KR101633969B1 - Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same - Google Patents
Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same Download PDFInfo
- Publication number
- KR101633969B1 KR101633969B1 KR1020140016577A KR20140016577A KR101633969B1 KR 101633969 B1 KR101633969 B1 KR 101633969B1 KR 1020140016577 A KR1020140016577 A KR 1020140016577A KR 20140016577 A KR20140016577 A KR 20140016577A KR 101633969 B1 KR101633969 B1 KR 101633969B1
- Authority
- KR
- South Korea
- Prior art keywords
- building
- data
- energy
- energy usage
- facilities
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005265 energy consumption Methods 0.000 claims abstract description 40
- 238000013480 data collection Methods 0.000 claims description 11
- 238000000611 regression analysis Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims 2
- 238000007726 management method Methods 0.000 description 114
- 238000004458 analytical method Methods 0.000 description 14
- 238000001816 cooling Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004378 air conditioning Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003442 weekly effect Effects 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
상황인식을 이용하여 건물의 에너지 사용량을 실시간으로 예측할 수 있는 본 발명의 일 측면에 따른 상황인식 기반의 빌딩 에너지 관리 시스템은, 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 데이터 수집부; 및 상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하는 것을 특징으로 한다 A building energy management system based on a situation recognition according to an aspect of the present invention which can predict the energy consumption of a building in real time by using the situation recognition includes sensing data transmitted from a moving sensor or a fixed sensor installed in a building, Personalized data composed of at least one of user social network data on a social network of users and schedule data of a group composed of a user or a plurality of users and operation schedule data of facilities installed in the building; And generating a prediction model by applying a context-aware technique to the sensing data, the personalization data, and the operation schedule data of the facilities, and calculating a situation estimation Module < / RTI >
Description
본 발명은 에너지 관리 시스템에 관한 것으로, 보다 구체적으로 빌딩에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법에 관한 것이다.The present invention relates to an energy management system, and more particularly, to a building energy management system and a building energy management method using the same.
건물들의 대형화와 각종 전력설비, 공조설비, 방재설비의 복합화, 관리 대사 건물들의 양적 증가로 인해 대규모 건물 설비의 운전, 제어, 관리에 컴퓨터를 활용한 빌딩 자동 제어 시스템(BAS: Building Automation System)이 응용되고 있다. 최근 컴퓨터 및 통신기술의 발달에 힘입어 빌딩 자동 제어 시스템이 급속도로 발전하고 있고, 건물의 용도와 규모에 따라 빌딩 자동 제어 시스템을 설치하고 있다.Building Automation System (BAS), which utilizes computers to operate, control, and manage large-scale building facilities due to the large size of buildings, various electric power equipment, air conditioning equipment, Has been applied. Recently, with the development of computer and communication technology, a building automatic control system is rapidly developing and a building automatic control system is installed according to the use and size of a building.
이러한 빌딩 자동 제어 시스템은 대형 건물의 설비들을 최적상태로 유지하기 위해 각 설비들의 감시 및 제어를 그 주된 기능으로 한다. 따라서, 일반적인 빌딩 자동 제어 시스템은 건물에 설치된 기계설비/전력/조명 등이 통합 관리는 수행할 수 있지만, 실제 에너지 관리 측면에서 건물에 설치된 설비들을 통합 운영할 수는 없기 때문에 에너지 관리적인 측면에서 효율이 떨어진다는 단점이 있다.Such a building automatic control system mainly functions as monitoring and control of each facility in order to maintain the facilities of a large building in an optimal state. Therefore, the general building automatic control system can perform the integrated management of the hardware / power / lighting installed in the building, but since it can not integrate the facilities installed in the building in terms of actual energy management, There is a drawback that it falls.
이러한 빌딩 자동 제어 시스템의 단점을 보완하기 위해, 각종 센서를 통해 계측한 설비의 운전 데이터를 활용하여 설비의 성능 및 효율을 자동으로 계산하고 이를 다양한 그래프 형태로 설비 운영자에게 제공하는 빌딩 에너지 관리 시스템(BEMS: Building Energy Management System)이 제안된 바 있다. 이러한 빌딩 에너지 관리 시스템의 일 예가 대한민국 공개특허 제10-2009-0066107호에 제시되어 있다.In order to compensate for the disadvantages of such automatic building control systems, a building energy management system (hereinafter referred to as a "building energy management system"), which automatically calculates the performance and efficiency of facilities using operation data of facilities measured by various sensors, BEMS: Building Energy Management System) has been proposed. An example of such a building energy management system is disclosed in Korean Patent Laid-Open No. 10-2009-0066107.
하지만, 기존의 빌딩 에너지 관리 시스템은, 건물에 설치된 각 설비들의 에너지 사용량을 미리 예측할 수는 없기 때문에, 각 설비들의 운영 계획 수립 시 빠르게 변화하는 설비들의 에너지 상태를 반영할 수 없어 결과적으로 건물 전체의 에너지 사용을 효과적으로 관리할 수 없다는 한계가 있다.However, the existing building energy management system can not predict the energy usage of each facility installed in the building. Therefore, it can not reflect the energy state of equipment that changes rapidly when the operation plan of each facility is established, There is a limitation that it can not effectively manage energy use.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 상황인식을 이용하여 건물의 에너지 사용량을 실시간으로 예측할 수 있는 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법을 제공하는 것을 그 기술적 과제로 한다.The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to provide a building energy management system based on a situation recognition capable of predicting energy consumption of a building in real time by using the situation recognition, and a building energy management method using the same do.
또한, 본 발명은 건물의 에너지 사용량을 기초로 건물의 에너지 운용 스케쥴을 생성하고, 생성된 건물 에너지 운용 스케쥴에 따라 신재생 에너지를 건물의 에너지원으로 이용할 수 있는 상황인식 기반의 빌딩 전문가 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법을 제공하는 것을 다른 기술적 과제로 한다.The present invention also relates to a building expert-based energy management system capable of generating an energy management schedule of a building based on the energy consumption of the building and using the renewable energy as a building energy source according to the generated building energy management schedule And a method for managing building energy using the same.
상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 상황인식 기반의 빌딩 에너지 관리 시스템은, 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 데이터 수집부; 및 상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하는 것을 특징으로 한다.According to one aspect of the present invention, there is provided a building energy management system based on context recognition, comprising sensing data transmitted from a mobile sensor or a fixed sensor installed in a building, a social network ) Personalized data composed of at least one of user social network data on a plurality of users and schedule data of a group composed of a user or a plurality of users, and an operation schedule data of facilities installed in the building; And generating a prediction model by applying a context-aware technique to the sensing data, the personalization data, and the operation schedule data of the facilities, and calculating a situation estimation And a module.
상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 상황인식 기반의 에너지 관리 방법은, 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 단계; 및 상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식 기법을 적용하여 예측모델을 생성하고, 생성된 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 단계를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided an energy management method for context awareness based on sensing data transmitted from a mobile sensor or a fixed sensor installed in a building, a user social network Collecting personalized data composed of at least one of data and schedule data of a group consisting of a user or a plurality of users, and operational schedule data of facilities installed in the building; And generating a prediction model by applying a situation recognition technique to the sensing data, the personalization data, and the operation schedule data of the facilities, and predicting the energy use amount of the building using the generated prediction model .
본 발명에 따르면, 각종 센서로부터 제공되는 센싱 데이터, 개인 및 그룹의 스케쥴 데이터, 및 소셜 네트워크에 등록된 게시글 데이터에 상황인식 기법을 적용하여 건물의 에너지 사용량을 실시간으로 예측할 수 있기 때문에, 빠르게 변화하는 설비들의 에너지 사용 상태에도 적응적으로 대처하여 건물의 에너지 사용을 최적화할 수 있다는 효과가 있다.According to the present invention, the energy consumption of a building can be predicted in real time by applying a situation recognition technique to sensing data, individual and group schedule data provided from various sensors, and post data registered in a social network, It also has the effect of optimizing the energy use of buildings by adaptively coping with the energy usage status of facilities.
또한, 본 발명에 따르면 예측된 에너지 사용량을 이용하여 건물의 에너지 운용 스케쥴을 생성하고, 건물의 에너지 운용 스케쥴에 따라 기존의 에너지 대신에 신재생 에너지를 건물의 에너지원으로 이용하기 때문에 IT와 전력/건설/도시/에너지 분야를 융합할 수 있고, 저비용으로 건물 운영에 필요한 에너지를 효율적으로 관리 및 사용할 수 있다는 효과가 있다.According to the present invention, the energy management schedule of the building is generated using the predicted energy usage amount, and the renewable energy is used as the energy source of the building instead of the existing energy according to the energy management schedule of the building. Construction / urban / energy fields can be fused and the energy required for building operation can be efficiently managed and used at low cost.
또한, 본 발명에 따르면 플랫폼 레어어(Platform Layer) 구조로 시스템이 설계되기 때문에, 비주거용 건물뿐만 아니라 주거용 건물 까지도 확장하여 적용할 수 있어 시스템의 적용범위를 극대화할 수 있다는 효과가 있다.According to the present invention, since the system is designed in a platform layer structure, it is possible to extend not only the non-residential building but also the residential building, thereby maximizing the application range of the system.
도 1은 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 시스템이 적용되는 네트워크 구성을 개략적으로 보여주는 도면.
도 2는 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 시스템의 구성을 개략적으로 보여주는 블록도.
도 3은 도 2에 도시된 상황인식 모듈의 구성을 개략적으로 보여주는 블록도.
도 4는 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 방법을 보여주는 플로우차트.
도 5는 본 발명의 일 실시예에 따른 실시간 에너지 사용량 예측 방법을 보여주는 플로우차트.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a schematic diagram of a network configuration to which a context awareness based energy management system according to an embodiment of the present invention is applied. FIG.
FIG. 2 is a block diagram schematically illustrating the configuration of a context awareness-based energy management system according to an embodiment of the present invention; FIG.
3 is a block diagram schematically showing the configuration of the situation recognition module shown in Fig.
