ㅇ 첫째, e-IoT/LwM2M/CoAP 국제 IoT 표준 프로토콜 클라이언트용 S/W 스택 기술은 국제 표준인 IETF CoAP 프로토콜, OMA LwM2M 및 에너지분야 IoT 국가 표준인 e-IoT 규격 기반으로 메모리와 처리 성능이 낮은 센서 노드에도 이식할 수 있는 프로토콜 기술로, 다양한 IoT 기기를 하나의 프로토콜로 제어할 수 있도록 해주는 국제 표준 메시지 프로토콜 기술임
ㅇ 본 기술은 독자적으로 shim header 를 추가하여 IP 환경 뿐만 아니라, Non-IP 환경(RS485 및 RS422, UART, Zigbee 등등) 에서도 적용할 수 있도록 확장하였며 OMA LwM2M 프로토콜 스택을 자체 코드로 구현하였음
ㅇ 둘째, 국제 표준 지원 IoT 서버 플랫폼 기술은 국제 표준인 IETF(Internet Engineering Task Force) CoAP(Constrained Application Protocol) 프로토콜, OMA(Open Mobile Alliance) LwM2M(Light Weight Machine to Machine) 및 에너지 분야 IoT 국가 표준인 e-IoT 규격 기반으로 IoT 기기들을 원격에서 관리하고 응용 서비스를 구성할 수 있도록 하는 서버 기술임
ㅇ 본 서버 플랫폼 기술은 OMA LwM2M 표준의 기기 관리 객체인, 보안/서버/기기/펌웨어업데이트/연결성/위치 관련 객체를 구현하고 있으며, 클라이언트 등록/데이터 읽기/데이터 쓰기/데이터 검색/쓰기 속성/수행/삭제/관찰 관련 인터페이스를 구현하고 있음. 이를 통하여 다양한 LwM2M 및 e-IoT 기반 IoT 기기를 통합 관리할 수 있고, 데이터베이스와 연동, 웹 인터페이스를 통한 관리 기능을 포함하고, RESTful API를 활용한 다양한 응용 서비스 개발을 할 수 있도록 하는 기술임
ㅇ 셋째, Transformer/KAE/TSFM 에너지/제조 시계열 예측 모델 기술은 IoT 서버 플랫폼에 내장하여 시계열 데이터를 예측하는 기술임
ㅇ 본 시계열 예측 기술은 Transformer, KAE(Koopman Auto Encoder) 및 TSFM(Time Series Foundation Model) 등의 최신 기술을 기반으로 에너지/제조 분야의 시계열 데이터 예측 기술임
ㅇ 넷째, Deep Learning 기반 이상진단 모델 기술은 레이블된 학습 데이터 없어, 운영 데이터만을 이용하여 시스템의 이상 여부를 진단하는 기술임
ㅇ 본 이상진단 기술은 단순 Threshold 기반의 이상진단이 아닌 Deep Learning 기반으로 이상 패턴을 검출하여 레이블링 없이도 적용이 가능한 기술로 OCSVM, DeepSVDD, DAGMM, AnoCaps, CAE 등 5가지 이상진단 모델을 제공하는 기술임
ㅇ 다섯째, 확률 기반 최적화 기술(ESS 스케줄, ESS 온도, 열공급)은 예측 모델의 오차를 고려한 변위 예측 기반 ESS 최적 운영 기법, 열 분배 최적화 기술, ESS 운영환경(Heating온도) 최적화 기술임
ㅇ 본 기술의 에너지 공급 최적화 기술은 에너지 수요통계분석을 통해 각 소비원의 에너지소비량 확률 모델을 예측하고 이를 KKT(Karush-Kuhn-Tucker) 조건에 맞춰 경제성 기대값을 최대화하는 에너지분배 프로필을 계산하는 기술이며, ESS 최적화 기술은 센서 데이터에 기반한 BMS(Battery Management System)를 통해 온도별 ESS 효율을 예측하고 이를 냉난방 시스템과 결합하여 경제성 기대값을 최대화하는 환경 제어 최적화 기술임
