정보이론 기반 PMU 배치 최적화

초록

본 논문은 전력계통 상태와 PMU 측정값 사이의 상호정보량(MI)을 최적화 기준으로 삼아 PMU 배치를 설계한다. MI는 전통적인 위상관측성 조건을 포함하면서도 남은 불확실성을 정량화한다. 저자는 MI가 서브모듈러임을 증명하고, 예산 제한 하에서 (1‑1/e) 근사 비율을 보장하는 탐욕 알고리즘을 제안한다. 또한 PMU 고장 확률을 확률적 모델로 포함시켜 견고한 배치를 제공한다. 시뮬레이션 결과는 제안 방법이 거의 최적에 가깝다는 것을 보여준다.

상세 분석

이 논문은 전력계통에서 PMU(Phasor Measurement Unit) 배치를 결정할 때, 기존의 ‘위상관측성’(topological observability) 기반 접근법이 갖는 한계를 짚고 넘어간다. 위상관측성은 전기적 연결 구조만을 고려해 모든 버스가 직접 혹은 간접적으로 측정되는지를 판단하지만, 실제 운영에서는 측정 정확도, 노이즈, 그리고 PMU 고장 등으로 인해 남는 불확실성이 존재한다. 저자들은 이러한 불확실성을 정량화하기 위해 ‘상호정보량(Mutual Information, MI)’을 도입한다. MI는 PMU 측정값 집합 Y와 시스템 상태 벡터 X 사이의 정보 공유 정도를 나타내며, I(X;Y)=H(X)−H(X|Y) 형태로 정의된다. 여기서 H는 엔트로피이며, 전력계통의 상태는 일반적으로 가우시안 분포(또는 선형화된 DC 모델)로 가정한다. 따라서 MI는 측정 배치가 상태 불확실성을 얼마나 감소시키는지를 직접적으로 측정한다.

핵심 이론적 기여는 MI가 ‘서브모듈러(submodular)’ 특성을 가진다는 증명이다. 서브모듈러 함수는 ‘점진적 감소’(diminishing returns) 성질을 가지며, 이는 “이미 많은 PMU가 설치된 상황에서 추가 하나를 설치했을 때 얻는 정보 증가량은 적다”는 직관과 일치한다. 서브모듈러 함수를 최대화하는 문제는 NP‑hard하지만, 탐욕 알고리즘(greedy algorithm)이 (1‑1/e)≈0.632의 근사 비율을 보장한다는 고전 결과가 있다. 논문은 MI가 서브모듈러임을 수학적으로 입증하고, 이를 기반으로 예산 B(설치 가능한 PMU 수) 이하에서 최적 배치를 찾는 탐욕 알고리즘을 제시한다.

또한 저자들은 PMU 고장 확률을 확률적 변수 p_i로 모델링한다. 각 PMU i가 고장 날 확률을 고려해 기대 MI, 즉 E