지구온난화, 기후변화, 폭염, 도시열섬현상 등의 기상이변이 전세계적으로 끊이지 않고 문제가 발생하고 있다. 특히, 우리나라는 에너지자립도가 약 5% 수준으로 에너지 수급의 불안정성을 늘 지니고 있다. 또한, 건축물은 전체 에너지 소비량의 약 36%를 소비하는 주체로서, 건축물의 적극적인 에너지 절감 노력이 필요한 주체임을 인식하였다. 그러므로 본 연구에서는 주택에 비해 연구가 미흡한 업무용 오피스시설에 대한 에너지 절감 ...
지구온난화, 기후변화, 폭염, 도시열섬현상 등의 기상이변이 전세계적으로 끊이지 않고 문제가 발생하고 있다. 특히, 우리나라는 에너지자립도가 약 5% 수준으로 에너지 수급의 불안정성을 늘 지니고 있다. 또한, 건축물은 전체 에너지 소비량의 약 36%를 소비하는 주체로서, 건축물의 적극적인 에너지 절감 노력이 필요한 주체임을 인식하였다. 그러므로 본 연구에서는 주택에 비해 연구가 미흡한 업무용 오피스시설에 대한 에너지 절감 예측 모델을 구축하여 이를 통해 건축물의 에너지 효율을 높일 수 있는 방법을 제안하는 것을 목적으로 하였다. 본 연구의 에너지 절감 예측 모델을 구축함에 있어, 인공지능 알고리즘의 하나인 의사결정나무, 사례기반추론 등을 활용하여 다음과 같은 과정을 통해 예측 모델을 구축, 활용하고자 하였다. 우선, 데이터베이스의 구축을 위해 일정 범위에 해당하는 건축물의 현황조사를 실시하였으며, 수집된 데이터의 분석을 통해 연구에 활용할 데이터를 선별하였다. 그 후, 데이터의 정성적, 정량적 분석과 동시에 의사결정나무와 랜덤포레스트를 활용하여 다각적인 분석과 예측 모델 구축에 사용될 각 요소별 중요도를 수치화하였다. 마지막으로, 사례기반추론 기법을 활용한 예측 모델을 구축함에 있어 기존 사례를 구축하기 위하여 앞서 산출한 가중치를 대입하고 각 요소별 상관관계를 정의하여 예측 모델을 구축하였다. 이러한 과정을 통해 구축된 예측 모델에 신규 사례의 변수를 입력하여 기존 사례로부터 유사도에 따른 사례를 조회하여 조회된 사례로부터, 신규 사례의 에너지 절감을 예측하고자 하였다. 더 나아가 이를 통해 건축물의 기획, 개발, 설계에 활용하여 단계별 의사결정을 지원하고자 하였다. 연구 결과, 본 연구의 대상이 되는 범위에 속하는 업무시설에서 에너지사용과 절감에 관한 다양한 연구의 발견이 있었다. 첫째, 인공지능 알고리즘을 조합하여 정확도 80%의 에너지절감 예측모델을 구축하였다. 두 번째, 건축물의 상세현황 요소별 가중치를 산출하여 연관성을 수치적으로 확인하였다. 세 번째, 조사범위 내의 건축물은 공조기의 방식이 에너지 절감에 가장 큰 영향을 미친다는 결과를 얻을 수 있었다. 네 번째로, 건축물의 기획 및 개발 단계의 의도와 방향에 따라, 향후 운영관리와 에너지 효율에 직, 간접적인 영향을 미치는 결과를 확인하였다. 마지막으로, 건축물의 환경 및 설비 분야의 시스템 사양과 구성에 따라 에너지 절감률이 달라지는 것을 확인하였으며, 일정 조건하의 최적 조합이 존재하는 것을 발견하였다. 본 연구를 통해, 건축물의 기획 및 개발, 설계 단계에서 인공지능을 활용한 스마트한 에너지 절감 예측모델을 통해 건축물의 시스템에 따른 에너지 효율을 예측, 반영하여 최적의 시스템 설계를 통해 생애주기비용의 최적화뿐만 아니라, 지구의 환경보호까지 사회적 책임을 다하는 윤리적 개발을 가능하게 하며 점차 다가오는 4차산업혁명 시대에 대응과 미래 사회 Smart City의 기초가 되는 Smart Building 구현을 통해, Smart City 구축에 이바지 할 것을 기대한다.
