지스트, AI 기반 비접촉식 세부 전력 사용량 모니터링 기술 개발

효율적인 에너지 제어 및 관리 서비스에 활용 기대

지스트(광주과학기술원, 총장 김기선)는 전기전자컴퓨터공학부 황의석 교수 연구팀이 인공지능 기반 시간-주파수 마스크 방식의 비접촉식 세부 전력 사용량 모니터링 기술을 개발했다고 밝혔다.

'비접촉식 세부 전력 사용량 모니터링 기술'은 스마트 미터에서 측정하는 전력 총량에서 특징적인 하위 부하들의 전력 사용량을 추정하는 비접촉식 형태의 전력 식별 및 분리 기술이다. 스마트 그리드에서 전력 수요 반응 제어 및 관리를 수행하는 기술 분야에 활용 가능한 기술이다.

지스트 연구팀은 심층 신경망(Deep Neural Networks, DNN) 인공지능 모델을 기반으로 시간-주파수 마스크를 추정하는 접근 방법을 통해 하위 부하의 분해 정확도를 높였다. 기존의 비접촉식 전력 사용량 모니터링 기술은 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.

지스트 연구팀은 시간 및 주파수 특징을 동시에 고려할 수 있는 심층 신경망 기반의 시간-주파수 마스크 방식을 비접촉식 전력 사용량 모니터링에 최초로 적용, 기존의 시간 도메인 분해 방법 한계를 극복했다.

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.