[논문]DLMS와 LwM2M 프로토콜 간 데이터 연동 모델 연구

명노길; 박명혜; 김영현; 강동훈; 은창수

doi:10.18770/kepco.2020.06.01.029

DLMS와 LwM2M 프로토콜 간 데이터 연동 모델 연구
Data Interworking Model Between DLMS and LwM2M Protocol 원문보기

KEPCO Journal on electric power and energy, v.6 no.1, 2020년, pp.29 - 33

명노길 (KEPCO Research Institute, Korea Electric Power Corporation) , 박명혜 (KEPCO Research Institute, Korea Electric Power Corporation) , 김영현 (KEPCO Research Institute, Korea Electric Power Corporation) , 강동훈 (KEPCO Research Institute, Korea Electric Power Corporation) , 은창수 (Chungnam National University)

초록
AI-Helper

Advanced Metering Infrastructure (AMI)와 Internet of Things (IoT)는 동일한 구성방식과 동작원리에도 불구하고, 현장 단말인 스마트미터와 센서에서 사용하는 객체 모델링과 통신 프로토콜 차이로 인하여 이질적인 시스템으로 인식되고 있다. 그러나 향후에는 IoT 기술 확장과 시장지배력 강화에 따른 상호 간 연계 및 연동은 불가피할 것으로 예상된다. 따라서 본 논문에서는 Device Language Message Specification(DLMS) 및 Lightweight Machine to Machine (LwM2M) 표준의 객체 모델링 방식과 자원관리 특징을 분석하여 상호 간 연동 모델을 제안한다. 제안하는 연동 모델은 DLMS와 LwM2M 간 1 대 1 변환 방식을 제공하며, LwM2M의 캡슐화(Encapsulation) 전송방식 대비 최대 46.5%로 패킷 크기를 감소시킬 수 있는 장점이 있다.

Abstract ▼ AI-Helper

Despite the same system architecture and operation principle, Advanced Metering Infrastructure (AMI) and Internet of Things (IoT) are recognized as a heterogeneous system. This is due to the different object modeling and communication protocols used in smart meters and sensors. However, data interworking between AMI and IoT is expected to be inevitable in the future. In this paper, we propose Device Language Message Specification (DLMS) to Lightweight Machine to Machine (LwM2M) conversion model. The proposed interworking model can reduce the packet size by 46.5% compared to that of the encapsulation method.

주제어

표/그림 (11)

그림 Fig. 1. 디바이스 모델링 및 서비스 구조.
그림 Fig. 2. Register IC (Class ID 3번)를 이용한 객체 모델링.
그림 Fig. 3. LwM2M 객체 모델링.
표 TABLE 1 OBIS 코드 구조 및 사용 예시
표 TABLE 2 자원관리 구조 특징
그림 Fig. 4. LwM2M URI 구조 및 예시.
그림 Fig. 5. Gateway 기반의 AMI architecture.
그림 Fig. 6. 제안하는 DLMS-LwM2M 자동 변환 방식.
그림 Fig. 7. HDLC 패킷 구조.
표 TABLE 3 LP 데이터 DLMS-LwM2M 자동 변환 예시(Base object 4000 사용)
표 TABLE 4 연동방식들의 패킷 크기 비교

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

전력 서비스 플랫폼에는 원격검침 기능과 더불어 수요반응 서비스, 가전기기 제어, 댁내 분산 전원 설비 제어, disaggregation 등의 다양한 서비스 구현을 목표로 하고 있다. 따라서 BTM gateway에 DLMS와 LwM2M 간 변환 기능을 구현하여, gateway 이후부터 상위운영시스템까지는 RESTful 기반의 LwM2M 방식을 사용하여 원격 검침과 DM 기능의 효율성을 높이고자 한다.
따라서 본 논문에서는 DLMS 및 LwM2M 표준의 객체 모델링 방식과 자원관리 특징을 분석하고 LwM2M 기술을 이용하여 DLMS 데이터를 수집하거나 설정할 수 있는 DLMS-LwM2M 변환 방식을 제안하였다. 한전에서 운용 중인 G-type 스마트미터의 LP 구성항목 일부를 대상으로 상세한 변환 과정과 동작원리를 서술하였으며, LwM2M에서 제공하는 캡슐화 방식 대비 패킷 크기를 최대 46.
따라서 오버헤드가 많이 발생하는 캡슐화 전송방식 보다는, IoT 또는 AMI를 구성하는 현장 기기에서 DLMS를 LwM2M 으로 변환 후 전송하는 방식이 효과적이다. 본 논문에서는 상기 문제를 해결하기 위한 새로운 변환 방식을 제안하고, 이를 통해 패킷 전송 효율성 향상과 상위 운영시스템에서의 확장성을 극대화하고자 한다.
본 논문에서는 향후 시장 지배력이 커질 것이 자명한 IoT 와 현재까지는 고유 영역을 유지 중인 AMI 간 효율적인 데이터 연동 방식을 제안한다. 보다 상세하게는 각각의 객체 모델링 방식과 자원관리 특징을 분석하고, 직관적인 변환 방식을 제시한다.