FIG. 4 is a flow chart illustrating a method of energy management based on context recognition according to an embodiment of the present invention. FIG.
5 is a flow chart illustrating a method for predicting real-time energy usage according to an embodiment of the present invention.
본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.The meaning of the terms described herein should be understood as follows.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.The word " first, "" second," and the like, used to distinguish one element from another, are to be understood to include plural representations unless the context clearly dictates otherwise. The scope of the right should not be limited by these terms.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.It should be understood that the terms "comprises" or "having" does not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.
"적어도 하나"의 용어는 하나 이상의 관련 항목으로부터 제시 가능한 모든 조합을 포함하는 것으로 이해되어야 한다. 예를 들어, "제1 항목, 제2 항목 및 제 3항목 중에서 적어도 하나"의 의미는 제1 항목, 제2 항목 또는 제3 항목 각각 뿐만 아니라 제1 항목, 제2 항목 및 제3 항목 중에서 2개 이상으로부터 제시될 수 있는 모든 항목의 조합을 의미한다.
It should be understood that the term "at least one" includes all possible combinations from one or more related items. For example, the meaning of "at least one of the first item, the second item and the third item" means not only the first item, the second item or the third item, but also the second item and the second item among the first item, Means any combination of items that can be presented from more than one.
이하, 첨부되는 도면을 참고하여 본 발명의 실시예들에 대해 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
상황인식 기반의 빌딩 에너지 관리 시스템Building awareness-based building energy management system
먼저, 도 1 내지 도 2를 참조하여 본 발명의 일 실시예에 따른 상황인식 기반의 빌딩 에너지 관리 시스템에 대해 구체적으로 설명한다.First, a building awareness-based building energy management system according to an embodiment of the present invention will be described in detail with reference to FIGS. 1 and 2. FIG.
도 1은 본 발명의 일 실시예에 따른 상황인식 기반의 빌딩 에너지 관리 시스템(이하, '빌딩 에너지 관리 시스템'이라 함)이 적용되는 네트워크 구성을 개략적으로 보여주는 도면이다.FIG. 1 is a diagram schematically showing a network configuration to which a building energy management system based on a situation recognition (hereinafter referred to as a 'building energy management system') according to an embodiment of the present invention is applied.
도 1에 도시된 바와 같이, 본 발명에 따른 빌딩 에너지 관리 시스템(100)은, 신재생 에너지 관리 장치(110) 및 건물군 에너지 통합관리 센터(120)와 연계하여 동작함으로써 빌딩 에너지 관리 시스템(100)이 설치되어 있는 건물의 에너지를 관리하는 역할을 수행한다. 이때, 건물이란 비주거용 건물뿐만 아니라 주거용 건물도 포함하는 개념을 의미한다. 이하에서는 설명의 편의를 위해, 빌딩 에너지 관리 시스템(100)이 설치되는 건물이 비주거용 건물인 것으로 가정하여 설명하지만 본 발명에 따른 빌딩 에너지 관리 시스템(100)은 주거용 건물에도 설치될 수도 있을 것이다.1, the building
먼저, 빌딩 에너지 관리 시스템(100)은 건물 또는 복수개의 건물이 그룹핑된 건물 그룹 마다 설치되어, 각 건물 또는 건물그룹에 포함된 건물들의 에너지 사용량을 실시간으로 예측하고, 예측된 에너지 사용량을 기초로 각 건물의 에너지 운용 스케쥴을 생성함으로써 각 건물의 에너지 사용을 최적화한다. 이하에서는 설명의 편의를 위해 빌딩 에너지 관리 시스템(100)이 하나의 건물에 설치되는 것으로 가정하여 설명하기로 한다.First, the building
이러한 빌딩 에너지 관리 시스템(100)의 구성을 도 2를 참조하여 보다 구체적으로 설명한다.The construction of such a building
도 2는 본 발명의 일 실시예에 따른 빌딩 에너지 관리 시스템(100)의 구성을 개략적으로 보여주는 블록도이다.2 is a block diagram schematically illustrating a configuration of a building
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 빌딩 에너지 관리 시스템(100)은 데이터 수집 장치(210), 건물 자동화 장치(220), 및 상황인식 모듈(230)을 포함한다.2, the building
먼저, 데이터 수집 장치(210)는 건물에 설치된 다양한 센서들로부터 각 센서에 의해 센싱된 센싱 데이터를 수집한다. 일 실시예에 있어서, 데이터 수집장치(120)는 각 건물에 설치된 고정센서(Static Sensor, 211) 및 이동센서(Mobile Sensor, 212)로부터 각 센서가 센싱한 센싱 데이터를 수집할 수 있다. 이때, 고정센서(211) 및 이동센서(212)는 온도센서, 재실센서, 습도센서, 조도센서, 출입센서 등을 포함할 수 있다.First, the
특히, 본 발명에 따른 데이터 수집 장치(210)는 상황인식 모듈(230)이 각 건물의 에너지 사용량을 실시간으로 예측할 수 있도록 하기 위해, 해당 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터를 실시간으로 수집할 수 있다. 이때, 데이터 수집 장치(120)는 소셜 네트워크 서버(213)로부터 해당 건물에 위치하고 있는 사용자들이 소셜 네트워크 상에 업로드한 게시글들 중 미리 정해진 에너지 관련 키워드(예컨대, '덥다', '춥다', '습하다'등과 같은 온도와 관련된 키워드나 '에어컨', '선풍기', '히터', '가습기' 등과 같은 냉난방 설비에 관련된 키워드)를 포함하는 게시글을 소셜 네트워크 데이터로 수집할 수 있다. 이하에서는 설명의 편의를 위해 소셜 네트워크 데이터를 게시글 데이터로 기재하기로 한다.Particularly, in order to enable the
또한, 본 발명에 따른 데이터 수집 장치(210)는 업무 관리 서버(214)로부터 해당 건물의 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터를 수집하고, 건물 운영 서버(215)로부터 건물에 설치된 각종 설비들의 운영 스케쥴 데이터를 수집한다. 이러한 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터 및 설비들의 운영 스케쥴 데이터는 해당 건물 내에서 각 시간대 별 사용자들의 이동패턴을 예측하거나, 각 시간대 별 에너지 사용 설비들의 사용상태를 예측하기 위해 이용된다.The
이때, 게시글 데이터, 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터는 특정 개인이나 그룹의 특성이나 취향에 따라 에너지 관리가 수행될 수 있도록 하기 위한 데이터이기 때문에, 소셜 네트워크 데이터, 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터를 개인화 데이터로 통칭할 수도 있을 것이다.In this case, daily / weekly / monthly schedule data of the bulletin data, users and groups are data for enabling energy management according to the characteristics or preferences of specific individuals or groups. Therefore, Weekly / monthly schedule data may be collectively referred to as personalized data.
도 2에서는 업무 관리 서버(214)와 건물 운영 서버(215)가 건물 자동화 장치(220)와 분리된 구성인 것으로 도시하였지만, 이는 하나의 예에 불과할 뿐, 업무 관리 서버(214)와 건물 운영 서버(215는 건물 자동화 장치(220)에 포함되어 구성될 수도 있을 것이다.2, the task management server 214 and the
또한, 데이터 수집부(210)는 기상청 서버(미도시)로부터 미리 정해진 시점 별로 기후정보를 수집한다.The
데이터 수집부(210)는 상술한 바와 같은 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 건물 자동화 장치(220)를 통해 상황인식 모듈(230)로 전달한다.The
다음으로, 건물 자동화 장치(220)는 건물을 구성하고 있는 각종 설비에 대한 계측 및 제어를 수행한다.Next, the
특히, 본 발명에 따른 건물 자동화 장치(220)는 데이터 수집부(210)에 의해 수집된 데이터를 미리 정해진 통신 프로토콜에 따라 상황인식 모듈(230)로 전달하고, 상황인식 모듈(230)로부터 전달되는 제어명령에 따라서 해당 건물에 설치된 각 설비들의 동작을 제어한다.In particular, the
