EN

KR

JP

Menu

EN

KR

JP

에너지 데이터의 잠재력을 최대한 활용

우리는 에너지 수요 및 신재생 발전 자산의 더 나은 관리를 위한
딥러닝 및 머신러닝 알고리즘 기반 AI 에너지 데이터 플랫폼을 제공합니다.

하나의 솔루션으로 모든 자산 관리

우리의 솔루션 iDERMS는 당신의 모든 신재생 발전 자산에서 수많은 데이터를 읽고 정리하여
서로 연결된 유연한 복합 플랫폼 구조를 통해 유일한 사실 정보를 추출, 제공합니다.

에너지로부터 자유로워지는 그날까지

보이지 않는 에너지 사용량에 대한 통찰력 있는 정보를 제공함으로써
가정에서 C & I 까지 에너지 절감 및 효율적인 운영 기회를 발견하도록 돕습니다.

Previous

Next

인코어드 기술

인코어드는 AI 분석 엔진, 실시간 데이터 플랫폼 및 에너지 IoT의 핵심 기술을 사용하여 소규모 가정에서 대규모 신재생 자산 소유자 및 관리자에 이르기까지 모든 단계의 서비스를 제공합니다.

AI 분석 엔진

예측

기상 예측 및 위치 정보를 적용한 하루 전 또는 일과 동안 15분 단위 태양광 발전 및 수요 예측

판단

예측 알고리즘 기반 신재생 자산 및 에너지 수요 패턴의 이상 상태 및 고장 탐지·판단

최적화

비용 최소화 및 수익 최대화의 부하-태양광발전-ESS 통합 시스템 최적 운영 스케줄 계산 및 적용

부하 분리

NILM (Non-Intrusive Load Monitoring) 기술을 활용하여 전체 부하를 가전별 또는 종류별 부하로 분리

출간 논문

• K Park, J Jeong, H Kim (2020). Missing-insensitive Short-term Load Forecasting Leveraging Autoencoder and LSTM. ICLR Climate Change AI
• C Shin, E Lee, J Han, J Yim, W Rhee, H Lee (2019). The ENERTALK Dataset, 15 Hz Electricity Consumption Data from 22 Houses in Korea. Scientific data, 6(1), pp.1-13.
• E Lee, K Lee, H Lee, E Kim, W Rhee (2019). Defining Virtual Control Group to Improve Customer Baseline Load Calculation of Residential Demand Response. Applied Energy, 250, pp.946-958.
• S Ryu, H Choi, H Lee, H Kim (2019). Convolutional Autoencoder based Feature Extraction and Clustering for Customer Load Analysis. IEEE Transactions on Power Systems.
• C Shin, S Joo, J Yim, H Lee, T Moon, W Rhee (2019). Subtask Gated Networks for Non-Intrusive Load Monitoring. Proceedings of the AAAI Conference on Artificial Intelligence, Vol. 33, pp.1150-1157.
• M Kim, K Kim, H Choi, S Lee, H Kim (2019). Practical Operation Strategies for Energy Storage System under Uncertainty. Energies, 12(6), p.1098.
• C Shin, S Rho, H Lee, W Rhee (2019). Data Requirements for Applying Machine Learning to Energy Disaggregation. Energies, 12(9) p.1696.
• S Ryu, H Choi, H Lee, H Kim, V Wong (2018). Residential Load Profile Clustering via Deep Convolutional Autoencoder. 2018 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm), pp.1-6.
• K Lee, H Lee, H Lee, Y Yoon, E Lee, W Rhee (2018). Assuring Explainability on Demand Response Targeting via Credit Scoring. Energy, 161, pp.670-679.
• J Han, E Lee, H Cho, Y Yoon, H Lee, W Rhee (2018). Improving the Energy Saving Process with High-Resolution Data: A Case Study in a University Building. Sensors, 18(5), p.1606.

에너지 IoT

• 원격 상태 확인

  집을 비웠을 때 우리 집의 재실 상태 및 멀리 떨어져 살고 있는 가족의 생활 모습을 복합 센서 또는 전기 사용량을 통해 확인해 볼 수 있습니다.

• 쾌적 생활 케어

  복합 센서를 이용하여 나의 적절한 수면 시간 또는 우리 집의 공기 순환 필요 여부를 체크하고 건강한 라이프스타일을 만들어 갈 수 있습니다.

• 긴급 상황 탐지

  일정 기간 동안 특정 값 이하의 에너지 사용량을 유지하는 비정상 패턴을 탐지하여 긴급 상황을 알리고 확인할 수 있도록 돕습니다.

• 부하 관리 – 사용량 및 요금 확인, 누진단계 확인 등과 같은 기본 에너지 관리 서비스 제공
• 재실 파악 – 센서 및 에너지 사용량 정보를 통해 우리 집 재실 파악이 가능
• 라이프스타일 관리 – 기상, 식사 및 외출 시간에 대하여 센서 데이터를 통해 확인, 관리
• 가전제품 사용 확인 – 부하 분리 기술을 활용한 특정 가전제품 사용량 확인
• 긴급 상황 알림 – 비정상적인 사용 패턴이 감지된 경우 (예. 12시간 동안 사용량 움직임이 없는 경우) 보호자에게 실시간 알림 발송

