메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김의종 (인하대학교) 전병기 (인하대학교) 이경호 (한국에너지기술연구원) 공민석 (한국에너지기술연구원) 신영기 (세종대학교)
저널정보
대한설비공학회 대한설비공학회 학술발표대회논문집 대한설비공학회 2018년도 동계학술발표대회 논문집
발행연도
2018.11
수록면
272 - 275 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
To achieve a model predictive control for renewable energy systems of a zero-energy building, it is important to accurately predict the energy load. In this work, thermal and electricity load are predicted using physical and data-driven models, respectively. An RC (resistance-capacitance) model is proposed to account for the thermal load, and weather prediction models are also developed as the weather data are the main inputs to the load model. The electricity load and demand for the next day are predicted using a data-driven model, and a deep-learning neural network model is used. The proposed prediction models give very similar results with the reference model and data, showing only 0.49℃ and 19.62 W in RMSE for predicting indoor air temperatures and electricity consumption, respectively.
#Building load (건물 부하) #electricity demand (전기수요) #Deep Learning (딥러닝) #Optimization (최적화)

목차

Abstract
1. 서론
2. 부하 예측 모델
3. 시뮬레이션 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

메모리 효과를 갖는 시계열 데이터에서 다수의 노이즈 클리닝에 대한 연구
조재한 ,  이이섭 한국컴퓨터정보학회논문지 2020 .04
ZEB의 부하 패턴 변화에 따른 복사냉난방과 데시컨트 제습 공조
이현종 설비저널 2020 .03
IoT 및 딥 러닝 기반 스마트 팜 환경 최적화 및 수확량 예측 플랫폼
최호길 ,  안희학 ,  정이나 외 1명 한국정보전자통신기술학회 논문지 2019 .12
딥러닝을 이용한 재실정보 기반 건물의 전기 수요 예측 모델
전병기 ,  김의종 ,  이경호 외 2명 설비공학논문집 2019 .01
다중회귀모형을 이용한 104주 주 최대 전력수요예측
정현우 ,  김시연 ,  송경빈 전기학회논문지 2014 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-553-000228510