지구온난화, 기후변화, 폭염, 도시열섬현상 등의 기상이변이 전세계적으로 끊이지 않고 문제가 발생하고 있다. 특히, 우리나라는 에너지자립도가 약 5% 수준으로 에너지 수급의 불안정성을 늘 지니고 있다. 또한, 건축물은 전체 에너지 소비량의 약 36%를 소비하는 주체로서, 건축물의 적극적인 에너지 절감 노력이 필요한 주체임을 인식하였다. 그러므로 본 연구에서는 주택에 비해 연구가 미흡한 업무용 오피스시설에 대한 에너지 절감 예측 모델을 구축하여 이를 통해 건축물의 에너지 효율을 높일 수 있는 방법을 제안하는 것을 목적으로 하였다. 본 연구의 에너지 절감 예측 모델을 구축함에 있어, 인공지능 알고리즘의 하나인 의사결정나무, 사례기반추론 등을 활용하여 다음과 같은 과정을 통해 예측 모델을 구축, 활용하고자 하였다. 우선, 데이터베이스의 구축을 위해 일정 범위에 해당하는 건축물의 현황조사를 실시하였으며, 수집된 데이터의 분석을 통해 연구에 활용할 데이터를 선별하였다. 그 후, 데이터의 정성적, 정량적 분석과 동시에 의사결정나무와 랜덤포레스트를 활용하여 다각적인 분석과 예측 모델 구축에 사용될 각 요소별 중요도를 수치화하였다. 마지막으로, 사례기반추론 기법을 활용한 예측 모델을 구축함에 있어 기존 사례를 구축하기 위하여 앞서 산출한 가중치를 대입하고 각 요소별 상관관계를 정의하여 예측 모델을 구축하였다. 이러한 과정을 통해 구축된 예측 모델에 신규 사례의 변수를 입력하여 기존 사례로부터 유사도에 따른 사례를 조회하여 조회된 사례로부터, 신규 사례의 에너지 절감을 예측하고자 하였다. 더 나아가 이를 통해 건축물의 기획, 개발, 설계에 활용하여 단계별 의사결정을 지원하고자 하였다. 연구 결과, 본 연구의 대상이 되는 범위에 속하는 업무시설에서 에너지사용과 절감에 관한 다양한 연구의 발견이 있었다. 첫째, 인공지능 알고리즘을 조합하여 정확도 80%의 에너지절감 예측모델을 구축하였다. 두 번째, 건축물의 상세현황 요소별 가중치를 산출하여 연관성을 수치적으로 확인하였다. 세 번째, 조사범위 내의 건축물은 공조기의 방식이 에너지 절감에 가장 큰 영향을 미친다는 결과를 얻을 수 있었다. 네 번째로, 건축물의 기획 및 개발 단계의 의도와 방향에 따라, 향후 운영관리와 에너지 효율에 직, 간접적인 영향을 미치는 결과를 확인하였다. 마지막으로, 건축물의 환경 및 설비 분야의 시스템 사양과 구성에 따라 에너지 절감률이 달라지는 것을 확인하였으며, 일정 조건하의 최적 조합이 존재하는 것을 발견하였다. 본 연구를 통해, 건축물의 기획 및 개발, 설계 단계에서 인공지능을 활용한 스마트한 에너지 절감 예측모델을 통해 건축물의 시스템에 따른 에너지 효율을 예측, 반영하여 최적의 시스템 설계를 통해 생애주기비용의 최적화뿐만 아니라, 지구의 환경보호까지 사회적 책임을 다하는 윤리적 개발을 가능하게 하며 점차 다가오는 4차산업혁명 시대에 대응과 미래 사회 Smart City의 기초가 되는 Smart Building 구현을 통해, Smart City 구축에 이바지 할 것을 기대한다.
Extreme weather problems such as global warming, climate change, heat wave, and urban heat island are occurred continuously. Especially, Korea has always been unstable in energy supply and demand because Korea's energy self-regulation is about only 5%. And, the buildings consumes about 36% of total ...
