• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.407-413
• /
• 2011

본 연구에서는 가정용 전력 모니터링 시스템을 구현하고 실험가구에 적용하여 평가하였으며, 평가과정에서 확보한 기기별 전력 사용 패턴 정보를 이용하여 자동 기기 식별 알고리즘을 개발하였다. 실험가구에 적용해본 결과, 기기별 전력사용 정보와 월별 예상 사용량 정보가 전력 소비 절감에 도움이 된다는 응답을 얻을 수 있었다. 그리고 시스템을 보다 편리하게 사용하기 위해서는 설치의 편의성과 UI를 개선해야한다는 응답을 얻었다. 본 연구에서는 UI 개선을 위하여 일반냉장고, TV, 전기밥솥, 김치냉장고, 세탁기를 자동으로 식별하는 알고리즘을 구현하였다. 자동 장치 식별 알고리즘은 전력 모니터링 과정에서 수집한 전력 소비 패턴을 관찰하여 Zero-Crossing Rate(ZC), Variation of On State(VO), Slope of On State(SO), Duty Cycle(DC) 등 4가지 특징을 규정하여 이용하였으며, 특징을 적용하는 시간 구간은 기기가 동작하는 시간이 25% 이상이 되는 2시간 길이의 구간을 이용하였다. 제안된 알고리즘은 테스트 set에 동일한 기기를 포함하는 경우 82.1%의 성능을 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.679-685
• /
• 2011

본 연구에서는 가정 내 모든 기기가 연결된 하나의 전력선을 모니터링 하여 그 전력선에 연결된 기기 각각의 젼력 소비 상황을 모니터링 하는 NILM(Non-Intrusive Load Monitoring) 시스템 구축에 필요한 신호 분석 알고리즘에 대한 연구를 수행하였다. 본 연구에서 제안한 신호 분석 알고리즘은 전력선에서 관찰된 여러 기기의 전력 소비 패턴이 혼합된 혼합 전력 패턴을 복수개의 시간 구간으로 분리하고, 연속된 시간 구간 사이의 신호 차이를 구한 후, 이 차이 신호를 분석하여 어떤 장치가 현재 시간 구간에서 동작 중인지를 알아낸다. 이 때 시간 구간을 충분히 작게 하고, 신호 분석에 사용되는 특징들이 독립적이고 additivity 특징을 가지도록 선정한다면, 이 차이 신호에는 한 장치의 특징만이 남아 있으므로, 동시에 동작할 수 있는 장치 조합의 수 $2^N$개가 아닌 장치 N 개에 해당하는 특징만을 이용하여 혼합 신호를 분석할 수 있다. 이를 통하여 장치 개수가 증가하더라도 연산량 역시 산술적으로 증가하는 합리적인 확장성을 확보할 수 있다. 실제 가정에서 각 장치의 데이터 패턴을 채집한 후 이를 인위적으로 조합하여 만든 실험 데이터를 활용하여 제안한 방법을 검증하였다. 검증 결과 4개의 장치가 동시에 동작하고 그 장치의 특징들이 제안한 알고리즘에서 제시한 기준을 만족하는 경우, 비록 제한된 실험이었지만 완벽한 분류 성공률을 보였다. 제안된 알고리즘을 실제 사용하기 위해서는 장치의 수를 증가하고, 시간 구간을 조정하며, 신호 혼합 패턴을 다양하게 한 실증적인 연구가 더 필요하다. 하지만 이 경우 본 연구에서 제안한 기준을 만족하는 특징을 선택한다면, 그렇지 않은 경우에 비하여, 일정 정도 성능이 보장되는 NILM 시스템을 구축할 수 있을 것으로 기대된다.