맞춤기술찾기

이전대상기술

배전설비 상태 이상 개소 감시 시스템 및 방법

  • 기술번호 : KST2022021367
  • 담당센터 :
  • 전화번호 :
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 발명의 딥러닝 기반 배전설비 상태 이상 개소 감시 시스템은, 빅데이터로 축적된 계측 데이터를 기반으로한 LSTM 시계열 데이터 학습 모델; 상기 데이터 학습 모델을 기반으로 향후 계측 데이터를 예측하는 데이터 예측부; 상기 빅데이터로 축적된 계측 데이터에 대한 분포 정보를 산출하고 저장하는 분포 정보 관리부; 상기 데이터 예측부가 예측한 데이터의 분포 정보를 도출하고, 상기 분포 정보 관리부에 저장된 분포 정보에 대하여 상호 상관계수 정보를 산출하는 신뢰도 정보 산출부; 및 상기 데이터 학습 모델을 재학습시키는 모델 구성부를 포함할 수 있다.
Int. CL G06Q 50/10 (2012.01.01) G06Q 50/06 (2012.01.01) H02J 3/00 (2006.01.01)
CPC G06Q 50/10(2013.01) G06Q 50/06(2013.01) H02J 3/00(2013.01)
출원번호/일자 1020210037849 (2021.03.24)
출원인 한국전력공사
등록번호/일자
공개번호/일자 10-2022-0132824 (2022.10.04) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전력공사 대한민국 전라남도 나주시

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이춘권 대전광역시 유성구
2 정종만 대전광역시 동구
3 박미르 경기도 고양시 일산서구
4 김형래 대구광역시 수성구
5 이병성 대전광역시 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 정안 대한민국 서울특별시 강남구 선릉로 ***, ***호(논현동,썬라이더빌딩)

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
2021.03.24 수리 (Accepted) 1-1-2021-0344583-82
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
빅데이터로 축적된 계측 데이터를 기반으로한 LSTM 시계열 데이터 학습 모델;상기 데이터 학습 모델을 기반으로 향후 계측 데이터를 예측하는 데이터 예측부;상기 빅데이터로 축적된 계측 데이터에 대한 분포 정보를 산출하고 저장하는 분포 정보 관리부; 상기 데이터 예측부가 예측한 데이터의 분포 정보를 도출하고, 상기 분포 정보 관리부에 저장된 분포 정보에 대하여 상호 상관계수 정보를 산출하는 신뢰도 정보 산출부; 및상기 데이터 학습 모델을 재학습시키는 모델 구성부를 포함하는 배전설비 상태 이상 개소 감시 시스템
2 2
제1항에 있어서,상기 분포 정보 관리부는, 상기 축적된 계측 데이터에 대한 분포 정보로서 4 분위수를 도출하여 DB의 형태로 보유하는 배전설비 상태 이상 개소 감시 시스템
3 3
제1항에 있어서,전력 설비나 배전 선로상에 설치된 각종 센서들로부터의 계측값들을 배정된 통신 채널을 통하여 전송받아, 내부 저장 수단이나 외부의 DB 서버에 저장하는 방식으로 관련 빅데이터를 축적하는 계측 데이터 획득부를 더 포함하는 배전설비 상태 이상 개소 감시 시스템
4 4
제1항에 있어서, 상기 상호 상관계수 정보를 시각적으로 배전 설비 관리자에게 제공하고, 상기 관리자의 평가를 입력받는 사용자 인터페이스를 더 포함하는 배전설비 상태 이상 개소 감시 시스템
5 5
제4항에 있어서,상기 모델 구성부는,상기 사용자 인터페이스를 통한 관리자의 전문가 판정을 반영하여 상기 데이터 학습 모델을 재학습시키는 배전설비 상태 이상 개소 감시 시스템
6 6
제4항에 있어서,상기 모델 구성부는, 실계측 데이터와 LSTM을 통한 예측데이터간의 오차를 반영하여 재학습시키는 배전설비 상태 이상 개소 감시 시스템
7 7
제4항에 있어서,상기 사용자 인터페이스는,축적된 계측 빅데이터에 대하여 확률분포를 4등분하는 값의 조합인 4 분위수 정보와 함께 계측값 또는 예측값을 화면에 표시하는 배전설비 상태 이상 개소 감시 시스템
8 8
제7항에 있어서,상기 사용자 인터페이스는, 관리자의 지시에 따라 상기 화면를 구성하는데 기준이 되는 4분위수 정보를 위한 시간 구간을 설정하는 배전설비 상태 이상 개소 감시 시스템
9 9
제1항에 있어서,상기 LSTM 시계열 데이터 학습 모델은, 시계열 데이터 분석 방법으로서, 데이터의 추세(trend data), 주기 반복 패턴(cycle data)를 각각 분해하여 이상 계측치 탐지하고, STR(Seasonal-Trend-Residual) 가법 모델의 계절 요인을 주기요인으로 대체 활용할 수 있는 배전설비 상태 이상 개소 감시 시스템
10 10
전력 계통의 계측 데이터를 적용할 LSTM 시계열 데이터 학습 모델을 준비하는 단계;전력 계통의 계측 데이터를 빅데이터로서 수집하는 단계;수집된 상기 계측 데이터로 학습시킨 상기 LSTM 시계열 데이터 학습 모델을 이용하여 향후 계측 데이터를 예측하는 단계;상기 빅데이터로 축적된 계측 데이터에 대한 분포 정보로서 분위수 정보를 산출하여 DB화 하는 단계;상기 분위수 정보와 예측된 계측 데이터 또는 실 계측 데이터를 상호 비교한 정보를 관리자에게 제공하는 단계; 및상기 상호 비교한 정보에 따라 상기 LSTM 시계열 데이터 학습 모델을 재학습시키는 단계를 포함하는 배전설비 상태 이상 개소 감시 방법
11 11
제10항에 있어서,상기 DB화 하는 단계에서는, 지정된 시간 구간에 속한 측정값들에 대하여 4분위수 정보를 산출하고, 산출된 4분위수 정보를 DB에 저장하는 배전설비 상태 이상 개소 감시 방법
12 12
제10항에 있어서,계측 데이터를 빅데이터로서 수집하는 단계에서는,배전 설비에 설치된 각종 계측 장비들로부터 계측값을 IoT 센서 네트워크를 통해 입력받는 배전설비 상태 이상 개소 감시 방법
13 13
제10항에 있어서,사용자 인터페이스를 통한 관리자의 판정을 입력받는 단계를 더 포함하고,상기 학습 모델을 재학습시키는 단계에서는, 상기 관리자의 판정을 반영하여 상기 데이터 학습 모델을 재학습시키는 배전설비 상태 이상 개소 감시 방법
14 14
제10항에 있어서,상호 비교한 정보를 관리자에게 제공하는 단계에서는,축적된 계측 빅데이터에 대하여 확률분포를 4등분하는 값의 조합인 4 분위수 정보와 함께 계측값 또는 예측값을 화면에 표시하는 배전설비 상태 이상 개소 감시 방법
15 15
제10항에 있어서,상기 빅데이터로서 수집하는 단계에서 수집된 정보를 이용하여, 상기 DB화 하는 단계 및 상기 향후 계측 데이터를 예측하는 단계가 병행하여 수행되는 배전설비 상태 이상 개소 감시 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.