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
- 학위논문
- 저자정보
- 지도교수
- 정용욱, 정성원
- 발행연도
- 2020
- 저작권
- 세종대학교 논문은 저작권에 의해 보호받습니다.
이용수18
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
건출물의 에너지소요량 평가는 건축물의 물리적인 요소를 바탕으로 평가하고 있으며, 이는 실제 에너지소요량과 차이가 발생하고 있다. 건축물의 에너지소요량은 사용자의 활동과 특성에 많은 영향을 받기 때문에 사용자의 활동과 특성을 기반으로 에너지를 예측 할 필요성이 있다.
본 연구의 목적은 동일건물 내에서 사용자의 활동과 특성에 따른 건축물의 에너지소요량 차이를 분석하고, 인공신경망(Artificial Neural Network)을 활용하여 사용자 특성 기반의 에너지소요량을 예측하고자 하였다.
본 연구에서는 한국의 1인 가구 5,240명의 실제 24시간 동안의 스케줄을 행동 데이터로 활용하고, EnergyPlus 시뮬레이션을 통해 사용자의 활동에 따른 에너지소요량을 도출하였다. 도출된 에너지소요량을 성별, 나이, 직업, 소득수준, 교육수준, 재실시간의 총 6가지 사용자의 특성에 따른 에너지소요량의 차이를 분석하였다.
연구결과, 한국의 1인 가구 에너지소요량은 여성이 남성보다, 나이가 많을수록 높았다. 직업에 따라서는 무직이거나 저소득층일수록 소요량이 높은 것으로 나타났으며, 교육수준이 낮을수록 에너지를 많이 사용하는 것으로 나타났다. 시뮬레이션 결과와 6가지의 사용자 특성을 기반으로, 인공신경망을 활용한 예측모형은 사용자의 특성과 건축물 에너지소요량 사이의 상관관계를 보여주었으며, 약 62%의 예측률을 나타냈다.
본 연구의 목적은 동일건물 내에서 사용자의 활동과 특성에 따른 건축물의 에너지소요량 차이를 분석하고, 인공신경망(Artificial Neural Network)을 활용하여 사용자 특성 기반의 에너지소요량을 예측하고자 하였다.
본 연구에서는 한국의 1인 가구 5,240명의 실제 24시간 동안의 스케줄을 행동 데이터로 활용하고, EnergyPlus 시뮬레이션을 통해 사용자의 활동에 따른 에너지소요량을 도출하였다. 도출된 에너지소요량을 성별, 나이, 직업, 소득수준, 교육수준, 재실시간의 총 6가지 사용자의 특성에 따른 에너지소요량의 차이를 분석하였다.
연구결과, 한국의 1인 가구 에너지소요량은 여성이 남성보다, 나이가 많을수록 높았다. 직업에 따라서는 무직이거나 저소득층일수록 소요량이 높은 것으로 나타났으며, 교육수준이 낮을수록 에너지를 많이 사용하는 것으로 나타났다. 시뮬레이션 결과와 6가지의 사용자 특성을 기반으로, 인공신경망을 활용한 예측모형은 사용자의 특성과 건축물 에너지소요량 사이의 상관관계를 보여주었으며, 약 62%의 예측률을 나타냈다.
목차
Ⅰ. 서 론 11. 연구의 배경 및 목적 1Ⅱ. 이론 및 선행연구 고찰 31. 에너지소요량과 사용자 특성에 관한 연구 32. 건축물 에너지 성능평가 방식 4Ⅲ. 연구의 방법 및 대상 61. 연구의 방법 62. 연구의 대상 83. 에너지 시뮬레이션 104. 사용자 특성 기반의 에너지 예측모형 구축 15Ⅳ. 연구결과 및 분석 211. 시뮬레이션 결과 212. 성별과 나이에 따른 에너지소요량 223. 직업과 소득수준에 따른 에너지소요량 254. 교육수준에 따른 에너지소요량 275. 재실시간에 따른 에너지소요량 286. 인공신경망을 활용한 에너지소요량 예측모형 결과 29
최근 본 자료
댓글(0)
0