1 |
1
신재생에너지 주택지원사업지에 설치된 태양광 발전 시스템의 볼린저 밴드 기반 이상감지 장치가 수행하는 이상감지 방법에 있어서,상기 태양광 발전 시스템으로부터 수집되는 태양광 발전 시스템 데이터를 입력받는 단계;상기 입력된 태양광 발전 시스템 데이터를 기반으로, 미리 설정된 클러스터링(Clustering) 변수 및 머신러닝 알고리즘을 이용하여 상기 태양광 발전 시스템을 클러스터링하는 단계;볼린저밴드(BB: Bollinger Bands)와 정규분포를 혼합하여 상기 태양광 발전 시스템의 발전량 데이터에 대한 이상값 검출 구간을 산출하는 단계; 및상기 산출된 이상값 검출 구간을 이용하여 상기 발전량 데이터를 정상 데이터 또는 이상 데이터로 분류하는 단계를 포함하는 이상감지 방법
|
2 |
2
제1항에 있어서,상기 클러스터링 변수는 설치위치, 설치높이, 방위각, 경사각 및 그림자 면적을 포함하는 것을 특징으로 하는 이상감지 방법
|
3 |
3
제1항에 있어서,상기 태양광 발전 시스템을 클러스터링하는 단계는,실루엣 계수(Silhouette Coefficient)를 이용하여 클러스터 개수의 우선순위를 결정하고, 각 클러스터에 최소 10개 이상의 데이터가 포함되도록 하여, 최적의 클러스터 개수를 선정하는 것을 특징으로 하는 이상감지 방법
|
4 |
4
제1항에 있어서,상기 이상값 검출 구간을 산출하는 단계는,상기 클러스터링을 통해 산출된 클러스터 별 발전량 데이터의 평균 및 표준편차를 이용하여 상기 볼린저밴드를 산출하는 것을 특징으로 하는 이상감지 방법
|
5 |
5
제1항에 있어서,상기 이상값 검출 구간을 산출하는 단계는,20일동안 누적된 발전량 데이터를 이용하여 제1 볼린저밴드를 산출하고, 당일 발전량 데이터를 이용하여 제2 볼린저밴드를 산출하여, 상기 이상값 검출 구간을 산출하되,상기 제2 볼린저밴드는 상기 정규분포의 신뢰구간(confidence interval)을 산출하는 방식을 이용하여 산출되는 것을 특징으로 하는 이상감지 방법
|
6 |
6
제5항에 있어서,상기 발전량 데이터를 정상 데이터 또는 이상 데이터로 분류하는 단계는,상기 제1 볼린저밴드 및 상기 제2 볼린저밴드에 모두 발전량 데이터가 속하는 경우, 정상 데이터로 분류하고,상기 제1 볼린저밴드 및 상기 제2 볼린저밴드 중 하나에만 발전량 데이터가 속하는 경우, 주의 및 관찰이 필요한 제1 이상 데이터로 분류하고,상기 제1 볼린저밴드 및 상기 제2 볼린저밴드 모두 발전량 데이터가 속하지 않는 경우, 확인 또는 현장 검증이 필요한 제2 이상 데이터로 분류하는 것을 특징으로 하는 이상감지 방법
|
7 |
7
신재생에너지 주택지원사업지에 설치된 태양광 발전 시스템의 볼린저 밴드 기반 이상감지 장치에 있어서,명령어를 저장하는 메모리; 및상기 명령어를 실행하는 프로세서를 포함하되,상기 명령어는,상기 태양광 발전 시스템으로부터 수집되는 태양광 발전 시스템 데이터를 입력받는 단계;상기 입력된 태양광 발전 시스템 데이터를 기반으로, 미리 설정된 클러스터링(Clustering) 변수 및 머신러닝 알고리즘을 이용하여 상기 태양광 발전 시스템을 클러스터링하는 단계;볼린저밴드(BB: Bollinger Bands)와 정규분포를 혼합하여 상기 태양광 발전 시스템의 발전량 데이터에 대한 이상값 검출 구간을 산출하는 단계; 및상기 산출된 이상값 검출 구간을 이용하여 상기 발전량 데이터를 정상 데이터 또는 이상 데이터로 분류하는 단계를 포함하는 이상감지 방법을 수행하는 것을 특징으로 하는 이상감지 장치
|