제안 방법

II 섹션에서는 DLMS와 LwM2M의 객체 모델링 방식과 자원관리 방법에 대해서 서술한다. III 섹션에서는 DLMS와 LwM2M 간 연동 모델을 제안하고, 스마트미터가 15 분마다 생성 및 저장하는 Load Profile (LP) 구성 항목을 대상으로 변환 과정을 예시한다. 또한 LwM2M에서 제공하는 캡슐화 방식과 본 논문에서 제안한 변환 방식의 송·수신 패킷 크기를 분석하여 전송 효율성을 검증한다.
TABLE 4에는 DLMS-LwM2M 변환 방식, HLDC 캡슐화 및 DLMS APDU 캡슐화 방식으로 구분하여, LP 구성 항목별 요청과 응답 패킷에 대한 URI 크기, CoAP 헤더 크기 및 데이터 크기를 명시함과 더불어 전체 패킷 크기를 비교하였다. 제안한 DLMS-LwM2M 변환 방식의 URI 크기는 TABLE 3을 기준으로 계산했으며, 캡슐화 방식은 object ID 19번을 사용하므로 /19/0/0으로 표현되는 URI를 기준으로 계산하였다.
제안한 DLMS-LwM2M 변환 방식의 URI 크기는 TABLE 3을 기준으로 계산했으며, 캡슐화 방식은 object ID 19번을 사용하므로 /19/0/0으로 표현되는 URI를 기준으로 계산하였다. 각각의 데이터 크기는 LP를 구성하는 항목을 기준으로 실제 스마트미터가 사용하는 데이터 타입, DLMS APDU 및 HDLC 패킷을 기준으로 산출하였다. 모든 방식에서의 CoAP 헤더 크기는 표준과 같이 4 바이트를 적용했다 [12].
또 한 더 이상의 응용서비스가 없을 경우 AA를 종료하는 구조로 동작한다 [8]. 간단한 비교를 위해 AA 과정은 생략하고 TABLE 3에서 명시한 LP 구성 항목을 기준으로 2 가지 캡슐화 방식과 본 논문에서 제안한 DLMS-LwM2M 변환방식에 대하여 데이터 요청과 응답에 필요한 총 패킷 크기를 계산하였다.
또한 LwM2M에서 제공하는 캡슐화 방식과 본 논문에서 제안한 변환 방식의 송·수신 패킷 크기를 분석하여 전송 효율성을 검증한다.
즉 gateway는 DLMS-LwM2M 변환 테이블을 보유하고 있어야 하며, 계량 항목이 추가 또는 삭제될 때마다 변환 테이블을 업데이트하고 관리하는 것이 필요하다. 상기와 같은 방식의 단점을 해결하고자 DLMS와 LwM2M의 자원관리 핵심 특징을 반영하여 자동 변환 방식을 제안한다.
스마트미터가 생성할 수 있는 다양한 계량 데이터 및 각종 파라미터 등을 포함한 모든 데이터는 사전에 정의된 수백 개의 IC (Interface Class)를 이용하여 객체 모델링(COSEM object 생성)을 수행한다. IC는 attribute와 method의 집합으로 구성되며, IC별로 각각의 ID를 갖는데 이를 class ID로 부른다.
따라서 본 논문에서는 DLMS 및 LwM2M 표준의 객체 모델링 방식과 자원관리 특징을 분석하고 LwM2M 기술을 이용하여 DLMS 데이터를 수집하거나 설정할 수 있는 DLMS-LwM2M 변환 방식을 제안하였다. 한전에서 운용 중인 G-type 스마트미터의 LP 구성항목 일부를 대상으로 상세한 변환 과정과 동작원리를 서술하였으며, LwM2M에서 제공하는 캡슐화 방식 대비 패킷 크기를 최대 46.5%로 감소시켜 전송 효율성을 검증하였다. 제안한 방식은 IoT gateway 또는 AMI gateway에 구현하여 적용 가능하며, 결국 IoT 플랫폼 서버에 전력계량 데이터를 손쉽게 수집할 수 있는 기반을 마련하였다.