일 실시예에 있어서, 건물 자동화 장치(220)와 상황인식 모듈(230)은 프로토콜로써 OPC(OLE for Process Control)를 사용할 수 있다. OPC는 각종 어플리케이션들이 여러 종류의 프로세스 컨트롤 장비들로부터 데이터를 OPC Tag체계에 따라 상위 단으로 전달 가능하게 하는 표준 인터페이스를 의미한다. 또한 OPC는 서로 다른 벤더들에 의해 공급되는 클라이언트 어플리케이션과 서버 어플리케이션 사이에 높은 수준의 상호 호환성 있는 정보처리를 제공한다.In one embodiment, the
구체적으로, 건물 자동화 장치(220)는, 건물의 공조 및 냉난방을 위한 HVAC(Heating Ventilating Air conditioning)의 제어와 수변전 설비나 배분전반 설비 등과 같은 전기계통의 기기의 제어를 수행한다.Specifically, the
또한, 건물 자동화 장치(220)는 해당 건물의 전력 사용량이 설정된 목표값을 초과하지 않도록 해당 건물의 전력 사용량을 조절한다. 이를 위해, 건물 자동화 장치(220)는 해당 건물의 전력 사용량을 모니터링하고, 모니터링결과 전력 사용량이 설정된 목표값을 초과하는 경우 미리 정해진 우선순위(예컨대, 중요도가 낮은 순서)에 따라 각 설비들의 동작을 순차적으로 정지시켜 전력 사용량이 설정된 목표값을 초과하지 않도록 한다.Also, the
또한, 건물 자동화 장치(220)는, 해당 건물의 조명 분전반용 현장 제어기기 정보를 이용하여 해당 건물에 설치된 조명설비를 제어한다. 이때, 건물 자동화 장치(220)는 프로그램 제어(예컨대, Time Schedule, Program Switch Control, 또는 Telephone Control)를 이용하여 조명설비들을 자동으로 제어할 수 있다.Also, the
또한, 건물 자동화 장치(220)는 방범(Security) 설비의 자동제어를 통해 빌딩 내의 도난이나 화재 등의 사고발생을 사전에 예방하고, 외부의 침입 및 출입자와 방문객의 출입을 통제하며, 사고 발생시 신속한 대응 및 처리가 가능하도록 한다.In addition, the
다음으로, 상황인식 모듈(230)는 건물 자동화 장치(220)로부터 전달되는 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 이용하여 각 건물에서의 에너지 사용량을 실시간으로 예측하고, 예측된 에너지 사용량에 따라 건물의 에너지 운용 스케쥴을 생성한다. 이때, 건물의 에너지 운용 스케쥴이란 각 시점 별로 각 건물에 설치된 설비들의 정지/기동계획을 의미한다.Next, the
상황인식 모듈(230)은 이동센서나 고정센서에 의해 센싱된 센싱 데이터, 소셜 네트워크 상에 업로드되어 있는 게시글 데이터, 사용자들의 스케쥴 데이터를 의미별로 분석하여, 해당 건물에서의 에너지 사용량이 어떻게 변화될 것인지 여부를 예측하고, 예측된 결과에 따라 각 설비들의 운용 계획을 추천한다.The
구체적으로, 상황인식 모듈(230)은 센싱 데이터뿐만 아니라 건물에 위치하는 사용자들이 소셜 네트워크에 업로드하는 게시글 데이터와 각 사용자들 및 그룹의 스케쥴 데이터를 이용하는 상황인식(Context-Aware) 기법을 적용하여 각 건물의 에너지 사용량을 실시간으로 예측하기 위한 예측모델을 생성하고, 생성된 예측모델을 이용하여 건물의 에너지 사용량을 예측한다.Specifically, the
또한, 상황인식 모듈(230)은 예측된 에너지 사용량을 기초로 건물의 에너지 운용 스케쥴을 생성함으로써 건물의 에너지 관리가 최적화 되도록 할 수 있다.In addition, the
이하 상황인식 모듈(230)의 구성을 도 3을 참조하여 보다 구체적으로 설명한다.Hereinafter, the configuration of the
도 3은 본 발명의 일 실시예에 따른 상황인식 모듈의 구성을 구체적으로 보여주는 블록도이다.FIG. 3 is a block diagram illustrating a configuration of a situation recognition module according to an exemplary embodiment of the present invention. Referring to FIG.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 상황인식 모듈(230)은 분석부(232) 및 예측부(234)를 포함하고, 보정부(236) 및 운용 스케쥴 생성부(238)를 더 포함할 수 있다.3, the
먼저, 분석부(232)는 건물 자동화 장치(220)로부터 전달되는 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 이용하여 해당 건물에서 각 시간대 별 에너지 사용량 및 평균 에너지 사용량을 패턴화한다.First, the analyzing
구체적으로, 분석부(232)는 시간(예컨대, 분/일/월/계절/년 등)을 X축으로 하고, 각 시간대에서의 에너지 사용량(예컨대, 전기 사용량/가스 사용량/수도 사용량/조명 사용량 등)을 Y축으로 하여 에너지 사용량에 대한 패턴을 생성한다. 이때, 분석부(232)는 복수개의 층으로 구성된 건물의 경우 각 층 별로 에너지 사용량 패턴을 생성할 수 있다.Specifically, the analyzing
분석부(232)는 각 시간대 별로 생성된 건물의 층별 에너지 사용량에 대한 패턴을 데이터베이스(238)에 저장한다.The
이외에도, 분석부(232)는 건물 내의 사용자의 이동패턴, 건물에 설치되어 있는 각 설비 또는 시설의 들의 운영 패턴, 실내온도/습도/외기온도/Co2 등의 이동경향 패턴을 생성하여 저장할 수 있다.In addition, the
이후, 분석부(232)는 회귀분석모델(Regression Analysis Model)을 이용하여 상기 생성된 패턴에 영향을 주는 팩터들을 선정한다. 구체적으로, 분석부(232) 미리 정해진 회귀분석모델에 각 층별 에너지 사용량과, 상기 건물 자동화 장치(220)로부터 수신한 센싱 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보 들을 입력값으로 대입함으로써, 해당 층에서의 에너지 사용량에 영향을 미치는 팩터들을 선정한다. 예컨대, 해당 층에서의 에너지 사용량에 영향을 미친 팩터들로 재실인원, 온되어 있는 조명 개수, 해당 층의 온도, 해당 층에서 가동중인 설비 종류, 해당 층의 습도, 해당 층의 쾌적도, 계절정보 등이 있을 수 있다.Then, the analyzing
일 실시예에 있어서, 분석부(232)는 선정된 팩터들을 각 층별 에너지 사용량을 Y값으로 하고 상기 에너지 사용량에 영향을 미치는 팩터들을 X값으로 하는 출력함수 형태로 출력할 수 있다. In one embodiment, the
예컨대, 해당 건물의 1층의 에너지 소비량이 120이라고 할 때, 분석부(232)는 1층의 에너지 소비량인 120을 Y값으로 하고, 가중치 "A"가 부여된 1층의 온도값, 가중치 "B"가 부여된 1층의 습도값, 가중치 "C"가 부여된 재실인원, 및 가중치 "D"가 부여된 서버의 개수를 X값으로 하는 출력함수를 생성하여 출력할 수 있다.For example, when the energy consumption of the first floor of the building is 120, the
이후, 분석부(232)는 각 팩터들 간의 상관관계를 분석함으로써 생성된 함수에 포함되어 있는 가중치들 값을 결정한다. 일 실시예에 있어서, 각 가중치의 값을 각 팩터들의 우선순위에 따라 결정될 수 있다. 예컨대, 분석부(232)는 과거 분석 데이터를 기초로 각 팩터들 간의 우선순위를 결정하고, 결정된 우선순위에 따라 각 팩터들의 가중치의 값을 결정할 수 있다. 예컨대, 해당 층에서의 과거 분석 데이터를 기초로 해당 층에서 재실인원이 증가할수록 해당 층에서의 에너지 사용량이 증가한 경향을 보인 경우, 분석부(232)는 각 팩터들 중 재실인원에 대한 가중치의 우선순위를 가장 높게 설정할 수 있다.Then, the
다음으로, 예측부(234)는 분석부(232)에 의해 산출된 가중치가 반영된 출력함수, 에너지(전기/가스/수도 등) 단가, 상기 건물 자동화 장치(220)로부터 수신한 스케쥴 데이터 및 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 반영함으로써 예측모델을 생성하고, 생성된 예측모델을 통해 해당 건물에서의 실시간 에너지 사용량을 예측한다. 이때, 시공간 확률모델은 건물에 설치된 전체 설비에 대해 각 설비 별로 생성되어 있을 수 있다.Next, the predicting
즉, 본 발명의 경우 시공간 확률모델에 분석부(232)에 의해 산출된 출력함수, 에너지 단가, 건물 자동화 장치(220)로부터 수신한 스케쥴 데이터, 및 설비들의 운영 스케쥴 데이터를 반영하여 에너지 사용량을 예측하기 때문에 예측 정확도를 향상시킬 수 있게 된다.That is, in the case of the present invention, the energy consumption is estimated by reflecting the output function, the energy unit price, the schedule data received from the
예컨대, 설비들의 운영 스케쥴 데이터에 따를 때 오전 10시에 제1 회의실의 냉난방 설비는 동작 하지 않는 것으로 스케쥴 되어 있고, 스케쥴 데이터를 기초로 할 때 오전 10시에 제1 회의실에 5명의 사용자가 미팅을 수행하는 것으로 확인되며, 오전 10시의 온도가 28도로 예상되었다고 가정한다. 이러한 경우, 예측부(234)는 오전 10시에 제1 회의실의 냉방 설비를 가동시켜야 하는 것으로 판단하고 미리 정해진 에너지 사용량 예측 모델에 의해 예측된 에너지 사용량에 제1 회의실의 냉방 설비 가동을 위한 에너지 사용량을 증가시킴으로써, 해당 건물에서의 실시간 에너지 사용량을 정확하게 예측할 수 있게 된다.For example, according to the operation schedule data of the facilities, it is scheduled that the cooling and heating facilities of the first meeting room are not operated at 10:00 am. When the schedule data is used, five users are allowed to meet at 10:00 am in the first meeting room , And it is assumed that the temperature at 10 am is expected to be 28 degrees. In this case, the predicting
일 실시예에 있어서, 예측부(234)는 건물의 에너지 사용량을 예측함에 있어서, 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터를 추가로 반영하여 개인의 선호도에 기반하여 에너지 사용량을 예측할 수 있다. 예컨대, 사용자 A가 업로드한 게시글 데이터를 분석한 결과 사용자 A는 여름임에도 냉방으로 인해 춥다는 게시글을 자주 업로드한 경우, 사용자 A는 여름에 냉방 설비의 가동을 원하지 않는 것으로 판단하고 사용자 A가 체류하는 공간의 냉방 설비의 가동을 위한 에너지 사용량을 감소시킴으로써 사용자 A의 개인 선호도를 반영하여 해당 건물의 에너지 사용량을 예측할 수 있다.In one embodiment, the
예측부(234)는 예측된 에너지 사용량을 건물군 에너지 통합관리 센터(120)로 전달함으로써, 건물군 에너지 통합관리 센터(120)가 예측된 에너지 사용량을 기초로 해당 건물에 필요한 에너지를 분배할 수 있도록 한다.The
