[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102536112B1 - Apparatus and method for operating and maintaining solar power system using avatar - Google Patents

Apparatus and method for operating and maintaining solar power system using avatar Download PDF

Info

Publication number
KR102536112B1
KR102536112B1 KR1020220118935A KR20220118935A KR102536112B1 KR 102536112 B1 KR102536112 B1 KR 102536112B1 KR 1020220118935 A KR1020220118935 A KR 1020220118935A KR 20220118935 A KR20220118935 A KR 20220118935A KR 102536112 B1 KR102536112 B1 KR 102536112B1
Authority
KR
South Korea
Prior art keywords
avatar
failure
professional
information
power generation
Prior art date
Application number
KR1020220118935A
Other languages
Korean (ko)
Inventor
박기주
박재성
Original Assignee
박기주
박재성
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 박기주, 박재성 filed Critical 박기주
Priority to KR1020220118935A priority Critical patent/KR102536112B1/en
Application granted granted Critical
Publication of KR102536112B1 publication Critical patent/KR102536112B1/en

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02SGENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0712Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a virtual computing platform, e.g. logically partitioned systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793Remedial or corrective actions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2263Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466Performance evaluation by tracing or monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00Animation
    • G06T13/203D [Three Dimensional] animation
    • G06T13/403D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/003Navigation within 3D models or images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/805Real-time

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

An apparatus for operating and maintaining a solar power generation system according to the present invention is an apparatus for operating and maintaining a solar power generation system, which implements cyberspace, a virtual three-dimensional system space corresponding to the real space of the solar power generation system and uses a surveillance avatar as a virtual manager of the solar power generation system, which moves through cyberspace to manage the corresponding solar power generation system. The apparatus of the present invention comprises: a data collection unit collecting failure history information of the solar power generation system; a big data storage unit using the failure history information to generate and store big data for failure; a professional avatar management unit learning the big data for failure and creating and registering at least one professional avatar for each field; a real-time monitoring unit monitoring real-time operation information of any first reality device corresponding to the location of the surveillance avatar in response to the movement of the surveillance avatar; a failure diagnosis unit diagnosing whether a failure has occurred and the type of failure of the first reality device, based on preset failure diagnosis information and the real-time operation information; and a service provider selecting one of the professional avatars for each field, based on the failure diagnosis results and then providing operation and maintenance services using the selected professional avatar. Accordingly, people without professional knowledge can intuitively recognize the operating status of the solar power generation system and manage the system effectively.

Description

학습 및 진화하는 아바타를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법{APPARATUS AND METHOD FOR OPERATING AND MAINTAINING SOLAR POWER SYSTEM USING AVATAR}Operation and maintenance device and method of solar power generation system using learning and evolving avatar {APPARATUS AND METHOD FOR OPERATING AND MAINTAINING SOLAR POWER SYSTEM USING AVATAR}

본 발명은 태양광 발전시스템의 운영유지보수 시스템 및 그 방법에 관한 것으로서, 사이버캐릭터(이하, ‘아바타’라 칭함)를 이용한 태양광 발전시스템의 운영유지보수 시스템 및 그 방법에 관한 것이다.The present invention relates to an operation maintenance system and method for a solar power generation system, and relates to an operation maintenance system and method for a solar power generation system using a cyber character (hereinafter referred to as 'avatar').

태양광 발전시스템은 태양으로부터 받은 에너지를 전기에너지로 변환하는 발전시스템으로써, 화석 에너지의 감소와 무공해라는 환경적인 요구가 증가함에 따라 그 가치가 증대되고 있다.A photovoltaic power generation system is a power generation system that converts energy received from the sun into electrical energy, and its value is increasing as environmental demands for reduction of fossil energy and non-pollution increase.

또한, 태양광 발전시스템의 장기적인 발전과, 안정적인 수익 창출을 위해 운영유지보수(O&M)의 중요성이 점차 강조되고 있다. 태양광 발전소의 경우 한번 설치로 20~25년이 소요되는 장기 투자 사업이지만, 높은 초기 비용 투자로 인해 발전소 운영에 있어 지속적으로 높은 수익을 보장한다고 장담할 수 없기 때문이다.In addition, the importance of operation and maintenance (O&M) is gradually being emphasized for long-term development of photovoltaic power generation systems and stable profit generation. In the case of a photovoltaic power plant, it is a long-term investment project that takes 20 to 25 years to install once, but it cannot be guaranteed that high profits will be guaranteed continuously in the operation of the power plant due to the high initial cost investment.

태양광 운영유지보수(O&M)는 발전소 운영에 있어 안정적인 전력 공급을 유지하기 위한 필수 요소로, 좁은 의미에서는 단순 설비 유지 및 보수를, 넓은 의미에서는 수명 연장과 성능 개량에 이르기까지 제반 작업을 모두 포함할 수 있다.Photovoltaic operation and maintenance (O&M) is an essential element for maintaining stable power supply in power plant operation, and includes all tasks ranging from simple facility maintenance and repair in a narrow sense to life extension and performance improvement in a broad sense. can do.

따라서 태양광 운영유지보수(O&M)는 태양광 발전시스템의 최적 발전량을 저해하는 요소를 사전에 파악하거나 고장 발생시 빠른 대응을 통해 발전량 손실을 최소화하는 것을 목적으로 한다.Therefore, the purpose of O&M is to identify in advance the factors that hinder the optimal power generation of the photovoltaic power generation system or to minimize the loss of power generation through quick response in the event of a failure.

그런데, 상기 발전량을 저해하는 요소들은 매우 다양하다. 예를 들어, 태양전지의 변색(Discoloration), 크래킹(Cracking), 핫스팟(Hot spots)과, 자연적인 태양전지의 성능 저하, 인버터의 짧은 수명, 눈, 바람, 흙먼지 등 무수한 자연환경 등이 그것이다. 또한, 태양광 설비의 누적 설치량 증가로 인한 시스템 고장의 증가 및 시스템 노화도 상기 발전량을 저해하는 요소 중 하나이다.However, the factors that hinder the amount of power generation are very diverse. For example, discoloration, cracking, and hot spots of solar cells, natural degradation of solar cells, short lifespan of inverters, and myriad natural environments such as snow, wind, and dust are examples. . In addition, an increase in system failures and system aging due to an increase in the cumulative installed amount of photovoltaic facilities are also one of the factors that hinder the amount of power generation.

이처럼 수많은 요인이 다양한 설비에서 예고 없이 나타나기 때문에 태양광 발전시스템의 운영에 있어서 꾸준한 유지보수는 필수적으로 시행되어야 하지만, 이러한 다양한 요인들을 육안으로 모두 확인하는 것은 매우 어려운 상황이다.As such, numerous factors appear without notice in various facilities, so steady maintenance is essential in the operation of a photovoltaic power generation system. However, it is very difficult to visually check all of these various factors.

이러한 문제를 보완하기 위해, 한국등록특허 제10-1728692호에는 태양광 모듈의 고장 예측 모니터링 시스템 및 방법이 개시되어 있다. 상기 특허에 의하면, 시시각각 변화하는 태양광 발전량이 계절이나 실시간 날씨 변화에 따라 적절한 이론상의 발전량에 부합하게 변화하는지 판단하도록 구성함으로써, 태양광 발전 모듈의 고장 여부를 정확하게 판단할 수 있는 효과가 있다. 또한, 상기 특허에 의하면, 고장이나 이상 여부가 예측된 경우, 이를 사용자 단말로 실시간 송신한다. In order to compensate for this problem, Korea Patent Registration No. 10-1728692 discloses a failure prediction monitoring system and method of a photovoltaic module. According to the above patent, it is possible to accurately determine whether or not the solar power module is out of order by determining whether the amount of solar power generation, which changes every moment, changes according to the appropriate theoretical amount of power generation according to the season or real-time weather change. In addition, according to the above patent, if a failure or abnormality is predicted, it is transmitted to the user terminal in real time.

하지만, 상기와 같은 종래의 기술들은 태양광 발전시스템의 고장 여부를 예측하고 이를 사용자에게 전달할 뿐, 상기 정보를 수신한 사용자들이 실제로 시스템 고장에 적절한 대처를 하였는지, 이로 인해 발전량에 어떠한 이로운 영향을 미쳤는지에 대하여 분석 또는 관리하지 않을 뿐만 아니라, 고장 복구를 위해 능동적인 처리를 수행하지 않음으로써, 태양광 발전시스템의 운영유지보수를 효과적으로 수행하는데 한계가 있었다.However, the conventional technologies as described above only predict whether the solar power generation system will fail and deliver it to the user, and whether the users who received the information actually responded appropriately to the system failure, and what beneficial effect this had on the amount of power generation. There is a limit to effectively performing operation and maintenance of the photovoltaic power generation system by not only not analyzing or managing the system, but also by not performing active processing for failure recovery.

또한, 종래의 기술들은 미리 설정된 기준 또는 오류가 발생한 경우에만, 태양광 발전시스템의 동작 상태를 사용자(예컨대, 시스템 운영자 또는 관리자)에게 전달할 뿐, 사용자들이 원하는 시점에 태양광 발전시스템의 동작 상태를 자유롭게 확인할 수 없는 문제가 있었다. In addition, conventional technologies transmit the operating state of the photovoltaic system to the user (eg, system operator or manager) only when a predetermined criterion or error occurs, and the operating state of the photovoltaic power generation system is displayed at a time desired by the user. There was a problem that could not be freely checked.

또한, 종래의 기술들은 태양광 발전시스템의 동작 상태를 알람 또는 수치적으로 제공함으로써, 시스템에 대한 전문적인 지식이 없는 사용자(예컨대, 시스템 운영자)가 태양광 발전시스템의 동작 상태를 직관적으로 빠르게 인지할 수 없는 문제가 있었다.In addition, conventional technologies provide the operating state of the photovoltaic power generation system as an alarm or numerical value, so that a user (eg, a system operator) without expert knowledge about the system intuitively and quickly recognizes the operating state of the photovoltaic power generation system. There was a problem that couldn't be done.

한국등록특허 제10-1728692호Korean Patent Registration No. 10-1728692

따라서 본 발명은, 태양광 발전시스템의 현실공간에 대응한 가상의 시스템공간인 사이버공간과, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간 상에서 이동하는 사이버캐릭터(이하, ‘감시 아바타’라 칭함)를 이용하여 대응된 태양광 발전시스템의 발전정보를 모니터링하고 제어하도록 함으로써, 전문적인 지식이 없는 사용자들도 태양광 발전 시스템의 동작 상태를 직관적으로 인지하고 효과적으로 관리할 수 있도록 하는 태양광 발전시스템의 운영유지보수 장치 및 그 방법을 제공하고자 한다. Therefore, the present invention provides cyberspace, which is a virtual system space corresponding to the real space of the solar power generation system, and a cyber character (hereinafter referred to as 'surveillance avatar') moving in the cyberspace as a virtual manager of the solar power generation system. ) to monitor and control the power generation information of the corresponding photovoltaic power generation system, so that even users without professional knowledge can intuitively recognize and effectively manage the operation status of the photovoltaic power generation system It is intended to provide an operation maintenance device and method.

또한, 본 발명은 태양광 발전시스템에 발생한 고장의 종류별, 및 고장의 위치별로 과거에 발생한 고장정보, 그 고장에 대한 작업자의 작업내역, 및 작업자의 작업결과를 학습하여, 임의의 고장에 대한 추천작업정보를 제공하는 적어도 하나의 분야별 전문 아바타를 생성하고, 그 전문 아바타에서 제공되는 정보를 이용하여 태양광 발전시스템을 운영 유지 보수하도록 함으로써, 태양광 발전시스템 관리의 품질을 높일 수 있도록 하는 태양광 발전시스템의 운영유지보수 장치 및 그 방법을 제공하고자 한다.In addition, the present invention recommends an arbitrary failure by learning information on failures that have occurred in the past by type of failure and location of failure in the photovoltaic power generation system, the operator's work history for the failure, and the worker's work result. Photovoltaic technology that enhances the quality of photovoltaic power generation system management by generating at least one specialized avatar for each field that provides work information and operating and maintaining the photovoltaic power generation system using the information provided by the specialized avatar. It is intended to provide an operation maintenance device and method for a power generation system.

또한, 본 발명은 과거에 발생한 태양광 발전 시스템의 고장정보, 및 고장의 종류별 대응 방안을 포함하는 빅데이터를 생성하고, 상기 빅데이터를 학습하여 소프트웨어적인 고장에 대하여 자동 대응할 수 있는 알고리즘을 생성한 후 상기 전문 아바타에 탑재함으로써, 소프트웨어적인 고장의 경우 상기 전문 아바타가 진단 결과에 자동으로 대응할 수 있도록 하는 태양광 발전시스템의 운영유지보수 장치 및 그 방법을 제공하고자 한다.In addition, the present invention generates big data including fault information of the solar power generation system that occurred in the past and countermeasures for each type of fault, and learns the big data to create an algorithm that can automatically respond to software faults. It is intended to provide an operation and maintenance device and method for a photovoltaic power generation system that enables the professional avatar to automatically respond to diagnosis results in the event of a software failure by loading the system into the specialized avatar.

상기 목적을 달성하기 위해 본 발명에서 제공하는 태양광 발전시스템의 운영유지보수 장치는, 태양광 발전시스템의 현실공간에 대응한 가상의 3차원 시스템 공간인 사이버공간을 구현하고, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간을 이동하는 감시 아바타를 이용하여 대응된 태양광 발전시스템을 관리하는 태양광 발전시스템의 운영유지보수 장치에 있어서, 상기 태양광 발전시스템에 발생한 고장, 및 고장의 종류별 대응방안을 포함하는 고장이력정보를 수집하는 데이터 수집부; 미리 설정된 정보수집기간 동안 수집된 상기 고장이력정보를 이용하여 고장 빅데이터를 생성 및 저장하는 빅데이터 저장부; 상기 고장 빅데이터를 학습하여 적어도 하나의 분야별 전문 아바타를 생성하여 등록하는 전문 아바타 관리부; 상기 감시 아바타의 이동에 응답하여 상기 감시 아바타의 위치에 대응한 임의의 제1 현실장치의 실시간 동작정보를 모니터링하는 실시간 모니터링부; 미리 설정된 고장진단정보, 및 상기 실시간 동작정보에 의거하여 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하는 고장진단부; 및 상기 고장진단결과에 의거하여 상기 분야별 전문 아바타들 중 하나를 선택한 후, 상기 선택된 전문 아바타를 이용하여 운영유지보수 서비스를 제공하는 서비스 제공부를 포함하는 것을 특징으로 한다. In order to achieve the above object, the operation and maintenance device of the solar power generation system provided by the present invention implements cyberspace, which is a virtual three-dimensional system space corresponding to the real space of the solar power generation system, and the solar power generation system In the solar power generation system operation and maintenance device that manages the corresponding photovoltaic power generation system using the monitoring avatar moving in cyberspace as a virtual manager of the solar power generation system, failures occurring in the photovoltaic power generation system and response by type of failure a data collection unit that collects failure history information including plans; a big data storage unit generating and storing failure big data using the failure history information collected during a preset information collection period; a professional avatar management unit that learns the failure big data to generate and register at least one professional avatar for each field; a real-time monitoring unit that monitors real-time operation information of an arbitrary first reality device corresponding to the location of the monitoring avatar in response to the movement of the monitoring avatar; a failure diagnosis unit for diagnosing whether or not a failure of the first reality device has occurred and the type of failure based on preset failure diagnosis information and the real-time operation information; and a service providing unit that selects one of the specialized avatars for each field based on the failure diagnosis result and provides operation maintenance service using the selected specialized avatar.

