인공지능으로 빌딩 내 세부 전력 조절 기술 개발

GIST 황의석 교수 연구팀 "스마트 그리드 시스템 개발에 사용 가능"

[아시아경제 김봉수 기자] 인공지능으로 중소형 빌딩 내부의 세부적인 전력 사용량을 모니터링해 조절할 수 있는 기술이 국내 연구진에 의해 개발됐다.

광주과학기술원(GIST)는 전기전자컴퓨터공학부 황의석 교수 연구팀이 인공지능 기반 시간-주파수 마스크 방식의 비접촉식 세부 전력 사용량 모니터링 기술을 개발했다고 30일 밝혔다.

이 기술은 스마트 미터에서 측정되는 전력 총량으로부터 특징적인 하위 부하들의 전력 사용량을 추정하는 비접촉식 형태의 전력 식별 및 분리 기술이다. 스마트 그리드(지능형 전력망)에서 전력 수요 반응 제어 및 관리를 수행하는 기술 분야에 활용 가능하다.

연구팀은 심층 신경망(Deep Neural Networks·DNN) 인공지능 모델을 기반으로 시간-주파수 마스크를 추정하는 접근 방법을 통해 하위 부하의 분해 정확도를 높였다. 중소형 빌딩에서 어느 부하가 전력을 더 많이 쓰고 있는 지 식별하고 분리할 수 있다.

기존의 경우 주로 시간 도메인에서 부하 분해를 수행하는데 이는 하위 부하들이 서로 유사한 패턴을 보이거나 복잡한 소비 형태를 갖는 경우, 전력 총량에서 각각의 목표 부분 부하 패턴을 분리하거나 식별하는데 어려움이 있다.

연구팀은 시간 및 주파수 특징을 동시에 고려할 수 있는 심층 신경망 기반의 시간-주파수 마스크 방식을 비접촉식 전력 사용량 모니터링에 최초로 적용해 기존의 시간 도메인 분해 방법의 한계를 극복했다. 계산 복잡성을 줄이고 인공지능 모델의 올바른 학습을 위해서 전력 부하와 상관성이 높은 환경정보를 이용했다. 사전에 부하 데이터에 대한 클러스터링을 진행하고 각각의 클러스터에 대해서 심층 신경망 기반의 시간-주파수 마스크를 활용한 부하 분해 방법을 적용했다.

황의석 교수는 “이번 연구는 기존 비접촉식 전력 사용량 모니터링 기술에서 식별하기 어려웠던 유사하거나 복잡한 패턴의 전력 부하 모니터링을 가능하게 하고, 부하 분해 정확도를 높였다”면서 “향후 전력 수요 반응 제어 및 관리 시스템 등을 위한 에너지 ICT 융합 플랫폼에 활용될 수 있을 것으로 기대한다”고 말했다.

이 연구 결과는 세계적인 학술지인 ‘IEEE Transactions on Smart Grid’에 지난 17일자 온라인으로 게재됐다.

김봉수 기자 bskim@asiae.co.kr