유틸리티 업계가 데이터와 AI를 활용해 악천후에 대비하는 방법

극심한 기상 현상은 사람과 환경 모두에 치명적일 수 있습니다. 그러나 갑작스러운 홍수, 허리케인, 겨울 폭풍도 유틸리티 기업에 큰 영향을 미칩니다. 전기가 현대 생활과 비즈니스 운영의 중추 역할을 하는 만큼, 정전이 발생하면 손전등과 배터리로 작동하는 라디오 이상의 기능이 필요한 치명적인 결과를 초래할 수 있습니다. 오늘날 유틸리티 기업들은 데이터와 AI를 활용하여 다가올 사태에 대비함으로써, 이러한 도전과 위험에 혁신적으로 대응하고 있습니다.

2023년 미국은 심한 폭풍우부터 산불까지 28건의 기상 및 기후 재해(ibm.com 외부 링크)를 겪었고, 이로 인해 약 920억 달러의 피해가 발생했습니다. 하지만 지난 12년 동안 미국에서는 예상치 못한 혹한으로 인해 정전이 발생하고 전력망 신뢰성이 위협을 받은 사례가 최소 5번 이상 발생했습니다.

2021년에는 겨울 폭풍 우리(ibm.com 외부 링크)가 텍사스에 큰 피해를 입혀 450만 명 이상이 정전 피해를 입고 800억 달러에서 1300억 달러의 경제적 손실이 발생했습니다. 기온이 급락하면서 다양한 연료 유형에 의존하는 발전소가 장애를 일으키기 시작했습니다. 전체 시스템이 이러한 극심한 동결 상황에 대비하지 못했다는 것이 분명해졌으며 공공 시설에서 '부하 분산(load shedding)'이 시작되어 도시 전체에 정전이 발생했습니다. 그리고 2022년 12월, 겨울 폭풍 엘리엇(ibm.com 외부 링크)이 미국 동부 상호연계망을 강타하여 90,500메가와트(MW)의 발전이 예기치 못한 중단을 경험했습니다.

금전적 손해, 정전, 전력망 불안정성 등의 근원은 현재 미국 유틸리티 업계를 고심하게 만드는 다음과 같은 주요 문제에서 찾아볼 수 있습니다.

1. 위험 자산 식별 불가: 많은 미국 유틸리티 기업들은 폭우, 홍수, 강풍과 같은 악천후 조건에 노출되면 고장이 발생하기 쉬운 노후화된 인프라(예: 전력선)에서 운영됩니다. 위험 자산을 사전에 식별하는 것은 유틸리티 기업의 주요 과제입니다.
2. 비효율적인 정전 예측: 많은 유틸리티 기업은 일기 예보 매개변수의 부족, 일관되지 않은 데이터 및 부적절한 기술로 인해 정전, 부하 및 에너지 수요를 정확하게 예측하는 데 어려움을 겪고 있습니다. 특히, 겨울 폭풍 엘리엇 기간 동안 총 부하 예측은 23,047MW로 과소평가되었습니다.
3. 지연되거나 부적절한 대응 시간: 첨단 기술이 부족하고 미래의 사건을 정확하게 예측할 수 없기 때문에 유틸리티 기업은 직원을 효율적으로 동원할 수 없어 대응 시간이 지연됩니다.
4. 방한 기준을 충족하지 못하거나 검사를 효율적으로 수행하지 못함: 연방 에너지 규제 위원회 지침(ibm.com 외부 링크)에 따라 유틸리티 기업은 발전 장치의 동파 방지 조치에 대한 검사 및 유지 관리 체크리스트를 포함하여 겨울철 날씨 대비 계획을 개발해야 합니다. 방한 기준을 준수하지 않고 폭풍이 오기 전에 철저히 검사하지 않으면 장비와 파이프가 동결됩니다.
5. 비효율적인 초목 관리: 초목이 유틸리티 선로 및 전신주에 접촉하면 대부분의 정전이 발생하며, 초목 관리는 유틸리티 기업의 예산에서 가장 큰 비용 중 하나입니다. 유틸리티 기업은 공중 선로 및 식생 관리에 연간 최대 80억 달러를 지출합니다.

이러한 문제 외에도 계획되지 않은 발전 장치 손실과 천연 가스 생산량 감소도 중요한 기여 요인입니다.

자연재해는 불가피하지만, 데이터, AI, 지능형 기상 인사이트, IoT, 지리 공간 기술 및 고급 자산 관리 기술의 힘은 재해 관리를 크게 개선하고 전력망을 강화할 수 있습니다.

IBM® Maximo Application Suite(MAS)와 IBM® Environmental Intelligence Suite의 조합은 유틸리티 기업이 극한 기상 조건에 더 잘 대비할 수 있는 강력한 도구를 제공합니다.

1. 신뢰성 중심 유지보수:

노후화된 자산과 위험에 처한 자산의 사전 식별 불가 문제가 결합되면 유틸리티 기업에 복잡하고 위험한 환경이 조성됩니다. IBM은 신뢰성 중심 유지보수(RCM), 엔터프라이즈 자산 관리(EAM), 자산 성능 관리(APM) 기능을 단일 플랫폼에 결합하여 이러한 문제를 해결하고 있습니다. IBM® Maximo 신뢰성 전략 애플리케이션은 RCM 연구를 시작, 완료 및 배포하고 결과를 추적하기 위한 엔드투엔드 프로세스를 지원합니다. 이러한 고급 기능을 통해 조직은 데이터 기반 유지보수 결정을 내리고, 중요하고 위험에 처한 자산에 집중하고, 조직이 기능을 유지하는 데 필요한 정확한 수준의 유지보수를 전략적으로 할당할 수 있습니다. 또한 유틸리티 기업은 개별 자산에 맞는 혹한기 신뢰성 표준에 대한 전략을 개발할 수 있습니다.

더 깊게 들어가서 설명하자면, 자산 성능 관리(APM)와 MAS를 함께 사용하면 조직이 자산의 장애 발생 방법과 시기를 파악하고 위험 자산을 사전에 식별하여 즉각적인 조치를 취할 수 있습니다. IBM® Maximo Monitor, IBM® Maximo Health, IBM® Maximo Predict와 같은 AI 기반 툴을 사용하여 유틸리티 기업은 자산의 상황 및 관련 위험을 사전에 파악함으로써 유지보수 전략을 최적화하고, 유지보수 비용을 절감하고, 자산의 수명을 연장할 수 있습니다. 이 플랫폼의 기능은 극단적인 상황에서 자산 성능을 향상시켜 예기치 않은 다운타임을 최소화할 수 있습니다.

2. 중단 예측:

MAS를 IBM® Environmental Intelligence Suite Outage Prediction과 함께 사용하면 유틸리티 기업이 기상 정보 데이터를 활용하고 관련 조치를 취함으로써 위치별 정전을 더욱 확실하게 예측하고 모니터링할 수 있습니다. 이 접근 방식은 수요 대응을 개선하여 자산의 사전 수리 및 준비를 가능하게 하고, 백업 발전 설비를 전력망에 신속하게 통합할 수 있도록 합니다. 예를 들어, IBM이 IBM® Environmental Intelligence Suite Outage Prediction for Hydro One을 성공적으로 구현하여 얼음 폭풍 발생 시 전력 복구를 33% 개선한 방법을 살펴보세요.

3. 현장 서비스 관리:

유틸리티 기업은 직원 대응 지연과 종이 기반 검사의 문제를 극복하기 위해 IBM® Maximo Mobile과 MAS의 강력한 기능을 활용할 수 있습니다. 이러한 제품은 효율적인 자산 관리, 지능형 스케줄링 및 파견을 제공하여 직원들을 더 빠르게 동원하고 비상 상황에 더 잘 대비할 수 있도록 합니다.

IBM Maximo Mobile을 사용하면 검사 및 유지보수 체크리스트 프로세스를 간소화할 수도 있습니다. 예를 들어, 모바일 검사는 AI를 사용하여 육안 검사 문제를 자동으로 감지하는 IBM® Maximo Visual Inspection과 통합할 수 있습니다.

4. 식생 관리:

IBM® Environmental Intelligence Suite Vegetation Management 플랫폼은 위성 데이터와 가이거 모드 LiDAR를 기상 인사이트와 결합하여 AI 기반 식생 성장 인사이트를 제공하여 유틸리티 기업이 보다 현명한 의사결정을 내릴 수 있도록 돕습니다. 예를 들어, 폭풍우에 앞서 나무를 다듬을 위치를 결정할 때 중요도에 따라 우선순위를 정할 수 있습니다.

극한 기상 및 기후 현상이 계속 심각해지면서 유틸리티 기업은 만연한 산업 과제를 극복하고 악천후 대비 능력을 강화할 수 있는 도구를 필요로 합니다. 데이터, AI, 인텔리전스 등을 갖춘 IBM의 클라이언트 복원력 솔루션은 현재와 미래의 전력망 복원력을 유지하는 데 효과적인 선택지가 될 수 있습니다.