KR101717756B1 - 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 - Google Patents
계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 Download PDFInfo
- Publication number
- KR101717756B1 KR101717756B1 KR1020140162540A KR20140162540A KR101717756B1 KR 101717756 B1 KR101717756 B1 KR 101717756B1 KR 1020140162540 A KR1020140162540 A KR 1020140162540A KR 20140162540 A KR20140162540 A KR 20140162540A KR 101717756 B1 KR101717756 B1 KR 101717756B1
- Authority
- KR
- South Korea
- Prior art keywords
- building
- information
- unit
- correlation
- energy
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000007726 management method Methods 0.000 claims description 63
- 238000009826 distribution Methods 0.000 claims description 33
- 238000004088 simulation Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000005094 computer simulation Methods 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 9
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000013398 bayesian method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법에 관한 것으로, 계층적 베이지안 빌딩 에너지 관리 시스템은, 에너지 관리를 위한 건물정보가 입력되는 데이터 베이스; 상기 데이터 베이스에 건물정보를 입력하는 건물 정보 입력부; 건물정보를 건물에서부터 계측하는 센서부; 및 상기 데이터 베이스에 저장된 건물정보를 이용하여 해당 건물의 에너지 상태를 관리하는 건물 에너지 관리부;를 포함하며, 상기 건물 에너지 관리부는 계층적 베이지안 모델을 적용하여 건물 에너지를 관리할 수 있다.
Description
본 발명은 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법에 관한 것으로, 더욱 상세하게는 초기값과 가정값이 필요 없는 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법에 관한 것이다.
건물의 생애 주기를 대략 30년 정도로 보았을 때, 운영 단계에서의 생애 비용은 약 60~85%이다. 따라서 건물에 설치된 제어가능 시스템들(예를 들면, AHU, 보일러, 냉각기, 차양장치, 팬 등)의 최적 운영은 에너지 절감 달성에 큰 비중을 차지한다. 결국, 운영단계에서 에너지 절감 가능성은 설계 또는 시공 단계에 투입된 노력과 비교하면 매우 높다고 할 수 있다.
한편, 건물 에너지 관리 시스템(BEMS; Building Energy Management System)은 컴퓨터 기반의 툴(computer-aided tools)로서, 건물 상태의 모니터링, 기기 제어, 최적화에 사용된다. 현재 대부분의 BEMS 운영은 전체적인 설비의 단순 제어 및 감시 기능만 수행하고, 에너지 관리에 대한 기능은 부분적으로 제공하고 있는 실정으로, 건물에 특화된 체계적인 에너지 관리 기능에 한계가 있다.
또한, 건물 에너지 시뮬레이션은 실내 환경과 복잡한 시스템의 동적 거동을 정밀히 모사하는 수준에 도달하였고, 다양한 성능평가 항목들에 대해서 분석할 수 있는 수준이 되었다. 건물 시뮬레이션은 설계 과정 동안 대안 간의 비교 및 평가를 가능하게 하며, 중요한 의사결정 도구로 활용될 수 있다. 하지만, 건물 시뮬레이션에 입력되는 대부분의 입력변수들은 확정적으로 결정하기 어렵고, 확률적 특성이 매우 강하다는 문제가 있다. 입력변수의 확률적 특성은 시뮬레이션 결과의 불확실성으로 귀결되며, 건물 성능 평가의 객관성, 투명성, 재연성, 정확성, 신뢰성 등에 영향을 미친다는 단점이 있다.
본 출원인은 위와 같은 종래기술의 문제점을 해결하기 위해 본 발명을 제안하게 되었으며, 종래기술과 관련된 참고문헌으로는 대한민국공개특허 제10-2014-0075527호의 "건물에 대한 모듈식 에너지 시뮬레이션 모델링 및 검증 방법"이 있다.
본 발명은 계층적 베이지안 모델을 이용한 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법을 제공한다.
본 발명은 초기값 및 확률분포에 무관하고 빠른 수렴이 가능한 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법을 제공한다.
