KR20220085630A - 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템 - Google Patents

배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템 Download PDF

Info

Publication number
KR20220085630A
KR20220085630A KR1020200175850A KR20200175850A KR20220085630A KR 20220085630 A KR20220085630 A KR 20220085630A KR 1020200175850 A KR1020200175850 A KR 1020200175850A KR 20200175850 A KR20200175850 A KR 20200175850A KR 20220085630 A KR20220085630 A KR 20220085630A
Authority
KR
South Korea
Prior art keywords
data
matching
node
similarity
nodes
Prior art date
Application number
KR1020200175850A
Other languages
English (en)
Other versions
KR102631020B1 (ko
Inventor
서호진
김동욱
박영배
조성호
최장원
Original Assignee
한국전력공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020200175850A priority Critical patent/KR102631020B1/ko
Publication of KR20220085630A publication Critical patent/KR20220085630A/ko
Application granted granted Critical
Publication of KR102631020B1 publication Critical patent/KR102631020B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명의 배전 계통 관계 집합 기반 데이터 매칭 방법은, 매칭하기 위한 데이터들을 수집하는 단계; 수집된 상기 데이터들을 그래프 모델링하는 단계; 그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계; 매칭이 되지 않는 노드들이 존재하면, 상기 노드들의 설비 집합간 유사도를 측정하는 단계; 및 측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하는 단계를 포함할 수 있다.