한편, 예측부(234)는 건물 자동화 장치(220)로부터 수신되는 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 및 설비 운영 스케줄 데이터들 중 미리 정해진 횟수 이상 동시에 발생되는 데이터들을 시계열적으로 패턴화하여 저장하고, 저장된 패턴을 에너지 사용량 예측에 이용할 수도 있다.On the other hand, the predicting
다음으로, 보정부(236)는 예측부(234)에 의해 예측된 에너지 사용량을 실제 에너지 사용량을 비교하여 그 결과가 다른 경우 예측된 에너지 사용량을 보정한다. 일 실시예에 있어서, 보정부(236)는 센서에 의해 계측된 센싱 데이터의 오류로 인해 예측된 에너지 사용량에 오류가 발생된 것으로 판단되면, 계측된 센싱 데이터 대신에 소셜 네트워크 상에 업로드되어 있는 게시글 데이터를 이용하여 예측부(234)에 의해 예측된 에너지 사용량을 보정할 수 있다. 예컨대, 온도 센서에 의해 센싱된 온도 데이터가 오류가 있는 것으로 판단되는 경우, 게시글 데이터 중 현재 온도가 포함된 게시글 데이터가 존재하는 경우, 센싱 데이터를 해당 게시글에 포함되어 있는 온도로 대체함으로써 에너지 사용량을 다시 예측한다.Next, the correcting
다음으로, 운용 스케쥴 생성부(238)는 예측부(234)에 의해 예측된 에너지 사용량 또는 보정부(236)에 의해 보정된 에너지 사용량을 기초로 해당 건물의 에너지 운용 스케쥴을 생성한다. 구체적으로, 운용 스케쥴 생성부(238)는 해당 건물의 에너지 사용량을 기초로 하여 해당 건물에 설치되어 있는 각 시점 별로 각 설비들의 기동 또는 정지 계획을 수립한다.Next, the operation
이후, 운용 스케쥴 생성부(238)는 건물 에너지 운용 스케쥴에 따라 각 설비를 기동 또는 정지해야 하는 시점이 도래하면, 해당 설비의 기동 또는 정지를 위한 제어신호를 생성하여 건물 자동화 장치(220)로 전달함으로써, 건물 자동화 장치(220)가 해당 설비를 기동 또는 정지시킬 수 있도록 한다.The
상술한 실시예에 있어서는, 상황인식 모듈(230)이 예측된 에너지 사용량에 따른 각 설비의 기동 또는 정지를 건물 자동화 장치(220)를 통해 수행하는 것으로 설명하였지만, 변형된 실시예에 있어서는 상황인식 모듈(230)이 원격에서 각 설비들의 기동 또는 정지를 제어할 수 있을 것이다. 이를 위해, 상황인식 모듈(230)은 제어신호에 따라 각 설비들을 원격에서 기동 또는 정지시키기 위한 원격제어모듈(미도시)를 더 포함할 수 있다.In the above-described embodiment, it is described that the
또한, 도 2에서는 도시하지는 않았지만, 상황인식모듈(230)은 분석부(232)에 의해 산출된 결과를 학습하여 분석부(232)에 의해 선정된 팩터들 만으로 해당 건물에서의 에너지 사용량을 역으로 추정하는 인공 신경망 학습 모듈을 더 포함할 수 있다. 예컨대, 인공 신경망 학습 모듈은 분석부(232)에 의해 산출된 결과의 학습을 통해 실내온도가 18도이고 재실인원이 30명일 것으로 예측되는 경우, 해당 층에서의 에너지 사용량은 120정도 될 것이라는 것을 추정할 수 있다. 이때, 인공 신경망 학습모듈은 실내온도 및 재실인원은 스케쥴 데이터로부터 추정할 수 있다.Although not shown in FIG. 2, the
상술한 바와 같은 빌딩 에너지 관리 시스템(100)은 각종 센서 및 데이터 수집부(210)를 제1 레이어에 배치하고, 상황인식 모듈(230)의 분석부(232)를 제2 레이어에 배치하며, 상황인식 모듈(230)의 예측부(234), 보정부(236), 및 운영 스케쥴 생성부(236)를 제3 레이어에 배치하는 플랫폼 레어어(Platform Layer) 구조로 시스템을 설계할 수 있다. 따라서, 본 발명은, 비주거용 건물뿐만 아니라 주거용 건물 까지도 손쉽게 확장이 가능하여 시스템의 적용범위를 극대화할 수 있다는 효과가 있다.The building
다시 도 1을 참조하면, 신재생 에너지 관리 장치(110)는 기후정보 및 전력시장 정보를 수집하여 분석하고, 신재생 에너지의 발전량과 건물군 에너지 통합 관리센터(120)에서 요구되는 에너지 사용량을 기초로 급전계획을 수립한다. 또한, 신재생 에너지 관리 장치(110)는 급전계획에 따라 빌딩 에너지 관리 시스템(100)이 설치된 각 건물에 건물의 에너지원으로써 신재생 에너지를 공급역할을 수행한다. Referring to FIG. 1 again, the renewable
다음으로, 건물군 에너지 통합관리 센터(120)는 소정 지역에 위치하는 건물 또는 건물 그룹의 집합으로 정의되는 건물군의 에너지 사용량에 따라 각 건물에서 요구되는 에너지를 분배하거나 관리한다. 이를 위해, 건물군 에너지 통합관리 센터(120)는 건물군 에너지 분배장치(122), 에너지 제어 장치(124), 건물군 에너지 총괄 관리 장치(126), 및 건물군 통합 운영 모듈(128)을 포함한다.Next, the building group energy integrated
먼저, 건물군 에너지 분배장치(122)는, 에너지 제어 장치(124)에 의한 제어에 따라 신재생 에너지 관리장치(110)에 의해 공급되는 신재생 에너지와 수력, 화력, 및 원자력 등과 같은 발전소에서 공급되는 에너지를 각 건물 별로 분배하여 각 건물에 공급한다.First, the building group
에너지 제어 장치(Energy Control Station. 124)는 건물군 에너지 총괄 관리 시스템(126)에 의해 산출된 건물군의 전체 에너지 사용량을 기초로 각 건물 별로 배분할 에너지량을 산출하고, 산출된 에너지량이 각 건물로 공급될 수 건물군 에너지 분배장치(122)를 제어한다.The
건물군 에너지 총괄관리 장치(Building Energy Total Management System: BETMS, 126)는 해당 지역에 위치하는 각 건물 또는 건물그룹들의 에너지 사용량을 실시간으로 감시한다. 특히, 본 발명에 따른 건물군 에너지 총괄관리 장치(126)는, 각 건물 또는 건물 그룹에 설치된 에너지 관리 시스템(100)에 의해 각 건물 또는 건물그룹 별로 예측된 에너지 사용량을 기초로 해당 지역에 위치한 건물군의 전체 에너지 사용량을 산출하고, 이를 신재생 에너지 관리 장치(110) 및 에너지 제어 장치(124)로 전달한다.The Building Energy Total Management System (BETMS, 126) monitors the energy usage of each building or group of buildings located in the area in real time. Particularly, the
또한, 건물군 에너지 총괄관리 장치(126)는, 산출된 건물군의 전체 에너지 사용량 및 최소 원가로 분석되는 에너지를 기초로 신재생 에너지 관리 장치(110)로 에너지 공급을 요청하며, 요청된 에너지가 실제로 공급 되는지 여부를 확인한다.The building group energy
특히, 본 발명에 따른 건물군 에너지 총괄관리 장치(126)는, 에너지 단가 및 에너지 관리 시스템(100)에 의해 요청된 에너지 사용량을 기초로 하여, 에너지 사용량을 충당하기 위한 에너지원으로써 신재생 에너지를 이용할 것인지 수력, 화력, 및 원자력 등과 같은 발전소에서 공급되는 에너지를 이용할 것인지 여부를 결정한다. 이에 따라, 건물군 에너지 총괄관리 장치(126)는 신재생 에너지를 에너지원으로 결정하는 경우 결정된 에너지양만큼을 신재생 에너지 관리 장치(110)로 요구하고, 나머지 에너지양은 수력, 화력, 및 원자력 등에 의한 에너지를 공급하는 한전으로 요구하게 된다.Particularly, the building group
이외에도, 건물군 에너지 총괄관리 장치(126)는, 각 건물 또는 건물그룹에 설치된 에너지 관리 장치(100)에 원격으로 접속하여 각 건물 또는 건물그룹의 기계설비/조명설비/전력상태를 감시하거나, 감시결과에 따라 기계설비/조명설비/전력상태를 원격으로 제어한다. In addition, the building group energy
다음으로, 건물군 통합 운영 모듈(128)은, 건물군 에너지 총괄관리 장치(126)를 통해 수집된 각 건물 에너지 사용량 또는 각 건물 별로 예측된 에너지 사용량을 리포트 형식으로 생성하여 제공하고, 각 건물 별로 발생된 이벤트나 알람을 히스토리 형태로 관리한다.
Next, the integrated
상황인식 기반의 빌딩 에너지 관리 방법Building awareness-based building energy management method
이하, 도 4를 참조하여 본 발명에 따른 상황인식 기반의 빌딩 에너지 관리 방법에 대해 설명한다.Hereinafter, a method for managing building energy based on the context recognition according to the present invention will be described with reference to FIG.
도 4는 본 발명의 일 실시예에 따른 상황인식 기반의 빌딩 에너지 관리 방법을 보여주는 플로우차트이다.FIG. 4 is a flowchart illustrating a method for managing building energy based on a situation recognition according to an embodiment of the present invention.
도 4에 도시된 상황인식 기반의 빌딩 에너지 관리 방법은 도 2에 도시된 상황인식 기반의 빌딩 에너지 관리 시스템(이하, '빌딩 에너지 관리 시스템'이라 함)에 의해 수행될 수 있다.The building awareness-based building energy management method shown in FIG. 4 can be performed by a building energy management system based on the situation recognition (hereinafter referred to as 'building energy management system') shown in FIG.
먼저, 빌딩 에너지 관리 시스템은 이동센서나 고정센서에 의해 센싱된 센싱 데이터, 소셜 네트워크(Social Network) 상에서 해당 건물에 위치하고 있는 사용자들이 업로드한 게시글 데이터, 해당 건물의 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터, 및 건물에 설치된 각종 설비들의 운영 스케쥴 데이터를 수집한다(S400).First of all, the building energy management system includes sensing data sensed by a moving sensor or a fixed sensor, posted data uploaded by users located in a building on a social network, daily / weekly / monthly Schedule data, and operation schedule data of various facilities installed in the building (S400).
