묶은 문서: 15분 잔여 허용량 3층 구조 v3, J-EMS AI 도입 지도 v3, 부하적응제어 검증·개선안
근거: 3차 자문(11/5) 모듈 구조, 코드 대조(979d665, 10/12 소스)
결론부터: 세 문서는 같은 구조의 다른 조각입니다. 교수님이 3차 자문에서 제안한 M1~M7 모듈(수집 → 목표 → 예측 → 감축량 → 할당 → 안전 → 효과 검증)에 놓으면, 3층 구조의 층 1은 M2·M4, AI 도입 지도의 01·03은 M3·M5, 부하적응 개선은 같은 틀의 부하적응판이 됩니다. 그래서 하나의 순서로 묶을 수 있습니다. 0단계 기록 → 1단계 기본값 개선(AI 없음) → 2단계 데이터로 계수 맞추기 → 3단계 예측·최적화 → 4단계 선택 고도화. 단계마다 넘어가는 조건이 있고, 어느 단계에서 멈춰도 그때까지 만든 것은 그대로 씁니다.
출처 표시3층지도부하적응교수님확인 코드·회의로 확인가정 추정·미확인
0
한눈에 보기
기능
0 기록
1 기본값 개선
2 계수 맞추기
3 예측·최적화
4 선택
피크제어
제어 이벤트 로그
층 1 계산 + 그림자 → P_end+
감축표 자동(02), ΔP만큼 동시 제어
남은 구간 예측(01), 설비·가동률 자동 결정(03)
강화학습(03 장기)
운전 스케줄러
기동 이벤트 로그
여유값을 면적으로 교정
설비별 정상 부하 중앙값
기동 정보 공유(06), 절전 해제 순차 복귀(07)
—
부하적응
지령·결과 로그
기본값 점검, 비대칭 응답, 불감대, 보정 환산, 하한
스텝 시험(05·L3), 상태 → Hz 표(L4)
회귀 자동 갱신(L5), Chronos 켬/끔 비교
간단한 DNN
절전 스케줄러
설비 상태 이력
—
절전 스케줄 추천(04)
—
—
화면·리포트
—
구간 진행 화면
절감 리포트(09), 피크 위험 시간표
피크 위험 예보(08)
설치 도우미 LLM(10)
기능별 상세 문서: 「피크제어 개선 상세」, 「부하적응제어 개선 상세」, 「운전 스케줄러 개선 상세」, 「절전 스케줄러 개선 상세」, 「화면·리포트 개선 상세」(11/6, 10/12 코드 대조). 이 통합안은 그 다섯 문서의 요약 지도입니다.
왼쪽 세 칸(0~2단계)은 AI 없이 계산식·규칙·데이터 집계로 됩니다. 교수님이 "여기서 끝날 것 같다"고 한 범위가 대부분 2단계까지입니다.
1
원칙
세 문서와 1~3차 자문에서 반복된 원칙을 하나로 모았습니다. 단계별 항목은 모두 이 원칙을 따릅니다.
원칙
내용
출처
모듈로 나눈다
전체를 AI 하나로 덮지 않습니다. 모듈별로 바꿔야 안 될 때 어디가 틀렸는지 압니다
교수님 3차
계산식이 먼저
이미 정리된 식과 규칙으로 돌리고, 안 되는 모듈만 AI로 바꿉니다. 쉬운 방법이 되면 거기서 멈춥니다
교수님 3차
기본값은 항상 있다
AI 값과 기본값을 같이 만들고, 룰이 어느 쪽을 쓸지 정하며 어느 쪽을 썼는지 기록합니다. AI가 멈춰도 기본값으로 돕니다
지도
실행은 룰이 한다
AI는 값을 제안하고, 설비를 끄고 켜는 마지막 판단과 안전 검사는 룰이 합니다
교수님 2·3차
재는 것부터
제어를 바꾸기 전에 지금 제어의 결과를 기록합니다. 기록이 모든 계수 맞추기와 검증의 재료입니다
3층 , 부하적응 L1
그림자로 먼저
새 방식은 계산만 하고 기록해 두었다가, 기존 방식과 비교해 나을 때 켭니다
3층
순간마다 정책 하나
한 설비를 피크·절전·부하적응(또는 공정제어)·운전 스케줄러에 동시에 등록할 수 있고, 매초 우선순위에 따라 그 순간 하나만 적용됩니다: 기동 유예 > 절전 > 긴급 피크 > 부하적응·공정제어 > 평시 정상가동률. 부하적응과 공정제어만은 같은 설정 표에 설비당 한 행이라 둘 중 하나를 고릅니다
3층확인
PLC가 마지막에 정한다
피크 가동률은 전력 비율이라 PLC가 60Hz 기준 Hz = 60 × 가동률1/3로 바꿔 겁니다. 부하적응 Hz와 피크 상한이 함께 있으면 낮은 쪽을 쓰고, 최종으로 건 Hz를 D1020에 다시 씁니다. 그래서 "실제로 반영됐나"는 매초 읽는 D1020으로 확인할 수 있습니다.
