Topic
3건 · 전체 뉴스
한국에너지기술연구원 에너지ICT연구단 김종훈 박사 연구진이 개발한 인공지능 기반 지능형 분전반 기술 '뉴로패널'이 전력기기 제조기업 선도전기에 이전됐다. 뉴로패널은 분전반에 설치되는 소형 AI 장치로, 별도 계측기 없이 메인 차단기의 전력 데이터에서 하위 회로별 사용량을 분리해 읽어내고 회로별 사용 패턴을 예측한다. 스파이크가 발생하는 지점에서만 연산하는 스파이크 신경망(SNN)을 적용해 일반 신경망 대비 추론 전력을 약 54% 줄일 수 있으며, 기존 전력량계와 연계 동작하도록 설계됐다. 연구진은 에너지연 본원 2개 건물에서 1년간 수집한 운영 데이터로 평가한 결과 기존 설비 대비 15% 수준의 에너지 절감 효과를 확인했다. 선도전기는 연구진과 함께 뉴로패널 기반 지능형 분전반의 제품화 가능성을 검토할 계획이다.
9월 10일
한국에너지기술연구원은 김종훈 에너지ICT연구단 책임연구원 연구팀이 개발한 AI 기반 지능형 분전반 기술 '뉴로패널(NeuroPanel)'을 전력기기 제조기업 선도전기에 이전했다고 10일 밝혔다. 이 기술은 별도의 계측기를 설치하지 않고도 조명과 냉난방 등 건물 내 전력 사용량을 분석한다. 불필요하게 전기가 사용되는 지점도 구분해낼 수 있다. 기존 건물에 설치된 전력량계와 연동이 가능해 설비 교체 없이 적용할 수 있다.
9월 10일
한국에너지기술연구원 에너지ICT연구단 김종훈 박사 연구진이 AI 기반 엣지 장치 '뉴로패널' 기술을 전력기기 제조기업 선도전기(주)에 이전했다고 밝혔다. 이 기술은 메인 차단기에서 수집한 1분 단위 유효전력 시계열 데이터만으로 하위 회로 소비량을 역추정하는 비침습적 부하분리(NILM) 모델을 적용했으며, 실증 평가에서 부하분리 오차율(nMAE) 13.0%를 기록했다. 분리된 전력 패턴을 조명·냉난방·전열·환기·급탕·실험실 등 6개 용도로 자동 매핑하고 은닉 마르코프 모델(HMM)로 재실·냉난방 스케줄을 추정해 낭비 부하를 3단계 로직으로 선별한다. 스파이킹 신경망(SNN) 기반 예측 모델로 상태 예측 정확도 87.57%를 달성하면서 동급 인공신경망 대비 추론 에너지를 약 54% 절감했고, 연합학습 구조로 현장 데이터 반출 없이 가중치만 교환한다. 에너지연 본원 2개 건물 6개 분전반(152개 회로)을 대상으로 3.6개월간 검증한 결과 전력 소비량이 8만4,232kWh에서 7만1,134kWh로 15.6%(1만3,098kWh) 줄었고, 특정 분전반은 최대 22.3% 절감했다.
9월 10일