일 실시예에 있어서, 센싱 데이터는 온도센서에 의해 센싱되는 온도, 습도센서에 의해 센싱되는 습도, 조도센서에 의해 센싱되는 조도, 또는 출입센서등에 의해 획득되는 출입여부 등을 포함할 수 있다.In one embodiment, the sensing data may include the temperature sensed by the temperature sensor, the humidity sensed by the humidity sensor, the illuminance sensed by the illuminance sensor, or whether or not it is obtained by an access sensor or the like.
또한, 게시글 데이터는 각 건물의 에너지 사용량을 실시간으로 예측할 수 있도록 하기 위한 것으로서, 사용자들이 업로드한 게시글들 중 미리 정해진 에너지 관련 키워드(예컨대, '덥다', '춥다', '습하다'등과 같은 온도와 관련된 키워드나 '에어컨', '선풍기', '히터', '가습기' 등과 같은 냉난방 설비에 관련된 키워드)를 포함하는 게시글일 수 있다.In addition, the bulletin data is used to predict the energy usage of each building in real time, and it is possible to use a predetermined temperature-related keyword (e.g., 'hot', 'cold', ' Related keywords such as 'air conditioners', 'electric fans', 'heaters', 'humidifiers', and the like).
또한, 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터는 각 시간대 별 사용자들의 이동패턴이나 건물의 시설물(예컨대, 회의실)의 이용패턴을 예측하기 위한 것이고, 설비들의 운영 스케쥴 데이터는 각 시간대 별 에너지 사용 설비들의 사용상태를 예측하기 위한 것이다.In addition, the daily / weekly / monthly schedule data of the users and the groups are for predicting the movement pattern of the users in each time zone or the utilization pattern of the facility (e.g., conference room) of the building, and the operation schedule data of the facilities And to predict the usage status of the facilities.
이외에 빌딩 에너지 관리 시스템은 기상청 서버(미도시)로부터 미리 정해진 시점 별로 기후정보를 추가로 수집할 수도 있다.In addition, the building energy management system may collect additional climate information at predetermined time points from the weather service server (not shown).
이후, 빌딩 에너지 관리 시스템은 수집된 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보에 상황인식 기법을 적용하여 예측모델을 생성하고 생성된 예측모델을 통해 각 건물에서의 에너지 사용량을 실시간으로 예측한다(S410). 빌딩 에너지 관리 시스템은 이동센서나 고정센서에 의해 센싱된 센싱 데이터, 소셜 네터워크 상에 업로드되어 있는 게시글 데이터, 사용자들의 스케쥴 데이터를 의미별로 분석하여, 해당 건물에서의 에너지 사용량이 어떻게 변화될 것인지 여부를 예측하고, 예측된 결과에 따라 각 설비들의 운용 계획을 추천한다.Then, the building energy management system generates the prediction model by applying the situation recognition technique to the collected sensing data, the bulletin data, the schedule data, the operation schedule data of the facilities, and the climate information, The usage amount is predicted in real time (S410). The building energy management system analyzes sensed data sensed by a moving sensor or a fixed sensor, posted data uploaded on a social network, and schedule data of users to determine how energy usage in the building will be changed And recommend the operation plan of each facility according to the predicted result.
구체적으로, 빌딩 에너지 관리 시스템은 센싱 데이터뿐만 아니라 건물에 위치하는 사용자들이 소셜 네트워크에 업로드하는 게시글 데이터와 각 사용자들 및 그룹의 스케쥴 데이터를 이용하는 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 생성된 예측모델을 통해 각 건물의 에너지 사용량을 실시간으로 예측하며, 예측된 에너지 사용량을 기초로 건물의 에너지 운용 스케쥴을 생성함으로써 건물의 에너지 관리가 최적화 될 수 있도록 한다.Specifically, the building energy management system applies not only the sensing data but also the post data uploaded to the social network by the users located in the building and the context-aware method using the schedule data of each user and the group, The energy consumption of each building is predicted in real time through the generated prediction model, and the building energy management schedule is generated based on the predicted energy usage amount so that the energy management of the building can be optimized.
이하, 도 5를 참조하여 빌딩 에너지 관리 시스템이 해당 건물의 에너지 사용량을 실시간으로 예측하는 방법을 보다 구체적으로 설명한다.Hereinafter, referring to FIG. 5, a method for real-time prediction of energy consumption of a building by the building energy management system will be described in more detail.
도 5는 본 발명의 일 실시예에 따른 빌딩 에너지 관리 시스템이 에너지 사용량을 실시간으로 예측하는 방법을 보여주는 플로우차트이다.FIG. 5 is a flowchart illustrating a method for predicting energy consumption in real time by a building energy management system according to an embodiment of the present invention.
먼저, 도 5에 도시된 바와 같이, 빌딩 에너지 관리 시스템은 수집된 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 이용하여 해당 건물에서 각 시간대 별 에너지 사용량 및 평균 에너지 사용량을 패턴화한다(S500).5, the building energy management system uses the collected sensing data, bulletin data, schedule data, operation schedule data of facilities, and climate information to calculate energy consumption and average energy usage (S500).
구체적으로, 빌딩 에너지 관리 시스템은 시간(예컨대, 분/일/월/계절/년 등)을 X축으로 하고, 각 시간대에서의 에너지 사용량(예컨대, 전기 사용량/가스 사용량/수도 사용량/조명 사용량 등)을 Y축으로 하여 에너지 사용량에 대한 패턴을 생성한다. 이때, 빌딩 에너지 관리 시스템은 복수개의 층으로 구성된 건물의 경우 각 층 별로 에너지 사용량 패턴을 생성할 수 있다.Specifically, the building energy management system uses the time (for example, minute / day / month / season / year and the like) as the X axis and calculates the amount of energy used in each time zone (for example, electricity consumption / gas consumption / water usage / ) As a Y-axis to generate a pattern of energy usage. At this time, the building energy management system can generate an energy usage pattern for each floor in the case of a building having a plurality of layers.
상술한 실시예에 있어서는 빌딩 에너지 관리 시스템이 에너지 사용량에 대한패턴을 생성하는 것으로 기재하였지만, 변형된 실시예에 있어서 빌딩 에너지 관리 시스템은 건물 내의 사용자의 이동패턴, 건물에 설치되어 있는 각 설비 또는 시설의 들의 운영 패턴, 실내온도/습도/외기온도/Co2 등의 이동경향 패턴을 추가로 생성할 수도 있다.In the above-described embodiment, the building energy management system is described as generating a pattern of energy usage. In a modified embodiment, however, the building energy management system can be classified into a moving pattern of a user in a building, And a moving trend pattern such as a room temperature / humidity / outdoor temperature / Co2 may be additionally generated.
이후, 빌딩 에너지 관리 시스템은 회귀분석모델(Regression Analysis Model)을 이용하여 S500에서 생성된 패턴에 영향을 주는 팩터들을 선정한다(S510). 구체적으로, 빌딩 에너지 관리 시스템은 미리 정해진 회귀분석모델에 각 층별 에너지 사용량과, 수집된 센싱 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보 들을 입력값으로 대입함으로써, 해당 층에서의 에너지 사용량에 영향을 미치는 팩터들을 선정한다.Thereafter, the building energy management system selects a factor that affects the pattern generated in S500 using a regression analysis model (S510). Specifically, the building energy management system assigns energy values of each floor to the predetermined regression analysis model, the collected sensing data, schedule data, operation schedule data of facilities, and climate information as input values, And the factors that affect the performance of the system.
예컨대, 해당 층에서의 에너지 사용량에 영향을 미친 팩터들로 재실인원, 온되어 있는 조명 개수, 해당 층의 온도, 해당 층에서 가동중인 설비 종류, 해당 층의 습도, 해당 층의 쾌적도, 계절정보 등이 있을 수 있다.For example, factors influencing energy consumption in the corresponding layer include the number of occupants, the number of lights that are on, the temperature of the layer, the type of facility in operation, the humidity of the floor, And so on.
일 실시예에 있어서, 빌딩 에너지 관리 시스템은 각 층별 에너지 사용량을 Y값으로 하고 상기 에너지 사용량에 영향을 미치는 팩터들을 X값으로 하는 출력함수 형태로 출력할 수 있다. In one embodiment, the building energy management system may output the energy usage of each floor as an output value in the form of an Y value and factors that affect the energy usage as X values.
예컨대, 해당 건물의 1층의 에너지 소비량이 120이라고 할 때, 빌딩 에너지 관리 시스템은 1층의 에너지 소비량인 120을 Y값으로 하고, 가중치 "A"가 부여된 1층의 온도값, 가중치 "B"가 부여된 1층의 습도값, 가중치 "C"가 부여된 재실인원, 및 가중치 "D"가 부여된 서버의 개수를 X값으로 하는 출력함수를 생성하여 출력할 수 있다.For example, assuming that the energy consumption of the first floor of the building is 120, the building energy management system sets the
이후, 빌딩 에너지 관리 시스템은 S510에서 선정된 각 팩터들 간의 상관관계를 분석함으로써 S510에서 출력되는 출력함수에 포함되어 있는 가중치들 값을 결정한다(S520). 일 실시예에 있어서, 빌딩 에너지 관리 시스템은 각 가중치의 값을 각 팩터들의 우선순위에 따라 결정될 수 있다. 이때, 빌딩 에너지 관리 시스템은 과거 분석 데이터를 기초로 각 팩터들 간의 우선순위를 결정하고, 결정된 우선순위에 따라 각 팩터들의 가중치의 값을 결정할 수 있다.Thereafter, the building energy management system determines the values of the weights included in the output function output at S510 by analyzing the correlation between the respective factors selected at S510 (S520). In one embodiment, the building energy management system may determine the value of each weight according to the priority of each of the factors. At this time, the building energy management system can determine the priorities of the respective factors based on the past analysis data, and determine the values of the weights of the respective factors according to the determined priorities.
