a supplier equipment information transmission unit, equipment information of at least one first supplier equipment related to energy efficiency of the consumer equipment and the analyzed energy efficiency information to the consumer terminal; and (F) requesting, by the supplier equipment supply request unit, the supply of the second supplier equipment to the supplier terminal when the second supplier equipment is selected among the one or more first supplier equipment by the consumer terminal. It can be included.
  • the step (C) is (C-1) analyzing the type of consumer equipment based on the first measured energy data by a first artificial intelligence model, and using a second artificial intelligence corresponding to the analyzed type of consumer equipment. determining a model; and (C-2) analyzing the first measured energy data using the second artificial intelligence model to analyze the operation rate and operation pattern per unit time of the consumer equipment.
  • the step (C-1) includes extracting a representative waveform of the first measured energy data; Clustering is performed on the representative waveform by comparing the representative waveform with a plurality of set reference waveforms based on dynamic time warping by the first artificial intelligence model based on GMM, and the representative waveform and the reference Classifying control schemes of the consumer equipment by analyzing distance distribution between waveforms and determining similarity between waveforms; And it may include determining the second artificial intelligence model corresponding to the type of the consumer equipment based on the control scheme of the consumer equipment.
  • the control scheme includes at least two of various control schemes, including an intake air volume control method, a loading-unloading control method, an automatic dual control method, a variable internal space control method, a variable speed control method, and a blow-off control method. can do.
  • a computer-readable non-transitory recording medium on which a program for executing the energy management method is recorded is provided.
  • the equipment operation rate and operation pattern are quantitatively analyzed based on the consumer's measured energy data, the equipment consumer and the supplier supplying the equipment are matched with each other, and equipment-related information is shared between the consumer and the supplier.
  • An energy management system and method are provided to facilitate the process of purchasing equipment.
  • optimal energy efficiency services can be provided by quantitatively analyzing the facility operation rate and operation pattern of the consumer's equipment using artificial intelligence based on the consumer's actual energy data.
  • FIG. 1 is a configuration diagram of an energy management system according to an embodiment of the present invention.
  • FIG. 2 is a configuration diagram of an energy management server constituting an energy management system according to an embodiment of the present invention.
  • Figure 3 is a configuration diagram of a consumer facility operation information analysis unit and an energy efficiency analysis unit that constitute an energy management system according to an embodiment of the present invention.
  • FIG. 4 is a flowchart showing an energy management method according to an embodiment of the present invention.
  • Figure 5 is an exemplary diagram of first actual energy data of consumer equipment to explain the operation pattern analysis process of the consumer equipment operation information analysis unit constituting the energy management system according to an embodiment of the present invention.
  • Figure 6 is a flowchart for explaining the settlement process of the energy management method according to an embodiment of the present invention.
  • Figure 7 is a diagram for explaining the settlement process of the energy management method according to an embodiment of the present invention, and is an example of second actual energy data of consumer equipment after being replaced with supplier equipment.
  • Figure 8 shows examples of representative waveforms extracted from first measured energy data according to an embodiment of the present invention.
  • Figure 9 is a diagram showing the clustering results of representative waveforms extracted according to an embodiment of the present invention.
  • Figure 10 is a conceptual diagram showing a method for calculating similarity between waveforms.
  • ' ⁇ module' and ' ⁇ unit' are units that process at least one function or operation, and may refer to, for example, hardware components such as software, FPGA, or one or more processors.
  • the energy management system 10 includes a plurality of consumer terminals 100, a plurality of supplier terminals 200, and an energy management server 300.
  • Consumer terminals 110, 120, and 130 are consumer terminals of factories or buildings, and are configured to request energy-related services such as energy efficiency of facilities, energy monitoring, supplier information search, and supplier matching from the energy management server 300. It can be.
  • the supplier terminals 210, 220, and 230 are supplier terminals that supply various equipment used by consumers such as factories and buildings. They provide equipment-related information provided by the supplier to the energy management server 300 and search for consumer information. , can be configured to request energy-related services such as consumer matching.
  • the energy management server 300 matches consumers and suppliers to improve the energy efficiency of the equipment used by the consumer, and provides energy efficiency services such as allowing the consumer to search for supplier equipment information or the supplier to search for consumer equipment information. .
  • the energy management server 300 may receive consumer equipment information related to the consumer equipment 140 used by each consumer in a factory, building, etc. from a plurality of consumer terminals 100.
  • Consumer equipment information may include equipment information such as specifications, type, and manufacturing year of the consumer equipment 140, and energy data measured for the equipment.
  • Consumer equipment 140 may include, but is not limited to, a compressor, compressor, motor, inverter, pump, or extruder.
  • the energy management server 300 is provided as a cloud energy management server to reduce data collection and communication costs, and provides cloud-based data from the meter 150 of the consumer terminal 100 connected to the consumer facility 140. You can collect consumer equipment information and supplier equipment information in other ways.
  • the energy management server 300 may receive supplier equipment information related to the supplier equipment supplied by each supplier from the plurality of supply terminals 200.
  • Supplier equipment information may include equipment information such as specifications, type, manufacturing year, rated voltage/current when in operation, and power consumption when not in operation.
  • FIG. 2 is a configuration diagram of an energy management server constituting an energy management system according to an embodiment of the present invention.
  • the energy management server 300 includes a supplier equipment information receiving unit 310, a consumer equipment information receiving unit 320, a consumer equipment operation information analysis unit 330, an energy efficiency analysis unit 340, It may include a supplier equipment information transmission unit 350, a supplier equipment supply request unit 360, a settlement unit 370, and a control unit 380.
  • the supplier equipment information receiving unit 310 may be configured to receive, from the plurality of supplier terminals 200, a plurality of supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers.
  • the consumer equipment information receiving unit 320 may be configured to receive consumer equipment information about the consumer equipment 140 being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal 100.
  • the consumer equipment operation information analysis unit 330 may be configured to analyze the operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
  • the energy efficiency analysis unit 340 may be configured to analyze supplier equipment related to energy efficiency of the consumer equipment 140, based on the operation rate and operation pattern of the consumer equipment 140.
  • the supplier equipment information transmission unit 350 may be configured to transmit equipment information of one or more first supplier equipment related to energy efficiency of the consumer equipment 140 and the analyzed energy efficiency information to the consumer terminal 100.
  • the supplier equipment supply request unit 360 may be configured to request supply of the second supplier equipment to the supplier terminal when the second supplier equipment is selected among one or more first supplier equipment by the consumer terminal 100.
  • the settlement unit 370 can calculate the actual energy efficiency measurement value based on the operation rate and operation pattern of the first actual energy data collected for the consumer equipment, and calculate the cost according to the energy efficiency service based on the actual energy efficiency measurement value. there is.
  • the control unit 380 may include a processor that controls each component of the energy management server 300 and executes a program to provide services such as consumer-supplier matching, consumer/supplier information search, and equipment trading.
  • FIG 3 is a configuration diagram of a consumer facility operation information analysis unit and an energy efficiency analysis unit that constitute an energy management system according to an embodiment of the present invention.
  • the consumer equipment operation information analysis unit 330 may include an operation pattern analysis unit 332 and an operation rate calculation unit 334.
  • the operation pattern analysis unit 332 determines the operation time, non-operation time, and operation end time of the consumer equipment based on the time-dependent energy measurement value of the first actual energy data collected for the consumer equipment 140 and operates it. Patterns can be analyzed.
  • the operation rate calculation unit 334 may calculate the operation rate according to the ratio of operation time per unit time.
  • the energy efficiency analysis unit 340 may include an operation time energy efficiency prediction unit 342, a non-operation time energy efficiency prediction unit 344, and an energy efficiency information generation unit 346.
  • the operation time energy efficiency prediction unit 342 includes a first actual operation time energy measurement value generated during the operation time among the first actual energy data collected for the consumer facility 140 and a second operation time energy measurement value generated during the operation time of the supplier facility. Uptime energy efficiency information can be predicted based on the difference between the time energy forecast values and the operating rate weighted.
  • the non-operational time energy efficiency prediction unit 344 determines the first non-operational energy measurement value generated during non-operational time among the first actual energy data collected for the customer equipment 140 and the first non-operational energy efficiency value generated during non-operational time of the supplier equipment.
  • Non-downtime energy efficiency information can be predicted based on a value obtained by weighting the ratio of downtime per unit time to the difference between the second downtime energy prediction values.
  • the energy efficiency information generation unit 346 may generate energy efficiency information for the consumer facility 140 based on the operation time energy efficiency information and the non-operation time energy efficiency information.
  • the consumer equipment information receiver 320 may receive second actual energy data related to the second supplier equipment from the consumer terminal 100 after the consumer equipment 140 is replaced with the second supplier equipment.
  • the settlement unit 370 uses first actual energy data collected for the consumer equipment 140 before replacement and second actual energy data collected for the second supplier equipment installed on the consumer side as a replacement for the consumer equipment 140. By comparison, the actual energy efficiency measurement value can be calculated, and the cost of the energy efficiency service can be calculated based on the calculated energy efficiency measurement value.
  • FIG 4 is a flowchart showing an energy management method according to an embodiment of the present invention. 1 to 4, first, the supplier facility information receiving unit 310 of the energy management server 300 receives multiple provider facility information related to multiple different provider facilities provided by multiple suppliers. It can be received from the terminal 200 (S11).
  • the consumer equipment information receiving unit 320 of the energy management server 300 receives consumer equipment information about the consumer equipment 140 being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal 100. You can do it (S12, S13).
  • the consumer equipment operation information analysis unit 330 of the energy management server 300 may analyze the operation rate and operation pattern per unit time of the consumer equipment 140 based on the first actual energy data regarding the consumer equipment (S14). .
  • Figure 5 is an exemplary diagram of first actual energy data of consumer equipment to explain the operation pattern analysis process of the consumer equipment operation information analysis unit constituting the energy management system according to an embodiment of the present invention.
  • the operation pattern analysis unit 332 of the consumer equipment operation information analysis unit 330 performs energy measurement over time of the first actual energy data 20 collected for the consumer equipment 140. Based on the value, the operation pattern can be analyzed by determining the operation time (T1), non-operation time (T2), and operation end time (T3) of the consumer facility 140.
  • the operation rate calculation unit 334 of the consumer facility operation information analysis unit 330 may calculate the operation rate according to the ratio of operation time (T1) per unit time (T0).
  • the amount of power of the consumer equipment 140 is generated as much as the operation power (P1). Due to the motor idling of the consumer equipment 140 during the non-operating time (T2), an amount of power equal to the non-operating power (P2) is generated in the consumer equipment 140, which causes unnecessary power consumption.
  • the energy efficiency analysis unit 340 of the energy management server 300 may analyze supplier equipment related to energy efficiency of the consumer equipment 140 based on the operation rate and operation pattern of the consumer equipment 140 (S15).
  • the operation time energy efficiency prediction unit 342 of the energy efficiency analysis unit 340 measures the first operation time energy generated at the operation time T1 among the first actual energy data 20 collected for the consumer equipment 140.
  • the operation time energy efficiency information can be predicted based on a value obtained by weighting the operation rate to the difference value between the value P1 and the second operation time energy prediction value generated during the operation time of the supplier equipment 200.
  • the non-operation time energy efficiency prediction unit 344 of the energy efficiency analysis unit 340 determines the first non-operation occurring during the non-operation time (T2) among the first actual energy data 20 collected for the consumer equipment 140.
  • Downtime energy efficiency information can be predicted based on the difference between the actual time energy measurement value and the second downtime energy predicted value generated during the downtime of the supplier facility 200, weighted by the ratio of downtime per unit time. You can.
  • the energy efficiency information generation unit 346 reports to the operation time energy efficiency prediction unit 342.
  • Energy efficiency information of the consumer facility 140 can be generated based on the operation time energy efficiency information calculated by and the non-operation time energy efficiency information predicted by the non-operation time energy efficiency prediction unit 344.
  • the energy efficiency analysis unit 340 may generate energy efficiency information by reflecting the energy efficiency information based on seasonal deviation (change). For example, in summer, additional energy may be generated for cooling the compressor, and by correcting data measured in winter, etc., energy efficiency information for summer, etc. can be predicted.
  • the supplier equipment information transmission unit 350 of the energy management server 300 transmits equipment information of one or more first supplier equipment related to energy efficiency of the consumer equipment 140 and the analyzed energy efficiency information to the consumer terminal 100. You can do it (S16).
  • the supplier equipment supply request unit 360 of the energy management server 300 may request the supply of the second supplier equipment to the supplier terminal. There are (S17, S18, S19).
  • Figure 6 is a flowchart for explaining the settlement process of the energy management method according to an embodiment of the present invention.
  • the consumer equipment information receiver 320 may receive the second actual energy data related to the second supplier equipment from the consumer terminal 100 (S21, S22). .
  • the settlement unit 370 uses first actual energy data collected for the consumer equipment 140 before replacement and second actual energy data collected for the second supplier equipment installed on the consumer side as a replacement for the consumer equipment 140. Compare and calculate actual energy efficiency measurements, calculate the cost of energy efficiency services based on the calculated actual energy efficiency measurements, transmit evaluation information on supplier equipment to the supplier terminal, and send ROI-based settlement information to the consumer terminal ( 100) can be transmitted (S23, S24, S25).
  • Figure 7 is a diagram for explaining the settlement process of the energy management method according to an embodiment of the present invention, and is an example of second actual energy data of consumer equipment after being replaced with supplier equipment.
  • FSD Fixed Speed Drive
  • VSD Very Speed Drive
  • the power amount of the consumer's equipment may be reduced compared to before the equipment replacement.
  • the operation pattern analysis unit 332 of the consumer equipment operation information analysis unit 330 performs actual energy measurements over time of the second actual energy data 30 collected for the replaced consumer equipment 140. Based on the value, the operation pattern can be analyzed by determining the operation time (T1), non-operation time (T2), and operation end time (T3) of the consumer facility 140.
  • the operation rate calculation unit 334 of the consumer facility operation information analysis unit 330 may calculate the operation rate according to the ratio of operation time (T1) per unit time (T0).
  • the amount of power of the consumer equipment 140 is generated during the operating time (T1) by the second operating power (P3), which is reduced from the first operating power (P1) before the equipment replacement.
  • the second non-operating power (P4) generated due to the idling of the motor of the consumer equipment 140 during the non-operating time (T2) is significantly reduced compared to the non-operating power (P2) before replacement.
  • the energy usage of the customer facility (140) can be reduced by the amount of operating energy saved (40) during the operating time (T1), and the energy consumption of the consumer facility (140) can be reduced by the amount of non-operating energy saved (50) during the non-operating time (T2). Energy usage can be reduced.
  • the energy efficiency analysis unit 340 of the energy management server 300 may analyze supplier equipment related to energy efficiency of the consumer equipment 140 based on the operation rate and operation pattern of the consumer equipment 140 (S15).
  • the operation time energy efficiency prediction unit 342 of the energy efficiency analysis unit 340 measures the first operation time energy generated at the operation time T1 among the first actual energy data 20 collected for the consumer equipment 140.
  • the operation time energy efficiency information can be predicted based on a value obtained by weighting the operation rate to the difference value between the value P1 and the second operation time energy prediction value generated during the operation time of the supplier equipment 200.
  • the non-operation time energy efficiency prediction unit 344 of the energy efficiency analysis unit 340 determines the first non-operation occurring during the non-operation time (T2) among the first actual energy data 20 collected for the consumer equipment 140.
  • Downtime energy efficiency information can be predicted based on the difference between the actual time energy measurement value and the second downtime energy predicted value generated during the downtime of the supplier facility 200, weighted by the ratio of downtime per unit time. You can.
  • the energy efficiency information generation unit 346 reports to the operation time energy efficiency prediction unit 342.
  • Energy efficiency information of the consumer facility 140 can be generated based on the operation time energy efficiency information calculated by and the non-operation time energy efficiency information predicted by the non-operation time energy efficiency prediction unit 344.
  • the energy management system and method receives first actual energy data about the consumer equipment in use by the consumer from at least one consumer terminal related to the consumer, and provides information about the consumer equipment to improve the energy efficiency of the consumer equipment. Based on the first actual energy data, the operation rate and operation pattern per unit time of consumer equipment can be analyzed.
  • the operation rate and operation pattern of consumer equipment include a process of analyzing the type of consumer equipment based on first actual energy data using a first artificial intelligence model and determining a second artificial intelligence model corresponding to the type of consumer equipment.
  • the operation rate and operation pattern per unit time of consumer equipment can be analyzed by analyzing the first actual energy data using a second artificial intelligence model determined according to the type of consumer equipment analyzed.
  • by determining different artificial intelligence models according to the type of consumer equipment and analyzing the operation rate and operation pattern per unit time of consumer equipment it is possible to provide services for energy efficiency according to the type of consumer equipment. .
  • the energy management server 300 may receive first actual energy data about the consumer equipment 140 that the consumer is using in a factory, building, etc. from the consumer terminal 100 related to the consumer. .
  • the energy management server 300 automatically analyzes the type of the corresponding consumer equipment 140 based on the first actual energy data obtained through remote collection using the first artificial intelligence model and the second artificial intelligence model, and Operation rates and operation patterns can be analyzed.
  • the energy management server 300 analyzes the operation rate and operation pattern per unit time for the consumer equipment 140 using the first artificial intelligence model and the second artificial intelligence model, Even if consumer facility information related to (140) is not separately provided, the optimal energy efficiency plan can be provided by accurately analyzing the operation rate and operation pattern per unit time for the consumer facility (140).
  • the energy management server 300 analyzes the type of consumer equipment 140 based on the first actual energy data using the first artificial intelligence model, and derives an accurate operation rate and operation pattern per unit time for the consumer equipment 140. To this end, a second artificial intelligence model corresponding to the type of the analyzed consumer equipment 140 can be determined.
  • the second artificial intelligence model is an artificial intelligence model for analyzing the operation rate and operation pattern per unit time of the consumer equipment 140 from the first measured energy data related to the consumer equipment 140, and data processing/ It may include analysis algorithms and various parameters for data processing/analysis.
  • the energy management server 300 can analyze the first actual energy data using the second artificial intelligence model to analyze the operation rate and operation pattern per unit time of consumer equipment.
  • the first artificial intelligence model may be an artificial intelligence model based on GMM (Gaussian mixture model).
  • the first artificial intelligence model extracts a representative waveform of the first measured energy data, compares the representative waveform with a plurality of reference waveforms set by a GMM-based artificial intelligence model, and performs clustering on the representative waveform.
  • the control scheme of the consumer equipment 140 can be classified.
  • the first artificial intelligence model first normalizes the first measured energy data to have a set normalization range, for example, 0 to 1, and calculates the first measured energy based on set standards related to consumer equipment such as compressor capacity. Outliers can be removed from data.
  • the first artificial intelligence model applies a time window with a set time section to the first measured energy data, and slides the time window along the time axis to search for a time section for extracting a representative waveform, while changing the time window within the time window.
  • the number of waveform peaks in a section can be calculated.
  • the first artificial intelligence model performs the first actual measurement when the number of waveform peaks corresponding to the time window satisfies a preset peak number range (e.g., 3 to 4, or 4 to 5 or less) Among the energy data, data in the time section corresponding to the time window that satisfies the set number of waveform peaks can be extracted as a representative waveform.
  • a preset peak number range e.g. 3 to 4, or 4 to 5 or less
  • the first artificial intelligence model is, for example, when the current harmonic distortion rate deviates from the preset current harmonic distortion rate reference range (e.g., 20% or more), or the voltage harmonic distortion rate deviates from the preset voltage harmonic distortion rate reference range. (e.g., 5% or more), the corresponding noise data can be removed.
  • the preset current harmonic distortion rate reference range e.g. 20% or more
  • the voltage harmonic distortion rate deviates from the preset voltage harmonic distortion rate reference range. (e.g., 5% or more)
  • the corresponding noise data can be removed.
  • Figure 8 shows examples of representative waveforms extracted from first measured energy data according to an embodiment of the present invention.
  • Figure 9 is a diagram showing the clustering results of representative waveforms extracted according to an embodiment of the present invention.
  • Figure 10 is a conceptual diagram showing a method for calculating similarity between waveforms.
  • the first artificial intelligence model is based on dynamic time warping by a GMM-based artificial intelligence model, representative waveforms and techniques extracted from the first measured energy data.
  • the control scheme of the consumer equipment 140 is determined by analyzing the distance distribution between the set reference waveforms (statistically processed waveforms of previously acquired energy data for various equipment) (Shapelet s 1 , s 2 ) and determining the similarity between the waveforms. Can be classified.
  • the reference waveform (Shapelet s 1 , s 2 ) may be a basic waveform extracted from actual energy data collected for equipment such as a specific compressor.
  • the types of consumer equipment are classified into four types (Class 1, 2, 3, and 4).
  • the horizontal and vertical axes of Figure 9 are the distance d(x, s 1 ) between the representative waveform extracted for consumer equipment and the first reference waveform (Shapelet s 1 ), respectively, and the representative waveform and second reference waveform extracted for consumer equipment.
  • the distance from (Shapelet s 2 ) is d(x, s 2 ).
  • the type of consumer equipment 140 corresponding to the representative waveform for example, the control scheme, can be determined by analyzing the similarity between the two waveforms at a high level using a kernel trick.
  • the similarity between waveforms will be analyzed using a Dynamic Time Warping Matching algorithm based on an encoder-decoder supervised learning algorithm or a Gaussian mixture model unsupervised learning algorithm, as illustrated in Figure 10.
  • Euclidean matching algorithms, etc. may be used.
  • the control scheme of the consumer equipment 140 is, for example, an intake air volume control method (inlet modulation method), a loading/unloading control method, an automatic dual control method, and an internal space (volume).
  • -off control may include at least two or more of various control schemes, and among these various control schemes, one or a plurality of control schemes corresponding to the consumer equipment 140 may be determined.
  • consumer equipment 140 may include one or more compressors.
  • the energy management server 300 can measure the power usage of the consumer equipment 140 based on the unit time operation rate and operation pattern of the compressor corresponding to the consumer equipment 140 using the second artificial intelligence model.
  • consumer equipment information may include actually measured energy data (first measured energy data) for the consumer equipment 140 .
  • the consumer equipment information may further include equipment information such as specifications, type, and manufacturing year of the consumer equipment 140, in addition to actual energy data.
  • the energy management server 300 When equipment information of the consumer equipment 140 is additionally provided along with the actual energy data of the consumer equipment 140, the energy management server 300 provides consumer equipment ( By identifying the type of 140), energy efficiency information of the corresponding consumer facility 140 can be analyzed.
  • the energy management server 300 manages the consumer equipment 140 for which the equipment information of the consumer equipment 140 is not provided using the above-described first artificial intelligence model and the second artificial intelligence model. Energy efficiency information can be analyzed by identifying the type.
  • the consumer equipment operation information analysis unit 330 may be configured to analyze the operation rate and operation pattern per unit time of the consumer equipment based on the first actual energy data regarding the consumer equipment 140.
  • the consumer equipment operation information analysis unit 330 analyzes the type of consumer equipment 140 based on the first actual energy data using the first artificial intelligence model, and analyzes the type of consumer equipment 140 corresponding to the analyzed type of consumer equipment 140. You can decide on an artificial intelligence model.
  • the first artificial intelligence model for analyzing the type of consumer equipment 140 may be an artificial intelligence model based on GMM (Gaussian mixture model).
  • the input data of the first artificial intelligence model may be actual energy data of consumer equipment, and the output data may be the type of consumer equipment.
  • the first artificial intelligence model is a GMM-based artificial intelligence model, as well as supervised learning artificial intelligence models such as SVM (Support Vector Machine), LSTM (Long Short-Term Memory), and LSTM-CNN/RNN (LSTM Convolutional/Recurrent Neural Network). , It can also be implemented with unsupervised learning artificial intelligence models such as Variational Autoencoder, Adversarial Autoencoder, and MAD-GAN (Multivariate Anomaly Detection with Generative Adversarial Network).
  • SVM Serial Vector Machine
  • LSTM Long Short-Term Memory
  • LSTM-CNN/RNN LSTM Convolutional/Recurrent Neural Network
  • unsupervised learning artificial intelligence models such as Variational Autoencoder, Adversarial Autoencoder, and MAD-GAN (Multivariate Anomaly Detection with Generative Adversarial Network).
  • the first artificial intelligence model of the consumer facility operation information analysis unit 330 extracts a representative waveform of the first actual energy data, and compares the extracted representative waveform with a number of set reference waveforms and a GMM-based artificial intelligence model to represent the representative waveform. By performing clustering on the waveform, the control scheme of the consumer equipment can be classified.
  • the first artificial intelligence model is a representative waveform extracted from actual energy data of consumer equipment based on dynamic time warping by a GMM-based artificial intelligence model and collected by various types of consumer equipment, respectively.
  • the control scheme of consumer equipment can be classified.
  • the consumer equipment operation information analysis unit 330 analyzes the first actual energy data using a second artificial intelligence model determined according to the type of the analyzed consumer equipment 140 to determine the unit time operation rate and operation pattern of the consumer equipment 140. It can be configured to analyze.
  • the second artificial intelligence model of the consumer equipment operation information analysis unit 330 may be pre-trained (supervised learning or unsupervised learning) based on learning data corresponding to the type of consumer equipment 140.
  • the input data of the second artificial intelligence model is the actual energy data of the consumer's equipment, and the output data is the operation rate and operation pattern per unit time of the equipment.
  • the unit time operation rate and/or operation pattern of the consumer equipment 140 analyzed by the consumer equipment operation information analysis unit 330 is used for prediction of energy usage or power generation, energy efficiency analysis, energy use pattern analysis, energy optimization scheduling analysis, etc. It can be.
  • the usage pattern, operation pattern, energy usage, energy saving amount, energy efficiency ROI, etc. of consumer equipment 140 can be determined with high accuracy of about 95% or more (based on TPR and MAPE). It can be analyzed or predicted.
  • the energy efficiency analysis unit 340 is based on the operation rate and operation pattern of the consumer equipment 140 analyzed by the first artificial intelligence model and the second artificial intelligence model of the consumer equipment operation information analysis unit 330, consumer equipment ( 140) can be configured to analyze supplier facilities related to energy efficiency.
  • the devices, methods, and components described in the embodiments may include, for example, a processor, a controller, an Arithmetic Logic Unit (ALU), a Digital Signal Processor, a microcomputer, and a Field Programmable Gate (FPGA). It may be implemented using one or more general-purpose computers or special-purpose computers, such as an array, PLU (Programmable Logic Unit), microprocessor, or any other device that can execute and respond to instructions.
  • ALU Arithmetic Logic Unit
  • FPGA Field Programmable Gate
  • the processing device may execute an operating system and one or more software applications that run on the operating system. Additionally, a processing device may access, store, manipulate, process, and generate data in response to the execution of software. For ease of understanding, a single processing device may be described as being used; however, those skilled in the art will understand that a processing device may include multiple processing elements and/or multiple types of processing elements. You will understand that it can be included.
  • a processing device may include a plurality of processors or one processor and one controller. Additionally, other processing configurations, such as parallel processors, are also possible.
  • Software may include a computer program, code, instructions, or a combination of one or more of these, and may configure a processing unit to operate as desired, or to process independently or collectively. You can command the device.
  • Software and/or data may be used on any type of machine, component, physical device, virtual equipment, computer storage medium or device to be interpreted by or to provide instructions or data to a processing device. It can be embodied in . Software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.
  • the method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium.
  • Computer-readable media may include program instructions, data files, data structures, etc., singly or in combination.
  • Program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and available to those skilled in the art of computer software.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CDROMs and DVDs, and ROM, RAM, and flash memory.
  • the hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

