메뉴 건너뛰기
내서재 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

기계학습 기반 자동화 알고리즘을 활용한 공조기 급기 온도 예측
추천
검색
질문

Predicting Supply Air Temperature in Air Handling Unit Using Machine Learning-Based Automation Algorithm

논문 기본 정보

자료유형
학술저널
저자정보
안유선 (연세대학교) 홍구표 (강원대학교) 김병선 (연세대학교)
저널정보
대한설비공학회 설비공학논문집 설비공학논문집 제32권 제1호 KCI Excellent Accredited Journal
발행연도
2020.1
수록면
37 - 45 (9page)
DOI
10.6110/KJACR.2020.32.1.037

이용수

표지
📌
연구주제
본 연구에서는 자동화된 머신 러닝 모델을 적용하여 공조기 급기 온도를 예측하는 것을 목표로 한다.
📖
연구배경
상업용 건물에서 50% 이상의 에너지가 냉난방과 환기에 소비되고 있으며, 이는 경제적 및 환경적 측면에서 효율성을 높일 필요성을 제기한다.
🔬
연구방법
연구에서는 Auto-sklearn이라는 자동화된 머신 러닝 알고리즘을 통해 공조기 데이터를 분석하고 최적의 예측 모델을 도출하였다.
🏆
연구결과
추천된 모델은 기존 인공신경망 모델에 비해 평균 0.53% CvRMSE 및 0.54% MBE의 향상을 보여주어 시간 효율적인 운영 관리에 기여할 수 있음을 입증하였다.
기계학습 기반 자동화 알고리즘을 활용한 공조기 급기 온도 예측
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
More than 50% of the energy used in commercial buildings is consumed by building cooling, heating, and ventilation energy. To conserve building energy, some of the new buildings have begun to operate through the BEMS (Building Energy Management System). But, existing buildings are operated based on the empirical judgment of the building manager. The purpose of this study was to predict air supply temperature of air-handling units by applying an automatically implementation machine learning model and hyper-parameters suitable for non-professional users. The building used for the experiment was a large hospital building, using four AHU (Air Handling Unit) measured data from same floor on the different zones. The automated-data algorithm for analysis uapplies Auto-sklearn, which is AutoML (Automated Machine Learning) as finding an optimal model. As a result, various models (Gradient Boosting, Support Vector Regressor, Adaboosting, Random Forest) were recommended. For comparison, the ANN (Artificial Neural Network) model, used most frequently in the field of building energy, was compared with the hyper-parameters derived through iterative tuning in previous studies. Comparing ANNs with the recommended models and parameters, the accuracy of similar or recommended models was 0.53% higher on average with CvRMSE and 0.54% with MBE. It is reasonable to apply models and parameters through an automated data analysis algorithm.
#Air handling unit(공조기) #Prediction(예측) #Supply air temperature(급기온도) #AutoML(Automated Machine Learning) #Auto-sklearn(Auto-sklearn) #ANN(Artificial Neural Networks)

AI 요약

연구주제

본 연구에서는 자동화된 머신 러닝 모델을 적용하여 공조기 급기 온도를 예측하는 것을 목표로 한다.

연구배경

상업용 건물에서 50% 이상의 에너지가 냉난방과 환기에 소비되고 있으며, 이는 경제적 및 환경적 측면에서 효율성을 높일 필요성을 제기한다.

연구방법

연구에서는 Auto-sklearn이라는 자동화된 머신 러닝 알고리즘을 통해 공조기 데이터를 분석하고 최적의 예측 모델을 도출하였다.

연구결과

추천된 모델은 기존 인공신경망 모델에 비해 평균 0.53% CvRMSE 및 0.54% MBE의 향상을 보여주어 시간 효율적인 운영 관리에 기여할 수 있음을 입증하였다.

주요내용

목차

Abstract
1. 연구배경 및 목적
2. 연구방법 및 범위
3. 예측 기법
4. 대상 건물 공조기 운영 데이터 분석
5. 비교 결과
6. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기계학습을 활용한 부적합 열화상 이미지 판별 시스템
권순원 ,  송인서 ,  이선우 외 4명 재활복지공학회논문지 2020 .05
자유주의와 민주주의의 불화: 한국에서 포퓰리즘적 계기의 출현
차태서 정치정보연구 2021 .10
A Hybrid Approach for Prolonging Lifetime of Wireless Sensor Networks Using Genetic Algorithm and Online Clustering
Amin Rezaeipanah ,  Hamed Naza ,  i 외 2명 Journal of Computing Science and Engineering 2019 .12
기계 학습과 주요 변수를 활용한 열병합발전 시스템 열 수요량 예측
안유선 ,  김혜진 ,  이상규 외 1명 설비공학논문집 2019 .08
19세기 말 개화파의 자유주의 사상 : 『독립신문』을 중심으로
이나미 한국정치학회보 2001 .12

최근 본 자료

강원도 바이오 산업의 현황과 성장방안
지해명, 최석훈한국은행2020.01

댓글(0)

0

첫번째 댓글을 남겨주세요.

UCI(KEPA) : I410-ECN-0101-2020-553-000234237