칼만필터를 활용한 LED 조명의 보호회로 감지 정확도 향상 방법

Ⅰ. 서 론

일광 조건이나 물체의 존재 여부에 따라 자동제어가 가능한 스마트 조명 기술은 IOT(사물인터넷)과 결합하여 스마트 시티, 스마트 팜 등 대규모 인프라 구축에서 중요한 역할을 담당하고 있다. 스마트 LED 가로등은 자율주행 차량을 제어하여 사고를 예방하거나 긴급상황을 빠르게 주변 차량에 전달하여 2차 피해를 예방할 수 있다. 또한, 운전이 미숙한 운전자에게 주차장의 빈자리나 출입구를 안내하여 사용자의 안전 주행을 도울 수 있고 다양한 점등패턴 및 색상을 통해 도시의 미관을 제고하는 역할도 담당한다. 더욱이 에너지 절감의 중요성이 점차 높아짐에 따라 조명이 필요한 최소한의 시간만큼만 에너지를 소비하는 스마트 조명은 산업 전반에 활용될 것으로 기대된다[1][2].

국내에서도 공공수요 중심의 LED 조명등의 제품 수요가 점차 증가하는 추세이며 각 기업은 다양한 기능을 결합한 제품들을 출시하고 있다. 덴마크 코펜하겐에서 진행되는 “아웃도어 라이트 랩 프로젝트”에서는 Wi-Fi를 이용하여 원격으로 제어 가능한 LED 시범사업을 진행 중이다. 스페인 바르셀로나에서는 유동 인구수와 일광 조건에 따라 가로등 조명 밝기를 조절하고 공간 내 사람의 존재 여부를 파악하여 필요시에만 가로등을 점등하여 연간 최소 30% 전력 소비량을 절감하고 있다.

스마트 조명의 핵심인 LED 소자의 수명은 정격 전압 공급 유무에 의해 크게 좌우된다. 전압 공급의 실패로 과전류가 발생하면 발열과 소자가 가진 내압에 따라 LED 내부 소자는 소손되며 이는 잦은 LED 교체의 주요인이 된다. 이를 해결하기 위한 하나의 방법으로 SMPS의 사용이 있다. SMPS는 외부에서 공급되는 교류(AC)전류를 직류(DC)전류로 전환(Switching)하여 조건에 맞는 전압으로 변환시켜 공급하기 때문에 정격 전압을 안정적으로 공급할 수 있는 특징을 가진다.

다만 LED 시스템에서 SMPS를 도입하더라도 정격 정압 이상의 과전압이 시스템에 공급될 수 있으므로 이로 인한 문제 발생을 차단하기 위해 OVP(Over Voltage Protection)나 OCP(Over Current Protection)와 같은 보호회로가 사용된다. 보호회로는 과전압이나 과전류를 감지되면 저전압을 유지하거나 아예 출력 전압을 차단한다. 하지만 전원 시스템의 복구는 자동으로 이루어지는 것이 아니라 전원을 단락 후 정상 연결해야 한다. 즉, 보호회로가 오동작하면 잦은 점검이 발생하므로 정확한 전압/전류 측정이 요구된다. 그러나 회로 자체가 가지는 오차와 LED 소자 발열로 발생하는 전류 변동으로 인해 회로에서 측정되는 전압/전류는 오차를 포함한다.

본 연구에서 SMPS 및 LED 소자에서 측정되는 전압 및 전류의 변동을 칼만 필터로 보정하여 정확한 보호회로 동작을 유도하는 방법을 제안한다. 실제 데이터 측정을 위해 자체 제작한 LED 조명을 구동시켜 SMPS와 LED 소자의 전압 및 전류를 측정한다. 데이터 수집을 위해 TCP 소켓 기반 서버를 구축하고 이를 MongoDB에 저장한다. 이후 변동이 크고 오차를 포함하는 실측 데이터에 칼만 필터를 적용하여 평활화(Smoothing)를 수행한다. 최종적으로 LED 조명에서 측정되는 전압과 전류의 오차 및 변동성을 칼만 필터의 적용을 통해 개선할 수 있음을 보인다.

논문의 구성은 다음과 같다. 2장은 관련 연구로 LED의 발열이 전압과 전류에 미치는 영향 및 해당 문제를 해결하기 위한 기존 방법들을 소개한다. 3장에서는 칼만 필터 기반 측정 오차 보정 기술을 서술한다. 4장에서는 LED 조명에서 수집된 데이터에 칼만 필터를 적용한 결과를 보인다. 마지막으로 5장에서는 결론에 대해 기술하고 본 연구가 갖는 한계점 및 향후 연구로 마무리한다.