ㅇ e-IoT/LwM2M/CoAP 국제 IoT 표준 프로토콜 클라인언트용 S/W 스택 기술
- M2M/IoT 산업에서 센서 장비 업체별로 각자 독자적인 센서접속 프로토콜을 사용하는 등 상이한 프로토콜로 인해, 센서 장치 연동문제가 산업계에서 어려운 문제로 대두되고 있음. 인터넷 표준 단체인 IETF는 표준적인 메시지 프로토콜인 CoAP 프로토콜 제공함으로써 M2M/IoT 기반 관제 서비스 시장이 더욱 활성화될 것으로 기대되고 있음
ㅇ 국제 표준 지원 IoT 서버 플랫폼 기술
- 기존 기기 관리 서버는 비표준 또는 특정 분야에 사용되는 프로토콜을 기반으로 하는 경우가 많아, 다양하고 수많은 사물인터넷 기기를 효과적으로 통합 관리할 수 없었으나, 본 기술은 국제 표준 기반 기기관리 서버로 보다 다양한 분야의 많은 기기를 통합 관리할 수 있으며, 이러한 기기들을 결합하여 다양한 응용서비스를 만들 수 있도록 함
ㅇ Transformer/KAE/TSFM 에너지/제조 시계열 예측 모델 기술
- 시계열 예측 기술은 에너지 IoT 서버 혹은 EMS(Energy Management Server)등에 실장하여, 전력생산량, 전력수요량, 전력가격 및 전력최적운용 예측 등의 다양한 시계열 신호에 대한 예측을 지원 가능함
ㅇ Deep Learning 기반 이상진단 모델 기술
- 정상 데이터 기반한 비지도 학습 인공지능 기술을 적용하여 다양한 환경에서의 이상 진단 적용을 가능하게 함. 대상 데이터에 대한 이상 유무 판단을 넘어서 어느 부분에 이상이 발생하였는지를 파악할 수 있도록 해주는 기술로써 발생한 이상 상황의 원인 파악을 용이하게 함
ㅇ 확률기반 최적화 기술(ESS 스케줄, ESS 온도, 열공급)
- 에너지 공급 단가의 증가에 따라 스마트팜을 비롯한 많은 산업들이 타격을 입고 있으며, 이를 구제하기 위한 대체 에너지의 도입은 수요에 맞춰 증가하지 못하는 실정임. 이러한 불확실한 에너지 수요 및 소비환경을 예측하고 신재생에너지 생산량에 대한 데이터와 결합하여 에너지 효율 혹은 경제성 효율을 최대화할 수 있음
ㅇ 다양한 통신 인터페이스를 갖는 센서 장치를 정보를 통일된 형식으로 통신할 수 있게 해주는 국제표준기반 IoT 센서 메시지 프로토콜 기술
ㅇ 국제표준 프로토콜을 사용하는 IoT 장치들을 수용하고 관리하는 웹기반 플랫폼 기술
ㅇ 신재생에너지 시스템을 구성하는 장치 등의 실시간 모니터링 응용기술
ㅇ 시계열 데이터를 입력으로 받아 Transformer/KAE/TSFM 기반으로 심층학습을 진행하여 시계열 예측하는 기술
ㅇ 정상 데이터에만 기반하여 이상 진단을 위한 오토인코더 모델을 학습하는 기술
ㅇ 오토인코더의 입력과 출력을 비교하여 어느 부분에 이상이 발생하였는지를 파악하는 이상 부분 탐지 기술
ㅇ 불확실성이 포함된 미래의 에너지 수요를 고려하여 에너지 및 경제성 효율을 최적화 하는 에너지 분배 기술
ㅇ ESS 운영 환경을 고려하여 ESS 운용 경제성 효율이 최대화되는 환경을 유지하는 제어 최적화 기술
ㅇ 세부기술1: e-IoT/LwM2M/CoAP 국제 IoT 표준 프로토콜 클라인언트용 S/W 스택 기술
- M2M/IoT 산업에서 센서 장비 업체별로 각자 독자적인 센서접속 프로토콜을 사용하는 등 상이한 프로토콜로 인해, 센서 장치 연동문제가 산업계에서 어려운 문제로 대두되고 있음. 인터넷 표준 단체인 IETF는 표준적인 메시지 프로토콜인 CoAP 프로토콜 제공함으로써 M2M/IoT 기반 관제 서비스 시장이 더욱 활성화될 것으로 기대되고 있음
- ETRI 시험 절차 및 결과서, 기술문서, LwM2M 클라이언트 소스