바람직하게, 상기 전문 아바타 관리부는 미리 설정된 적어도 하나의 분류 기준별로 상기 고장 빅데이터를 분류하는 빅데이터 분류부; 상기 분류 기준별로 상기 고장 빅데이터를 학습하는 빅데이터 학습부; 상기 학습결과에 의거하여 상기 분류 기준별로 적어도 하나의 추천 작업정보들을 생성하고, 상기 분류 기준과 상기 추천 작업정보들을 매칭시켜 분야별 전문 아바타를 생성하는 전문 아바타 생성부; 및 상기 생성된 분야별 전문 아바타를 등록하는 전문 아바타 등록부를 포함할 수 있다.Preferably, the professional avatar management unit includes a big data classification unit that classifies the faulty big data according to at least one preset classification criterion; a big data learning unit learning the failure big data for each classification criterion; a professional avatar creation unit generating at least one piece of recommended work information for each classification criterion based on the learning result, and generating a specialized avatar for each field by matching the classification criterion with the recommended work information; and a professional avatar registration unit for registering the generated professional avatars for each field.

바람직하게, 상기 전문 아바타 생성부는 상기 고장이력정보에 의거하여 소프트웨어적인 고장에 대하여 자동 대응할 수 있는 자동대응 알고리즘을 생성한 후, 상기 소프트웨어적인 고장이 속한 분야의 전문 아바타에 상기 자동대응 알고리즘을 탑재할 수 있다.Preferably, the expert avatar creation unit generates an automatic response algorithm capable of automatically responding to a software failure based on the failure history information, and then mounts the automatic response algorithm on a professional avatar belonging to a software failure. can

바람직하게, 상기 서비스 제공부는 상기 고장진단결과에 의거하여, 상기 등록된 분야별 전문 아바타들 중 적어도 하나를 후보 아바타로 선정하여 표출하는 후보 아바타 선정부; 사용자의 선택정보에 의거하여 상기 후보 아바타들 중 하나를 선택하고, 상기 선택된 전문 아바타에 매칭된 추천작업정보들 또는 자동대응 알고리즘 중 적어도 하나를 검출하는 전문 아바타별 서비스 정보 검출부; 및 상기 선택된 전문 아바타를 이용하여 상기 추천작업정보를 사용자에게 제공하거나, 상기 검출된 자동대응 알고리즘을 실행하는 전문 아바타별 서비스 실행부를 포함할 수 있다.Preferably, the service providing unit includes a candidate avatar selection unit that selects and displays at least one of the registered professional avatars for each field as a candidate avatar based on the failure diagnosis result; a service information detection unit for each professional avatar, which selects one of the candidate avatars based on user selection information and detects at least one of recommended work information or an automatic response algorithm matched to the selected professional avatar; and a service execution unit for each professional avatar that provides the recommended job information to the user using the selected professional avatar or executes the detected automatic response algorithm.

바람직하게, 상기 전문 아바타 관리부는 상기 추천작업정보, 또는 자동대응 알고리즘 실행 결과에 대한 사용자의 평가정보, 및 작업결과 정보를 수집하여, 대응된 전문 아바타에 매칭시켜 저장하는 전문 아바타 평가부를 더 포함하고, 상기 후보 아바타 선정부는 상기 전문 아바타를 선택한 사용자의 평가정보, 및 작업결과 정보를 포함하는 아바타 평가결과에 의거하여 상기 후보 아바타를 선정할 수 있다.Preferably, the professional avatar management unit further includes a professional avatar evaluation unit that collects the recommended job information, user evaluation information for the execution result of the automatic response algorithm, and job result information, matches them with corresponding professional avatars, and stores the information; , The candidate avatar selection unit may select the candidate avatar based on evaluation information of the user who selected the professional avatar and evaluation results of the avatar including job result information.

바람직하게, 상기 데이터 수집부는 상기 태양광 발전시스템의 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 더 수집하고, 상기 빅데이터 생성부는 상기 수집된 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 매칭시켜 진단 빅데이터를 더 생성할 수 있다.Preferably, the data collection unit further collects real-time operation information for each real device of the photovoltaic system and failure diagnosis results accordingly, and the big data generator further collects the collected real-time operation information for each real device and failures accordingly. Diagnosis big data can be further generated by matching diagnosis results.

바람직하게, 상기 빅데이터 학습부는 상기 진단 빅데이터에 의거하여 현실장치들 각각의 실시간 동작 정보에 따른 고장발생 여부 및 고장 종류 진단결과를 학습하고, 상기 전문 아바타 생성부는 상기 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단 아바타를 생성하고, 상기 전문 아바타 등록부는 상기 장치별 진단 아바타를 등록할 수 있다.Preferably, the big data learning unit learns whether or not a failure has occurred and a diagnosis result of a failure type according to real-time operation information of each of the real devices based on the diagnostic big data, and the professional avatar generator learns the reality based on the learning result. A diagnosis avatar for each device may be created by matching the failure diagnosis result for each device's real-time operation information, and the expert avatar registration unit may register the diagnosis avatar for each device.

바람직하게, 상기 고장진단부는 상기 제1 현실장치의 고장을 진단하는 진단 아바타를 호출하여, 상기 제1 현실장치의 실시간 동작정보에 의거한 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단할 수 있다.Preferably, the failure diagnosis unit calls a diagnosis avatar for diagnosing a failure of the first reality device, and diagnoses whether a failure occurs in the first reality device and a type of failure based on real-time operation information of the first reality device. can do.

한편, 상기 목적을 달성하기 위해 본 발명에서 제공하는 태양광 발전시스템의 운영유지보수 방법은, 태양광 발전시스템의 현실공간에 대응한 가상의 3차원 시스템 공간인 사이버공간을 구현하고, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간을 이동하는 감시 아바타를 이용하여 대응된 태양광 발전시스템을 관리하는 태양광 발전시스템의 운영유지보수 방법에 있어서, 상기 태양광 발전시스템에 발생한 고장, 및 고장의 종류별 대응방안을 포함하는 고장이력정보를 수집하는 데이터 수집단계; 미리 설정된 정보수집기간 동안 수집된 상기 고장이력정보를 이용하여 고장 빅데이터를 생성하는 빅데이터 생성단계; 상기 고장 빅데이터를 학습하여 적어도 하나의 분야별 전문 아바타를 생성하여 등록하는 전문 아바타 관리단계; 상기 감시 아바타의 이동에 응답하여 상기 감시 아바타의 위치에 대응한 임의의 제1 현실장치의 실시간 동작정보를 모니터링하는 실시간 모니터링 단계; 미리 설정된 고장진단정보, 및 상기 실시간 동작정보에 의거하여 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하는 고장진단단계; 및 상기 고장진단결과에 의거하여, 상기 분야별 전문 아바타들 중 하나를 선택한 후, 상기 선택된 전문 아바타를 이용하여 운영유지보수 서비스를 제공하는 서비스 제공단계를 포함하는 것을 특징으로 한다. On the other hand, in order to achieve the above object, the operation and maintenance method of the solar power generation system provided by the present invention implements cyberspace, which is a virtual three-dimensional system space corresponding to the real space of the solar power generation system, and In the operation and maintenance method of a photovoltaic power generation system that manages the corresponding photovoltaic power generation system using the monitoring avatar moving in cyberspace as a virtual manager of the power generation system, A data collection step of collecting failure history information including countermeasures for each type; a big data generation step of generating failure big data using the failure history information collected during a preset information collection period; a professional avatar management step of generating and registering at least one professional avatar for each field by learning the failure big data; a real-time monitoring step of monitoring real-time operation information of an arbitrary first reality device corresponding to a location of the monitoring avatar in response to movement of the monitoring avatar; a failure diagnosis step of diagnosing whether or not a failure of the first reality device has occurred and a failure type based on preset failure diagnosis information and the real-time operation information; and a service providing step of selecting one of the professional avatars for each field based on the failure diagnosis result and then providing operation maintenance service using the selected professional avatar.

바람직하게, 상기 전문 아바타 관리단계는 미리 설정된 적어도 하나의 분류 기준별로 상기 고장 빅데이터를 분류하는 고장 빅데이터 분류단계; 상기 분류 기준별로 상기 고장 빅데이터를 학습하는 고장 빅데이터 학습단계; 상기 학습결과에 의거하여 상기 분류 기준별로 적어도 하나의 추천 작업정보들을 생성하고, 상기 분류 기준과 상기 추천 작업정보들을 매칭시켜 분야별 전문 아바타를 생성하는 전문 아바타 생성단계; 및 상기 생성된 분야별 전문 아바타를 등록하는 전문 아바타 등록단계를 포함할 수 있다.Preferably, the expert avatar management step includes a breakdown big data classification step of classifying the breakdown big data according to at least one preset classification criterion; a failure big data learning step of learning the failure big data for each classification criterion; a professional avatar creation step of generating at least one piece of recommended work information for each classification criterion based on the learning result, and generating a specialized avatar for each field by matching the classification criterion with the recommended work information; and a professional avatar registration step of registering the generated professional avatars for each field.

바람직하게, 상기 전문 아바타 생성단계는 상기 고장이력정보에 의거하여 소프트웨어적인 고장에 대하여 자동 대응할 수 있는 자동대응 알고리즘을 생성한 후, 상기 소프트웨어적인 고장이 속한 분야의 전문 아바타에 상기 자동대응 알고리즘을 탑재하는 단계를 더 포함할 수 있다.Preferably, in the professional avatar creation step, an automatic response algorithm capable of automatically responding to a software failure is generated based on the failure history information, and then the automatic response algorithm is loaded into a professional avatar in a field to which the software failure belongs. It may further include steps to do.

바람직하게, 상기 서비스 제공단계는 상기 고장진단결과에 의거하여, 상기 등록된 분야별 전문 아바타들 중 적어도 하나를 후보 아바타로 선정하여 표출하는 후보 아바타 선정단계; 사용자의 선택정보에 의거하여 상기 후보 아바타들 중 하나를 선택하고, 상기 선택된 전문 아바타에 매칭된 추천작업정보들 또는 자동대응 알고리즘 중 적어도 하나를 검출하는 전문 아바타별 서비스 정보 검출단계; 및 상기 선택된 전문 아바타를 이용하여 상기 추천작업정보를 사용자에게 제공하거나, 상기 검출된 자동대응 알고리즘을 실행하는 전문 아바타별 서비스 실행부를 포함할 수 있다.Preferably, the service providing step includes a candidate avatar selection step of selecting and displaying at least one of the professional avatars for each field as a candidate avatar based on the failure diagnosis result; a service information detection step for each professional avatar, which selects one of the candidate avatars based on the user's selection information and detects at least one of recommended work information or an automatic correspondence algorithm matched to the selected professional avatar; and a service execution unit for each professional avatar that provides the recommended job information to the user using the selected professional avatar or executes the detected automatic response algorithm.

바람직하게, 상기 전문 아바타 관리단계는 상기 추천작업정보, 또는 자동대응 알고리즘 실행 결과에 대한 사용자의 평가정보, 및 작업결과 정보를 수집하여, 대응된 전문 아바타에 매칭시켜 저장하는 아바타 평가단계를 더 포함하고, 상기 후보 아바타 선정단계는 상기 전문 아바타를 선택한 사용자의 평가정보, 및 작업결과 정보를 포함하는 아바타 평가 결과에 의거하여 상기 후보 아바타를 선정할 수 있다.Preferably, the professional avatar management step further includes an avatar evaluation step of collecting the recommended job information, the user's evaluation information on the execution result of the automatic response algorithm, and the job result information, matching them with corresponding professional avatars, and storing the information. In the step of selecting the candidate avatar, the candidate avatar may be selected based on the avatar evaluation result including evaluation information of the user who has selected the professional avatar and work result information.

바람직하게, 상기 데이터 수집단계는 상기 태양광 발전시스템의 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 더 수집하고, 상기 빅데이터 생성단계는 상기 수집된 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 매칭시켜 진단 빅데이터를 더 생성할 수 있다. Preferably, the data collection step further collects real-time operation information for each real device of the photovoltaic power generation system and failure diagnosis results accordingly, and the big data generation step further collects the collected real-time operation information for each real device and the result thereof. Diagnostic big data can be further generated by matching the failure diagnosis results according to the method.

바람직하게, 상기 아바타 관리단계는 상기 진단 빅데이터에 의거하여 현실장치들 각각의 실시간 동작 정보에 따른 고장발생 여부 및 고장 종류 진단결과를 학습하는 진단 빅데이터 학습단계; 상기 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단 아바타를 생성하는 진단 아바타 생성단계; 및 상기 장치별 진단 아바타를 등록하는 진단 아바타 등록단계를 더 포함할 수 있다.Preferably, the avatar management step includes a diagnostic big data learning step of learning whether or not a failure occurs and a diagnosis result of a failure type according to real-time operation information of each of the real devices based on the diagnostic big data; a diagnosis avatar generation step of generating a diagnosis avatar for each device by matching failure diagnosis results for each real-time operation information of the real device based on the learning result; and a diagnostic avatar registration step of registering the diagnostic avatar for each device.

바람직하게, 상기 고장진단단계는 상기 제1 현실장치의 고장을 진단하는 진단 아바타를 호출하여, 상기 제1 현실장치의 실시간 동작정보에 의거한 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단할 수 있다.Preferably, the failure diagnosis step calls a diagnosis avatar for diagnosing a failure of the first reality device, and determines whether or not a failure of the first reality device has occurred and the type of failure based on real-time operation information of the first reality device. can be diagnosed

상기한 바와 같이, 본 발명에서 제공하는 태양광 발전시스템의 운영유지보수 장치 및 그 방법은, 태양광 발전시스템의 현실공간에 대응한 가상의 시스템공간인 사이버공간과, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간 상에서 이동하는 감시 아바타를 이용하여 대응된 태양광 발전시스템의 발전정보를 모니터링하고 제어하도록 함으로써, 전문적인 지식이 없는 사용자들도 태양광 발전 시스템의 동작 상태를 직관적으로 인지하고 효과적으로 관리할 수 있는 장점이 있다.As described above, the operation and maintenance device and method for a photovoltaic system provided by the present invention include cyber space, a virtual system space corresponding to the real space of the photovoltaic power generation system, and virtual space of the photovoltaic power generation system. As an administrator, by monitoring and controlling the power generation information of the corresponding photovoltaic power generation system using the surveillance avatar moving in the cyberspace, even users without professional knowledge can intuitively recognize the operation status of the photovoltaic power generation system and effectively There are advantages to managing it.

또한, 본 발명은 태양광 발전시스템에 발생한 고장의 종류별, 및 고장의 위치별로 과거에 발생한 고장정보, 그 고장에 대한 작업자의 작업내역, 및 작업자의 작업결과를 학습하여, 임의의 고장에 대한 추천작업정보를 제공하는 적어도 하나의 분야별 전문 아바타를 생성하고, 그 전문 아바타에서 제공되는 정보를 이용하여 태양광 발전시스템을 운영유지보수하도록 함으로써, 태양광 발전시스템 관리의 품질을 높일 수 있는 장점이 있다.In addition, the present invention recommends an arbitrary failure by learning information on failures that have occurred in the past by type of failure and location of failure in the photovoltaic power generation system, the operator's work history for the failure, and the worker's work result. There is an advantage in that the quality of solar power generation system management can be improved by generating at least one professional avatar for each field that provides work information and operating and maintaining the solar power generation system using the information provided by the professional avatar. .