피크 확인
2
공통 모듈 구조
교수님의 M1~M7을 기능 공통의 뼈대로 씁니다. 기능마다 각 모듈이 무엇인지만 다릅니다.
그림 1. 3차 자문에서 교수님이 제안한 구조를 기능 공통으로 일반화했습니다. 처음에는 M3만 이미 쓰는 Chronos를 쓰고 나머지는 계산식으로 시작합니다.
모듈
피크제어
운전 스케줄러
부하적응
M1 수집
총전력·설비 kW, 제어 이벤트
기동 이벤트, 돌입·정상 kW
토크·Hz·kW, 지령·결과
M2 목표
층 1의 E_B·P_allow (15분 예산) 3층
이번 구간 남은 허용량 E_r
상태지표 s에서 정한 목표 Hz = g(s)
M3 예측
P_예측: 최근 평균 → 남은 구간 예측(01) 지도
같은 P_예측
Chronos 토크 예측(선택, 반응 속도용)
M4 감축량
ΔP = P_예측 − P_allow 3층
기동 허용 = E_r − P_예측 × 남은 시간 ≥ 기동 면적
(해당 없음: 목표 Hz가 곧 결과)
M5 할당
지금 레벨 행 → ΔP만큼 순번대로 → 비용 대비 감축 최적화(03)
다음 설비 기동/대기
Hz 지령(비대칭 응답, 불감대)
M6 안전
P_end+ 해제 규칙, 변경 제한, 기본값 복귀
설정 간격의 2배 경과 시 기동(기존) 확인
하한(스텝 시험), 상한, 기본값 복귀
M7 효과 검증
감축표(02), M&V 회피 피크
예상 대비 실제 기동 면적
예측–실측 비교(L5), 절감 기준선(L6)
2-1
설비 유형별 적용 기준
교수님이 3차 자문에서 나눈 세 유형(가변토크형·정토크형·비선형형)마다 맞는 정책과 피크 가동률을 거는 방법이 다릅니다. 지금 부하적응 식(세제곱근)은 가변토크형 기준이고, 정토크형은 토크로는 "얼마나 느려도 되는지"를 알 수 없어 센서를 보는 공정제어가 맞습니다. 유형은 시운전 스텝 시험에서 가립니다(부하적응 , 「AI 도입 지도」 ).
유형
예
판별(스텝 시험의 지수 n)
Hz 제어 정책
피크 가동률
가변토크형
팬, 원심 펌프, 블로어
n > 2.2 (kW가 Hz의 약 세제곱으로 줄어듦)
부하적응(토크). 지금 식이 이 유형 기준. 정압 비중 큰 계통()과 토크가 반대로 움직이는 블로어는 시운전에서 확인
가동률 ≈ 실제 전력 비율
정토크형
공기압축기, 컨베이어
n < 1.5 (kW가 Hz에 거의 비례)
공정제어(압력·유량 등 센서, 방향 F/R). 토크는 속도를 바꿔도 그대로라 필요한 속도를 알려 주지 않음. 센서가 없으면 Hz 제어 대상에서 빼고 피크·절전만
원하는 전력 비율의 세제곱을 걸어야 함(90% → 가동률 73%, 80% → 51%). 최저 속도 제한(윤활·압력 유지) 확인
비선형형
정압 큰 펌프, 여러 부하가 섞인 설비
1.5 ~ 2.2 (판단 보류)
센서가 있으면 공정제어. 없으면 시운전에서 상태별 필요 Hz를 재서 표로(L3·L4) 쓰고, 하한을 보수적으로
감축표(실측)로. 그전에는 팬·정토크 두 값 사이 범위
공정제어의 방향 F/R은 "Hz를 올리면 센서값이 오르는가(F) 내리는가(R)"입니다. 압축기 토출 압력은 F(압력이 낮으면 Hz를 올림), 냉각탑 수온은 R(수온이 낮으면 Hz를 내림)로 등록합니다. 피크 가동률은 PLC가 Hz = 60 × 가동률1/3로 바꾸므로, 실제 전력 비율은 가동률n/3이 됩니다.
