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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김지원 (성균관대학교) 윤성민 (성균관대학교)
저널정보
대한설비공학회 대한설비공학회 학술발표대회논문집 대한설비공학회 2023년도 하계학술발표대회 논문집
발행연도
2023.6
수록면
995 - 998 (4page)

이용수

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

초록· 키워드

오류제보하기
실내 열환경 모니터링은 건물의 에너지 효율화 및 실내환경 쾌적도 향상을 위해 필수적인 요소이지만, 국부적인 위치에 고정적으로 설치된 모니터링 센서는 대상공간의 열환경을 대표하기 어렵다. 건물 운영 중에 측정되는 intrusive data를 기반으로 PMV 가상센서를 개발하여 거주역의 PMV를 예측할 수 있다. 하지만, intrusive data는 현장에서 측정하기 어렵기 때문에 많은 양의 데이터를 확보하기 어렵고, 이는 가상센서의 예측성능과 범용성을 저하시킬 수 있다. 따라서, 본 연구에서는 가상센서의 예측성능을 높이기 위한 input feature 기반의 현장 보정 방법과, intrusive data를 최소화하기 위한 intrusive data 수집 최적화 방법을 제안하였다. 나아가, 이를 실제 사무공간에 적용하여 거주역 PMV 가상센서를 개발하고 예측성능을 평가하였다. 본 논문에서 제안된 input feature 기반의 현장 보정 기법을 통해 PMV 가상센서의 예측성능이 22.5% 향상되었다. 또한, intrusive data 수집조건을 최적화하여 PMV 가상센서 개발에 사용되는 intrusive data 사용량을 98.9% 감소시킬 수 있었다.

목차

Abstract
1. 서론
2. PMV 예측을 위한 intrusive data 수집 최적화 방법
3. 오피스 건물에서의 거주역 PMV 가상센싱 적용
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0