Development of an intelligent IIoT platform for stable data collection

안정적 데이터 수집을 위한 지능형 IIoT 플랫폼 개발

The energy crisis is emerging as a serious problem around the world. In the case of Korea, there is great interest in energy efficiency research related to industrial complexes, which use more than 53% of total energy and account for more than 45% of greenhouse gas emissions in Korea. One of the studies is a study on saving energy through sharing facilities between factories using the same utility in an industrial complex called a virtual energy network plant and through transactions between energy producing and demand factories. In such energy-saving research, data collection is very important because there are various uses for data, such as analysis and prediction. However, existing systems had several shortcomings in reliably collecting time series data. In this study, we propose an intelligent IIoT platform to improve it. The intelligent IIoT platform includes a preprocessing system to identify abnormal data and process it in a timely manner, classifies abnormal and missing data, and presents interpolation techniques to maintain stable time series data. Additionally, time series data collection is streamlined through database optimization. This paper contributes to increasing data usability in the industrial environment through stable data collection and rapid problem response, and contributes to reducing the burden of data collection and optimizing monitoring load by introducing a variety of chatbot notification systems.

전 세계적으로 에너지 위기가 심각한 문제로 대두되고 있다. 대한민국의 경우 전체 에너지의 53% 이상 사용하며, 온실 가스 배출량 또한 대한민국 전체의 45% 이상을 차지하고 있는 산업 단지 관련 에너지 효율화 연구에 높은 관심을 가지고 있다. 그 연구 중 하나로 가상 에너지 네트워크 플랜트라는 산업 단지 내 동일 유틸리를 사용하는 공장 들 간의 공유 설비와 에너지 생산 공장과 수요 공장 간의 거래로 에너지를 절감하는 연구를 제시한다. 이러한 에너지 절감 연구에서는 분석, 예측 등 데이터의 활용처가 다양하기 때문에 데이터의 수집이 굉장히 중요하다. 하지만, 시계열 데이터를 안정적으로 수집하는데는 기존의 시스템들은 여러 부족함이 있었다. 본 연구에서는 그를 개선하기위해 지능형 IIoT 플랫폼을 제안한다. 지능형 IIoT 플랫폼은 비정상 데이터를 식별하고 적시에 처리하기 위한 전처리 시스템을 포함하며, 이상과 결측 데이터를 분류하고 안정적인 시계열 데이터를 유지하기 위한 보간 기법을 제시한다. 또한 데이터베이스 최적화를 통해 시계열 데이터 수집을 효율화한다. 본 논문은 안정적 데이터 수집과 신속한 문제대응을 통해 산업 환경에서의 데이터 활용성을 높이는데 기여하며, 다양한 챗봇 알림 시스템을 도입하여 데이터 수집부담을 줄이고 모니터링 부하를 최적화하는데 기여한다.