| 논문명 |
기계학습 모델 및 최적화 알고리즘 결합을 이용한 흡수식 냉동기 최적 효율 운전 / Optimal Control of an Absorption Chiller using a Machine Learning model and Optimization Algorithm / 일반부문 |
| 저자명 |
서원준(Suh, Won-Jun) ; 추한경(Chu, Han-Gyeong) ; 신한솔(Shin, Han-Sol) ; 라선중(Ra, Seon-Jung) ; 박철수(Park, Cheol-Soo) |
| 수록사항 |
대한건축학회 학술발표대회 논문집, Vol.37 No.2 (2017-10) |
| 주제어 |
흡수식 냉동기 ; 최적 제어 ; 기계학습 ; 유전프로그래밍 ; 유전알고리즘 ; Absorption Chiller ; Optimal control ; Machine learning ; Genetic Programming ; Genetic Algorithm |
| 요약1 |
본 연구에는 흡수식 냉동기 에너지 사용량을 예측하는 기계학습 모델(유전프로그래밍 알고리즘 활용)을 만들고, 이 모델을 활용하여 흡수식 냉동기 최적 효율 운전 방안을 분석한다. 최적 제어 변수는 냉수 온도 및 냉각수 온도 설정이며, 최적제어를 위해 유전프로그래밍 모델은 유전알고리즘과 결합되었다. 최적 탐색 구간이 비선형적이며 또한 다차원이기 때문에, 유전알고리즘과 결합되었으며, 이 과정은 MATLAB 플랫폼 내에서 구현되었다. 최적 제어 결과, 약 20%의 에너지를 절감 가능했다. |
| 요약2 |
In this study, a machine-learning(genetic programming, GP) model is developed to predict the energy consumption of an absorption chiller. The GP model was then used for optimal control of the chiller. The optimal control variables are the chilled water and condenser water supply temperatures. For the optimal control. the GP model was combined with a genetic algorithm, because the search space is very vast and non-linear. This was implemented in MATLAB platform. It is shown that the optimal control can save about 20% of the chiller energy. |
