맞춤기술찾기

이전대상기술

기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법

  • 기술번호 : KST2015000955
  • 담당센터 :
  • 전화번호 :
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법에 관한 것으로서, (a) 데이터 취득부가 기상청 서버로부터 일자별 과거 및 예측 기상 데이터를 취득하는 단계; (b) 신경 회로망 학습 및 산출부의 규준화 모듈이 상기 데이터 취득부를 통해 취득한 과거 기상 데이터와, 일자별 예측 기상 데이터의 크기를 규준화(normalizing)하는 단계; (c) 신경 회로망 학습 및 산출부의 학습모듈이 입력부를 통해 입력된 제어신호가 사용자의 학습 제어신호인지 여부를 판단하는 단계; (d) 상기 (c) 단계의 판단결과, 학습 제어신호인 경우, 상기 신경 회로망 학습 및 산출부의 학습모듈이 상기 규준화 모듈을 통해 규준화된 일자별 과거 기상 데이터를 신경 회로망의 입력단에 입력하고, 저장부에 저장된 일자별 과거 고장 접수 건수를 신경 회로망의 출력단에 입력하는 단계; (e) 상기 신경 회로망 학습 및 산출부의 학습모듈이 학습을 위한 가중치(weight)를 조정하는 단계; (f) 상기 신경 회로망 학습 및 산출부의 학습모듈이 조정된 가중치를 적용하여 규준화된 일자별 과거 기상 데이터를 재계산함으로써 재계산된 규준화된 일자별 과거 기상 데이터를 생성하는 단계; (g) 상기 신경 회로망 학습 및 산출부의 학습모듈이 재계산된 규준화된 일자별 과거 기상 데이터를 바탕으로 일자별 고장 접수 건수를 추정하는 단계; (h) 상기 신경 회로망 학습 및 산출부의 학습모듈이 추정된 일자별 고장 접수 건수가 상기 신경 회로망의 출력단에 입력된 일자별 과거 고장 접수 건수와 모두 동일한지 여부를 판단하는 단계; 및 (i) 상기 (h) 단계의 판단결과, 모두 동일할 경우, 상기 신경 회로망 학습 및 산출부의 학습모듈이 학습을 종료하는 단계; 를 포함한다.
Int. CL G06F 19/00 (2011.01)
CPC G06Q 50/26(2013.01) G06Q 50/26(2013.01)
출원번호/일자 1020130097862 (2013.08.19)
출원인 한국 전기안전공사
등록번호/일자 10-1398413-0000 (2014.05.16)
공개번호/일자
공고번호/일자 (20140527) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2013.08.19)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국 전기안전공사 대한민국 전라북도 완주군

