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
정진화 (청주대학교) 채영태 (청주대학교)
저널정보
한국건축친환경설비학회 한국건축친환경설비학회 논문집 한국건축친환경설비학회 논문집 제11권 제6호
발행연도
2017.12
수록면
586 - 598 (13page)

이용수

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

초록· 키워드

오류제보하기
The optimal machine learning model depends on building types was selected by comparing and analyzing short term load forecasting (STLF) performance of primary school and commercial reference building based on 4 machine learning models such as ANN, SVM, CHAID, and, RF. The research consists of data collection-storage, data analysis, meteorological variables extraction, energy consumption forecasting and analysis on typical primary school and commercial building energy model. TMY (Typical Meteorological Year) of Incheon, Korea was applied and based on weather forecasting data provided by the KMA (Korea Meteorological Agency). In case of building energy consumption data, primary school and medium commercial reference building energy consumption data by on EIA’s Commercial Buildings Energy Consumption Survey (CBECS) were used. Key weather variables were extracted for each machine learning model between the input variables and the output which is building energy consumption in 15 minutes interval. Finally, forecasting of energy consumption on different building types conducted a comparative analysis of the forecasting performance of building energy consumption based on 4 machine learning models using optimal input variables. The results shows ANN model outperforms other models with 5.44% of CV (RMSE) for 7 days school building energy forecasting trained 8 weeks prior data. Whereas, RF model performs better than the others with 10.96% of CV (RMSE). It may be concluded that the priority of variables which have impacts on energy consumption is important and the most suitable model for energy forecasting is different by the building types.
#기계학습모델 #건물 에너지소비예측 #초등학교 #상업용 건물 #변수중요도 #Machine Learning Model #Building Energy Consumption Forecasting #Primary School #Commercial Building #Variable Importance

목차

ABSTRACT
서론
관련 연구 동향
데이터 수집-저장-활용
기계학습모델 및 예측성능 지표
건물유형별 기상주요변수 추출
건물유형별 기계학습모델 선정
결론
References

참고문헌 (13)

참고문헌 신청
[학술지(정기간행물)] - Schuetze, T. / 2015 / Zero Emission Buildings in Korea-History, Status Quo, and Future Prospects / Sustainability : 2745 ~ 2767 google schola [학술지(정기간행물)] - 전병기 / 2017 / 인공신경망을 이용한 건물의 단기 부하 예측 모델 / 설비공학 논문집 29 (10) : 497 ~ 503 dbpia [학술지(정기간행물)] - Ahmad, M. W. / 2017 / Trees vs Neurons : Comparison between Random Forest and ANN for High-resolution Prediction of Building Energy Consumption / Energy and Buildings 147 : 77 ~ 89 google schola [학술지(정기간행물)] - Cheng, F. / 2014 / Development of Prediction Models for Next-day building energy consumption and peak power demand using data mining techniques / Applied Energy 127 : 1 ~ 10 google schola [학술지(정기간행물)] - Javanovic, R. Z. / 2015 / Ensemble of Various Neural Networks for Forecasting of Heating Energy Consumption / Energy and Buildings 94 : 189 ~ 199 google schola

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

건물에너지 소비량 예측을 위한 기계학습방법 선정연구
정진화 ,  채영태 대한설비공학회 학술발표대회논문집 2017 .06
루소 : 어린이를 발견한 최초의 근대적 교육사상가
심성보 교육비평 2002 .06
건물 에너지 분석을 위한 기계학습(Machine Learning) 기법의 활용 사례
문현준 ,  윤영란 건축환경설비 2017 .12
머신러닝을 활용한 건물의 열에너지 수요분석 및 예측기술 개발 : 실시간 수요예측 모델 개발을 위한 주요 변수 추출
장지훈 ,  손동욱 ,  백주미 한국신·재생에너지학회 학술대회 초록집 2018 .11
입력변수 및 학습사례 선정을 동시에 최적화하는 GA-MSVM 기반 주가지수 추세 예측 모형에 관한 연구
이종식 ,  안현철 지능정보연구 2017 .12

최근 본 자료

전체보기

댓글(0)

0