맞춤기술찾기

이전대상기술

기계학습을 이용한 실내 미세먼지 농도 예측 시스템, 예측방법 및 이를 이용한 공기청정기 가동여부 판단 운영시스템

  • 기술번호 : KST2022023758
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 발명은 기계학습을 이용한 실내 미세먼지 농도 예측 시스템, 예측방법 및 이를 이용한 공기청정기 가동여부 판단 운영시스템에 관한 것으로, 보다 상세하게는 미세먼지 관련 데이터를 실시간으로 측정, 수집하여 DB화하는 데이터수집부; 상기 데이터수집부에서 수집된 데이터를 기반으로 실내 미세먼지 농도 예측모델을 산출하는 예측모델생성부; 및 외부에서 제공되는 외부데이터를 기반으로 상기 예측모델생성부에서 생성된 예측모델을 통해 시간별 실내 미세먼지농도를 예측하는 미세먼지농도예측부;를 포함하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템에 관한 것이다.
Int. CL F24F 11/63 (2018.01.01) F24F 8/00 (2021.01.01) G05B 13/04 (2006.01.01) G06N 20/00 (2019.01.01) F24F 110/64 (2018.01.01) F24F 120/10 (2018.01.01) F24F 130/10 (2018.01.01) F24F 140/00 (2018.01.01)
CPC F24F 11/63(2013.01) G05B 13/048(2013.01) G06N 20/00(2013.01) F24F 8/00(2013.01) F24F 2110/64(2013.01) F24F 2120/10(2013.01) F24F 2130/10(2013.01) F24F 2140/00(2013.01)
출원번호/일자 1020210076744 (2021.06.14)
출원인 경희대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0167590 (2022.12.21) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.06.14)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경희대학교 산학협력단 대한민국 경기도 용인시 기흥구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 구준모 서울특별시 강남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 아이퍼스 대한민국 서울특별시 강남구 삼성로**길*, *층(대치동 삼성빌딩)