Ⅱ. 관련 연구

2.1 LED 발열과 전압/전류 상관관계

LED 소자는 발열 특성에 따라 소모 전류가 변동되는 특징이 있다. 그림 1과 같이 소자의 온도와 LED 양단에 걸리는 전압은 반비례 관계임을 알 수 있다. LED 소자와 순방향 전압이 낮아지는 이유는 온도가 증가할수록 LED 양단에 걸리는 저항이 낮아지기 때문이다.

Fig. 1.

Relationship of forward voltage with LED heat generation

반대로 흐르는 전류는 증가하기 때문에 LED에 발열이 발생하며 이로 인한 소손을 예방을 위해 히트싱크(Heat sink)를 통하여 포화하는 온도를 낮춘다. 이처럼 LED 소자의 온도를 낮추는 방열이 중요함에 따라 방열 소재의 효율을 높여 발열 억제 효과를 증가시키는 전류제어 기술이 연구되고 있다.

2.2 온도에 따른 저항 변화

저항 소자는 온도의 변화에 따라 저항치가 변화하며, 그 변화률을 저항 온도 계수(TCR, Temperature Coefficient of Resistance)라고 하며, 단위는 ppm/℃이며 식 (1)에 의해 산출된다.

$\[ TCR=\frac{\left(R-R_a\right)}{R_a}÷\left(T-T_a\right)\times 1000000 \]$

(1)

여기서 R_a, T_a, R, T는 각각 기존온도에 따른 저항, 기준온도, 임의의 온도에 따른 저항, 임의의 온도를 나타낸다. Walsin사의 저항기는 TCR을 ±100ppm/℃로 규정하고 있다. 기준온도는 25℃, 최저 온도 –55℃, 최고 온도 155℃로 기준으로 하여 TCR의 최소/최대는 표 1과 같다.

Table 1.

Min./Max. of TCR with repect to temperature

표 1은 전압이나 전류를 측정할 때 소자의 온도에 따라 변화하는 저항으로 인해 측정이 부정확해질 수 있음을 시사한다. 또한, 동일한 온도에서도 저항 자체가 가지는 오차도 회로 설계 시 고려대상임을 알 수 있다.

Ⅲ. 제안 방법

3.1 칼만 필터

칼만 필터는 루돌프 칼만이 개발한 알고리즘으로 1960년대 NASA의 아폴로 프로젝트의 내비게이션 개발에 사용되었다. 이는 노이즈가 포함된 측정치를 바탕으로 선형 역학계의 상태를 추정하는 재귀 필터로, 컴퓨터 비전, 로봇 공학, 센서, 레이더, 통계 등의 여러 분야에 널리 사용된다. 칼만 필터는 과거에 수집된 통계 정보를 바탕으로 현재의 값에 포함된 잡음을 제거한다. 칼만 필터는 크게 예측과 갱신이라는 두 단계로 구성된다. 예측 단계에서는 현재 상태 변수의 값과 정확도를 예측한다. 현재 상태 변수의 값이 실제로 측정된 이후, 갱신 단계에서는 이전에 추정한 상태 변수를 기반으로 예측치와 실측 데이터의 차이를 고려하여 현재의 상태 변수를 보정한다. 칼만필터 알고리즘의 블록도는 그림 2와 같다.

Fig. 2.

Algorithm of the Kalman filter

본 연구에서는 직접 개발한 LED 조명의 SMPS에 인가된 전압과 LED 소자에 흐르는 전류 측정에 포함된 잡음을 칼만필터로 제거하고 있으며 사용한 필터 변수는 표 2에 정리되어 있다.

Table 2.

Parameter of Kalman filter

Ⅳ. 성능평가

실험은 자체 개발한 LED 조명을 대상으로 진행하였다. LED 조명은 전원 제어부와 수집된 데이터를 서버에 전송하는 무선 센서 모듈을 탑재하고 있으며 정전압 SMPS를 이용하여 전원을 공급한다. 또한, 해당 LED 조명은 총 4개의 LED를 포함하고 있으며 하나의 LED당 하나의 채널로 연결된다. 그림 3은 실험에 사용된 LED 조명과 데이터 측정 환경을 보여준다.

Fig. 3.