Description

배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 DB 시스템{Distribution System Relationship-set-based Data Matching Method and Integrated DB System for Distribution System}
본 발명은 배전 계통 정보 일원화를 위한 정합성을 보장하는 관계 집합 기반 데이터 매칭 장치 및 그 방법에 관한 것으로, 특히, 배전 설비 정보 데이터와 배전 운영 정보를 일원화할 수 있는 관계 집합 기반 데이터 매칭 장치 및 그 방법에 관한 것이다.
현재 운영 중인 종합 배전자동화 시스템(TDAS)은 한국전력공사(이하 한전) 자체 기술로 개발된 시스템으로서 실 배전 계통 운전결과 높은 신뢰도를 검증받아 총 41개 배전센터를 중심으로 전국 배전계통을 안정적으로 관리 중이다. 그러나 최근 4차 산업혁명시대가 도래함에 따라 급격히 성장하는 정보통신 기술이 경제 및 산업 등 다양한 분야에 접목되고 있으며, 운영 중인 종합 배전자동화 시스템에도 최신 ICT 기술 접목 필요성이 요구되고 있다.
특히 신재생에너지 3020 이행계획의 발표로 본격적인 재생에너지 보급이 시작되고 이에 따른 분산 전원 수용률의 증가 및 IoT 센서와 같은 다수 정보화 기기들의 출현으로 배전망 복잡도와 규모, 계통내 운전용량이 증가하고 있다. 이와 같은 다양한 요구사항들을 기반으로 배전 계통 변화를 수용하고 효율적으로 관리하기 위해 배전지능화 시스템의 개선이라는 새로운 도전 과제에 직면하고 있다.
이러한 흐름에 따라 한전에서는 현 운행 중인 종합 배전 자동화 시스템의 전면개편을 목적으로 배전환경 변화에 능동적으로 대응할 수 있는 차세대 배전 지능화 시스템(Advanced Distribution Management System, ADMS) 연구·개발 진행 중에 있다.
개발 중인 차세대 배전 지능화 시스템은 상호 운용성, 표준화, 개방형, 기능별 모듈화 및 무결성을 보장하는 시스템으로서 방대한 양의 데이터를 효율적으로 분석하여 복잡해지는 배전 계통을 효율적으로 운전하기 위한 최적화 방안을 제시하고 계통에서 발생하는 각종 현상에 실시간(Real-Time)으로 대응할 수 있는 고장예지 및 상태추정 기술의 고도화를 할 수 있다.
한편, 영업 배전 정보 시스템 40(Sales&marketing and Distribution Information System 40, SDIS40)은 GIS 기반 기술을 적용하여 배전설계, 설비 운영 등 전반적인 배전 업무를 지원하는 통합관리 시스템으로서 배전 기술 계산, 계통 분석 등 배전업무 정확도와 신뢰성을 높이고 설비·공사 현황, 정전 관리 등 다양한 배전분야 경영정보를 제공하는 시스템이다.
현재 한전에서 실 배전 계통을 운영하기 위해 구축한 SDIS40과 ADMS의 계통 관계형 데이터베이스(Relational Database, 이하 DB)는 배전 설비 정보 데이터와 배전 운영 정보 데이터를 각기 다른 DB에 구축 및 독립적으로 운영 중에 있다. SDIS40 계통 데이터는 고객 정보(호수, 계약 전력), 배전 설비정보(긍장, 전선규격, 전주정보 등), 설계/준공 정보, 분산전원 누적 용량 등과 같은 배전 설비 데이터를 취급 및 저장하여 정전업무, 보호협조, 기기 조작검토 등 원활한 업무 처리를 위한 서비스 제공을 목적으로 한다. 반면, ADMS 계통 데이터는 실시간 계통 연결정보, 구간부하, 실시간 정전 구간 등과 같은 배전 운영 정보 데이터를 저장한다.
그러나 정전 관리, 고압고객 관리 등 다양한 개선 요구사항에 따라 SDIS40과 ADMS 간 정보 연계를 기반으로 각종 업무 개선 및 서비스 제공이 시도되고 있으나, 배전 계통 정보 DB가 이원화 운영·관리되고 있어 사용자 업무 효율 및 서비스 품질이 저하되는 문제점이 존재한다. 이는 SDIS40과 ADMS의 계통 DB가 배전설비관리와 계통운영이라는 각각의 목적에 따라 서로 다른 스키마(Schema)로 저장하도록 설계되었기 때문이다.
도 1은 배전 계통DB 간 지속적으로 정보연계가 발생하고 있는 현황을 나타내는 그래프이다.
구체적으로 살펴보면, 첫째, 배전 설비 공사 등으로 SDIS40 계통 내 설비 정보가 변경(추가, 삭제)되는경우, 특정 주기마다 ADMS 계통 내 연계된 정보의 갱신(Update) 및 자동 동기화(Synchronize) 작업이 필요하지만, 구체적인 솔루션의 부재로 인해 수작업(Manual)을 통한 정보 연계가 진행 되고 있다.
둘째, SDIS40과 ADMS의 계통 DB에서 각각 관리되는 데이터 에 대한 유기적 관리 체계 및 정합성·유효성 검증 솔루션의 부재로 상호 매칭 불가능한 설비가 점차 증가하고 있다.
셋째, 상기 원인으로 인해 SDIS40에서 발생한 추가·삭제·변경된 정보를 ADMS의 계통 DB에 수작업 정보 연계로 인한 인적 오류(Human Error) 발생 및 많은 소요시간을 필요로 한다.
현재 한전에서 실 배전 계통을 운영하기 위해 구축한 SDIS40과 ADMS의 계통 관계형 데이터베이스(Relational Database, 이하 DB)는 배전 설비 정보 데이터와 배전 운영 정보 데이터를 각기 다른 DB에 구축 및 독립적으로 운영 중에 있다.
그러나 정전 관리, 고압고객 관리 등 다양한 개선 요구사항에 따라 SDIS40과 ADMS 간 정보 연계를 기반으로 각종 업무 개선 및 서비스 제공이 시도되고 있으나, 배전 계통 정보 DB가 이원화 운영·관리되고 있어 사용자 업무 효율 및 서비스 품질이 저하되는 문제점이 존재한다.
이와 같은 문제점 해결을 위해 단순히 전산화 정보, 선로 정보 등을 고려해 기 구축된 DB간 SQL 질의(Query)를 활용한 배전 설비 데이터 일치 여부 판단 방법은 결과의 정확성과 성능(Performance)을 보장하지 못하는 한계점이 존재한다. 이원화되어 운영 중인 시스템간 데이터 공통 관리 체계가 없으며, 정합성·유효성 검증 없이 사용자에 의한 정보 입력 및 설비 추가·삭제 명령이 수행되어 설비ID가 상호 불일치 한 경우가 다수 존재한다.
따라서, 이원화된 배전 계통 DB 간 매칭 불가능한 설비 데이터를 효율적으로 탐색하기 위해, 설비 간 연결 관계(Relationship) 기반 유효성·정합성을 보장하는 데이터 매칭 솔루션이 필요하다.
대한민국 등록공보 10-1656730호
본 발명은 서로 독립적으로 수집된 배전 설비 정보 데이터와 배전 운영 정보를 편리하고 정확하게 매칭할 수 있는 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 DB 시스템을 제공하고자 한다.
본 발명의 일 측면에 따른 배전 계통 관계 집합 기반 데이터 매칭 방법은, 매칭하기 위한 데이터들을 수집하는 단계; 수집된 상기 데이터들을 그래프 모델링하는 단계; 그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계; 매칭이 되지 않는 노드들이 존재하면, 상기 노드들의 설비 집합간 유사도를 측정하는 단계; 및 측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하는 단계를 포함할 수 있다.
여기서, 상기 매칭하기 위한 데이터들을 수집하는 단계에서는, 전력 계통의 운영을 위해 수집되는 데이터와, 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터를 수집할 수 있다.
여기서, 상기 그래프 모델링하는 단계에서는, 상기 전력 계통의 운영을 위해 수집되는 데이터와, 상기 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터를 방향성 비 순환 그래프(Directed Acyclic Graph, DAG)로 모델링할 수 있다.
여기서, 상기 DAG는 하나의 노드에서 다른 노드와의 연결 관계를 구축하며, 특정 노드 v에서 시작하여 다시 v로 돌아오는 경로가 없는 DAG = (V,E,L)의 특징을 가질 수 있다.
여기서, 배전 설비를 노드 V로 표현하고, 두 노드 간의 연결 관계를 에지(Edge) E로 표현하며, L은 노드와 에지의 속성 정보(예: 전산화번호, 선로 명, 선로번호 등)를 갖는 레이블 집합일 수 있다.
여기서, 상기 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터의 그래프 DAGS = (VS,ES,LS)는, 노드 집합
Figure pat00001
, 방향성 에지 집합
Figure pat00002
