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 examines the use of an AI-based optimal flow control model to improve the energy efficiency of heating and cooling systems in modern buildings. Traditional flow control methods, such as On/Off control, are unable to adapt dynamically to changing environmental conditions, resulting in excessive energy consumption and inconsistent performance. To overcome this limitation, we developed and tested an AI-driven control system on a PVT-Integrated Air Source Heat Pump (PVT-ASHP) hybrid system in Busan, South Korea. Our real-scale experiments compared the performance of the AI-based control with conventional methods, focusing on key performance indicators such as cooling coefficient of performance (COP), energy savings, and system stability. The results showed that the AI-based model effectively optimized flow rates based on real-time environmental data, leading to a 12% reduction in energy consumption and a 14% improvement in cooling COP compared to traditional methods. These findings underscore the potential of AI-driven control strategies to enhance energy efficiency in buildings, contributing to the goals of carbon neutrality and zero-energy structures. Future research will aim to expand the adaptability of the AI model to various climate conditions.
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) : I410-151-25-02-093834353
