| 논문명 |
사무소 건물 블라인드 슬랫 각도 최적제어를 위한 ANN 모델 개발용 학습데이터 구축 / Training Data for ANN Model Development for Optimized Slat Angle Control of Venetian Blind in an Office Building / Oral Session : 제로에너지건물 |
| 저자명 |
김민지(Minji Kim) ; 연상훈(Sanghun Yeon) ; 김홍욱(Hongwook Kim) ; 이광호(Kwangho Lee) |
| 수록사항 |
한국태양에너지학회 춘계학술발표회 논문집 (2018-04) |
| 주제어 |
ANN ; 학습데이터 ; 슬랫 각도 ; EnergyPlus ; Artificial Neural Network ; Training Data ; Slat Angle ; EnergyPlus |
| 요약1 |
최근 국내의 사무소 건물에는 커튼월 구조 사용을 통해 재실자에게 자연채광, 개방감 및 쾌적한 실내 환경을 조성하고 있다. 동절기에는 창을 통한 일사유입으로 결로 방지, 난방부하를 줄일 수 있으나 하절기의 경우 과도한 일사유입을 인해 냉방부하를 증가시키게 되어 냉방 에너지 절약을 위한 대안이 요구되고 있는 실정이다. 기존의 대부분의 선행연구들은 블라인드 종류, 위치, 슬랫 각도 조정 등 다양한 변수에 대해 연구를 진행하였지만 예측이 어려운 기상조건과 건물 내부 조건을 고려한 블라인드 최적제어 연구는 미비한 상태이다. 따라서 본 연구에서는 EnergyPlus, Matlab, BCVTB 연동 시뮬레이션을 적용하였으며 외부의 변화 및 최적의 변수의 정확한 예측과 효율적인 제어를 위해 ANN 기법을 활용하였다. 인공지능 기반 블라인드 슬랫 각도 자동제어를 통해 0°에서 180°까지 10°씩 증가시켜 슬랫 각도에 따른 냉난방 및 조명 부하저감 모델링을 구축하였다. 또한 ANN 모델링을 위해 Matlab 신경망 툴박스 (Nueral Network Toolbox)을 활용하여 모델링을 구축하였으며 각 연동 시뮬레이션 및 제어모델의 정확성 개선을 위해 실시간 데이터 교환 시 Timestep을 5분 단위로 설정하였다. 이에 앞서, ANN 기반의 블라인드 슬랫 각도 자동제어 모델 개발을 위한 선행연구로써, ANN 모델 개발에 필요한 학습데이터 구축 과정 및 결과를 소개하고자 한다. |
