점진적 샘플링과 정규 상호정보량을 이용한 온라인 기계학습 공조기 급기온도 예측 모델 개발

뒤로	원문보기 \| 미리보기 [ 원문보기시 소비되는 포인트 : 100 포인트 ]

논문명	점진적 샘플링과 정규 상호정보량을 이용한 온라인 기계학습 공조기 급기온도 예측 모델 개발 / Development of Online Machine Learning Model for AHU Supply Air Temperature Prediction using Progressive Sampling and Normalized Mutual Information
저자명	추한경(Chu, Han-Gyeong) ; 신한솔(Shin, Han-Sol) ; 안기언(Ahn, Ki-Uhn) ; 라선중(Ra, Seon-Jung) ; 박철수(Park, Cheol Soo)
발행사	대한건축학회
수록사항	대한건축학회논문집 구조계, Vol.34 No.06 (2018-06)
페이지	시작페이지(63) 총페이지(7)
ISSN	1226-9107
주제분류	재료 / 환경및설비
주제어	정규 상호정보량 ; 온라인 기계학습 모델 ; 점진적 샘플링 ; BEMS ; 정보 엔트로피//normalized mutual information ; online machine learning model ; progressive sampling ; Building Energy Management System ; information entropy
요약2	The machine learning model can capture the dynamics of building systems with less inputs than the first principle based simulation model. The training data for developing a machine learning model are usually selected in a heuristic manner. In this study, the authors developed a machine learning model which can describe supply air temperature from an AHU in a real office building. For rational reduction of the training data, the progressive sampling method was used. It is found that even though the progressive sampling requires far less training data (n=60) than the offline regular sampling (n=1,799), the MBEs of both models are similar (2.6% vs. 5.4%). In addition, for the update of the machine learning model, the normalized mutual information (NMI) was applied. If the NMI between the simulation output and the measured data is less than 0.2, the model has to be updated. By the use of the NMI, the model can perform better prediction (5.4% → 1.3%).
소장처	대한건축학회

스크랩하기

추천문헌	이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
인공신경망 모델을 이용한 냉동기 및 공조기 최적 기동/정지 제어 박성호(Park, SungHo) ; 안기언(Ahn, Ki Uhn) ; 황승호(Hwang, Aaron) ; 최선규(Choi, Sunkyu) ; 박철수(Park, Cheol Soo) - 대한건축학회논문집 구조계 : Vol.35 No.02 (201902)
기존 건축물을 위한 건물 에너지 프로파일링 시스템 개발 안기언(Ahn, Ki Uhn) ; 김영민(Kim, Young Min) ; 김용세(Kim, Yong Se) ; 윤성환(Yoon, Seong Hwan) ; 신한솔(Shin, Han Sol) ; 박철수(Park, Cheol Soo) - 대한건축학회논문집 구조계 : Vol.32 No.12 (201612)
기존 건물 HVAC 시스템에 대한 다섯 가지 기계학습 모델 개발 라선중(Ra, Seon-Jung) ; 신한솔(Shin, Han-Sol) ; 서원준(Suh, Won-Jun) ; 추한경(Chu, Han-Gyeong) ; 박철수(Park, Cheol-Soo) - 대한건축학회논문집 구조계 : Vol.33 No.10 (201710)
빙축열 시스템의 익일 방냉량 예측 기계학습 모델 및 제어 신한솔(Shin, Han-Sol) ; 서원준(Suh, Won-Jun) ; 추한경(Chu, Han-Gyeong) ; 라선중(Ra, Seon-Jung) ; 박철수(Park, Cheol-Soo) - 대한건축학회논문집 구조계 : Vol.33 No.11 (201711)
가우시안 프로세스 모델을 이용한 냉각탑 최적제어 김재민(Kim, Jae-Min) ; 신한솔(Shin, Han-Sol) ; 추한경(Chu, Han-Gyeong) ; 이동혁(Yi, Dong-Hyuk) ; 박성호(Park, SungHo) ; 여명석(Yeo, Myoung-Souk) ; 박철수(Park, Cheol-Soo) - 추계학술발표대회 : 2018 (201811)
[특집원고] 기계학습 시뮬레이션 모델을 이용한 설비시스템 최적제어 박철수 ; 서원준 ; 신한솔 ; 추한경 ; 라선중 - 설비 \| 공조 냉동 위생(한국설비기술협회지) : Vol.34 No.01 (201701)
강화학습을 이용한 건물 에너지 최적 제어 안기언(Ahn, Ki Uhn) ; 박철수(Park, Cheol Soo) ; 여명석(Yeo, Myoung-Souk) - 대한건축학회 학술발표대회 논문집 : Vol.38 No.1 (201804)
건물 에너지 시뮬레이션의 유용성 김덕우(Kim, Deuk Woo) ; 박철수(Park, Cheol Soo) ; 이승언(Lee, Seung Eon) - 대한건축학회논문집 구조계 : Vol.33 No.05 (201705)
사무소 건물에서 냉동기의 대수제어를 통한 냉동기 거동 특성 및 에너지 절감 효과 분석 서병모(Byeong-Mo Seo) ; 손정은(Jeong-Eun Son) ; 이광호(Kwang Ho Lee) - 설비공학논문집 : Vol.28 No.04 (201604)
에너지 실시간 모델 예측 제어를 위한 인공신경망 변수 최적화 김영민(Kim, Young-Min) ; 김용세(Kim, Yong-Se) ; 안기언(Ahn, Ki-Uhn) ; 박철수(Park, Cheol Soo) - 추계학술발표대회 : 2015 (201511)