또한, 본 발명은 과거에 발생한 태양광 발전 시스템의 고장정보, 및 고장의 종류별 대응 방안을 포함하는 빅데이터를 생성하고, 상기 빅데이터를 학습하여 소프트웨어적인 고장에 대하여 자동 대응할 수 있는 알고리즘을 생성한 후 상기 전문 아바타에 탑재함으로써, 소프트웨어 적인 고장의 경우 상기 전문 아바타가 진단결과에 자동으로 대응할 수 있고, 이로 인해 태양광 발전시스템의 운영유지보수 절차를 간소화할 수 있고, 관리자 또는 작업자의 작업 부담을 줄일 수 있는 장점이 있다.In addition, the present invention generates big data including fault information of the solar power generation system that occurred in the past and countermeasures for each type of fault, and learns the big data to create an algorithm that can automatically respond to software faults. Then, by installing it on the professional avatar, the professional avatar can automatically respond to the diagnosis result in case of a software failure, thereby simplifying the operation and maintenance procedure of the solar power generation system, and reducing the workload of managers or workers. There are advantages to reducing it.

도 1은 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치에 대한 개략적인 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 전문 아바타 관리부에 대한 개략적인 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 전문 아바타 관리 DB의 데이터베이스 구조도이다.
도 4는 본 발명의 일 실시 예에 따른 서비스 제공부에 대한 개략적인 블록도이다.
도 5 내지 도 8은 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 방법에 대한 개략적인 처리 흐름도들이다.
도 9 내지 도 12는 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치에 대한 화면예를 설명하기 위한 도면들이다.
1 is a schematic block diagram of an operation maintenance device for a photovoltaic power generation system according to an embodiment of the present invention.
2 is a schematic block diagram of a professional avatar management unit according to an embodiment of the present invention.
3 is a database structure diagram of a professional avatar management DB according to an embodiment of the present invention.
4 is a schematic block diagram of a service provider according to an embodiment of the present invention.
5 to 8 are schematic process flow charts for an operation maintenance method of a photovoltaic power generation system according to an embodiment of the present invention.
9 to 12 are diagrams for explaining examples of screens for an operation and maintenance device of a photovoltaic power generation system according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 설명하되, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 한편 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 또한 상세한 설명을 생략하여도 본 기술 분야의 당업자가 쉽게 이해할 수 있는 부분의 설명은 생략하였다.Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings, but will be described in detail so that those skilled in the art can easily practice the present invention. However, the present invention may be implemented in many different forms and is not limited to the embodiments described herein. On the other hand, in order to clearly describe the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification. In addition, even if detailed descriptions are omitted, descriptions of parts that can be easily understood by those skilled in the art are omitted.

명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification and claims, when a part includes a certain component, it means that it may further include other components, not excluding other components unless otherwise stated.

도 1은 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치에 대한 개략적인 블록도이다. 도 1을 참조하면, 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치(100)는, 태양광 발전시스템의 현실공간에 대응한 가상의 3차원 시스템 공간인 사이버공간을 구현하고, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간을 이동하는 사이버캐릭터(이하, ‘감시 아바타’라 칭함)를 이용하여 대응된 태양광 발전시스템을 관리하기 위한 장치로서, 감시 아바타 모듈(10), 데이터 수집부(110), 빅데이터 생성부(120), 빅데이터 관리 DB(130), 전문 아바타 관리부(140), 전문 아바타 관리 DB(150), 실시간 모니터링부(160), 고장진단부(170), 서비스 제공부(180), 및 제어부(190)를 포함한다.1 is a schematic block diagram of an operation maintenance device for a photovoltaic power generation system according to an embodiment of the present invention. Referring to FIG. 1 , an apparatus 100 for operation and maintenance of a photovoltaic system according to an embodiment of the present invention implements cyberspace, which is a virtual three-dimensional system space corresponding to the real space of the photovoltaic system, and , As a device for managing the corresponding solar power generation system using a cyber character (hereinafter referred to as 'surveillance avatar') moving in the cyberspace as a virtual manager of the solar power generation system, the monitoring avatar module 10 , data collection unit 110, big data generation unit 120, big data management DB 130, professional avatar management unit 140, professional avatar management DB 150, real-time monitoring unit 160, failure diagnosis unit ( 170), a service providing unit 180, and a control unit 190.

이 때, 도 1의 예에서는, 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치(100)의 주된 특징을 설명하기 위해 필요한 구성만을 예시하였고, 일반적인 구성은 생략하였다. 예를 들어, 도 1의 예에서는, 태양광 발전시스템의 시스템 사양을 관리하기 위한 시스템 사양 관리 DB, 해당 태양광 발전시스템의 현실장치들 각각으로부터 실시간으로 수집된 현장데이터를 관리하기 위한 현장데이터 관리 DB, 상기 사이버공간, 및 감시 아바타를 포함한 사이버 정보를 관리하기 위한 사이버 정보 관리 DB, 미리 설정된 고장진단 기준정보를 관리하기 위한 고장딘단 기준정보 관리 DB, 및 상기 사이버공간, 상기 감시 아바타를 표시하기 위한 디스플레이 장치, 현장 데이터 수집부, 및 사용자의 조작신호를 입력받는 사용자 인터페이스부 등과 같이, 일반적인 태양광 발전시스템의 운영유지보수 장치를 구현하기 위한 기술적 구성에 대하여는 도시를 생략하였다. 따라서, 상기 언급된 기술적 구성을 포함한 일부 구성 요소들은, 설명의 간략화를 위해 생략하였을 뿐, 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치(100)를 구현하기 위해 배제되는 것이 아님은 자명하다. At this time, in the example of FIG. 1 , only configurations necessary for explaining the main characteristics of the operation and maintenance device 100 of a photovoltaic power generation system according to an embodiment of the present invention are illustrated, and general configurations are omitted. For example, in the example of FIG. 1, a system specification management DB for managing system specifications of a photovoltaic power generation system and field data management for managing field data collected in real time from each of the actual devices of the corresponding photovoltaic power generation system. Displaying a database, a cyber information management DB for managing cyber information including the cyberspace and monitoring avatars, a failure diagnosis reference information management DB for managing preset failure diagnosis reference information, and the cyberspace and monitoring avatars. Technical configurations for realizing an operation maintenance device of a general photovoltaic power generation system, such as a display device, a field data collection unit, and a user interface unit that receives a user's operation signal, are omitted from the illustration. Therefore, some of the components including the above-mentioned technical configuration are omitted for simplicity of description, and are excluded in order to implement the operation and maintenance device 100 of the photovoltaic power generation system according to an embodiment of the present invention. otherwise it is self-evident

감시 아바타 모듈(10)은 상기 감시 아바타를 관리 및 제어한다. 즉, 감시 아바타 모듈(10)은 상기 감시 아바타를 임의의 작업자와 매칭시켜 관리함과 동시에, 상기 감시 아바타를 디스플레이장치(미도시)에 표시된 사이버공간 상에 표시한다. 이를 위해, 감시 아바타 모듈(10)은, 외부 조작신호에 의해 지정된 상기 사이버공간 상의 좌표, 또는 감시 아바타 모듈(10)이 탑재된 통신 단말장치를 소지한 작업자의 위치(예컨대, 위/경도 좌표 등)에 의거하여, 상기 감시 아바타의 위치를 결정한 후 디스플레이장치(미도시)에 표시된 상기 사이버공간 상에서 상기 감시 아바타의 이동을 제어한다.The monitoring avatar module 10 manages and controls the monitoring avatar. That is, the surveillance avatar module 10 matches and manages the surveillance avatar with an arbitrary worker, and displays the surveillance avatar on a cyberspace displayed on a display device (not shown). To this end, the monitoring avatar module 10 uses coordinates in cyberspace designated by an external manipulation signal or the position of a worker carrying a communication terminal device equipped with the monitoring avatar module 10 (e.g., latitude/longitude coordinates, etc.) ), after determining the location of the surveillance avatar, the movement of the surveillance avatar in the cyberspace displayed on a display device (not shown) is controlled.

또한, 감시 아바타 모듈(10)은 상기 감시 아바타의 이동에 응답하여, 상기 감시 아바타의 위치에 대응한 태양광 발전시스템의 현실장치로부터 실시간 발전정보(즉, 현장데이터)(예컨대, 스트링 단위의 발전량 등)를 수집하거나, 기 수집된 현장 데이터들로부터 대응된 현실장치의 실시간 발전정보를 검출한 후, 상기 감시 아바타와 함께 디스플레이장치(미도시)에 표시할 수 있다. 이를 위해, 감시 아바타 모듈(10)은 사전에 정의된 사이버공간 및 감시 아바타 정보를 저장하는 데이터베이스부(예컨대, 사이버정보 관리 DB(미도시))에 저장된 정보를 참조할 수 있다.In addition, the monitoring avatar module 10 receives real-time power generation information (i.e., field data) (e.g., power generation amount in string units) from the real device of the photovoltaic power generation system corresponding to the position of the monitoring avatar in response to the movement of the monitoring avatar. etc.) is collected, or after detecting real-time development information of the corresponding real device from previously collected field data, it can be displayed on a display device (not shown) together with the monitoring avatar. To this end, the surveillance avatar module 10 may refer to information stored in a database unit (eg, a cyber information management DB (not shown)) that stores predefined cyberspace and surveillance avatar information.

데이터 수집부(110)는 태양광 발전 시스템에 발생한 고장, 및 고장의 종류별 대응방안을 포함하는 고장이력정보를 수집한다. 예를 들어, 데이터 수집부(110)는 태양광 발전시스템에 발생한 고장에 대한 고장정보, 상기 고장에 대한 작업자의 작업내역, 및 상기 작업자의 작업결과를 수집할 수 있다.The data collection unit 110 collects failure history information including failures occurring in the photovoltaic power generation system and countermeasures for each failure type. For example, the data collection unit 110 may collect failure information on a failure occurring in the photovoltaic power generation system, a worker's work history for the failure, and the worker's work result.

이 때, 상기 고장정보는 태양광 발전시스템을 구성하는 현실장치들 중 고장/장애가 발생한 장치정보, 고장/장애의 수준, 상기 고장/장애가 발생한 장치의 설치 위치, 고장/장애의 종류, 상기 고장/장애가 발생한 시간, 상기 고장/장애가 발생한 장치 주변의 환경정보 등을 포함할 수 있다.At this time, the failure information includes information on a device that has a failure/failure among actual devices constituting the photovoltaic power generation system, the level of the failure/failure, the installation location of the device where the failure/failure has occurred, the type of the failure/failure, and the failure/failure. It may include the time when the failure occurred, environment information around the device where the failure/failure occurred, and the like.

또한, 상기 작업자의 작업내역은 상기 고장/장애를 해결하기 위한 작업자의 작업정보로서, 부품 교체 또는 설정값 변경 등을 포함할 수 있으며, 상기 작업자의 입력정보에 의해 등록되거나, 시스템 관리 알고리즘에 의해 자동 인식될 수 있다. In addition, the operator's work history is the operator's work information for solving the failure/failure, and may include parts replacement or setting value change, registered by the operator's input information, or by a system management algorithm. can be automatically recognized.

한편, 상기 작업결과는 상기 작업내역에 대한 처리 결과로서, 부품교체 완료, 설정값 변경 완료 등을 나타낼 수 있으며, 상기 작업자의 입력정보에 의해 등록되거나, 시스템 관리 알고리즘에 의해 자동 인식될 수 있다. 또는, 상기 작업내역 이전과 이후의 해당 장치 동작 상태를 비교/분석하여, 고장 또는 장애가 개선된 정도(예컨대, 장애 상태 80% 복구 등)를 나타낼 수 있다. On the other hand, the work result is a processing result for the work history, and may indicate completion of parts replacement or completion of setting value change, and may be registered by the operator's input information or automatically recognized by a system management algorithm. Alternatively, the operating state of the corresponding device before and after the work history may be compared/analyzed to indicate the degree of improvement of the failure or failure (eg, 80% recovery from failure state).

또한, 데이터 수집부(110)는 상기 태양광 발전시스템의 현실장치별 실시간 동작정보, 및 그에 따른 고장진단 결과를 더 수집할 수 있다.In addition, the data collection unit 110 may further collect real-time operation information for each actual device of the photovoltaic power generation system and failure diagnosis results accordingly.

이를 위해, 데이터 수집부(110)는 태양광 발전시스템들 각각과 통신하기 위한 통신 인터페이스를 구비하고, 통신망을 통해, 상기 태양광 발전시스템들 각각으로부터 상기 정보들을 수집하거나, 기 수집된 상기 정보들을 저장하는 외부 저장장치(예컨대, USB 등)로부터 다수의 태양광 발전시스템 각각에 대한, 상기 고장정보, 상기 작업내역, 상기 작업결과, 및 실시간 동작정보에 따른 고장진단 결과를 수집할 수 있다.To this end, the data collection unit 110 has a communication interface for communicating with each of the photovoltaic power generation systems, collects the information from each of the photovoltaic power generation systems through a communication network, or collects the previously collected information. Failure diagnosis results according to the failure information, work details, work results, and real-time operation information for each of a plurality of photovoltaic power generation systems may be collected from an external storage device (eg, USB) to be stored.

특히, 데이터 수집부(110)는 상기 태양광 발전시스템들에 포함된 스트링 옵티마로부터 대응된 태양광 스트링의 실시간 발전정보(예컨대, 스트링 단위의 발전량 등)를 수집할 수 있다.In particular, the data collection unit 110 may collect real-time generation information (eg, generation amount in string units, etc.) of the corresponding solar string from the string optima included in the solar power generation systems.

빅데이터 생성부(120)는 미리 설정된 정보수집기간(예컨대, 1개월, 3개월, 6개월 등) 동안 수집된 상기 고장이력정보를 이용하여 빅데이터를 생성한 후, 그 결과를 빅데이터 관리 DB(130)에 저장한다.The big data generation unit 120 generates big data using the failure history information collected during a preset information collection period (eg, 1 month, 3 months, 6 months, etc.), and stores the results in a big data management DB. Save to (130).

이 때, 빅데이터 생성부(120)는 적어도 하나의 태양광 발전시스템들 각각을 구성하는 현실장치들 중 어느 하나에 발생한 모든 고장들 각각에 대하여, 상기 고장정보, 상기 작업내역, 및 상기 작업결과를 매칭시킨 고장 빅데이터, 또는 상기 태양광 발전시스템의 현실장치별 실시간 동작정보와 그에 따른 고장진단결과를 매칭시킨 진단 빅데이터를 생성하고, 이들을 빅데이터 관리 DB(130)에 저장할 수 있다.At this time, the big data generating unit 120 provides the failure information, the work history, and the work result for each of all failures occurring in any one of the real devices constituting each of the at least one photovoltaic power generation system. Failure big data matching the photovoltaic power generation system or diagnosis big data matching the real-time operation information of each actual device of the photovoltaic system with the failure diagnosis result according thereto can be generated and stored in the big data management DB 130.

전문 아바타 관리부(140)는 상기 빅데이터를 학습하여, 태양광 발전시스템을 운영하기 위한, 적어도 하나의 분야별 전문 아바타를 생성하고, 상기 전문 아바타를 전문 아바타 관리 DB(150)에 등록한다. The professional avatar management unit 140 learns the big data, generates at least one professional avatar for each field for operating the solar power generation system, and registers the professional avatar in the professional avatar management DB 150.

