지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 노유정
- 발행연도
- 2023
- 저작권
- 부산대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 HVAC 시스템의 성능은 극대화하면서 에너지는 절약하고 고장을 최소화하는 운영 최적화 방안으로 디지털 트윈 제어가 활발하게 시도되고 있다. 디지털 트윈의 핵심은 실제 HVAC 시스템 성능 데이터와 시뮬레이션 모델과의 동기화인데, 시뮬레이션 모델은 전문가의 지식을 기반으로 개발되어 경향은 잘 묘사하지만 실제 데이터와의 상당한 오차가 발생하는 문제점이 있다. 성능 예측 오차를 감소하기 위해 시뮬레이션 모델의 보정을 위한 최적화가 필요한데, HVAC 시스템은 중앙집중식이 아닌 로컬 장치에서 연산이 필요하므로 효율적이면서 정확한 최적화 기법의 개발이 필요하다.
본 연구에서는 국부 최적해가 많은 HVAC 시스템의 특성을 고려하여 Sobol sequence 와 이전 최적해를 이용해 구성된 초기 심플렉스를 활용한 넬더-미드(Nelder-Mead) 기법을 적용한 Adaptive Domain Nelder-Mead (ADNM) 방법을 제안하였다. ADNM은 Sobol sequence 로부터 얻은 sampling point를 통해 최적해의 탐색 영역은 충분히 확보할 수 있으며, 최적해에 대한 사전 정보를 충분히 활용함으로써 최적해 수렴 시간을 감소시키면서 전역 최적해에 가까운 결과를 도출할 수 있다. 제안된 방법의 성능 검증을 위해 초기 심플렉스가 고정된 경우와 비교하였으며, 그 결과 시간에 따라 운전 조건과 최적값이 변하는 HVAC 시스템에서는 고정된 심플렉스에 비해 빠른 수렴속도와 전역 최적해에 가까운 결과를 얻을 수 있었다.
본 연구에서는 국부 최적해가 많은 HVAC 시스템의 특성을 고려하여 Sobol sequence 와 이전 최적해를 이용해 구성된 초기 심플렉스를 활용한 넬더-미드(Nelder-Mead) 기법을 적용한 Adaptive Domain Nelder-Mead (ADNM) 방법을 제안하였다. ADNM은 Sobol sequence 로부터 얻은 sampling point를 통해 최적해의 탐색 영역은 충분히 확보할 수 있으며, 최적해에 대한 사전 정보를 충분히 활용함으로써 최적해 수렴 시간을 감소시키면서 전역 최적해에 가까운 결과를 도출할 수 있다. 제안된 방법의 성능 검증을 위해 초기 심플렉스가 고정된 경우와 비교하였으며, 그 결과 시간에 따라 운전 조건과 최적값이 변하는 HVAC 시스템에서는 고정된 심플렉스에 비해 빠른 수렴속도와 전역 최적해에 가까운 결과를 얻을 수 있었다.
목차
1. 서론 12. HVAC 사이클 시뮬레이션 모델 및 사용 데이터 52.1. HVAC 사이클 시뮬레이션 모델 52.2. 보정계수 최적화의 문제 정의 및 구현 방법 82.3. 사용 데이터 113. 최적화 알고리즘 개발 133.1. 넬더-미드 방법 153.2. 소볼 수열 173.3. 시계열 데이터 특성 반영 193.4. 제안 알고리즘: Adaptive Domain Nelder-Mead (ADNM) 204. 결과 및 고찰 225. 결론 29참고문헌 30ABSTRACT 33
최근 본 자료
댓글(0)
0