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
학술저널
저자정보
안유선 (연세대학교) 이용준 (비이엘테크놀로지) 오은주 (비이엘테크놀로지) 김병선 (연세대학교)
저널정보
대한설비공학회 설비공학논문집 설비공학논문집 제32권 제8호
발행연도
2020.8
수록면
386 - 397 (12page)
DOI
10.6110/KJACR.2020.32.8.386

이용수

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

이 논문의 연구 히스토리 (3)

2020

전이 학습 기반 고정된 레이어 수에 따른 건물 전력 소비량 예측 정확도 검증
안유선 ,  진경일 ,  이용준 한국태양에너지학회 논문집 2020.12 학술저널
푸리에 변환 기반 스케줄 분석 알고리즘을 적용한 건물 에너지 소비량 예측 모델
안유선 ,  이용준 ,  오은주 외 1명 설비공학논문집 2020.08 학술저널
LSTM 모델 기반 전이 학습을 적용한 건물 에너지 소비량 예측 모델
안유선 ,  이용준 ,  오은주 외 1명 한국태양에너지학회 학술대회논문집 2020.06 학술대회자료

초록· 키워드

오류제보하기
Building energy demand currently accounts for 40% of the total energy demand, which has a great influence on the planning and operation of the energy market by energy suppliers, and its importance has increased significantly with the advent of the smart grid. Variables affecting the use of building energy include the identification of environmental conditions, historical conditions, and schedule conditions, and these factors have a sophisticated effect on buildings. One of the most influential variables is the building schedule. Because each building has its own schedule, standardized schedules cannot be applied to various buildings, and it is difficult for non-experts to analyze or predict schedules in these cases. The aim of this paper is to propose a high-precision building energy demand prediction model by using a Fourier transform-based time series prediction model, that automatically analyzes and predicts the schedule to be applied when predicting building energy demand. In order to compare with the existing method, the six buildings are divided into schedules when they are not scheduled, weekdays/weekends, days of week and when schedule analysis algorithm are applied. Machine learning is performed using the LSTM model, and prediction accuracy is verified through the CvRMSE and MBE. There was an average difference of 15.37% based on the CvRMSE, and all predictions were predictable when the automated prediction model was applied. This study can be used as a building energy operation plan for the creation and implementation of a future energy-efficient smart grid system.
#Machine learning(기계 학습) #Building energy demand prediction(건물 에너지 소비량 예측) #Building schedule analysis algorithm(스케줄 분석 알고리즘) #Fourier transform(푸리에 변환)

목차

Abstract
1. 연구배경 및 목적
2. 연구방법
3. 예측 기법
4. 평가모델 분석
5. 비교 결과
6. 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

총수명주기관리체계 구축 및 발전방안 (2)
백순흠 ,  이윤수 국방과 기술 2011 .01
위상잠금 적외선열화상의 가우시안 푸리에 변환 및 딥러닝을 활용한 해상도 향상 연구
이승주 ,  김원태 비파괴검사학회지 2023 .12
단시간 푸리에 변환을 이용한 자동 음원 추출 연구
이정민 ,  이원구 제어로봇시스템학회 국내학술대회 논문집 2021 .06
이산 푸리에 변환 기반의 엔진 실화 진단
한풍규 ,  박주현 한국자동차공학회논문집 2021 .05
최대전력수요 및 에너지비용 저감을 위한 부하이동 알고리즘 개발
강혜겸 ,  오병찬 ,  손영건 외 3명 대한전기학회 학술대회 논문집 2021 .07

최근 본 자료

전체보기

댓글(0)

0