국문 초록 에너지 사용의 많은 부분을 차지하는 것이 빌딩이나 아파트 등의 건축물에서의 공조에너지이다. 냉난방, 환기 등의 공조에너지를 절감하기 위해서는 에너지효율이 좋은 기기를 개발하여 사용하는 것이지만, 단시일내 급격한 효율 향상을 기대하기는 어렵다. 이에, 건물 공조에너지를 절감하는 동시에 실내공기질이나 재실자의 안락함을 유지하기 위하여, 수요제어 공조기법이 제시되고 있다. 재실자들은 공조제어의 수혜자인 동시에, 건물내 오염물 발생의 원천이다. 따라서, 건물내 재실인원을 정확히 파악할 수 있다면, 그 공간의 효율적인 최적의 공조제어가 가능하여 에너지 절감과 쾌적한 실내공기환경 유지가 가능할 것이다. 본 연구에서는 재실인원을 추정하는 인자로서 CO2농도변화를 사용하였다. 재실인원의 측정에는 카메라, 카운터센서, ...
국문 초록 에너지 사용의 많은 부분을 차지하는 것이 빌딩이나 아파트 등의 건축물에서의 공조에너지이다. 냉난방, 환기 등의 공조에너지를 절감하기 위해서는 에너지효율이 좋은 기기를 개발하여 사용하는 것이지만, 단시일내 급격한 효율 향상을 기대하기는 어렵다. 이에, 건물 공조에너지를 절감하는 동시에 실내공기질이나 재실자의 안락함을 유지하기 위하여, 수요제어 공조기법이 제시되고 있다. 재실자들은 공조제어의 수혜자인 동시에, 건물내 오염물 발생의 원천이다. 따라서, 건물내 재실인원을 정확히 파악할 수 있다면, 그 공간의 효율적인 최적의 공조제어가 가능하여 에너지 절감과 쾌적한 실내공기환경 유지가 가능할 것이다. 본 연구에서는 재실인원을 추정하는 인자로서 CO2농도변화를 사용하였다. 재실인원의 측정에는 카메라, 카운터센서, 모션센서, RFID 등의 여러 방법을 사용할 수 있으나, 재실자들의 프라이버시나 가격 등의 문제들을 고려하고, 또한 기존의 건축물들에 공조제어를 위한 CO2센서가 이미 많이 보급되어 있는 점을 고려할 때, CO2농도변화를 입력인자로 사용하는 것은 매우 의미가 있다. 시간지연 입력을 이용한 TDNN(Time Delay Neural Network)과 역전파(Back propagation) 알고리즘을 채택한 인공신경망 기법을 사용하여 CO2농도변화와 재실인원수 간의 상관관계를 학습시켜 재실인원 추정을 하였다. 몇가지 잘알려진 간단한 예제를 학습시켜 개발된 프로그램의 신뢰성을 검증하였다. 본 연구에서는 t-3, t-5, t-7, t-9의 시간지연을 조사하였는데, t-7까지는 오차가 줄어드는 효과를 보였으나, 그 이상의 시간지연 입력은 더 이상 개선된 결과를 나타내지 않았다. 따라서, 본 연구에서의 해석에서는 t-7의 시간지연 입력이 타당한 것으로 판단된다.
국문 초록 에너지 사용의 많은 부분을 차지하는 것이 빌딩이나 아파트 등의 건축물에서의 공조에너지이다. 냉난방, 환기 등의 공조에너지를 절감하기 위해서는 에너지효율이 좋은 기기를 개발하여 사용하는 것이지만, 단시일내 급격한 효율 향상을 기대하기는 어렵다. 이에, 건물 공조에너지를 절감하는 동시에 실내공기질이나 재실자의 안락함을 유지하기 위하여, 수요제어 공조기법이 제시되고 있다. 재실자들은 공조제어의 수혜자인 동시에, 건물내 오염물 발생의 원천이다. 따라서, 건물내 재실인원을 정확히 파악할 수 있다면, 그 공간의 효율적인 최적의 공조제어가 가능하여 에너지 절감과 쾌적한 실내공기환경 유지가 가능할 것이다. 본 연구에서는 재실인원을 추정하는 인자로서 CO2농도변화를 사용하였다. 재실인원의 측정에는 카메라, 카운터센서, 모션센서, RFID 등의 여러 방법을 사용할 수 있으나, 재실자들의 프라이버시나 가격 등의 문제들을 고려하고, 또한 기존의 건축물들에 공조제어를 위한 CO2센서가 이미 많이 보급되어 있는 점을 고려할 때, CO2농도변화를 입력인자로 사용하는 것은 매우 의미가 있다. 시간지연 입력을 이용한 TDNN(Time Delay Neural Network)과 역전파(Back propagation) 알고리즘을 채택한 인공신경망 기법을 사용하여 CO2농도변화와 재실인원수 간의 상관관계를 학습시켜 재실인원 추정을 하였다. 몇가지 잘알려진 간단한 예제를 학습시켜 개발된 프로그램의 신뢰성을 검증하였다. 본 연구에서는 t-3, t-5, t-7, t-9의 시간지연을 조사하였는데, t-7까지는 오차가 줄어드는 효과를 보였으나, 그 이상의 시간지연 입력은 더 이상 개선된 결과를 나타내지 않았다. 따라서, 본 연구에서의 해석에서는 t-7의 시간지연 입력이 타당한 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.