사업 개요
•
과제명: 신재생E 연계 선로 부하예측 모델의 신뢰성 평가기법 및 관리체계 연구
•
지원기관: 한국전력공사 전력연구원
◦
주력과제 참여연구원: 이병성 소장, 박용업 책임, 임한민 선임(실무책임), 이해성 선임, 조지은 선임연구원
•
사업 기간: @9/1/2022 → 8/31/2024 (2년)
•
연구비: 총 1억원 (연 5천만원)
주요 내용
1차년도: 선로 부하 패턴 및 예측 모델 성능 요소 분석
•
2-1: 선로 부하 관련 특징 추출 및 프로파일링 기법 개발
◦
선로 부하 변동 패턴에 대한 특징 및 프로파일 정보 파악
•
2-2: 선로 부하 군집화 및 대표 패턴 분석
◦
1) 시계열 유사도, 2) 프로파일 기반 유사도, 3) 하이브리드
•
2-3: XAI 기반의 부하 예측 모델 해석 기법 개발
◦
기존 모델, 신규 모델(multivariate) 대상
◦
model-agnostic, model-specific 기법 적용
•
목표: Explainable(설명가능한) 선로 부하 예측 모델의 확보
2차년도: 선로 부하 예측 모델 신뢰성 평가 및 관리 체계 연구
•
2-1: 선로 부하 예측 모델 신뢰성 평가 기법 개발
•
2-2: MLOps 기반 부하 예측 모델 생애주기 관리 프레임워크 설계
•
목표: Trustworthy(신뢰가능한) 선로 부하 예측 모델의 운영
연구 수행 결과
산출물
국제 컨퍼런스
개념 정리
관련 용어
회의록
주요 자료
•
기초연구 사업계획서
•
기초연구 사업 제안 발표 자료
•
주력 연계과제 소개: 재생E 연계 고려 배전망 최적운영을 위한 전기품질 관리기준 재정립
•
SOMAS 데이터 분석: 연구 노트
참고 문헌
•
(So 2022) A Study on the Artificial Intelligence Ethics Measurement indicators for the Protection of Personal Rights and Property Based on the Principles of Artificial Intelligence Ethics, Journal of Internet Computing and Services (link)
◦
모델 신뢰성 지표 관련 참고
•
(Visser 2022) Regulation strategies for mitigating voltage fluctuations induced by photovoltaic solar systems in an urban low voltage grid, Int. Jour. of Electrical Power and Energy Systems
◦
PV 계통 전압변동 완화
•
◦
전력 부하 프로파일 군집화
•
데이터집중장치(DCU) 시험장비 및 PLC 신호품질 개선연구
•
◦
MLOps 소개 (”From Model-centric to Data-centric AI”)
•
•
•
•
•
전력선통신(PLC) 기술 동향 및 향후 발전방향
•
•
◦
AMI 통신 과정 및 관련 용어 참고
•
[전력연구원 연구 동향]
•
(이해성 24) 저압 배전망에 접속된 분산전원이 고객 전압 관리에 미치는 영향 분석, 전기학회논문지
[기초 상식/동향/정보]
•
