| 1 |
1
데이터 전처리 모듈이 충전소 이용 데이터를 기 설정된 기준시간 단위로 수집하고, 기계학습 기법 적용을 위해 기 설정된 기초시간 단위별로 상태값을 설정하는 단계; 상기 데이터 전처리 모듈이 상기 상태값을 토대로 상기 기준시간 단위별로 데이터 라벨을 설정하는 단계; 모델 생성 모듈이 상기 데이터 전처리 모듈에 의해 전처리된 충전소 이용 데이터를 이용하여 기계 학습 모델을 생성하는 단계; 및모델 적용 모듈이 새롭게 수집된 충전소 이용 데이터를 상기 기계 학습 모델에 적용하여 전기자동차 충전소의 상태를 판별하는 단계를 포함하는 전기자동차 충전소 모니터링 방법
|
| 2 |
2
제 1 항에 있어서, 상기 기초시간 단위별로 상태값을 설정하는 단계에서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량과 시간이 포함된 형태의 데이터를 상기 기초시간 단위별 동일 여부에 따라 전력량과 종료시간이 포함된 형태의 데이터로 변환하고, 전력량과 종료시간이 포함된 형태의 데이터를 전력량에 따라 전력량 상태값과 종료시간이 포함된 형태의 데이터로 변환하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 3 |
3
제 2 항에 있어서, 상기 기초시간 단위별로 상태값을 설정하는 단계에서, 상기 데이터 전처리 모듈은 전력량과 시간이 포함된 형태의 데이터 중 동일한 전력량을 갖는 시간대를 하나의 전력량과 종료시간이 포함된 형태의 데이터로 변환하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 4 |
4
제 2 항에 있어서, 상기 기초시간 단위별로 상태값을 설정하는 단계에서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량과 종료시간이 포함된 형태의 데이터에서 기 설정된 정상범위의 전력량과 비교하여 비교 결과에 따라 전력량 상태값과 종료시간이 포함된 형태의 데이터로 변환하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 5 |
5
제 4 항에 있어서, 상기 기초시간 단위별로 상태값을 설정하는 단계에서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량 상태값과 종료시간이 포함된 형태의 데이터에서 전력량 상태값을 '0(전력량)', 정상전력, 저전력 및 고전력 중 어느 하나로 표현하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 6 |
6
제 2 항에 있어서, 상기 기준시간 단위별로 데이터 라벨을 설정하는 단계에서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량 상태값과 종료시간이 포함된 형태의 데이터를 토대로 정상 상태, 장애 의심 상태, 비활성화 상태 및 장애 상태 중 어느 하나로 설정하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 7 |
7
제 6 항에 있어서, 상기 기준시간 단위별로 데이터 라벨을 설정하는 단계에서, 상기 데이터 전처리 모듈은 상기 기준시간 단위 내 상기 기초시간 단위 각각의 전력량 상태값이 모두 정상전력이면 상기 데이터 라벨을 정상 상태로 설정하고, 상기 기준시간 단위 내 상기 기초시간 단위 각각의 전력량 상태값 중 적어도 하나가 '0(전력량)'이면 상기 데이터 라벨을 장애 의심 상태와 비활성화 상태 중 어느 하나로 설정하며, 상기 기준시간 단위 내 상기 기초시간 단위의 전력량 상태값 중 적어도 하나가 저전력 또는 고전력이면 상기 데이터 라벨을 장애 상태로 설정하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 8 |
8
제 7 항에 있어서, 상기 기준시간 단위별로 데이터 라벨을 설정하는 단계에서, 상기 데이터 전처리 모듈은 상기 기준시간 단위 내 상기 기초시간 단위의 전력량 상태값의 초기 값과 마지막 값 중 적어도 하나가 '0(전력량)'이면 상기 데이터 라벨을 장애 의심 상태로 설정하고, 상기 기준시간 단위 내 상기 기초시간 단위의 전력량 상태값의 마지막 값이 정상전력이 되면 상기 데이터 라벨을 비활성화 상태로 설정하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 9 |
9
제 1 항에 있어서, 상기 기계 학습 모델은 SVM(Support Vector Machine) 모델인 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 10 |
10
제 1 항에 있어서, 상기 기계 학습 모델을 생성하는 단계에서, 상기 모델 생성 모듈은 상기 기계 학습 모델을 상기 기준시간 단위별로 생성하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 11 |
11
