지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.11
- 수록면
- 73 - 79 (7page)
이용수
초록· 키워드
오류제보하기
In this study, for the prediction of energy consumption in the ventilator, one of the components of the air conditioning system, the predicted results were analyzed and accurate by the change in the number of neurons and inputs. The input variables of the prediction model for the energy volume of the fan were the supply air flow rate, the exhaust air flow rate, and the output value was the energy consumption of the fan. A predictive model has been developed to study with the Levenbarg-Marquardt algorithm through 8760 sets of one-minute resolution. Comparison of actual energy use and forecast results showed a margin of error of less than 1% in all cases and utilization time of less than 3% with very high predictability. MBE was distributed with a learning period of 1.7% to 2.95% and a service period of 2.26% to 4.48% respectively, and the distribution rate of ±10% indicated by ASHRAE Guidelines 14 was high.8
목차
Abstract
1. 서론
2. 문헌고찰
3. 인공신경망 기반 송풍기 에너지 예측 모델
4. 결과분석
5. 결론
REFERENCES
참고문헌 (11)
참고문헌 신청
Jang, J. H., & Leigh, S. B. (2017). A Prediction of Optimal Heating Timing based on Artificial Neural Network by utilizing BEMS data, Spring Conference of AIK, Vol. 37, No. 2, pp. 563-564.
Jeong, J. H., & Chae, Y. T. (2017). A Study on selection of Machine Learning types for Building Energy Consumption Forecasting, 2017 Summer Annual Conference, pp. 93-94.
Jeong, J. H,, & Chae, Y. T. (2017). Assessment of Input Variable Importance and Machine Learning Model Selection for Improving Short Term Load Forecasting on Different Building Types, Journal of KIAEBS, Vol. 11, No. 6, pp. 586-598.
Seong, N. C., Kim. J. H., Choi, W. C., Yoon, S. C., & Nabil, N. (2017). Development of Optimization algorithms for Building Energy model Using Artificial Neural Networks, KSLES, Vol. 24, No. 1, pp. 29-36.
Seong, N. C., & Choi, W. C. (2017). Development of Predictive Fan Model using the Artificial Neural Network, Autumn Annual Conference of AIK, pp. 604-607.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
인공신경망 입력 변수에 따른 송풍기 풍량 예측모델 개발 및 평가
한국건축친환경설비학회 논문집
2019 .06
-
인공신경망을 이용한 송풍기 풍량 예측 모델 개발
대한건축학회 학술발표대회 논문집
2017 .10
-
공기조화 분야의 인공지능 활용 고찰
대한설비공학회 학술발표대회논문집
2023 .06
-
지능형 복합제어의 HVAC 적용 및 실증
대한설비공학회 학술발표대회논문집
2015 .06
-
업무시설의 HVAC시스템 구성과 건물 에너지소비량 분석
대한설비공학회 학술발표대회논문집
2018 .06
-
웹서비스 기반 건물에너지 성능진단을 위한 HVAC 시스템 구성에 따른 에너지 소비 영향도 분석
대한설비공학회 학술발표대회논문집
2023 .11
-
실내온도 예측 모델 기반의 HVAC 시스템 실시간 최적 냉방 제어
대한건축학회 학술발표대회 논문집
2021 .10
-
학교 건물의 최소환기량 설정에 따른 HVAC 에너지 성능 분석
대한설비공학회 학술발표대회논문집
2024 .11
-
공조방식에 따른 대학교 건물의 에너지소비량 평가
대한건축학회 학술발표대회 논문집
2021 .10
-
기후대별 병원건물의 병실 공조시스템의 에너지소비 특성에 대한 연구
대한건축학회 논문집 - 계획계
2015 .03
-
병원건물(병실)의 공조시스템 최적설계 및 에너지평가 프로그램 개발
대한설비공학회 학술발표대회논문집
2015 .06
-
간헐적 운용 방식에 따른 HVAC 시스템 냉방 에너지 소비량 평가
한국정밀공학회 학술발표대회 논문집
2022 .05
-
HVAC 부품별 소음 특성에 대한 실험적 고찰
한국소음진동공학회 학술대회논문집
2015 .04
-
Application of artificial intelligence to design a temperature prediction algorithm for controlling an HVAC system in a smart factory
대한전기학회 학술대회 논문집
2022 .07
-
상업용 건물 내 HVAC 시스템의 온라인 지도학습 기반 최적 수요반응
전기학회논문지
2021 .12
-
콤팩트 HVAC 적용에 따른 건축물 성능 평가 방안
한국기계기술학회지
2021 .12
-
상업용 건물의 HVAC 시스템을 대상으로 한 모델 예측 제어 (MPC) 알고리즘 평가
대한설비공학회 학술발표대회논문집
2015 .06
-
변풍량 시스템에서 공조기 급기팬의 발열 인자 분석
한국태양에너지학회 논문집
2024 .08
-
그린리모델링 사전진단 모델 개발을 위한 HVAC 시스템 분류
대한설비공학회 학술발표대회논문집
2024 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
HVACS 기반의 에너지 절감 연구
오진석
,
김민욱
,
이종학
외 1명
한국정보통신학회논문지
2020
.07
기존 건축물의 HVAC 설비 교체 및 신재생에너지 설비 적용을 통한 효과 검증에 관한 연구 - 신재생에너지를 활용한 DC배전 적용 사례 -
이순명
,
문원식
대한건축학회 학술발표대회 논문집
2019
.04
소음 저감을 위한 HVAC 시스템 내 가이드 베인 형상 최적설계
윤석범
,
김윤제
한국유체기계학회 학술대회 논문집
2021
.12
실내 공간 확보 위한 HVAC 슬림화 컨셉 연구
신기영
,
권동호
,
김명회
외 1명
한국자동차공학회 춘계학술대회
2021
.06
자동차 공조기기의 운전조건에 따른 연비 영향성 연구
김정철
,
박현창
,
노경완
한국자동차공학회 춘계학술대회
2021
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-540-000209456