맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법

  • 기술번호 : KST2021007473
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
상담신청 PDF 받기
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 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법이 제공된다. 본 발명의 실시예에 따른 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법은, 다중 학습 모델을 저장하는 단계; 및 저장된 다중 학습 모델을 기반으로 실시간 에너지 사용량 데이터를 입력하여 현재 상태를 추론하는 단계;를 포함한다. 이에 의해, 에너지 소비 공간의 메인 전력 사용량 데이터만을 이용하여 비지도 학습 기반의 부하 모니터링(NILM)을 수행할 수 있으며, 이를 통하여, 에너지 소비 공간에서 일어나는 일을 인식하고, 인식 결과를 지능형 제어 시, 중요 파라미터로 이용할 수 있다.
Int. CL G06N 5/04 (2006.01.01) G06N 3/08 (2006.01.01) G06Q 50/06 (2012.01.01)
CPC G06N 5/04(2013.01) G06N 3/08(2013.01) H02J 3/00(2013.01) G06Q 50/06(2013.01)
출원번호/일자 1020190155904 (2019.11.28)
출원인 한국전자기술연구원
등록번호/일자
공개번호/일자 10-2021-0066534 (2021.06.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.02.21)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자기술연구원 대한민국 경기도 성남시 분당구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 지영민 경기도 성남시 분당구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 남충우 대한민국 서울 강남구 언주로 ***, *층(역삼동, 광진빌딩)(알렉스국제특허법률사무소)

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		 2019.11.28 수리 (Accepted) 1-1-2019-1231273-92
2 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)		 2020.02.21 수리 (Accepted) 1-1-2020-0185254-01
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.08.24 수리 (Accepted) 4-1-2020-5189497-57
4 [우선심사신청]심사청구서·우선심사신청서
 2020.11.03 수리 (Accepted) 1-1-2020-1170654-33
5 의견제출통지서
Notification of reason for refusal		 2021.01.06 발송처리완료 (Completion of Transmission) 9-5-2021-0017407-20
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.03.02 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0242208-16
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.03.02 수리 (Accepted) 1-1-2021-0242200-52
8 최후의견제출통지서
Notification of reason for final refusal		 2021.05.07 발송처리완료 (Completion of Transmission) 9-5-2021-0364590-17
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
다중 학습 모델을 저장하는 단계; 및저장된 다중 학습 모델을 기반으로 실시간 에너지 사용량 데이터를 입력하여 현재 상태를 추론하는 단계;를 포함하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
2 2
청구항 1에 있어서,추론 단계는, 과거 에너지 사용 데이터를 기반으로 부하를 식별하여 현재 상태를 추론하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
3 3
청구항 1에 있어서,에너지 사용량 데이터의 클러스터 분류 기법을 활용하여 뉴런 학습에 필요한 데이터 세트를 확보하는 단계;뉴런 학습을 위해 분류된 클러스터 단위의 학습 샘플 데이터 세트를 조정하여, 학습 데이터를 생성하는 단계; 및 생성된 학습 데이터를 이용하여, 실시간 에너지 사용량 데이터를 입력으로 현재 상태의 출론 결과를 출력하는 다중 학습 모델을 학습시키는 단계;를 더 포함하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
4 4
청구항 3에 있어서,학습 데이터는,분류 식별 데이터인 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
5 5
청구항 4에 있어서,학습 데이터의 생성 단계는,실제 에너지 사용량 데이터와 분류 식별 데이터가 확보되면, 뉴런 학습을 위한 학습 데이터 및 테스트 데이터를 분류하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
6 6
청구항 5에 있어서,학습 데이터의 생성 단계는,클러스터 분류 기법으로 분류한 식별 데이터의 수를 기반으로 뉴럴 네트워크의 출력 단위를 수정하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
7 7
청구항 6에 있어서,다중 학습 모델의 학습 단계는, 저장된 다중 모델을 로드하여 실시간 에너지 사용량 데이터와 학습 데이터를 이용하여, 뉴런 역전파 학습(backpropagation learning)을 수행하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
8 8
청구항 7에 있어서,테스트 데이터를 활용하여 확습된 또는 저장된 전체 다중 학습 모델의 성능을 검증하는 단계; 및검증 결과, 전체 다중 학습 모델 중 분류 정확도가 가장 높은 다중 학습 모델을 분리하여 저장하는 단계;를 더 포함하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
9 9
청구항 8에 있어서,검증 단계는,기설정된 주기마다 저장 또는 학습된 전체 다중 학습 모델의 성능을 각각 검증하는 것을 특징으로 하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
10 10
다중 학습 모델을 저장하는 단계; 및저장된 다중 학습 모델을 기반으로 실시간 에너지 사용량 데이터를 입력하여 현재 상태를 추론하는 단계;를 포함하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법을 수행하는 컴퓨터 프로그램이 수록된 컴퓨터로 읽을 수 있는 기록매체
11 11
다중 학습 모델을 저장하는 학습 모델 저장소; 및저장된 다중 학습 모델을 기반으로 실시간 에너지 사용량 데이터를 입력하여 현재 상태를 추론하는 프로세서;를 포함하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 시스템
12 12
다중 학습 모델을 저장하는 단계; 기설정된 주기마다 저장된 전체 다중 학습 모델의 성능을 검증하는 단계; 검증 결과, 전체 다중 학습 모델 중 분류 정확도가 가장 높은 다중 학습 모델을 분리하여 저장하는 단계; 및분리 저장된 다중 학습 모델을 기반으로 실시간 데이터를 입력하여 현재 상태를 추론하는 단계;를 포함하는 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 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 산업통상자원부 한국전자통신연구원 에너지수요관리핵심기술개발(에특)(R＆D) LIGHT-HVAC 에너지최적화 시스템 및 BM 개발