상기한 과제를 달성하기 위한 본 발명의 일 실시예에 따른 계층적 베이지안 빌딩 에너지 관리 시스템은, 에너지 관리를 위한 건물정보가 입력되는 데이터 베이스; 상기 데이터 베이스에 건물정보를 입력하는 건물 정보 입력부; 건물정보를 건물에서부터 계측하는 센서부; 및 상기 데이터 베이스에 저장된 건물정보를 이용하여 해당 건물의 에너지 상태를 관리하는 건물 에너지 관리부;를 포함하며, 상기 건물 에너지 관리부는 계층적 베이지안 모델을 적용하여 건물 에너지를 관리할 수 있다.
상기 건물 에너지 관리부는 건물 에너지 시뮬레이션 모델부 및 제어 알고리즘부를 포함할 수 있다.
상기 건물 에너지 시뮬레이션 모델부는 상기 센서부 중 어느 하나의 센서에서 계측한 자체 건물정보 사이의 상관관계분포 또는 상기 센서부 중 둘 이상의 센서에서 계측한 주변 건물정보 사이의 상관관계분포를 이용할 수 있다.
상기 건물 에너지 시뮬레이션 모델부는 상기 자체 건물정보와 상기 주변 건물정보의 상관관계 분포 발생 확률이 소정값 보다 작은지 여부를 판단할 수 있다.
상기 건물 에너지 시뮬레이션 모델부는 상기 자체 건물정보 사이의 상관관계분포를 분석하는 자체 상관관계 분석부 및 상기 주변 건물정보 사이의 상관관계분포를 분석하는 주변 상관관계 분석부를 포함할 수 있다.
상기 건물 에너지 시뮬레이션 모델부는 상기 자체 건물정보 및 상기 주변 건물정보의 상관관계 분포 발생확률을 비교할 수 있다.
상기 에너지 시뮬레이션 모델부는 상기 자체 상관관계 분석부 및 상기 주변 상관관계 분석부에서 분석 결과를 전달 받아 에너지 관리에 필요한 예측을 수행하는 예측값 생성부를 더 포함할 수 있다.
상기 데이터 베이스는 건축정보모델링 국제표준인 IFC 형식과 호환 가능하도록 형성될 수 있다.
상기 건물 에너지 시뮬레이션부는 건축정보모델링 국제표준인 IFC 형식과 호환되는 주변 건물 정보를 이용할 수 있다.
상기 빌딩 에너지 관리 시스템은 건축정보모델링 국제표준인 IFC 형식과 호환되는 자체 건물 정보와 상기 주변 건물 정보를 IFC 형식과 호환되는 정보로 입력받아 활용 가능하다.
상기 건물정보 입력부는 기상정보 입력부 및 건물변형정보 입력부를 포함할 수 있다.
한편, 발명의 다른 분야에 의하면, 본 발명은 상기한 계층적 베이지안 빌딩 에너지 관리 시스템을 사용한 계층적 베이지안 빌딩 에너지 관리 방법에 있어서, 대상 건물의 건물정보를 계측하는 단계; 상기 건물정보의 자체 상관관계 분포를 분석하는 단계; 상기 건물정보의 주변 상관관계 분포를 분석하는 단계; 대상 건물의 에너지 관리에 필요한 에너지 예측값을 생성하는 단계; 상기 예측값을 상기 제어 알고리즘부에 적용하는 단계; 및 대상 건물의 에너지 관리를 제어하는 단계;를 포함하는 건물 에너지 관리 방법을 제공할 수 있다.
상기 에너지 예측값을 생성하는 단계에서는 계층적 베이지안 모델이 적용될 수 있다.
상기 에너지 예측값을 생성하는 단계에서는 상기 건물정보를 기반으로 역방향 연산을 수행하여 상기 예측값을 생성할 수 있다.
상기 대상 건물의 건물정보를 계측하는 단계에서는 대상 건물 주변의 기상정보, 대상 건물 자체의 손상, 침하, 수직변위 또는 수평변위를 계측할 수 있다.
본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법은 계층적 베이지안 모델을 이용하기 때문에 초기값 및 확률분포에 무관하고 빠른 수렴이 가능하며, 시뮬레이션 목표값의 감소 설정이 가능하다.