대상 데이터

Fig. 6과 같이 사용하고자 하는 URI의 구조는 “object + object instance + resource + resource instance” 이며, 각 항목을 표현하는 ID의 크기는 LwM2M 표준과 같이 2 바이트로 한정하였다 [10].
4. LwM2M URI 구조 및 예시.

데이터처리

TABLE 4에는 DLMS-LwM2M 변환 방식, HLDC 캡슐화 및 DLMS APDU 캡슐화 방식으로 구분하여, LP 구성 항목별 요청과 응답 패킷에 대한 URI 크기, CoAP 헤더 크기 및 데이터 크기를 명시함과 더불어 전체 패킷 크기를 비교하였다. 제안한 DLMS-LwM2M 변환 방식의 URI 크기는 TABLE 3을 기준으로 계산했으며, 캡슐화 방식은 object ID 19번을 사용하므로 /19/0/0으로 표현되는 URI를 기준으로 계산하였다. 각각의 데이터 크기는 LP를 구성하는 항목을 기준으로 실제 스마트미터가 사용하는 데이터 타입, DLMS APDU 및 HDLC 패킷을 기준으로 산출하였다.

이론/모형

AMI에서 사용하는 객체 모델링 및 응용계층 프로토콜은 IEC 62056 시리즈 규격인 DLMS/COSEM (Device Language Message Specification/COmpanion Specification of Energy Metering, 이하 DLMS로 사용)을 사용한다. DLMS는 전기, 가스, 열량 등 모든 에너지에 대한 객체 모델링과 응용계층에서의 xDLMS (extended DLMS) 서비스를 제공한다 [8].
6. 제안하는 DLMS-LwM2M 자동 변환 방식.

성능/효과

모든 방식에서의 CoAP 헤더 크기는 표준과 같이 4 바이트를 적용했다 [12]. TABLE 4에서 확인 할 수 있는 바와 같이 제안하는 DLMS-LwM2M 변환방식은 DLMS APDU 캡슐화 및 HLDC 캡슐화(encapsulation) 방식과 비교하였을 때 패킷 크기를 각각 75.7%와 46.5%로 감소시켜 패킷 전송 효율을 향상시킬 수 있다. 또한 계산 과정에서 생략했지만 DLMS의 AA의 동작 사항을 고려하면 추가적 패킷 전송 효율도 기대할 수 있다.
5%로 감소시켜 전송 효율성을 검증하였다. 제안한 방식은 IoT gateway 또는 AMI gateway에 구현하여 적용 가능하며, 결국 IoT 플랫폼 서버에 전력계량 데이터를 손쉽게 수집할 수 있는 기반을 마련하였다. 이는 AMI에 국한되어 있던 전력계량 데이터를 RESTFul 방식을 지원하는 다양한 응용 어플리케이션에서 손쉽게 활용할 수 있을 것으로 기대된다.

