기술 개요

• 에너지 데이터 분석의 어려움

  에너지 산업에서 생성되는 데이터는 장소, 시간, 상황에 따라 매우 다양한 형태로 생성됩니다. 이를 분석하기 위해 전통적으로 특성 추출 기법(feature engineering)이 적용되어 각 현장별로 특화된 데이터 분석 작업이 필요합니다.

• AI를 통한 데이터 분석 자동화

  우리는 전통적인 특성 추출에 기반한 알고리즘에서 벗어나, 서로 다른 현장과 설비에서 생성되는 데이터의 상호관계를 엔지니어의 개입 없이 자동으로 유추하고 판단할 수 있는 인공지능 알고리즘을 적용하고 있습니다.

• 수요 및 발전량 예측, 최적화에 특화된 AI

  수요 데이터 분석, 발전량 예측 및 최적화는 설비 및 전력 시장의 특성을 자동으로 학습하도록 구성하여, 대상이 확대됨에 따른 추가적인 엔지니어링 비용을 최소화합니다.

기술 특장점

• 자체 기상예보 기반 발전량 예측

  • 우리는 1km x 1km 해상도의 10분 간격 수치예보 자료를 생성하여 실시간으로 처리하고, 위성 이미지와 함께 머신러닝에 활용해 예측 정확도를 높입니다.

  • 글로벌하게 가장 높은 수준의 태양광 및 풍력 발전 예측값을 제공하고 있으며, 고객의 요구에 맞춰 추가적인 기상예보 및 측정 데이터를 활용한 모델 개선을 지원합니다.

• 강화학습 기반의 최적화

  • 전력시장 및 송배전 운영 규칙에 따라 ESS 및 전력 설비의 제어 최적화가 필요합니다. 규칙이나 대상 시장의 변화에 따라 매번 모델을 다시 정식화하고 솔루션을 확보하는 것은 현실적으로 어려우며, 인공지능이 현실 상황에 적응할 수 있도록 해야 합니다. 우리는 강화학습을 통한 규칙변화에 적응 가능한 최적화를 구현합니다.

  • 입찰시장에서는 강화학습을 통해 최적의 입찰 전략을 인공지능이 학습할 수 있도록 구현하며, 이를 통해 시장 규칙 및 상황 변화에 유연하게 대응할 수 있도록 합니다.

• NILM (Non-Intrusive Load Monitoring) / Disaggregation

  • 전기 설비의 전력 사용 패턴을 분석하여 합산 전력 사용량에서 개별 설비의 사용량을 추정합니다. 수십 Hz 단위로 샘플링된 총 전력 사용량에서 개별 설비의 패턴을 추정할 수 있으며, 15분에서 1시간 단위 데이터를 기반으로 한 사용 패턴 모델에 기반한 추론이 가능합니다.

  • 수십 Hz 단위의 NILM 방식은 전 세계 최초로 상업화에 성공했으며, 7개 가정용 가전에 대해 매우 높은 수준의 정확도를 제공합니다. 15분 단위 데이터의 경우 4가지 그룹화된 추론이 가능하며, 미국 사용자 대상으로 앱을 통해 서비스되고 있습니다.

  • NILM 기술은 가정뿐만 아니라 제조설비, 건물 공조 설비 등 대형 전력 설비에서도 적용이 가능하며, 고객사의 데이터를 기반으로 한 학습 및 모델링을 지원합니다

인코어드와 함께 에너지의 가치를 높여보세요

관심이 가는 인코어드 제품에 대해 문의해보세요.