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 유재근 대한민국 전라북도 전주시 완산구
2 전정채 대한민국 경기 남양주시
3 김택희 대한민국 경기 부천시 원미구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이은철 대한민국 서울특별시 송파구 법원로**길 **, A동 *층 ***호 (문정동, H비지니스파크)(*T국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전기안전공사 전라북도 완주군
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)
2013.08.19 수리 (Accepted) 1-1-2013-0749296-49
2 [특허출원]특허출원서
[Patent Application] Patent Application
2013.08.19 수리 (Accepted) 1-1-2013-0748642-76
3 [우선심사신청]선행기술조사의뢰서
[Request for Preferential Examination] Request for Prior Art Search
2013.08.21 수리 (Accepted) 9-1-9999-9999999-89
4 [우선심사신청]선행기술조사보고서
[Request for Preferential Examination] Report of Prior Art Search
2013.08.28 수리 (Accepted) 9-1-2013-0073113-45
5 의견제출통지서
Notification of reason for refusal
2014.01.06 발송처리완료 (Completion of Transmission) 9-5-2014-0008441-20
6 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2014.03.06 수리 (Accepted) 1-1-2014-0220126-24
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2014.04.07 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2014-0332127-18
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2014.04.07 수리 (Accepted) 1-1-2014-0332126-73
9 등록결정서
Decision to grant
2014.05.14 발송처리완료 (Completion of Transmission) 9-5-2014-0325660-14
10 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.08.07 수리 (Accepted) 4-1-2014-0079752-68
11 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.09.18 수리 (Accepted) 4-1-2014-5111058-70
12 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.05.28 수리 (Accepted) 4-1-2019-5105637-93
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법에 있어서, (a) 데이터 취득부(100)가 기상청 서버(10)로부터 일자별 과거 및 예측 기상 데이터를 취득하는 단계; (b) 신경 회로망 학습 및 산출부(300)의 규준화 모듈(310)이 상기 데이터 취득부(100)를 통해 취득한 과거 기상 데이터와, 일자별 예측 기상 데이터의 크기를 규준화(normalizing)하는 단계; (c) 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 입력부(400)를 통해 입력된 제어신호가 사용자의 학습 제어신호인지 여부를 판단하는 단계;(d) 상기 (c) 단계의 판단결과, 학습 제어신호인 경우, 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 상기 규준화 모듈(310)을 통해 규준화된 일자별 과거 기상 데이터를 신경 회로망(20)의 입력단에 입력하고, 저장부(200)에 저장된 일자별 과거 고장 접수 건수를 신경 회로망(20)의 출력단에 입력하는 단계;(e) 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 학습을 위한 가중치(weight)를 조정하는 단계;(f) 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 조정된 가중치를 적용하여 규준화된 일자별 과거 기상 데이터를 재계산함으로써 재계산된 규준화된 일자별 과거 기상 데이터를 생성하는 단계;(g) 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 재계산된 규준화된 일자별 과거 기상 데이터를 바탕으로 일자별 고장 접수 건수를 추정하는 단계; (h) 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 추정된 일자별 고장 접수 건수가 상기 신경 회로망(20)의 출력단에 입력된 일자별 과거 고장 접수 건수와 모두 동일한지 여부를 판단하는 단계; 및(i) 상기 (h) 단계의 판단결과, 모두 동일할 경우, 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 학습을 종료하는 단계; 를 포함하는 기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법
2 2
제 1 항에 있어서, (j) 상기 (h) 단계의 판단결과, 동일하지 않을 경우, 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 상기 (e) 단계로 절차를 이행하는 단계; 를 포함하는 것을 특징으로 하는 기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법
3 3
제 1 항에 있어서, (k) 상기 (c) 단계의 판단결과, 학습 제어신호가 아닌 경우, 상기 신경 회로망 학습 및 산출부(300)의 학습모듈(320)이 입력된 제어신호가 사용자의 산출 제어신호인지 여부를 판단하는 단계;(l) 상기 (k) 단계의 판단결과, 산출 제어신호일 경우, 신경 회로망 학습 및 산출부(300)의 산출모듈(330)이 상기 (b) 단계에서 상기 규준화 모듈(310)을 통해 규준화된 일자별 예측 기상 데이터를 신경 회로망(20)의 입력단에 입력하는 단계;(m) 상기 신경 회로망 학습 및 산출부(300)의 산출모듈(330)이 입력된 규준화된 일자별 예측 기상 데이터에 대응하는 가중치를 적용하여 규준화된 일자별 예측 기상 데이터를 재계산함으로써 재계산된 규준화된 일자별 예측 기상 데이터를 생성하는 단계; 및(n) 상기 신경 회로망 학습 및 산출부(300)의 산출모듈(330)이 재계산된 규준화된 일자별 예측 기상 데이터를 바탕으로 일자별 예측 고장 접수 건수를 산출하여 출력하는 단계; 를 포함하는 것을 특징으로 하는 기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법
4 4
제 1 항에 있어서,상기 데이터 취득부(100)를 통해 취득한 과거 기상 데이터와, 상기 저장부(200)에 저장된 일자별 과거 고장 접수 건수는, 동일 기간에 대한 데이터인 것을 특징으로 하는 기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.