| 1 |
1
분석장치가 일정 기간 동안 가스 센서로부터 매 주기마다 전송되는 복수개의 가스 농도에 대한 감지값을 수신하는 단계;상기 분석장치가 상기 복수개의 가스 농도에 대한 감지값을 이용하여 가스 농도에 대한 시계열 특성을 갖는 데이터를 생성하는 단계;상기 분석장치가 상기 데이터를 딥러닝 모델에 입력하여 상기 일정 기간 이후의 가스 누출량을 예측하는 단계; 및상기 분석장치가 상기 누출량을 상기 딥러닝 모델에 입력하여 상기 일정 기간 이후의 가스 폭발 위험도를 예측하는 단계;를 포함하는 딥러닝 기반 가스 누출 예측 방법
|
| 2 |
2
제 1 항에 있어서,상기 딥러닝 모델은 가스 누출량 및 가스 폭발 위험도에 대한 학습데이터를 이용하여 사전에 학습된 LSTM(Long Short Term Memory) 모델 또는 1D-CNN(One Dimensional Convolutional Neural Network) 모델인 딥러닝 기반 가스 누출 예측 방법
|
| 3 |
3
제 2 항에 있어서,상기 학습데이터는 밀폐공간 내 확산되는 가스 누출량을 시뮬레이션하여 산출한 농도 데이터를 포함하고,상기 딥러닝 모델은 상기 학습데이터를 이용하여 상기 가스 누출량을 예측하도록 학습되는 딥러닝 기반 가스 누출 예측 방법
|
| 4 |
4
제 1 항에 있어서,상기 분석장치는 LoRa망 또는 LTE망을 통해 상기 가스 센서로부터 상기 복수개의 가스 감지값을 수신하는 딥러닝 기반 가스 누출 예측 방법
|
| 5 |
5
제 1 항에 있어서, 상기 가스 폭발 위험도를 예측하는 단계는,상기 위험도를 예측한 결과를 사용자 단말기에 전송하는 단계를 더 포함하고,상기 분석장치는 상기 위험도를 예측한 결과가 이상 범위에 속하면 상기 사용자 단말기에 가스 확인에 대한 알림을 전송하는 딥러닝 기반 가스 누출 예측 방법
|
| 6 |
6
파이프에서 누출되는 가스 농도를 감지하는 가스 센서; 및상기 가스 센서로부터 매 주기마다 전송되는 복수개의 가스 농도에 대한 감지값을 수신하고 상기 복수개의 가스 농도에 대한 감지값을 이용하여 가스 농도에 대한 시계열 특성을 갖는 데이터를 생성하고 상기 데이터를 딥러닝 모델에 입력하여 상기 일정 기간 이후의 가스 누출량을 예측하고 상기 누출량을 상기 딥러닝 모델에 입력하여 상기 일정 기간 이후의 가스 폭발 위험도를 예측하는 서버;를 포함하는 딥러닝 기반 가스 누출 예측 시스템
|
| 7 |
7
제 6 항에 있어서, 상기 서버는,상기 가스 센서와 LoRa망 또는 LTE망을 통해 통신하여 상기 복수개의 가스 감지값을 수신하는 수신장치;상기 딥러닝 모델을 저장하는 저장장치; 및상기 딥러닝 모델을 이용하여 상기 가스 누출량 및 상기 가스 폭발 위험도를 예측하는 분석장치;를 포함하는 딥러닝 기반 가스 누출 예측 시스템
|
| 8 |
8
제 6 항에 있어서,상기 딥러닝 모델은 가스 누출량 및 가스 폭발 위험도에 대한 학습데이터를 이용하여 사전에 학습된 LSTM(Long Short Term Memory) 모델 또는 1D-CNN(One Dimensional Convolutional Neural Network) 모델인 딥러닝 기반 가스 누출 예측 시스템
|
| 9 |
9
제 8 항에 있어서,상기 학습데이터는 밀폐공간 내 확산되는 가스 누출량을 시뮬레이션하여 산출한 농도 데이터를 포함하고,상기 딥러닝 모델은 상기 학습데이터를 이용하여 상기 가스 누출량을 예측하도록 학습되는 딥러닝 기반 가스 누출 예측 시스템
|
| 10 |
10
제 6 항에 있어서,상기 서버는 상기 위험도를 예측한 결과가 이상 범위에 속하면 사용자 단말기에 가스 확인에 대한 알림을 전송하는 딥러닝 기반 가스 누출 예측 시스템
|