, 그리고 노드 레이블(Label) 함수 LS로 구성된 방향성 그래프일 수 있다.
여기서, 상기 전력 계통의 운영을 위해 수집되는 데이터의 그래프 DAGA = (VA,EA,LA)는, 노드 집합
Figure pat00003
, 방향성 에지 집합
Figure pat00004
그리고 노드 레이블 함수 LA로 구성된 방향성 그래프일 수 있다.
여기서, 상기 노드들의 설비 집합간 유사도를 측정하는 단계에서는, 매칭이 불가능한 노드 집합을 대상으로 경로 집합 간 유사도 측정(Path-set similarity check) 및 부분 트리 노드 간 유사도 측정(Subtree-based similarity check)을 통해 유사함 정도를 측정할 수 있다.
여기서, 상기 부분 트리 노드 간 유사도는 특정 노드 집합에 속한 각 노드를 루트 노드로 하여 DFS 알고리즘을 활용해 부하 측에 위치한 노드들을 탐색하고, 탐색된 노드 집합 간 유사도를 측정하는 방식으로 구해질 수 있다.
본 발명의 다른 측면에 따른 배전 계통 통합 DB 시스템은, 전력 계통의 운영을 위해 수집되는 정보들이 저장되는 계통 관리 DB; 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 정보들이 저장되는 설비 관리 DB; 상기 계통 관리 DB 및 상기 설비 관리 DB에 저장된 데이터들을 그래프 모델링하고, 모델링된 데이터를 비교하여 매칭되지 않는 노드들에 대하여 설비 집합간 유사도에 따라 매칭을 수행하는 매칭 장치; 및 상기 매칭 장치가 매칭하여 생성한 통합 데이터를 저장하는 통합 DB를 포함할 수 있다.
여기서, 상기 매칭 장치는, 특정 설비의 전원 방향 설비와 부하 방향 설비와 같은 이웃 설비들과의 관계를 탐색 및 분석하여 상호 정합성 검증을 수행한 후 매칭할 수 있다.
여기서, 상기 매칭 장치는, 동일한 설비이지만 서로 다른 전산화 번호로 저장된 설비를 대상으로 관계 집합 기반 데이터 매칭 알고리즘으로 정합성 검증 수행 후 상호 매칭을 수행할 수 있다.
여기서, 상기 매칭 장치는, 상기 계통 관리 DB 및 상기 설비 관리 DB에 저장된 데이터들을 수집하는 단계; 수집된 상기 데이터들을 그래프 모델링하는 단계; 그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계; 매칭이 되지 않는 노드들이 존재하면, 상기 노드들의 설비 집합간 유사도를 측정하는 단계; 및 측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하여 상기 통합 DB에 저장하는 단계를 수행할 수 있다.
여기서, 상기 그래프 모델링하는 단계에서는, 상기 전력 계통의 운영을 위해 수집되는 데이터와, 상기 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터를 방향성 비 순환 그래프(Directed Acyclic Graph, DAG)로 모델링할 수 있다.
상술한 구성의 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 방법 및/또는 배전 계통 통합 DB 시스템을 실시하면, SDIS와 ADMS에서 각각 독립적으로 수집된 배전 설비 정보 데이터와 배전 운영 정보를 편리하고 정확하게 매칭할 수 있는 이점이 있다.
본 발명의 배전 계통 관계 집합 기반 데이터 매칭 방법 및/또는 배전 계통 통합 DB 시스템은, ADMS 통합 DB의 효과적 구축 및 배전환경 관리 및 이원화된 배전 계통 데이터 간 상호 정합성이 검증된 정보 연계 기능을 제공할 수 있는 이점이 있다.
본 발명의 배전 계통 관계 집합 기반 데이터 매칭 방법 및/또는 배전 계통 통합 DB 시스템은, 이원화된 배전 계통 DB 운영의 문제점을 해결하기 위한 계통 데이터와 설비 및 고객 정보를 융합한 통합 DB를 구축하여, 효율적인 정전 관리 및 고객 관리 등 다양한 솔루션을 창출할 수 있는 이점이 있다.
도 1은 배전 계통DB 간 지속적으로 정보연계가 발생하고 있는 현황을 나타내는 그래프.
도 2는 배전계통 통합 DB 구축의 개요를 도시한 개념도.
도 3은 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 방법의 일 실시예를 도시한 흐름도.
도 4는 현재 이원화되어 운행 중인 SDIS40과 ADMS 시스템을 표현한 블록도.
도 5는 그래프로 표현한 계통 설비 간 전산화 번호 불일치 발생 및 관계 탐색을 예시하는 개념도.
도 6은 DAG의 예시도.
도 7은 DAG로 모델링된 SDIS4.0 구조의 예시도.
도 8은 DAG로 모델링된 ADMS 계통 데이터의 예시도.
도 9는 SDIS DAG와 ADMS DAG 간 관계의 예로서 DAGS와 DAGA간 전산화 번호를 활용한 노드 매칭 수행 결과를 나타내는 다이어그램.
도 10은 SDIS DAG와 ADMS DAG 간 노드 매칭 수행 결과를 예시하는 그래프 구조도.
도 11은 정합성을 보장하기 위한 관계 집합 기반 노드 간 유사성 검사 과정을 나타낸 개념도.
도 12는 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 장치의 연결 구성을 나타낸 블록도.
도 13은 제안하는 기법 이전의 일치화 방법을 예시하는 개념도.
도 14는 제안하는 기법을 활용한 배전 계통 정보 상시 일치화 방법을 예시하는 개념도.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
ADMS의 계통 DB와 SDIS40의 설비 DB를 통합한 ADMS 통합 DB의 효과적인 구축을 위해 본 발명에서는 데이터 정합성을 보장하는 관계 집합 기반 데이터 매칭 기법을 제안하며, 이를 기반으로 설비 식별자가 상이한 설비 간 동일 설비 여부를 판단·추정 및 결정 할 수 있음을 설명하겠다.
보다 구체적으로 본 발명은 첫째, 각 계통 데이터를 효과적으로 관리하기 위한 그래프 자료 구조(Graph Data Structure)를 도입하고, 이를 활용한 계통 데이터 관리 모델 구축 방안을 제시한다. 둘째, 모델링 된 SDIS40와 ADMS 그래프를 기반으로 데이터 정합성 검증을 위한 관계 집합 기반 데이터 매칭 알고리즘을 제시한다. 마지막으로, 시간의 흐름에 따라 SDIS40 그래프 내 지속적으로 발생하는 변경된 정보 집합을 대상으로 제안하는 기법을 활용해 ADMS 그래프 내 효율적으로 갱신하는 방안을 제시한다.
도 2는 배전계통 통합 DB 구축의 개요를 도시한 개념도이다.
이원화된 배전 계통 DB 간 매칭 불가능한 설비 데이터를 효율적으로 탐색하기 위해, 설비 간 연결 관계(Relationship) 기반 유효성·정합성을 보장하는 데이터 매칭 솔루션이 필요하다.
보다 구체적으로, 특정 설비의 전원 방향(변전소 방향, 조류흐름의 역방향) 설비와 부하방향 설비(수용가 방향, 조류흐름 방향)와 같은 이웃 설비들과의 관계를 탐색 및 분석하여 상호 정합성 검증을 수행한 후 매칭 하는 솔루션이 필요하다.
이를 위해 본 발명에서는 우선 DB에 구축된 SDIS40과 ADMS의 계통 데이터를 방향성 비 순환 그래프(Directed Acyclic Graph, DAG)로 모델링하여 표현한다. 그래프는 서로 연결되어 있는 객체 간의 관계를 가장 효과적으로 표현·파악할 수 있는 자료구조로서, 매쉬 토폴로지(Mesh Topology) 형태로 구성된 배전계통을 가장 효과적으로 표현할 수 있기 때문이다.
모델링된 SDIS40와 ADMS 그래프를 기반으로 데이터 정합성 검증을 보장하는 관계 집합 기반 데이터 매칭 알고리즘을 제안한다. 제안하는 관계 집합 기반 데이터 매칭 알고리즘은 동일한 설비이지만 서로 다른 전산화 번호로 저장된 설비를 대상으로 정합성 검증 수행 후 상호 매칭을 수행하는 방법이다. 정합성 검증을 위해 경로 집합(Path set) 간 유사도 측정 및 부분 트리 노드(Subtree-Node set) 집합 간 유사도 측정을 수행한다.
이를 통해, SDIS40와 ADMS의 설비 간 유사도가 높은 경우 동일 설비로 추정(Estimation)된 결과 안내 및 이를 기반으로 사용자 판단을 이끌어 낼 수 있다(Leading).
아울러, 동적 환경에서 SDIS40의 계통 DB에 지속적으로 발생하는 변경(설비 추가, 삭제 등)된 정보 집합을 대상으로 제안하는 기법을 활용하여 ADMS 계통 DB에 유효성·정합성이 보장된 데이터 갱신을 수행할 수 있다.
하기 표 1은 본 발명에서 제안하는 데이터 매칭 알고리즘의 일 실시예를 제시한다.
Figure pat00005
