Core Concepts
전력망 초기 상태(부하, 발전, 선로 상태)와 초기 선로 고장을 입력으로 받아 잠재적인 정전 규모를 예측하는 모델을 제안한다.
Abstract
이 연구는 전력망 초기 상태와 초기 선로 고장 정보를 입력으로 받아 잠재적인 정전 규모를 예측하는 모델을 제안한다. 주요 내용은 다음과 같다:
정전 발생 여부를 먼저 분류하고, 정전이 발생한 경우에만 정전 규모를 추정하는 모델을 제안한다. 이를 통해 정전이 발생하지 않는 상황에서의 오차를 줄일 수 있다.
물리적 전력망 토폴로지에 통계적 관계를 반영하는 에지를 추가하여 그래프 신경망 모델의 성능을 향상시킨다. 이는 물리적으로 멀리 떨어진 지역 간 상호 관련성을 모델에 반영하기 위함이다.
정전 규모 과소 추정과 과대 추정 오류를 분석하여 실제 운영에 적합한 모델을 선별한다. 과소 추정 오류는 대규모 정전 발생을 간과할 수 있어 중요하며, 과대 추정 오류는 불필요한 검증 시뮬레이션을 유발할 수 있다.
결과적으로 제안된 모델들 중 R 모델과 CVR 모델이 실제 운영에 적합할 것으로 판단된다. R 모델은 과소 추정 오류가 가장 낮고, CVR 모델은 전반적인 정확도가 가장 높다. 운영자의 목표에 따라 두 모델 중 적절한 것을 선택할 수 있다.
Stats
전력망 초기 상태(부하, 발전, 선로 상태)와 초기 선로 고장 정보를 입력으로 사용한다.
정전 규모(MW)를 예측하는 것이 목표 변수이다.
Quotes
"전력망의 신재생 에너지 증가와 극端 기후 사건 증가로 인해 전력망 상황의 변동성이 높아져 재해 연쇄 고장 시나리오를 탐색하기 어려워졌다."
"기존 전력 흐름 기반 도구로는 가능한 고장 시나리오와 부하/발전 패턴을 충분히 탐색할 수 없다."