[국내논문]NIALM 기반의 스마트 홈 안전관리시스템에 관한 연구

NIALM 기반의 스마트 홈 안전관리시스템에 관한 연구 (A Study on the Smart Home Safety Management System Based on NIALM)	정한상, 성경상, 오해석	한국산학기술학회논문지 v.18 no.8, 2017년, pp.55 - 63
기존의 전기 에너지 및 관리에 필요한 정보를 취득하기 위해 적용하였던 계측방식은 공간적인 문제와 시스템의 크기로 인해 신규 건축물 또는 교체가 가능한 지역에만 한정되었었다. 이러한 전기 부하관리 방법은 취약지구나 기존 기 구축되어 있는 가정 또는 사무실의 에너지 및 안전관리에 적용하기에 문제가 있다. 즉, 모든 분기마다 계측 모듈을 설치하는 문제로 인해, 그 시스템의 크기가 너무 크고, 계측모듈을 설치하더라도 부하의 종류를 인식하지 못해 효율적 관리가 이루어지지 않으며 많은 비용이 발생하고 있어서 보급에 어려움을 겪고 있다. 특히, 한국의 전통 재래시장 및 낙후된 시설 등에는 적용하기 매우 어려운 실정이다. 본 논문에서는 이러한 문제점을 개선하기 위해 NIALM 기술과 아크 감지기술을 적용하여, 정상적인 아크발생에 대한 NIALM의 적용가능성을 검증하고자 한다. 또한, 검증 결과를 기반으로 재래시장 및 기존 가정내 안전관리장치에 적용할 수 있는 효율적인 전기안전관리가 가능한 새로운 개념의 스마트 홈 안전관리 시스템을 제안한다. 제안된 시스템은 기존에 적용된 안전관리시스템과의 비교 성능 시험을 진행하였고, 기존 시스템 대비 40%의 공간내에서 기존 시스템에서는 불가능하였던 4가지 부하에 대한 부하인식을 95%이상 달성하였고, 또한 기존 시스템과 같은 아크 감지기능을 확인하였다. Due to spatial problems and system size,conventional measurement methods used to acquire the information needed for existing electrical energy and management have been limited to new buildings or areas where replacement is possible. This electric load management method is problematic when applying it to energy and safety management of vulnerable areas or existing homes or offices. The problem with installing a measurement module in every branch is that the system is too large. Even if the measurement module is installed, the type of load is not recognized, and efficient management is not performed. In particular, it is very difficult to apply it to traditional markets and backward facilities in Korea. In this paper, we apply NIALM technology and arc detection technology to solve these problems and verify the feasibility of NIALM for normal arc generation. Also, based on the verification results, we propose a new smart home safety management system that can effectively manage electrical safety and that can be applied to conventional market and existing home safety management systems. The proposed system conducts a comparative performance test with an existing safety management system. In addition, it achieves 95% or more load recognition for four loads, which is impossible in 40% of the existing systems, and the arc detection function was confirmed.