전력망·수요관리arXiv 전력계통
EvEMTBench: 전력계통 보호 분야 머신러닝을 위한 공개 벤치마크
연구진은 머신러닝 기반 전력계통 보호(power system protection) 연구들이 과제 정의·측정 접근성·데이터 분할·지표·일반화 조건이 서로 달라 비교가 어렵다는 문제를 지적하고, 평가 조건을 고정하되 모델 설계는 자유롭게 남겨둔 공개·실행 가능·버전 관리형 벤치마크 EvEMTBench를 제안했다. 20~345 kV 범위의 4개 계통을 대상으로 12개 보호 및 이벤트 분석 기능을 24개 채점 과제로 구성했고, 관측성(observability) 조건, 사전 정의된 분포 변화(distribution shift), 제로샷(zero-shot) 및 미세조정(fine-tuned) 계통 간 전이를 평가할 수 있도록 했다. 자명한(trivial) 기준선부터 기존 방식, 특징 기반, 딥러닝 기준선까지 포함한 참조 평가에서는 관측 범위를 넓히는 것이 항상 유리하지는 않았고, 분포가 변한 조건에서는 분포 내 평가에서 드러나지 않던 실패가 나타났으며, 계통 간 전이는 고장 검출(fault detection)에서 고장 위치 추정(fault localization)보다 뚜렷하게 더 잘 작동한 것으로 보고됐다. 다만 이는 벤치마크와 기준선 평가 결과이며 초록에는 실제 계통 운영 적용에 관한 검증 내용은 제시되지 않았고, 동료평가를 거치지 않은 프리프린트일 수 있다.
9월 23일
