맞춤기술찾기

이전대상기술

최적 물리 학습모델과 기계학습을 이용한 에너지 운영관리 시스템

  • 기술번호 : KST2020002049
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 최적 물리 학습모델과 기계학습을 이용한 에너지 성능 예측 방법 및 이를 포함하는 에너지 운영관리 시스템에 관한 것으로, 더욱 자세하게는 대상운영건축물의 운영, 관리를 위한 전체에너지시스템을 모방한 물리모델의 최적화 기법을 이용하여 실제 시스템에 근접한 상태의 최적화된 예측이 가능하며, 단기간의 입력정보를 이용하여 장기간의 인공지능을 학습할 수 있는 최적 물리 학습모델과 기계학습을 이용한 에너지 성능 예측 방법 및 이를 포함하는 에너지 운영관리 시스템에 관한 것이다.
Int. CL G06Q 50/06 (2012.01.01) G06Q 10/04 (2012.01.01) G06F 30/00 (2020.01.01)
CPC G06Q 50/06(2013.01) G06Q 50/06(2013.01) G06Q 50/06(2013.01) G06Q 50/06(2013.01)
출원번호/일자 1020180090231 (2018.08.02)
출원인 한국에너지기술연구원
등록번호/일자
공개번호/일자 10-2020-0017604 (2020.02.19) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.08.02)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국에너지기술연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이경호 대전광역시 유성구
2 백남춘 대전광역시 유성구
3 공민석 대전광역시 유성구
4 황혜미 대전광역시 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 플러스 대한민국 대전광역시 서구 한밭대로 ***번지 (둔산동, 사학연금회관) **층