기능 사이 연결
부하적응 스텝 시험(L3)에서 정한 설비별 안전 하한은 피크제어의 설비·가동률 자동 결정(03)이 그 설비를 어디까지 눌러도 되는지에도 그대로 씁니다. 감축표(02)와 부하적응 곡선(L4)은 같은 제어 이벤트 로그에서 나옵니다. 그래서 로그와 시험은 기능별로 따로 만들지 않고 한 번만 만듭니다.
3
단계별 상세
0단계
기록: 지금 제어의 결과를 남긴다
규칙 · 제어 변경 없음
제어 방식은 하나도 바꾸지 않고 기록만 붙입니다. 이후 모든 단계의 재료이자, 고객에게 지금 시스템의 효과를 처음으로 숫자로 보여 주는 단계입니다.
항목
통합 제어 이벤트 로그: 설비, 정책(피크/부하적응/스케줄러), 지령값(가동률·Hz), 변경 직전 10초 평균 kW·토크·Hz, 30·60초 뒤 같은 값, 사용한 입력(AI/기본값), 수동 개입 3층지도
저장 해상도 정비: 총전력 10초 단위 학습용 저장(지금은 1분 최대값만 남음 확인), 시운전 시험 때만 1초 원시값
공유 테이블: AI 값 / 기본값 / 사용한 쪽을 기록하는 자리 지도
산출물
설비별 "지령을 바꾸면 실제로 몇 kW가 바뀌었나" 기록, 정책별 운전 시간
넘어가는 조건
설비별 이벤트가 쌓이기 시작하고 로그 누락이 없을 것(2주 점검)
남는 질문
새 테이블을 만들지 기존 테이블에 컬럼을 더할지. 반영 확인은 PLC가 최종으로 건 Hz(D1020, 이미 매초 읽음)로, 효과는 kW 변화로 판단. 정지·통신 실패 때 기록되는 0.0은 제외
1단계
기본값 개선: AI 없이 같은 목표를 더 정확하게
계산식 · 규칙
각 기능의 기본값(AI를 끈 상태)을 고칩니다. 현장에 처음 들어가는 것도, AI가 실패할 때 돌아오는 것도 이 기본값입니다.
기능
무엇을
근거
피크제어
층 1 공용 계산 모듈(E_B·E_r·P_allow·P_end·ΔP·C)을 별도 누적기로 만들고 그림자 2주 → 레벨 판정을 P_end로, 해제는 "풀었을 때 종료 예상 + 20kW" 확인(P_end+)
3층 ·, 32조건 시뮬레이션과 11/6 재실행에서 초과는 현재 수준, 불필요 제어 감소
운전 스케줄러
기동 여유를 kW 차이가 아니라 이번 구간에 얹히는 면적(돌입 + 정상 부하 × 남은 시간)으로 판단
3층
부하적응
기본값 점검 8항목(수렴·흔들림·증가 추종·제어주기 대 τ·보정 효과 등), 올릴 때 빠르게/내릴 때 천천히, 불감대, 보정 Hz를 "평형 이동량"으로 입력받아 환산
부하적응 . 보정 1Hz가 평형을 약 2.5~3Hz 움직임(계산)
화면
"이번 구간이 어떻게 끝날지"(경과·예산 사용·종료 예상·필요 감축·제어 여력)
3층
정해야 할 것
층 1의 여섯 가지(예측 창을 구간 경계에서 끊지 않음, 시간 기준 누적, 별도 누적기, 한전 구간 정렬 전 ×0.97 여유, 목표를 입력값으로, main 통신 끊긴 초 처리) 3층
넘어가는 조건
피크: 그림자 2주에서 놓친 구간이 현재 방식 이하. 부하적응: 점검 8항목 통과
2단계
계수 맞추기: 사람이 감으로 정하던 값을 데이터로
집계 · 곡선 맞춤 · 통계
0단계 로그와 시운전 시험으로 설비별 계수를 데이터에서 구합니다. 교수님 말대로 "회귀도 AI"이지만, 모델이라기보다 표와 식의 계수를 찾는 일입니다.
