건축도시공간연구소

Architecture & Urban Research Institute

pdf원문보기 에러 해결방법 바로가기



문헌홈 > 연구논문 > 상세

[원문보기시 소비되는 포인트 : 100 포인트] 미리보기 인용

대한건축학회|대한건축학회논문집 구조계 2017년 11월

논문명 빙축열 시스템의 익일 방냉량 예측 기계학습 모델 및 제어 / Machine Learning Models for Prediction and Control of an Ice Thermal Storage System in an Existing Building
저자명 신한솔식별저자 ; 서원준식별저자 ; 추한경 ; 라선중식별저자 ; 박철수식별저자
발행사 대한건축학회
수록사항 대한건축학회논문집 구조계, Vol.33 No.11 (2017-11)
페이지 시작페이지(63) 총페이지(8)
ISSN 1226-9107
주제분류 구조
주제어 빙축열 시스템 ; 기계학습 ; 모델 예측 제어 ; 사무소 건물 ; 시뮬레이션 모델 ; ice thermal storage system ; machine learning ; model predictive control ; office building ; simulation model
요약2 In South Korea, an ice thermal storage system is popular because night-time electricity rate is cheaper than daytime rate. A spherical ice ball system is one of the most popular ice thermal storage systems used in Korea. However, it is difficult to estimate the degree of freezing and defrosting of the spherical ice ball system and thus, excessive icing commonly occurs in order to prevent any shortage of stored ice. If this rule-of thumb control can be replaced by a simulation model-based control, there would be significant potential for energy savings. In this study, the authors developed 25 machine learning simulation models for the spherical ice thermal storage system installed in a 30-story office building (gross floor area: 32,600m2) located in Seoul, Korea. Five different machine learning algorithms (Artificial Neural Network, Support Vector Machine, Gaussian Process, Random Forest, and Genetic Programming) were used for five different input scenarios, respectively. The 25 machine learning models are accurate enough to predict the amount of icing required for the following daytime. In addition, with the use of Model Predictive Control (MPC), 16.8% of excessive icing during overnight can be reduced and 15% of cooling energy (chiller, cooling tower, Brine pump, etc.) can be saved.
소장처 대한건축학회
언어 한국어
DOI https://doi.org/10.5659/JAIK_SC.2017.33.11.63
분석서지
건축환경 및 설비 > 건축설비 > 열원설비