후속연구

제안한 방식은 IoT gateway 또는 AMI gateway에 구현하여 적용 가능하며, 결국 IoT 플랫폼 서버에 전력계량 데이터를 손쉽게 수집할 수 있는 기반을 마련하였다. 이는 AMI에 국한되어 있던 전력계량 데이터를 RESTFul 방식을 지원하는 다양한 응용 어플리케이션에서 손쉽게 활용할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	LwM2M은 무엇을 위해 설계되었는가?	LwM2M은 저사양 프로세스와 제약된 메모리를 갖는 기기를 지원하기 위해서 개발된 사물인터넷 기기 관리 표준 데이터 모델링 규격으로, 가볍고 간결하게 동작하는 CoAP (Constrained Application Protocol)을 응용 및 전송 계층의 프로토콜로 사용한다. LwM2M은 IoT 기기의 효율적인 DM을 위해 설계되었으나, 데이터 수집과 같은 응용서비스에도 많이 활용하고 있다. LwM2M은 COSEM에 대응되는 개념으로 COSEM이 객체 모델링을 수행하고 이를 고유 ID로 표현하는 것에 국한하지만, LwM2M은 객체 및 URI (Uniform Resource Identifier) 모델링뿐만 아니라, 단말 관리 기능과 응용서비스까지 폭 넓게 다루고 있다는 점에서 차별적이다 [10].
	LwM2M에서 Object란?	3과 같이 LwM2M에서는 물리적 기기 안에 다수의 object를 가질 수 있으며, 해당 object는 고유의 ID로 object를 구분한다. Object는 resource의 집합체이며, resource는 센서 등에서 생성한 계측값을 표현하는데 사용한다. OMA (Open Mobile Alliance) 에서는 프로비저닝과 같은 DM을 위한 object만 정의했으나, IPSO (Internet Protocol for Smart Object Alliance) 등의 단체에서는 데이터 서비스를 위한 다양한 object를 추가적으로 정의하고 있다.
	LwM2M이란?	LwM2M은 저사양 프로세스와 제약된 메모리를 갖는 기기를 지원하기 위해서 개발된 사물인터넷 기기 관리 표준 데이터 모델링 규격으로, 가볍고 간결하게 동작하는 CoAP (Constrained Application Protocol)을 응용 및 전송 계층의 프로토콜로 사용한다. LwM2M은 IoT 기기의 효율적인 DM을 위해 설계되었으나, 데이터 수집과 같은 응용서비스에도 많이 활용하고 있다.

참고문헌 (12)

"Regulatory Challenges for the Deployment of Smart Grids," 2016. Available at: https://www.interregeurope.eu/fileadmin/user_upload/tx_tevprojects/library/2-Recent-Policy-Initiatives-by-the-European-Commission_M.SANCHEZ.pdf.
Ministry of Trade, Industry and Energy, "The second SmartGrid Basic Plan," Aug. 2018.
"Internet of Things in Electricity and Energy Domain(e-IoT) - Part 1: System Specifications," TTAK.KO-10.1121-part1, 2018.
"Internet of Things in Electricity and Energy Domain(e-IoT) - Part 2: Simple Registration specification," TTAK.KO-10.1121-part2, 2018.
"Internet of Things in Electricity and Energy Domain(e-IoT) - Part 3: Data Report specification," TTAK.KO-10.1121-part3, 2018.
"Internet of Things in Electricity and Energy Domain(e-IoT) - Part 4: Field Terminal Service specification," TTAK.KO-10.1121-part4, 2018.
"Internet of Things in Electricity and Energy Domain(e-IoT) - Part 5: Physical Layer Specification in Narrowband Wireless Communication," TTAK.KO-10.1121-part5, 2018.
DLMS UA Green Book Edition 9, 2019. Available at: https://www.dlms.com/files/Green_Book_Edition_9-Excerpt.pdf, Accessed on Jun, 2019.
DLMS UA Blue Book Edition 12.2, 2019. Available at: https://www.dlms. com/files/Blue-Book-Ed-122-Excerpt.pdf, Accessed on Jun, 2019.
OMA LwM2M Technical Specification, OMA-TS-LwM2M-V1_0_2-20180209-A, 2018. Available at: http://www.openmobilealliance.org/release/LightweightM2M/V1_0_2-20180209-A/OMA-TSLightweightM2M-V1_0_2-20180209-A.pdf, Accessed on Jun, 2019.
OMA LwM2M Technical Specification, OMA-TS-LwM2M-Binary App Data Container-V1-20171205-C, 2017. Available at: http://www.openmobilealliance.org/release/LightweightM2M/V1_0_2-20180209-A/OMA-LwM2M-BinaryAppDataContainer-V1-20171205-C.pdf, Accessed on Jun, 2019.
The Constrained Application Protocol (CoAP), RFC 7252, 2014.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증