이 때, 상기 ‘전문 아바타’는 태양광 발전시스템의 유지보수를 위해 다양한 분야별(예컨대, 장치별, 고장의 종류별 등)로 특화된 아바타를 말하는 것으로서, ‘감시 아바타’가 일반적인 관리자의 개념이라면, ‘전문 아바타’는 특정 분야에 대한 전문가의 개념으로 사용될 수 있다. At this time, the 'professional avatar' refers to an avatar specialized in various fields (eg, by device, by type of failure, etc.) for maintenance of the solar power generation system. An 'expert avatar' may be used as a concept of an expert in a specific field.

이를 위해, 전문 아바타 관리부(140)는 다양한 종류의 고장발생내역, 작업내역, 작업결과, 실시간 발전정보별 고장진단결과 등을 아우르는 상기 빅데이터를, 미리 설정된 다양한 기준에 의해 분류하고, 그 분류별 데이터를 학습한 후, 그 결과로 분야별 전문 아바타를 생성할 수 있다. To this end, the professional avatar management unit 140 classifies the big data, including various types of failure occurrence details, work details, work results, failure diagnosis results by real-time power generation information, etc., according to various preset criteria, and data for each classification. After learning, as a result, it is possible to generate professional avatars for each field.

예를 들어, 전문 아바타 관리부(140)는 상기 고장 빅데이터를 고장의 종류별 또는 고장이 발생한 위치(장치의 종류 또는 물리적인 위치 등)별로, 분류하여 그 분류별 데이터를 학습한 후, 그 결과로 분야별 전문 아바타를 생성하거나, 상기 진단 빅데이터를 학습한 후, 그 결과로 고장진단 전문인 진단 아바타를 생성할 수 있다. 이 때, 상기 ‘진단 아바타’는 태양광 발전시스템을 구성하는 장치들 각각의 실시간 발전정보에 의거하여, 고장진단 여부를 전문적으로 진단하기 위한 장치별 진단 전문 아바타로 정의할 수 있다.For example, the professional avatar management unit 140 classifies the failure big data by type of failure or by location where the failure occurred (type of device or physical location, etc.), learns data for each category, and as a result, classifies data by field. After creating an expert avatar or learning the diagnostic big data, a diagnostic avatar of a failure diagnosis expert may be created as a result. At this time, the 'diagnosis avatar' may be defined as an avatar specialized in diagnosis for each device for professionally diagnosing whether or not a failure is diagnosed based on real-time power generation information of each device constituting the solar power generation system.

즉, 전문 아바타 관리부(140)는 상기 고장 빅데이터의 학습결과로, 태양광 모듈 분야의 전문 아바타, 스트링 옵티마 분야의 전문 아바타 등과 같이 장치의 종류에 따른 전문 아바타, 또는 출력저하 개선 전문 아바타, 누설전류 개선 전문 아바타 등과 같이 기술 분야에 따른 전문 아바타 등 적어도 하나의 전문 아바타, 또는 상기 진단 아바타를 생성하고, 이를 관리할 수 있다. That is, as a result of learning the failure big data, the professional avatar management unit 140 determines a professional avatar according to the type of device, such as a professional avatar in the solar module field or a string optima field, or a professional avatar for improving output degradation, leakage. At least one professional avatar, such as a professional avatar according to a technology field, such as a current improvement professional avatar, or the diagnostic avatar may be created and managed.

한편, 전문 아바타 관리부(140)는 상기 전문 아바타를 생성한 후, 전문 아바타 별 서비스 제공 내역, 및 사용자들의 평가 내역에 의거하여, 상기 전문 아바타들 각각의 등급, 또는 상기 전문 아바타들 각각의 경력을 관리하거나, 전문분야를 변경하는 등 사후 관리를 할 수 있다.Meanwhile, after the professional avatars are created, the professional avatar management unit 140 determines the rating of each professional avatar or the career of each professional avatar based on service provision details for each professional avatar and evaluation details of users. You can perform follow-up management, such as management or changing the field of expertise.

이를 위한 전문 아바타 관리부(140)의 구성예가 도 2에 예시되어 있다. 도 2는 본 발명의 일 실시 예에 따른 전문 아바타 관리부에 대한 개략적인 블록도로서, 도 2를 참조하면, 전문 아바타 관리부(140)는 빅데이터 분류부(141), 빅데이터 학습부(142), 전문 아바타 생성부(143), 및 전문 아바타 등록부(144)를 포함한다.An example of the configuration of the specialized avatar management unit 140 for this purpose is illustrated in FIG. 2 . 2 is a schematic block diagram of a professional avatar manager according to an embodiment of the present invention. Referring to FIG. 2, the professional avatar manager 140 includes a big data classification unit 141 and a big data learning unit 142. , a professional avatar creation unit 143, and a professional avatar registration unit 144.

빅데이터 분류부(141)는 미리 설정된 적어도 하나의 분류 기준 별로 상기 빅데이터를 분류한다. 예를 들어, 빅데이터 분류부(141)는 태양광 발전시스템에 발생한 고장의 종류별, 또는 고장 발생위치별로 상기 고장 빅데이터를 분류할 수 있다. 이 때, 빅데이터의 분류 기준은 전문 아바타별로 특화된 전문 분야를 결정하기 위한 기준이 될 수 있다.The big data classification unit 141 classifies the big data according to at least one preset classification criterion. For example, the big data classification unit 141 may classify the failure big data by type of failure or location of failure in the photovoltaic system. At this time, the classification criterion of the big data may be a criterion for determining a specialized field for each professional avatar.

빅데이터 학습부(142)는 상기 분류 기준별로 상기 빅데이터를 학습하되, 상기 분류된 고장 빅데이터에 의거하여, 고장의 종류별 또는 고장의 발생위치별로 작업내용 및 작업결과들을 학습하거나, 상기 진단 빅데이터에 의거하여 현실장치들 각각의 실시간 동작 정보에 따른 고장발생 여부 및 고장 종류 진단결과를 학습할 수 있다.The big data learning unit 142 learns the big data for each classification criterion, and based on the classified failure big data, learns work contents and work results for each failure type or failure occurrence location, or the diagnosis big data Based on the data, it is possible to learn whether or not a failure has occurred and a result of diagnosing the failure type according to the real-time operation information of each of the real devices.

전문 아바타 생성부(143)는 상기 학습결과에 의거하여 상기 전문 아바타를 생성한다. 즉, 전문 아바타 생성부(143)는 상기 고장 빅데이터의 학습결과에 의거하여 상기 분류 기준별로 적어도 하나의 추천작업정보들을 생성하고, 상기 분류기준과 추천작업정보들을 매칭시켜 분야별 전문 아바타를 생성한다. 예를 들어, 전문 아바타 생성부(143)는 상기 고장의 종류별 또는 고장 발생위치별로 적어도 하나의 추천 작업정보들을 생성한 후 상기 고장의 종류별 또는 고장 발생위치별로 상기 추천 작업정보들을 매칭시켜 분야별 전문 아바타를 생성할 수 있다. The expert avatar creation unit 143 generates the expert avatar based on the learning result. That is, the expert avatar generator 143 generates at least one piece of recommended work information for each classification criterion based on the learning result of the failure big data, and matches the classification criterion with the recommended work information to generate a specialized avatar for each field. . For example, the professional avatar creation unit 143 creates at least one piece of recommended work information for each type of failure or location where the failure occurs, and then matches the recommended work information for each type of failure or location where the failure occurs to provide a professional avatar for each field. can create

또한, 전문 아바타 생성부(143)는 태양광 발전시스템별로 수집된 고장이력정보에 의거하여 소프트웨어적인 고장에 자동 대응할 수 있는 자동대응 알고리즘을 생성한 후, 그 자동대응 알고리즘을 상기 소프트웨어적인 고장이 속한 분야의 전문 아바타에 탑재할 수 있다. 이 때, 상기 자동대응 알고리즘은, 고장의 종류별로 고장복구를 위해 작업자가 수행한 작업내역들 중 개선 효율이 가장 높거나, 사용자의 평가결과가 가장 높은 작업내역 정보를 해당 고장에 매칭시켜 저장할 수 있다. 한편, 상기 자동대응 알고리즘은 자동대응 전에 사용자로부터 승인 절차를 거치거나, 자동대응 후에 자동대응이력정보를 저장하여 사용자가 확인할 수 있도록 할 수 있다. 또한, 임의의 제1 자동대응 알고리즘이 제1 전문 아바타에 탑재된 경우, 상기 제1 자동대응 알고리즘은, 상기 제1 전문 아바타의 선택에 응답하여, 태양광 발전시스템 운영유지보수장치의 백그라운드에서 실행되며, 소프트웨어적인 고장 여부를 감지하고, 그 결과에 따라 미리 설정된 설정값을 자동 변경하는 등, 소프트웨어적인 고장에 자동 대응할 수 있다.In addition, the professional avatar generation unit 143 generates an automatic response algorithm capable of automatically responding to software failures based on the failure history information collected for each solar power generation system, and then converts the automatic response algorithm to the software failure. It can be mounted on avatars specialized in the field. At this time, the automatic response algorithm may match and store work history information having the highest improvement efficiency or the highest evaluation result of the user among the work details performed by the operator for failure recovery for each type of failure by matching it to the corresponding failure. there is. Meanwhile, the automatic response algorithm may go through an approval procedure from the user before the automatic response, or store automatic response history information after the automatic response so that the user can check it. In addition, when an arbitrary first automatic correspondence algorithm is installed in the first professional avatar, the first automatic correspondence algorithm is executed in the background of the photovoltaic power generation system operation and maintenance device in response to selection of the first professional avatar. In addition, it is possible to automatically respond to software failures, such as detecting whether there is a software failure and automatically changing a preset setting value according to the result.

또는, 전문 아바타 생성부(143)는 상기 진단 빅데이터의 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단아바타를 생성할 수 있다. 예를 들어, 누설전류에 의한 고장이 진단된 경우 기기 교체를 추천하거나, 기기 주변의 환경변화(예컨대, 온/습도 변화 등)가 감지된 경우 고장진단을 위한 설정값의 변경(예컨대, 전류의 누설을 판단하기 위한 습도의 기준값 변경 등)을 추천하는 등, 전문 아바타 생성부(143)는 갖가지 고장별로 기능 복구를 위해 시도해볼 수 있는 다양한 작업들을 고장별 추천 작업정보로 생성하여 해당 분야의 전문아바타를 생성할 수 있다.Alternatively, the expert avatar generation unit 143 may create a diagnostic avatar for each device by matching the failure diagnosis result for each real-time operation information of the real device based on the learning result of the diagnostic big data. For example, when a failure due to leakage current is diagnosed, replacement of the device is recommended, or when a change in the environment around the device (eg, change in temperature/humidity, etc.) is detected, a change in the set value for failure diagnosis (eg, current change of the reference value of humidity for determining leakage, etc.), the professional avatar creation unit 143 creates various tasks that can be tried for functional recovery for each type of malfunction as recommended work information for each type of malfunction, so that the professional avatar in the corresponding field You can create an avatar.

전문 아바타 등록부(144)는 상기 생성된 분야별 전문아바타, 또는 장치별 진단아바타를 전문 아바타 관리 DB(150)에 등록한다.The specialized avatar registration unit 144 registers the generated specialized avatars for each field or diagnosis avatar for each device in the specialized avatar management DB 150 .

한편, 전문 아바타 관리부(140)는 상기 추천작업정보, 또는 상기 자동대응 알고리즘 실행 결과에 대한 사용자의 평가정보, 및 작업결과 정보(예컨대, 개선 효율 정보 등)를 수집하여, 대응된 전문아바타에 매칭시켜 저장하는 전문아바타 평가부(미도시)를 더 포함할 수 있다.On the other hand, the professional avatar management unit 140 collects the recommended work information, the user's evaluation information on the execution result of the automatic response algorithm, and work result information (eg, improvement efficiency information, etc.) and matches them to the corresponding professional avatar. It may further include a specialized avatar evaluation unit (not shown) that stores the avatar by making it available.

또한, 전문 아바타 관리부(140)는 기 생성된 전문아바타를 이용한 점검결과를 반영하여, 해당 전문아바타의 성능을 진화시킬 수도 있다. 예를 들어, 전문 아바타 관리부(140)는 기 생성된 전문아바타의 점검결과 개선효율이 향상된 정도, 또는 사용자의 평가점수에 따라 추천작업정보에 가중치를 부여하고, 상기 가중치가 높은 추천작업정보를 우선적으로 추천하거나 가중치가 낮은 추천작업정보는 삭제함으로써, 대응된 전문아바타의 성능을 진화시킬 수 있다. 또는, 전문 아바타 관리부(140)는 임의의 전문 아바타에 탑재된 자동대응 알고리즘의 처리결과에 대한 개선효율, 또는 사용자의 평가점수에 따라 자동대응 알고리즘 내용을 갱신함으로써 대응된 전문아바타의 성능을 진화시킬 수 있다.In addition, the professional avatar management unit 140 may evolve the performance of a corresponding professional avatar by reflecting the inspection result using the previously created professional avatar. For example, the professional avatar management unit 140 assigns a weight to the recommended job information according to the level of improved improvement efficiency as a result of inspection of the previously created professional avatar or the user's evaluation score, and preferentially gives the recommended job information with a high weight. It is possible to evolve the performance of the corresponding specialized avatar by deleting recommended job information with a low weight or recommended as . Alternatively, the expert avatar management unit 140 may evolve the performance of the corresponding professional avatar by updating the contents of the automatic response algorithm according to the improvement efficiency of the processing result of the automatic response algorithm installed in a certain expert avatar or the user's evaluation score. can

도 3은 본 발명의 일 실시 예에 따른 전문 아바타 관리 DB의 데이터베이스 구조도로서, 전문 아바타 등록부(144)에 의해 등록된 전문 아바타 관리 DB(150)의 데이터베이스 구조의 예가 도시되어 있다. 도 3을 참조하면, 전문 아바타 관리 DB(150)는 식별코드필드(151), 아바타이름필드(152), 경력필드(153), 전문분야필드(154), 매칭 작업자 정보필드(155), 및 평가점수필드(156)를 포함한다.3 is a database structure diagram of a professional avatar management DB according to an embodiment of the present invention, and an example of the database structure of the professional avatar management DB 150 registered by the professional avatar registration unit 144 is shown. Referring to FIG. 3, the professional avatar management DB 150 includes an identification code field 151, an avatar name field 152, a career field 153, a professional field 154, a matching worker information field 155, and and an evaluation score field 156.

식별코드필드(151)는 아바타를 식별하기 위한 식별코드를 저장하고, 아바타 이름필드(152)는 해당 아바타의 이름을 저장한다. 이 때, 상기 식별코드, 및 아바타의 이름은 아바타의 생성시에 전문 아바타 생성부(143)로부터 부여받을 수 있으며, 아바타의 이름은 아바타의 분야를 예측할 수 있도록 결정되는 것이 바람직하다.The identification code field 151 stores an identification code for identifying an avatar, and the avatar name field 152 stores the name of the corresponding avatar. At this time, the identification code and the name of the avatar may be given from the specialized avatar creation unit 143 when the avatar is created, and the avatar name is preferably determined to predict the field of the avatar.

경력필드(153)는 해당 아바타의 경력을 저장하는데, 상기 경력은 해당 아바타가 최초 생성된 시점으로부터 경과된 시간, 또는 해당 아바타가 최초로 호출된 시점으로부터 경과된 시간 중 어느 하나에 의해 관리될 수 있다.The career field 153 stores the career of the avatar, and the career can be managed by either the time elapsed from the time the avatar was first created or the time elapsed from the time the avatar was first called. .

