연구진, AI 기반 솔루션으로 전력 공급 예측 및 관리하여 정전 예방

Seoul댈러스에 있는 텍사스 대학교 연구진이 전력 중단을 방지하는 AI 모델을 개발했습니다. 이 기술은 전력을 신속하게 재배치할 수 있습니다. 네트워크에서 테스트한 결과, 이 모델은 사람의 도움 없이 문제를 스스로 찾아내고 해결할 수 있음을 보였습니다.

이 기술은 전력을 신속하게 전환하고, 네트워크 구조를 이해하기 위해 그래프 기반의 기계 학습을 사용하며, 의사 결정을 위해 강화 학습을 적용합니다. 또한, 태양광 패널 등 주변의 전력 자원을 활용할 수 있습니다.

이 AI 모델은 전력망의 문제를 신속히 해결하는 기술의 일환입니다. 기계 학습을 통해 네트워크의 구성을 이해하고 전기가 어떻게 흐르는지를 학습합니다. 이를 바탕으로 AI는 폭풍으로 인한 전선 손상 같은 문제가 발생할 때 전력을 자동으로 재배치할 수 있습니다.

북미 전력 시스템은 송전선, 변압기, 그리고 전기를 생산하는 시설로 이루어져 있습니다. 이 시스템을 원활히 유지하는 것은 매우 중요합니다. 현재는 사람이 전기를 어디로 보낼지 결정하는데, 이 과정이 몇 분에서 몇 시간이 걸릴 수 있습니다. 그러나 AI는 이 작업을 훨씬 빠르게, 마이크로초 단위로 처리할 수 있습니다.

UT Dallas의 부교수인 Dr. Jie Zhang는 목표가 최대한 빠르게 대부분의 사용자에게 전력을 공급하는 것이라고 설명했습니다. 하지만 이 시스템이 널리 사용되기 전에 추가적인 연구가 필요합니다. Zhang 박사와 그의 팀은 전력망 내의 관계를 분석하기 위해 머신러닝을 활용했습니다. 이 솔루션은 인공지능이 중요한 인프라를 강화하는 초기 사례입니다.

더 읽기:

오늘 · 오전 7:41

OpenAI의 수익기업 전환에 따른 도전 과제

연구 작성에 기여한 Dr. Yulia Gel은 네트워크 구조를 이해하는 것이 여러 분야에서 AI를 활용하는 데 중요하다고 말했습니다. 그녀는 복잡한 시스템 내에서 연결이 작용하는 방식을 이해함으로써 생태계 관리와 같은 분야에서 문제를 해결하는 새로운 방법을 찾을 수 있다고 강조했습니다.

버팔로 대학교의 수마 초우두리 박사가 이끄는 연구는 강화 학습에 대해 조사했습니다. 이 방법은 인공지능이 더 나은 결과를 위해 최적의 선택을 할 수 있도록 도와줍니다. 문제가 발생하면 시스템은 스위치를 사용하여 스스로를 조정할 수 있습니다. 또한 태양광 패널이나 캠퍼스 배터리 같은 근처의 전원에서 에너지를 얻을 수 있습니다.

UT 달러스의 박사과정 학생인 로슈니 안나 제이콥은 이 모델이 특정 지역에서 인근 발전기로부터 전력을 공급받을 수 있게 한다고 말했다. 연구팀은 이제 어떤 중단이 발생하더라도 그리드를 복구하고 복원할 수 있는 기술을 개발하는 데 주력할 예정이다.

UT 달라스와 버팔로 대학교는 협력하여 다양한 분야를 융합하는 것이 얼마나 중요한지를 보여주었습니다. 그들은 전력 시스템, 수학, 기계 학습의 지식을 결합하여 이 혁신을 이루어냈습니다. 이 연구는 AI가 복잡한 네트워크에서 실제 문제를 해결할 수 있다는 것을 입증합니다.

이 새로운 기술은 전력 문제를 더 빠르게 해결할 수 있어, 일상 생활과 업무를 방해하는 긴 정전을 예방할 수 있어 흥미롭습니다. 이 시스템들을 전력망에 추가하면 전력망이 더 신뢰할 수 있고 효율적이게 될 수 있습니다.