인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This study aimed to enhance the accuracy of chiller system performance predictions by comparing a model based on fixed performance curves with an optimized model tailored to actual operating conditions. Key performance indicators, including Capacity, Coefficient of Performance (COP), and Fraction of Full Load (FFLP), were adjusted to align with operational data. Results indicated that the existing model, reliant on fixed experimental conditions, failed to adequately reflect dynamic operational changes, leading to discrepancies between predicted and actual power consumption. In contrast, the optimized model effectively incorporated real-time conditions, resulting in improved prediction accuracy and significantly reduced prediction errors. This underscores the necessity of refining performance curves for accurate chiller system predictions to enhance energy efficiency and cost savings. Future research should validate the effectiveness of this optimization method across diverse environments and develop real-time performance monitoring and optimization technologies using digital twin technology.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092464571