전문분야필드(154)는 해당 아바타의 전문분야를 저장하는데, 상기 전문분야는 해당 아바타를 생성하기 위해 학습된 빅데이터의 분류에 의해 결정될 수 있다. 예를 들어, 스트링 옵티마의 고장 정보로 분류된 고장 빅데이터의 학습에 의해 결정된 아바타의 경우 그 전문분야가 스트링 옵티마가 될 수 있다.The field of expertise 154 stores the field of expertise of the avatar, and the field of expertise can be determined by classification of big data learned to create the avatar. For example, in the case of an avatar determined by learning failure big data classified as failure information of string optima, its field of expertise may be string optima.

매칭작업자정보필드(155)는 해당 아바타와 매칭된 작업자의 정보로서, 각 전문아바타별로 매칭된 전문가 정보를 저장할 수 있다. 이 때, 상기 아바타와 매칭된 전문가는 해당 아바타의 추천작업정보에 의해 실제로 태양광 발전시스템의 고장에 대한 복구처리를 수행한 작업자 정보로서, 해당 아바타가 동작한 시간에 따라 각기 다른 전문가가 매칭될 수 있다. The matching worker information field 155 is information of a worker matched with a corresponding avatar, and may store expert information matched for each specialized avatar. At this time, the expert matched with the avatar is information on the worker who actually performed the recovery process for the failure of the solar power generation system based on the recommended work information of the avatar, and different experts are matched according to the operating time of the avatar. can

평가점수필드(156)는 해당 아바타에 대한 평가점수를 저장하는데, 상기 전문아바타 평가부(미도시)에 의한 누적 평가 결과를 저장할 수 있다. 예를 들어, 평가점수필드(156)는 해당 아바타에 대한 사용자의 누적 평가 점수를 저장할 수 있다. The evaluation score field 156 stores an evaluation score for a corresponding avatar, and may store a cumulative evaluation result by the professional avatar evaluation unit (not shown). For example, the evaluation score field 156 may store a user's cumulative evaluation score for a corresponding avatar.

한편, 전문 아바타 관리 DB(150)는, 도 3에는 예시되지 않았지만, 전문아바타를 관리하기 위한 다양한 정보들을 추가적으로 더 포함할 수 있다. 예를 들어, 전문 아바타 관리 DB(150)는 전문아바타들 각각의 이미지, 해당 전문아바타에 매칭된 추천작업정보, 해당 전문아바타에 탑재된 자동대응 알고리즘, 또는 전문아바타를 호출하여 점검 서비스를 이용할 경우 소요되는 비용 정보 등을 더 포함할 수 있다.Meanwhile, although not exemplified in FIG. 3 , the professional avatar management DB 150 may additionally include various pieces of information for managing professional avatars. For example, the professional avatar management DB 150 includes images of each of the professional avatars, information on recommended work matched to the corresponding professional avatar, an automatic response algorithm loaded in the corresponding professional avatar, or when the inspection service is used by calling the professional avatar. Cost information required may be further included.

실시간 모니터링부(160)는 감시 아바타의 이동에 응답하여 상기 감시 아바타의 위치에 대응한 임의의 제1 현실장치의 실시간 동작정보를 모니터링한다. 이를 위해, 실시간 모니터링부(160)는 감시 아바타 모듈(10)로부터, 감시 아바타의 위치정보, 감시 아바타의 위치정보에 대응한 현실장치(예컨대, 제1 현실장치)의 실시간 발전정보를 전달받고, 그 정보를 모니터링할 수 있다. The real-time monitoring unit 160 monitors real-time operation information of an arbitrary first reality device corresponding to the location of the monitoring avatar in response to the movement of the monitoring avatar. To this end, the real-time monitoring unit 160 receives location information of the monitoring avatar and real-time development information of a reality device (eg, first reality device) corresponding to the location information of the monitoring avatar from the monitoring avatar module 10, You can monitor that information.

고장진단부(170)는 실시간 모니터링부(160)에서 모니터링 중인 실시간 동작정보에 의거하여 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단한다. 이를 위해, 고장진단부(170)는 미리 설정된 고장진단정보를 참조하여 상기 제1 현실장치의 고장을 진단하거나, 전문 아바타 관리부(140)에서 생성된 장치별 진단아바타 중 상기 제1 현실장치의 고장을 진단하기 위해 생성된 진단아바타를 호출하여, 상기 제1 현실장치의 실시간 동작정보에 의거한 고장을 진단할 수 있다.The failure diagnosis unit 170 diagnoses whether or not a failure of the first reality device has occurred and the type of failure based on the real-time operation information being monitored by the real-time monitoring unit 160 . To this end, the failure diagnosis unit 170 diagnoses the failure of the first reality device by referring to the failure diagnosis information set in advance, or the failure of the first reality device among the diagnostic avatars for each device created by the professional avatar management unit 140. It is possible to diagnose a failure based on the real-time operation information of the first reality device by calling a diagnosis avatar generated to diagnose .

서비스 제공부(180)는 상기 고장진단결과에 의거한 전문아바타 서비스를 제공한다. 이를 위해, 서비스 제공부(180)는 상기 분야별 전문아바타들 중 하나를 선택한 후, 상기 선택된 전문 아바타를 이용하여 태양광 발전시스템의 운영유지보수 서비스를 제공할 수 있다.The service providing unit 180 provides a specialized avatar service based on the failure diagnosis result. To this end, the service providing unit 180 may select one of the professional avatars for each field and provide operation and maintenance services for the photovoltaic power generation system using the selected professional avatar.

이를 위한 서비스 제공부(180)의 구성예가 도 4에 예시되어 있다. 도 4는 본 발명의 일 실시 예에 따른 서비스 제공부에 대한 개략적인 블록도로서, 도 4를 참조하면, 서비스 제공부(180)는 후보 아바타 선정부(181), 전문 아바타별 서비스 정보 검출부(182), 및 전문 아바타별 서비스 실행부(183)를 포함한다.An example of the configuration of the service provider 180 for this purpose is illustrated in FIG. 4 . 4 is a schematic block diagram of a service provider according to an embodiment of the present invention. Referring to FIG. 4, the service provider 180 includes a candidate avatar selection unit 181, a service information detection unit for each specialized avatar 182), and a service execution unit 183 for each specialized avatar.

후보 아바타 선정부(181)는 고장진단부(170)의 고장진단결과에 의거하여, 상기 등록된 분야별 전문아바타들 중 적어도 하나를 후보아바타로 선정하여 표출한다. 이 때, 후보 아바타 선정부(181)는, 고장진단결과로부터 고장의 종류 또는 고장의 발생위치를 결정하고, 전문 아바타 관리 DB(150)에 등록된 전문아바타들 중 그에 대응한 적어도 하나의 전문아바타를 후보아바타로 선정할 수 있다. 특히, 후보 아바타 선정부(181)는 상기 전문아바타 평가 결과에 의거하여 후보아바타를 선정하되, 전문 아바타의 평가 점수가 미리 설정된 기준값 이상인 소정개의 전문아바타들, 또는 평가 결과가 우수한 소정개의 전문아바타들을 후보아바타로 선정할 수 있다. 이를 위해 후보 아바타 선정부(181)는 전문 아바타 관리 DB(150)의 평가점수필드(156)를 참조할 수 있다.The candidate avatar selector 181 selects and displays at least one of the specialized avatars for each field as a candidate avatar based on the failure diagnosis result of the failure diagnosis unit 170 . At this time, the candidate avatar selection unit 181 determines the type of failure or the occurrence location of the failure from the failure diagnosis result, and selects at least one corresponding professional avatar among the specialized avatars registered in the professional avatar management DB 150. can be selected as a candidate avatar. In particular, the candidate avatar selection unit 181 selects candidate avatars based on the professional avatar evaluation results, and selects a predetermined number of professional avatars whose evaluation scores of professional avatars are equal to or higher than a preset reference value, or a predetermined number of professional avatars having excellent evaluation results. It can be selected as a candidate avatar. To this end, the candidate avatar selector 181 may refer to the evaluation score field 156 of the specialized avatar management DB 150.

전문 아바타별 서비스 정보 검출부(182)는 사용자의 선택정보에 의거하여 상기 후보아바타들 중 하나의 전문아바타를 선택하고, 전문 아바타 관리 DB(150)로부터, 상기 선택된 전문아바타에 매칭된 추천작업정보들 또는 자동대응 알고리즘 중 적어도 하나를 검출한다. 즉, 전문 아바타별 서비스 정보 검출부(182)는 아바타 생성시 해당 아바타에 매칭된 추천작업정보 또는 자동대응 알고리즘 중 적어도 하나를 검출할 수 있다.The service information detection unit 182 for each professional avatar selects one professional avatar among the candidate avatars based on the user's selection information, and recommends job information matched to the selected professional avatar from the professional avatar management DB 150. or at least one of the automatic correspondence algorithms. That is, the professional avatar-specific service information detection unit 182 may detect at least one of recommended work information or an automatic response algorithm matched to the avatar when the avatar is created.

전문 아바타별 서비스 실행부(183)는 상기 선택된 전문아바타를 이용하여 상기 추천작업정보를 사용자에게 제공하거나, 상기 검출된 자동대응 알고리즘을 실행한다. 이 때, 전문 아바타별 서비스 실행부(183)는 선택된 전문아바타에 매칭된 추천작업정보들 중 상기 고장진단결과에 대응한 정보를 검출하여 사용자에게 제공하되, 디스플레이부(미도시)에 해당 전문아바타와 함께 표시하거나, 스피커부(미도시)를 통해 아바타의 음성으로 표출함으로써, 해당 정보를 사용자에게 제공할 수 있다. 또한, 전문 아바타별 서비스 실행부(183)는 선택된 전문아바타에 매칭된 자동대응 알고리즘을 실행시키되, 상기 자동대응 알고리즘이 태양광 발전시스템의 운영유지보수 장치(100)의 백그라운드에서 동작하도록 실행시킬 수 있다.The service execution unit 183 for each professional avatar provides the recommended job information to the user using the selected professional avatar or executes the detected automatic response algorithm. At this time, the professional avatar-specific service execution unit 183 detects and provides the information corresponding to the failure diagnosis result among the recommended work information matched to the selected professional avatar to the user, and displays the corresponding professional avatar on the display unit (not shown). The corresponding information can be provided to the user by displaying it together or by expressing it with the avatar's voice through a speaker unit (not shown). In addition, the service execution unit 183 for each professional avatar may execute an automatic response algorithm matched to the selected professional avatar, and cause the automatic response algorithm to operate in the background of the operation and maintenance device 100 of the photovoltaic power generation system. there is.

제어부(190)는 미리 설정된 제어 알고리즘에 의거하여, 태양광 발전시스템의 운영유지보수 장치(100)의 동작을 제어하되, 데이터 수집부(110)를 통해 수집된 정보, 또는 감시 아바타 모듈(10)을 통해 전달된 정보들을 반영하여, 태양광 발전시스템의 운영유지보수 장치(100)를 구성하는 장치들 각각이 상기한 바와 같이 동작하도록 제어한다. The control unit 190 controls the operation of the operation and maintenance device 100 of the solar power generation system based on a preset control algorithm, but the information collected through the data collection unit 110 or the monitoring avatar module 10 Reflecting the information transmitted through , each of the devices constituting the operation and maintenance device 100 of the photovoltaic power generation system is controlled to operate as described above.

도 5 내지 도 8은 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 방법에 대한 개략적인 처리 흐름도들이다. 도 1 내지 도 8을 참조하여, 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 방법을 설명하면 다음과 같다. 5 to 8 are schematic process flow charts for an operation maintenance method of a photovoltaic power generation system according to an embodiment of the present invention. Referring to FIGS. 1 to 8 , a method for operating and maintaining a photovoltaic power generation system according to an embodiment of the present invention will be described.

먼저, 단계 S100에서는, 빅데이터 생성부(120)가 태양광 발전시스템으로부터 수집된 각종 정보를 이용하여 빅데이터를 생성한다. 즉, 단계 S100에서, 빅데이터 생성부(120)는 미리 설정된 정보수집기간(예컨대, 1개월, 3개월, 6개월 등) 동안 데이터 수집부(110)에서 수집된 정보(즉, 상기 태양광 발전시스템에 발생한 고장에 대한 고장정보, 상기 고장에 대한 작업자의 작업내역, 및 상기 작업자의 작업결과를 포함하는 고장이력정보와, 태양광 발전시스템의 현실장치별 실시간 동작정보, 및 그에 따른 고장진단 결과)를 매칭시켜 빅데이터를 생성하고, 그 결과를 빅데이터 관리 DB(130)에 저장한다. First, in step S100, the big data generator 120 generates big data using various information collected from the photovoltaic power generation system. That is, in step S100, the big data generator 120 performs information collected by the data collector 110 during a preset information collection period (eg, 1 month, 3 months, 6 months, etc.) (ie, the photovoltaic power generation). Failure history information including failure information on failures occurring in the system, operator's work details for the failures, and the worker's work results, real-time operation information for each actual device of the photovoltaic power generation system, and failure diagnosis results accordingly ) to generate big data, and the result is stored in the big data management DB (130).

이를 위해, 본 발명의 방법은, 단계 S100 이전에, 상기 데이터들을 수집하기 위한 단계를 더 포함할 수 있다. 즉, 태양광 발전시스템에 발생한 고장, 및 고장의 종류별 대응방안을 포함하는 고장이력정보를 수집하는 데이터 수집단계를 더 수행할 수 있다. 이 때, 상기 데이터 수집단계는, 도 1에 예시된 데이터 수집부(110)에 의해 수행되는 것으로서, 그 구체적인 내용은 도 1을 참조하여 설명되었으므로, 중복설명을 생략한다.To this end, the method of the present invention, prior to step S100, may further include a step for collecting the data. That is, a data collection step of collecting failure history information including failures occurring in the photovoltaic power generation system and countermeasures for each failure type may be further performed. At this time, the data collection step is performed by the data collection unit 110 illustrated in FIG. 1, and since its specific details have been described with reference to FIG. 1, redundant description will be omitted.

한편, 빅데이터 생성부(120)는, 단계 S110에서, 고장 빅데이터를 생성하고, 단계 S120에서, 진단 빅데이터를 생성할 수 있다. 즉, 단계 S110에서는, 빅데이터 생성부(120)가, 적어도 하나의 태양광 발전시스템들 각각을 구성하는 현실장치들 중 어느 하나에 발생한 모든 고장들 각각에 대하여, 상기 고장정보, 상기 작업내역, 및 상기 작업결과를 매칭시킨 고장 빅데이터를 생성하고, 단계 S120에서는, 빅데이터 생성부(120)가, 태양광 발전시스템의 현실장치별 실시간 동작정보와 그에 따른 고장진단결과를 매칭시킨 진단 빅데이터를 생성한다. Meanwhile, the big data generating unit 120 may generate failure big data in step S110 and diagnostic big data in step S120. That is, in step S110, the big data generating unit 120, for each of all failures occurring in any one of the real devices constituting each of the at least one solar power generation system, the failure information, the work details, and generating failure big data matching the work results, and in step S120, the big data generating unit 120 matches the real-time operation information of each real device of the photovoltaic system with the failure diagnosis result according to diagnosis big data. generate

단계 S200에서는, 전문 아바타 관리부(140)가 상기 빅데이터를 학습하여, 태양광 발전시스템을 운영하기 위한, 적어도 하나의 분야별 전문아바타를 생성하고, 그 결과를 전문 아바타 관리 DB(150)에 저장한다. 이를 위해, 전문 아바타 관리부(140)는, 단계 S210에서, 상기 고장 빅데이터를 분류하되, 미리 설정된 다양한 분류기준(예컨대, 고장의종류별, 또는 고장의 발생위치별 등)에 의해 상기 고장 빅데이터를 분류하고, 단계 S220에서, 상기 분류 기준별로 상기 빅데이터를 학습하되, 상기 분류된 고장 빅데이터에 의거하여, 고장의 종류별 또는 고장의 발생위치별로 작업내용 및 작업결과들을 학습하고, 단계 S230에서, 상기 학습결과에 의거하여 전문 아바타를 생성한다. In step S200, the professional avatar management unit 140 learns the big data, generates at least one professional avatar for each field for operating the solar power generation system, and stores the result in the professional avatar management DB 150. . To this end, the professional avatar management unit 140 classifies the failure big data in step S210, and classifies the failure big data according to various preset classification criteria (eg, by failure type or failure occurrence location). Classify, and in step S220, learn the big data for each classification criterion, based on the classified failure big data, learn work contents and work results for each failure type or failure occurrence location, and in step S230, A professional avatar is created based on the learning result.