Abstract

Disclosed are an energy management system and method which quantitatively analyze equipment utilization rates and utilization patterns to match a consumer of equipment and a supplier of the equipment on the basis of actual energy measurement data of the consumer, and mediate between the consumer and the supplier to facilitate the sharing of equipment-related information and an equipment purchasing process. The energy management system of the present invention comprises: a consumer equipment utilization information analysis unit for analyzing the utilization rate and utilization pattern per unit time of consumer equipment on the basis of first actual energy measurement data about the consumer equipment; an energy efficiency analysis unit for analyzing first supplier equipment related to the energy efficiency of the consumer equipment on the basis of the utilization rate and utilization pattern of the consumer equipment; a supplier equipment information transmission unit for transmitting equipment information about the first supplier equipment and energy efficiency information to a consumer terminal; and a supplier equipment supply request unit for requesting a supplier terminal to supply second supplier equipment selected from the first supplier equipment.

Description

수요자 설비에 대한 정량적 에너지 데이터 분석을 기초로 수요자-공급자 매칭 가능한 에너지 관리 시스템 및 방법Energy management system and method that enables consumer-supplier matching based on quantitative energy data analysis of consumer facilities
본 발명은 에너지 관리 시스템에 관한 것으로, 보다 상세하게는 수요자 설비에 대한 정량적 에너지 데이터 분석을 기초로 수요자-공급자 매칭 가능한 에너지 관리 시스템 및 방법에 관한 것이다.The present invention relates to an energy management system, and more specifically, to an energy management system and method capable of matching consumers and suppliers based on quantitative energy data analysis of consumer facilities.
[본 발명을 지원한 국가연구개발사업][National research and development project that supported this invention]
과제고유번호: 20218530050090Assignment identification number: 20218530050090
부처명: 산업통상자원부Ministry name: Ministry of Trade, Industry and Energy
연구관리 전문기관: 한국에너지기술평가원Research management agency: Korea Institute of Energy Technology Evaluation and Planning
연구사업명: 에너지국제공동연구Research project name: International joint research on energy
연구과제명: 베트남 다수용가 원격 검침 인프라 기반 에너지 IoT 플랫폼 기술 및 서비스 개발 실증Research project name: Demonstration of energy IoT platform technology and service development based on remote meter reading infrastructure for many households in Vietnam
기여율: 7/10Contribution rate: 7/10
주관기관: (주)레티그리드Host organization: Retigrid Co., Ltd.
연구기간: 2021.12.01 - 2024.11.30Research period: 2021.12.01 - 2024.11.30
[본 발명을 지원한 국가연구개발사업][National research and development project that supported this invention]
과제고유번호: 20022017Project identification number: 20022017
부처명: 산업통상자원부Ministry name: Ministry of Trade, Industry and Energy
연구관리 전문기관: 한국산업기술평가관리원Research management agency: Korea Institute of Industrial Technology Evaluation and Planning
연구사업명: 지식서비스산업기술개발사업Research Project Name: Knowledge Service Industry Technology Development Project
연구과제명: 구독형 FEMS 기반 에너지 효율화 서비스 개발Research project name: Development of subscription-type FEMS-based energy efficiency service
기여율: 2/10Contribution rate: 2/10
주관기관: (주)레티그리드Host organization: Retigrid Co., Ltd.
연구기간: 2022.07.01 - 2024.12.31Research period: 2022.07.01 - 2024.12.31
- 이 연구는 2022년도 산업통상자원부 및 한국산업기술평가관리원(KEIT) 연구비 지원에 의한 연구임(‘20022017’)- This research is supported by research funds from the Ministry of Trade, Industry and Energy and the Korea Evaluation Institute of Industrial Technology (KEIT) in 2022 (‘20022017’).
- This work was supported by the Technology Innovation Program (or Industrial Strategic Technology Development Program-Subscription FEMS-based energy efficiency service development) (20022017,구독형 FEMS 기반 에너지 효율화 서비스 개발) funded By the Ministry of Trade, Industry & Energy(MOTIE, Korea)- This work was supported by the Technology Innovation Program (or Industrial Strategic Technology Development Program-Subscription FEMS-based energy efficiency service development) (20022017, Subscription FEMS-based energy efficiency service development) funded By the Ministry of Trade, Industry & Energy ( MOTIE, Korea)
[본 발명을 지원한 국가연구개발사업][National research and development project that supported this invention]
과제고유번호: 221-0-00616Assignment number: 221-0-00616
부처명: 과학기술정보통신부Ministry name: Ministry of Science and ICT
연구관리 전문기관: 정보통신기획평가원Research management specialized organization: Information and Communications Planning and Evaluation Institute
연구사업명: ICT기반 개방형 혁신제품·서비스 개발지원Research project name: ICT-based open innovative product and service development support
연구과제명: Mobile Energy Meter 기반 에너지 효율화 플랫폼 서비스 개발Research project name: Development of energy efficiency platform service based on Mobile Energy Meter
기여율: 1/10Contribution rate: 1/10
주관기관: (주)레티그리드Host organization: Retigrid Co., Ltd.
연구기간: 2021.04.01 - 2022.03.31Research period: 2021.04.01 - 2022.03.31
일반적으로 공장의 에너지 사용을 모니터링하고 효율적으로 관리하기 위하여 공장 에너지 관리 시스템(FEMS; Factory Energy Management System)이 도입되어 운용되고 있으며, 최근에 전력난이 거듭되면서 FEMS의 수요가 점차 증가하고 있다. 그러나, 종래의 에너지 효율화 시장은 데이터 수집, 진단, 컨설팅, 효율화 과정이 개별적인 프로세스와 사업으로 진행되며, 전력 계측기, 네트워크 구축 등 에너지 효율화를 위한 하드웨어/소프트웨어 구축 비용이 크며, 효율화 설비 설치 및 컨설팅 비용으로 인해 FEMS의 설치 및 운용에 수억원 수준의 과다한 비용이 소요되고 있다.In general, a Factory Energy Management System (FEMS) has been introduced and operated to monitor and efficiently manage energy use in factories. Recently, as power shortages have occurred, the demand for FEMS has gradually increased. However, in the conventional energy efficiency market, data collection, diagnosis, consulting, and efficiency processes are carried out as individual processes and projects, and the costs of building hardware/software for energy efficiency, such as power meters and network construction, are high, and the costs of installing efficiency facilities and consulting costs are high. As a result, excessive costs of hundreds of millions of won are being spent on installing and operating FEMS.
또한, 에너지 효율화 ROI(Return On Investment)의 정량적인 도출 미비로 인해 에너지 효율화에 대한 신뢰도가 매우 낮은 실정이며, 에너지 효율화 진단 결과가 컨설턴트의 개인적 역량에 따라 수백 % 이상 발생하기도 한다. 뿐만 아니라, 종래의 FEMS는 에너지 효율화를 필요로 하는 공장 등의 수요자들과, 공장에서 사용하는 설비들인 컴프레서, 압축기, 압출기, 모터, 인버터 등을 공급하는 공급자들 상호 간을 매칭하는 시스템이 부재하며, 수요자가 에너지 효율화를 위한 설비를 도입하기 위해 공급자에게 직접 연락해야 하는 불편함이 있다.In addition, due to the lack of quantitative derivation of energy efficiency ROI (Return On Investment), the reliability of energy efficiency is very low, and energy efficiency diagnosis results may vary by hundreds of percent or more depending on the personal capabilities of the consultant. In addition, the conventional FEMS lacks a matching system between consumers such as factories that require energy efficiency and suppliers who supply equipment such as compressors, compressors, extruders, motors, and inverters used in factories. , there is an inconvenience in that consumers have to contact suppliers directly to introduce equipment for energy efficiency.
본 발명은 수요자의 실측 에너지 데이터를 기초로 설비 가동율 및 가동패턴을 정량적으로 분석하여 설비의 수요자와 설비를 공급하는 공급자 상호 간을 매칭하며, 수요자와 공급자 간에 설비 관련 정보의 공유와 설비 구입 과정을 편리하게 수행할 수 있도록 중개하는 에너지 관리 시스템 및 방법을 제공하기 위한 것이다.The present invention quantitatively analyzes the facility operation rate and operation pattern based on the consumer's measured energy data, matches the facility consumer and the supplier providing the facility, and facilitates the sharing of facility-related information and the facility purchase process between the consumer and supplier. The purpose is to provide an energy management system and method that allows convenient performance.
또한, 본 발명은 수요자의 실측 에너지 데이터를 기초로 인공지능에 의해 수요자 설비의 설비 가동율 및 가동패턴을 정량적으로 분석하여 최적의 에너지 효율화 서비스를 제공할 수 있는 에너지 관리 시스템 및 방법을 제공하기 위한 것이다.In addition, the present invention is intended to provide an energy management system and method that can provide optimal energy efficiency services by quantitatively analyzing the facility operation rate and operation pattern of the consumer's equipment using artificial intelligence based on the consumer's actual energy data. .
본 발명의 실시예에 따른 에너지 관리 시스템은 다수의 공급자에 의해 제공되는 다수의 상이한 공급자 설비와 관련된 다수의 공급자 설비 정보를 다수의 공급자 단말기로부터 수신하도록 구성되는 공급자 설비정보 수신부; 적어도 하나의 수요자 단말기로부터 수요자가 사용 중인 수요자 설비에 관한 수요자 설비 정보 및 상기 수요자 설비에 대한 제1 실측 에너지 데이터를 수신하도록 구성되는 수요자 설비정보 수신부; 및 상기 수요자 설비에 관한 상기 제1 실측 에너지 데이터를 기초로, 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하도록 구성되는 수요자 설비 가동정보 분석부를 포함한다.An energy management system according to an embodiment of the present invention includes a supplier equipment information receiving unit configured to receive, from a plurality of supplier terminals, plural supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers; a consumer equipment information receiving unit configured to receive consumer equipment information regarding consumer equipment being used by a consumer and first actual energy data for the consumer equipment from at least one consumer terminal; and a consumer equipment operation information analysis unit configured to analyze the operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
본 발명의 실시예에 따른 에너지 관리 시스템은 상기 수요자 설비의 상기 가동율 및 상기 가동 패턴을 기초로, 상기 수요자 설비의 에너지 효율화와 관련된 공급자 설비를 분석하도록 구성되는 에너지 효율화 분석부; 상기 수요자 설비의 에너지 효율화와 관련된 하나 이상의 제1 공급자 설비의 설비 정보와, 분석된 에너지 효율화 정보를 상기 수요자 단말기로 송신하도록 구성되는 공급자 설비정보 전송부; 및 상기 수요자 단말기에 의해 상기 하나 이상의 제1 공급자 설비 중 제2 공급자 설비가 선택되면, 상기 제2 공급자 설비의 공급을 상기 공급자 단말기로 요청하도록 구성되는 공급자 설비공급 요청부를 더 포함할 수 있다.The energy management system according to an embodiment of the present invention includes an energy efficiency analysis unit configured to analyze supplier equipment related to energy efficiency of the consumer equipment based on the operation rate and operation pattern of the consumer equipment; a supplier equipment information transmission unit configured to transmit equipment information of at least one first supplier equipment related to energy efficiency of the consumer equipment and the analyzed energy efficiency information to the consumer terminal; and a supplier equipment supply request unit configured to request supply of the second supplier equipment to the supplier terminal when a second supplier equipment is selected among the one or more first supplier equipment by the consumer terminal.
상기 에너지 효율화 분석부는 상기 제1 실측 에너지 데이터의 시간에 따른 에너지 실측값을 기초로 상기 수요자 설비의 가동시간과 비가동시간 및 가동종료시간을 판단하여 상기 가동패턴을 분석하고, 단위 시간당 가동시간의 비율에 따라 상기 가동율을 산출할 수 있다.The energy efficiency analysis unit determines the operation time, non-operation time, and operation end time of the consumer equipment based on the actual energy measurement over time of the first actual energy data, analyzes the operation pattern, and calculates the operation time per unit time. The operation rate can be calculated according to the ratio.
상기 에너지 효율화 분석부는 상기 제1 실측 에너지 데이터 중 상기 가동시간에서 발생되는 제1 가동시간 에너지 실측값과 상기 공급자 설비의 가동시간에 발생되는 제2 가동시간 에너지 예측값 간의 차분값에 상기 가동율을 가중한 값을 기초로 가동시간 에너지 효율화 정보를 예측하고; 상기 제1 실측 에너지 데이터 중 상기 비가동시간에서 발생되는 제1 비가동시간 에너지 실측값과 상기 공급자 설비의 비가동시간에 발생되는 제2 비가동시간 에너지 예측값 간의 차분값에 상기 단위 시간당 상기 비가동시간의 비율을 가중한 값을 기초로 비가동시간 에너지 효율화 정보를 예측하고; 그리고 상기 가동시간 에너지 효율화 정보 및 상기 비가동시간 에너지 효율화 정보를 기초로 상기 수요자 설비의 에너지 효율화 정보를 생성하도록 구성될 수 있다.The energy efficiency analysis unit weights the operation rate to the difference between the first actual operation time energy measurement value generated during the operation time among the first actual energy data and the second operation time energy predicted value generated during the operation time of the supplier facility. Predict operation time energy efficiency information based on the value; Among the first actual energy data, the difference value between the first non-operation time energy measured value generated during the non-operation time and the second non-operation time energy predicted value generated during the non-operation time of the supplier facility is the difference value between the non-operation time per unit time. Predict non-operational time energy efficiency information based on a weighted value of the time ratio; And, it may be configured to generate energy efficiency information of the consumer facility based on the operation time energy efficiency information and the non-operation time energy efficiency information.
상기 수요자 설비정보 수신부는 상기 수요자 설비가 상기 제2 공급자 설비로 교체된 후, 상기 제2 공급자 설비와 관련된 제2 실측 에너지 데이터를 상기 수요자 단말기로부터 수신하도록 구성될 수 있다.The consumer equipment information receiving unit may be configured to receive second actual energy data related to the second supplier equipment from the consumer terminal after the consumer equipment is replaced with the second supplier equipment.
본 발명의 실시예에 따른 에너지 관리 시스템은 상기 제1 실측 에너지 데이터와 상기 제2 실측 에너지 데이터를 비교하여 에너지 효율화 실측값을 산출하고, 상기 에너지 효율화 실측값을 기초로 에너지 효율화 서비스에 따른 비용을 산출하는 정산부를 더 포함할 수 있다.The energy management system according to an embodiment of the present invention calculates an actual energy efficiency measurement value by comparing the first actual energy data and the second actual energy data, and calculates the cost of energy efficiency service based on the actual energy efficiency measurement value. It may further include a settlement unit that calculates.
본 발명의 실시예에 따른 에너지 관리 방법은 (A) 공급자 설비정보 수신부에 의해, 다수의 공급자에 의해 제공되는 다수의 상이한 공급자 설비와 관련된 다수의 공급자 설비 정보를 다수의 공급자 단말기로부터 수신하는 단계; (B) 수요자 설비정보 수신부에 의해, 적어도 하나의 수요자 단말기로부터 수요자가 사용 중인 수요자 설비에 관한 수요자 설비 정보 및 상기 수요자 설비에 대한 제1 실측 에너지 데이터를 수신하는 단계; 및 (C) 수요자 설비 가동정보 분석부에 의해, 상기 수요자 설비에 관한 상기 제1 실측 에너지 데이터를 기초로, 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하는 단계를 포함할 수 있다.An energy management method according to an embodiment of the present invention includes the steps of (A) receiving, by a supplier equipment information receiving unit, plural supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers from a plurality of supplier terminals; (B) receiving, by a consumer equipment information receiving unit, consumer equipment information about the consumer equipment being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal; and (C) analyzing, by the consumer equipment operation information analysis unit, the operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
