프로젝트 소개
본 과제는 전력량계 이후의 전기 서비스 시장(Behind-The-Meter)을 위해 Neural Network 기술을 기반으로 부하 분석 기능을 내장한 인공지능 AMI(Advanced Metering Infrastructure) 기술을 개발하는 연구임. 이는 전력 사용 데이터를 분석하여 개별 가전제품의 전력 소비 패턴을 자동으로 파악하는 기술 개발을 목표로 함.
연구 목표는 NILM(비침습 부하 모니터링)의 전력 데이터 내 noise, jitter 제거를 위한 Smoothing Filter 최적화, 이벤트 추출 알고리즘 최적화, 대표부하 식별ID 지도학습, Neural Network 기반 대표부하 분류 NILM 엔진 개발 및 그룹핑 최적화에 있음. 핵심 연구 내용은 데이터 전처리 필터 개발, BINS 알고리즘과 딥러닝/클러스터링 기법을 활용한 대표부하 선정, Smart Meter 정보 매칭을 통한 식별ID 배정 및 강화학습, 신규 이벤트 분류를 위한 Neural Network 기반 NILM 엔진 개발을 포함함. 기대 효과는 비침습적 계측 기반 부하인식 기술 연구 데이터 형성 및 차세대 AMI 기술 표준 준비에 기여하는 것임. 이는 다양한 에너지 소비 분야에 적용되어 국가 에너지 효율화, 에너지 비용 감소, 탄소배출량 감축 등 사회적 성과로 이어질 것으로 전망됨.