항목
무엇을
근거
설비 감축표 자동 생성
가동률 → 실제 kW 비율 곡선, 응답 시간. 비율은 가동률n/3꼴(팬류 n ≈ 3이면 가동률 그대로, 정토크 n ≈ 1이면 가동률1/3)
지도
ΔP만큼 동시 제어
감축표로 설비별 예상 감축을 더해 ΔP × 1.2에 닿을 때까지 한 번에 걸기
3층
시운전 스텝 시험
공정 상태 2~3가지 × Hz 4단계. 유형·n, 상태별 필요 Hz, 안전 하한, 토크 방향
지도
상태 → Hz 표
부하적응의 직선(Hz = 60 × s)을 시운전 판정점을 잇는 표로 교체. 기본값 경로에 넣는 규칙
절전 스케줄 추천
설비 상태 이력의 요일·시각 통계로 절전 시간 후보 제안, 담당자 승인
지도
절감 리포트·M&V
피크 회피량, 부하적응 기준선 대비 kWh, 공회전 낭비
지도3층 층 3
피크 위험 시간표
요일 × 96구간 통계로 위험 시간대 표시
3층 층 3
넘어가는 조건
감축표: 따로 떼어 둔 이벤트에서 예측 감축과 실제 감축 차이가 중앙값 15% 이내. 부하적응 표: 시험한 상태에서 판정값 ±2Hz 이내
3단계
예측·최적화: 모듈 하나씩 AI로 바꾼다
지도학습 · 최적화
여기서 처음으로 학습 모델이 제어 판단에 들어갑니다. 한 번에 한 모듈씩, 그림자 비교를 거쳐 바꿉니다.
모듈
무엇을
근거
M3 남은 구간 예측
P_예측을 최근 평균에서 예측 모델로. Chronos-2로 시작하고 데이터가 쌓이면 LightGBM을 학습시켜 둘 중 잘 맞는 쪽으로 바꿔 쓰기(섞지 않음). 초반 기동 스파이크를 계속될 부하로 오판하는 문제의 근본 해결
지도 , 3층 , 교수님 3차
M5 설비·가동률 자동 결정
사람이 짜던 레벨 행 대신, 설비별 감축표와 비용(생산 부담)으로 "비용 대비 감축이 큰 단계부터" 골라 ΔP를 채움. 선형에서 시작해 안 되면 비선형. 2차 자문의 "AI 그룹핑"이 들어가는 자리
지도 , 교수님 2·3차
기능 연결
스케줄러가 켤 설비를 피크제어에 미리 알림(06), 절전 해제를 순서대로 복귀(07)
지도 ·
부하적응 자동 갱신
예측–실측 오차로 n과 상태 → Hz 곡선을 회귀로 갱신, 막힘·이상 감시. Chronos 토크 예측은 켬/끔 교대 비교에서 나을 때만
, 부하적응
피크 위험 예보
제어는 그대로 두고 화면에 위험 예보
지도
켜는 기준
모듈마다 그림자 2주 이상. 예: 01은 구간 종료 평균 예측 오차가 최근 평균 방식보다 20% 이상 작을 때 지도
안전
AI 값이 없거나 범위 밖이거나 신뢰도가 낮으면 1~2단계의 기본값을 씀. M6 안전 규칙은 바꾸지 않음
4단계
선택 고도화: 앞 단계로 안 될 때만
강화학습 · DNN · MPC · LLM
강화학습
03을 "이번 간격"이 아니라 구간 전체에 걸친 판단(초반에 얕게 누를지, 나중에 세게 누를지)으로 넓힐 때. 실제 설비가 아니라 과거 데이터로 만든 시뮬레이터 안에서만 학습 지도
간단한 DNN
부하적응에서 토크 하나로 공정 상태가 갈리지 않을 때 입력 추가(시간대, 생산 일정, 같은 덕트의 다른 설비)
MPC·게임이론
여러 설비 동시 최적 제어. 교수님 전공이며 필요하면 별도 상의. 교수님은 필요 없을 것으로 봄
LLM
판단은 계산이 하고 LLM은 설명을 맡음. 설치 설정 도우미(10), 피크제어 AI 화면 설명 3층
4
검증 방법 네 가지
단계와 기능이 달라도 검증은 아래 네 가지로 통일합니다.
