전력연구원, 송전선로 관리 위한 리스크 평가 알고리즘 개발

▲한전 전력연구원 관계자가 전력설비 리스크 평가 알고리즘 시뮬레이터(RABBIT)로 송전선로의 리스크를 평가하고 있다.

[에너지경제신문 전지성 기자] 한전 전력연구원(원장 이중호)이 송전선로 등 빅데이터 기반 전력설비 자산관리시스템 구축을 위해 ‘전력설비 리스크 평가 알고리즘 시뮬레이터(RABBIT : Risk Assessment Based on Back-forecasting Intelligence Techniques)’를 개발했다.

자산관리 방식은 기존의 교체주기 기반 자산관리, 설비상태 기반 자산관리 방식을 거쳐 최근에는 리스크 기반 자산관리(RBM; Risk Based Management) 방식을 채택하는 추세다.

RBM 방식은 전주기 빅데이터를 기반으로 성능을 비롯하여 고장 발생 시 파급되는 비용 등의 모든 리스크를 종합적으로 평가하여 자산을 체계적으로 관리하는 방식이다. 설비의 성능은 부하, 통계, 상태진단 데이터를 이용해 잔여수명과 고장확률로 평가된다. 고장발생 시 파급영향은 재무, 안전, 환경, 신뢰도 영향을 종합적으로 산출하여 비용으로 평가된다.

전력연구원이 개발한 RABBIT 기술은 송전케이블과 가공전선 특성에 맞는 ‘KEPCO형 리스크 평가 알고리즘 시뮬레이션’을 수행할 수 있도록 구성됐다. 전국에 설치된 송전선로의 설비제원, 부하이력, 점검·진단 데이터를 기반으로 잔여수명, 고장확률, 고장영향 등을 평가하여 설비의 교체 우선순위를 과학적으로 부여할 수 있다.

리스크 평가 알고리즘의 변동성과 확장성 고려를 위해 사용자가 알고리즘에 사용되는 파라미터를 변경할 수도 있을 뿐만 아니라 알고리즘의 추가가 가능하도록 구현되어 있다. 이를 통해 다양한 시뮬레이션 결과를 토대로 리스크 평가 기술을 더욱 고도화할 수 있다.

또한 시뮬레이션의 신뢰성 확인을 위해 독자적인 ‘과거회귀 후 예측(Back-forecasting) 평가기술’을 개발했다. 이 기술은 과거의 데이터를 바탕으로 자산별 잔여수명을 예측해 도출한 고장 건수와 현재 시점에서 실제 고장건수가 일치하는지를 판단하는 기술로 알고리즘의 정확도를 평가하여 더욱 정밀한 시뮬레이션이 가능하도록 하고 있다. 전력연구원 관계자는 "객관적인 의사결정으로 자산투자 효율을 상승시키고 더불어 전력공급의 신뢰도를 향상시키는데 기여하겠다"라고 말했다.
jjs@ekn.kr