도 3은 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 방법의 일 실시예를 도시한 흐름도이다.
도시한 배전 계통 관계 집합 기반 데이터 매칭 방법은, 매칭하기 위한 데이터들을 수집하는 단계; 수집된 상기 데이터들을 그래프 모델링하는 단계(S120); 그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계(S140); 매칭이 되지 않는 노드들이 존재하면(S150), 상기 노드들의 설비 집합간 유사도를 측정하는 단계(S160); 및 측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하는 단계(S180)를 포함할 수 있다.
상기 매칭하기 위한 데이터들을 수집하는 단계는 당연히 가장 처음 수행되는 과정이며, 종래 기술의 경우와 비교하여 차이가 존재하지 않으므로, 상세 설명 및 흐름도상 도시에서 생략하였다.
먼저, 상기 그래프 모델링하는 단계(S120)에서 적용하는 방향성 비 순환 그래프(Direct Acyclic Graph) 기반 계통 데이터 모델링에 대하여 살펴본다.
국내 배전 계통도는 변전소로부터 수용가(고객)에 이르는 전력계통망을 배전계통으로 통칭하며, 원활한 수요 및 전력 공급을 위해 계통의 규모는 점차 확대 및 복잡화되고 있다. 그러나, 국내 정책 및 다양한 요구사항에 따라 분산전원과 같은 신재생에너지원이 배전 계통에 다수 연계되어 운전됨으로 인해, 변전소로부터 수용가까지의 기존 단방향 전력 조류 흐름 구성도가 루프(Loop) 또는 매쉬 네트워크(Mash Network) 형태로 변화되었다. 또한, 배전 설비 구축, 철거 및 가압 등 지속적으로 변화하는 계통 정보를 이원화된 각 배전 계통 DB 간 정합성 유지에 어려움이 존재한다.
따라서, 설비 정보가 주기적으로 변화하는 동적 환경에서 배전 계통 망 운영 및 유기적 업무 수행 환경을 위해 전산화 번호 및 선로명, 선로번호 등의 기타 정보들을 기반으로 현 운행 중인 각 시스템 내 고유 ID(Key)간 매칭 수행이 필요하다. 아울러 선행된 작업을 기반으로 ADMS 통합 DB를 구축하여 이원화되어 운행 중인 배전 계통 관리 시스템 간 효율적 정보 연계를 목표로 한다.
여기서, 전산화 번호는 각 설비에 부여된 고유한 설비 식별자(ID)를 의미하며, 각 시스템에서는 배전 설비 및 계통의 원활한 운영을 위해 시스템 내 고유 ID를 자체적으로 부여하고 관리하고 있다.(SDIS40은 ‘SYSID’로 ADMS는 ’MRID’를 고유 ID로 생성하고 각 설비에 할당한다.)
도 4는 현재 이원화되어 운행 중인 SDIS40과 ADMS 시스템을 표현한 것이다.
이러한 목적에 따라 현재 각기 다른 목적을 지닌 배전 계통 DB 간 유기적인 업무를 위한 ADMS 통합 DB 구축을 위해, 기 구축된 SDIS40, ADMS의 계통 DB를 기반으로 SQL(Standard Query Language) 질의를 활용해 계통 설비 간 전산화 번호, 선로 명 및 선로 번호 정보의 일치 여부를 판단 후, 시스템 ID 간의 매칭을 수행하고 있다. 이와 같은 설비 정보 일치 여부 확인 후 시스템 ID 간 매칭 방법은 구축된 DB 및 관리 체계의 구조적 변경 없이 수행 가능하다는 장점이 있다.
그러나, 상기 언급된 장점에도 불구하고 단순히 전산화 정보, 선로 정보 등을 고려해 SQL 질의(Query)를 활용한 배전 설비 데이터 간의 일치 여부 판단 방법은 결과의 정확성과 성능(Performance)을 보장하지 못하는 한계점이 존재한다. 각 계통 DB 내 수작업으로 입력된 정보에 대한 정합성(Consistency) 또는 유효성(Validation) 검증 솔루션 부재로 인해, 설비 정보를 활용한 단순 데이터 매칭 수행 시 의미 있는 결과를 기대하기 어렵다. 원천 데이터의 오류 여부가 사전 검증되어야만 데이터 간 정확한 매칭이 수행될 수 있기 때문이다.
한편, 통합정보모델(Common Information Model, CIM)를 활용해 테이블 간 관계를 표현한 배전 계통 DB를 기반으로 상기 언급한 배전 설비 데이터 간의 일치 여부 판단을 수행하지만, 매우 복잡한 질의(Complex Query)와 오랜 수행시간을 필요로 한다. 다수의 테이블 간 조인(Join) 및 집계(Aggregation) 등과 같은 무거운 연산이 반복적으로 발생하여 수행 복잡도가 높아지기 때문이다. 따라서 배전 계통 데이터 간 빈번한 정보 연계를 바탕으로 하는 정전관리, 고압고객 관리와 같은 서비스를 제공하기 위해 상기 방법은 적절하지 않은 문제 해결 방식이다.
상술한 한계점을 극복(정확도 및 성능 향상)하고 이원화된 배전 계통 DB 간 매칭 불가능한 설비 데이터를 효율적으로 탐색하기 위해, 설비 간 연결 관계(Relationship)를 탐색하고 분석한 결과 정합성 검증 및 데이터 매칭 솔루션이 필요하다. 이를 위해 특정 설비의 전원 방향(변전소 방향, 조류흐름의 역방향) 설비와 부하방향 설비(수용가 방향, 조류흐름 방향)와 같은 이웃 설비들과의 관계를 탐색 및 분석하여 상호 정합성 검증을 수행한 후 매칭하는 솔루션이 필요하다.
그러나, 배전 계통·설비 관리를 목적으로 각각 장기간 운영된 SDIS40, ADMS(TDAS)의 계통 DB를 대상으로 이원화 된 고유 ID의 통합 관리를 위한 동일 설비 간 매칭 문제는 어려운 문제이다. 이원화되어 운영 중인 시스템 간 데이터 공통 관리 체계가 없으며, 정합성·유효성 검증 없이 사용자에 의한 정보 입력 및 설비 추가·삭제 명령이 수행되어 설비ID가 상호 불일치 한 경우가 다수 존재한다.
이러한 이유로 특정 DB에 데이터 누락, 사용자에 의한 데이터 오 기입, 갱신된 정보 미반영 등의 문제가 있는 경우, 이와 연결된 다수의 설비들과 연결 관계를 추적 및 분석하여 상호 의존성(Dependency)을 파악하기 매우 어렵다.
아울러 상기 문제로 인해 배전 공사, 계통 편집 등이 수시로 발생하는 동적 환경에서 갱신(추가, 삭제) 된 정보를 대상으로 데이터 오류 파악, 원인 제거의 어려움이 존재한다. 정합성이 검증 된 초기 데이터 셋 구축이 선행되어야 동적 환경에서 갱신된 정보를 대상으로 적시에 정합성 검증 후 DB에 저장할 수 있기 때문이다.
상술한 정합성의 문제를 해결하기 위해, 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 방법은, 우선, 수집된 상기 데이터들을 그래프 모델링한다(S120).
도 5는 그래프로 표현한 계통 설비 간 전산화 번호 불일치 발생 및 관계 탐색을 예시하는 개념도이다.
그래프 모델링(표현)은 본 발명의 사상에 따라 상기 S120 단계에서 수행되는데, 상술한 종래 방법의 문제점들을 살펴보는데에도 유용한 바, 도 5를 참조하여 종래 문제점과 본 발명의 효율성을 비교한다.
도 5(a)에서는 수작업 입력 시 인적 오류(Human Error)로 인해 SDIS40과 ADMS의 배전 계통 설비 간 전산화 번호 불일치가 발생한 예를 보인다. SDIS40의 계통 내 특정 설비 d는 ADMS의 계통 내 설비 n과 전산화 번호가 불일치함을 보이며, 도 4의 (b)와 (c)와 같이 d와 n는 각각 전원 및 부하 방향의 개폐기/변압기 설비와의 관계를 비교 분석하여 전산화번호 오 기입을 인지하고 이를 보정할 수 있다. 따라서, 상기 언급된 한계점을 해결하고 DB에 구축된 SDIS40과 ADMS의 계통 데이터를 효과적으로 관리하기 위해 방향성 비 순환 그래프(Directed Acyclic Graph, DAG)로 모델링하여 표현하는 방향으로 접근함이 유용함을 알 수 있다.
그래프(Graph)는 서로 연결되어 있는 객체 간의 관계를 가장 효과적으로 표현·파악할 수 있는 자료구조로서, 소셜 네트워크(Social Network), 로드 네트워크(Road Network), 화학 복합물 등 실세계(Real-World)의 다양한 상황 또는 어플리케이션을 그래프를 활용해 표현할 수 있다.
SDIS40과 ADMS의 배전 계통 데이터를 DAG로 표현하여 상기 제시한 문제점을 효과적으로 해결할 수 있는 이유는 다음과 같다. 첫째, 배전 계통은 전력 공급이 시작되는 변전소의 CB(Circuit Breaker)로부터 시작하여 내·외부 연계점, 분기점, 말단 지점(Terminal Point) 또는 수용가(Customer)에서 종료되는 구조이다. 둘째, 이러한 배전 계통은 매쉬 토폴로지(Mesh Topology)로 구성되어 있어 전주, 변압기, 개폐기, 분산전원 등 다수의 설비들 간 복잡한 연결 관계로 구성되어있다. 셋째, 그래프를 활용해 설비 간 연결 관계 정보 및 조류 흐름 방향성을 효과적으로 표현할 수 있다. 마지막으로, 그래프를 활용 시 다양한 설비 간 복잡한 관계 탐색 연산을 조인(Join) 연산 없이 메모리 상 에서 고속으로 수행할 수 있기 때문에, 디스크 기반 DB를 활용했을 때 보다 효율적인 처리가 가능하다.