ㅇ 세부기술2: 국제 표준 지원 IoT 서버 플랫폼 기술
- 기존 기기 관리 서버는 비표준 또는 특정 분야에 사용되는 프로토콜을 기반으로 하는 경우가 많아, 다양하고 수많은 사물인터넷 기기를 효과적으로 통합 관리할 수 없었으나, 본 기술은 국제 표준 기반 기기관리 서버로 보다 다양한 분야의 많은 기기를 통합 관리할 수 있으며, 이러한 기기들을 결합하여 다양한 응용서비스를 만들 수 있도록 함
- ETRI 시험 절차서, ETRI 시험 결과서, 기술문서, LwM2M 플랫폼 소스
ㅇ 세부기술3: Transformer/KAE/TSFM 에너지/제조 시계열 예측 모델 기술
- 시계열 예측 기술은 에너지 IoT 서버 혹은 EMS(Energy Management Server)등에 실장하여, 전력생산량, 전력수요량, 전력가격 및 전력최적운용 예측 등의 다양한 시계열 신호에 대한 예측을 지원 가능함
- ETRI 시험 절차 및 결과서, 기술문서, 관련 특허 실시권, 시계열 예측 소프트웨어 소스
ㅇ 세부기술4: Deep Learning 기반 이상진단 모델 기술
- 정상 데이터 기반한 비지도 학습 인공지능 기술을 적용하여 다양한 환경에서의 이상 진단 적용을 가능하게 함. 대상 데이터에 대한 이상 유무 판단을 넘어서 어느 부분에 이상이 발생하였는지를 파악할 수 있도록 해주는 기술로써 발생한 이상 상황의 원인 파악을 용이하게 함
- ETRI 시험 절차 및 결과서, 기술문서, 관련 특허 실시권, 오토인코더 기반 프로그램 소스
ㅇ 세부기술5: 확률기반 최적화 기술(ESS 스케줄, ESS 온도, 열공급)
- 에너지 공급 단가의 증가에 따라 스마트팜을 비롯한 많은 산업들이 타격을 입고 있으며, 이를 구제하기 위한 대체 에너지의 도입은 수요에 맞춰 증가하지 못하는 실정임. 이러한 불확실한 에너지 수요 및 소비환경을 예측하고 신재생에너지 생산량에 대한 데이터와 결합하여 에너지 효율 혹은 경제성 효율을 최대화할 수 있음
- ETRI 시험 절차 및 결과서, 기술문서, 관련 특허 실시권, 열에너지 공급망 최적화 프로그램
ㅇ 사물인터넷 기기 관리 및 서비스를 위한 통합 서버로 사용될 수 있음. 따라서, 사물인터넷 기기 제조사에서 적용시 자사가 생산, 판매, 운용중인 기기를 관리하고, 펌웨어 업데이트, 고장 분석, 운용 상태 확인할 수 있는 유지보수를 수행할 수 있음
ㅇ 사물인터넷 서비스 플랫폼 사업자가 본 기술 적용 시, 다양한 분야 및 위치에서 서비스되고 있는 기기를 관리할 수 있으며, 통합 응용 서비스를 제공할 수 있음
ㅇ non-IP 네트워크에 연결된 센서까지도 적용할 수 있으므로, 대다수 센서 장비 업체들이 사용하는 non-IP 네트워크 환경에도 확장 적용하여 IoT 적용 범위를 넓힐 수 있을 것으로 기대
ㅇ 국제 표준 기반의 사물인터넷 프로토콜 소프트웨어 스택 제공으로, 센서노드 및 소형 사물인터넷 기기 제조사, 플랫폼/서비스 제공업체를 포함하는 사물인터넷 기기 및 서비스 시장의 활성화를 기대
ㅇ IoT 빅데이터 기반의 시계열 데이터의 에너지 생산량 예측기법은 시/일/월/년 등 다양한 시간영역에 걸친 전력생산예측모델, 전력수요량예측모델, 전력가격예측모델 등에 활용 가능
ㅇ 센서 및 게이트웨이 장비 사업자 등이 공장 공정라인 자동화를 위한 이상진단 및 잔여수명예측 서비스 제공에 활용
ㅇ 에너지 공급 최적화 기술은 이러한 상황에서 소멸성 재화 형식을 띄는 에너지를 수요에 따라 맞춤 공급 되도록 하여 낭비를 최소한으로 줄이고, ESS 최적화기술은 에너지 손실을 최적화하여 공급자와 소비자 모두 최대한의 경제적 혜택을 볼 수 있을 것으로 기대됨