| 1 |
1
배전망과 관련된 정보를 획득하는 단계;상기 획득된 배전망 정보를 기반으로 학습 데이터를 가공하는 단계;상기 가공된 학습 데이터에 대해 미리 결정된 지도 학습 알고리즘을 수행하여 배전망 자가복구모델을 생성하는 단계; 및상기 배전망의 정전 시, 상기 배전망 자가복구모델을 이용하여 상기 정전된 배전망을 자가 복구하는 단계를 포함하는 인공지능 기반의 배전망 자가복구 방법
|
| 2 |
2
제1항에 있어서, 상기 가공 단계는, 상기 배전망 정보를 기반으로 상기 배전망의 상태 정보에 따른 복수의 가상 상황 시나리오들을 생성하는 단계; 및가상 상황 시나리오 별로, 상기 배전망의 시간대별 최적 복구 구조에 해당하는 최적 복구 시퀀스와, 상기 배전망의 시간대별 복구 구조에서의 분산자원 최적 발전량을 결정하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반의 배전망 자가복구 방법
|
| 3 |
3
제2항에 있어서, 상기 결정 단계는, 혼합정수선형계획법(Mixed Integer Linear Programming, MILP)을 이용하여 상기 배전망의 최적 복구 시퀀스를 결정하는 것을 특징으로 하는 인공지능 기반의 배전망 자가복구 방법
|
| 4 |
4
제2항에 있어서, 상기 결정 단계는,이차 계획법(Quadratic Programming, QP)을 이용하여 상기 배전망의 시간대별 복구 구조에서의 분산자원 최적 발전량을 결정하는 것을 특징으로 하는 인공지능 기반의 배전망 자가복구 방법
|
| 5 |
5
제2항에 있어서, 상기 가공 단계는,상기 배전망의 상태 정보를 상기 지도 학습 알고리즘의 독립 변수에 해당하는 학습 데이터로 설정하는 단계; 및상기 배전망의 시간대별 최적 복구 구조에 해당하는 최적 복구 시퀀스에 관한 정보와, 상기 배전망의 시간대별 복구 구조에서의 분산자원 최적 발전량에 관한 정보를 상기 지도 학습 알고리즘의 종속 변수에 해당하는 학습 데이터로 설정하는 단계를 더 포함하는 것을 특징으로 하는 인공지능 기반의 배전망 자가복구 방법
|
| 6 |
6
제1항에 있어서, 상기 지도 학습 알고리즘은 심층 신경망(Deep Neural Network, DNN)임을 특징으로 하는 인공지능 기반의 배전망 자가복구 방법
|
| 7 |
7
제1항에 있어서, 상기 자가 복구 단계는, 상기 배전망의 초기 상태 정보를 검출하는 단계;상기 검출된 상태 정보를 상기 배전망 자가복구모델에 입력하는 단계;상기 배전망 자가복구모델을 이용하여 상기 배전망의 최적 복구 시퀀스를 예측하는 단계; 및상기 예측된 최적 복구 시퀀스를 기반으로 상기 배전망을 자가 복구하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반의 배전망 자가복구 방법
|
| 8 |
8
청구항 제1항 내지 제7항 중 어느 하나의 항에 따른 방법이 컴퓨터 상에서 수행될 수 있도록 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
| 9 |
9
배전망과 관련된 정보를 배전관리시스템(Distribution Management System, DMS)으로부터 획득하는 배전망 정보 획득부;상기 획득된 배전망 정보를 기반으로 학습 데이터를 가공하는 학습데이터 가공부; 및상기 가공된 학습 데이터에 대해 미리 결정된 지도 학습 알고리즘을 수행하여 배전망의 최적 복구 시퀀스를 결정하기 위한 배전망 자가복구모델을 생성하는 자가복구모델 생성부; 및상기 배전망의 정전 시, 상기 배전망 자가복구모델을 이용하여 상기 배전망의 최적 복구 시퀀스를 추론하고, 상기 추론된 최적 복구 시퀀스를 기반으로 상기 정전된 배전망을 자가 복구하는 배전망 자가복구부를 포함하는 인공지능 기반의 배전망 자가복구 장치
|