이를 위해, 단계 S230에서는, 전문 아바타 생성부(143)가 상기 고장 빅데이터의 학습결과에 의거하여 상기 분류 기준별로 적어도 하나의 추천작업정보들을 생성하고, 상기 분류기준과 추천작업정보들을 매칭시켜 분야별 전문 아바타를 생성한다. 예를 들어, 전문 아바타 생성부(143)는 상기 고장의 종류별 또는 고장 발생위치별로 적어도 하나의 추천 작업정보들을 생성한 후 상기 고장의 종류별 또는 고장 발생위치별로 상기 추천 작업정보들을 매칭시켜 분야별 전문 아바타를 생성할 수 있다. To this end, in step S230, the professional avatar creation unit 143 generates at least one piece of recommended work information for each classification criterion based on the learning result of the failure big data, and matches the classification criterion and the recommended work information to create Create professional avatars. For example, the professional avatar creation unit 143 creates at least one piece of recommended work information for each type of failure or location where the failure occurs, and then matches the recommended work information for each type of failure or location where the failure occurs to provide a professional avatar for each field. can create

또한, 전문 아바타 생성부(143)는 태양광 발전시스템별로 수집된 고장이력정보에 의거하여 소프트웨어적인 고장에 자동 대응할 수 있는 자동대응 알고리즘을 생성한 후, 그 자동대응 알고리즘을 상기 소프트웨어적인 고장이 속한 분야의 전문 아바타에 탑재할 수 있다. 이 때, 상기 자동대응 알고리즘은, 고장의 종류별로 고장복구를 위해 작업자가 수행한 작업내역들 중 개선 효율이 가장 높거나, 사용자의 평가결과가 가장 높은 작업내역 정보를 해당 고장에 매칭시켜 저장할 수 있다. 한편, 상기 자동대응 알고리즘은 자동대응 전에 사용자로부터 승인 절차를 거치거나, 자동대응 후에 자동대응이력정보를 저장하여 사용자가 확인할 수 있도록 할 수 있다. 또한, 임의의 제1 자동대응 알고리즘이 제1 전문 아바타에 탑재된 경우, 상기 제1 자동대응 알고리즘은, 상기 제1 전문 아바타의 선택에 응답하여, 태양광 발전시스템 운영유지보수장치의 백그라운드에서 실행되며, 소프트웨어적인 고장 여부를 감지하고, 그 결과에 따라 미리 설정된 설정값을 자동 변경하는 등, 소프트웨어적인 고장에 자동 대응할 수 있다.In addition, the professional avatar generation unit 143 generates an automatic response algorithm capable of automatically responding to software failures based on the failure history information collected for each solar power generation system, and then converts the automatic response algorithm to the software failure. It can be mounted on avatars specialized in the field. At this time, the automatic response algorithm may match and store work history information having the highest improvement efficiency or the highest evaluation result of the user among the work details performed by the operator for failure recovery for each type of failure by matching it to the corresponding failure. there is. Meanwhile, the automatic response algorithm may go through an approval procedure from the user before the automatic response, or store automatic response history information after the automatic response so that the user can check it. In addition, when an arbitrary first automatic correspondence algorithm is installed in the first professional avatar, the first automatic correspondence algorithm is executed in the background of the photovoltaic power generation system operation and maintenance device in response to selection of the first professional avatar. In addition, it is possible to automatically respond to software failures, such as detecting whether there is a software failure and automatically changing a preset setting value according to the result.

또는, 전문 아바타 생성부(143)는 상기 진단 빅데이터의 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단아바타를 생성할 수 있다. 예를 들어, 누설전류에 의한 고장이 진단된 경우 기기 교체를 추천하거나, 기기 주변의 환경변화(예컨대, 온/습도 변화 등)가 감지된 경우 고장진단을 위한 설정값의 변경(예컨대, 전류의 누설을 판단하기 위한 습도의 기준값 변경 등)을 추천하는 등, 전문 아바타 생성부(143)는 갖가지 고장별로 기능 복구를 위해 시도해볼 수 있는 다양한 작업들을 고장별 추천 작업정보로 생성하여 해당 분야의 전문아바타를 생성할 수 있다.Alternatively, the expert avatar generation unit 143 may create a diagnostic avatar for each device by matching the failure diagnosis result for each real-time operation information of the real device based on the learning result of the diagnostic big data. For example, when a failure due to leakage current is diagnosed, replacement of the device is recommended, or when a change in the environment around the device (eg, change in temperature/humidity, etc.) is detected, a change in the set value for failure diagnosis (eg, current change of the reference value of humidity for determining leakage, etc.), the professional avatar creation unit 143 creates various tasks that can be tried for functional recovery for each type of malfunction as recommended work information for each type of malfunction, so that the professional avatar in the corresponding field You can create an avatar.

또한, 단계 S240에서는, 전문 아바타 관리부(140)가, 상기 생성된 분야별 전문아바타를 전문 아바타 관리 DB(150)에 등록한다. In addition, in step S240, the professional avatar management unit 140 registers the generated professional avatars for each field in the professional avatar management DB 150.

한편, 전문 아바타 관리부(140)는, 단계 S250에서, 상기 진단 빅데이터에 의거하여 현실장치들 각각의 실시간 동작 정보에 따른 고장발생 여부 및 고장 종류 진단결과를 학습하고, 단계 S260에서, 상기 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단아바타를 생성하고, 단계 S270에서, 상기 장치별 진단아바타를 전문 아바타 관리 DB(150)에 등록한다. On the other hand, in step S250, the professional avatar management unit 140 learns whether or not a failure has occurred and the diagnosis result of the type of failure according to the real-time operation information of each of the real devices based on the diagnosis big data, and in step S260, the learning result Based on this, a diagnostic avatar for each device is created by matching the failure diagnosis result for each real-time operation information of the real device, and in step S270, the diagnostic avatar for each device is registered in the professional avatar management DB 150.

또한, 단계 S280에서는, 전문 아바타 관리부(140)가 상기 추천작업정보, 또는 상기 자동대응 알고리즘 실행 결과에 대한 사용자의 평가정보, 및 작업결과 정보를 수집하여, 대응된 전문아바타에 매칭시켜 저장한다. In addition, in step S280, the professional avatar management unit 140 collects the recommended job information, the user's evaluation information on the execution result of the automatic response algorithm, and job result information, matches them to the corresponding professional avatar, and stores them.

이를 위한 전문 아바타 관리부(140)의 보다 구체적인 동작에 대하여는, 도 1 내지 도 4를 참조하여 설명하였으므로 중복 설명을 생략한다.A more specific operation of the professional avatar manager 140 for this purpose has been described with reference to FIGS. 1 to 4, and therefore, redundant description will be omitted.

한편, 단계 S300에서는, 실시간 모니터링부(160)가 상기 감시 아바타의 이동에 응답하여 상기 감시 아바타의 위치에 대응한 임의의 제1 현실장치의 실시간 동작정보를 모니터링하고, 단계 S400에서는, 고장진단부(170)가 상기 실시간 동작정보에 의거하여 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하되, 미리 설정된 고장진단정보, 또는 상기 제1 현실장치의 고장을 진단하는 진단아바타를 호출하여, 상기 제1 현실장치의 실시간 동작정보에 의거한 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단한다. 이를 위한, 실시간 모니터링부(160) 및 고장진단부(170)의 보다 구체적인 동작에 대하여는, 도 1 내지 도 4를 참조하여 설명하였으므로 중복 설명을 생략한다.Meanwhile, in step S300, the real-time monitoring unit 160 monitors real-time operation information of an arbitrary first reality device corresponding to the position of the monitoring avatar in response to the movement of the monitoring avatar, and in step S400, the failure diagnosis unit 170 diagnoses whether or not a failure of the first reality device has occurred and the type of failure based on the real-time operation information, and calls a diagnostic avatar for diagnosing a failure of the first reality device or preset failure diagnosis information , Diagnose whether or not a failure of the first reality device has occurred and the type of failure based on the real-time operation information of the first reality device. For this purpose, since more specific operations of the real-time monitoring unit 160 and the failure diagnosis unit 170 have been described with reference to FIGS. 1 to 4, redundant description will be omitted.

또한, 단계 S500에서는, 서비스 제공부(180)가 상기 고장진단결과에 의거한 전문아바타 서비스를 제공한다. 이를 위해, 단계 S500에서 서비스 제공부(180)는 상기 분야별 전문아바타들 중 하나를 선택한 후, 상기 선택된 전문 아바타를 이용하여 태양광 발전시스템의 운영유지보수 서비스를 제공할 수 있다.In addition, in step S500, the service providing unit 180 provides a professional avatar service based on the failure diagnosis result. To this end, in step S500, the service providing unit 180 may select one of the professional avatars for each field, and then provide operation and maintenance services for the photovoltaic power generation system using the selected professional avatar.

이를 위해, 단계 S510에서는, 서비스 제공부(180)의 후보 아바타 선정부(181)가 상기 등록된 분야별 전문아바타들 중 적어도 하나를 후보아바타로 선정하여 표출하되, 상기 고장진단결과에 의거하여, 고장의 종류 또는 고장의 발생위치를 결정하고, 전문 아바타 관리 DB(150)에 등록된 전문아바타들 중 그에 대응한 적어도 하나의 전문아바타를 후보아바타로 선정할 수 있다. 특히, 후보 아바타 선정부(181)는 상기 전문아바타 평가 결과에 의거하여 후보아바타를 선정하되, 전문 아바타의 평가 점수가 미리 설정된 기준값 이상인 소정개의 전문아바타들, 또는 평가 결과가 우수한 소정개의 전문아바타들을 후보아바타로 선정할 수 있다. 이를 위해 후보 아바타 선정부(181)는 전문 아바타 관리 DB(150)의 평가점수필드(156)를 참조할 수 있다.To this end, in step S510, the candidate avatar selection unit 181 of the service provider 180 selects and displays at least one of the professional avatars for each field registered as a candidate avatar, based on the failure diagnosis result. The type or location of failure may be determined, and at least one corresponding professional avatar among the professional avatars registered in the professional avatar management DB 150 may be selected as a candidate avatar. In particular, the candidate avatar selection unit 181 selects candidate avatars based on the professional avatar evaluation results, and selects a predetermined number of professional avatars whose evaluation scores of professional avatars are equal to or higher than a preset reference value, or a predetermined number of professional avatars having excellent evaluation results. It can be selected as a candidate avatar. To this end, the candidate avatar selector 181 may refer to the evaluation score field 156 of the specialized avatar management DB 150.

단계 S520에서는, 서비스 제공부(180)의 전문 아바타별 서비스 정보 검출부(182)가 사용자의 선택정보에 의거하여 상기 후보아바타들 중 하나의 전문아바타를 선택하고, 전문 아바타 관리 DB(150)로부터, 상기 선택된 전문아바타에 매칭된 추천작업정보들 또는 자동대응 알고리즘 중 적어도 하나를 검출한다. 즉, 전문 아바타별 서비스 정보 검출부(182)는 아바타 생성시 해당 아바타에 매칭된 추천작업정보 또는 자동대응 알고리즘 중 적어도 하나를 검출할 수 있다.In step S520, the service information detection unit 182 for each professional avatar of the service providing unit 180 selects one professional avatar among the candidate avatars based on the user's selection information, and from the professional avatar management DB 150, At least one of recommended work information matched with the selected professional avatar or an automatic correspondence algorithm is detected. That is, the professional avatar-specific service information detection unit 182 may detect at least one of recommended work information or an automatic response algorithm matched to the avatar when the avatar is created.

단계 S530에서는, 서비스 제공부(180)의 전문 아바타별 서비스 실행부(183)가 상기 선택된 전문아바타를 이용하여 상기 추천작업정보를 사용자에게 제공하거나, 상기 검출된 자동대응 알고리즘을 실행한다. 이 때, 전문 아바타별 서비스 실행부(183)는 선택된 전문아바타에 매칭된 추천작업정보들 중 상기 고장진단결과에 대응한 정보를 검출하여 사용자에게 제공하되, 디스플레이부(미도시)에 해당 전문아바타와 함께 표시하거나, 스피커부(미도시)를 통해 아바타의 음성으로 표출함으로써, 해당 정보를 사용자에게 제공할 수 있다. 또한, 전문 아바타별 서비스 실행부(183)는 선택된 전문아바타에 매칭된 자동대응 알고리즘을 실행시키되, 상기 자동대응 알고리즘이 태양광 발전시스템의 운영유지보수 장치(100)의 백그라운드에서 동작하도록 실행시킬 수 있다.In step S530, the service execution unit 183 for each professional avatar of the service providing unit 180 provides the recommended job information to the user using the selected professional avatar or executes the detected automatic response algorithm. At this time, the professional avatar-specific service execution unit 183 detects and provides the information corresponding to the failure diagnosis result among the recommended work information matched to the selected professional avatar to the user, and displays the corresponding professional avatar on the display unit (not shown). The corresponding information can be provided to the user by displaying it together or by expressing it with the avatar's voice through a speaker unit (not shown). In addition, the service execution unit 183 for each professional avatar may execute an automatic response algorithm matched to the selected professional avatar, and cause the automatic response algorithm to operate in the background of the operation and maintenance device 100 of the photovoltaic power generation system. there is.

이를 위한 서비스 제공부(180)의 보다 구체적인 동작에 대하여는, 도 1 내지 도 4를 참조하여 설명한 바와 같으므로 중복 설명을 생략한다.A more specific operation of the service providing unit 180 for this purpose is the same as described with reference to FIGS. 1 to 4, and therefore, redundant description will be omitted.

도 9 내지 도 12는 본 발명의 일 실시 예에 따른 태양광 발전시스템의 운영유지보수 장치에 대한 화면 예를 설명하기 위한 도면들로서, 도 9 및 도 10은 작업자가 소지한 통신 단말장치를 이용하여 본 발명의 태양광 발전시스템 운영유지보수장치를 구현한 경우에 대한 화면 예를 도시하고, 도 11 및 도 12는 태양광 발전시스템 운영유지보수장치에 구비된 디스플레이장치의 화면 예를 도시하고 있다.9 to 12 are diagrams for explaining examples of screens for the operation and maintenance device of a photovoltaic power generation system according to an embodiment of the present invention, and FIGS. A screen example for the case where the solar power generation system operation and maintenance device of the present invention is implemented is shown, and FIGS. 11 and 12 show screen examples of the display device included in the solar power generation system operation and maintenance device.

