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
강인성 (Chung-Ang University) 양영권 (Chung-Ang University) 이효은 (Chung-Ang University) 박진철 (Chung-Ang University) 문진우 (Chung-Ang University)
저널정보
한국생태환경건축학회 KIEAE Journal KIEAE Journal Vol.17 No.5(Wn.87)
발행연도
2017.10
수록면
69 - 76 (8page)

이용수

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

이 논문의 연구 히스토리 (3)

2017

건물 냉방시스템의 예측제어를 위한 인공신경망 모델 개발
강인성 ,  양영권 ,  이효은 외 2명 KIEAE Journal 2017.10 학술저널
인공신경망 기반 공조시스템 운전 예측모델 개발
강인성 ,  양영권 ,  이효은 외 1명 대한설비공학회 학술발표대회논문집 2017.06 학술대회자료
오피스건물 공조시스템의 인공신경망 기반 에너지사용량 예측모델 개발
강인성 건축공학과 2017.01 학위논문

초록· 키워드

오류제보하기
Purpose: This study aimed at developing an Artificial Neural Network (ANN) model for predicting the amount of cooling energy consumption of the variable refrigerant flow (VRF) cooling system by the different set-points of the control variables, such as supply air temperature of air handling unit (AHU), condenser fluid temperature, condenser fluid pressure, and refrigerant evaporation temperature. Applying the predicted results for the different set-points, the control algorithm, which embedded the ANN model, will determine the most energy efficient control strategy. Method: The ANN model was developed and tested its prediction accuracy by using matrix laboratory (MATLAB) and its neural network toolbox. The field data sets were collected for the model training and performance evaluation. For completing the prediction model, three major steps were conducted – i) initial model development including input variable selection, ii) model optimization, and iii) performance evaluation. Result: Eight meaningful input variables were selected in the initial model development such as outdoor temperature, outdoor humidity, indoor temperature, cooling load of the previous cycle, supply air temperature of AHU, condenser fluid temperature, condenser fluid pressure, and refrigerant evaporation temperature. The initial model was optimized to have 2 hidden layers with 15 hidden neurons each, 0.3 learning rate, and 0.3 momentum. The optimized model proved its prediction accuracy with stable prediction results.
#예측제어 #인공신경망 #VRF 냉방시스템 #최적제어변수 #Predictive Control #Artificial Neural Network #VRF Cooling System #Optimal Control Variables

목차

ABSTRACT
1. 서론
2. 인공신경망의 개요 및 연구사례
3. 인공신경망 예측모델 개발
4. 결과 분석
5. 결론
Reference

참고문헌 (27)

참고문헌 신청
[학술지(정기간행물)] - 왕광익 / 2017 / 신기후변화체제에 대비한 도시정책 방향 / 국토정책 Brief (608) dbpia [학술지(정기간행물)] - 장향인 / 2013 / 건물에 설치된 신재생에너지관리시스템의 적용 현황 및 개선 방향 / 대한건축학회논문집 계획계 29 (02) : 227 ~ 234 dbpia [보고서] - 에너지경제연구원 / 2014 / 2014년도 에너지총조사 보고서 google schola [보고서] - 에너지경제연구원 / 2016 / 건물에너지소비 상설표본조사 연구 google schola [보고서] - 지식경제부 / 2015 / 2016 에너지기술개발 실행계획 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

셋백기간 중 건물 냉방시스템 부하 예측을 위한 인공신경망모델 성능 평가
박보랑 ,  최은지 ,  문진우 KIEAE Journal 2017 .08
난방시스템 최적 셋백온도 적용시점 예측을 위한 인공신경망모델 개발
백용규 ,  윤연주 ,  문진우 KIEAE Journal 2016 .06
TRNSYS 시뮬레이션을 통한 쾌적제어 알고리즘으로 운전되는 VRF 시스템의 실내 온열환경 제어 특성 및 에너지 절감효과의 분석
박준원 ,  기현승 ,  강기남 외 2명 대한설비공학회 학술발표대회논문집 2011 .07
전력사용량 기반의 새로운 부하제어 알고리즘
김정욱 전기학회논문지 2010 .09
건물부하예측을 이용한 공조기 운전제어 알고리즘에 관한 연구
한도영 ,  윤형범 대한설비공학회 학술발표대회논문집 2002 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-610-001410178