본 연구는 재생 에너지 비중이 높아지고 인버터 기반 운영으로 전환되는 파워 시스템의 정확한 동적 분석의 중요성이 커짐에 따라, 시간 영역 예측을 위한 새로운 학습 프레임워크인 LASS-ODE-Power를 제안합니다.
LASS-ODE-Power는 40GB 이상의 DAE 및 상미분방정식(ODE) 경로를 활용하여 대규모 사전 학습을 통해 다양한 동적 환경에서 일반화 가능한 표현을 학습하며, 데이터 공유 없이 제로샷 환경에서 활용 가능합니다.
제안된 모델은 병렬 및 선형화된 계산을 통해 빠른 추론을 달성하며, 다양한 파워 시스템 시뮬레이션 시나리오에서 기존 학습 기반 모델보다 우수한 성능을 보였습니다.