■ 추천문헌 (이 문헌과 같이 본 문헌)
가우시안 프로세스 모델을 이용한 냉각탑 최적제어
김재민(Kim, Jae-Min) ; 신한솔(Shin, Han-Sol) ; 추한경(Chu, Han-Gyeong) ; 이동혁(Yi, Dong-Hyuk) ; 박성호(Park, SungHo) ; 여명석(Yeo, Myoung-Souk) ; 박철수(Park, Cheol-Soo) - 추계학술발표대회 : 2018 (201811)
기존 건축물을 위한 건물 에너지 프로파일링 시스템 개발
안기언(Ahn, Ki Uhn) ; 김영민(Kim, Young Min) ; 김용세(Kim, Yong Se) ; 윤성환(Yoon, Seong Hwan) ; 신한솔(Shin, Han Sol) ; 박철수(Park, Cheol Soo) - 대한건축학회논문집 구조계 : Vol.32 No.12 (201612)
기존 건물 HVAC 시스템에 대한 다섯 가지 기계학습 모델 개발
라선중(Ra, Seon-Jung) ; 신한솔(Shin, Han-Sol) ; 서원준(Suh, Won-Jun) ; 추한경(Chu, Han-Gyeong) ; 박철수(Park, Cheol-Soo) - 대한건축학회논문집 구조계 : Vol.33 No.10 (201710)
가우시안 프로세스 모델과 냉동기 실시간 최적 제어
김영진(Kim, Young-Jin) ; 박철수(ParkCheol-Soo) - 대한건축학회논문집 계획계 : v.30 n.7 (201407)
인공신경망 모델을 이용한 냉동기 및 공조기 최적 기동/정지 제어
박성호(Park, SungHo) ; 안기언(Ahn, Ki Uhn) ; 황승호(Hwang, Aaron) ; 최선규(Choi, Sunkyu) ; 박철수(Park, Cheol Soo) - 대한건축학회논문집 구조계 : Vol.35 No.02 (201902)
에너지 실시간 모델 예측 제어를 위한 인공신경망 변수 최적화
김영민(Kim, Young-Min) ; 김용세(Kim, Yong-Se) ; 안기언(Ahn, Ki-Uhn) ; 박철수(Park, Cheol Soo) - 추계학술발표대회 : 2015 (201511)
[특집원고] 기계학습 시뮬레이션 모델을 이용한 설비시스템 최적제어
박철수 ; 서원준 ; 신한솔 ; 추한경 ; 라선중 - 설비 | 공조 냉동 위생(한국설비기술협회지) : Vol.34 No.01 (201701)
재실자 반응이 고려된 에이전트 빌딩 에너지 시뮬레이션
김종헌(Kim, Jong-Hun) ; 박상린(Park, Sang-Lin) ; 김덕우(Kim, Deuk-Woo) ; 박철수(Park, Cheol-Soo) - 대한건축학회논문집 계획계 : v.27 n.12 (201112)
강화학습을 이용한 건물 에너지 최적 제어
안기언(Ahn, Ki Uhn) ; 박철수(Park, Cheol Soo) ; 여명석(Yeo, Myoung-Souk) - 대한건축학회 학술발표대회 논문집 : Vol.38 No.1 (201804)
사무소 건물에서 냉동기의 부분부하율 및 냉방 에너지 성능 특성 분석
서병모(Byeong-Mo Seo) ; 유병호(Byeong-Ho Yu) ; 이광호(Kwang-Ho Lee) - 설비공학논문집 : Vol.27 No.11 (201511)
■ 제 1 저자의 다른 문헌 식별저자더보기
집중 시뮬레이션 모델을 활용한 건물의 실시간 냉방 예측 제어
라선중;김진홍;김영섭;조형곤;신한솔;박철수 - 대한건축학회 학술발표대회 논문집 : Vol.41 No.2 (202110)
실내온도 예측을 통한 공장 건물의 실시간 난방 제어
라선중; 신한솔; 김영섭; 조형곤; 김진홍; 박철수 - 대한건축학회 학술발표대회 논문집 : Vol.41 No.1 (202104)
인공신경망을 이용한 수평면 전 일사량 예측모델
김진홍; 조형곤; 김영섭; 신한솔; 박철수 - 대한건축학회 학술발표대회 논문집 : Vol.41 No.1 (202104)
연합 모델을 이용한 강화학습 기반 병렬 냉방 시스템 최적제어
조성권 ; 신한솔 ; 김영섭 ; 유성호 ; 박철홍 ; 나춘수 ; 최기열 ; 박철수 - 추계학술발표대회 : 2020 (202011)
업무시설 AHU 시스템의 데이터 모델 기반 외기 냉방 제어
라선중 ; 신한솔 ; 박철홍 ; 추한경 ; 박철수 - 추계학술발표대회 : 2020 (202011)
가우시안 프로세스를 이용한 실내 지점간의 조도 비율 예측
조형곤 ; 신한솔 ; 김영섭 ; 박철수 - 추계학술발표대회 : 2020 (202011)
전이학습을 이용한 실내 온도 예측 시뮬레이션 모델 개발
최영식;이동혁;신한솔;유성호;추한경;박철수 - 대한건축학회 학술발표대회 논문집 : Vol.40 No.2 (202010)
DDPG 강화학습을 이용한 조명 제어
김영섭;조형곤;신한솔;박철수 - 대한건축학회 학술발표대회 논문집 : Vol.40 No.2 (202010)
시뮬레이션 모델을 이용한 공장 건물의 조명 최적 제어
김영섭(Kim, Young-Sub) ; 김재민(Kim, Jae Min) ; 신한솔(Shin, Han Sol) ; 박철수(Park, Cheol-Soo) - 대한건축학회논문집 : Vol.36 No.08 (202008)
이종 시계열 데이터 간의 상관성 분석: 재실 스케줄과 냉방 에너지 사용량
신한솔;고윤담;조성권;최영식;박철수 - 대한건축학회 학술발표대회 논문집 : Vol.40 No.1 (202004)