방법
무엇을 비교
어디에 쓰나
그림자 운영
새 방식은 계산·기록만, 실제 제어는 기존 방식. 2주 뒤 비교
P_end+, 01, 03, 부하적응 표
예측–실측 비교
바꾸기 전 예상(kW·토크) ↔ 바꾼 뒤 측정. 정답이 측정값이라 센서 불필요
감축표(02), 부하적응(L5)
켬/끔 교대
같은 요일·시간대에 새 기능을 켠 날과 끈 날을 번갈아
절감 증명, Chronos 판단, 고객 설득
기준선(M&V)
"제어가 없었다면"의 추정 ↔ 실제
일별 절감 리포트, 과제 성과 지표
지표는 기능별로 둡니다. 피크: 놓친 구간, 불필요 제어 시간, 레벨 변경 횟수. 부하적응: 추종 지연, 흡입 부족 의심 시간, Hz 흔들림, 절감 kWh. 예측 모듈: 예측 오차(교수님이 말한 정확도). 공통: 에너지 절감률.
5
과제 제안서에 쓸 때
교수님은 "모두 AI로 하겠다"가 아니라 모듈 구조를 보여 주고 연차별로 어느 모듈을 AI로 바꾸는지 쓰라고 했습니다. 이 통합안의 단계를 그대로 연차에 놓을 수 있습니다. 과제 기간과 규모는 아직 정해지지 않았으므로 아래는 형태 예시입니다 가정.
준비(과제 전)0~1단계. 기록과 기본값 개선. 성과 지표의 "기존" 값을 이 단계에서 확보
1년차2단계 + M3 예측 모듈 AI화. 감축표·부하적응 표·예측 오차 개선
2년차M5 할당 최적화 + 부하적응 자동 갱신. 실증 현장에서 켬/끔 비교
확장4단계 중 필요한 것. 태양광 예측 연동은 별도 과제 내용과 연결
성과 지표 잡는 법 (3차 자문)
"기존 대비 몇 %"로 잡습니다. 기존 = 1단계 기본값. 너무 높지도 낮지도 않게, 요구 지표가 있는지 기관에 확인합니다. 목표에 못 미쳐도 기존 대비 개선 폭을 보여 줄 수 있도록 0단계 기록이 처음부터 있어야 합니다.
6
확인 필요
현재 코드가 대조 기준(979d665, 10/12 소스)과 같은지
응답 시간(가동률을 건 뒤 kW가 안정되기까지): 0단계 로그로 실측값 확인. 가동률이 전력 비율이라는 점은 PLC 시뮬레이터로 확인됨
한전 15분 계량 구간과 서버 구간의 정렬 3층 ④
정상가동률이 피크 행 값보다 낮을 때 피크가 걸리면 가동률이 오르는 문제: AI를 켠 현장에서는 설정으로 못 막음 3층
부하적응 제어주기 길이, 보정 Hz 적용 방식, 현장 집진기의 후드·필터 구성 부하적응
시운전 시험의 "충분" 판정 기준과 주체(고객 설비 담당자)
한 줄 정리
세 문서는 M1~M7이라는 같은 뼈대 위에 있습니다. 기록 → 기본값 개선 → 계수 맞추기까지는 AI 없이 하고, 그 위에서 예측(M3)과 할당(M5)을 한 모듈씩 AI로 바꿉니다. 어느 단계에서 멈춰도 그때까지 만든 것은 그대로 씁니다.
그림 6. 초반 스파이크. 처음 2분 1,150kW, 이후 950kW. P_예측(최근 3분 평균)이 "스파이크가 계속된다"고 가정해서 P_end 쪽이 더 오래 누릅니다. 금방 끝나는 기동 피크인지 아는 것은 계산이 아니라 예측의 문제라서, 피크 위험 시간표나 예측 AI(6장)로 다룰 부분입니다. 현재P_end