예컨대, 해당 층에서의 과거 분석 데이터를 기초로 해당 층에서 재실인원이 증가할수록 해당 층에서의 에너지 사용량이 증가한 경향을 보인 경우, 빌딩 에너지 관리 시스템은 각 팩터들 중 재실인원에 대한 가중치의 우선순위를 가장 높게 설정할 수 있다.For example, if energy usage in a given floor tends to increase as the number of residents increases in a given floor based on past analysis data in that floor, the building energy management system will prioritize the weight Can be set to the highest.
다음으로, 빌딩 에너지 관리 시스템은 S520에서 산출된 가중치가 반영된 출력함수, 에너지(전기/가스/수동 등) 단가, 스케쥴 데이터, 및 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 반영함으로써 예측모델을 생성하고, 생성된 예측모델을 통해 해당 건물에서의 실시간 에너지 사용량을 예측한다(S530). 이때, 시공간 확률모델은 건물에 설치된 전체 설비에 대해 각 설비 별로 생성되어 있을 수 있다.Next, the building energy management system reflects the weighted output function, energy (electric / gas / manual, etc.) unit price, schedule data, and operation schedule data of the facilities calculated in S520 to the predetermined space-time probability model, And estimates real-time energy usage in the building through the generated prediction model (S530). At this time, the spatiotemporal probability model may be generated for each facility for each facility installed in the building.
즉, 본 발명의 경우 시공간 확률모델에 S520에서 출력되는 가중치가 반영된 출력함수, 에너지 단가, 스케쥴 데이터, 및 설비들의 운영 스케쥴 데이터를 반영하여 에너지 사용량을 예측하기 때문에 예측 정확도를 향상시킬 수 있게 된다.That is, in the case of the present invention, prediction accuracy can be improved because the energy consumption is estimated by reflecting the output function, the energy cost, the schedule data, and the operation schedule data of the facilities, which are output in S520, to the spatiotemporal probability model.
예컨대, 설비들의 운영 스케쥴 데이터에 따를 때 오전 10시에 제1 회의실의 냉난방 설비는 동작 하지 않는 것으로 스케쥴 되어 있고, 스케쥴 데이터를 기초로 할 때 오전 10시에 제1 회의실에 5명의 사용자가 미팅을 수행하는 것으로 확인되며, 오전 10시의 온도가 28도로 예상되었다고 가정한다. 이러한 경우, 빌딩 에너지 관리 시스템은 오전 10시에 제1 회의실의 냉방 설비를 가동시켜야 하는 것으로 판단하고 미리 정해진 에너지 사용량 예측 모델에 의해 예측된 에너지 사용량에 제1 회의실의 냉방 설비 가동을 위한 에너지 사용량을 증가시킴으로써, 해당 건물에서의 실시간 에너지 사용량을 정확하게 예측할 수 있게 된다.For example, according to the operation schedule data of the facilities, it is scheduled that the cooling and heating equipments of the first meeting room do not operate at 10:00 am, and when the schedule data is used, 5 users at the first meeting room at 10:00 am , And it is assumed that the temperature at 10 am is expected to be 28 degrees. In this case, the building energy management system judges that the cooling facility of the first meeting room should be operated at 10:00 am, and the energy consumption for the cooling facility operation of the first meeting room is added to the predicted energy consumption by the predetermined energy consumption prediction model It is possible to accurately predict real-time energy usage in the building.
추가적으로, 빌딩 에너지 관리 시스템은, 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터를 이용하여 개인의 선호도에 기반하여 에너지 사용량을 예측할 수 있다. 예컨대, 사용자 A가 업로드한 게시글 데이터를 분석한 결과 사용자 A는 여름임에도 냉방으로 인해 춥다는 게시글을 자주 업로드한 경우, 빌딩 에너지 관리 시스템은 사용자 A는 여름에 냉방 설비의 가동을 원하지 않는 것으로 판단하고 사용자 A가 체류하는 공간의 냉방 설비의 가동을 위한 에너지 사용량을 감소시킴으로써 사용자 A의 개인 선호도를 반영하여 해당 건물의 에너지 사용량을 예측할 수 있다.In addition, the building energy management system can use the posted data uploaded on the social network to predict energy usage based on an individual's preference. For example, as a result of analyzing the posted data uploaded by the user A, if the user A frequently uploads a post which is cold due to cooling despite the summer, the building energy management system judges that the user A does not want to operate the cooling facility in the summer It is possible to predict the energy consumption of the building by reflecting the personal preference of the user A by reducing the energy consumption for the operation of the cooling system of the space in which the user A stays.
이후, 빌딩 에너지 관리 시스템은 S530에서 예측된 에너지 사용량과 실제 측정된 에너지 사용량을 비교한다(S540). 비교결과, 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 상이한 경우 예측된 에너지 사용량을 보정한 후(S550), 다시 S540과정을 반복한다.Thereafter, the building energy management system compares the estimated energy usage with the actual measured energy usage at S530 (S540). If the predicted energy usage is different from the actually measured energy usage, the predicted energy usage is corrected (S550), and then the process of S540 is repeated.
일 실시예에 있어서, 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 상이한 경우 빌딩 에너지 관리 시스템은 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 상이한 원인이 센서에 의해 계측된 센싱 데이터의 오류로 인한 것으로 판단되면, 계측된 센싱 데이터를 소셜 네트워크 상에 업로드되어 있는 게시글 데이터로 대체하여 에너지 사용량을 다시 예측함으로써 S530에서 예측된 에너지 사용량을 보정할 수 있다.In one embodiment, if the predicted energy usage differs from the actual measured energy usage, the building energy management system may be caused by errors in the sensing data measured by the sensor, which are caused by the difference between the predicted energy usage and the actual measured energy usage If it is determined that the sensed data is replaced with the posted data uploaded on the social network, the amount of energy usage predicted in S530 can be corrected by predicting the energy usage again.
예컨대, 온도 센서에 의해 센싱된 온도 데이터가 오류가 있는 것으로 판단되는 경우, 게시글 데이터 중 현재 온도가 포함된 게시글 데이터가 존재하는 경우, 빌딩 에너지 관리 시스템은 센싱 데이터를 해당 게시글에 포함되어 있는 온도로 대체함으로써 에너지 사용량을 다시 예측하여 에너지 사용량을 보정할 수 있다.For example, when it is determined that the temperature data sensed by the temperature sensor is erroneous, and the post data containing the current temperature exists in the post data, the building energy management system stores the sensed data at the temperature included in the post By replacing it, energy usage can be revised to compensate for energy usage.
한편, S540의 비교결과 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 동일한 경우 S530에서 예측된 에너지 사용량을 최종 예측결과로써 출력한다(S560). On the other hand, if the predicted energy usage amount is equal to the actually measured energy usage amount as a result of the comparison in step S540, the predicted energy usage amount in step S530 is output as a final prediction result (S560).
한편, 도 5에서 도시하지는 않았지만, 빌딩 에너지 관리 시스템은 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 및 설비 운영 스케줄 데이터들 중 미리 정해진 횟수 이상 동시에 발생되는 데이터들을 시계열적으로 패턴화하여 저장하고, 저장된 패턴을 에너지 사용량 예측에 이용할 수도 있다.Meanwhile, although not shown in FIG. 5, the building energy management system may temporally pattern and store data generated at a predetermined number of times or more among sensing data, bulletin data, schedule data, and facility operation schedule data, May also be used to predict energy usage.
또한, 도 5에서는 도시하지는 않았지만, 빌딩 에너지 관리 시스템은 S520에서 산출된 결과를 학습하여 S520에서 생성된 출력함수에 포함되어 있는 각 팩터들 만으로 해당 건물에서의 에너지 사용량을 역으로 추정할 수도 있다.Although not shown in FIG. 5, the building energy management system may learn the result calculated in S520 and inversely estimate the energy usage in the building using only the factors included in the output function generated in S520.
예컨대, 빌딩 에너지 관리 시스템은 S520에서 산출된 결과의 학습을 통해 실내온도가 18도이고 재실인원이 30명일 것으로 예측되는 경우, 해당 층에서의 에너지 사용량은 120정도 될 것이라는 것을 추정할 수 있다. 이때, 빌딩 에너지 관리 시스템은 실내온도 및 재실인원은 스케쥴 데이터로부터 추정할 수 있다.For example, the building energy management system can estimate that if the room temperature is 18 degrees and the residential capacity is estimated to be 30 through the learning of the result calculated in S520, the energy consumption in the corresponding floor will be 120 degrees. At this time, the building energy management system can estimate the room temperature and the residence time from the schedule data.
다시 도 4를 참조하면, 빌딩 에너지 관리 시스템은 예측된 에너지 사용량에 따라 건물의 에너지 운용 스케쥴을 생성한다(S420). 이때, 건물의 에너지 운용 스케쥴이란 각 시점 별로 각 건물에 설치된 설비들의 정지/기동계획을 의미한다.Referring again to FIG. 4, the building energy management system generates an energy operation schedule of the building according to the predicted energy usage (S420). At this time, the energy management schedule of the building means a stop / start plan of the facilities installed in each building at each time point.
이후, 빌딩 에너지 관리 시스템은 S420에서 생성된 건물 에너지 운용 스케쥴에 따라 각 설비를 기동 또는 정지해야 하는 시점이 도래하였는지 여부를 판단하고(S430), 각 설비를 기동 또는 정지해야 하는 시점이 도래한 것으로 판단되면 해당 설비의 기동 또는 정지를 위한 제어신호를 생성하여 건물 자동화 장치로 전달한다(S440). 이에 따라 건물 자동화 장치가 수신된 제어신호에 따라 해당 설비를 기동 또는 정지시키게 된다.Thereafter, the building energy management system determines whether or not it is time to start or stop each facility according to the building energy operation schedule generated in S420 (S430), and it is time to start or stop each facility If it is judged, the control signal for starting or stopping the facility is generated and transmitted to the building automation device (S440). Accordingly, the building automation device starts or stops the facility according to the received control signal.
