저압배전망 실시간 에너지 데이터셋

초록

FeederBW 데이터셋은 독일 바덴‑뷔르템베르크 주의 200개 저압(feeder) 배전망을 2023‑2025년 기간 동안 1분 간격으로 측정한 전력·전압·전류·전력계수와 기상 정보, 그리고 주택 수·태양광·히트펌프·전기차 충전기 등 저탄소 설비 메타데이터를 포함한다. 고해상도와 풍부한 메타데이터 덕분에 부하 예측, NILM, 합성 데이터 생성 등 머신러닝 연구에 바로 활용 가능하다.

상세 분석

FeederBW는 저압배전망(LV) 단계에서 실제 측정된 1분 해상도의 전류(I), 전압(V), 유효전력(P), 무효전력(Q), 전력계수(PF) 데이터를 제공한다는 점에서 기존 공개 데이터셋과 확연히 차별화된다. 특히 200개의 피더를 포괄적으로 수집했으며, 이는 기존 연구에서 흔히 사용되는 수십 개 수준의 피더보다 10배 이상 규모가 크다. 데이터는 SMIGHT Grid 2 센서‑게이트웨이 시스템을 통해 RMS 전류와 전압을 실시간으로 수집하고, 에너지 하베스팅 방식으로 전원을 공급함으로써 별도 전원선이 필요 없는 점이 운영 비용 절감에 기여한다. 전압은 서브스테이션 전체에 대해 하나만 측정되지만, 모든 피더가 동일한 전압 값을 공유한다는 점은 전압 불균형 분석에 제한을 주지만, 전류·전력·PF는 피더별로 개별 측정된다.

메타데이터는 고객 관리 시스템에서 추출한 ‘연결 객체 수’, ‘설치된 저탄소 설비 용량(태양광, 히트펌프, EV 충전기 등)’, ‘산업·상업 고객 평균 시간당 소비량’ 등을 포함한다. 이 메타데이터는 이벤트 기반으로 업데이트되며, 새로운 PV 설치나 EV 충전기 추가 시 즉시 반영된다. 따라서 시간에 따라 변하는 설비 구성을 정량적으로 추적할 수 있다. 이러한 풍부한 메타데이터는 부하·발전 예측 모델에 외생 변수로 활용될 때 예측 정확도를 크게 향상시킬 것으로 기대된다.

기상 데이터는 독일 기상청(DWD)의 ICON‑D2 수치예보 모델을 기반으로 ZIP 코드 단위의 기온, 강수, 풍속·풍향, 일사량, 습도 등을 시간당 제공한다. 기상 변수와 피더 측정값을 결합하면 PV 발전량과 히트펌프·EV 충전 부하의 날씨 의존성을 정밀하게 분석할 수 있다. 특히 고해상도(1분) 전력 데이터와 시간당 기상 데이터의 동기화는 기존 데이터셋에서 보기 드문 조합이며, 머신러닝 기반의 시계열 모델링에 최적화된 형태다.

데이터 품질 관리 측면에서 저자들은 FAIR 원칙을 적용하고, ZENODO에 DOI를 부여해 장기 보존과 재현성을 확보하였다. 센서 정확도는 전류 5‑400 A 구간에서 ±3 %이며, 전압 85‑264 V 구간에서도 ±3 %이다. 데이터 누락이나 이상치에 대한 사전 정제 과정이 명시되어 있지 않지만, 데이터 플랫폼에서 결측값 보간 및 이상치 탐지를 위한 도구가 제공될 가능성이 있다.

활용 가능성은 크게 네 가지로 정리할 수 있다. 첫째, 피더 수준의 부하·발전 예측 모델 학습에 직접 사용할 수 있다. 둘째, 비침입적 부하분석(NILM) 연구에서 피더 전체의 합성 부하를 분해하는 기준 데이터로 활용 가능하다. 셋째, 실제 측정값을 기반으로 한 합성 데이터 생성 파이프라인을 구축해 시뮬레이션 환경을 현실감 있게 만들 수 있다. 넷째, 데이터 보강, 결측치 보정, 메타데이터 오류 탐지 등 데이터 정제 연구에도 적용할 수 있다. 전반적으로 FeederBW는 저압배전망 연구에 필요한 ‘실제·고해상도·풍부한 메타데이터’를 한 번에 제공함으로써, 기존의 데이터 부족 문제를 크게 완화한다.