[한국기술뉴스] 한국전력공사 신지강연구원 연구팀은 심층신경망을 기반으로 상황에 따라 전력 수요를 예측하는 장치를 개발했다. 개발된 기술은 한국전력공사 산학협력단을 통해 2019년 08월 30일 특허를 출원(출원번호 제1020190107234호)했다. 특허 명칭은 '심층 신경망 기반 전력 수요 예측 장치 및 방법’이다. 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다.

[기자]

전력 시스템을 안정적이고 효율적으로 운영하기 위해서는 높은 정확도로 전력 수요량을 예측하는 것이 중요합니다. 전력 수요량은 과거부터 기록한 부하 실적 데이터와 기상정보에 통계적인 기법을 적용해 예측합니다. 통계적 기법을 이용한 예측 방법은 예측에 사용할 수 있는 데이터의 종류와 양이 제한적이라는 단점이 있습니다. 또한, 통계적 기법을 통해 수요량을 예측한 후 전문가의 경험적 기법을 이용해 보정한 값을 최종적으로 사용하기 때문에 전문가의 견해에 의존적으로 변동되는 문제가 있습니다. 최근 전기차와 태양광 발전기의 보급 등으로 인해 전력 환경이 급변하고 있으며, 전력 수요량 예측의 정확도에 대한 중요성이 커지고 있어 단점을 개선하고 정확도를 향상한 예측 장치가 필요한 실정입니다.

한국전력공사 연구팀은 심층 신경망을 이용해 정확도와 편의성을 향상한 예측 장치를 개발했습니다.

전력 수요량을 예측하기 위해 기상 관측 데이터나 기상 예보, 송전 부하 등 필요한 데이터를 수집합니다. 각 항목의 특성에 따라 특정 시간대에서의 평균값이나 최댓값, 최솟값 등을 대푯값으로 설정합니다. 

누락데이터가 있으면 해당 항목의 대푯값을 대신 사용해 누락데이터에 의한 정확도 하락을 방지합니다. LSTM 심층 신경망을 이용해 항목별 한 달간의 데이터를 사용했을 때의 수요량을 예측하는 모델을 생성합니다. 밀집 신경망을 이용해 항목별 모델을 병합한 예측 모델을 생성합니다. 과거 데이터를 사용해 모델을 학습시키며, 유효성 검사를 통해 예측 정확도를 향상합니다. 개발된 장치는 필요에 따라 사용하는 항목을 달리해 예측할 수 있으며, 지역의 특성이나 사회 통계 지표가 반영된 예측값을 계산할 수 있습니다. 

또한, 장치가 자동으로 모델을 생성하고 유효성을 평가해 항상 최신 데이터가 반영된 결과를 얻을 수 있어, 편리하고 정확한 전력 수요량 예측이 가능할 것으로 기대됩니다.