도 9는 작업자가 상기 통신 단말장치를 소지한 채로 현장에 방문한 경우, 상기 작업자의 위치에 대응한 현실장치(예컨대, 스트링 #5)의 고장 진단결과를 상기 감시 아바타(A)와 함께 상기 통신 단말장치의 표시부에 표시함과 동시에, 상기 고장에 대처하기 위해 선정된 후보아바타들을 팝업메시지(B)로 표시하는 통신 단말장치의 화면을 예시하고, 도 10은 상기 팝업메시지(B)에 표시된 후보아바타들 중 하나를 사용자가 선택한 경우, 그 선택된 전문아바타를 이용하여 점검 내용을 표시하는 통신 단말장치의 화면을 예시한다.9 shows the failure diagnosis result of the reality device (eg, string #5) corresponding to the location of the worker, together with the monitoring avatar A, when the operator visits the site while carrying the communication terminal device. At the same time as displaying on the display unit of the device, a screen of a communication terminal device displaying candidate avatars selected to deal with the failure in a pop-up message (B) is illustrated, and FIG. 10 illustrates the candidate avatar displayed in the pop-up message (B). When the user selects one of them, the screen of the communication terminal device displaying the contents of inspection using the selected professional avatar is exemplified.

도 11은 태양광 발전시스템 운영유지보수장치에 구비되어, 대응된 태양광 발전시스템의 실시간 발전정보를 표시하되, 감시 아바타(C)의 위치에 대응된 현실장치(예컨대, 스트링 #5)의 고장진단결과를 상기 감시 아바타(C)와 함께 표시함과 동시에, 상기 고장에 대처하기 위해 선정된 후보아바타들을 팝업메시지(D)로 표시하는 화면을 예시하고, 도 12는 상기 팝업메시지(D)에 표시된 후보아바타들 중 하나를 사용자가 선택한 경우, 그 선택된 전문아바타를 이용하여 점검 내용을 표시하는 디스플레이부의 화면을 예시한다. 11 is provided in the solar power generation system operation and maintenance device, and displays real-time power generation information of the corresponding solar power generation system, but the failure of the reality device (eg, string # 5) corresponding to the position of the monitoring avatar (C) A screen displaying the diagnosis result together with the monitoring avatar (C) and displaying candidate avatars selected to deal with the failure in a pop-up message (D) is exemplified, and FIG. When the user selects one of the displayed candidate avatars, the screen of the display unit for displaying inspection details using the selected specialized avatar is exemplified.

이 때, 팝업메시지(B 또는 D)에 표시된 후보아바타들은 고장진단결과에 대응하기 위한, 각기 다른 분야의 전문아바타이거나, 분야가 동일하지만 그 경력이나 평가점수가 서로 상이한 전문아바타일 수 있다.At this time, the candidate avatars displayed in the pop-up message (B or D) may be specialized avatars in different fields to respond to the failure diagnosis result, or specialized avatars in the same field but having different experiences or evaluation scores.

따라서 상기 후보아바타들 중, 사용자가 선택한 전문아바타에 따라 진단결과 또는 추천 점검 내용이, 허용 가능한 범위 내에서 상이할 수 있다. 이 때, 그 진단결과 또는 점검 내용에 대한 정확도, 또는 평가 점수에 따라 서비스 비용을 다르게 책정함으로써, 사용자가 효율적인 진단아바타를 선택하도록 할 수 있다.Therefore, among the candidate avatars, the diagnosis result or recommended check content may differ within an allowable range according to the professional avatar selected by the user. In this case, the service cost may be set differently according to the diagnosis result or the accuracy of the inspection details or the evaluation score, so that the user can select an efficient diagnosis avatar.

또한, 상기 후보아바타들은 도 9 및 도 11의 예에서와 같이 팝업메시지의 형태로 표시되거나, 미리 지정된 화면상의 위치에 표시될 수 있다.In addition, the candidate avatars may be displayed in the form of a pop-up message as in the examples of FIGS. 9 and 11, or may be displayed at a pre-designated location on the screen.

한편, 도 12에 예시된 바와 같이 설정값 변경이 필요한 경우, 해당 전문 아바타에 탑재된 자동대응 알고리즘을 이용하여 상기 설정값을 자동으로 변경할 수 있다. On the other hand, as illustrated in FIG. 12 , when a setting value needs to be changed, the setting value can be automatically changed using an automatic response algorithm installed in the corresponding professional avatar.

이와 같이, 본 발명은 태양광 발전시스템의 현실공간에 대응한 가상의 시스템공간인 사이버공간과, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간 상에서 이동하는 감시 아바타를 이용하여 대응된 태양광 발전시스템의 발전정보를 모니터링하고 제어하도록 함으로써, 전문적인 지식이 없는 사용자들도 태양광 발전 시스템의 동작 상태를 직관적으로 인지하고 효과적으로 관리할 수 있도록 하는 특징이 있다.As described above, the present invention uses cyberspace, which is a virtual system space corresponding to the real space of the photovoltaic power generation system, and a monitoring avatar moving in the cyberspace as a virtual manager of the photovoltaic power generation system. By monitoring and controlling the power generation information of the system, it has a feature that allows users without specialized knowledge to intuitively recognize and effectively manage the operating state of the photovoltaic power generation system.

또한, 본 발명은 태양광 발전시스템에 발생한 고장의 종류별, 및 고장의 위치별로 과거에 발생한 고장정보, 그 고장에 대한 작업자의 작업내역, 및 작업자의 작업결과를 학습하여, 임의의 고장에 대한 추천작업정보를 제공하는 적어도 하나의 전문아바타를 생성하고, 그 전문아바타에서 제공되는 정보를 이용하여 태양광 발전시스템을 운영유지보수하도록 함으로써, 태양광 발전시스템 관리의 품질을 높일 수 있는 특징이 있다. In addition, the present invention recommends an arbitrary failure by learning information on failures that have occurred in the past by type of failure and location of failure in the photovoltaic power generation system, the operator's work history for the failure, and the worker's work result. At least one professional avatar providing job information is created, and the solar power generation system is operated and maintained using the information provided by the professional avatar, thereby enhancing the quality of solar power generation system management.

또한, 본 발명은 전문 아바타에 탑재된 자동대응 알고리즘에 의거하여, 소프트웨어적인 고장인 경우 전문 아바타가 진단결과에 자동으로 대응할 수 있도록 함으로써, 태양광 발전시스템의 운영유지보수를 절차를 간소화할 수 있고, 이로 인해 관리자 또는 작업자의 작업 부담을 줄일 수 있는 특징이 있다.In addition, the present invention can simplify the operation and maintenance of the solar power generation system by allowing the professional avatar to automatically respond to the diagnosis result in the event of a software failure based on the automatic response algorithm installed in the professional avatar, , it has a feature that can reduce the workload of managers or workers.

통상적으로 태양광발전설비는 광역적 설치 환경으로 인해, 고장이상 발생시 쉽게 고장지점을 찾기가 어려우며, 고장지점을 찾더라도 사고 유형을 바로 알지 못한다면, 활선 발전되는 상태에서 고장 수리가 어려운 특징이 있는데, 본 발명의 아바타를 이용할 경우, 전문아바타를 활용한 진단 또는 점검 이력 등을 데이터화하여 저장함으로써, 일상점검기록(예컨대, 음향, 사진, 동영상, 목측 등)을 빅데이터 기반으로 보존할 수 있으며, 이로 인해, 고장 수리정보를 용이하게 획득할 수 있는 특징이 있다.In general, due to the wide-area installation environment of photovoltaic power generation facilities, it is difficult to easily find the point of failure when an error occurs, and even if the point of failure is found, if the type of accident is not immediately known, it is difficult to repair the failure in the state of live power generation. In the case of using the avatar of the present invention, daily inspection records (eg, sound, photo, video, sight, etc.) can be preserved based on big data by converting and storing diagnosis or inspection history using specialized avatars. Due to this, there is a feature that can easily obtain failure repair information.

또한, 본 발명의 아바타 관리 모듈을 이용하여 아바타의 위치에 기반한 스트링 레벨별 데이터를 종합적으로 수집하여, 관리자에게 전송할 수도 있다.In addition, by using the avatar management module of the present invention, data for each string level based on the location of the avatar may be comprehensively collected and transmitted to the administrator.

이상에서는 본 발명의 실시 예를 설명하였으나, 본 발명의 권리범위는 이에 한정되지 아니하며 본 발명이 실시 예로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 용이하게 변경되어 균등한 것으로 인정되는 범위의 모든 변경 및 수정을 포함한다.In the above, the embodiments of the present invention have been described, but the scope of the present invention is not limited thereto, and it is recognized that the present invention is easily changed from the embodiments to those of ordinary skill in the art to which the present invention belongs and is equivalent. including all changes and modifications within the scope of

10: 감시 아바타 모듈 100: 운영유지보수 장치
110: 데이터 수집부 120: 빅데이터 생성부
130: 빅데이터 관리 DB 140: 전문 아바타 관리부
141: 빅데이터 분류부 142: 빅데이터 학습부
143: 전문 아바타 생성부 144: 전문 아바타 등록부
150: 전문 아바타 관리 DB 160: 실시간 모니터링부
170: 고장 진단부 180: 서비스 제공부
181: 후보 아바타 선정부 182: 전문 아바타별 서비스 정보 검출부
183: 전문 아바타별 서비스 실행부
10: surveillance avatar module 100: operation maintenance device
110: data collection unit 120: big data generation unit
130: Big data management DB 140: Professional avatar management department
141: big data classification unit 142: big data learning unit
143: professional avatar generation unit 144: professional avatar registration unit
150: professional avatar management DB 160: real-time monitoring unit
170: fault diagnosis unit 180: service provision unit
181: candidate avatar selection unit 182: service information detection unit for each professional avatar
183: professional avatar-specific service execution unit

Claims (16)