상술한 실시예에 있어서는, 빌딩 에너지 관리 시스템이 예측된 에너지 사용량에 따른 각 설비의 기동 또는 정지를 건물 자동화 장치를 통해 수행하는 것으로 설명하였지만, 변형된 실시예에 있어서는 빌딩 에너지 관리 시스템이 원격에서 해당 건물에 설치된 각 설비들의 기동 또는 정지를 제어할 수도 있을 것이다.In the above-described embodiment, the building energy management system has been described that the start or stop of each facility is performed through the building automation device according to the predicted energy usage amount. However, in the modified embodiment, It may also control the start or stop of each facility installed in the building.
한편, 도 4에서 도시하지는 않았지만, 빌딩 에너지 관리 시스템은 S410에서 예측된 에너지 사용량을 건물군 에너지 통합관리 센터로 전달함으로써, 건물군 에너지 통합관리 센터가 예측된 에너지 사용량을 기초로 해당 건물에 필요한 에너지를 분배할 수 있도록 한다.Meanwhile, although not shown in FIG. 4, the building energy management system transmits the predicted energy usage amount in S410 to the integrated energy management center of the building group so that the integrated energy management center of the building collects the energy required for the building To be distributed.
상술한 설명에 있어서는, 상황인식 기반의 빌딩 에너지 관리 시스템이 물리적인 시스템으로 구현되는 것으로 설명하였지만 이는 하나의 예일 뿐, 상황인식 기반의 빌딩 에너지 관리 시스템은 각 기능들이 프로그램화되어 서버나 컴퓨터에 탑재되고, 서버나 컴퓨터에 의한 프로그램의 실행을 통해 구현될 수도 있다.In the above description, it has been described that the building energy management system based on the situation recognition is implemented as a physical system. However, this is only an example, and the building energy management system based on the situation recognition is a system in which each function is programmed, And may be implemented through the execution of a program by a server or a computer.
이때 상황인식 기반의 빌딩 에너지 관리 시스템을 구현하기 위한 프로그램은 하드 디스크, CD-ROM, DVD, 롬(ROM), 램, 또는 플래시 메모리와 같은 컴퓨터로 판독할 수 있는 기록 매체에 저장된다.At this time, a program for implementing a situation awareness-based building energy management system is stored in a computer-readable recording medium such as a hard disk, a CD-ROM, a DVD, a ROM, a RAM, or a flash memory.
본 명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.Those skilled in the art will appreciate that the invention described above may be embodied in other specific forms without departing from the spirit or essential characteristics thereof.
예컨대, 본 발명에 따른 상황인식 기반의 빌딩 에너지 관리 시스템이 주거용 건물에 적용되는 경우, 상황인식 기반의 빌딩 에너지 관리 시스템은 주거용 건물의 제어를 담당하는 홈네트워크 서버와 연동함으로써, 각 주거용 건물에 설치되어 있는 설비들을 제어할 수 있다.For example, when the situation-aware building energy management system according to the present invention is applied to a residential building, the situation-aware building energy management system operates in conjunction with a home network server that controls the residential building, Which can control the facilities that are installed.
그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive. The scope of the present invention is defined by the appended claims rather than the detailed description and all changes or modifications derived from the meaning and scope of the claims and their equivalents are to be construed as being included within the scope of the present invention do.
100: 상황인식 기반의 에너지 관리 시스템 110: 신재생 에너지 관리 장치
120: 건물군 에너지 통합관리 센터 210: 데이터 수집부
220: 건물 자동화 장치 230: 상황인식 모듈
232: 분석부 234: 예측부
236: 보정부 238: 운용 스케쥴 생성100: Situation awareness-based energy management system 110: Renewable energy management system
120: building integrated energy management center 210: data collection unit
220: Building Automation Device 230: Situation Recognition Module
232: Analysis section 234: Prediction section
236: Correction 238: Operation schedule creation
Claims (14)
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하고,
상기 상황인식 모듈은,
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 이용하여 상기 건물의 각 시간대 별 에너지 사용량 및 평균 에너지 사용량에 대한 패턴을 생성하고, 회귀분석(Regression Analysis) 및 상관관계 분석 중 적어도 하나를 통해 상기 생성된 패턴과 관련된 팩터들 및 각 팩터 별 가중치를 산출하는 분석부; 및
상기 산출된 팩터들 및 팩터별 가중치, 에너지 단가, 상기 스케쥴 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 적용하여 상기 건물의 에너지 사용량을 실시간으로 예측하기 위한 예측모델을 생성하고, 생성된 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 예측부를 포함하고,
상기 데이터 수집부는, 상기 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터들 중 미리 정해진 에너지 관련 키워드를 포함하는 게시글 데이터를 상기 사용자 소셜 네트워크 데이터로 수집하는 것을 특징으로 하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The personalized data consisting of the user's social network data on the social network of the users located in the building and the schedule data of the group composed of a plurality of users, A data collection unit for collecting operation schedule data of facilities installed in the facility; And
A situation recognition module for generating a prediction model by applying a context-aware technique to the sensing data, the personalization data, and the operation schedule data of the facilities, and for predicting energy usage of the building using the prediction model, / RTI >
The situation recognition module includes:
Generating a pattern of energy usage and average energy usage for each time zone of the building using the sensing data, the personalization data, and the operation schedule data of the facilities, and generating at least one of a regression analysis and a correlation analysis An analyzer for calculating the factors associated with the generated pattern and the weights of the respective factors through the generated pattern; And
Generating a predictive model for estimating energy consumption of the building in real time by applying the calculated weighting factor, energy cost, schedule data, and operational schedule data of the facilities to the predetermined space-time probability model, And a prediction unit for predicting an energy use amount of the building using the generated prediction model,
Wherein the data collecting unit collects, as the user social network data, bulletin data including a predetermined energy related keyword among the bulletin data uploaded on the social network. Management system.
상기 상황인식 모듈은,
상기 예측모델을 이용하여 예측된 에너지 사용량을 기초로 상기 건물의 에너지 운용 스케쥴을 생성하는 운용 스케쥴 생성부를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The method according to claim 1,
The situation recognition module includes:
And an operation schedule generator for generating an energy operation schedule of the building based on the predicted energy usage using the prediction model.
상기 상황인식 모듈은,
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비 운영 스케줄 데이터들 중 미리 정해진 횟수 이상 동시 발생되는 데이터들을 시계열적으로 패턴화하여 저장하고, 상기 저장된 패턴을 추가로 이용하여 상기 에너지 사용량을 예측하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The method according to claim 1,
The situation recognition module includes:
Data of the sensing data, the personalization data, and data of the facility operation schedule data generated in a predetermined number of times or more are time-serially patterned and stored, and the energy usage is further estimated using the stored pattern Based building energy management system.
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하고,
상기 상황인식 모듈은, 상기 예측모델을 이용하여 예측된 에너지 사용량과 실제 에너지 사용량을 비교하고, 상기 예측모델을 이용하여 예측된 에너지 사용량과 실제 에너지 사용량이 다르면 상기 사용자 소셜 네트워크 데이터를 이용하여 상기 예측모델을 이용하여 예측된 에너지 사용량을 보정하는 보정부를 포함하고,
상기 데이터 수집부는, 상기 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터들 중 미리 정해진 에너지 관련 키워드를 포함하는 게시글 데이터를 상기 사용자 소셜 네트워크 데이터로 수집하는 것을 특징으로 하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The personalized data consisting of the user's social network data on the social network of the users located in the building and the schedule data of the group composed of a plurality of users, A data collection unit for collecting operation schedule data of facilities installed in the facility; And
A situation recognition module for generating a prediction model by applying a context-aware technique to the sensing data, the personalization data, and the operation schedule data of the facilities, and for predicting energy usage of the building using the prediction model, / RTI >
Wherein the situation recognition module compares the predicted energy usage with the actual energy usage using the predictive model and if the predicted energy usage and actual energy usage are different using the predictive model, And a correction unit for correcting the predicted energy usage using the model,
Wherein the data collecting unit collects, as the user social network data, bulletin data including a predetermined energy related keyword among the bulletin data uploaded on the social network. Management system.
상기 상황인식 모듈은,
상기 예측모델을 이용하여 예측된 에너지 사용량을 기초로 상기 건물의 에너지 운용 스케쥴을 생성하하고,
상기 건물 에너지 운용 스케쥴에 따라 각 설비를 기동 또는 정지해야 하는 시점이 도래하면, 해당 설비의 기동 또는 정지를 위한 제어신호를 생성하여 건물 자동화 장치로 전달하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The method according to claim 1,
The situation recognition module includes:
Generating an energy operation schedule of the building based on the predicted energy usage amount using the prediction model,
Wherein when a time for starting or stopping each facility is reached according to the building energy operation schedule, a control signal for starting or stopping the facility is generated and transmitted to the building automation apparatus. system.
상기 상황인식 모듈은,
상기 건물 내에 위치하는 사용자의 이동패턴, 상기 설비 또는 상기 건물을 구성하는 시설 들의 운영 패턴, 및 실내온도 또는 습도의 이동경향패턴 중 적어도 하나를 생성하는 분석부를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The method according to claim 1,
The situation recognition module includes:
And an analyzing unit for generating at least one of a moving pattern of a user located in the building, an operation pattern of the facility or facilities constituting the building, and a moving trend pattern of room temperature or humidity, Building energy management system.
미리 정해진 프로토콜에 따라 상기 센싱 데이터, 상기 사용자 소셜 네트워크 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 상기 상황인식 모듈로 전송하고, 상기 건물의 에너지 운용 스케쥴에 따라 상기 상황인식 모듈로부터 전송되는 제어신호에 따라 상기 설비들의 운영을 제어하는 건물 관리 장치를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템.The method according to claim 1,
And transmitting the sensing data, the user social network data, and the operation schedule data of the facilities to the situation recognition module according to a predetermined protocol, and according to a control signal transmitted from the situation recognition module according to an energy operation schedule of the building Further comprising a building management device for controlling the operation of the facilities.
