건물 내 에너지 제어 장치에 있어서,에너지 변환 장치로부터 수집된 에너지 데이터 중 손상된 데이터를 감지하고, 상기 손상된 데이터에 복원 작업을 수행하여 전처리 데이터를 생성하는 데이터 전처리부;상기 전처리 데이터를 이용하여 발전량 및 소비전력량을 예측하고 예측데이터를 생성하는 예측부;상기 예측데이터와 실측 데이터를 비교한 오차값을 기반으로 시간대별 발생하는 오차값 분포를 분석하고, 이에 따라 발전량 및 소비전력량의 예측의 오류를 대비하여 에너지저장장치 에너지 일부를 예비력으로 설정하는 오차값 분석부; 및상기 예비력을 이용하여 에너지저장장치 및 기기들을 제어하는 제어 스케줄링부;를 포함하며,상기 데이터 전처리부는 실외환경데이터(신재생에너지 발전량을 예측하기 위하여 수집되는, 각 태양광 패널 위치에 따른 경사 일사량, 수평 일사량, 외부 온도 및 각 시간대별 신재생에너지 발전량 데이터임)를 이용하여 상기 손상된 에너지 데이터를 복원하는 건물 내 에너지 제어 장치.

제 1항에 있어서,상기 데이터 전처리부는 K-mean clustering 알고리즘 기술을 사용하여 손상된 데이터에 대한 복원 작업을 수행하는건물 내 에너지 제어 장치.

삭제

제 1항에 있어서,상기 데이터 전처리부는 상기 오차값 분석부에서 분석한 오차값 데이터를 이용하여 데이터 전처리부 알고리즘을 업데이트하는 건물 내 에너지 제어 장치.

제 1항에 있어서,상기 예측부는 예측 데이터를 생성하는 알고리즘으로 시간적 특징을 추출할 수 있는 인공지능 기반 기술을 사용하는건물 내 에너지 제어 장치.

제 1항에 있어서,상기 오차값 분석부는 몬테 카를로 시뮬레이션 기술을 이용하여 상기 예비력을 생성하는건물 내 에너지 제어 장치.

제 1항에 있어서,시간대별로 발생하는 오차가 전체 시스템의 안정성에 미치는 영향을 분석하여 시간대별 가중치를 생성하는 시간대별 가중치 계산부;를 더 포함하고,상기 제어 스케줄링부는 상기 시간대별 가중치를 추가로 이용하여 에너지저장장치 및 기기들을 제어하는건물 내 에너지 제어 장치.

제 7항에 있어서,상기 시간대별 가중치 계산부는 시계열 전력 요금과 피크부하를 고려하여 생성되는 상기 시간대별 가중치를 생성하는건물 내 에너지 제어 장치.

제 1항에 있어서, 각 사용자별 선호도를 사전에 학습하여 기기별 제어 여부에 따른 사용자 선호도를 생성하는 사용자 선호도 계산부;를 더 포함하고,상기 제어 스케줄링부는 상기 사용자 선호도를 추가로 이용하여 에너지저장장치 및 기기들을 제어하는건물 내 에너지 제어 장치.

제 9항에 있어서,상기 사용자 선호도 계산부는 개별 기기의 일정 시간동안 평균 전력사용량;건물 전체에서 일정 시간동안 소비하는 평균 전력사용량; 및IoT 가전기기 제어 시 소비자가 느끼게 되는 불만족도를 요금으로 표현한 보조 변수; 를 이용하여 상기 사용자 선호도를 생성하는건물 내 에너지 제어 장치.

에너지 변환 장치로부터 수집된 에너지 데이터를 전처리하는 데이터 전처리부와, 전처리된 데이터를 이용하여 발전량 및 소비전력량을 예측하는 예측부와, 소정의 예비력을 생성하는 오차값 분석부와, 상기 예비력을 이용하여 에너지저장장치 및 기기들을 제어하는 제어 스케줄링부를 포함하는 건물 내 에너지 제어 장치에서 수행되는 건물 내 에너지 제어 방법에 있어서,상기 에너지 변환 장치로부터 수집된 에너지 데이터 중 손상된 데이터를 감지하고, 상기 손상된 데이터에 복원 작업을 수행하여 전처리 데이터를 생성하는 데이터 전처리 단계;상기 전처리 데이터를 이용하여 발전량 및 소비전력량을 예측하고 예측데이터를 생성하는 예측 단계;상기 예측데이터와 실측 데이터를 비교한 오차값을 기반으로 시간대별 발생하는 오차값 분포를 분석하고, 이에 따라 발전량 및 소비전력량의 예측의 오류를 대비하여 에너지저장장치 에너지 일부를 예비력으로 설정하는 오차값 분석 단계; 및상기 예비력을 이용하여 에너지저장장치 및 기기들을 제어하는 제어 스케줄링 단계;를 포함하며, 상기 데이터 전처리 단계는, 실외환경데이터(신재생에너지 발전량을 예측하기 위하여 수집되는, 각 태양광 패널 위치에 따른 경사 일사량, 수평 일사량, 외부 온도 및 각 시간대별 신재생에너지 발전량 데이터임)를 이용하여 상기 손상된 에너지 데이터를 복원하는 건물 내 에너지 제어 방법.

제 11항에 있어서,상기 데이터 전처리 단계는 K-mean clustering 알고리즘 기술을 사용하여 복원 작업을 수행하는건물 내 에너지 제어 방법.

삭제

제 11항에 있어서,상기 데이터 전처리 단계는 상기 오차값 분석에 의한 데이터를 이용하여 고리즘을 업데이트하는건물 내 에너지 제어 방법.

제 11항에 있어서,상기 예측 단계는 예측데이터를 생성하는 알고리즘으로 시간적 특징을 추출할 수 있는 인공지능 기반 기술을 사용하는건물 내 에너지 제어 방법.

제 11항에 있어서,상기 오차값 분석 단계는 몬테 카를로 시뮬레이션 기술을 이용하여 상기 예비력을 생성하는건물 내 에너지 제어 방법.

제 11항에 있어서,시간대별로 발생하는 오차가 전체 시스템의 안정성에 미치는 영향을 분석하여 시간대별 가중치를 생성하는 시간대별 가중치 계산 단계;를 더 포함하고,상기 제어 스케줄링 단계는 상기 시간대별 가중치를 추가로 이용하여 에너지저장장치 및 기기들을 제어하는건물 내 에너지 제어 방법.

제 17항에 있어서,상기 시간대별 가중치 계산 단계는 시계열 전력 요금과 피크부하를 고려하여 상기 시간대별 가중치를 생성하는건물 내 에너지 제어 방법.

제 11항에 있어서, 각 사용자별 선호도를 사전에 학습하여 기기별 제어 여부에 따른 사용자 선호도를 생성하는 사용자 선호도 계산 단계;를 더 포함하고,상기 제어 스케줄링 단계에서 상기 사용자 선호도를 추가로 이용하여 에너지저장장치 및 기기들을 제어하는건물 내 에너지 제어 방법.

제 19항에 있어서,상기 사용자 선호도 계산 단계는 개별 기기의 일정 시간동안 평균 전력사용량;건물 전체에서 일정 시간동안 소비하는 평균 전력사용량; 및IoT 가전기기 제어 시 소비자가 느끼게 되는 불만족도를 요금으로 표현한 보조 변수; 를 이용하여 상기 사용자 선호도를 생성하는건물 내 에너지 제어 방법.