제 10 항에 있어서, 상기 전기자동차 충전소의 상태를 판별하는 단계에서, 상기 모델 적용 모듈은 상기 새롭게 수집된 충전소 이용 데이터를 상기 기계 학습 모델에 상기 기준시간 단위별로 적용하는 것을 특징으로 하는 전기자동차 충전소 모니터링 방법
|
| 12 |
12
충전소 이용 데이터를 기 설정된 기준시간 단위로 수집하고, 기계학습 기법 적용을 위해 기 설정된 기초시간 단위별로 전력량 상태값을 설정하고, 전력량 상태값을 토대로 상기 기준시간 단위별로 데이터 라벨을 설정하는 데이터 전처리 모듈; 상기 데이터 전처리 모듈에 의해 전처리된 충전소 이용 데이터를 이용하여 기계 학습 모델을 생성하는 모델 생성 모듈; 및새롭게 수집된 충전소 이용 데이터를 상기 모델 생성 모듈에 의해 생성된 상기 기계 학습 모델에 적용하여 전기자동차 충전소의 상태를 판별하는 모델 적용 모듈을 포함하는 전기자동차 충전소 모니터링 장치
|
| 13 |
13
제 12 항에 있어서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량과 시간이 포함된 형태의 데이터를 상기 기초시간 단위별 동일 여부에 따라 전력량과 종료시간이 포함된 형태의 데이터로 변환하고, 전력량과 종료시간이 포함된 형태의 전력량에 따라 전력량 상태값과 종료시간이 포함된 형태의 데이터로 변환하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 14 |
14
제 13 항에 있어서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량과 시간이 포함된 형태의 데이터 중 동일한 전력량을 갖는 시간대를 하나의 전력량과 종료시간이 포함된 형태의 데이터로 변환하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 15 |
15
제 13 항에 있어서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량과 종료시간이 포함된 형태의 데이터에서 기 설정된 정상범위의 전력량과 비교하여 비교 결과에 따라 전력량 상태값과 종료시간이 포함된 형태의 데이터로 변환하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 16 |
16
제 15 항에 있어서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량 상태값과 종료시간이 포함된 형태의 데이터에서 전력량 상태값을 '0(전력량)', 정상전력, 저전력 및 고전력 중 어느 하나로 표현하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 17 |
17
제 13 항에 있어서, 상기 데이터 전처리 모듈은 상기 기초시간 단위별 전력량 상태값과 종료시간이 포함된 형태의 데이터를 토대로 정상 상태, 장애 의심 상태, 비활성화 상태 및 장애 상태 중 어느 하나로 설정하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 18 |
18
제 17 항에 있어서, 상기 데이터 전처리 모듈은 상기 기준시간 단위 내 상기 기초시간 단위 각각의 전력량 상태값이 모두 정상전력이면 상기 데이터 라벨을 정상 상태로 설정하고, 상기 기준시간 단위 내 상기 기초시간 단위 각각의 전력량 상태값 중 적어도 하나가 '0(전력량)'이면 상기 데이터 라벨을 장애 의심 상태와 비활성화 상태 중 어느 하나로 설정하며, 상기 기준시간 단위 내 상기 기초시간 단위의 전력량 상태값 중 적어도 하나가 저전력 또는 고전력이면 상기 데이터 라벨을 장애 상태로 설정하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 19 |
19
제 18 항에 있어서, 상기 데이터 전처리 모듈은 상기 기준시간 단위 내 상기 기초시간 단위의 전력량 상태값의 초기 값과 마지막 값 중 적어도 하나가 '0(전력량)'이면 상기 데이터 라벨을 장애 의심 상태로 설정하고, 상기 기준시간 단위 내 상기 기초시간 단위의 전력량 상태값의 마지막 값이 정상전력이 되면 상기 데이터 라벨을 비활성화 상태로 설정하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 20 |
20
제 12 항에 있어서, 상기 기계 학습 모델은 SVM(Support Vector Machine) 모델인 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 21 |
21
제 12 항에 있어서, 상기 모델 생성 모듈은 상기 기계 학습 모델을 상기 기준시간 단위별로 생성하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
| 22 |
22
제 21 항에 있어서, 상기 모델 적용 모듈은 상기 새롭게 수집된 충전소 이용 데이터를 상기 기계 학습 모델에 상기 기준시간 단위별로 적용하는 것을 특징으로 하는 전기자동차 충전소 모니터링 장치
|