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
2021.06.14 수리 (Accepted) 1-1-2021-0682439-54
2 선행기술조사의뢰서
Request for Prior Art Search
2022.01.18 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2022.04.26 발송처리완료 (Completion of Transmission) 9-6-2022-0146546-63
4 의견제출통지서
Notification of reason for refusal
2022.08.17 발송처리완료 (Completion of Transmission) 9-5-2022-0617600-88
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.09.27 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-1018693-51
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.09.27 수리 (Accepted) 1-1-2022-1018692-16
7 의견제출통지서
Notification of reason for refusal
2022.11.23 발송처리완료 (Completion of Transmission) 9-5-2022-0908832-11
8 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.12.14 수리 (Accepted) 1-1-2022-1347344-60
9 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.12.14 1-1-2022-1347345-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
실내 미세 먼지 예측시스템에 있어서, 미세먼지 관련 데이터를 실시간으로 측정, 수집하여 DB화하는 데이터수집부; 상기 데이터수집부에서 수집된 데이터를 기반으로 실내 미세먼지 농도 예측모델을 산출하는 예측모델생성부; 및외부에서 제공되는 외부데이터를 기반으로 상기 예측모델생성부에서 생성된 예측모델을 통해 시간별 실내 미세먼지농도를 예측하는 미세먼지농도예측부;를 포함하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
2 2
제 1항에 있어서, 상기 미세먼지 관련 데이터는, 실내외 미세먼지농도 측정이력, 실내 미세먼지 농도 변화율 이력, 재실자수 이력, 재실자수 변화이력, 및 공기청정기의 가동이력 측정데이터인 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
3 3
제 2항에 있어서, 상기 외부데이터는, 시간별 외기 미세먼지 농도 예보, 재실자 스케쥴, 및 공기청정기 가동 스케쥴인 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
4 4
제 3항에 있어서, 실시간으로 실내 미세먼지농도를 측정하는 실내 미세먼지측정부를 더 포함하고, 상기 미세먼지측정부에서 측정된 측정치와, 상기 예측부에서 예측된 실내 미세먼지농도 예측치를 대비하여 설정된 차이값 이상이 되는 경우, 상기 예측모델을 업데이트하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
5 5
제 3항에 있어서, 상기 예측모델생성부는 하기 수학식 2를 기반으로 예측모델을 산출하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템:[수학식 2]상기 수학식 2에서, P는 침투계수 PO는 한사람이 문으로 출입했을 때 추가적으로 발생하는 입자침투효과, 는 한 명의 재실인의 미세먼지 발생률, R 재실자수, ΔR은 재실자 변화수이고, Cin(t)는 실내 미세입자 측정이력, Cout(t) 실외 미세입자 측정이력, 는 실내 미세먼지 농도 변화율 이력, ACH는 실내외 공기교환율이다
6 6
제 5항에 있어서, 상기 예측모델생성부는, 수학식 2에서 실내외 미세먼지농도 측정이력, 실내 미세먼지 농도 변화율 이력, 재실자수 이력, 재실자수 변화이력, 및 공기청정기의 가동이력 측정데이터를 대입하여, 최소제곱법을 통해 모델계수를 산정하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
7 7
제 6항에 있어서, 상기 모델계수는, ,, , 인 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
8 8
제 7항에 있어서, 상기 미세먼지농도예측부는, 상기 모델계수가 반영된 수학식 2에 외부데이터인 시간별 외기 미세먼지 농도 예보, 재실자 스케쥴, 및 공기청정기 가동 스케쥴을 입력하여 상기 수학식 2를 적분하여 시간별 실내 미세먼지 농도 예측하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측시스템
9 9
미래의 실내먼지농도를 예측하여 공기청정기 가동여부 판단하고 운영하는 시스템에 있어서, 제 1항 내지 제8항 중 어느 한 항에 따른 실내 미세먼지 농도 예측시스템; 및상기 예측시스템의 미세먼지농도예측부에서 예측된 시간별 미세먼지 농도 예측치를 기반으로 상기 공기청전기의 가동여부를 판단하고, 운영하는 운영부;를 포함하는 것을 특징으로 하는 실내 먼지예측모델을 이용한 공기청정기 가동여부 판단 운영시스템
10 10
실내 미세 먼지 예측방법에 있어서, 데이터수집부에서, 실내외 미세먼지농도 측정이력, 실내 미세먼지 농도 변화율 이력, 재실자수 이력, 재실자수 변화이력, 및 공기청정기의 가동이력 측정데이터를 실시간으로 측정, 수집하여 DB화하는 단계; 예측모델생성부가 상기 데이터수집부에서 수집된 데이터를 기반으로 실내 미세먼지 농도 예측모델을 산출하는 단계; 및외부에서 제공되는 시간별 외기 미세먼지 농도 예보, 재실자 스케쥴, 및 공기청정기 가동 스케쥴를 기반으로 상기 예측모델생성부에서 생성된 예측모델을 통해 시간별 실내 미세먼지농도를 예측하는 단계;를 포함하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측방법
11 11
제 10항에 있어서, 상기 미세먼지측정부에서 측정된 측정치와, 상기 예측부에서 예측된 실내 미세먼지농도 예측치를 대비하여 설정된 차이값 이상이 되는 경우, 상기 예측모델을 업데이트하는 단계를 더 포함하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측방법
12 12
제 10항에 있어서, 상기 예측모델을 산출하는 단계는, 하기 수학식 2에서 실내외 미세먼지농도 측정이력, 실내 미세먼지 농도 변화율 이력, 재실자수 이력, 재실자수 변화이력, 및 공기청정기의 가동이력 측정데이터를 대입하여, 최소제곱법을 통해 모델계수를 산정하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측방법:[수학식 2]상기 수학식 2에서, P는 침투계수 PO는 한사람이 문으로 출입했을 때 추가적으로 발생하는 입자침투효과, 는 한 명의 재실인의 미세먼지 발생률, R 재실자수, ΔR은 재실자 변화수이고, Cin(t)는 실내 미세입자 측정이력, Cout(t) 실외 미세입자 측정이력, 는 실내 미세먼지 농도 변화율 이력, ACH는 실내외 공기교환율이다
13 13
제 12항에 있어서, 상기 모델계수는, ,, , 인 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측방법
14 14
제 13항에 있어서, 실내 미세먼지농도를 예측하는 단계에서, 상기 모델계수가 반영된 수학식 2에 외부데이터인 시간별 외기 미세먼지 농도 예보, 재실자 스케쥴, 및 공기청정기 가동 스케쥴을 입력하여 상기 수학식 2를 적분하여 시간별 실내 미세먼지 농도 예측하는 것을 특징으로 하는 기계학습을 이용한 실내 미세먼지 농도 예측방법
15 15
미래의 실내먼지농도를 예측하여 공기청정기 가동여부 판단하고 운영하는 방법에 있어서, 제 10항 내지 제 14항 중 어느 한 항에 따른 예측방법에 따라 시간별 실내 미세먼지농도를 예측하는 단계; 및운영부에 의해 미세먼지농도예측부에서 예측된 시간별 미세먼지 농도 예측치를 기반으로 상기 공기청전기의 가동여부를 판단하고, 운영하는 단계;를 포함하는 것을 특징으로 하는 실내 먼지예측모델을 이용한 공기청정기 가동여부 판단 운영방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부, 과학기술정보통신부 경희대학교 산학협력단 원천기술개발사업/첨단융합기술 외기 미세먼지 실내 전달현상 규명 및 시간별 실내 미세먼지 농도 예측모델 개발(1/5)