본 발명의 실시예에 따른 에너지 관리 방법은 (D) 에너지 효율화 분석부에 의해, 상기 수요자 설비의 상기 가동율 및 상기 가동 패턴을 기초로, 상기 수요자 설비의 에너지 효율화와 관련된 공급자 설비를 분석하는 단계; (E) 공급자 설비정보 전송부에 의해, 상기 수요자 설비의 에너지 효율화와 관련된 하나 이상의 제1 공급자 설비의 설비 정보와, 분석된 에너지 효율화 정보를 상기 수요자 단말기로 송신하는 단계; 및 (F) 공급자 설비공급 요청부에 의해, 상기 수요자 단말기에 의해 상기 하나 이상의 제1 공급자 설비 중 제2 공급자 설비가 선택되면, 상기 제2 공급자 설비의 공급을 상기 공급자 단말기로 요청하는 단계를 더 포함할 수 있다.The energy management method according to an embodiment of the present invention includes the steps of (D) analyzing, by an energy efficiency analysis unit, supplier equipment related to energy efficiency of the consumer equipment, based on the operation rate and the operation pattern of the consumer equipment; (E) transmitting, by a supplier equipment information transmission unit, equipment information of at least one first supplier equipment related to energy efficiency of the consumer equipment and the analyzed energy efficiency information to the consumer terminal; and (F) requesting, by the supplier equipment supply request unit, the supply of the second supplier equipment to the supplier terminal when the second supplier equipment is selected among the one or more first supplier equipment by the consumer terminal. It can be included.
상기 (C) 단계는 (C-1) 제1 인공지능 모델에 의해 상기 제1 실측 에너지 데이터를 기초로 상기 수요자 설비의 유형을 분석하고, 분석된 상기 수요자 설비의 유형에 대응되는 제2 인공지능 모델을 결정하는 단계; 및 (C-2) 상기 제2 인공지능 모델에 의해 상기 제1 실측 에너지 데이터를 분석하여 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하는 단계를 포함할 수 있다.The step (C) is (C-1) analyzing the type of consumer equipment based on the first measured energy data by a first artificial intelligence model, and using a second artificial intelligence corresponding to the analyzed type of consumer equipment. determining a model; and (C-2) analyzing the first measured energy data using the second artificial intelligence model to analyze the operation rate and operation pattern per unit time of the consumer equipment.
상기 (C-1) 단계는 상기 제1 실측 에너지 데이터의 대표 파형을 추출하는 단계; GMM 기반의 상기 제1 인공지능 모델에 의해 동적 시간 와핑(Dynamic Time Warping)을 기반으로 상기 대표 파형을 설정된 다수의 기준 파형과 비교하여 상기 대표 파형에 대해 클러스터링을 수행하되, 상기 대표 파형과 상기 기준 파형 간의 거리 분포를 분석하여 파형들 사이의 유사성을 판단함으로써 상기 수요자 설비의 제어 스킴을 분류하는 단계; 및 상기 수요자 설비의 제어 스킴을 기초로 상기 수요자 설비의 유형에 대응되는 상기 제2 인공지능 모델을 결정하는 단계를 포함할 수 있다.The step (C-1) includes extracting a representative waveform of the first measured energy data; Clustering is performed on the representative waveform by comparing the representative waveform with a plurality of set reference waveforms based on dynamic time warping by the first artificial intelligence model based on GMM, and the representative waveform and the reference Classifying control schemes of the consumer equipment by analyzing distance distribution between waveforms and determining similarity between waveforms; And it may include determining the second artificial intelligence model corresponding to the type of the consumer equipment based on the control scheme of the consumer equipment.
상기 제어 스킴은 흡입 공기량 조절 방식, 로딩-언로딩 조절 방식, 자동 듀얼 제어 방식, 내부 공간 가변 제어 방식, 가변 속도 제어 방식, 및 블로우-오프 제어 방식을 포함하는 다양한 제어 스킴 중의 적어도 둘 이상을 포함할 수 있다.The control scheme includes at least two of various control schemes, including an intake air volume control method, a loading-unloading control method, an automatic dual control method, a variable internal space control method, a variable speed control method, and a blow-off control method. can do.
또한, 본 발명의 실시예에 따르면, 상기 에너지 관리 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 비일시적 기록 매체가 제공된다.Additionally, according to an embodiment of the present invention, a computer-readable non-transitory recording medium on which a program for executing the energy management method is recorded is provided.
본 발명의 실시예에 의하면, 수요자의 실측 에너지 데이터를 기초로 설비 가동율 및 가동패턴을 정량적으로 분석하여 설비의 수요자와 설비를 공급하는 공급자 상호 간을 매칭하며, 수요자와 공급자 간에 설비 관련 정보의 공유와 설비 구입 과정을 편리하게 수행하도록 중개하는 에너지 관리 시스템 및 방법이 제공된다.According to an embodiment of the present invention, the equipment operation rate and operation pattern are quantitatively analyzed based on the consumer's measured energy data, the equipment consumer and the supplier supplying the equipment are matched with each other, and equipment-related information is shared between the consumer and the supplier. An energy management system and method are provided to facilitate the process of purchasing equipment.
또한, 본 발명의 실시예에 의하면, 수요자의 실측 에너지 데이터를 기초로 인공지능에 의해 수요자 설비의 설비 가동율 및 가동패턴을 정량적으로 분석하여 최적의 에너지 효율화 서비스를 제공할 수 있다.In addition, according to an embodiment of the present invention, optimal energy efficiency services can be provided by quantitatively analyzing the facility operation rate and operation pattern of the consumer's equipment using artificial intelligence based on the consumer's actual energy data.
도 1은 본 발명의 실시예에 따른 에너지 관리 시스템의 구성도이다.1 is a configuration diagram of an energy management system according to an embodiment of the present invention.
도 2는 본 발명의 실시예에 따른 에너지 관리 시스템을 구성하는 에너지 관리 서버의 구성도이다.Figure 2 is a configuration diagram of an energy management server constituting an energy management system according to an embodiment of the present invention.
도 3은 본 발명의 실시예에 따른 에너지 관리 시스템을 구성하는 수요자 설비 가동정보 분석부 및 에너지 효율화 분석부의 구성도이다.Figure 3 is a configuration diagram of a consumer facility operation information analysis unit and an energy efficiency analysis unit that constitute an energy management system according to an embodiment of the present invention.
도 4는 본 발명의 실시예에 따른 에너지 관리 방법을 나타낸 순서도이다.Figure 4 is a flowchart showing an energy management method according to an embodiment of the present invention.
도 5는 본 발명의 실시예에 따른 에너지 관리 시스템을 구성하는 수요자 설비 가동정보 분석부의 가동 패턴 분석 과정을 설명하기 위한 수요자 설비의 제1 실측 에너지 데이터 예시도이다.Figure 5 is an exemplary diagram of first actual energy data of consumer equipment to explain the operation pattern analysis process of the consumer equipment operation information analysis unit constituting the energy management system according to an embodiment of the present invention.
도 6은 본 발명의 실시예에 따른 에너지 관리 방법의 정산 과정을 설명하기 위한 순서도이다.Figure 6 is a flowchart for explaining the settlement process of the energy management method according to an embodiment of the present invention.
도 7은 본 발명의 실시예에 따른 에너지 관리 방법의 정산 과정을 설명하기 위한 도면으로, 공급자 설비로 교체된 후의 수요자 설비의 제2 실측 에너지 데이터 예시도이다.Figure 7 is a diagram for explaining the settlement process of the energy management method according to an embodiment of the present invention, and is an example of second actual energy data of consumer equipment after being replaced with supplier equipment.
도 8은 본 발명의 실시예에 따라 제1 실측 에너지 데이터로부터 추출되는 대표 파형의 예시도들이다.Figure 8 shows examples of representative waveforms extracted from first measured energy data according to an embodiment of the present invention.
도 9는 본 발명의 실시예에 따라 추출된 대표 파형들의 클러스터링 결과를 나타낸 도면이다.Figure 9 is a diagram showing the clustering results of representative waveforms extracted according to an embodiment of the present invention.
도 10은 파형 간의 유사도를 산출하는 방식을 나타낸 개념도이다.Figure 10 is a conceptual diagram showing a method for calculating similarity between waveforms.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.The advantages and features of the present invention and methods for achieving them will become clear by referring to the embodiments described in detail below along with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. The present embodiments are merely provided to ensure that the disclosure of the present invention is complete and to be understood by those skilled in the art. It is provided to fully inform those who have the scope of the invention, and the present invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.
본 명세서에서, 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. 본 명세서에서 사용되는 '~모듈', '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하나 이상의 프로세서와 같은 하드웨어 구성요소를 의미할 수 있다. 본 발명의 실시 예를 설명함에 있어서, 관련된 공지의 기능 또는 공지의 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.In this specification, when a part “includes” a certain component, this means that it may further include other components rather than excluding other components, unless specifically stated to the contrary. As used herein, '~module' and '~unit' are units that process at least one function or operation, and may refer to, for example, hardware components such as software, FPGA, or one or more processors. In describing embodiments of the present invention, if a detailed description of a related known function or known configuration is judged to unnecessarily obscure the gist of the present invention, the detailed description will be omitted.
도 1은 본 발명의 실시예에 따른 에너지 관리 시스템의 구성도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 에너지 관리 시스템(10)은 다수의 수요자 단말기(100)와, 다수의 공급자 단말기(200) 및 에너지 관리 서버(300)를 포함한다.1 is a configuration diagram of an energy management system according to an embodiment of the present invention. Referring to FIG. 1, the energy management system 10 according to an embodiment of the present invention includes a plurality of consumer terminals 100, a plurality of supplier terminals 200, and an energy management server 300.
수요자 단말기(110, 120, 130)는 공장이나 빌딩 등의 수요자의 단말기로서, 에너지 관리 서버(300)에 설비의 에너지 효율화, 에너지 모니터링, 공급자 정보 검색, 공급자 매칭 등의 에너지 관련 서비스를 요청하도록 구성될 수 있다. Consumer terminals 110, 120, and 130 are consumer terminals of factories or buildings, and are configured to request energy-related services such as energy efficiency of facilities, energy monitoring, supplier information search, and supplier matching from the energy management server 300. It can be.
공급자 단말기(210, 220, 230)는 공장이나 빌딩 등의 수요자가 사용하는 각종 설비를 공급하는 공급자의 단말기로서, 에너지 관리 서버(300)에 공급자가 제공하는 설비 관련 정보를 제공하고, 수요자 정보 검색, 수요자 매칭 등의 에너지 관련 서비스를 요청하도록 구성될 수 있다.The supplier terminals 210, 220, and 230 are supplier terminals that supply various equipment used by consumers such as factories and buildings. They provide equipment-related information provided by the supplier to the energy management server 300 and search for consumer information. , can be configured to request energy-related services such as consumer matching.
에너지 관리 서버(300)는 수요자가 사용하는 설비의 에너지 효율화를 위해 수요자와 공급자를 매칭하고, 수요자가 공급자 설비 정보를 검색하거나 공급자가 수요자 설비 정보를 검색하는 등의 에너지 효율화 서비스를 제공할 수 있다.The energy management server 300 matches consumers and suppliers to improve the energy efficiency of the equipment used by the consumer, and provides energy efficiency services such as allowing the consumer to search for supplier equipment information or the supplier to search for consumer equipment information. .
이를 위해, 에너지 관리 서버(300)는 다수의 수요자 단말기(100)로부터 각각 수요자가 공장, 빌딩 등에 사용하고 있는 수요자 설비(140)와 관련된 수요자 설비 정보를 제공받을 수 있다.To this end, the energy management server 300 may receive consumer equipment information related to the consumer equipment 140 used by each consumer in a factory, building, etc. from a plurality of consumer terminals 100.
수요자 설비 정보는 수요자 설비(140)의 사양, 유형, 제조연도 등의 설비 정보와, 설비에 대해 실측된 에너지 데이터를 포함할 수 있다. 수요자 설비(140)는 컴프레서, 압축기, 모터, 인버터, 펌프, 압출기 등을 예로 들 수 있으나, 이에 한정되는 것은 아니다.Consumer equipment information may include equipment information such as specifications, type, and manufacturing year of the consumer equipment 140, and energy data measured for the equipment. Consumer equipment 140 may include, but is not limited to, a compressor, compressor, motor, inverter, pump, or extruder.
일 예로, 에너지 관리 서버(300)는 데이터 수집 및 통신 비용을 절감할 수 있도록 클라우드 에너지 관리 서버로 제공되어, 수요자 설비(140)에 연결된 수요자 단말기(100)의 계측기(150)로부터 클라우드 기반으로 데이터를 수집하거나, 다른 방식으로 수요자 설비 정보와 공급자 설비 정보를 제공받을 수 있다.As an example, the energy management server 300 is provided as a cloud energy management server to reduce data collection and communication costs, and provides cloud-based data from the meter 150 of the consumer terminal 100 connected to the consumer facility 140. You can collect consumer equipment information and supplier equipment information in other ways.
또한, 에너지 관리 서버(300)는 다수의 공급 단말기(200)로부터 각각 공급자가 공급하는 공급자 설비와 관련된 공급자 설비 정보를 제공받을 수 있다. 공급자 설비 정보는 공급자가 공급하는 공급자 설비의 사양, 유형, 제조연도, 가동시 정격전압/전류, 비가동시 전력소모량 등의 설비 정보를 포함할 수 있다.Additionally, the energy management server 300 may receive supplier equipment information related to the supplier equipment supplied by each supplier from the plurality of supply terminals 200. Supplier equipment information may include equipment information such as specifications, type, manufacturing year, rated voltage/current when in operation, and power consumption when not in operation.
도 2는 본 발명의 실시예에 따른 에너지 관리 시스템을 구성하는 에너지 관리 서버의 구성도이다. 도 1 및 도 2를 참조하면, 에너지 관리 서버(300)는 공급자 설비정보 수신부(310), 수요자 설비정보 수신부(320), 수요자 설비 가동정보 분석부(330), 에너지 효율화 분석부(340), 공급자 설비정보 전송부(350), 공급자 설비공급 요청부(360), 정산부(370) 및 제어부(380)를 포함할 수 있다.Figure 2 is a configuration diagram of an energy management server constituting an energy management system according to an embodiment of the present invention. Referring to Figures 1 and 2, the energy management server 300 includes a supplier equipment information receiving unit 310, a consumer equipment information receiving unit 320, a consumer equipment operation information analysis unit 330, an energy efficiency analysis unit 340, It may include a supplier equipment information transmission unit 350, a supplier equipment supply request unit 360, a settlement unit 370, and a control unit 380.
공급자 설비정보 수신부(310)는 다수의 공급자에 의해 제공되는 다수의 상이한 공급자 설비와 관련된 다수의 공급자 설비 정보를 다수의 공급자 단말기(200)로부터 수신하도록 구성될 수 있다.The supplier equipment information receiving unit 310 may be configured to receive, from the plurality of supplier terminals 200, a plurality of supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers.
수요자 설비정보 수신부(320)는 적어도 하나의 수요자 단말기(100)로부터 수요자가 사용 중인 수요자 설비(140)에 관한 수요자 설비 정보 및 수요자 설비에 대한 제1 실측 에너지 데이터를 수신하도록 구성될 수 있다.The consumer equipment information receiving unit 320 may be configured to receive consumer equipment information about the consumer equipment 140 being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal 100.
수요자 설비 가동정보 분석부(330)는 수요자 설비에 관한 상기 제1 실측 에너지 데이터를 기초로, 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하도록 구성될 수 있다.The consumer equipment operation information analysis unit 330 may be configured to analyze the operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
에너지 효율화 분석부(340)는 수요자 설비(140)의 가동율 및 가동 패턴을 기초로, 수요자 설비(140)의 에너지 효율화와 관련된 공급자 설비를 분석하도록 구성될 수 있다.The energy efficiency analysis unit 340 may be configured to analyze supplier equipment related to energy efficiency of the consumer equipment 140, based on the operation rate and operation pattern of the consumer equipment 140.
공급자 설비정보 전송부(350)는 수요자 설비(140)의 에너지 효율화와 관련된 하나 이상의 제1 공급자 설비의 설비 정보와, 분석된 에너지 효율화 정보를 수요자 단말기(100)로 송신하도록 구성될 수 있다.The supplier equipment information transmission unit 350 may be configured to transmit equipment information of one or more first supplier equipment related to energy efficiency of the consumer equipment 140 and the analyzed energy efficiency information to the consumer terminal 100.
공급자 설비공급 요청부(360)는 수요자 단말기(100)에 의해 하나 이상의 제1 공급자 설비 중 제2 공급자 설비가 선택되면, 제2 공급자 설비의 공급을 공급자 단말기로 요청하도록 구성될 수 있다.The supplier equipment supply request unit 360 may be configured to request supply of the second supplier equipment to the supplier terminal when the second supplier equipment is selected among one or more first supplier equipment by the consumer terminal 100.