본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법은 초기값과 가정값이 필요하지 않으며, 건물정보 등의 계측데이터를 사용하는 본 발명은 급작스러운 기상변화 및 건물 자체의 손상, 침하, 수직변위 또는 수평변위 등 다른 변수가 모두 포함된 계측값을 기준으로 시뮬레이션 가능하고, 초단위, 분단위, 일단위, 년단위 등 실시간 계측데이터에 기반한 예측값과 역방향 연산을 수행하기 때문에 실시간 최적 유지관리가 가능하다.
도 1은 본 발명의 일 실시예에 따른 계층적 베이지안 빌딩 에너지 관리 시스템의 개략적인 구성을 개략적으로 도시한 도면이다.
도 2는 도 1에 따른 계층적 베이지안 빌딩 에너지 관리 시스템의 주요 구성을 도시한 도면이다.
도 3 및 도 4는 도 1에 따른 계층적 베이지안 빌딩 에너지 관리 시스템을 사용한 건물 에너지 관리 방법을 설명하는 순서도이다.
도 2는 도 1에 따른 계층적 베이지안 빌딩 에너지 관리 시스템의 주요 구성을 도시한 도면이다.
도 3 및 도 4는 도 1에 따른 계층적 베이지안 빌딩 에너지 관리 시스템을 사용한 건물 에너지 관리 방법을 설명하는 순서도이다.
이하에서, 첨부된 도면을 참조하여 본 발명에 따른 실시예들을 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 계층적 베이지안 빌딩 에너지 관리 시스템의 개략적인 구성을 개략적으로 도시한 도면, 도 2는 도 1에 따른 계층적 베이지안 빌딩 에너지 관리 시스템의 주요 구성을 도시한 도면, 도 3 및 도 4는 도 1에 따른 계층적 베이지안 빌딩 에너지 관리 시스템을 사용한 건물 에너지 관리 방법을 설명하는 순서도이다.
도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 계층적 베이지안 빌딩 에너지 관리 시스템(100)은, 에너지 관리를 위한 건물정보가 입력되는 데이터 베이스(110), 데이터 베이스(110)에 건물정보를 입력하는 건물정보 입력부(120), 건물정보를 건물에서부터 계측하는 센서부(150) 및 데이터 베이스(110)에 저장된 건물정보를 이용하여 해당 건물의 에너지 상태를 관리하는 건물 에너지 관리부(200)를 포함할 수 있다. 여기서, 건물 에너지 관리부(200)는 계층적 베이지안 모델(Hierarchical Bayesian Model)을 적용하여 건물 에너지를 관리할 수 있다.
본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 시스템(100)은 시뮬레이션 기반의 건물 에너지 관리 시스템으로서, 각종 건물정보를 입력 받아 저장하는 데이터 베이스(110), 소정의 시뮬레이션 모델부(210) 및 제어 알고리즘부(260)를 구비하여 건물의 에너지를 관리할 수 있는 건물 에너지 관리부(200), 건물의 HVAC, 외피, 조명 등을 제어할 수 있는 건물 자동화 시스템(160, BAS; Building Automation System) 및 이들을 연결시켜 주는 매개체인 미들웨어(Middle ware, 미도시)를 포함할 수 있다.
데이터 베이스(110)는 건물에 관련된 정보를 수집하여 저장할 수 있다. 입력된 건물정보는 건물의 에너지 시뮬레이션 모델링 및 건물의 제어 등에 사용될 수 있다.
데이터 베이스(110)에 입력되는 건물정보는 해당 건물의 전반적인 정보 예를 들면, 시공, 설비, 설계 도면 등을 포함할 수 있으며, 이러한 건물정보는 건물정보 입력부(120)를 통해서 데이터 베이스(110)에 저장될 수 있다.
