에너지 분야 및 제조 산업에 적용할 수 있는, LwM2M 및 e-IoT 표준 기반의 IoT 서버/클라이언트 프로토콜 스택과 시계열 예측, 이상진단, ESS 최적 스케쥴링 기술이 포
| 특허명 | 특허출원번호 | 출원일자 | |||
|---|---|---|---|---|---|
| 특허명 | ESS-free 재생에너지 예측 및 차등 요금 기반 전기차 충전 시스템 및 방법 외 6건 | 특허출원번호 | 10-2025-0047870 외 6건 | 출원일자 | 2025-04-14 |
에너지 분야 및 제조 산업에 적용할 수 있는, LwM2M 및 e-IoT 표준 기반의 IoT 서버/클라이언트 프로토콜 스택과 시계열 예측, 이상진단, ESS 최적 스케쥴링 기술이 포함된 인공지능 모델이 포함된 AIoT 플랫폼 기술
• 에너지 분야 및 제조 산업 등에 사물인터넷 표준인 e-IoT 또는 LwM2M 규격에 맞는 프로토콜 소프트웨어 스택을 제공 하여, 중소기업이 빠르게 표준기반 에너지 IoT 플랫폼을 구축할 수 있도록 기술 제공
• 에너지 분야 및 제조 산업에 필요한, 시계열 예측, 분류, 이상진단, 수명예측, 최적화 등 AI 기술을 제공하여, 신속한 에너 지 지능화 및 스마트 팩토리 구축 지원
• e-IoT 및 LwM2M 표준 기반 IoT 클라이언트/서버 플랫폼
- 국제 사물인터넷 표준 OMA/LwM2M 및 전력분야 사물인터넷 표준 e-IoT 규격 지원
- 수만 개이상의 IoT 기기를 관리할 수 있는 스케일러블 아키텍처 (기존성능 2배향상, 상위3.4% SCI 게재)
- 빌딩에너지 관리, 태양광 발전소 관리, 생산설비 관리 등 다양한 응용에 적용할 수 있는 API 구조
• 에너지/제조 산업용 시계열 인공지능 기술
- 기존 인공지능 모델 개발시 많은 학습 데이터가 필요하나, 시계열 파운데이션 모델 기반 예측 모델을 통해, 소량의 데 이터 만으로 우수한 예측 성능 확보 가능
- 레이블된 학습 데이터 없이, 운영 데이터만을 이용하여 시스템 이상여부를 진단할 수 있는 시계열 이상진단 모델 기술
- 예측 모델의 오차를 고려한 확률 예측 기반 ESS 스케쥴링 최적화 기술