초록
기존의 NIALM 연구들은 부하 식별을 위해 전압 변동은 무시할 수 있고 식별 결과에 영향을 주지 않는다고 가정하기 때문에 일반적으로 전압과 관련된 PF나, 고조파 신호는 부하 식별을 위한 매개 변수로 고려되지 않았으나, 실제 이러한 조건은 스마트 홈 분야에서 NIALM의 응용성이 제한되는 어려움이 만든다. 본 논문의 실험을 통해 부하 모니터링 시스템의 정확성과 신뢰성을 향상시키기 위해 전압과 관련된 매개 변수와 고조파의 특성을 사용해야 한다고 결론을 내렸다. 따라서, 본 논문에서는 홈 네트워크 환경에서 가전기기의 종류 및 전기 에너지 사용량을 효율적으로 분석할 수 있는 개선된 NIALM 방식을 제안한다. 제안된 방식은 가전기기 고유의 특징 및 동작 특성을 분석하고, 일부 가전기기가 가지고 있는 고조파 특성을 인식 매개변수로 활용함으로써 전력 에너지 사용 패턴 분석 및 추적할 수 있게 된다. 본 논문에서 제안된 방식을 통해 홈 네트워크에서 실제 운용되는 가전 에너지 효율성 증대와 스마트그리드 전력 수요관리 시장에 서비스를 제공할 수 있을 것으로 기대한다.
Since existing nonintrusive appliance load monitoring (NIALM) studies assume that voltage fluctuations are negligible for load identification, and do not affect the identification results, the power factor or harmonic signals associated with voltage are generally not considered parameters for load identification, which limits the application of NIALM in the Smart Home sector. Experiments in this paper indicate that the parameters related to voltage and the characteristics of harmonics should be used to improve the accuracy and reliability of the load monitoring system. Therefore, in this paper, we propose an improved NIALM method that can efficiently analyze the types of household appliances and electrical energy usage in a home network environment. The proposed method is able to analyze the energy usage pattern by analyzing operation characteristics inherent to household appliances using harmonic characteristics of some household appliances as recognition parameters. Through the proposed method, we expect to be able to provide services to the smart grid electric power demand management market and increase the energy efficiency of home appliances actually operating in a home network.