Experiment enviroment

4.1 정전압/정전류 SMPS의 전압 측정

SMPS의 종류는 크게 정전압 SMPS와 정전류 SMPS로 구분되며 본 연구에서는 어떤 종류의 SMPS가 LED 조명에 적합한지 확인하기 위해 두 종료의 SMPS를 LED 조명에 적용하여 각각 전압을 측정하였으며 그 결과는 그림 4, 5와 같다.

Fig. 4.

Voltages of constant voltage SMPS over time

Fig. 5.

Currents of constant current SMPS over time

그림 4에서 알 수 있듯이 정전압 SMPS의 전압은 약간의 오차를 포함하고 있으나 일정한 전압을 유지하고 있는 것을 확인할 수 있다. 반면 정전류 SMPS의 경우 LED 소자의 발열에 따른 저항의 감소로 인해 출력 전압이 점차 낮아지는 것을 확인할 수 있다. 이는 정전류 SMPS를 사용할 경우 4개 LED 채널 중 하나 이상의 채널에서 고장이 나면 나머지 구동되는 LED가 출력 전류를 그대로 받게 되어 전체 시스템의 수명이 급격하게 줄어드는 문제가 발생할 수 있다. 따라서 본 실험을 통해 정전압 SMPS가 자체 개발한 LED 조명 시스템에 적합하고 판단하였다.

4.2 칼만 필터 기반 정전압 SMPS 전압 보정

표 3은 정전압 SMPS를 이용하는 LED 조명에서 측정된 입력 전원 오차율의 일부를 보인다.

Table 3.

Samples of the measured volage error

표와 같이 실제 입력 전압은 30V이지만 오차율이 약 2% 정도 나는 것을 확인할 수 있다. 이러한 오차의 보정 및 측정값의 변동을 평활화하기 위해 칼만 필터를 적용했으며 그 결과는 그림 6과 같다.

Fig. 6.

Error correction and smoothing using Kalman filter

원본 데이터인 그림 4와 비교하여 칼만 필터를 적용할 경우, 측정 변동에 대한 평활화가 수행되어 안정적인 전압 측정이 가능함을 확인할 수 있다. 이는 보호회로의 반복적인 오동작이 개선될 수 있음을 의미한다. 또한, 측정 기간에 관측된 전압의 통계 정보를 정리한 표 4를 통해 측정 칼만 필터를 이용하여 최소 측정값이 유의미하게 보정되는 것을 확인할 수 있다. 과전류가 발생하는 상황에서 실제보다 낮은 전류의 측정은 LED 전등의 소실로 이어질 수 있으므로 제안 방법을 통한 전류 측정 정확도 개선은 개발 중인 스마트 LED 제품의 신뢰도를 크게 향상할 것으로 기대한다.

Table 4.

Statistical information of measured voltage before and after applying Kalman filter

4.3 LED의 소모 전류 측정

LED 소자 발열에 따른 전류 측정의 변화를 확인하기 위해 총 4개의 채널에서 발생하는 소모 전류를 측정하였으며 최대/최소의 가장 큰 폭을 보인 채널 2번과 4번에 대한 측정 결과를 그림 7에 나타내었다.

Fig. 7.

Measured current at channel 2 and 4

그림 7에서 확인할 수 있듯이 칼만 필터를 적용하기 전에는 채널별로 측정 전류의 크기가 상이하며 각 채널에서 측정된 데이터의 변동 폭이 큰 것을 볼 수 있다. 반면 제안 방법의 결과를 나타내는 그림 8의 경우 데이터의 변동을 평활화하고 있으며 측정 오차 또한 줄어든다. 각 채널에서 측정된 전류 및 칼만 필터의 적용에 따른 통계 변화는 표 5에 정리되어 있으며 이를 통해 제안 방법이 측정 정확도를 향상시킴을 알 수 있다.

Fig. 8.

Applying Kalman filter for the measured current

Table 5.

Statistical information of measured current before and after applying Kalman filter per channel

Ⅴ. 결론 및 향후 과제

본 논문에서는 자체 개발한 스마트 조명시스템의 OCP, OVP의 기능을 명확하게 구현하기 위하여 칼만 필터를 적용했다. 전압 분배 법칙을 통해 입력 전원의 전압 레벨을 계산하고, 션트 저항을 이용하여 소모 전류를 마이크로컨트롤러로 측정한 후, 이를 데이터 서버에 저장했다. 축적 데이터를 확인한 결과 저항기나 커패시터와 같은 수동소자의 오차에 의해 LED에 가해질 수 있는 전압의 변동률이 높아짐을 확인하였다. 또한, 칼만 필터를 적용하여 오차의 보정 및 변동성 감소가 가능함을 검증하였다. 더불어, 하나의 채널이 아닌 복수의 채널을 사용하는 고출력 LED 조명시스템에서 일반 저항을 사용할 경우 마이크로컨트롤러에서 측정되는 소모 전류의 편차가 커지는 문제가 있으나 이를 칼만 필터로 보정/평활화함에 따라 안정적인 출력값을 나타내었다.