이러한 이유로 SDIS40의 계통 DB에 지속적으로 추가·삭제되는 설비를 효과적으로 처리하고 이를 ADMS의 계통 데이터에 갱신하기 위해 본 발명에서는 각 계통 데이터를 DAG로 모델링을 수행하며, 이를 활용해 정합성이 검증된 초기 데이터 구축을 수행하도록 한다. 시간의 흐름에 따라 지속적으로 변경되는 정보를 갱신하고 관리하기 위해 초기 데이터 구축이 선행되어야 하기 때문이다.
DAG = (V,E,L)은 하나의 노드에서 다른 노드와의 연결 관계를 구축하며, 특정 노드 v에서 시작하여 다시 v로 돌아오는 경로가 없다는 특징이 있다. 즉, DAG는 위상정렬이 있는 방향성 그래프이다. SDIS40과 ADMS의 계통 DB를 DAG로 구축하기 위해, 전주와 같은 배전설비를 노드(Node) V로 표현하고, 두 노드 간의 연결 관계를 에지(Edge) E로 표현한다. L은 노드와 에지의 속성 정보(전산화번호, 선로 명, 선로번호 등)를 갖는 레이블 집합이다.
한편, 도 3의 S140 단계 및 S140 단계는 도 5(a)와 유사한 방식으로 수행될 수 있으며, 도 3의 S160 단계는 도 5(b) 및 도 5(c)와 유사한 방식으로 수행될 수 있다.
도 6은 DAG의 예시도이며, 도 7은 DAG로 모델링된 SDIS4.0 구조의 예시이며, 도 8은 DAG로 모델링된 ADMS 계통 데이터의 예시이다.
본 발명의 효과적인 서술을 위해 빈번히 사용되는 DAG에 대한 기본 용어를 도 6을 활용해 설명한다. 예컨대, 도 3의 S160 단계가 DAG를 이용하여 수행될 수 있다.
상기 설명과 같이 DAG는 에지가 방향성을 갖고 있는 그래프로서 v2에서 v1으로 향하는 에지 e2가 있다면, v2는 소스 노드(source, predecessor node)로, v1은 타겟 노드(target, successor node)로 표현된다. v1은 v2의 진출 이웃(Out-neighbor)이며 진출 이웃 노드 집합 N+(v)에 속한다.
이와 마찬가지로 v2는 v1의 진입 이웃(In-neighbor)으로 표현되며, 진입 이웃 노드 집합 N-(v)에 속한다.
v의 모든 이웃 노드 집합(neighbor set)은
Figure pat00006
으로 표현한다. 여기서, N-(v)는 v에 전력을 공급하는 CB 방향 측 설비(전원 방향 설비)들의 집합을 의미하며, N+(v)는 v로부터 전력을 전달 받는 수용가 방향 측 설비(부하 방향 설비)들의 집합을 의미한다.
아울러 DAG에서는 특정 노드를 기준으로 에지의 방향에 따라 진입 차수(In-Degree) deg-(v), 진출 차수(Out-Degree) deg+(v)가 존재한다. 여기서 deg-(v)는 노드 v로 들어오는 에지(In-Edge)의 개수를 의미하며, deg+(v)는 반대로 노드 v에서 나가는 에지(Out-Edge)의 개수를 의미한다. 예를 들어, deg-(v)는 e2와 e3가 존재하므로 2가 되며, deg+(v)는 e1이 존재하므로 1이 된다. 도 7은 SDIS4.0와 ADMS의 계통 데이터를 DAG로 표현한 것이다.
다음, 이원화된 계통 그래프들로서 DAG로 모델링된 SDIS40 그래프를 기준으로 ADMS 그래프 간 원활한 정보 연계를 위하여 정합성이 보장된 초기 통합 데이터 셋 구축 방법에 대해 서술한다. 즉, DAG를 활용하여 배전 계통 데이터를 효과적으로 표현할 수 있으며, 제시한 문제점들을 해결하기 위한 수단으로 활용할 수 있음을 설명한다.
실 계통에 구축된 배전 설비를 전반적으로 관리하는 SDIS40 그래프 DAGS = (VS,ES,LS)는 노드 집합
Figure pat00007
, 방향성 에지 집합
Figure pat00008
그리고 노드 레이블(Label) 함수 LS로 구성된 방향성 그래프이다.
임의의 노드
Figure pat00009
는 전주와 같은 가공 배전 설비 또는 지상·지중 배전 설비로 구성되며, 고압선(High Voltage Line)을 통해 배전 설비 간 연결된 경우 방향성 에지
Figure pat00010
를 활용해 설비 간 연결 관계 및 조류 흐름 방향을 논리적으로 표현한다.
그리고 LS(v)는 각 노드에 대한 레이블 정보를 가져오는 함수이다. 노드 레이블 정보는 SDIS40 내 모든 계통 설비를 관리하기 위해 자동 부여되는 고유 ID인 SYSID를 비롯하여 설비 전산화 번호, 개폐기 존재 여부, 변압기 존재 여부, 선로 명 및 선로 번호 등으로 구성된다.
실 계통을 운영하기 위한 배전 설비만을 관리하는 ADMS 그래프 DAGA = (VA,EA,LA)는 노드 집합
Figure pat00011
, 방향성 에지 집합
Figure pat00012
그리고 노드 레이블 함수 LA로 구성된 방향성 그래프이다.
임의의노드
Figure pat00013
는 개폐기, 변압기 및 전압·전류 값 계측 등 계통 운영을 위한 필수 설비로 구성되며, 고압선을 통해 배전 설비 간 연결된 경우 방향성 에지
Figure pat00014
를 활용해 설비 간 연결 관계 및 조류 흐름 방향을 논리적으로 표현한다.
그리고 LA(v)는 각 노드에 대한 레이블 정보를 가져오는 함수이다. 노드 레이블 정보는 ADMS 계통 내 존재하는 모든 설비 객체를 관리하기 위해 자동 부여되는 고유 ID인 MRID를 비롯하여 설비 전산화 번호, 개폐기 존재 여부, 변압기 존재 여부, 선로 명 및 선로 번호 등으로 구성된다.
상기 언급한 바와 같이, SDIS4.0 계통 DB는 설비 생성 또는 삭제 등 배전 계통 설계 관련 업무를 처리하기 위해 계통 내 존재하는 모든 설비 정보를 저장하며 전반적으로 관리한다.
반면, ADMS 계통 DB는 배전 계통 운영에 필요한 설비 데이터만 저장하며, 그 외 설비와 정보는 다루지 않는다. 즉, DAGA는 DAGS의 부분 집합 관계로 DAGA ⊆ DAGS로 정의되어지며, VA ⊆ VS 및 EA ⊆ ES 관계가 반드시 성립된다.
도 7 및 도 8은 DAGS와 DAGA 간 관계를 표현한 예이다.
그러나 이원화된 계통 간 데이터 공통 관리 체계의 부재, 정합성·유효성 검증 단계의 부재, 사용자에 의한 ADMS 계통 내 데이터 오 기입 등으로 인해 노드 전산화 번호 간 매칭이 불가능한 설비(
Figure pat00015
)가 다수 존재한다. 이를 해결하기 위한 단순한 방법으로 선로 명, 선로 번호 등과 같은 노드 레이블 정보 간 비교 후 매칭을 수행할 수 있으나, ADMS 계통 DB의 원천 데이터에 대한 정합성·유효성 검증이 선행되지 않았기 때문에 유효한 결과로 판단하기 어렵다.
따라서, 본 절에서는 보다 높은 신뢰도를 지닌 초기 데이터 셋 구축을 위해
Figure pat00016
가
Figure pat00017
인 경우??
Figure pat00018
와
Figure pat00019
간 유사성
Figure pat00020
이 가장 높은 노드 쌍??
Figure pat00021
을 탐색하는 문제를 해결하도록 한다. 여기서,
Figure pat00022
은
Figure pat00023
간 유사 정도를 측정하고 수치화하기 위한 함수로서, 연결 관계를 갖는 노드 집합 간 유사도 및 탐색된 경로 내 노드 집합 간 유사도를 측정하여 va와 vs의 일치 가능성 여부를 판단한다.
RA는 DAGS에 포함되지 않은 노드 집합으로서, 배전 계통 설비 간 전산화 번호 정보 불일치가 발생한 노드 집합을 의미한다. 반면 RS는 배전 계통 운영에서 다루지 않는 노드 및 RA에 속한 노드들을 포함하는 집합이다. 따라서
Figure pat00024
인 경우, DAGA ⊆ DAGS 관계가 성립하기 때문에
Figure pat00025
을 만족한다.
도 9는 SDIS DAG와 ADMS DAG 간 관계의 예로서 DAGS와 DAGA간 전산화 번호를 활용한 노드 매칭 수행 결과를 나타내는 다이어그램이다.
도 10은 SDIS DAG와 ADMS DAG 간 노드 매칭 수행 결과를 예시하는 그래프 구조도이다.
앞서 정의된 문제를 해결하기 위해 본 발명에서는 설비 식별자가 상이한 노드를 대상으로 탐색된 관계를 기반으로 상호 유사성을 측정하고, 이를 통해 가장 높은 유사도를 갖는 노드를 추천하는 기법을 제안한다. 보다 구체적으로, 제안하는 기법은 임의의 노드부터 CB 노드까지 존재하는 모든 경로들을 활용해 유사도를 측정하는 알고리즘과 임의의 노드부터 단말 노드까지 연결된 모든 노드 집합을 활용해 유사도를 측정하는 알고리즘으로 구성된다.
