전력망·수요관리arXiv 전력계통
실계통 PMU 실측 데이터를 활용한 머신러닝 기반 송전계통 상태추정
이 연구는 위상측정장치(PMU, phasor measurement unit)가 계통 전체를 관측하지 못하는 실제 송전계통에서, PMU 시간척도(timescale)의 시간동기 상태추정(SE, state estimation)에 심층신경망(deep neural network)을 적용할 수 있는지를 검토한다. 저자들은 미국 전력회사의 실측 PMU 데이터를 사용해, 기존의 반복 계산 방식 하이브리드 상태추정이 불완전 관측성 아래에서 충족하기 어려운 지연시간·강건성·신뢰성 요구를 딥러닝 방식이 다룰 수 있는지 평가했다. 주요 기여로는 현실적 운전 조건에서의 추정 정확도, 확장성(scalability), 계산 성능에 대한 체계적 평가를 제시한다고 밝히고 있다. 다만 초록에는 정확도·연산시간 등 구체적인 수치나 비교 기준이 제시되지 않아 개선 정도를 판단할 수 없으며, 평가 대상도 특정 사업자의 계통 한 곳에 한정된다. 동료평가 이전 단계의 프리프린트일 수 있어 결과 해석에 주의가 필요하다.
9월 22일
