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
Jean d’Amour Nzarigema (경희대학교) Jack Ngarambe (경희대학교) 조정훈 (경희대학교) 윤근영 (경희대학교)
저널정보
한국건축친환경설비학회 한국건축친환경설비학회 논문집 한국건축친환경설비학회 논문집 제16권 제5호
발행연도
2022.10
수록면
359 - 373 (15page)

이용수

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

초록· 키워드

오류제보하기
Building energy benchmarking is a crucial step in building energy monitoring. Current benchmarking practices often face limitations rooted in the adopted methodologies. For instance, existing benchmark tools are based on the ordinary least squares regression method, which is highly sensitive to outliers and non-linearity in the dataset; this is likely to produce inaccurate benchmark scores. We propose a quantile regression benchmarking model reinforced with a gradient boosting decision tree algorithm (LightGBM). On the one hand, quantile regression analysis estimates the conditional distribution across quantiles, better capturing non-linearity in building energy behavior at various hierarchies of energy usage. On the other hand, the tree-based algorithm corrects previous errors during model training for better optimization. The said models were developed using a dataset from kindergarten school buildings in South Korea consisting of 3,090 buildings. From the developed models, it was observed that total floor area is a major determining factor in the electric energy use of kindergarten buildings in Korea, while the number of floors was also an energy driving factor in middle energy-consuming buildings. The proposed model provides accurate estimations of building energy performance, better facilitating energy comparison of a given building with its peers. The developed models provide valuable insights for energy conservation programs that might later inform building policies and for individuals wishing to reduce the energy consumption of their facilities.
#건물에너지사용량 #에너지 벤치마크 #분위회귀모델 #유치원 #Building energy used #Energy benchmarking #LightGBM #Quantile regression #Kindergarten

목차

ABSTRACT
서론
연구 방법
모델 개발
결과 및 토의
결론
본 연구의 한계점
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

미세먼지 농도 예측을 위한 머신러닝 모델 성능 비교
윤정은 ,  이영재 한국통신학회 학술대회논문집 2023 .02
기계학습을 이용한 초미세먼지 (PM2.5) 예측 연구 동향
정하윤 ,  곽경환 Journal of the Environment 2022 .12

최근 본 자료

전체보기

댓글(0)

0