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.08.02 수리 (Accepted) 1-1-2018-0765258-73
2 선행기술조사의뢰서
Request for Prior Art Search
2018.11.09 수리 (Accepted) 9-1-9999-9999999-89
3 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.01.08 수리 (Accepted) 4-1-2019-5004978-55
4 선행기술조사보고서
Report of Prior Art Search
2019.01.08 발송처리완료 (Completion of Transmission) 9-6-2019-0095697-70
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.21 수리 (Accepted) 4-1-2019-5166803-39
6 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.21 수리 (Accepted) 4-1-2019-5166801-48
7 의견제출통지서
Notification of reason for refusal
2019.09.23 발송처리완료 (Completion of Transmission) 9-5-2019-0682912-37
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.11.21 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-1197438-30
9 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.11.21 수리 (Accepted) 1-1-2019-1197457-08
10 의견제출통지서
Notification of reason for refusal
2020.03.23 발송처리완료 (Completion of Transmission) 9-5-2020-0211957-81
11 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.05.08 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0465894-91
12 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.05.08 수리 (Accepted) 1-1-2020-0465905-16
13 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.09.01 수리 (Accepted) 4-1-2020-5197654-62
14 최후의견제출통지서
Notification of reason for final refusal
2020.09.25 발송처리완료 (Completion of Transmission) 9-5-2020-0663419-63
15 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.10.28 보정승인 (Acceptance of amendment) 1-1-2020-1144118-28
16 등록결정서
Decision to grant
2020.12.07 발송처리완료 (Completion of Transmission) 9-5-2020-0854985-18
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
운전대상물의 전체에너지시스템의 과거운영데이터를 수집하는 과거데이터수집단계(S100);최적화 기법을 이용하여 상기 전체에너지시스템에 따른 입력정보, 출력정보 및 파라메터로 구성된 전체시스템물리모델을 학습하는 물리모델학습단계(S200);학습을 완료한 상기 전체시스템물리모델을 이용하여, 장기간의 학습용 데이터를 생성하는 학습용데이터생성단계(S300); 및상기 장기간의 학습용 데이터를 이용하여 하여 인공지능을 기반으로 구축된 기계학습모델을 학습하는 기계학습단계(S400);를 포함하는 것을 특징으로 하는 에너지 성능 예측 방법
2 2
제1항에 있어서,상기 전체시스템물리모델은 상기 전체에너지시스템에서의 각각의 구성요소모델을 물리적인 수식으로 연결하여 통합하는 전체레벨에서의 입력정보, 출력정보 및 파라메터로 구성되는 것을 특징으로 하는 에너지 성능 예측 방법
3 3
제2항에 있어서,상기 최적화 기법은 일정기간의 과거입력정보에 따른 상기 전체에너지시스템에서의 측정된 출력정보()와 상기 전체시스템물리모델에서 계산된 출력정보()의 차이의 전체합이 최소가 되는 파라메터를 탐색하는 것을 특징으로 하는 에너지 성능 예측 방법
4 4
제3항에 있어서,상기 최적화 기법은 시계열로 입력받은 과거의 기상정보를 상기 과거입력정보로 하며,상기 과거입력정보에 따른 상기 전체에너지시스템에서 측정된 에너지소비량() 및 상기 전체시스템물리모델에서 계산된 에너지소비량()을 각각의 상기 출력정보(, )로 하는 것을 특징으로 하는 에너지 성능 예측 방법
5 5
제4항에 있어서,상기 출력정보는 에너지소비량, 실내온도, 실내오염도, 열저장조 온도 및 전력저장장치의 충전상태 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 에너지 성능 예측 방법
6 6
제3항에 있어서,상기 장기간의 학습용 데이터는 학습을 완료한 상기 전체시스템물리모델과 장기간의 표준기상정보 및 장기간의 입력정보를 이용하여 장기간의 출력정보를 산출하여 생성되는 것을 특징으로 하는 에너지 성능 예측 방법
7 7
제1항에 있어서,상기 에너지 성능 예측 방법은,학습된 상기 기계학습모델을 이용하여 예측하고자 하는 기간에 해당되는 기상정보와 입력정보에 따른 출력정보를 산출하는 성능예측단계(S500);를 더 포함하는 것을 특징으로 하는 전체에너지시스템의 에너지 성능 예측 방법
8 8
제1항에 있어서,상기 에너지 성능 예측 방법은,학습된 상기 기계학습모델을 이용하여 예측하고자 하는 기간에 해당되는 기상정보와 입력정보에 따른 상기 전체에너지시스템을 운영하기 위한 제어변수를 도출하는 최적제어변수도출단계(S600);를 더 포함하는 것을 특징으로 하는 에너지 성능 예측방법
9 9
운영대상물의 전체에너지시스템을 관리하는 로컬운영서버 및 상기 로컬운영서버와 유무선통신을 수행하는 원격기계학습서버를 포함하는 최적 물리학습모델과 기계학습을 이용한 에너지운영관리 시스템에 있어서,상기 로컬운영서버 및 원격기계학습서버는,상기 전체에너지시스템을 모방하여 입력정보, 출력정보 및 파라메터로 구성되는 수식적 물리모델로 구축된 전체시스템물리모델; 및상기 전체에너지시스템을 모방하여 인공지능을 기반으로 구축된 기계학습모델;을 포함하되,상기 로컬운영서버는,상기 전체에너지시스템으로부터 과거운영데이터 및 과거 기상정보를 입력받아 저장하는 실측데이터저장모듈; 및최적화 기법을 통하여 학습된 상기 전체시스템물리모델에서의 최적화된 파라메터를 탐색 및 저장하는 물리모델학습모듈;을 더 포함하고,상기 원격기계학습서버는,상기 로컬운영서버로부터 상기 최적화된 파라메터를 수신받아 상기 기계학습모듈을 학습하기 위한 장기간의 학습용 데이터를 생산 및 저장하는 학습용데이터생성모듈; 및상기 장기간의 학습용 데이터를 이용하여 학습된 상기 기계학습모델에서의 파라메터를 탐색 및 저장하는 기계모델학습모듈;을 더 포함하여,상기 로컬운영서버는 상기 원격기계학습서버로부터 상기 장기간 학습된 파라메터를 수신받는 것을 특징으로 하는 에너지 운영관리 시스템
10 10
제9항에 있어서,상기 로컬운영서버는,학습된 상기 기계학습모델을 이용하여 예측하고자 하는 기간의 입력정보에 따른 출력정보를 산출하는 성능예측모듈;을 더 포함하는 것을 특징으로 하는 에너지 운영관리 시스템
11 11
제9항 또는 제10항에 있어서,상기 원격기계학습서버는,예측하고자하는 기간의 입력정보에 따른 상기 전체에너지시스템을 제어하기 위한 최적제어변수를 탐색 및 저장하는 학습제어모듈;을 더 포함하는 것을 특징으로 하는 에너지 운영관리 시스템
12 12
제11항에 있어서,상기 로컬운영서버는,상기 원격기계학습서버로부터 수신받은 상기 최적제어변수를 상기 전체에너지시스템의 로컬제어장치에 전달하여 상기 전체에너지시스템 각각의 구성장치를 제어하는 것을 특징으로 하는 에너지 운영관리 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국에너지기술연구원 주요사업 신재생복합에너지 건물 및 타운을 위한 통합에너지운영 지능화 기술