설명 가능한 AI 기반 스마트 전력망 안정성 예측

현대 전력 시스템은 재생에너지 및 스마트 그리드의 통합으로 인해 안정성 예측에 어려움을 겪고 있습니다. 기존 시스템은 동적인 전력 사용량과 재생에너지 공급의 불가피한 변동성을 실시간으로 추적하지 못하며, 예측 과정의 불투명성으로 인해 운영자가 의사결정 과정을 이해하기 어렵다는 한계가 있습니다. 이러한 불투명성은 신뢰 구축과 정보에 기반한 의사결정을 저해하는 주요 요인입니다. 본 연구에서는 이러한 문제 해결을 위해 투명하고 스마트한 설명 가능한 인공지능(XAI) 모델을 제안합니다. 특히, LIME(Local Interpretable Model-agnostic Explanations) 프레임워크를 통합하여 모델 예측의 해석 가능성을 높이고 의사결정 과정의 투명성을 강화했습니다. 물리적 전력망 시뮬레이션 대신, 데이터셋 레이블 'stabf'를 활용하여 각 에너지 부하 인스턴스를 안정 또는 불안정으로 분류하는 방식으로 전력망 안정성을 정의했습니다. 제안된 모델은 머신러닝과 XAI 기술의 통합을 통해 더욱 효율적이고 투명한 운영을 가능하게 하며, 향상된 예측 성능과 정확한 실시간 예측을 제공합니다. 시뮬레이션 결과, 이 모델은 99.92%의 뛰어난 정확도와 0.08%의 오분류율을 달성하여 기존 연구들을 능가하는 성능을 보였습니다. 이 연구는 전력망 운영자가 예측 결과를 신뢰하고 정보에 기반한 효율적인 에너지 관리를 수행하는 데 기여할 것입니다.