정산부(370)는 수요자 설비에 대해 수집된 제1 실측 에너지 데이터의 가동율 및 가동패턴을 기초로 에너지 효율화 실측값을 산출하고, 에너지 효율화 실측값을 기초로 에너지 효율화 서비스에 따른 비용을 산출할 수 있다.The settlement unit 370 can calculate the actual energy efficiency measurement value based on the operation rate and operation pattern of the first actual energy data collected for the consumer equipment, and calculate the cost according to the energy efficiency service based on the actual energy efficiency measurement value. there is.
제어부(380)는 에너지 관리 서버(300)의 각 구성요소를 제어하여 수요자-공급자 매칭, 수요자/공급자 정보 검색, 설비 거래 등의 서비스를 제공하기 위한 프로그램을 실행하는 프로세서를 포함할 수 있다.The control unit 380 may include a processor that controls each component of the energy management server 300 and executes a program to provide services such as consumer-supplier matching, consumer/supplier information search, and equipment trading.
도 3은 본 발명의 실시예에 따른 에너지 관리 시스템을 구성하는 수요자 설비 가동정보 분석부 및 에너지 효율화 분석부의 구성도이다. 도 1 내지 도 3을 참조하면, 수요자 설비 가동정보 분석부(330)는 가동패턴 분석부(332) 및 가동율 산출부(334)를 포함할 수 있다.Figure 3 is a configuration diagram of a consumer facility operation information analysis unit and an energy efficiency analysis unit that constitute an energy management system according to an embodiment of the present invention. Referring to Figures 1 to 3, the consumer equipment operation information analysis unit 330 may include an operation pattern analysis unit 332 and an operation rate calculation unit 334.
가동패턴 분석부(332)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터의 시간에 따른 에너지 실측값을 기초로, 수요자 설비의 가동시간과 비가동시간 및 가동종료시간을 판단하여 가동패턴을 분석할 수 있다. 가동율 산출부(334)는 단위 시간당 가동시간의 비율에 따라 가동율을 산출할 수 있다.The operation pattern analysis unit 332 determines the operation time, non-operation time, and operation end time of the consumer equipment based on the time-dependent energy measurement value of the first actual energy data collected for the consumer equipment 140 and operates it. Patterns can be analyzed. The operation rate calculation unit 334 may calculate the operation rate according to the ratio of operation time per unit time.
에너지 효율화 분석부(340)는 가동시간 에너지 효율화 예측부(342), 비가동시간 에너지 효율화 예측부(344) 및 에너지 효율화 정보 생성부(346)를 포함할 수 있다.The energy efficiency analysis unit 340 may include an operation time energy efficiency prediction unit 342, a non-operation time energy efficiency prediction unit 344, and an energy efficiency information generation unit 346.
가동시간 에너지 효율화 예측부(342)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터 중 가동시간에서 발생되는 제1 가동시간 에너지 실측값과, 공급자 설비의 가동시간에 발생되는 제2 가동시간 에너지 예측값 간의 차분값에 가동율을 가중한 값을 기초로 가동시간 에너지 효율화 정보를 예측할 수 있다.The operation time energy efficiency prediction unit 342 includes a first actual operation time energy measurement value generated during the operation time among the first actual energy data collected for the consumer facility 140 and a second operation time energy measurement value generated during the operation time of the supplier facility. Uptime energy efficiency information can be predicted based on the difference between the time energy forecast values and the operating rate weighted.
비가동시간 에너지 효율화 예측부(344)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터 중 비가동시간에서 발생되는 제1 비가동시간 에너지 실측값과 공급자 설비의 비가동시간에 발생되는 제2 비가동시간 에너지 예측값 간의 차분값에 단위 시간당 비가동시간의 비율을 가중한 값을 기초로 비가동시간 에너지 효율화 정보를 예측할 수 있다.The non-operational time energy efficiency prediction unit 344 determines the first non-operational energy measurement value generated during non-operational time among the first actual energy data collected for the customer equipment 140 and the first non-operational energy efficiency value generated during non-operational time of the supplier equipment. Non-downtime energy efficiency information can be predicted based on a value obtained by weighting the ratio of downtime per unit time to the difference between the second downtime energy prediction values.
에너지 효율화 정보 생성부(346)는 가동시간 에너지 효율화 정보 및 비가동시간 에너지 효율화 정보를 기초로 수요자 설비(140)의 에너지 효율화 정보를 생성할 수 있다.The energy efficiency information generation unit 346 may generate energy efficiency information for the consumer facility 140 based on the operation time energy efficiency information and the non-operation time energy efficiency information.
한편, 수요자 설비정보 수신부(320)는 수요자 설비(140)가 제2 공급자 설비로 교체된 후, 제2 공급자 설비와 관련된 제2 실측 에너지 데이터를 수요자 단말기(100)로부터 수신할 수 있다.Meanwhile, the consumer equipment information receiver 320 may receive second actual energy data related to the second supplier equipment from the consumer terminal 100 after the consumer equipment 140 is replaced with the second supplier equipment.
정산부(370)는 교체 전의 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터와, 수요자 설비(140)를 대체하여 수요자 측에 설치된 제2 공급자 설비에 대해 수집된 제2 실측 에너지 데이터를 비교하여 에너지 효율화 실측값을 산출하고, 산출된 에너지 효율화 실측값을 기초로 에너지 효율화 서비스에 따른 비용을 산출할 수 있다.The settlement unit 370 uses first actual energy data collected for the consumer equipment 140 before replacement and second actual energy data collected for the second supplier equipment installed on the consumer side as a replacement for the consumer equipment 140. By comparison, the actual energy efficiency measurement value can be calculated, and the cost of the energy efficiency service can be calculated based on the calculated energy efficiency measurement value.
도 4는 본 발명의 실시예에 따른 에너지 관리 방법을 나타낸 순서도이다. 도 1 내지 도 4를 참조하여 설명하면, 먼저 에너지 관리 서버(300)의 공급자 설비정보 수신부(310)는 다수의 공급자에 의해 제공되는 다수의 상이한 공급자 설비와 관련된 다수의 공급자 설비 정보를 다수의 공급자 단말기(200)로부터 수신할 수 있다(S11).Figure 4 is a flowchart showing an energy management method according to an embodiment of the present invention. 1 to 4, first, the supplier facility information receiving unit 310 of the energy management server 300 receives multiple provider facility information related to multiple different provider facilities provided by multiple suppliers. It can be received from the terminal 200 (S11).
에너지 관리 서버(300)의 수요자 설비정보 수신부(320)는 적어도 하나의 수요자 단말기(100)로부터 수요자가 사용 중인 수요자 설비(140)에 관한 수요자 설비 정보 및 수요자 설비에 대한 제1 실측 에너지 데이터를 수신할 수 있다(S12, S13).The consumer equipment information receiving unit 320 of the energy management server 300 receives consumer equipment information about the consumer equipment 140 being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal 100. You can do it (S12, S13).
에너지 관리 서버(300)의 수요자 설비 가동정보 분석부(330)는 수요자 설비에 관한 제1 실측 에너지 데이터를 기초로, 수요자 설비(140)의 단위 시간당 가동율 및 가동 패턴을 분석할 수 있다(S14).The consumer equipment operation information analysis unit 330 of the energy management server 300 may analyze the operation rate and operation pattern per unit time of the consumer equipment 140 based on the first actual energy data regarding the consumer equipment (S14). .
도 5는 본 발명의 실시예에 따른 에너지 관리 시스템을 구성하는 수요자 설비 가동정보 분석부의 가동 패턴 분석 과정을 설명하기 위한 수요자 설비의 제1 실측 에너지 데이터 예시도이다.Figure 5 is an exemplary diagram of first actual energy data of consumer equipment to explain the operation pattern analysis process of the consumer equipment operation information analysis unit constituting the energy management system according to an embodiment of the present invention.
도 1 내지 도 5를 참조하면, 수요자 설비 가동정보 분석부(330)의 가동패턴 분석부(332)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터(20)의 시간에 따른 에너지 실측값을 기초로, 수요자 설비(140)의 가동시간(T1)과 비가동시간(T2) 및 가동종료시간(T3)을 판단하여 가동패턴을 분석할 수 있다. 수요자 설비 가동정보 분석부(330)의 가동율 산출부(334)는 단위 시간(T0)당 가동시간(T1)의 비율에 따라 가동율을 산출할 수 있다.Referring to FIGS. 1 to 5, the operation pattern analysis unit 332 of the consumer equipment operation information analysis unit 330 performs energy measurement over time of the first actual energy data 20 collected for the consumer equipment 140. Based on the value, the operation pattern can be analyzed by determining the operation time (T1), non-operation time (T2), and operation end time (T3) of the consumer facility 140. The operation rate calculation unit 334 of the consumer facility operation information analysis unit 330 may calculate the operation rate according to the ratio of operation time (T1) per unit time (T0).
가동시간(T1) 동안 수요자 설비(140)의 전력량은 가동전력(P1) 만큼 발생된다. 비가동시간(T2) 동안 수요자 설비(140)의 모터 공회전으로 인해 수요자 설비(140)에는 비가동전력(P2) 만큼의 전력량이 발생되며, 이는 불필요한 전력 소비 원인이 된다.During the operation time (T1), the amount of power of the consumer equipment 140 is generated as much as the operation power (P1). Due to the motor idling of the consumer equipment 140 during the non-operating time (T2), an amount of power equal to the non-operating power (P2) is generated in the consumer equipment 140, which causes unnecessary power consumption.
에너지 관리 서버(300)의 에너지 효율화 분석부(340)는 수요자 설비(140)의 가동율 및 가동 패턴을 기초로, 수요자 설비(140)의 에너지 효율화와 관련된 공급자 설비를 분석할 수 있다(S15).The energy efficiency analysis unit 340 of the energy management server 300 may analyze supplier equipment related to energy efficiency of the consumer equipment 140 based on the operation rate and operation pattern of the consumer equipment 140 (S15).
에너지 효율화 분석부(340)의 가동시간 에너지 효율화 예측부(342)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터(20) 중 가동시간(T1)에서 발생되는 제1 가동시간 에너지 실측값(P1)과, 공급자 설비(200)의 가동시간에 발생되는 제2 가동시간 에너지 예측값 간의 차분값에 가동율을 가중한 값을 기초로 가동시간 에너지 효율화 정보를 예측할 수 있다.The operation time energy efficiency prediction unit 342 of the energy efficiency analysis unit 340 measures the first operation time energy generated at the operation time T1 among the first actual energy data 20 collected for the consumer equipment 140. The operation time energy efficiency information can be predicted based on a value obtained by weighting the operation rate to the difference value between the value P1 and the second operation time energy prediction value generated during the operation time of the supplier equipment 200.
에너지 효율화 분석부(340)의 비가동시간 에너지 효율화 예측부(344)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터(20) 중 비가동시간(T2)에서 발생되는 제1 비가동시간 에너지 실측값과 공급자 설비(200)의 비가동시간에 발생되는 제2 비가동시간 에너지 예측값 간의 차분값에 단위 시간당 비가동시간의 비율을 가중한 값을 기초로 비가동시간 에너지 효율화 정보를 예측할 수 있다.The non-operation time energy efficiency prediction unit 344 of the energy efficiency analysis unit 340 determines the first non-operation occurring during the non-operation time (T2) among the first actual energy data 20 collected for the consumer equipment 140. Downtime energy efficiency information can be predicted based on the difference between the actual time energy measurement value and the second downtime energy predicted value generated during the downtime of the supplier facility 200, weighted by the ratio of downtime per unit time. You can.
에너지 효율화 정보 생성부(346)는 가동시간 에너지 효율화 예측부(342)에 의해 산출되는 가동시간 에너지 효율화 정보 및 비가동시간 에너지 효율화 예측부(344)에 의해 예측되는 비가동시간 에너지 효율화 정보를 기초로 수요자 설비(140)의 에너지 효율화 정보를 생성할 수 있다.The energy efficiency information generation unit 346 reports to the operation time energy efficiency prediction unit 342. Energy efficiency information of the consumer facility 140 can be generated based on the operation time energy efficiency information calculated by and the non-operation time energy efficiency information predicted by the non-operation time energy efficiency prediction unit 344.
한편, 에너지 효율화 분석부(340)는 계절 편차(변화)를 기초로 에너지 효율화 정보를 반영하여 에너지 효율화 정보를 생성할 수 있다. 예를 들어, 여름에는 컴프레서의 냉각을 위해 추가적인 에너지가 발생될 수 있으며, 겨울철 등에 측정된 데이터를 보정하여 여름철 등의 에너지 효율화 정보를 예측할 수 있다.Meanwhile, the energy efficiency analysis unit 340 may generate energy efficiency information by reflecting the energy efficiency information based on seasonal deviation (change). For example, in summer, additional energy may be generated for cooling the compressor, and by correcting data measured in winter, etc., energy efficiency information for summer, etc. can be predicted.
에너지 관리 서버(300)의 공급자 설비정보 전송부(350)는 수요자 설비(140)의 에너지 효율화와 관련된 하나 이상의 제1 공급자 설비의 설비 정보와, 분석된 에너지 효율화 정보를 수요자 단말기(100)로 송신할 수 있다(S16).The supplier equipment information transmission unit 350 of the energy management server 300 transmits equipment information of one or more first supplier equipment related to energy efficiency of the consumer equipment 140 and the analyzed energy efficiency information to the consumer terminal 100. You can do it (S16).
에너지 관리 서버(300)의 공급자 설비공급 요청부(360)는 수요자 단말기(100)에 의해 하나 이상의 제1 공급자 설비 중 제2 공급자 설비가 선택되면, 제2 공급자 설비의 공급을 공급자 단말기로 요청할 수 있다(S17, S18, S19).When a second supplier equipment is selected among one or more first supplier equipment by the consumer terminal 100, the supplier equipment supply request unit 360 of the energy management server 300 may request the supply of the second supplier equipment to the supplier terminal. There are (S17, S18, S19).
도 6은 본 발명의 실시예에 따른 에너지 관리 방법의 정산 과정을 설명하기 위한 순서도이다. 수요자 설비정보 수신부(320)는 수요자 설비(140)가 제2 공급자 설비로 교체된 후, 제2 공급자 설비와 관련된 제2 실측 에너지 데이터를 수요자 단말기(100)로부터 수신할 수 있다(S21, S22).Figure 6 is a flowchart for explaining the settlement process of the energy management method according to an embodiment of the present invention. After the consumer equipment 140 is replaced with the second supplier equipment, the consumer equipment information receiver 320 may receive the second actual energy data related to the second supplier equipment from the consumer terminal 100 (S21, S22). .
정산부(370)는 교체 전의 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터와, 수요자 설비(140)를 대체하여 수요자 측에 설치된 제2 공급자 설비에 대해 수집된 제2 실측 에너지 데이터를 비교하여 에너지 효율화 실측값을 산출하고, 산출된 에너지 효율화 실측값을 기초로 에너지 효율화 서비스에 따른 비용을 산출하며, 공급자 설비에 대한 평가 정보를 공급자 단말기에 전송하고, ROI 기반 정산 정보를 수요자 단말기(100)로 전송할 수 있다(S23, S24, S25).The settlement unit 370 uses first actual energy data collected for the consumer equipment 140 before replacement and second actual energy data collected for the second supplier equipment installed on the consumer side as a replacement for the consumer equipment 140. Compare and calculate actual energy efficiency measurements, calculate the cost of energy efficiency services based on the calculated actual energy efficiency measurements, transmit evaluation information on supplier equipment to the supplier terminal, and send ROI-based settlement information to the consumer terminal ( 100) can be transmitted (S23, S24, S25).
도 7은 본 발명의 실시예에 따른 에너지 관리 방법의 정산 과정을 설명하기 위한 도면으로, 공급자 설비로 교체된 후의 수요자 설비의 제2 실측 에너지 데이터 예시도이다. 예를 들어, 수요자 설비의 인버터를 FSD(Fixed Speed Drive)에서 공급자 설비에 해당하는 VSD(Variable Speed Drive)로 변경함에 따라, 수요자 설비의 전력량이 설비 교체 전보다 감소될 수 있다.Figure 7 is a diagram for explaining the settlement process of the energy management method according to an embodiment of the present invention, and is an example of second actual energy data of consumer equipment after being replaced with supplier equipment. For example, as the inverter of the customer's equipment is changed from FSD (Fixed Speed Drive) to the VSD (Variable Speed Drive) corresponding to the supplier's equipment, the power amount of the consumer's equipment may be reduced compared to before the equipment replacement.