태양광 발전시스템의 현실공간에 대응한 가상의 3차원 시스템 공간인 사이버공간을 구현하고, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간을 이동하는 감시 아바타를 이용하여 대응된 태양광 발전시스템을 관리하는 태양광 발전시스템의 운영유지보수 장치에 있어서,
상기 태양광 발전시스템에 발생한 고장, 및 고장의 종류별 대응방안을 포함하는 고장이력정보를 수집하는 데이터 수집부;
미리 설정된 정보수집기간 동안 수집된 상기 고장이력정보를 이용하여 고장 빅데이터를 생성 및 저장하는 빅데이터 저장부;
상기 고장 빅데이터를 학습하여 적어도 하나의 분야별 전문 아바타를 생성하여 등록하는 전문 아바타 관리부;
상기 감시 아바타의 이동에 응답하여 상기 감시 아바타의 위치에 대응한 임의의 제1 현실장치의 실시간 동작정보를 모니터링하는 실시간 모니터링부;
미리 설정된 고장진단정보, 및 상기 실시간 동작정보에 의거하여 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하는 고장진단부; 및
상기 고장진단결과에 의거하여 상기 분야별 전문 아바타들 중 하나를 선택한 후, 상기 선택된 전문 아바타를 이용하여 운영유지보수 서비스를 제공하는 서비스 제공부를 포함하되,
상기 전문 아바타 관리부는
미리 설정된 적어도 하나의 분류 기준별로 상기 고장 빅데이터를 분류하는 빅데이터 분류부;
상기 분류 기준별로 상기 고장 빅데이터를 학습하는 빅데이터 학습부;
상기 빅데이터 학습부의 학습결과에 의거하여 상기 분류 기준별로 적어도 하나의 추천 작업정보들을 생성하고, 상기 분류 기준과 상기 추천 작업정보들을 매칭시켜 분야별 전문 아바타를 생성하는 전문 아바타 생성부; 및
상기 생성된 분야별 전문 아바타를 등록하는 전문 아바타 등록부를 포함하고,
상기 전문 아바타 생성부는
상기 고장이력정보에 의거하여 소프트웨어적인 고장에 대하여 자동 대응할 수 있는 자동대응 알고리즘을 생성한 후, 상기 소프트웨어적인 고장이 속한 분야의 전문 아바타에 상기 자동대응 알고리즘을 탑재하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 장치.
Implementing cyberspace, a virtual 3D system space corresponding to the real space of the photovoltaic power generation system, and using a monitoring avatar moving in the cyberspace as a virtual manager of the photovoltaic power generation system, the corresponding photovoltaic power generation system In the operation maintenance device of the photovoltaic power generation system to be managed,
a data collection unit that collects failure history information including failures occurring in the photovoltaic power generation system and countermeasures for each failure type;
a big data storage unit generating and storing failure big data using the failure history information collected during a preset information collection period;
a professional avatar management unit that learns the failure big data to generate and register at least one professional avatar for each field;
a real-time monitoring unit that monitors real-time operation information of an arbitrary first reality device corresponding to the location of the monitoring avatar in response to the movement of the monitoring avatar;
a failure diagnosis unit for diagnosing whether or not a failure of the first reality device has occurred and the type of failure based on preset failure diagnosis information and the real-time operation information; and
After selecting one of the professional avatars for each field based on the failure diagnosis result, operation and maintenance are performed using the selected professional avatar. Including a service provider that provides services,
The professional avatar management department
a big data classification unit that classifies the faulty big data according to at least one preset classification criterion;
a big data learning unit learning the failure big data for each classification criterion;
a professional avatar creation unit generating at least one piece of recommended job information for each classification criterion based on the learning result of the big data learning unit, and generating a professional avatar for each field by matching the classification criterion with the recommended job information; and
A professional avatar registration unit for registering the generated professional avatars for each field;
The professional avatar creation unit
After creating an automatic response algorithm capable of automatically responding to software failures based on the failure history information, the automatic response algorithm is installed on a specialized avatar in the field to which the software failure belongs. Solar power generation system, characterized in that of operation and maintenance devices.
삭제delete 삭제delete 제1항에 있어서, 상기 서비스 제공부는
상기 고장진단결과에 의거하여, 상기 등록된 분야별 전문 아바타들 중 적어도 하나를 후보 아바타로 선정하여 표출하는 후보 아바타 선정부;
사용자의 선택정보에 의거하여 상기 후보 아바타들 중 하나를 선택하고, 상기 선택된 전문 아바타에 매칭된 추천작업정보들, 또는 자동대응 알고리즘 중 적어도 하나를 검출하는 전문 아바타별 서비스 정보 검출부; 및
상기 선택된 전문 아바타를 이용하여 상기 추천작업정보를 사용자에게 제공하거나, 상기 검출된 자동대응 알고리즘을 실행하는 전문 아바타별 서비스 실행부를 포함하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 장치.
The method of claim 1, wherein the service provider
a candidate avatar selecting unit that selects and displays at least one of the professional avatars for each field as a candidate avatar based on the failure diagnosis result;
a service information detection unit for each professional avatar, which selects one of the candidate avatars based on user selection information and detects at least one of recommended work information matched to the selected professional avatar or an automatic response algorithm; and
and a service execution unit for each expert avatar that provides the recommended job information to the user using the selected expert avatar or executes the detected automatic response algorithm.
제4항에 있어서, 상기 전문 아바타 관리부는
상기 추천작업정보, 또는 자동대응 알고리즘 실행 결과에 대한 사용자의 평가정보, 및 작업결과 정보를 수집하여, 대응된 전문 아바타에 매칭시켜 저장하는 전문 아바타 평가부를 더 포함하고,
상기 후보 아바타 선정부는
상기 전문 아바타를 선택한 사용자의 평가정보, 및 작업결과 정보를 포함하는 아바타 평가결과에 의거하여 상기 후보 아바타를 선정하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 장치.
The method of claim 4, wherein the professional avatar management unit
Further comprising a professional avatar evaluation unit that collects the recommended job information or the user's evaluation information for the execution result of the automatic response algorithm, and the job result information, matches them with corresponding professional avatars, and stores them;
The candidate avatar selection unit
The operation and maintenance device of the photovoltaic power generation system, characterized in that the candidate avatar is selected based on evaluation information of the user who has selected the professional avatar and evaluation results of the avatar including work result information.
제1항에 있어서, 상기 데이터 수집부는
상기 태양광 발전시스템의 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 더 수집하고,
상기 빅데이터 저장부는
상기 수집된 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 매칭시켜 진단 빅데이터를 더 생성하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 장치.
The method of claim 1, wherein the data collection unit
Further collecting real-time operation information for each actual device of the photovoltaic power generation system and failure diagnosis results accordingly,
The big data storage unit
The operation and maintenance device of the photovoltaic power generation system, characterized in that further generating diagnostic big data by matching the collected real-time operation information for each real device and the failure diagnosis result thereof.
제6항에 있어서, 상기 빅데이터 학습부는
상기 진단 빅데이터에 의거하여 현실장치들 각각의 실시간 동작 정보에 따른 고장발생 여부 및 고장 종류 진단결과를 학습하고,
상기 전문 아바타 생성부는
상기 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단 아바타를 생성하고,
상기 전문 아바타 등록부는
상기 장치별 진단 아바타를 등록하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 장치.
The method of claim 6, wherein the big data learning unit
Based on the diagnosis big data, learn whether or not a failure has occurred and a diagnosis result of a failure type according to real-time operation information of each of the real devices,
The professional avatar creation unit
Based on the learning result, a diagnosis avatar for each device is created by matching a failure diagnosis result for each real-time operation information of the real device;
The professional avatar registration unit
An operation maintenance device for a photovoltaic power generation system, characterized in that for registering the diagnosis avatar for each device.
제6항에 있어서, 상기 고장진단부는
상기 제1 현실장치의 고장을 진단하는 진단 아바타를 호출하여, 상기 제1 현실장치의 실시간 동작정보에 의거한 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 장치.
The method of claim 6, wherein the failure diagnosis unit
Solar energy characterized by calling a diagnosis avatar for diagnosing a failure of the first reality device, and diagnosing whether or not a failure of the first reality device has occurred and the type of failure based on real-time operation information of the first reality device Operation and maintenance device of power generation system.
태양광 발전시스템의 현실공간에 대응한 가상의 3차원 시스템 공간인 사이버공간을 구현하고, 상기 태양광 발전시스템의 가상관리자로서 상기 사이버공간을 이동하는 감시 아바타를 이용하여 대응된 태양광 발전시스템을 관리하는 태양광 발전시스템의 운영유지보수 방법에 있어서,
상기 태양광 발전시스템에 발생한 고장, 및 고장의 종류별 대응방안을 포함하는 고장이력정보를 수집하는 데이터 수집단계;
미리 설정된 정보수집기간 동안 수집된 상기 고장이력정보를 이용하여 고장 빅데이터를 생성하는 빅데이터 생성단계;
상기 고장 빅데이터를 학습하여 적어도 하나의 분야별 전문 아바타를 생성하여 등록하는 전문 아바타 관리단계;
상기 감시 아바타의 이동에 응답하여 상기 감시 아바타의 위치에 대응한 임의의 제1 현실장치의 실시간 동작정보를 모니터링하는 실시간 모니터링 단계;
미리 설정된 고장진단정보, 및 상기 실시간 동작정보에 의거하여 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하는 고장진단단계; 및
상기 고장진단결과에 의거하여, 상기 분야별 전문 아바타들 중 하나를 선택한 후, 상기 선택된 전문 아바타를 이용하여 운영유지보수 서비스를 제공하는 서비스 제공단계를 포함하되,
상기 전문 아바타 관리단계는
미리 설정된 적어도 하나의 분류 기준별로 상기 고장 빅데이터를 분류하는 고장 빅데이터 분류단계;
상기 분류 기준별로 상기 고장 빅데이터를 학습하는 고장 빅데이터 학습단계;
상기 학습결과에 의거하여 상기 분류 기준별로 적어도 하나의 추천 작업정보들을 생성하고, 상기 분류 기준과 상기 추천 작업정보들을 매칭시켜 분야별 전문 아바타를 생성하는 전문 아바타 생성단계; 및
상기 생성된 분야별 전문 아바타를 등록하는 전문 아바타 등록단계를 포함하고,
상기 전문 아바타 생성단계는
상기 고장이력정보에 의거하여 소프트웨어적인 고장에 대하여 자동 대응할 수 있는 자동대응 알고리즘을 생성한 후, 상기 소프트웨어적인 고장이 속한 분야의 전문 아바타에 상기 자동대응 알고리즘을 탑재하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 방법.
Implementing cyberspace, a virtual 3D system space corresponding to the real space of the photovoltaic power generation system, and using a monitoring avatar moving in the cyberspace as a virtual manager of the photovoltaic power generation system, the corresponding photovoltaic power generation system In the operation and maintenance method of the solar power generation system to be managed,
A data collection step of collecting failure history information including failures occurring in the photovoltaic power generation system and countermeasures for each failure type;
a big data generation step of generating failure big data using the failure history information collected during a preset information collection period;
a professional avatar management step of generating and registering at least one professional avatar for each field by learning the failure big data;
a real-time monitoring step of monitoring real-time operation information of an arbitrary first reality device corresponding to a location of the monitoring avatar in response to movement of the monitoring avatar;
a failure diagnosis step of diagnosing whether or not a failure of the first reality device has occurred and a failure type based on preset failure diagnosis information and the real-time operation information; and
A service providing step of selecting one of the professional avatars for each field based on the failure diagnosis result and then providing operation maintenance service using the selected professional avatar;
The professional avatar management step
a failure big data classification step of classifying the failure big data according to at least one preset classification criterion;
a failure big data learning step of learning the failure big data for each classification criterion;
a professional avatar creation step of generating at least one piece of recommended work information for each classification criterion based on the learning result, and generating a specialized avatar for each field by matching the classification criterion with the recommended work information; and
A professional avatar registration step of registering the generated professional avatars for each field;
The professional avatar creation step is
After creating an automatic response algorithm capable of automatically responding to software failures based on the failure history information, the automatic response algorithm is installed on a specialized avatar in the field to which the software failure belongs. Solar power generation system, characterized in that operation maintenance method.
삭제delete 삭제delete 제9항에 있어서, 상기 서비스 제공단계는
상기 고장진단결과에 의거하여, 상기 등록된 분야별 전문 아바타들 중 적어도 하나를 후보 아바타로 선정하여 표출하는 후보 아바타 선정단계;
사용자의 선택정보에 의거하여 상기 후보 아바타들 중 하나를 선택하고, 상기 선택된 전문 아바타에 매칭된 추천작업정보들 또는 자동대응 알고리즘 중 적어도 하나를 검출하는 전문 아바타별 서비스 정보 검출단계; 및
상기 선택된 전문 아바타를 이용하여 상기 추천작업정보를 사용자에게 제공하거나, 상기 검출된 자동대응 알고리즘을 실행하는 전문 아바타별 서비스 실행단계를 포함하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 방법.
The method of claim 9, wherein the service providing step
a candidate avatar selection step of selecting and displaying at least one of the professional avatars for each field as a candidate avatar based on the failure diagnosis result;
a service information detection step for each professional avatar, which selects one of the candidate avatars based on the user's selection information and detects at least one of recommended work information or an automatic correspondence algorithm matched to the selected professional avatar; and
and a service execution step for each expert avatar providing the recommended job information to a user using the selected expert avatar or executing the detected automatic response algorithm.
제12항에 있어서, 상기 전문 아바타 관리단계는
상기 추천작업정보, 또는 자동대응 알고리즘 실행 결과에 대한 사용자의 평가정보, 및 작업결과 정보를 수집하여, 대응된 전문 아바타에 매칭시켜 저장하는 전문 아바타 평가단계를 더 포함하고,
상기 후보 아바타 선정단계는
상기 전문 아바타를 선택한 사용자의 평가정보, 및 작업결과 정보를 포함하는 아바타 평가 결과에 의거하여 상기 후보 아바타를 선정하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 방법.
13. The method of claim 12, wherein the professional avatar management step
Further comprising a professional avatar evaluation step of collecting the recommended job information, the user's evaluation information on the execution result of the automatic response algorithm, and the job result information, matching them with the corresponding professional avatars, and storing them;
The step of selecting the candidate avatar
and selecting the candidate avatar based on evaluation information of the user who has selected the professional avatar and evaluation results of the avatar including work result information.
제9항에 있어서, 상기 데이터 수집단계는
상기 태양광 발전시스템의 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 더 수집하고,
상기 빅데이터 생성단계는
상기 수집된 현실장치별 실시간 동작정보, 및 그에 따른 고장진단결과를 매칭시켜 진단 빅데이터를 더 생성하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 방법.
The method of claim 9, wherein the data collection step
Further collecting real-time operation information for each actual device of the photovoltaic power generation system and failure diagnosis results accordingly,
The big data generation step is
The operation and maintenance method of the photovoltaic power generation system, characterized in that further generating diagnostic big data by matching the collected real-time operation information for each real device and the failure diagnosis result thereof.
제14항에 있어서, 상기 아바타 관리단계는
상기 진단 빅데이터에 의거하여 현실장치들 각각의 실시간 동작 정보에 따른 고장발생 여부 및 고장 종류 진단결과를 학습하는 진단 빅데이터 학습단계;
상기 학습 결과에 의거하여 상기 현실장치의 실시간 동작정보별로 고장진단결과를 매칭시켜 장치별 진단 아바타를 생성하는 진단 아바타 생성단계; 및
상기 장치별 진단 아바타를 등록하는 진단 아바타 등록단계를 더 포함하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 방법.
15. The method of claim 14, wherein the avatar management step
a diagnostic big data learning step of learning whether or not a failure has occurred and a result of diagnosing a failure type according to real-time operation information of each of the real devices based on the diagnostic big data;
a diagnosis avatar generation step of generating a diagnosis avatar for each device by matching failure diagnosis results for each real-time operation information of the real device based on the learning result; and
The operation and maintenance method of the photovoltaic power generation system, further comprising a diagnostic avatar registration step of registering the diagnostic avatar for each device.
제14항에 있어서, 상기 고장진단단계는
상기 제1 현실장치의 고장을 진단하는 진단 아바타를 호출하여, 상기 제1 현실장치의 실시간 동작정보에 의거한 상기 제1 현실장치의 고장 발생 여부, 및 고장 종류를 진단하는 것을 특징으로 하는 태양광 발전시스템의 운영유지보수 방법.
15. The method of claim 14, wherein the failure diagnosis step
Solar energy characterized by calling a diagnosis avatar for diagnosing a failure of the first reality device, and diagnosing whether or not a failure of the first reality device has occurred and the type of failure based on real-time operation information of the first reality device Operation and maintenance method of power generation system.
KR1020220118935A 2022-09-20 2022-09-20 Apparatus and method for operating and maintaining solar power system using avatar KR102536112B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220118935A KR102536112B1 (en) 2022-09-20 2022-09-20 Apparatus and method for operating and maintaining solar power system using avatar

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220118935A KR102536112B1 (en) 2022-09-20 2022-09-20 Apparatus and method for operating and maintaining solar power system using avatar

Publications (1)

Publication Number Publication Date
KR102536112B1 true KR102536112B1 (en) 2023-05-30

Family

ID=86529735

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220118935A KR102536112B1 (en) 2022-09-20 2022-09-20 Apparatus and method for operating and maintaining solar power system using avatar

Country Status (1)

Country Link
KR (1) KR102536112B1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120070383A (en) * 2010-12-21 2012-06-29 주식회사 케이티 Method and system for managing solar power plants based on augmented reality
KR101728692B1 (en) 2016-12-29 2017-04-20 한양전공주식회사 System and method of predicting and monitoring anomaly of solar module
JP2018007311A (en) * 2016-06-27 2018-01-11 藤崎電機株式会社 Photovoltaic power generation maintenance apparatus, photovoltaic power generation maintenance system, photovoltaic power generation maintenance method and computer program
KR20210054718A (en) * 2019-11-06 2021-05-14 전남도립대학교산학협력단 System for managing photovoltaic based on multi interface network
KR20220020194A (en) * 2020-08-11 2022-02-18 주식회사 토브 System and Method for Managing Solar Power Plant
KR20220114852A (en) * 2021-02-09 2022-08-17 주식회사 쉐릿 Augmented reality-based solar power generation monitoring system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120070383A (en) * 2010-12-21 2012-06-29 주식회사 케이티 Method and system for managing solar power plants based on augmented reality
JP2018007311A (en) * 2016-06-27 2018-01-11 藤崎電機株式会社 Photovoltaic power generation maintenance apparatus, photovoltaic power generation maintenance system, photovoltaic power generation maintenance method and computer program
KR101728692B1 (en) 2016-12-29 2017-04-20 한양전공주식회사 System and method of predicting and monitoring anomaly of solar module
KR20210054718A (en) * 2019-11-06 2021-05-14 전남도립대학교산학협력단 System for managing photovoltaic based on multi interface network
KR20220020194A (en) * 2020-08-11 2022-02-18 주식회사 토브 System and Method for Managing Solar Power Plant
KR20220114852A (en) * 2021-02-09 2022-08-17 주식회사 쉐릿 Augmented reality-based solar power generation monitoring system

Similar Documents

Publication Publication Date Title
EP3355145A1 (en) Systems and methods for reliability monitoring
US20030163440A1 (en) Maintenance request systems and methods
KR102432284B1 (en) A system that automatically responds to event alarms or failures in IT management in real time and its operation method
US20070192065A1 (en) Embedded performance forecasting of network devices
CN108667666A (en) A kind of intelligent O&M method and its system based on visualization technique
CN104254810A (en) Method and system for condition monitoring of a group of plants
JPH06266727A (en) Method and equipment for displaying diagnosis
CN118157330B (en) Graph calculation-based panoramic dynamic topology monitoring control method and system for power distribution network
CN115393142A (en) Intelligent park management method and management platform
KR102387375B1 (en) A proactive maintenance system for wind power generator
CN115860729A (en) IT operation and maintenance integrated management system
JP2018185774A (en) Facility management apparatus, facility management system, program and facility management method
CN112085228A (en) System for defect maintenance and status report management of nuclear power plant
CN114143220A (en) Real-time data visualization platform
CN116955434A (en) Full life cycle management and multidimensional energy efficiency analysis system for industrial equipment
CN117992304A (en) Integrated intelligent operation and maintenance platform
CN111045363A (en) Intelligent operation and maintenance management and control cloud platform of information communication network
KR102536112B1 (en) Apparatus and method for operating and maintaining solar power system using avatar
CN113962398A (en) Quantum computer automation control method, system, server and storage medium
US20210302954A1 (en) System and method for increasing mean time between service visits in an industrial system
KR20220150648A (en) Predictive maintenance operating system based on failure prediction model
KR20220168849A (en) Apparatus and Method for Checking Information and Communication Technology Equipment
KR102489973B1 (en) Apparatus and method for operating and maintaining solar power system using cyber character
US20110282824A1 (en) Technologies for mapping a set of criteria
US20220147039A1 (en) Event analytics in modular industrial plants

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant