전기차·재생에너지 통합 배전망의 탄소 배출량을 메타 인과 그래프로 정확히 예측하는 LLM 모델

한줄 요약

전기차·재생에너지 통합 배전망의 탄소 배출 예측을 위해 메타 인과 그래프로 강화된 LLM 기반 모델을 제안한다.

풀어야 하는 문제

대규모 전기차와 재생에너지의 통합으로 인한 배전망의 탄소 흐름 변화를 정확히 예측해야 한다. 기존 적응형 그래프 기반 모델은 허위 상관관계를 생성할 수 있으며, LLM은 이를 증폭시켜 모델의 학습과 추론 능력을 저하시킨다.

접근 방법

제안된 CarbonGPT는 인과 인코더를 사용하여 진정한 변수 간 인과 관계를 발견한다. 또한 메타 인과 그래프 사전과 경량 정렬을 통합하여 LLM이 전기차·재생에너지 통합 시나리오에서 탄소 특징 표현을 더 잘 이해하도록 한다.

결과·기여

대규모 전기차·재생에너지 통합 배전망에서의 광범위한 시뮬레이션을 통해, CarbonGPT는 예측 정확도와 효과성 모두에서 최신 기술 수준(SOTA)의 성능을 지속적으로 달성함을 보여주었다.