도 7을 참조하면, 수요자 설비 가동정보 분석부(330)의 가동패턴 분석부(332)는 교체된 후의 수요자 설비(140)에 대해 수집된 제2 실측 에너지 데이터(30)의 시간에 따른 에너지 실측값을 기초로, 수요자 설비(140)의 가동시간(T1)과 비가동시간(T2) 및 가동종료시간(T3)을 판단하여 가동패턴을 분석할 수 있다. 수요자 설비 가동정보 분석부(330)의 가동율 산출부(334)는 단위 시간(T0)당 가동시간(T1)의 비율에 따라 가동율을 산출할 수 있다.Referring to FIG. 7, the operation pattern analysis unit 332 of the consumer equipment operation information analysis unit 330 performs actual energy measurements over time of the second actual energy data 30 collected for the replaced consumer equipment 140. Based on the value, the operation pattern can be analyzed by determining the operation time (T1), non-operation time (T2), and operation end time (T3) of the consumer facility 140. The operation rate calculation unit 334 of the consumer facility operation information analysis unit 330 may calculate the operation rate according to the ratio of operation time (T1) per unit time (T0).
설비 교체 후, 가동시간(T1) 동안 수요자 설비(140)의 전력량은 설비 교체 전의 제1 가동전력(P1) 보다 감소된 제2 가동전력(P3) 만큼 발생된다. 비가동시간(T2) 동안 수요자 설비(140)의 모터 공회전으로 인해 발생되는 제2 비가동전력(P4)은 교체 전의 비가동전력(P2) 보다 현저히 감소된다.After equipment replacement, the amount of power of the consumer equipment 140 is generated during the operating time (T1) by the second operating power (P3), which is reduced from the first operating power (P1) before the equipment replacement. The second non-operating power (P4) generated due to the idling of the motor of the consumer equipment 140 during the non-operating time (T2) is significantly reduced compared to the non-operating power (P2) before replacement.
이에 따라 가동시간(T1) 동안 가동에너지 절감량(40) 만큼 수요자 설비(140)의 에너지 사용량을 절감할 수 있으며, 비가동시간(T2) 동안에는 비가동에너지 절감량(50) 만큼 수요자 설비(140)의 에너지 사용량을 절감할 수 있다.Accordingly, the energy usage of the customer facility (140) can be reduced by the amount of operating energy saved (40) during the operating time (T1), and the energy consumption of the consumer facility (140) can be reduced by the amount of non-operating energy saved (50) during the non-operating time (T2). Energy usage can be reduced.
에너지 관리 서버(300)의 에너지 효율화 분석부(340)는 수요자 설비(140)의 가동율 및 가동 패턴을 기초로, 수요자 설비(140)의 에너지 효율화와 관련된 공급자 설비를 분석할 수 있다(S15).The energy efficiency analysis unit 340 of the energy management server 300 may analyze supplier equipment related to energy efficiency of the consumer equipment 140 based on the operation rate and operation pattern of the consumer equipment 140 (S15).
에너지 효율화 분석부(340)의 가동시간 에너지 효율화 예측부(342)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터(20) 중 가동시간(T1)에서 발생되는 제1 가동시간 에너지 실측값(P1)과, 공급자 설비(200)의 가동시간에 발생되는 제2 가동시간 에너지 예측값 간의 차분값에 가동율을 가중한 값을 기초로 가동시간 에너지 효율화 정보를 예측할 수 있다.The operation time energy efficiency prediction unit 342 of the energy efficiency analysis unit 340 measures the first operation time energy generated at the operation time T1 among the first actual energy data 20 collected for the consumer equipment 140. The operation time energy efficiency information can be predicted based on a value obtained by weighting the operation rate to the difference value between the value P1 and the second operation time energy prediction value generated during the operation time of the supplier equipment 200.
에너지 효율화 분석부(340)의 비가동시간 에너지 효율화 예측부(344)는 수요자 설비(140)에 대해 수집된 제1 실측 에너지 데이터(20) 중 비가동시간(T2)에서 발생되는 제1 비가동시간 에너지 실측값과 공급자 설비(200)의 비가동시간에 발생되는 제2 비가동시간 에너지 예측값 간의 차분값에 단위 시간당 비가동시간의 비율을 가중한 값을 기초로 비가동시간 에너지 효율화 정보를 예측할 수 있다.The non-operation time energy efficiency prediction unit 344 of the energy efficiency analysis unit 340 determines the first non-operation occurring during the non-operation time (T2) among the first actual energy data 20 collected for the consumer equipment 140. Downtime energy efficiency information can be predicted based on the difference between the actual time energy measurement value and the second downtime energy predicted value generated during the downtime of the supplier facility 200, weighted by the ratio of downtime per unit time. You can.
에너지 효율화 정보 생성부(346)는 가동시간 에너지 효율화 예측부(342)에 의해 산출되는 가동시간 에너지 효율화 정보 및 비가동시간 에너지 효율화 예측부(344)에 의해 예측되는 비가동시간 에너지 효율화 정보를 기초로 수요자 설비(140)의 에너지 효율화 정보를 생성할 수 있다.The energy efficiency information generation unit 346 reports to the operation time energy efficiency prediction unit 342. Energy efficiency information of the consumer facility 140 can be generated based on the operation time energy efficiency information calculated by and the non-operation time energy efficiency information predicted by the non-operation time energy efficiency prediction unit 344.
이하에서, 수요자 설비의 실측 에너지 데이터를 기초로 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하여 에너지 효율화를 위한 서비스를 제공하는 방법에 대해 보다 구체적으로 설명한다. 본 발명의 실시예에 따른 에너지 관리 시스템 및 방법은 수요자와 관련된 적어도 하나의 수요자 단말기로부터 수요자가 사용 중인 수요자 설비에 대한 제1 실측 에너지 데이터를 수신하고, 수요자 설비의 에너지 효율화를 위하여 수요자 설비에 관한 제1 실측 에너지 데이터를 기초로 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석할 수 있다.Below, we will describe in more detail how to provide services for energy efficiency by analyzing the operation rate and operation pattern per unit time of consumer equipment based on actual energy data of consumer equipment. The energy management system and method according to an embodiment of the present invention receives first actual energy data about the consumer equipment in use by the consumer from at least one consumer terminal related to the consumer, and provides information about the consumer equipment to improve the energy efficiency of the consumer equipment. Based on the first actual energy data, the operation rate and operation pattern per unit time of consumer equipment can be analyzed.
본 발명에서 수요자 설비의 가동율 및 가동 패턴은 제1 인공지능 모델에 의해 제1 실측 에너지 데이터를 기초로 수요자 설비의 유형을 분석하여 수요자 설비의 유형에 대응되는 제2 인공지능 모델을 결정하는 과정과, 분석된 수요자 설비의 유형에 따라 결정되는 제2 인공지능 모델에 의해 제1 실측 에너지 데이터를 분석하여 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석할 수 있다. 본 발명의 실시예에 의하면, 수요자 설비의 유형에 따라 상이한 인공지능 모델을 결정하여 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석함으로써, 수요자 설비의 유형에 맞게 에너지 효율화를 위한 서비스를 제공할 수 있다.In the present invention, the operation rate and operation pattern of consumer equipment include a process of analyzing the type of consumer equipment based on first actual energy data using a first artificial intelligence model and determining a second artificial intelligence model corresponding to the type of consumer equipment. , the operation rate and operation pattern per unit time of consumer equipment can be analyzed by analyzing the first actual energy data using a second artificial intelligence model determined according to the type of consumer equipment analyzed. According to an embodiment of the present invention, by determining different artificial intelligence models according to the type of consumer equipment and analyzing the operation rate and operation pattern per unit time of consumer equipment, it is possible to provide services for energy efficiency according to the type of consumer equipment. .
다시 도 1을 참조하여 설명하면, 에너지 관리 서버(300)는 수요자와 관련된 수요자 단말기(100)로부터 수요자가 공장, 빌딩 등에 사용 중인 수요자 설비(140)에 대한 제1 실측 에너지 데이터를 수신할 수 있다. 에너지 관리 서버(300)는 제1 인공지능 모델과 제2 인공지능 모델에 의해, 원격 수집을 통해 획득한 제1 실측 에너지 데이터를 기초로 해당 수요자 설비(140)의 유형을 자동으로 분석하여 단위 시간당 가동율 및 가동 패턴을 분석할 수 있다.Referring again to FIG. 1, the energy management server 300 may receive first actual energy data about the consumer equipment 140 that the consumer is using in a factory, building, etc. from the consumer terminal 100 related to the consumer. . The energy management server 300 automatically analyzes the type of the corresponding consumer equipment 140 based on the first actual energy data obtained through remote collection using the first artificial intelligence model and the second artificial intelligence model, and Operation rates and operation patterns can be analyzed.
이와 같이 본 발명의 실시예에 따른 에너지 관리 서버(300)는 제1 인공지능 모델과 제2 인공지능 모델을 이용하여 수요자 설비(140)에 대한 단위 시간당 가동율 및 가동 패턴을 분석함에 따라, 수요자 설비(140)와 관련된 수요자 설비 정보를 별도로 제공받지 않더라도 해당 수요자 설비(140)에 대해 단위 시간당 가동율 및 가동 패턴을 정확하게 분석하여 최적의 에너지 효율화 방안을 제공할 수 있다.In this way, the energy management server 300 according to an embodiment of the present invention analyzes the operation rate and operation pattern per unit time for the consumer equipment 140 using the first artificial intelligence model and the second artificial intelligence model, Even if consumer facility information related to (140) is not separately provided, the optimal energy efficiency plan can be provided by accurately analyzing the operation rate and operation pattern per unit time for the consumer facility (140).
에너지 관리 서버(300)는 제1 인공지능 모델에 의해 제1 실측 에너지 데이터를 기초로 수요자 설비(140)의 유형을 분석하고, 수요자 설비(140)에 대한 정확한 단위 시간당 가동율 및 가동 패턴의 도출을 위해, 분석된 수요자 설비(140)의 유형에 대응되는 제2 인공지능 모델을 결정할 수 있다.The energy management server 300 analyzes the type of consumer equipment 140 based on the first actual energy data using the first artificial intelligence model, and derives an accurate operation rate and operation pattern per unit time for the consumer equipment 140. To this end, a second artificial intelligence model corresponding to the type of the analyzed consumer equipment 140 can be determined.
제2 인공지능 모델은 수요자 설비(140)와 관련된 제1 실측 에너지 데이터로부터 수요자 설비(140)의 단위 시간당 가동율 및 가동 패턴을 분석하기 위한 인공지능 모델로서, 제1 실측 에너지 데이터에 대한 데이터 처리/분석 알고리즘과, 데이터 처리/분석을 위한 각종 파라미터를 포함할 수 있다. 에너지 관리 서버(300)는 제2 인공지능 모델에 의해 제1 실측 에너지 데이터를 분석하여 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석할 수 있다.The second artificial intelligence model is an artificial intelligence model for analyzing the operation rate and operation pattern per unit time of the consumer equipment 140 from the first measured energy data related to the consumer equipment 140, and data processing/ It may include analysis algorithms and various parameters for data processing/analysis. The energy management server 300 can analyze the first actual energy data using the second artificial intelligence model to analyze the operation rate and operation pattern per unit time of consumer equipment.
본 발명의 실시예에서, 제1 인공지능 모델은 GMM(Gaussian mixture model) 기반의 인공지능 모델일 수 있다. 일 실시예에서, 제1 인공지능 모델은 제1 실측 에너지 데이터의 대표 파형을 추출하고, GMM 기반의 인공지능 모델에 의해 대표 파형을 설정된 다수의 기준 파형과 비교하여 대표 파형에 대해 클러스터링을 수행함으로써 수요자 설비(140)의 제어 스킴(control scheme)을 분류할 수 있다.In an embodiment of the present invention, the first artificial intelligence model may be an artificial intelligence model based on GMM (Gaussian mixture model). In one embodiment, the first artificial intelligence model extracts a representative waveform of the first measured energy data, compares the representative waveform with a plurality of reference waveforms set by a GMM-based artificial intelligence model, and performs clustering on the representative waveform. The control scheme of the consumer equipment 140 can be classified.
실시예에서, 제1 인공지능 모델은 먼저 제1 실측 에너지 데이터를 예를 들어 0 내지 1 등의 설정된 정규화 범위를 가지도록 정규화하고, 컴프레서 용량 등의 수요자 설비 관련 설정 기준을 기준으로 제1 실측 에너지 데이터에서 이상치를 제거할 수 있다.In an embodiment, the first artificial intelligence model first normalizes the first measured energy data to have a set normalization range, for example, 0 to 1, and calculates the first measured energy based on set standards related to consumer equipment such as compressor capacity. Outliers can be removed from data.
또한, 제1 인공지능 모델은 제1 실측 에너지 데이터에 설정된 시간 구간을 가지는 시간 윈도우를 적용하고, 대표 파형을 추출하기 위한 시간 구간을 탐색하기 위해 시간 윈도우를 시간축을 따라 슬라이딩시키면서 해당 시간 윈도우 내의 시간 구간에서 파형 피크의 개수를 산출할 수 있다.In addition, the first artificial intelligence model applies a time window with a set time section to the first measured energy data, and slides the time window along the time axis to search for a time section for extracting a representative waveform, while changing the time window within the time window. The number of waveform peaks in a section can be calculated.
제1 인공지능 모델은 시간 윈도우 내에 해당하는 파형 피크의 개수가 기 설정된 피크 개수 범위(예를 들어, 3개 이상 4개 이하, 또는 4개 이상 5개 이하 등)를 만족하는 경우, 제1 실측 에너지 데이터 중 설정된 파형 피크 개수를 만족하는 시간 윈도우에 해당하는 시간 구간의 데이터를 대표 파형으로 추출할 수 있다.The first artificial intelligence model performs the first actual measurement when the number of waveform peaks corresponding to the time window satisfies a preset peak number range (e.g., 3 to 4, or 4 to 5 or less) Among the energy data, data in the time section corresponding to the time window that satisfies the set number of waveform peaks can be extracted as a representative waveform.
또한, 제1 인공지능 모델은 예를 들어, 전류 고조파 왜곡률이 기 설정된 전류 고조파 왜곡률 기준 범위에서 벗어나거나(예를 들어, 20% 이상), 전압 고조파 왜곡율이 기 설정된 전압 고조파 왜곡률 기준 범위에서 벗어나는 경우(예를 들어, 5% 이상), 해당 잡음 데이터를 제거할 수 있다.In addition, the first artificial intelligence model is, for example, when the current harmonic distortion rate deviates from the preset current harmonic distortion rate reference range (e.g., 20% or more), or the voltage harmonic distortion rate deviates from the preset voltage harmonic distortion rate reference range. (e.g., 5% or more), the corresponding noise data can be removed.
도 8은 본 발명의 실시예에 따라 제1 실측 에너지 데이터로부터 추출되는 대표 파형의 예시도들이다. 도 9는 본 발명의 실시예에 따라 추출된 대표 파형들의 클러스터링 결과를 나타낸 도면이다. 도 10은 파형 간의 유사도를 산출하는 방식을 나타낸 개념도이다.Figure 8 shows examples of representative waveforms extracted from first measured energy data according to an embodiment of the present invention. Figure 9 is a diagram showing the clustering results of representative waveforms extracted according to an embodiment of the present invention. Figure 10 is a conceptual diagram showing a method for calculating similarity between waveforms.
도 1, 도 8 내지 도 10을 참조하면, 제1 인공지능 모델은 GMM 기반의 인공지능 모델에 의해 동적 시간 와핑(Dynamic Time Warping)을 기반으로, 제1 실측 에너지 데이터에서 추출된 대표 파형과 기 설정된 기준 파형(다양한 설비에 대해 기 획득된 에너지 데이터의 통계 처리된 파형)(Shapelet s1, s2) 간의 거리 분포를 분석하여 파형들 사이의 유사성을 판단함으로써 수요자 설비(140)의 제어 스킴을 분류할 수 있다.Referring to Figures 1 and 8 to 10, the first artificial intelligence model is based on dynamic time warping by a GMM-based artificial intelligence model, representative waveforms and techniques extracted from the first measured energy data. The control scheme of the consumer equipment 140 is determined by analyzing the distance distribution between the set reference waveforms (statistically processed waveforms of previously acquired energy data for various equipment) (Shapelet s 1 , s 2 ) and determining the similarity between the waveforms. Can be classified.
기준 파형(Shapelet s1, s2)은 특정한 컴프레서 등의 설비에 대해 수집된 실측 에너지 데이터로부터 추출되는 기본 파형일 수 있다. 도 9에 도시된 예에서는 수요자 설비들의 유형을 4개의 유형(Class 1, 2, 3, 4)로 분류한 것이다. 도 9의 가로축과 세로축은 각각 수요자 설비에 대해 추출된 대표 파형과 제1 기준 파형(Shapelet s1)과의 거리 d(x, s1), 수요자 설비에 대해 추출된 대표 파형과 제2 기준 파형(Shapelet s2)과의 거리 d(x, s2)이다.The reference waveform (Shapelet s 1 , s 2 ) may be a basic waveform extracted from actual energy data collected for equipment such as a specific compressor. In the example shown in Figure 9, the types of consumer equipment are classified into four types ( Class 1, 2, 3, and 4). The horizontal and vertical axes of Figure 9 are the distance d(x, s 1 ) between the representative waveform extracted for consumer equipment and the first reference waveform (Shapelet s 1 ), respectively, and the representative waveform and second reference waveform extracted for consumer equipment. The distance from (Shapelet s 2 ) is d(x, s 2 ).
