도심지역 에너지계획을 위한 인공신경망 기반의 에너지수요예측에 관한 연구 = Artificial Neural Network based Energy Demand Prediction for the Urban District Energy Planning
저자
발행사항
서울 : 서울시립대 대학원, 2009
학위논문사항
학위논문(석사)-- 서울시립대 대학원 : 건축공학과 2009. 8
발행연도
2009
작성언어
한국어
주제어
KDC
540
발행국(도시)
서울
형태사항
viii, 103 p. ; 26cm
소장기관
Under situations of our country to plan new cities and to proceed with urban regeneration projects constantly, it must be very essential to establish adequate energy demand-supply plans under estimation of energy demand for buildings in planning of city. Especially, it needs to establish energy use plan based on load profile per time unit for step-by-step use and reuse of energy and should be based on existing energy consumption for reasonable estimation of energy demand.
In the meantime, artificial neural network which is a technology to express human brain as mathematical model would be possible to estimate future value in use of energy consumption and weather DB and its performance has been proved through previous related studies.
Therefore, in this study, we applied building energy DB to artificial neural network for development of energy demand estimation system per time unit at the planning stage on the basis of Simulink and as the preceeding activity for this development of the system, we classified buildings to form megalopolis and energy to be estimated by each purpose to use. Also we suggested ways to use of results from this study through scenario-style application of cases based on actual energy use plan of a megalopolis complex.
Some important results we could obtain by this study are as in the followings.
1) For demand estimation based on limited information at the planning stage, we classified buildings to form megalopolis as well as energy of buildings influenced by other variables by each purpose to use. To secure available DB, we used DOE standard model and established DB with result values from simulation through EnergyPlus 3.0.
2) We used artificial neural network for demand estimation through analysis of potential patterns within DB and derived a structure of artificial neural network as the most suitable for energy estimation of buildings after applications with various constructions for establishment of a precise model. Also we tried to apply in use of actual BAS data so that could verify the possibility of application to actual DB.
3) To realize an Energy demand prediction system, we constructed artificial neural network per each purpose to use of buildings and energy and could realize it as demand estimation simulation in use of Simulink.
4) We applied such realized Energy demand prediction system in scenario-style based on information of energy use plan of actual complex for estimation of energy demand for megalopolis complex and supposed ways to use it by analysis of the results of demand estimation.
We expect that, henceforth, further study about Energy demand prediction system in operation stage based on EMIS can proceed to be merged into demand estimation system at a planning stage to be followed by energy demand management system for megalopolis to make it possible efficient use of energy for megalopolis.
새로운 도시를 계획하고, 도시재생사업을 꾸준하게 진행하는 우리나라의 실정에서는 도시계획 시 건물의 에너지수요를 예측하여 적절한 에너지수급계획을 수립하는 것이 매우 중요하다고 할 수 있다. 특히, 에너지의 단계적 이용 및 재이용을 위해서 시간단위 부하프로파일에 근거한 에너지사용계획이 수립되어야 하며 합리적인 수요예측을 위해서는 기존의 에너지사용량을 기반으로 해야 할 것이다.
한편, 인간의 뇌를 수학적 모델로 표현하는 기술인 인공신경망은 에너지사용량 및 기상 DB를 이용하여 미래의 값을 예측하는 것이 가능하다. 그리고 기존의 관련 연구를 통해 그 성능을 입증하였다.
따라서 본 연구에서는 건물에너지 DB를 인공신경망에 적용하여 계획단계에서의 시간단위 에너지수요예측 시뮬레이터를 Simulink 기반으로 개발하였으며, 이러한 시뮬레이터 개발을 위한 선행 작업으로 계획도시를 이루는 건물들과 예측해야할 에너지를 사용용도별로 분류하였다. 또한, 실제 계획도시의 에너지사용계획서를 기반으로 한 시나리오식 사례적용을 통해 연구 결과물의 활용방안을 제시하였다.
본 연구를 통해 얻은 주요 결과는 다음과 같다.
1) 계획단계에서의 제한적인 정보를 기반으로 수요예측을 하기 위해서 계획도시를 이루는 건물을 용도별로 분류하였으며, 다른 변수의 영향을 받는 건물의 에너지를 사용용도별로 분류하였다. 가용한 DB의 확보를 위해서 DOE 표준모델을 사용하여 EnergyPlus3.0을 통해 시뮬레이션 결과값으로 DB를 구축하였다.
2) DB 내부의 잠재적인 패턴분석을 통한 수요예측을 위해서 인공신경망을 사용하였으며, 정밀한 모델을 구축하기 위해 다양한 구성을 적용해 본 후 건물에너지 예측에 가장 잘 부합되는 인공신경망 구성을 도출하였다. 또한 실제 BAS데이터를 사용해 적용해 봄으로써 실제 DB에 적용이 가능함을 검증하였다.
3) 에너지수요예측 시뮬레이터를 구현하기 위해 건물용도별, 에너지 사용용도별로 인공신경망을 구성하고, 이를 Simulink를 이용하여 수요예측 시뮬레이션으로 구현하였다.
4) 구현된 에너지수요예측 시스템을 실제단지의 에너지사용계획서 상의 정보를 기반으로 시나리오 형식으로 적용하여 계획도시의 에너지수요예측을 실시하였으며, 수요예측 결과물을 분석하여 활용방안을 제시하였다.
향후 EMIS를 기반으로 한 운영단계의 에너지수요예측 시스템에 대한 연구가 진행되어 계획단계의 수요예측 시스템과 융합될 때, 계획도시의 효율적인 에너지 사용을 가능하게 하는 도시에너지사용량적 에너지수요관리 시스템으로 이어질 것으로 기대된다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)