유사도를 측정하는 방법은 자카드 유사도(Jaccard Similarity)를 활용한다. 자카드 유사도는 두개의 집합이 주어 졌을 때, 합집합에서 교집합의 비율로 두 집합 간의 유사도를 하기 수학식 1과 같이 구하는 방법이다. 자카드 유사도는 0과 1사이의 값을 가지며, 만약 두 집합이 동일하다면 1의 값을 가지고, 두 집합의 공통 원소가 없는 경우, 0을 갖는다.
Figure pat00026
알고리즘 2는 DAGA와 DAGS 간 전산화번호 매칭이 불가능한 노드 집합 RS, RA를 대상으로 경로 집합 간 유사도 측정(Path-set similarity check) 및 부분 트리 노드 간 유사도 측정(Subtree-based similarity check)을 통해 유사함 정도를 측정하는 과정을 도식화 한것이다. 알고리즘 2를 통해 RA에 속한 임의의 노드 va와 가장 높은 유사도를 갖는 RS의 노드 vs 간 효과적인 매칭을 수행할 수 있다.
우선, 제안하는 경로 집합 간 유사도 측정 알고리즘은 RS와 RA에 속한 각 노드부터 CB 노드까지 존재하는 경로 집합
Figure pat00027
을 탐색하는 방법으로서, 경로를 구성하는 노드 집합 간 유사도 측정을 수행함을 목적으로 한다. 보다 효율적인 수행을 위해 제시한 경로 집합 탐색 알고리즘을 동적 계획법(Dynamic Programming, DP)으로 설계하였다.
DAGS와 DAGA는 동일한 CB 노드(
Figure pat00028
)로부터 단말 노드까지 전력 조류가 공급되는 성질을 지니므로, RA에 속한 노드들과 RS에 속한 노드들은 모두 동일한 CB 노드를 공유한다. 즉, 전산화 번호가 상이한 두 노드
Figure pat00029
와
Figure pat00030
가 실제로 동일한 노드(설비)임을 가정했을 때, CB 노드로부터 CN에 속한 노드를 통해
Figure pat00031
와
Figure pat00032
에 전력조류가 전달됨을 의미한다. 따라서
Figure pat00033
로부터
Figure pat00034
까지 탐색된 전력 조류 공급 경로
Figure pat00035
와,
Figure pat00036
로부터,
Figure pat00037
까지 탐색된 전력 조류 공급 경로
Figure pat00038
간
Figure pat00039
은
Figure pat00040
에 대한
Figure pat00041
?繹릿? 유사도가 높다. 설비 간 서로 공유하는 노드가 많을수록 동일 설비일 가능성이 높기 때문이다.
RS에 속한 각 노드 vs부터 DAGS의 CB 노드인
Figure pat00042
까지 존재하는 모든 경로 집합
Figure pat00043
에 대해, 경로
Figure pat00044
는
Figure pat00045
을 기준으로 전원 방향 노드들 집합인
Figure pat00046
을 탐색하고, 이를 재귀적으로 반복하면서
Figure pat00047
까지 연결된 노드를 탐색한다.
마찬가지로 RA에 속한 각 노드 va부터 DAGA의 CB 노드인
Figure pat00048
까지 존재하는 모든 경로 집합
Figure pat00049
에 대해 경로
Figure pat00050
?? 는
Figure pat00051
를 기준으로
Figure pat00052
을 탐색하고, 이를 재귀적으로 반복하면서
Figure pat00053
까지 연결된 노드를 탐색한다. 또한 기 탐색된 결과를 저장된 결과를 배열에 저장하고 활용함으로서 중복된 계산을 피할 수 있어 효율적인 수행이 가능하다.
부분 트리 노드 간 유사도는 RS에 속한 각 노드 vs를 루트 노드로 하여 저명한 알고리즘인 DFS 알고리즘을 활용해 부하 측에 위치한 노드들을 탐색한다. 마찬가지로 RA에 속한 각 노드 va를 루트 노드로 하여 부하 측에 위치한 노드들을 탐색한 후, 탐색된 노드 집합 간 유사도를 측정한다.
하기 표 2는 노드 간 유사성을 측정하기 위한 관계 집합 기반 유사성 측정 알고리즘을 예시한다. 즉, 정합성을 보장하기 위한 관계 집합 기반 노드 간 유사성 검사 알고리즘에 대한 예시인 것이다.
Figure pat00054
도 11은 11 정합성을 보장하기 위한 관계 집합 기반 노드 간 유사성 검사 과정을 나타낸다.
DAGS의 노드 F와 DAGA의 노드 Z는 실제 동일한 설비이지만, 각 DB에 전산화 번호가 서로 달리 저장되어 전산 상 동일하지 않은 설비로 표현된다. 따라서 DAGS의 노드 F를 기준으로 노드 A(CB노드)까지 경로를 탐색하고 이를 구성하는 노드 집합과, DAGA의 노드 Z도 마찬가지로 노드 A(CB노드)까지 경로 이를 구성하는 노드 집합을 구한 후 두 집합 간 유사도를 측정하여 동일 설비 여부를 추정할 수 있다.
상기 설명한 바와 같이 DAGS와 DAGA는 동일한 CB 노드를 공유하며, CB노드부터 단말 노드까지 전력 조류가 공급되는 성질을 지니므로, 만약 F와 Z가 동일한 노드인 경우 경로를 구성하는 노드 집합 간 반드시 높은 유사도를 갖기 때문이다. 마찬가지로 DAGS의 노드 F와 DAGA의 노드 Z 각각을 기준으로 단말 노드까지 DFS 알고리즘을 통해 탐색된 노드 집합을 구성하고, 두 집합 간 유사도를 비교하여 동일 설비 여부를 추정할 수 있다.
도 12는 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 장치의 연결 구성을 가진 계통 통합 DB 시스템을 도시한 블록도이다.
도시한 계통 통합 DB 시스템은, 전력 계통의 운영을 위해 수집되는 정보들이 저장되는 계통 관리 DB(200); 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 정보들이 저장되는 설비 관리 DB(100); 상기 계통 관리 DB(200) 및 상기 설비 관리 DB(100)에 저장된 데이터들을 그래프 모델링하고, 모델링된 데이터를 비교하여 매칭되지 않는 노드들에 대하여 설비 집합간 유사도에 따라 매칭을 수행하는 매칭 장치(400); 및 상기 매칭 장치(400)가 매칭하여 생성한 통합 데이터를 저장하는 통합 DB(600)를 포함할 수 있다.
본 발명의 사상에 따라, 상기 매칭 장치(400)는, 특정 설비의 전원 방향 설비와 부하 방향 설비와 같은 이웃 설비들과의 관계를 탐색 및 분석하여 상호 정합성 검증을 수행한 후 매칭할 수 있다.
또한, 상기 매칭 장치(400)는, 동일한 설비이지만 서로 다른 전산화 번호로 저장된 설비를 대상으로 관계 집합 기반 데이터 매칭 알고리즘으로 정합성 검증 수행 후 상호 매칭을 수행할 수 있다.
상기 매칭 장치(400)는, 도 3에 도시한 바와 같은 본 발명의 사상에 따른 배전 계통 관계 집합 기반 데이터 매칭 방법을 수행할 수 있다.
다시 말해 상기 매칭 장치(400)는, 상기 계통 관리 DB(200) 및 상기 설비 관리 DB(100)에 저장된 데이터들을 수집하는 단계; 수집된 상기 데이터들을 그래프 모델링하는 단계(S120); 그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계(S140); 매칭이 되지 않는 노드들이 존재하면(S150), 상기 노드들의 설비 집합간 유사도를 측정하는 단계(S160); 및 측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하여 상기 통합 DB(600)에 저장하는 단계(S180)를 수행할 수 있다.
도 13은 제안하는 기법 이전의 일치화 방법을 예시하는 개념도이다.
도 14는 제안하는 기법을 활용한 배전 계통 정보 상시 일치화 방법을 예시하는 개념도이다.
도 13에 도시한 바와 같은 기존 방법으로는 사용자로부터 전달 받은 정보를 각 시스템에 수기로 입력 및 저장했다. 이러한 방식의 경우, 배전 계통 내 측정된 전압, 전력, 부하 값을 산출하는 시스템(ADMS)과 산출된 정보를 입력·결재 하는 시스템(SDIS40)이 이원화 운영됨으로 인해 사용자 업무 효율이 저하된다.
반면, 도 14에서와 같이 제안하는 기법을 도입할 시 입력된 정보에 대해 유효성·정합성을 사전 검증 한 후 유효한 입력 값만 저장 및 반영토록 할 수 있다. 이를 통해 동일한 설비이지만 서로 다른 전산화 번호로 저장된 설비 간 일치여부를 판별할 수 있다.
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 설비 관리 DB
200 : 계통 관리 DB
400 : 배전 계통 관계 집합 기반 데이터 매칭 장치
600 : 통합 DB