이때, 두 파형 간의 길이가 다르기 때문에, 커널 트릭(Kernel trick)을 이용하여 고차원에서 두 파형 간의 유사성을 분석하여 대표 파형에 해당하는 수요자 설비(140)의 유형, 예를 들어 제어 스킴을 판단할 수 있다. 파형 간의 유사도는 도 10에 예시된 바와 같이 인코더-디코더 지도 학습 알고리즘이나 가우시안 혼합 모델(gaussian mixture model) 비지도 학습 알고리즘을 기반으로 하는 동적 시간 와핑 매칭(Dynamic Time Warping Matching) 알고리즘을 활용하여 분석될 수 있으며, 그 외에 유클리디안 매칭(Euclidean Matching) 알고리즘 등이 활용될 수도 있다.At this time, because the lengths between the two waveforms are different, the type of consumer equipment 140 corresponding to the representative waveform, for example, the control scheme, can be determined by analyzing the similarity between the two waveforms at a high level using a kernel trick. there is. The similarity between waveforms will be analyzed using a Dynamic Time Warping Matching algorithm based on an encoder-decoder supervised learning algorithm or a Gaussian mixture model unsupervised learning algorithm, as illustrated in Figure 10. In addition, Euclidean matching algorithms, etc. may be used.
수요자 설비(140)의 제어 스킴은 예를 들어, 흡입 공기량 조절(inlet modulation) 방식, 로딩-언로딩 조절(loading/unloading control) 방식, 자동 듀얼 제어(auto dual control) 방식, 내부 공간(체적) 가변 제어(variable displacement control) 방식, 가변 속도 제어(variable speed control) 방식(모터 속도 조절 방식), 원심 압축기(centrifugal compressor)에서 블로우-오프 밸브(blow-off valve)를 이용하는 블로우-오프 제어(blow-off control) 방식을 포함하는 다양한 제어 스킴 중의 적어도 둘 이상을 포함할 수 있으며, 이러한 다양한 제어 스킴 중에서 수요자 설비(140)에 해당하는 하나 또는 복수개의 제어 스킴이 결정될 수 있다.The control scheme of the consumer equipment 140 is, for example, an intake air volume control method (inlet modulation method), a loading/unloading control method, an automatic dual control method, and an internal space (volume). Variable displacement control, variable speed control (motor speed control), blow-off control using a blow-off valve in a centrifugal compressor. -off control) may include at least two or more of various control schemes, and among these various control schemes, one or a plurality of control schemes corresponding to the consumer equipment 140 may be determined.
일 실시예에서, 수요자 설비(140)는 하나 이상의 컴프레서를 포함할 수 있다. 에너지 관리 서버(300)는 제2 인공지능 모델에 의해 수요자 설비(140)에 해당하는 컴프레서의 단위 시간당 가동율 및 가동 패턴을 기초로 수요자 설비(140)의 전력 사용량을 계측할 수 있다.In one embodiment, consumer equipment 140 may include one or more compressors. The energy management server 300 can measure the power usage of the consumer equipment 140 based on the unit time operation rate and operation pattern of the compressor corresponding to the consumer equipment 140 using the second artificial intelligence model.
도 1 및 도 2를 참조하면, 수요자 설비 정보는 수요자 설비(140)에 대해 실측된 에너지 데이터(제1 실측 에너지 데이터)를 포함할 수 있다. 또한, 수요자 설비 정보는 실측 에너지 데이터 외에도, 수요자 설비(140)의 사양, 유형, 제조연도 등의 설비 정보를 더 포함할 수도 있다.Referring to FIGS. 1 and 2 , consumer equipment information may include actually measured energy data (first measured energy data) for the consumer equipment 140 . In addition, the consumer equipment information may further include equipment information such as specifications, type, and manufacturing year of the consumer equipment 140, in addition to actual energy data.
수요자 설비(140)의 실측 에너지 데이터와 함께, 수요자 설비(140)의 설비 정보가 부가적으로 제공되는 경우, 에너지 관리 서버(300)는 해당 수요자 설비(140)의 설비 정보를 기초로 수요자 설비(140)의 유형을 파악하여 해당 수요자 설비(140)의 에너지 효율화 정보를 분석할 수 있다.When equipment information of the consumer equipment 140 is additionally provided along with the actual energy data of the consumer equipment 140, the energy management server 300 provides consumer equipment ( By identifying the type of 140), energy efficiency information of the corresponding consumer facility 140 can be analyzed.
이와 달리, 에너지 관리 서버(300)는 수요자 설비(140)의 설비 정보가 제공되지 않은 수요자 설비(140)에 대해서는 상술한 제1 인공지능 모델 및 제2 인공지능 모델에 의해 수요자 설비(140)의 유형을 파악하여 에너지 효율화 정보를 분석할 수 있다.In contrast, the energy management server 300 manages the consumer equipment 140 for which the equipment information of the consumer equipment 140 is not provided using the above-described first artificial intelligence model and the second artificial intelligence model. Energy efficiency information can be analyzed by identifying the type.
수요자 설비 가동정보 분석부(330)는 수요자 설비(140)에 관한 제1 실측 에너지 데이터를 기초로, 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하도록 구성될 수 있다. 수요자 설비 가동정보 분석부(330)는 제1 인공지능 모델에 의해 제1 실측 에너지 데이터를 기초로 수요자 설비(140)의 유형을 분석하고, 분석된 수요자 설비(140)의 유형에 대응되는 제2 인공지능 모델을 결정할 수 있다. The consumer equipment operation information analysis unit 330 may be configured to analyze the operation rate and operation pattern per unit time of the consumer equipment based on the first actual energy data regarding the consumer equipment 140. The consumer equipment operation information analysis unit 330 analyzes the type of consumer equipment 140 based on the first actual energy data using the first artificial intelligence model, and analyzes the type of consumer equipment 140 corresponding to the analyzed type of consumer equipment 140. You can decide on an artificial intelligence model.
본 발명의 실시예에서, 수요자 설비(140)의 유형을 분석하기 위한 제1 인공지능 모델은 GMM(Gaussian mixture model) 기반의 인공지능 모델일 수 있다. 제1 인공지능 모델의 입력 데이터는 수요자 설비의 실측 에너지 데이터이고, 출력 데이터는 수요자 설비의 유형일 수 있다.In an embodiment of the present invention, the first artificial intelligence model for analyzing the type of consumer equipment 140 may be an artificial intelligence model based on GMM (Gaussian mixture model). The input data of the first artificial intelligence model may be actual energy data of consumer equipment, and the output data may be the type of consumer equipment.
제1 인공지능 모델은 GMM 기반의 인공지능 모델 외에도, SVM(Support Vector Machine), LSTM(Long Short-Term Memory), LSTM-CNN/RNN(LSTM Convolutional/Recurrent Neural Network) 등의 지도학습 인공지능 모델, 변분 오토인코더(Variational Autoencoder), 적대적 오토인코더(Adversarial Autoencoder), MAD-GAN(Multivariate Anomaly Detection with Generative Adversarial Network) 등의 비지도 학습 인공지능 모델로 구현될 수도 있다.The first artificial intelligence model is a GMM-based artificial intelligence model, as well as supervised learning artificial intelligence models such as SVM (Support Vector Machine), LSTM (Long Short-Term Memory), and LSTM-CNN/RNN (LSTM Convolutional/Recurrent Neural Network). , It can also be implemented with unsupervised learning artificial intelligence models such as Variational Autoencoder, Adversarial Autoencoder, and MAD-GAN (Multivariate Anomaly Detection with Generative Adversarial Network).
수요자 설비 가동정보 분석부(330)의 제1 인공지능 모델은 제1 실측 에너지 데이터의 대표 파형을 추출하고, 추출된 대표 파형을 설정된 다수의 기준 파형과 GMM 기반의 인공지능 모델에 의해 비교하여 대표 파형에 대해 클러스터링을 수행함으로써 수요자 설비의 제어 스킴(control scheme)을 분류할 수 있다.The first artificial intelligence model of the consumer facility operation information analysis unit 330 extracts a representative waveform of the first actual energy data, and compares the extracted representative waveform with a number of set reference waveforms and a GMM-based artificial intelligence model to represent the representative waveform. By performing clustering on the waveform, the control scheme of the consumer equipment can be classified.
실시예에서, 제1 인공지능 모델은 GMM 기반의 인공지능 모델에 의해 동적 시간 와핑(Dynamic Time Warping)을 기반으로 수요자 설비의 실측 에너지 데이터로부터 추출된 대표 파형과 수요자 설비의 다양한 유형 별로 각각 수집된 기준 파형 간의 거리 분포를 분석하여 파형들 사이의 유사성을 판단함으로써 수요자 설비의 제어 스킴을 분류할 수 있다.In the embodiment, the first artificial intelligence model is a representative waveform extracted from actual energy data of consumer equipment based on dynamic time warping by a GMM-based artificial intelligence model and collected by various types of consumer equipment, respectively. By analyzing the distance distribution between reference waveforms and determining the similarity between waveforms, the control scheme of consumer equipment can be classified.
수요자 설비 가동정보 분석부(330)는 분석된 수요자 설비(140)의 유형에 따라 결정되는 제2 인공지능 모델에 의해 제1 실측 에너지 데이터를 분석하여 수요자 설비(140)의 단위 시간당 가동율 및 가동 패턴을 분석하도록 구성될 수 있다.The consumer equipment operation information analysis unit 330 analyzes the first actual energy data using a second artificial intelligence model determined according to the type of the analyzed consumer equipment 140 to determine the unit time operation rate and operation pattern of the consumer equipment 140. It can be configured to analyze.
수요자 설비 가동정보 분석부(330)의 제2 인공지능 모델은 수요자 설비(140)의 유형에 해당하는 학습 데이터를 기초로 미리 학습(지도 학습 또는 비지도 학습)될 수 있다. 제2 인공지능 모델의 입력 데이터는 수요자 설비의 실측 에너지 데이터이고, 출력 데이터는 설비의 단위 시간당 가동율 및 가동 패턴이다.The second artificial intelligence model of the consumer equipment operation information analysis unit 330 may be pre-trained (supervised learning or unsupervised learning) based on learning data corresponding to the type of consumer equipment 140. The input data of the second artificial intelligence model is the actual energy data of the consumer's equipment, and the output data is the operation rate and operation pattern per unit time of the equipment.
수요자 설비 가동정보 분석부(330)에 의해 분석된 수요자 설비(140)의 단위 시간당 가동율 및/또는 가동 패턴은 에너지 사용량이나 발전량의 예측, 에너지 효율화 분석, 에너지 사용 패턴 분석, 에너지 최적화 스케줄링 분석 등에 활용될 수 있다.The unit time operation rate and/or operation pattern of the consumer equipment 140 analyzed by the consumer equipment operation information analysis unit 330 is used for prediction of energy usage or power generation, energy efficiency analysis, energy use pattern analysis, energy optimization scheduling analysis, etc. It can be.
상술한 수요자 설비 가동정보 분석부(330)에 의해, 수요자 설비(140)에 관련된 공기 압력, 토출 온도, 운전 상태, 과거 운전 이력, 총 운전시간, 유지보수 시간, 가동률, 가동 패턴, 전력 데이터, 유량 데이터, 전원 상태, 모터 동작 횟수, 모터 동작 시간, 부하 운전 시간 등의 분석 데이터를 얻을 수 있다.By the consumer equipment operation information analysis unit 330 described above, air pressure, discharge temperature, operation status, past operation history, total operation time, maintenance time, operation rate, operation pattern, power data related to the consumer equipment 140, You can obtain analysis data such as flow data, power status, number of motor operations, motor operation time, and load operation time.
또한, 본 발명의 실시예에 의하면, 컴프레서 등의 수요자 설비(140)의 사용 패턴, 가동 패턴, 에너지 사용량, 에너지 절감 가능량, 에너지 효율화 ROI 등을 약 95% 이상(TPR, MAPE 기준)의 높은 정확도로 분석 또는 예측할 수 있다.In addition, according to an embodiment of the present invention, the usage pattern, operation pattern, energy usage, energy saving amount, energy efficiency ROI, etc. of consumer equipment 140 such as a compressor can be determined with high accuracy of about 95% or more (based on TPR and MAPE). It can be analyzed or predicted.
에너지 효율화 분석부(340)는 수요자 설비 가동정보 분석부(330)의 제1 인공지능 모델 및 제2 인공지능 모델에 의해 분석된 수요자 설비(140)의 가동율 및 가동 패턴을 기초로, 수요자 설비(140)의 에너지 효율화와 관련된 공급자 설비를 분석하도록 구성될 수 있다.The energy efficiency analysis unit 340 is based on the operation rate and operation pattern of the consumer equipment 140 analyzed by the first artificial intelligence model and the second artificial intelligence model of the consumer equipment operation information analysis unit 330, consumer equipment ( 140) can be configured to analyze supplier facilities related to energy efficiency.
이상에서 설명된 실시예들의 구성 중 적어도 일부는 하드웨어 구성요소, 소프트웨어 구성요소, 및/ 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.At least some of the configurations of the embodiments described above may be implemented as hardware components, software components, and/or a combination of hardware components and software components. For example, the devices, methods, and components described in the embodiments may include, for example, a processor, a controller, an Arithmetic Logic Unit (ALU), a Digital Signal Processor, a microcomputer, and a Field Programmable Gate (FPGA). It may be implemented using one or more general-purpose computers or special-purpose computers, such as an array, PLU (Programmable Logic Unit), microprocessor, or any other device that can execute and respond to instructions.
처리 장치는 운영 체제 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 이해할 것이다.The processing device may execute an operating system and one or more software applications that run on the operating system. Additionally, a processing device may access, store, manipulate, process, and generate data in response to the execution of software. For ease of understanding, a single processing device may be described as being used; however, those skilled in the art will understand that a processing device may include multiple processing elements and/or multiple types of processing elements. You will understand that it can be included.
예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor) 와 같은, 다른 처리 구성(Processing configuration)도 가능하다. 소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.For example, a processing device may include a plurality of processors or one processor and one controller. Additionally, other processing configurations, such as parallel processors, are also possible. Software may include a computer program, code, instructions, or a combination of one or more of these, and may configure a processing unit to operate as desired, or to process independently or collectively. You can command the device.
소프트웨어 및/ 또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody) 될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능한 기록 매체에 저장될 수 있다.Software and/or data may be used on any type of machine, component, physical device, virtual equipment, computer storage medium or device to be interpreted by or to provide instructions or data to a processing device. It can be embodied in . Software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. Computer-readable media may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and available to those skilled in the art of computer software.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CDROMs and DVDs, and ROM, RAM, and flash memory. Includes hardware devices specifically configured to store and execute program instructions, such as: Examples of program instructions include machine language code, such as that produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.As described above, although the embodiments have been described with limited examples and drawings, various modifications and variations can be made by those skilled in the art from the above description. For example, the described techniques are performed in a different order than the described method, and/or components of the described system, structure, device, circuit, etc. are combined or combined in a different form than the described method, or other components are used. Alternatively, appropriate results may be achieved even if substituted or substituted by an equivalent. Therefore, other implementations, other embodiments and equivalents of the claims also fall within the scope of the following claims.