Extreme weather problems such as global warming, climate change, heat wave, and urban heat island are occurred continuously. Especially, Korea has always been unstable in energy supply and demand because Korea's energy self-regulation is about only 5%. And, the buildings consumes about 36% of total energy consumption quantity. In this thesis, the purpose of the study was to propose ways to increase energy efficiency of buildings by establishing an energy saving prediction model for office facilities that are less studied than housing. It was processed in the below by using artificial intelligence algorithm; Case Based reasoning and Decision tree for establishing energy saving prediction model. First of all, a survey was conducted for specific building condition and systems to gather all the information of database, then data to be used in the study were selected through analysis of the database. Secondly, Decision tree and Random forest were utilized to quantify the weight factor of each attributes to be used to establish prediction model at the same time as the qualitative and quantitative analysis of the database. Last, prediction model was established by substituting the weight factor earlier to build an previous cases and defining the correlation between each attributes in the establishing prediction model using Case based reasoning. The energy savings of the new cases were predicted from retrieving in the database based on previous cases through these processes. Further, it was designed to support decision making by using it to planning, developing, designing phases. As a result, various facts on energy use and reduction in office facilities within the scope of this study were discovered. First, an energy saving prediction model has a 80% of result accuracy by combining artificial intelligence algorithms. Next, weight factors of building each systems are calculated, and the correlations between each attributes are verified numerically. Thirdly, buildings within the scope of the survey were able to obtain the results that the Air Handling Unit had the greatest impact on energy reduction. Fourth, very first concept, purpose and direction of the planning and development phase of the building effected on property management and operation cost after built to demolition. Last of all, It was verified that the energy savings rate varies depending on the system specifications and composition of the building's environmental and MEPs, and that an optimal combination exists under certain conditions. Through a smart energy saving prediction model using artificial intelligence at the planning, development, and design process of a building, it is expected to contribute to build Smart City by responding to the era of the 4th Industrial Revolution and implementing Smart Building that is the foundation of Smart City of future society, while enabling ethical development that fulfill not only the optimization of life cycle cost but also saving the earth through optimal system design.
Extreme weather problems such as global warming, climate change, heat wave, and urban heat island are occurred continuously. Especially, Korea has always been unstable in energy supply and demand because Korea's energy self-regulation is about only 5%. And, the buildings consumes about 36% of total energy consumption quantity. In this thesis, the purpose of the study was to propose ways to increase energy efficiency of buildings by establishing an energy saving prediction model for office facilities that are less studied than housing. It was processed in the below by using artificial intelligence algorithm; Case Based reasoning and Decision tree for establishing energy saving prediction model. First of all, a survey was conducted for specific building condition and systems to gather all the information of database, then data to be used in the study were selected through analysis of the database. Secondly, Decision tree and Random forest were utilized to quantify the weight factor of each attributes to be used to establish prediction model at the same time as the qualitative and quantitative analysis of the database. Last, prediction model was established by substituting the weight factor earlier to build an previous cases and defining the correlation between each attributes in the establishing prediction model using Case based reasoning. The energy savings of the new cases were predicted from retrieving in the database based on previous cases through these processes. Further, it was designed to support decision making by using it to planning, developing, designing phases. As a result, various facts on energy use and reduction in office facilities within the scope of this study were discovered. First, an energy saving prediction model has a 80% of result accuracy by combining artificial intelligence algorithms. Next, weight factors of building each systems are calculated, and the correlations between each attributes are verified numerically. Thirdly, buildings within the scope of the survey were able to obtain the results that the Air Handling Unit had the greatest impact on energy reduction. Fourth, very first concept, purpose and direction of the planning and development phase of the building effected on property management and operation cost after built to demolition. Last of all, It was verified that the energy savings rate varies depending on the system specifications and composition of the building's environmental and MEPs, and that an optimal combination exists under certain conditions. Through a smart energy saving prediction model using artificial intelligence at the planning, development, and design process of a building, it is expected to contribute to build Smart City by responding to the era of the 4th Industrial Revolution and implementing Smart Building that is the foundation of Smart City of future society, while enabling ethical development that fulfill not only the optimization of life cycle cost but also saving the earth through optimal system design.
주제어
#에너지절감 예측모델 인공지능 사례기반추론 스마트빌딩 스마트시티 기후변화대응 Save the Earth
학위논문 정보
저자
박경진
학위수여기관
서울시립대학교 국제도시과학대학원
학위구분
국내석사
학과
글로벌건설학과
지도교수
김현주
발행연도
2019
총페이지
vi, 90p
키워드
에너지절감 예측모델 인공지능 사례기반추론 스마트빌딩 스마트시티 기후변화대응 Save the Earth
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.