맞춤기술찾기

이전대상기술

지형표고모델 및 이미지 프로세싱 딥러닝 알고리즘 기반 지형정보를 고려한 태양복사에너지 추정 방법 및 장치

  • 기술번호 : KST2021003236
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 지형표고모델 및 이미지 프로세싱 딥러닝 알고리즘 기반 지형정보를 고려한 태양복사에너지 추정 방법 및 장치가 제시된다. 일 실시예에 따른 지형정보를 고려한 태양복사에너지 추정 방법은, 미리 수집된 지형 데이터를 기반으로 지형표고모델(Digital Elevation Model, DEM)을 생성하는 단계; 생성된 상기 지형표고모델의 데이터를 딥러닝(Deep Learning) 모델에 적합하도록 데이터 가공 후, 생성된 입력 데이터를 입력 데이터베이스에 저장하는 단계; 태양복사에너지 추정을 위한 태양복사에너지 맵을 생성하는 단계; 생성된 상기 태양복사에너지 맵을 딥러닝 모델에 적합하도록 데이터 가공 후, 생성된 출력 데이터를 출력 데이터베이스에 저장하는 단계; 및 상기 입력 데이터베이스에 저장된 입력 데이터와 상기 출력 데이터베이스에 저장된 출력 데이터를 결합하여 데이터 셋을 형성하고, 상기 데이터 셋을 이미지 프로세싱 기반 딥러닝 모델에 적용하여 지형 효과가 고려된 태양복사에너지를 추정하는 단계를 포함하여 이루어질 수 있다.
Int. CL G06F 30/00 (2020.01.01) G06F 16/29 (2019.01.01) G06Q 50/26 (2012.01.01) G06N 3/08 (2006.01.01) H02J 3/38 (2006.01.01)
CPC G06F 30/20(2013.01) G06F 16/29(2013.01) G06Q 50/26(2013.01) G06N 3/08(2013.01) H02J 3/385(2013.01)
출원번호/일자 1020190117889 (2019.09.25)
출원인 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2021-0036008 (2021.04.02) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.09.25)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 한상욱 서울특별시 성동구
2 허재 서울특별시 성동구
3 정재훈 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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
2019.09.25 수리 (Accepted) 1-1-2019-0978846-84
2 선행기술조사의뢰서
Request for Prior Art Search
2020.03.04 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2020.05.15 수리 (Accepted) 9-1-2020-0020764-58
4 의견제출통지서
Notification of reason for refusal
2020.11.30 발송처리완료 (Completion of Transmission) 9-5-2020-0836580-19
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.01.28 수리 (Accepted) 1-1-2021-0114132-21
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.01.28 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0114133-77
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
미리 수집된 지형 데이터를 기반으로 지형표고모델(Digital Elevation Model, DEM)을 생성하는 단계; 생성된 상기 지형표고모델의 데이터를 딥러닝(Deep Learning) 모델에 적합하도록 데이터 가공 후, 생성된 입력 데이터를 입력 데이터베이스에 저장하는 단계;태양복사에너지 추정을 위한 태양복사에너지 맵을 생성하는 단계; 생성된 상기 태양복사에너지 맵을 딥러닝 모델에 적합하도록 데이터 가공 후, 생성된 출력 데이터를 출력 데이터베이스에 저장하는 단계; 및 상기 입력 데이터베이스에 저장된 입력 데이터와 상기 출력 데이터베이스에 저장된 출력 데이터를 결합하여 데이터 셋을 형성하고, 상기 데이터 셋을 이미지 프로세싱 기반 딥러닝 모델에 적용하여 지형 효과가 고려된 태양복사에너지를 추정하는 단계를 포함하는, 지형정보를 고려한 태양복사에너지 추정 방법
