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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유동철 (미래환경플랜건축사사무소) 김경수 (미래환경플랜건축사사무소) 최창호 (광운대학교) 조성은 (일본 동양대학교) 장향인 (미래환경플랜건축사사무소)
저널정보
한국건축친환경설비학회 한국건축친환경설비학회 논문집 한국건축친환경설비학회 논문집 제15권 제2호
발행연도
2021.4
수록면
152 - 165 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The purpose of this study is to develop a prediction model that can evaluate energy consumption before and after remodeling through a reference model for low-rise residential buildings for which energy simulation evaluation is difficult due to its aging. Specifically, a prediction model to evaluate various building elements before remodeling and a model to predict savings due to the application of energy-saving technology were developed. For the objective, the energy simulation analysis of a building was performed using DesignBuilder per reference area of a Detached house, Multi-family house, and Row House. In addition, the significance of machine learning was compared and analyzed by using R², MSE, RMSE, CVRMSE indicators and Python’s linear regression, random forest, and neural network. As a result of this analysis, both the model to evaluate the status before remodeling and the model to evaluate the reduction rate according to the energy-saving technology after remodeling showed a high determination coefficient of 0.9 or more for the neuron network. The CVRMSE was analyzed as low as 15% or less. As this is less than the index used in the M&V evaluation presented in the ASHRAE Guideline 14, it was verified that there is a statistical significance. Therefore, this aims to contribute to the basic data and green remodeling promotion project in the energy performance improvement project for the old, private low-rise residential buildings and also in the energy-saving evaluation for buildings.
#머신러닝 #저층 주거 건물 #에너지소요량 #예측 #Machine learning #Low-rise Residential Building #Energy Consumption #Prediction

목차

ABSTRACT
서론
선행연구 고찰
리모델링 전·후 소요량 예측을 위한 예측모델 분석
결론
References

참고문헌 (12)

참고문헌 신청
김지헌 / 2018 / 인공신경망 변수에 따른 HVAC 에너지 소비량 예측 정확도 평가 / 대한건축학회논문집 구조계 34(11):73~79 google schola 김경수 / 2020 / 저층 주거건물의 에너지 소요량 예측을 위한 에너지인자 정의 및 참조모델 개발 / 대한건축학회논문집 36(12):199~208 dbpia 남윤광 / 2019 / 머신 러닝 기법을 활용한 건물 에너지 사용량 예측에 관한 연구 / 한국기계기술학회지 21(6):1136~1144 dbpia Bae, J. G. / 2019 / Development of Energy Consumption Prediction Model using Economizer Method in the Office Building with Machine Learning google schola Hong, S. W. / 2020 / Prediction for Building and Housing Energy Saving Using Weather Information and Machine Learning google schola

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

건물에너지 사용량 분석을 통한 BIM 기반 건물일체형 태양광 발전시스템 적용 건축 설계 방안
전현우 ,  최규혁 ,  박서준 KIEAE Journal 2019 .06
기상정보를 활용한 머신러닝 기반의 전력수요 예측 모델
차현종 ,  강아름 한국콘텐츠학회논문지 2023 .02
에너지 빅데이터를 활용한 머신러닝 기반의 생산 예측 모형 연구
강미영 ,  김석 한국정보통신학회 종합학술대회 논문집 2022 .10
저층 주거건물의 에너지 소요량 예측을 위한 에너지인자 정의 및 참조모델 개발
김경수 ,  유동철 ,  최창호 외 1명 대한건축학회논문집 2020 .12
전력 소모 절감을 위한 딥 러닝기반의 지능형 그린 하우스 제어 시스템
신현엽 ,  임효균 ,  김원태 전기전자학회논문지 2018 .03

최근 본 자료

전체보기

댓글(0)

0