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식 기법을 적용하여 예측모델을 생성하고, 생성된 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 단계를 포함하고,
상기 예측하는 단계는,
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 이용하여 상기 건물의 각 시간대 별 에너지 사용량 및 평균 에너지 사용량에 대한 패턴을 생성하는 단계;
회귀분석 및 상관관계 분석 중 적어도 하나를 통해 상기 생성된 패턴과 관련된 팩터들 및 각 팩터 별 가중치를 산출하는 단계;
상기 산출된 팩터들 및 팩터별 가중치, 에너지 단가, 상기 스케쥴 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 적용하여 예측모델을 생성하는 단계; 및
상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 실시간으로 예측하는 단계를 포함하고,
상기 수집하는 단계에서, 상기 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터들 중 미리 정해진 에너지 관련 키워드를 포함하는 게시글 데이터를 상기 소셜 네트워크 데이터로 수집하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법.The personalized data consisting of the user's social network data on the social network of the users located in the building and the schedule data of the group composed of a plurality of users, Collecting operational schedule data; And
Generating a prediction model by applying a situation recognition technique to the sensing data, the personalization data, and the operation schedule data of the facilities, and predicting the energy usage of the building using the generated prediction model,
Wherein the predicting comprises:
Generating a pattern of an energy usage amount and an average energy usage amount for each time zone of the building using the sensing data, the personalization data, and the operation schedule data of the facilities;
Calculating a weight for each factor and factors associated with the generated pattern through at least one of regression analysis and correlation analysis;
Generating a prediction model by applying the calculated weighting factor, energy unit cost, schedule data, and operation schedule data of the facilities to the predetermined space-time probability model; And
Estimating energy consumption of the building in real time using the prediction model,
Wherein the collecting step collects, as the social network data, the bulletin data including a predetermined energy related keyword among the bulletin data uploaded on the social network.
상기 예측된 에너지 사용량과 실제 에너지 사용량을 비교하는 단계; 및
상기 예측된 에너지 사용량과 실제 에너지 사용량이 다르면 상기 사용자 소셜 네트워크 데이터를 이용하여 상기 예측된 에너지 사용량을 보정하는 단계를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법.10. The method of claim 9,
Comparing the predicted energy usage with an actual energy usage; And
Further comprising the step of correcting the predicted energy usage using the user social network data if the predicted energy usage is different from the actual energy usage.
상기 예측된 에너지 사용량에 따라 상기 설비들의 각 시점 별 정지 또는 기동계획을 포함하는 건물의 에너지 운용 스케쥴을 생성하는 단계를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법.10. The method of claim 9,
Further comprising the step of generating an energy operation schedule of the building including a stop or start plan for each of the facilities according to the predicted energy usage amount.
상기 건물의 에너지 운용 스케쥴에 따라 상기 설비들의 기동 또는 정지를 제어하는 단계를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법.13. The method of claim 12,
Further comprising the step of controlling the start or stop of the facilities according to an energy operation schedule of the building.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140016577A KR101633969B1 (en) | 2014-02-13 | 2014-02-13 | Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140016577A KR101633969B1 (en) | 2014-02-13 | 2014-02-13 | Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150095995A KR20150095995A (en) | 2015-08-24 |
| KR101633969B1 true KR101633969B1 (en) | 2016-06-27 |
Family
ID=54058586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140016577A KR101633969B1 (en) | 2014-02-13 | 2014-02-13 | Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101633969B1 (en) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101965486B1 (en) * | 2017-03-31 | 2019-04-03 | 한국전력공사 | System, apparatus and method for managing energy consumption of building |
| KR101966532B1 (en) * | 2017-07-19 | 2019-08-14 | 제주대학교 산학협력단 | System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter |
| JP7283379B2 (en) * | 2019-12-26 | 2023-05-30 | トヨタ自動車株式会社 | Information processing device, information processing method, and information processing system |
| KR102321766B1 (en) * | 2020-11-16 | 2021-11-03 | 충북대학교 산학협력단 | Method and System of Forecasting Electricity Demands in the Building in Real Time |
| KR102482849B1 (en) * | 2021-06-30 | 2022-12-29 | 주식회사 대림 | Remote Meter Reading System |
| KR102519474B1 (en) * | 2021-10-29 | 2023-04-10 | (주) 탐진씨앤에스 | System and method for predicting abnormal state of facilities in a building through facilities operation state analysis |
| CN114548445A (en) * | 2022-02-28 | 2022-05-27 | 四川省建筑科学研究院有限公司 | Building operation and maintenance management system based on real-time feedback |
| KR102435561B1 (en) * | 2022-05-19 | 2022-08-23 | 일성테크원주식회사 | Building energy management server and method for implementing BEMS that reduces the amount of power consumed by equipments and guarantees comfortable indoor environment |
| KR102474936B1 (en) * | 2022-09-16 | 2022-12-06 | 주식회사 이현정보 | Ai-based automatic control integrated building system using complex control sensor |
| KR102604824B1 (en) * | 2023-05-09 | 2023-11-22 | 주식회사 집쇼코리아 | Experience System Including Augmented Reality |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090066107A (en) * | 2007-12-18 | 2009-06-23 | 엘에스전선 주식회사 | Building energy management system and method for controlling the same |
| JP2010246702A (en) * | 2009-04-15 | 2010-11-04 | Fujifilm Corp | System for recovery of capsule medical device |
| KR101203375B1 (en) * | 2010-05-13 | 2012-11-20 | 엘에스산전 주식회사 | Apparatus, System and Method for Data Collection |
| KR20130082630A (en) * | 2011-12-12 | 2013-07-22 | 엘지전자 주식회사 | Building energy management system and method for controlling the same |
| KR20130089738A (en) * | 2011-12-30 | 2013-08-13 | 주식회사 효성 | Predicting system for energy management system |
| KR20130100850A (en) * | 2012-02-07 | 2013-09-12 | 엘지전자 주식회사 | Smart meter for smart grid and method for performing service |
| KR20130122205A (en) * | 2012-04-30 | 2013-11-07 | 전자부품연구원 | Hvac control method and system to improve occupant comfort and energy efficiency |
| KR20130130303A (en) * | 2012-05-22 | 2013-12-02 | 엘지전자 주식회사 | Server, electronic device and method for providing an interface of an electronic device |
| JP2013246702A (en) * | 2012-05-28 | 2013-12-09 | Ntt Facilities Inc | Workplace management system, workplace management device, workplace management method and program |
-
2014
- 2014-02-13 KR KR1020140016577A patent/KR101633969B1/en active IP Right Grant
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090066107A (en) * | 2007-12-18 | 2009-06-23 | 엘에스전선 주식회사 | Building energy management system and method for controlling the same |
| JP2010246702A (en) * | 2009-04-15 | 2010-11-04 | Fujifilm Corp | System for recovery of capsule medical device |
| KR101203375B1 (en) * | 2010-05-13 | 2012-11-20 | 엘에스산전 주식회사 | Apparatus, System and Method for Data Collection |
| KR20130082630A (en) * | 2011-12-12 | 2013-07-22 | 엘지전자 주식회사 | Building energy management system and method for controlling the same |
| KR20130089738A (en) * | 2011-12-30 | 2013-08-13 | 주식회사 효성 | Predicting system for energy management system |
| KR20130100850A (en) * | 2012-02-07 | 2013-09-12 | 엘지전자 주식회사 | Smart meter for smart grid and method for performing service |
| KR20130122205A (en) * | 2012-04-30 | 2013-11-07 | 전자부품연구원 | Hvac control method and system to improve occupant comfort and energy efficiency |
| KR20130130303A (en) * | 2012-05-22 | 2013-12-02 | 엘지전자 주식회사 | Server, electronic device and method for providing an interface of an electronic device |
| JP2013246702A (en) * | 2012-05-28 | 2013-12-09 | Ntt Facilities Inc | Workplace management system, workplace management device, workplace management method and program |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20150095995A (en) | 2015-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101633969B1 (en) | Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same | |
| JP6938745B2 (en) | Control of the HVAC system during a demand response event | |
| CN107750323B (en) | Method for controlling start of air conditioner and apparatus thereof | |
| Metallidou et al. | Energy efficiency in smart buildings: IoT approaches | |
| Hilliard et al. | Experimental implementation of whole building MPC with zone based thermal comfort adjustments | |
| Goyal et al. | Experimental study of occupancy-based control of HVAC zones | |
| US10107513B2 (en) | Thermodynamic modeling for enclosures | |
| WO2015163732A1 (en) | Operating method and apparatus of smart system for power consumption optimization | |
| EP3007016B1 (en) | Central control apparatus for controlling facilities, facility control system comprising the same, and facility control method | |
| Ouf et al. | A simulation-based method to investigate occupant-centric controls | |
| US12013673B2 (en) | Building control system using reinforcement learning | |
| Hobson et al. | A workflow for evaluating occupant-centric controls using building simulation | |
| Touretzky et al. | Building-level power demand forecasting framework using building specific inputs: Development and applications | |
| KR20200043781A (en) | Energy management system for exhibition hall considering environment and occupancy changes | |
| Pazhoohesh et al. | Investigating occupancy-driven air-conditioning control based on thermal comfort level | |
| Aldakheel et al. | Indoor environmental quality evaluation of smart/artificial intelligence techniques in buildings–a review | |
| Kruusimägi et al. | A novel spatiotemporal home heating controller design: System emulation and field testing | |
| Bao et al. | A rule-based smart thermostat | |
| KR20130120604A (en) | Method for management of building energy for night purge, apparatus for the same | |
| Taborda et al. | Towards a web-based energy consumption forecasting platform | |
| Peng | Learning-based demand-driven controls for energy-efficient buildings | |
| Guedey et al. | Reduction of Heating Energy Consumption of Existing Public Buildings Through the Use of IoT | |
| JP2020042584A (en) | Method and system for foreseeing actions for building | |
| Goyal et al. | Energy optimization in buildings using machine learning techniques: a survey | |
| Ghofrani | Control for performance and energy efficiency with applications in smart buildings and communities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190531 Year of fee payment: 4 |