한편, 건물 에너지 시뮬레이션 또는 건물 에너지 관리에 필요한 건물정보는 시공 관련 정보 뿐만 아니라 건물을 둘러싼 풍향 상태 등 기상정보, 지진정보, 그리고, 바람이나 지진 등에 의해서 건물이 변형되는 정도에 관한 건물변형정보 등을 포함하는 것이 바람직하다. 따라서, 건물정보 입력부(120)는 기상정보 입력부(130) 및 건물변형정보 입력부(140)를 포함할 수 있다. 여기서, 기상정보 입력부(130)와 건물변형정보 입력부(140)는 건물정보 입력부(120)와 분리 형성되거나 일체로 형성될 수도 있다.
설명의 편의를 위해, 이하에서 건물정보는 기상정보, 건물변형정보를 포함하는 의미로 본다.
건물에 부는 바람, 지진 등의 기상정보 또는 바람이나 지진 등에 의해서 건물이 횡방향으로 변형되는 정도를 계측하기 위해서 센서부(150)가 구비될 수 있다. 센서부(150)에 의해서 계측되는 기상정보 또는 건물변형정보 등은 각각 기상정보 입력부(130) 및 건물변형정보 입력부(140)를 거쳐서 데이터 베이스(110)에 전송 저장될 수 있다.
데이터 베이스(110)에 저장된 건물정보와 건물자동화정보는 건물 에너지 관리부(200)에 전달되어서, 건물 에너지 시뮬레이션에 이용될 수 있다.
건물 에너지 관리부(200)는 건물 에너지 시뮬레이션 모델부(210) 및 제어 알고리즘부(260)를 포함할 수 있다.
본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 시스템(100)은 건물 에너지 관리부(200)의 건물 에너지 시뮬레이션 모델부(210)의 작동을 위해서 데이터 베이스(110)와 건물 에너지 관리부(200)를 연결시켜 주는 미들웨어(미도시)를 구비할 수도 있다. 미들웨어는 건물 에너지 시뮬레이션 모델부(210)와 물리적 시스템(예를 들면, controller, Digital-to-Analog, Analog-to-Digital)을 연결시켜 주는 매개체이다. 미들웨어를 통해 건물 에너지 시뮬레이션 모델부(210)와 LIM(Local Information Module), FMS(Facility Management System) 간의 정보교환이 이루어지면, 이 정보는 시뮬레이션 변수로 입력되어 현재 건물의 상태를 파악할 수도 있다.
한편, 건물 에너지 시뮬레이션 모델부(210)와 제어 알고리즘부(260)를 통해서 건물 에너지 관리부(200)는 운영자에게 에너지 성능에 민감한 부분을 제시할 수도 있다.
제어 알고리즘부(260)는 조명 제어 알고리즘, 차양 제어 알고리즘 등을 포함할 수 있다.
건물 에너지 시뮬레이션 모델부(210)는 센서부(150) 중 어느 하나의 센서에서 계측한 자체 건물정보 사이의 상관관계분포 또는 센서부(150) 중 둘 이상의 센서에서 계측한 주변 건물정보 사이의 상관관계분포를 이용할 수 있다. 이를 위해서, 건물 에너지 시뮬레이션 모델부(210)는 상기 자체 건물정보 사이의 상관관계분포를 분석하는 자체 상관관계 분석부(220) 및 상기 주변 건물정보 사이의 상관관계분포를 분석하는 주변 상관관계 분석부(230)를 포함할 수 있다. 또한, 건물 에너지 시뮬레이션 모델부(210)는 상기 자체 건물정보 및 상기 주변 건물정보의 상관관계 분포 발생확률을 비교할 수 있다.
자체 상관관계 분석부(220)는 센서부(150) 중 어느 하나의 센서에서 계측되는 센서출력값(즉, 에너지 등과 관련된 건물정보) 그 자체의 상관관계를 분석한다. 즉, 어느 하나의 센서에서 장시간 동안 여러 개의 센서출력값을 출력하게 되는데, 자체 상관관계 분석부(220)는 동일 센서에서 계측되는 다수개의 센서출력값들 사이에 존재하는 자체 상관관계를 분석할 수 있다.
자체 상관관계 분석부(220)는 어느 하나의 센서에서 계측된 다수개의 센서출력값들의 상관관계를 분석하여 센서출력값의 자체 상관관계분포에서의 발생확률을 비교 판단할 수 있다.