Claims (15)

  1. 다수의 공급자에 의해 제공되는 다수의 상이한 공급자 설비와 관련된 다수의 공급자 설비 정보를 다수의 공급자 단말기로부터 수신하도록 구성되는 공급자 설비정보 수신부;a supplier equipment information receiving unit configured to receive, from a plurality of supplier terminals, plural supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers;
    적어도 하나의 수요자 단말기로부터 수요자가 사용 중인 수요자 설비에 관한 수요자 설비 정보 및 상기 수요자 설비에 대한 제1 실측 에너지 데이터를 수신하도록 구성되는 수요자 설비정보 수신부; 및a consumer equipment information receiving unit configured to receive consumer equipment information regarding consumer equipment being used by a consumer and first actual energy data for the consumer equipment from at least one consumer terminal; and
    상기 수요자 설비에 관한 상기 제1 실측 에너지 데이터를 기초로, 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하도록 구성되는 수요자 설비 가동정보 분석부를 포함하는, 에너지 관리 시스템.An energy management system comprising a consumer equipment operation information analysis unit configured to analyze an operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
  2. 청구항 1에 있어서,In claim 1,
    상기 수요자 설비의 상기 가동율 및 상기 가동 패턴을 기초로, 상기 수요자 설비의 에너지 효율화와 관련된 공급자 설비를 분석하도록 구성되는 에너지 효율화 분석부;an energy efficiency analysis unit configured to analyze supplier equipment related to energy efficiency of the consumer equipment, based on the operation rate and the operation pattern of the consumer equipment;
    상기 수요자 설비의 에너지 효율화와 관련된 하나 이상의 제1 공급자 설비의 설비 정보와, 분석된 에너지 효율화 정보를 상기 수요자 단말기로 송신하도록 구성되는 공급자 설비정보 전송부; 및a supplier equipment information transmission unit configured to transmit equipment information of at least one first supplier equipment related to energy efficiency of the consumer equipment and the analyzed energy efficiency information to the consumer terminal; and
    상기 수요자 단말기에 의해 상기 하나 이상의 제1 공급자 설비 중 제2 공급자 설비가 선택되면, 상기 제2 공급자 설비의 공급을 상기 공급자 단말기로 요청하도록 구성되는 공급자 설비공급 요청부를 더 포함하고,When a second supplier equipment is selected among the one or more first supplier equipment by the consumer terminal, it further includes a supplier equipment supply request unit configured to request supply of the second supplier equipment to the supplier terminal,
    상기 에너지 효율화 분석부는 상기 제1 실측 에너지 데이터의 시간에 따른 에너지 실측값을 기초로 상기 수요자 설비의 가동시간과 비가동시간 및 가동종료시간을 판단하여 상기 가동패턴을 분석하고, 단위 시간당 가동시간의 비율에 따라 상기 가동율을 산출하는, 에너지 관리 시스템.The energy efficiency analysis unit determines the operation time, non-operation time, and operation end time of the consumer equipment based on the actual energy measurement over time of the first actual energy data, analyzes the operation pattern, and calculates the operation time per unit time. An energy management system that calculates the operation rate according to the ratio.
  3. 청구항 2에 있어서,In claim 2,
    상기 에너지 효율화 분석부는:The energy efficiency analysis unit:
    상기 제1 실측 에너지 데이터 중 상기 가동시간에서 발생되는 제1 가동시간 에너지 실측값과 상기 공급자 설비의 가동시간에 발생되는 제2 가동시간 에너지 예측값 간의 차분값에 상기 가동율을 가중한 값을 기초로 가동시간 에너지 효율화 정보를 예측하고;Operation is based on a value obtained by weighting the operation rate to the difference value between the first actual operation time energy measurement value generated during the operation time among the first actual energy data and the second operation time energy predicted value generated during the operation time of the supplier facility. predict time energy efficiency information;
    상기 제1 실측 에너지 데이터 중 상기 비가동시간에서 발생되는 제1 비가동시간 에너지 실측값과 상기 공급자 설비의 비가동시간에 발생되는 제2 비가동시간 에너지 예측값 간의 차분값에 상기 단위 시간당 상기 비가동시간의 비율을 가중한 값을 기초로 비가동시간 에너지 효율화 정보를 예측하고; 그리고Among the first actual energy data, the difference value between the first non-operation time energy measured value generated during the non-operation time and the second non-operation time energy predicted value generated during the non-operation time of the supplier facility is the difference value between the non-operation time per unit time. Predict non-operational time energy efficiency information based on a weighted value of the time ratio; and
    상기 가동시간 에너지 효율화 정보 및 상기 비가동시간 에너지 효율화 정보를 기초로 상기 수요자 설비의 에너지 효율화 정보를 생성하도록 구성되는, 에너지 관리 시스템.An energy management system configured to generate energy efficiency information of the consumer equipment based on the operation time energy efficiency information and the non-operation time energy efficiency information.
  4. 청구항 2에 있어서,In claim 2,
    상기 수요자 설비정보 수신부는 상기 수요자 설비가 상기 제2 공급자 설비로 교체된 후, 상기 제2 공급자 설비와 관련된 제2 실측 에너지 데이터를 상기 수요자 단말기로부터 수신하도록 구성되고,The consumer equipment information receiving unit is configured to receive second actual energy data related to the second supplier equipment from the consumer terminal after the consumer equipment is replaced with the second supplier equipment,
    상기 제1 실측 에너지 데이터와 상기 제2 실측 에너지 데이터를 비교하여 에너지 효율화 실측값을 산출하고, 상기 에너지 효율화 실측값을 기초로 에너지 효율화 서비스에 따른 비용을 산출하는 정산부를 더 포함하는, 에너지 관리 시스템.An energy management system further comprising a settlement unit that compares the first actual energy data and the second actual energy data to calculate an actual energy efficiency measurement value, and calculates a cost for an energy efficiency service based on the actual energy efficiency measurement value. .
  5. 청구항 1에 있어서,In claim 1,
    상기 제1 실측 에너지 데이터를 기초로 상기 수요자 설비의 유형을 분석하도록 구성되는 제1 인공지능 모델; 및a first artificial intelligence model configured to analyze the type of the consumer equipment based on the first actual energy data; and
    상기 제1 실측 에너지 데이터를 분석하여 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하도록 구성되는 제2 인공지능 모델을 더 포함하고,Further comprising a second artificial intelligence model configured to analyze the first actual energy data to analyze the operation rate and operation pattern per unit time of the consumer equipment,
    상기 제1 인공지능 모델은 상기 수요자 설비의 유형에 대응되는 제2 인공지능 모델을 결정하도록 구성되는, 에너지 관리 시스템.The first artificial intelligence model is configured to determine a second artificial intelligence model corresponding to the type of consumer equipment.
  6. 청구항 5에 있어서,In claim 5,
    상기 제1 인공지능 모델은:The first artificial intelligence model is:
    상기 제1 실측 에너지 데이터의 대표 파형을 추출하고;extracting a representative waveform of the first measured energy data;
    GMM 기반의 인공지능 모델에 의해 동적 시간 와핑(Dynamic Time Warping)을 기반으로 상기 대표 파형을 설정된 다수의 기준 파형과 비교하여 상기 대표 파형에 대해 클러스터링을 수행하되, 상기 대표 파형과 상기 기준 파형 간의 거리 분포를 분석하여 파형들 사이의 유사성을 판단함으로써 상기 수요자 설비의 제어 스킴을 분류하고; 그리고Clustering is performed on the representative waveform by comparing it with a plurality of set reference waveforms based on dynamic time warping by a GMM-based artificial intelligence model, and the distance between the representative waveform and the reference waveform classify control schemes of the consumer equipment by analyzing distributions to determine similarity between waveforms; and
    상기 수요자 설비의 제어 스킴을 기초로 상기 수요자 설비의 유형에 대응되는 상기 제2 인공지능 모델을 결정하도록 구성되는, 에너지 관리 시스템.An energy management system configured to determine the second artificial intelligence model corresponding to the type of the consumer equipment based on the control scheme of the consumer equipment.
  7. 청구항 6에 있어서,In claim 6,
    상기 제어 스킴은 흡입 공기량 조절 방식, 로딩-언로딩 조절 방식, 자동 듀얼 제어 방식, 내부 공간 가변 제어 방식, 가변 속도 제어 방식, 및 블로우-오프 제어 방식을 포함하는 다양한 제어 스킴 중의 적어도 둘 이상을 포함하는, 에너지 관리 시스템.The control scheme includes at least two of various control schemes, including an intake air volume control method, a loading-unloading control method, an automatic dual control method, a variable internal space control method, a variable speed control method, and a blow-off control method. energy management system.
  8. (A) 공급자 설비정보 수신부에 의해, 다수의 공급자에 의해 제공되는 다수의 상이한 공급자 설비와 관련된 다수의 공급자 설비 정보를 다수의 공급자 단말기로부터 수신하는 단계;(A) receiving, by a supplier equipment information receiving unit, plural supplier equipment information related to a plurality of different supplier equipment provided by a plurality of suppliers from a plurality of supplier terminals;
    (B) 수요자 설비정보 수신부에 의해, 적어도 하나의 수요자 단말기로부터 수요자가 사용 중인 수요자 설비에 관한 수요자 설비 정보 및 상기 수요자 설비에 대한 제1 실측 에너지 데이터를 수신하는 단계; 및(B) receiving, by a consumer equipment information receiving unit, consumer equipment information about the consumer equipment being used by the consumer and first actual energy data about the consumer equipment from at least one consumer terminal; and
    (C) 수요자 설비 가동정보 분석부에 의해, 상기 수요자 설비에 관한 상기 제1 실측 에너지 데이터를 기초로, 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하는 단계를 포함하는, 에너지 관리 방법.(C) An energy management method comprising the step of analyzing, by a consumer equipment operation information analysis unit, an operation rate and operation pattern per unit time of the consumer equipment based on the first measured energy data regarding the consumer equipment.
  9. 청구항 8에 있어서,In claim 8,
    (D) 에너지 효율화 분석부에 의해, 상기 수요자 설비의 상기 가동율 및 상기 가동 패턴을 기초로, 상기 수요자 설비의 에너지 효율화와 관련된 공급자 설비를 분석하는 단계;(D) analyzing, by an energy efficiency analysis unit, supplier equipment related to energy efficiency of the consumer equipment based on the operation rate and the operation pattern of the consumer equipment;
    (E) 공급자 설비정보 전송부에 의해, 상기 수요자 설비의 에너지 효율화와 관련된 하나 이상의 제1 공급자 설비의 설비 정보와, 분석된 에너지 효율화 정보를 상기 수요자 단말기로 송신하는 단계; 및(E) transmitting, by a supplier equipment information transmission unit, equipment information of at least one first supplier equipment related to energy efficiency of the consumer equipment and the analyzed energy efficiency information to the consumer terminal; and
    (F) 공급자 설비공급 요청부에 의해, 상기 수요자 단말기에 의해 상기 하나 이상의 제1 공급자 설비 중 제2 공급자 설비가 선택되면, 상기 제2 공급자 설비의 공급을 상기 공급자 단말기로 요청하는 단계를 더 포함하고,(F) When a second supplier equipment is selected among the one or more first supplier equipment by the consumer terminal, by a supplier equipment supply request unit, requesting the supply of the second supplier equipment to the supplier terminal. do,
    상기 (D) 단계는 상기 제1 실측 에너지 데이터의 시간에 따른 에너지 실측값을 기초로 상기 수요자 설비의 가동시간과 비가동시간 및 가동종료시간을 판단하여 상기 가동패턴을 분석하는 단계 및 단위 시간당 가동시간의 비율에 따라 상기 가동율을 산출하는 단계를 포함하는, 에너지 관리 방법.The step (D) is a step of analyzing the operation pattern by determining the operation time, non-operation time, and operation end time of the consumer equipment based on the time-dependent energy measurement value of the first actual energy data, and operation per unit time. An energy management method comprising calculating the operation rate according to a percentage of time.
  10. 청구항 9에 있어서,In claim 9,
    상기 (D) 단계는:Step (D) above is:
    상기 제1 실측 에너지 데이터 중 상기 가동시간에서 발생되는 제1 가동시간 에너지 실측값과 상기 공급자 설비의 가동시간에 발생되는 제2 가동시간 에너지 예측값 간의 차분값에 상기 가동율을 가중한 값을 기초로 가동시간 에너지 효율화 정보를 예측하는 단계;Operation is based on a value obtained by weighting the operation rate to the difference value between the first actual operation time energy measurement value generated during the operation time among the first actual energy data and the second operation time energy predicted value generated during the operation time of the supplier facility. predicting time energy efficiency information;
    상기 제1 실측 에너지 데이터 중 상기 비가동시간에서 발생되는 제1 비가동시간 에너지 실측값과 상기 공급자 설비의 비가동시간에 발생되는 제2 비가동시간 에너지 예측값 간의 차분값에 상기 단위 시간당 상기 비가동시간의 비율을 가중한 값을 기초로 비가동시간 에너지 효율화 정보를 예측하는 단계; 및Among the first actual energy data, the difference value between the first non-operation time energy measured value generated during the non-operation time and the second non-operation time energy predicted value generated during the non-operation time of the supplier facility is the difference value between the non-operation time per unit time. Predicting non-operational time energy efficiency information based on a weighted value of the time ratio; and
    상기 가동시간 에너지 효율화 정보 및 상기 비가동시간 에너지 효율화 정보를 기초로 상기 수요자 설비의 에너지 효율화 정보를 생성하는 단계를 포함하는, 에너지 관리 방법.An energy management method comprising generating energy efficiency information of the consumer equipment based on the operation time energy efficiency information and the non-operation time energy efficiency information.
  11. 청구항 9에 있어서,In claim 9,
    상기 (B) 단계는 The step (B) is
    상기 수요자 설비정보 수신부에 의해, 상기 수요자 설비가 상기 제2 공급자 설비로 교체된 후, 상기 제2 공급자 설비와 관련된 제2 실측 에너지 데이터를 상기 수요자 단말기로부터 수신하는 단계를 포함하고,After the consumer equipment is replaced by the second supplier equipment, receiving second actual energy data related to the second supplier equipment from the consumer terminal, by the consumer equipment information receiving unit,
    정산부에 의해, 상기 제1 실측 에너지 데이터와 상기 제2 실측 에너지 데이터를 비교하여 에너지 효율화 실측값을 산출하고, 상기 에너지 효율화 실측값을 기초로 에너지 효율화 서비스에 따른 비용을 산출하는 단계를 더 포함하는, 에너지 관리 방법.Comparing the first actual energy data and the second actual energy data to calculate, by the settlement unit, an actual energy efficiency measurement value, and calculating a cost according to the energy efficiency service based on the actual energy efficiency measurement value. How to manage energy.
  12. 청구항 8에 있어서,In claim 8,
    상기 (C) 단계는:Step (C) above is:
    (C-1) 제1 인공지능 모델에 의해 상기 제1 실측 에너지 데이터를 기초로 상기 수요자 설비의 유형을 분석하고, 분석된 상기 수요자 설비의 유형에 대응되는 제2 인공지능 모델을 결정하는 단계; 및(C-1) analyzing the type of consumer equipment based on the first measured energy data by a first artificial intelligence model and determining a second artificial intelligence model corresponding to the analyzed type of consumer equipment; and
    (C-2) 상기 제2 인공지능 모델에 의해 상기 제1 실측 에너지 데이터를 분석하여 상기 수요자 설비의 단위 시간당 가동율 및 가동 패턴을 분석하는 단계를 포함하는, 에너지 관리 방법.(C-2) An energy management method comprising the step of analyzing the operation rate and operation pattern per unit time of the consumer equipment by analyzing the first measured energy data using the second artificial intelligence model.
  13. 청구항 12에 있어서,In claim 12,
    상기 (C-1) 단계는:The step (C-1) above is:
    상기 제1 실측 에너지 데이터의 대표 파형을 추출하는 단계;extracting a representative waveform of the first measured energy data;
    GMM 기반의 상기 제1 인공지능 모델에 의해 동적 시간 와핑(Dynamic Time Warping)을 기반으로 상기 대표 파형을 설정된 다수의 기준 파형과 비교하여 상기 대표 파형에 대해 클러스터링을 수행하되, 상기 대표 파형과 상기 기준 파형 간의 거리 분포를 분석하여 파형들 사이의 유사성을 판단함으로써 상기 수요자 설비의 제어 스킴을 분류하는 단계; 및Clustering is performed on the representative waveform by comparing the representative waveform with a plurality of set reference waveforms based on dynamic time warping by the first artificial intelligence model based on GMM, and the representative waveform and the reference Classifying control schemes of the consumer equipment by analyzing distance distribution between waveforms and determining similarity between waveforms; and
    상기 수요자 설비의 제어 스킴을 기초로 상기 수요자 설비의 유형에 대응되는 상기 제2 인공지능 모델을 결정하는 단계를 포함하는, 에너지 관리 방법.An energy management method comprising determining the second artificial intelligence model corresponding to the type of the consumer equipment based on the control scheme of the consumer equipment.
  14. 청구항 13에 있어서,In claim 13,
    상기 제어 스킴은 흡입 공기량 조절 방식, 로딩-언로딩 조절 방식, 자동 듀얼 제어 방식, 내부 공간 가변 제어 방식, 가변 속도 제어 방식, 및 블로우-오프 제어 방식을 포함하는 다양한 제어 스킴 중의 적어도 둘 이상을 포함하는, 에너지 관리 방법.The control scheme includes at least two of various control schemes, including an intake air volume control method, a loading-unloading control method, an automatic dual control method, a variable internal space control method, a variable speed control method, and a blow-off control method. How to manage energy.
  15. 청구항 8의 에너지 관리 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 비일시적 기록 매체.A non-transitory computer-readable recording medium on which a program for executing the energy management method of claim 8 is recorded.
PCT/KR2023/006968 2022-05-30 2023-05-23 Energy management system and method enabling consumer-supplier matching based on quantitative energy data analysis of consumer equipment WO2023234617A1 (en)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220066319 2022-05-30
KR10-2022-0066319 2022-05-30
KR10-2022-0155866 2022-11-18
KR1020220155866A KR20230166844A (en) 2022-05-30 2022-11-18 Energy management system capable of matching consumers and suppliers based on quantitative energy data analysis on consumer facilities and method of the same

