| 1 |
1
비정상 정보 검출 시스템에 있어서,전력공급장치 및 전력소비장치로부터 전력 정보 및 주변 환경 정보를 수신하는 센싱부;상기 전력 정보 및 주변 환경 정보를 분석을 통해 비정상 정보를 분류 및 라벨링하고, 상기 라벨링된 자료를 바탕으로 기계학습을 훈련시켜 비정상 정보를 검출하는 기계학습 모델을 생성하는 제어부; 및상기 분류된 자료와 상기 라벨링된 자료를 저장하는 저장부를 포함하고,상기 제어부는 과거의 태양광 발전 정보와 현재의 태양광 정보 및 미래의 태양광 정보를 기계학습의 트레이닝 셋으로 지정하고, 과거, 현재, 미래의 태양광 정보와 환경 정보간의 상관관계 분석을 통해 비정상 정보를 검출하는 비정상 정보 검출 시스템
|
| 2 |
2
제1 항에 있어서,상기 제어부는 상기 분류된 자료를 계층적 구조인 상위 클래스 정보와 하위 클래스 정보로 분류하는 것을 특징으로 하는 포함하는 비정상 정보 검출 시스템
|
| 3 |
3
제2 항에 있어서,상기 제어부는 상기 상위 클래스 정보와 상기 하위 클래스 정보의 상관관계를 분석하는 것을 특징으로 하는 비정상 정보 검출 시스템
|
| 4 |
4
제3 항에 있어서,상기 상위 클래스 정보와 상기 하위 클래스 정보 중 상기 상위 클래스 정보를 기반으로 라벨링 자료를 생성하는 것을 특징으로 하는 비정상 정보 검출 시스템
|
| 5 |
5
제1 항에 있어서,상기 비정상 정보는 아웃라이어 또는 통신 장애로 인한 정보인 것을 특징으로 하는 비정상 정보 검출 시스템
|
| 6 |
6
비정상 정보 검출 방법에 있어서,전력공급장치 및 전력소비장치로부터 전력 정보 및 주변 환경 정보를 수신 하는 단계;상기 전력 정보 및 주변 환경를 분석을 통해 비정상 정보를 분류하는 단계; 및분류된 자료를 라벨링하여 라벨링 자료를 바탕으로 기계학습을 훈련시켜 비정상 정보를 검출하는 기계학습 모델을 생성하는 단계를 포함하고,상기 전력 정보 및 주변 환경 정보 분석을 통해 비정상 정보를 분류하는 단계는 과거의 태양광 발전 정보와 현재의 태양광 정보 및 미래의 태양광 정보를 기계학습의 트레이닝 셋으로 지정하는 단계를 포함하고,상기 분류된 자료를 라벨링하여 라벨링 자료를 바탕으로 기계학습을 훈련시켜 비정상 정보를 검출하는 기계학습 모델을 생성하는 단계는 과거, 현재 미래의 태양광 정보와 환경 정보간의 상관관계 분석을 통해 비정상 정보를 검출하는 단계를 포함하는 비정상 정보 검출 방법
|
| 7 |
7
제6 항에 있어서,상기 분류된 자료를 상위 클래스 정보와 하위 클래스 정보로 분류하는 단계를 더 포함하는 특징으로 하는 포함하는 비정상 정보 검출 방법
|
| 8 |
8
제7 항에 있어서,상기 상위 클래스 정보와 상기 하위 클래스 정보의 상관관계를 분석하는 단계를 더 포함하는 특징으로 하는 비정상 정보 검출 방법
|
| 9 |
9
제8 항에 있어서,상기 라벨링 자료를 생성하는 단계는 상기 상위 클래스 정보와 상기 하위 클래스 정보 중 상기 상위 클래스 정보를 기반으로 라벨링 자료를 생성하는 단계인 것을 특징으로 하는 비정상 정보 검출 방법
|
| 10 |
10
제6 항에 있어서,상기 비정상 정보는 아웃라이어 또는 통신 장애로 인한 정보인 것을 특징으로 하는 비정상 정보 검출 방법
|