Claims (14)

  1. 매칭하기 위한 데이터들을 수집하는 단계;
    수집된 상기 데이터들을 그래프 모델링하는 단계;
    그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계;
    매칭이 되지 않는 노드들이 존재하면, 상기 노드들의 설비 집합간 유사도를 측정하는 단계; 및
    측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하는 단계
    를 포함하는 배전 계통 관계 집합 기반 데이터 매칭 방법.
  2. 제1항에 있어서,
    상기 매칭하기 위한 데이터들을 수집하는 단계에서는,
    전력 계통의 운영을 위해 수집되는 데이터와, 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터를 수집하는 데이터 매칭 방법.
  3. 제2항에 있어서,
    상기 그래프 모델링하는 단계에서는,
    상기 전력 계통의 운영을 위해 수집되는 데이터와, 상기 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터를 방향성 비 순환 그래프(Directed Acyclic Graph, DAG)로 모델링하는 데이터 매칭 방법.
  4. 제3항에 있어서,
    상기 DAG는 하나의 노드에서 다른 노드와의 연결 관계를 구축하며, 특정 노드 v에서 시작하여 다시 v로 돌아오는 경로가 없는 DAG = (V,E,L)의 특징을 가진 데이터 매칭 방법.
  5. 제4항에 있어서,
    배전 설비를 노드 V로 표현하고, 두 노드 간의 연결 관계를 에지(Edge) E로 표현하며, L은 노드와 에지의 속성 정보(예: 전산화번호, 선로 명, 선로번호 등)를 갖는 레이블 집합인 데이터 매칭 방법.
  6. 제5항에 있어서,
    상기 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터의 그래프 DAGS = (VS,ES,LS)는, 노드 집합
    Figure pat00055
    , 방향성 에지 집합
    Figure pat00056
    , 그리고 노드 레이블(Label) 함수 LS로 구성된 방향성 그래프인 데이터 매칭 방법.
  7. 제5항에 있어서,
    상기 전력 계통의 운영을 위해 수집되는 데이터의 그래프 DAGA = (VA,EA,LA)는, 노드 집합
    Figure pat00057
    , 방향성 에지 집합
    Figure pat00058
    그리고 노드 레이블 함수 LA로 구성된 방향성 그래프인 데이터 매칭 방법.
  8. 제1항에 있어서,
    상기 노드들의 설비 집합간 유사도를 측정하는 단계에서는,
    매칭이 불가능한 노드 집합을 대상으로 경로 집합 간 유사도 측정(Path-set similarity check) 및 부분 트리 노드 간 유사도 측정(Subtree-based similarity check)을 통해 유사함 정도를 측정하는 데이터 매칭 방법.
  9. 제8항에 있어서,
    상기 부분 트리 노드 간 유사도는 특정 노드 집합에 속한 각 노드를 루트 노드로 하여 DFS 알고리즘을 활용해 부하 측에 위치한 노드들을 탐색하고, 탐색된 노드 집합 간 유사도를 측정하는 방식으로 구해지는 데이터 매칭 방법.
  10. 전력 계통의 운영을 위해 수집되는 정보들이 저장되는 계통 관리 DB;
    전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 정보들이 저장되는 설비 관리 DB;
    상기 계통 관리 DB 및 상기 설비 관리 DB에 저장된 데이터들을 그래프 모델링하고, 모델링된 데이터를 비교하여 매칭되지 않는 노드들에 대하여 설비 집합간 유사도에 따라 매칭을 수행하는 매칭 장치; 및
    상기 매칭 장치가 매칭하여 생성한 통합 데이터를 저장하는 통합 DB
    를 포함하는 배전 계통 통합 DB 시스템.
  11. 제10항에 있어서,
    상기 매칭 장치는,
    특정 설비의 전원 방향 설비와 부하 방향 설비와 같은 이웃 설비들과의 관계를 탐색 및 분석하여 상호 정합성 검증을 수행한 후 매칭하는 배전 계통 통합 DB 시스템.
  12. 제10항에 있어서,
    상기 매칭 장치는,
    동일한 설비이지만 서로 다른 전산화 번호로 저장된 설비를 대상으로 관계 집합 기반 데이터 매칭 알고리즘으로 정합성 검증 수행 후 상호 매칭을 수행하는 배전 계통 통합 DB 시스템.
  13. 제10항에 있어서,
    상기 매칭 장치는,
    상기 계통 관리 DB 및 상기 설비 관리 DB에 저장된 데이터들을 수집하는 단계;
    수집된 상기 데이터들을 그래프 모델링하는 단계;
    그래프 모델링된 데이터들에 대하여 노드 매칭을 수행하는 단계;
    매칭이 되지 않는 노드들이 존재하면, 상기 노드들의 설비 집합간 유사도를 측정하는 단계; 및
    측정된 상기 설비 집합간 유사도에 따라 매칭을 수행하여 상기 통합 DB에 저장하는 단계
    를 수행하는 배전 계통 통합 DB 시스템.
  14. 제13항에 있어서,
    상기 그래프 모델링하는 단계에서는,
    상기 전력 계통의 운영을 위해 수집되는 데이터와, 상기 전력 계통을 구축하는 설비들을 관리하기 위해 수집되는 데이터를 방향성 비 순환 그래프(Directed Acyclic Graph, DAG)로 모델링하는 배전 계통 통합 DB 시스템.