또한, 주변 상관관계 분석부(230)는 어느 하나의 센서에서 계측되는 센서출력값들 사이의 상관관계를 분석하는 것이 아니라, 서로 근접한 위치에 설치된 다수의 센서들에 의해서 계측되는 센서출력값들 사이의 상관관계를 분석할 수 있다. 예를 들면, 건물의 건물정보를 계측하기 위해서 10층, 11층, 12층에 각각 센서를 설치하고 각각의 센서들이 계측한 센서출력값들의 상관관계를 분석하여 건물의 에너지 상태를 판단할 수 있다.
한편, 건물 에너지 시뮬레이션 모델부(210)는 상기 자체 건물정보와 상기 주변 건물정보의 상관관계 분포 발생 확률이 소정값 보다 작은지 여부를 판단할 수 있다. 즉, 주변 상관관계 분석부(230)는 어느 하나의 센서에서 계측되는 센서출력값과 이 센서의 주변에 있는 센서들에서 계측되는 센서출력값들 사이의 상관관계분포에서의 발생확률을 비교 판단할 수 있다. 예를 들면, 자체 및 주변 센서출력값들과의 상관관계 분포에서의 발생확률 (확률값 < 1/1,000,000)을 비교 판단할 수 있다.
또한, 건물 에너지 시뮬레이션 모델부(210)는 자체 상관관계 분석부(220) 및 주변 상관관계 분석부(230)에서 분석 결과를 전달 받아 에너지 관리에 필요한 예측을 수행하는 예측값 생성부(240)를 더 포함할 수 있다. 여기서, 예측값 생성부(240)는 건물의 에너지 관리에 필요한 변수들을 생성한다고 할 수 있다. 이 때, 계층적 베이지안 모델이 사용될 수 있다. 예측값 생성부(240)에서 계층적 베이지안 (Hierarchical Bayesian) 기법이 적용될 수 있는데, 계층적 베이지안 기법의 적용은 상관관계 정량화에 의하여 상호작용, 인과, 상승 및 저감효과가 포함되어 상호작용의 자동모델링 및 예측이 가능하며, 마르코프 체인(Markov Chain, 변형확률에 의거한 연속된 랜덤변수) 모델링에 의하여 미래 사건의 예측에 사용되며, 복잡한 상관관계를 가지는 다변수 확률분포의 샘플링에 사용되는 MCMC 방법(THE METROPOLIS-HASTING ALGORITHM, 메트로폴리스-헤이스팅 알고리즘)을 사용할 수 있다. 메트로폴리스-헤이스팅 알고리즘은 이동확률의 최적화 (교집합)에 의하여 확률분포(P)로부터의 다음 시간단계의 변수벡터를 추출하는 마르코프 체인 몬테카를로 모사 방법이 사용될 수 있다.
예측값 생성부(240)에서 계층적 베이지안 기법이 적용되기 때문에 에너지 관리를 위한 초기값 및 가정값이 필요 없으며, 초기값 및 분포와 무관하게 빠른 수렴 특성으로 예측값을 생성해 낼 수 있다. 또한, 최종 목표 예측값의 감소 설정이 가능하며 역방향 상관관계분포 시뮬레이션에 의해 최적화 달성이 가능하다. 따라서, 본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 시스템(100)은 건물정보 등의 계측데이터를 사용하는 본 발명은 급작스러운 기상변화 및 건물 자체의 손상, 침하, 수직변위 또는 수평변위 등 다른 변수가 모두 포함된 계측값을 기준으로 시뮬레이션 가능하고, 초단위, 분단위, 일단위, 년단위 등 실시간 계측데이터에 기반한 예측값과 역방향 연산을 수행하기 때문에 실시간 최적 유지관리를 할 수 있다.
데이터 베이스(110)는 건축정보모델링 국제표준인 IFC(Industry Foundation Classes) 형식과 호환 가능하도록 형성될 수 있다.
건물 에너지 시뮬레이션 모델부(210)는 건축정보모델링 국제표준인 IFC 형식과 호환되는 주변 건물 정보를 이용할 수 있다.
