banner
홈페이지 / 블로그 / MIT 엔지니어, 스마트 전원 콘센트 구축
블로그

MIT 엔지니어, 스마트 전원 콘센트 구축

Dec 25, 2023Dec 25, 2023

MIT 뉴스 오피스 웹사이트에서 다운로드할 수 있는 이미지는 Creative Commons Attribution Non-Commercial No Derivatives 라이센스에 따라 비영리 단체, 언론 및 일반 대중에게 제공됩니다. 제공된 이미지를 크기에 맞게 자르는 것 외에는 변경할 수 없습니다. 이미지를 복제할 때는 크레디트 라인을 사용해야 합니다. 아래에 제공되지 않은 경우 이미지를 "MIT"로 표시하십시오.

이전 이미지 다음 이미지

진공 청소기의 플러그를 꽂았는데 작업이 완료되기 전에 경고 없이 전원이 꺼진 적이 있습니까? 아니면 동일한 전원 스트립에 연결된 에어컨을 켤 때까지 책상 램프가 제대로 작동할 수도 있습니다.

이러한 중단은 벽 뒤에 설치된 감지기가 아크 결함(전선에서 잠재적으로 위험한 스파크)일 수 있는 것을 감지할 때 콘센트의 전기 회로를 트립하는 "불필요한 트립"일 가능성이 높습니다.

MIT 엔지니어 팀에 따르면 오늘날의 아크 결함 감지기의 문제점은 실제로 무해한 전기 신호에 응답하여 콘센트의 전원을 차단하는 지나치게 민감한 측면에서 실수를 하는 경우가 많다는 것입니다.

이제 팀은 단일 또는 다중 콘센트의 전류 사용량을 분석하고 양성 아크(예: 무해한 전기 스파이크)를 구별할 수 있는 장치 형태로 "스마트 전원 콘센트"라고 부르는 솔루션을 개발했습니다. 일반적인 가전제품으로 인해 발생하는 스파크와 같은 위험한 아크는 잘못된 배선으로 인해 화재로 이어질 수 있습니다. 또한 장치는 팬과 데스크톱 컴퓨터 등 특정 콘센트에 연결될 수 있는 항목을 식별하도록 훈련될 수도 있습니다.

팀의 디자인은 전류 데이터를 실시간으로 처리하는 맞춤형 하드웨어와 신경망을 통해 데이터를 분석하는 소프트웨어, 즉 인간 두뇌의 작동에서 영감을 얻은 일련의 기계 학습 알고리즘으로 구성됩니다.

이 경우 팀의 기계 학습 알고리즘은 연구원들이 이전에 시스템을 훈련하는 데 사용한 다른 신호와 캡처된 신호를 비교하여 신호가 유해한지 여부를 결정하도록 프로그래밍되었습니다. 네트워크가 더 많은 데이터에 노출될수록 좋은 것과 나쁜 것을 구별하거나 심지어 하나의 어플라이언스를 다른 어플라이언스와 구별하는 데 사용되는 특징적인 "지문"을 더 정확하게 학습할 수 있습니다.

MIT 기계공학과 연구원인 조슈아 시겔(Joshua Siegel)은 스마트 전원 콘센트가 '사물 인터넷'(IoT)의 일부로 다른 장치에 무선으로 연결할 수 있다고 말합니다. 그는 궁극적으로 고객이 집에 스마트 전원 콘센트를 설치할 수 있을 뿐만 아니라 휴대폰에 앱을 설치하여 전기 사용량에 대한 데이터를 분석하고 공유할 수 있는 광범위한 네트워크를 구상하고 있습니다. 어떤 기기가 어디에 연결되어 있는지, 콘센트가 실제로 작동한 시기와 이유 등의 데이터는 팀과 안전하게 익명으로 공유되어 기계 학습 알고리즘을 더욱 개선하여 기계를 더 쉽게 식별하고 구별할 수 있게 해줍니다. 양성의 위험한 사건.

Siegel은 "IoT를 학습할 수 있게 만들면 시스템을 지속적으로 업데이트할 수 있으므로 진공 청소기가 첫 주에 한두 번 회로 차단기를 작동할 수 있지만 시간이 지남에 따라 더욱 똑똑해질 것입니다."라고 말합니다. "모델에 기여하는 사용자가 1,000명 또는 10,000명이 될 때쯤이면 매우 다양한 주택에서 집계된 데이터가 너무 많기 때문에 이러한 귀찮은 여행을 경험하는 사람은 거의 없을 것입니다."

Siegel과 그의 동료들은 Engineering Application of Artificial Intelligence 저널에 결과를 발표했습니다. 그의 공동 저자로는 Shane Pratt, Yongbin Sun, Sanjay Sarma, Fred Fort Flowers 및 Daniel Fort Flowers 기계 공학 교수이자 MIT 개방형 학습 부사장이 있습니다.

전기 지문