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.
피인용 0
초록·키워드
With the rise of Zero Energy Buildings (ZEBs), energy performance simulation has become essential for evaluating building designs in their early stages. However, in ECO2, key input variables like infiltration rates often depend on empirical values or conventional assumptions, limiting the reliability of these simulations. To overcome this challenge, this study develops a theoretical model that predicts stack-driven infiltration in high-rise residential buildings using the Residential Thermal Draft Coefficient (RTDC). When tested on a real building, the model demonstrated strong accuracy in predicting infiltration rates, achieving average errors of 15.58% for CV(RMSE) and 6.144% for NMBE when compared to multi-zone airflow simulation results. Additionally, using the predicted infiltration values, ECO2 showed an energy demand reduction of 11 kWh/m² compared to results derived from the ZEB pre-certification infiltration standard. These findings suggest that the RTDC-based infiltration model can accurately predict energy patterns in high-rise residential buildings and has potential for direct integration into building energy simulations.
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) : I410-151-26-02-096787696