실시간 데이터 플랫폼

인공지능 기반
통합 분산전원 관리 시스템, 아이덤스

신재생
자산 관리

더 알아 보기

마이크로그리드
설계 및 운영

더 알아 보기

무인 모니터링으로
O&M 비용과 발전 손실 최소화

• 통합 관리

  - 여러 사이트에 대한 통합 뷰 제공
  - 타 브랜드 기기 데이터 호환 및 수집

• 중앙 집중형 관리

  - 모든 자산을 관리하는 하나의 솔루션
  - 지역 및 사업소별 유연한 포트폴리오 그룹화
  - 개별 사업소에 대한 통합 알람 시스템

• PV 발전량 분석

  - AI 예측과 실측 오차 분포를 이용
  - 가동 중지 시간 단축, O&M 비용 절감
  - 변화에 대한 자가 학습으로 예측 정확도 향상

최고의 운영 효율 달성 및
최대 수익 창출

• 에너지 운영 최적화

  - 실시간 AI 예측 및 최적화 분석 활용
  - 평균 10% 이상 운영 효율 향상

• 뛰어난 확장성

  - 다양한 레거시 시스템 및 클라우드 EMS와 연결
  - 여러 사이트 및 기기 브랜드 연결
  - 운영 모니터링 비용 절감

• 태양광 독립 운전

  - 독립 운전에서의 협력제어로 태양광 사용 가능
  - 최대 30% 에너지 효율 증가

신재생
자산 관리

더 알아 보기

무인 모니터링으로
O&M 비용과 발전 손실 최소화

• 통합 관리

  - 여러 사이트에 대한 통합 뷰 제공
  - 타 브랜드 기기 데이터 호환 및 수집

• 중앙 집중형 관리

  - 모든 자산을 관리하는 하나의 솔루션
  - 지역 및 사업소별 유연한 포트폴리오 그룹화
  - 개별 사업소에 대한 통합 알람 시스템

• PV 발전량 분석

  - AI 예측과 실측 오차 분포를 이용
  - 가동 중지 시간 단축, O&M 비용 절감
  - 변화에 대한 자가 학습으로 예측 정확도 향상

마이크로그리드
설계 및 운영

더 알아 보기

최고의 운영 효율 달성 및
최대 수익 창출

• 에너지 운영 최적화

  - 실시간 AI 예측 및 최적화 분석 활용
  - 평균 10% 이상 운영 효율 향상

• 뛰어난 확장성

  - 다양한 레거시 시스템 및 클라우드 EMS와 연결
  - 여러 사이트 및 기기 브랜드 연결
  - 운영 모니터링 비용 절감

• 태양광 독립 운전

  - 독립 운전에서의 협력제어로 태양광 사용 가능
  - 최대 30% 에너지 효율 증가

미국

한국

일본

미국

한국

일본

미국

한국

일본

회사 소개

인코어드는 미국 캘리포니아 산호세에서 2013년 설립된 Energy AI를 추구하는 스타트업입니다. 인코어드는 차세대 에너지 기술에 투자를 선도하는 George Soros와 SoftBank의 투자를 받았으며, 인공지능 및 빅데이터 알고리즘을 사용하여 에너지 산업에서 혁신적인 솔루션을 제공하고 있습니다. 우리의 임무는 분산 자원과 에너지 소비자 사이를 유기적으로 연결하고, 에너지 생산과 소비의 효율성을 극대화하여, 인류의 에너지 고민을 없애는 것입니다.

투자사

협력 및 고객사

수상 경력

Previous

Next

주요 멤버

각 에너지 전문가, 수학자, 통계학자, 심리학자, 디자이너, 개발자, 프로젝트 설계자 분야의 10년 이상 경험을 보유한 멤버들의 구성으로 우리는 고객의 사업 경쟁력 및 서비스를 개선, 해결하기 위한 다양한 IT 기반 에너지 기술을 제공합니다. 한국 법인에 현재 33명, 미국과 일본에 20+ 멤버로 구성되어 있습니다.

최종웅

창립자, CEO

전 LS 산전 사장
컴퓨터 공학 박사

이진

CMO (US)

전 GE 헬스케어 IT CTO
기계 공학 박사

Frank Howley

이사 (US)

사업 개발
MBA, UCLA; MA, CSULA

이효섭

CSO

전 Bell Labs, Seoul 연구원
응용 수학 박사

조정현

CFO

전 Private Equity 본부장
재정 회계 석사

신경일

CTO

전 Nexon 개발 팀장
수학 학사

이세용

이사

전 효성중공업 해외영업 팀장
기계 공학 학사

이선정

Head of Algorithms

수학 박사
수학 학사

임재륜

Senior Data scientist

계산 과학 박사
수학 학사

문의

인코어드와 서비스에 추가로 문의 사항이 있으신 경우 (케이스스터디, 백서, 데모 요청 등 자료 요청) esolution@encoredtech.com으로 이메일 주시거나 또는 아래의 형식을 작성하여 전송해 주시면, 48시간 안에 회신드릴 수 있도록 하겠습니다.  감사합니다.

회사명

Name

Email

Mobile

Message

보내기

브로슈어 다운로드

• Corporate Brochure
• iDERMS (Common)
• iDERMS Cloud
• iDERMS RTU

Encored, Inc.

본사

3031 Tisch Way, 110 PlazaWest

San Jose, CA

United States, 95128

(주)인코어드 테크놀로지스

R&D 연구소 · 아태지역 영업

서울특별시 강남구 봉은사로 327

(논현동) 궁도빌딩 13층

대한민국, 06103

ENCORED JAPAN

소프트뱅크 합작회사

27F, Shiodome Sumitomo Bldg. 1-9-2

Higashi-Shimbashi, Minato-ku, Tokyo

Japan, 105-0004