딥러닝을 이용한 재실정보 기반 건물의 전기 수요 예측 모델

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

논문명	딥러닝을 이용한 재실정보 기반 건물의 전기 수요 예측 모델 / Short-Term Electricity Consumption Prediction based on Occupancy Information Using Deep-Learning Network Models
저자명	전병기(Byung-Ki Jeon) ; 김의종(Eui-Jong Kim) ; 이경호(Kyung-Ho Lee) ; 공민석(Min-Suk Kong) ; 신영기(Young-Gy Shin)
발행사	대한설비공학회
수록사항	설비공학논문집, Vol.31 No.01 (2019-01)
페이지	시작페이지(22) 총페이지(10)
ISSN	1229-6422
주제분류	환경및설비
주제어	신경망 ; 딥러닝 ; 전기 수요 ; 재실 정보//Neural network ; Deep learning ; Electricity consumption ; Occupancy information
요약2	Recently, numerous studies on the prediction of electricity consumption using deep-learning models have been conducted. The prediction models were mostly developed for a district scale since the influence of occupants' behaviors in such cases is small. On the other hands, the occupants generate huge uncertainty in predicting the future electricity demand. In this study, the unpredictable occupancy information was fed to a deep-learning model as a true value by assuming that in the future, the occupants may actively interact with the control systems using various smart device. The proposed model uses simple input values such as time of the day, base electricity load and occupancy information, while learning is achieved using measured data. Deep-leaning models with single and deeper layers were tested in this study. Both models showed excellent performance for data matching during the learning periods. The models also showed acceptable prediction performance for use in predictive control, with errors less than 30% in RMSE (cv).
소장처	대한설비공학회

스크랩하기

추천문헌	이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
2025년 의무화 로드맵에 따른 공공시설 제로에너지건축물 인증제도 시장 수용성 이승민(Lee, Seung-Min) ; 김진호(Kim, Jin-Ho) ; 신광수(Shin, Gwang-Su) ; 김의종(Kim, Eui-Jong) - 한국건축친환경설비학회 논문집 : Vol.12 No.6 (201812)
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)
[특집원고] 인공지능 기반 MPC를 통한 개별 공조시스템의 최적운전 서병모 ; 이광호 - 설비 \| 공조 냉동 위생(한국설비기술협회지) : Vol.34 No.01 (201701)
IoT정보기반 Modelica-EnergyPlus Co-simulation을 통한 에너지소비량 추정 김혜진(Kim, Hye-Jin) ; 서동현(Seo, Dong-Hyun) - 한국건축친환경설비학회 논문집 : Vol.13 No.5 (201910)
사무소 건물에서 냉동기의 부분부하율 및 냉방 에너지 성능 특성 분석 서병모(Byeong-Mo Seo) ; 유병호(Byeong-Ho Yu) ; 이광호(Kwang-Ho Lee) - 설비공학논문집 : Vol.27 No.11 (201511)
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)
[특집] EnergyPlus와 MATLAB 연동을 통한 ANN 기반 공조설비 최적제어 모델링 기법 연상훈 ; 서병모 ; 이제헌 ; 문진우 ; 이광호 - 그린빌딩(한국그린빌딩협의회지) : Vol.18 No.2 (201706)
전역 민감도 분석을 이용한 건물 에너지 성능평가의 합리적 개선 유영서(Yoo, Young-Seo) ; 이동혁(Yi, Dong-Hyuk) ; 김선숙(Kim, Sun-Sook) ; 박철수(Park, Cheol-Soo) - 대한건축학회논문집 구조계 : Vol.36 No.05 (202005)
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)
최근 건축분야의 인공지능 기계학습 연구동향 강인성(Kang, In Sung) ; 문진우(Moon, Jin Woo) ; 박진철(Park, Jin Chul) - 대한건축학회논문집 구조계 : Vol.33 No.04 (201704)