Publications (1)

Publication Number Publication Date
WO2023234617A1 true WO2023234617A1 (en) 2023-12-07

Family

ID=89025359

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/006968 WO2023234617A1 (en) 2022-05-30 2023-05-23 Energy management system and method enabling consumer-supplier matching based on quantitative energy data analysis of consumer equipment

Country Status (1)

Country Link
WO (1) WO2023234617A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080172312A1 (en) * 2006-09-25 2008-07-17 Andreas Joanni Synesiou System and method for resource management
JP2012170285A (en) * 2011-02-16 2012-09-06 Toshiba Corp Home energy management system
JP2013106374A (en) * 2011-11-10 2013-05-30 Shimizu Corp Demand power control device and demand power control method
WO2015108041A1 (en) * 2014-01-14 2015-07-23 京セラ株式会社 Energy management device and energy management method
KR20160112313A (en) * 2015-03-18 2016-09-28 신라대학교 산학협력단 Energy management system through monitoring of supplying and receiving greenhouse gas

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080172312A1 (en) * 2006-09-25 2008-07-17 Andreas Joanni Synesiou System and method for resource management
JP2012170285A (en) * 2011-02-16 2012-09-06 Toshiba Corp Home energy management system
JP2013106374A (en) * 2011-11-10 2013-05-30 Shimizu Corp Demand power control device and demand power control method
WO2015108041A1 (en) * 2014-01-14 2015-07-23 京セラ株式会社 Energy management device and energy management method
KR20160112313A (en) * 2015-03-18 2016-09-28 신라대학교 산학협력단 Energy management system through monitoring of supplying and receiving greenhouse gas

Similar Documents

Publication Publication Date Title
US10409231B2 (en) Methods and apparatuses for utilizing adaptive predictive algorithms and determining when to use the adaptive predictive algorithms for virtual metrology
US20210241544A1 (en) Platform for analyzing health of heavy electric machine and analysis method using the same
US20220334193A1 (en) Remaining-Life and Time-To-Failure Predictions of Power Assets
WO2020141882A1 (en) Explainable artificial intelligence modeling and simulation system and method
WO2018221948A1 (en) Method for process management through big data analysis
WO2022163956A1 (en) Artificial intelligence-based method and system for predicting demand at store
CN112330034A (en) Fault prediction method and system
Yang et al. Simulation-based transfer function modeling for transient analysis of general queueing systems
US20210232104A1 (en) Method and system for identifying and forecasting the development of faults in equipment
KR20200074825A (en) Method and System for Power Data Outlier Detection Based on Pattern Tagging
Hartmann et al. Suspicious electric consumption detection based on multi-profiling using live machine learning
WO2023234617A1 (en) Energy management system and method enabling consumer-supplier matching based on quantitative energy data analysis of consumer equipment
CN112070353A (en) Method and system for accurately detecting energy efficiency of data center
CN113703506B (en) Building material production workshop environment control and regulation method and system
Karunakaran et al. Toward evolving dispatching rules for dynamic job shop scheduling under uncertainty
WO2023234616A1 (en) Mobile energy meter rental-type energy management system and method
US20220230028A1 (en) Determination method, non-transitory computer-readable storage medium, and information processing device
CN110765486B (en) Asset fault identification method
KR20230077994A (en) Failure prediction system for manufacturing facilities
JP7226542B2 (en) TIME-SERIES DATA PROCESSING METHOD, TIME-SERIES DATA PROCESSING DEVICE, AND PROGRAM
KR20230166844A (en) Energy management system capable of matching consumers and suppliers based on quantitative energy data analysis on consumer facilities and method of the same
WO2023200131A1 (en) Tensor-based state score derivation system and method
KR20230166845A (en) Energy management system of lease type mobile energy meter and method of the same
KR102617618B1 (en) Device, method and system for providing artificial intelligence-based decision-making service for replacement of high-efficiency equipment replacement in industrial factories
US10942211B2 (en) Electrical equipment diagnostic systems

Legal Events

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

Ref document number: 23816279

Country of ref document: EP

Kind code of ref document: A1