빌딩 전기 에너지 소비 예측에 인공신경망과 서포트벡터머신 적용 검토

전문가 제언

○ 빌딩내의 시스템 복잡성으로 인해 현재 빌딩 에너지 소비 예측은 어렵다. 이것은 부하의 다양성 및 인구 증가와 거주민의 수요를 만족시키는 다양한 빌딩의 형태 때문이다. 일반적으로 빌딩의 에너지 소비 예측에는 엔지니어링 기법, 통계적 방법 그리고 인공 지능 방법의 세 종류로 나누어진다. 이 중에서 가장 넓게 이용되고 있는 방법은 인공신경망(ANN) 및 서포트 벡터 머신을 포함한 인공 지능 방법이다.

 

○ 빌딩 에너지 관리 시스템은 기존의 없던 기술에 대한 신기술을 연구 성격보다는 기존에 존재하는 기술들을 어떠한 형태로 변형하여 빌딩에 적합하게 적용하고 기존 시스템과 연계를 수행할 것인가의 측면에서 접근해야 할 것이다. 따라서 빌딩 에너지 관리 시스템은 향후 새로운 형태의 기술의 발전에 따라 이를 빌딩 환경에 받아들이는 융합과 연계의 연구 성격을 가져야 할 것이다.

○ 최근 건축물 내에 각종 스마트그리드 기술과 설비를 적용해 에너지 사용량을 크게 줄여주는 빌딩에너지 관리시스템(BEMS: Building Energy Management System) 시장이 새롭게 부상하며 기대를 모으고 있다. BEMS는 건물 안의 에너지 사용기기 하나하나에 센서와 계측장비를 설치한 뒤 이를 스마트그리드 통신망으로 연결시켜 실시간으로 모니터링 하고, 수집된 정보를 최적화해 가장 효율적인 방법으로 자동 제어하는 시스템을 가리킨다.

 

○ 국내 한 건설 기업이 건물의 냉·난방 에너지를 평균 35% 이상 절감할 수 있는 ‘지능형 건물 냉·난방 공조 복합제어기술’을 개발했다. 이 기술의 핵심은 인공신경망(ANN) 알고리즘을 건물 공조 설비에 적용해 복합적이고 불규칙적인 환경변화를 스스로 학습해 가면서 정확한 제어값이 도출되도록 한 점이다. 또한 기존의 공조용 여러 개별 제어기술들을 하나의 알고리즘으로 통합 개발해 적용성을 최대화 하고 있다.

저자

A.S.Ahmad

자료유형

학술정보

원문언어

영어

기업산업분류

에너지

연도

2014

권(호)

33()

잡지명

Renewable and Sustainable Energy Reviews

과학기술
표준분류

에너지

페이지

102~109

분석자

마*철

분석물

• 빌딩 전기 에너지 소비 예측에 인공신경망과 서포트벡터머신 적용 검토.pdf [318,465 byte]

이미지변환중입니다.