본 연구의 결과를 바탕으로 향후 마이크로컨트롤러에 칼만 필터를 내장하여 실시간 처리가 가능한 시스템을 개발할 것이다. 더불어 칼만 필터에 적용되는 다양한 파라미터를 이용하여 칼만 필터의 이득을 극대화하는 연구를 진행할 예정이다. 또한, 저역통과 필터, 확장 칼만필터, 머신러닝 기법 등 오차 보정을 위한 다양한 기술들의 적용 및 비교분석이 필요하다.

References

• W. Xu, J. Zhang, J. Y. Kim, W. Huang, S. S. Kanhere, S. K. Jha, and W. Hu, "The design, implementation, and deployment of a smart lighting system for smart buildings", IEEE Internet of Things Journal, Vol. 6, No. 4, pp. 7266-7281, May 2019. [https://doi.org/10.1109/JIOT.2019.2915952]
• T. A. Khoa, et al., "Designing Efficient Smart Home Management with IoT SmartLighting: A Case Study", Wireless Communications and Mobile Computing, Vol. 2020, pp. 1-18, Oct. 2020. [https://doi.org/10.1155/2020/8896637]
• Y. W. Kim, C. H. Kim, and W. S. Choi, "A Study on the Electrical and Thermal Safety of System LED Lighting", Journal of the Korean Institute of Electrical and Electronic Material Engineers, Vol. 33, No. 5, pp. 418-426, Sep. 2020. [https://doi.org/10.4313/JKEM.2020.33.5.418]
• M. S. Park, "A Study on the Comparative Analysis of Changes in Temperature and Illuminance According to the Type of Power Supply(DC, AC) for LED Lighting Fixtures", Journal of Knowledge Information Technology and Systems, Vol. 17, No. 1, pp. 23-34, Feb. 2022. [https://doi.org/10.34163/jkits.2022.17.1.003]
• S. J. Min and J. S. Kim, "Compensation of Resistance Variation due to Temperature in Voltage Measurement System", Journal of the Korean Society for Precision Engineering, Vol. 29, No. 11 pp. 1174-1177, Nov. 2012. [https://doi.org/10.7736/KSPE.2012.29.11.1174]
• C.-H. Hwang, K.-Y. Lee, S. Kang, and D.-W. Chung, "Design Analysis of LED Dimming Control using Flyback Converter", Korean Institude of Electrical Engineers, pp. 139-140, Jul. 2015.
• H. Y. Shin, "Development of constant current SMPS for LED Lighting", The Journal of The Korea Institute of Electronic Communication Sciences, Vol. 10, No. 1, pp. 111-116, Jan. 2015. [https://doi.org/10.13067/JKIECS.2015.10.1.111]
• C, H. Moon and S. H. Chai, "A Study on Dimming and Power Saving of LED Lights Using Supply Voltage Control", Journal of Korean Institute of Information Technology, Vol. 17, No. 10, pp. 25-31, Oct. 2019. [https://doi.org/10.14801/jkiit.2019.17.10.25]
• E. S. Jeon, H. M. An, and B. C. Kim, "A study on AC-powered LED driver IC", Journal of Korea Institute of Information, Electronics, and Communication Technology, Vol. 14, No. 4, pp. 275-283, Aug. 2021. [https://doi.org/10.17661/jkiiect.2021.14.4.275]
• L. Wang, D. Lu, Q. Liu, L. Liu, and X. Zhao, "State of charge estimation for LiFePO4 battery via dual extended kalman filter and charging voltage curve", Electrochimica Acta 296, Vol. 2019, pp. 1009-1017, Feb. 2019. [https://doi.org/10.1016/j.electacta.2018.11.156]
• G. Pizarro, P. Poblete, G. Droguett, J. Pereda, and F. Núñez, "Extended Kalman Filtering for Full-State Estimation and Sensor Reduction in Modular Multilevel Converters", IEEE Transcations On Industrial Electronis, Vol. 70, No. 2, Feb. 2023. [https://doi.org/10.1109/TIE.2022.3165286]