한국전력 전력연구원이 빅데이터·인공지능(AI) 전력부하예측 및 상태진단 시스템을 개발해 전국 1만여개 배전선로에 실증 및 확대 적용했다고 8일 밝혔다.
그동안 부하예측을 포함해 전력분야에 인공지능을 접목하기 위한 시도가 이뤄졌으나 전력데이터 확보 및 실증의 어려움으로 확대 적용 및 상용화에 한계가 있었다.
전력연이 개발한 이 시스템은 태양광발전, 전기자동차 등에 의해 복잡·다변화하는 배전계통의 부하를 인공지능을 기반으로 능동적으로 예측하고, 배전계통의 상태를 진단하는 시스템이다.
인공지능 기반 부하예측 기법은 데이터의 건전성에 따라서 산출물의 신뢰도가 달라질 수 있다.
수집된 전력 데이터의 신뢰도 확보를 위해 별도의 군집화 알고리즘 및 심화학습 알고리즘 등의 인공지능 기술을 접목했다. 수집데이터를 자동으로 학습해 전력 데이터의 정상 및 이상 여부를 능동적으로 판단한다.
신뢰도가 확보된 전력 데이터를 활용하여 인공지능 기반 배전선로의 부하를 예측하며, 이를 토대로 과부하 횟수와 빈도 등 배전선로의 투자 우선순위를 계산할 수 있다.
이 기술을 세계 최대규모로 전국 1만여개 배전선로에 적용해 부하예측 및 상태분석 평균 정확도 90%를 달성했다.
또 복잡한 계통에 대한 특화분석이 가능하도록 수집된 데이터로부터 대표패턴을 추출하는 기능과 배전계통의 구간 부하 등의 정보를 효율적으로 제공하고 모의할 수 있다. 전국 1만여개 선로 내의 약 10만여 개별 구간에 대해 실시간 부하를 예측하고 상태를 진단하여 부하패턴 변화에 능동적인 선제적 조치가 가능하다.
아울러 인공지능 특화형 전력 빅데이터 처리 및 관리기술을 통해 배전선로 부하예측 정확도를 기존 70%에서 90%까지 향상시켰으며 배전계통 운영·계획 측면의 투자효율 개선으로 연간 투자비용을 약 80억원 절감할 수 있을 것으로 기대된다.
전력연 관계자는 “전력 빅데이터 실측 및 예측 데이터베이스 구축을 통하여 데이터 자산을 확보할 예정”이라며 “분산전원 수용분석 등 부각되는 배전계통의 현안 사항을 해소하는 통합 시스템으로 활용할 것“이라고 말했다.