2 2
제1항에 있어서,추정된 상기 태양복사에너지의 추정 값과 동일한 위치에 있는 실제 태양복사에너지의 실제 값을 회귀분석 평가를 통해 분석하여 태양복사에너지의 분석 값을 획득하는 단계를 더 포함하는, 지형정보를 고려한 태양복사에너지 추정 방법
3 3
제2항에 있어서,상기 태양복사에너지의 추정 값, 실제 값 및 분석 값을 지리정보시스템(Geographic Information System, GIS) 상에 지도 형식으로 나타내어 정보를 표시하는 단계를 더 포함하는, 지형정보를 고려한 태양복사에너지 추정 방법
4 4
제1항에 있어서,상기 지형표고모델을 생성하는 단계는, 미리 수집된 정보인 국가에서 제공되는 지형 데이터를 기반으로 상기 지형표고모델을 생성하는 것을 특징으로 하는, 지형정보를 고려한 태양복사에너지 추정 방법
5 5
제1항에 있어서,상기 데이터 셋을 이미지 프로세싱 기반 딥러닝 모델에 적용하여 지형 효과가 고려된 태양복사에너지를 추정하는 단계는, 대용량의 상기 데이터 셋을 이미지 프로세싱 기반 합성곱 신경망(Convolutional Neural Network, CNN) 모델에 적용하여 지형 효과가 고려된 태양복사에너지의 추정 값을 추정하여 학습시키는 것을 특징으로 하는, 지형정보를 고려한 태양복사에너지 추정 방법
6 6
제1항에 있어서,상기 지형 효과는, 고도가 높은 지형에 의해 생기는 그림자 효과나 인접 지형의 심한 지형 변화에 의해 발생하는 영향들을 포함하는 것을 특징으로 하는, 지형정보를 고려한 태양복사에너지 추정 방법
7 7
제1항에 있어서,상기 데이터 셋을 이미지 프로세싱 기반 딥러닝 모델에 적용하여 지형 효과가 고려된 태양복사에너지를 추정하는 단계는, 이미지 패턴 및 특징 추출에 특화되어 있는 합성곱 신경망(Convolutional Neural Network, CNN) 모델을 통해 지형 변화 패턴을 분석하고, 분석된 상기 지형 변화 패턴을 기반으로 픽셀 단위로 지형 효과가 태양복사에너지의 추정에 미치는 정도를 반영하여 상기 태양복사에너지를 추정하는 것을 특징으로 하는, 지형정보를 고려한 태양복사에너지 추정 방법
8 8
미리 수집된 지형 데이터를 기반으로 지형표고모델(Digital Elevation Model, DEM)을 생성하는 지형표고모델 생성부; 생성된 상기 지형표고모델의 데이터를 딥러닝(Deep Learning) 모델에 적합하도록 데이터 가공 후, 생성된 입력 데이터를 입력 데이터베이스에 저장하는 입력 데이터베이스부;태양복사에너지 추정을 위한 태양복사에너지 맵을 생성하는 태양복사에너지 맵 생성부; 생성된 상기 태양복사에너지 맵을 딥러닝 모델에 적합하도록 데이터 가공 후, 생성된 출력 데이터를 출력 데이터베이스에 저장하는 출력 데이터베이스부; 및 상기 입력 데이터베이스에 저장된 입력 데이터와 상기 출력 데이터베이스에 저장된 출력 데이터를 결합하여 데이터 셋을 형성하고, 상기 데이터 셋을 이미지 프로세싱 기반 딥러닝 모델에 적용하여 지형 효과가 고려된 태양복사에너지를 추정하는 태양복사에너지 추정부를 포함하는, 지형정보를 고려한 태양복사에너지 추정 방법
9 9
제8항에 있어서,추정된 상기 태양복사에너지의 추정 값과 동일한 위치에 있는 실제 태양복사에너지의 실제 값을 회귀분석 평가를 통해 분석하여 태양복사에너지의 분석 값을 획득하는 태양복사에너지 분석부를 더 포함하는, 지형정보를 고려한 태양복사에너지 추정 방법
10 10
제9항에 있어서,상기 태양복사에너지의 추정 값, 실제 값 및 분석 값을 지리정보시스템(Geographic Information System, GIS) 상에 지도 형식으로 나타내어 정보를 표시하는 정보 표시부를 더 포함하는, 지형정보를 고려한 태양복사에너지 추정 방법
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 국토교통부 한양대학교 산학협력단 국토교통기술연구개발사업 / 국토교통기술연구개발사업 / 국토교통기술촉진연구사업 태양광패널의 적지 선별을 위한 고속도로망 주변 유휴국유지를 대상으로 한 다차원 공간데이터 프로세싱 기술 개발