KR1020200175850A 2020-12-15 2020-12-15 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템 KR102631020B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200175850A KR102631020B1 (ko) 2020-12-15 2020-12-15 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200175850A KR102631020B1 (ko) 2020-12-15 2020-12-15 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템

Publications (2)

Publication Number Publication Date
KR20220085630A true KR20220085630A (ko) 2022-06-22
KR102631020B1 KR102631020B1 (ko) 2024-01-31

Family

ID=82216456

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200175850A KR102631020B1 (ko) 2020-12-15 2020-12-15 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템

Country Status (1)

Country Link
KR (1) KR102631020B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016086461A (ja) * 2014-10-23 2016-05-19 株式会社日立製作所 電力系統監視装置および電力系統監視方法
KR101656730B1 (ko) 2014-09-19 2016-09-22 최면송 단선도 기반의 배전계통 시각화 장치
JP2017004312A (ja) * 2015-06-11 2017-01-05 株式会社日立製作所 電力事業損益試算システム及び電力事業損益試算方法
KR20180051242A (ko) * 2016-11-08 2018-05-16 한국전자통신연구원 데이터 분석 시스템 및 그 방법
KR20200096309A (ko) * 2016-04-18 2020-08-11 아마존 테크놀로지스, 인크. 분산된 데이터 스토어 내의 버젼형 계층 데이터 구조

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101656730B1 (ko) 2014-09-19 2016-09-22 최면송 단선도 기반의 배전계통 시각화 장치
JP2016086461A (ja) * 2014-10-23 2016-05-19 株式会社日立製作所 電力系統監視装置および電力系統監視方法
JP2017004312A (ja) * 2015-06-11 2017-01-05 株式会社日立製作所 電力事業損益試算システム及び電力事業損益試算方法
KR20200096309A (ko) * 2016-04-18 2020-08-11 아마존 테크놀로지스, 인크. 분산된 데이터 스토어 내의 버젼형 계층 데이터 구조
KR20180051242A (ko) * 2016-11-08 2018-05-16 한국전자통신연구원 데이터 분석 시스템 및 그 방법

Also Published As

Publication number Publication date
KR102631020B1 (ko) 2024-01-31

Similar Documents

Publication Publication Date Title
CN109408603B (zh) 一种基于大数据的台区拓扑图绘制方法
CN109284346A (zh) 一种基于云计算的配电网规划方法及装置
CN112685570B (zh) 一种基于多标签图的电网网架知识图谱的构建方法
CN105354680B (zh) 一种基于gis的电网断面辅助确定分析方法
CN113849944A (zh) 基于图数据模型的电网拓扑服务方法、装置及系统
Carletti et al. VF3-Light: A lightweight subgraph isomorphism algorithm and its experimental evaluation
CN110188972A (zh) 一种10kV配电网非专线客户接入方法
CN113706333A (zh) 一种配电网拓扑岛自动生成的方法和系统
Wang et al. Fast supply reliability evaluation of integrated power-gas system based on stochastic capacity network model and importance sampling
Liu et al. Evolving graph based power system EMS real time analysis framework
CN112379325A (zh) 一种用于智能电表的故障诊断方法及系统
CN115563303A (zh) 一种智能变电站二次虚回路功能性校验方法及系统
CN107862459B (zh) 一种基于大数据的计量设备状态评估方法及系统
CN113095524A (zh) 电力设备检修工作单据智能生成方法、系统及存储介质
CN117273133A (zh) 配电网多源异构数据知识图谱的构建方法
CN109683923B (zh) 一种配电自动化系统配置文件版本的校核方法及系统
CN114780798A (zh) 基于bim的知识图谱系统
KR20220085630A (ko) 배전 계통 관계 집합 기반 데이터 매칭 방법 및 배전 계통 통합 db 시스템
Rocha et al. Fast and flexible design of optimal metering systems for power systems monitoring
Zhu et al. Application of triangle count in branch contingency screening
CN113656488A (zh) 一种城市地下管线一体化管理方法
CN111126961A (zh) 一种复杂产品全生命周期数字主线服务系统
CN116628275B (zh) 一种实现图数据库与标准化拓扑双向转换的方法
CN112287495B (zh) 配电网网架的分段合理性判断方法、装置及系统
CN114285725B (zh) 网络故障确定方法及装置、存储介质及电子设备

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right