본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 시스템(100)은 건축정보모델링 국제표준인 IFC 형식과 호환되는 자체 건물 정보와 상기 주변 건물 정보를 IFC 형식과 호환되는 정보로 입력받아 활용할 수 있다.
한편, 도 3을 참조하면, 발명의 다른 분야에 의하면, 본 발명은 상기한 계층적 베이지안 빌딩 에너지 관리 시스템(100)을 사용한 계층적 베이지안 빌딩 에너지 관리 방법에 있어서, 대상 건물의 건물정보를 계측하는 단계(1100), 상기 건물정보의 자체 상관관계 분포를 분석하는 단계(1200), 상기 건물정보의 주변 상관관계 분포를 분석하는 단계(1300), 대상 건물의 에너지 관리에 필요한 에너지 예측값을 생성하는 단계(1400), 상기 예측값을 상기 제어 알고리즘부(260)에 적용하는 단계(1500) 및 대상 건물의 에너지 관리를 제어하는 단계(1600)를 포함하는 건물 에너지 관리 방법을 제공할 수 있다.
여기서, 상기 에너지 예측값을 생성하는 단계(1400)에서는 계층적 베이지안 모델이 적용될 수 있다. 또한, 상기 에너지 예측값을 생성하는 단계(1400)에서는 상기 건물정보를 기반으로 역방향 연산을 수행하여 상기 예측값을 생성할 수 있다.
상기 대상 건물의 건물정보를 계측하는 단계(1100)에서는 대상 건물 주변의 기상정보, 대상 건물 자체의 손상, 침하, 수직변위 또는 수평변위를 계측할 수 있다.
또한, 본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 방법은 도 4에 도시된 바와 같이, 대상 건물의 에너지 관련 불확실한 입력변수 및 확률분포를 선정하는 단계(2100), 사후 분포를 추정하는 단계(2200) 및 검증하는 단계(2300)를 포함할 수도 있다. 이러한 단계는 계층적 역방향 베이지안 모델을 적용함으로써 도출되는 과정으로서, 불확실한 입력변수 및 확률분포를 선정하는 단계, MCMC(마르코프 체인 몬테카를로) 방법을 이용한 사후 분포 추정하는 단계 및 사후 분포를 검증하는 단계의 순서로 수행된다고 할 수 있다. 본 발명에 따른 계층적 베이지안 빌딩 에너지 관리 방법은 계측값과 시뮬레이션 예측값과의 차이를 최소화할 수도 있다.
이상과 같이 본 발명의 일 실시예에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100: 계층적 베이지안 빌딩 에너지 관리 시스템
110: 데이터 베이스 120: 건물정보 입력부
130: 기상정보 입력부 140: 건물변형정보 입력부
150: 센서부 160: BAS
200: 건물 에너지 관리부 210: 건물 에너지 시뮬레이션 모델부
220: 자체 상관관계 분석부 230: 주변 상관관계 분석부
240: 예측값 생성부 260: 제어 알고리즘부
110: 데이터 베이스 120: 건물정보 입력부
130: 기상정보 입력부 140: 건물변형정보 입력부
150: 센서부 160: BAS
200: 건물 에너지 관리부 210: 건물 에너지 시뮬레이션 모델부
220: 자체 상관관계 분석부 230: 주변 상관관계 분석부
240: 예측값 생성부 260: 제어 알고리즘부
Claims (15)
- 에너지 관리를 위한 건물정보가 입력되는 데이터 베이스;
상기 데이터 베이스에 건물정보를 입력하는 건물 정보 입력부;
상기 건물정보를 건물에서부터 계측하는 센서부; 및
상기 데이터 베이스에 저장된 건물정보를 이용하여 해당 건물의 에너지 상태를 관리하는 건물 에너지 관리부;를 포함하며,
상기 건물 에너지 관리부는 계층적 베이지안 모델을 적용하여 건물 에너지를 관리하기 위한 건물 에너지 시뮬레이션 모델부를 포함하되,
상기 건물 에너지 시뮬레이션 모델부는,
상기 센서부 중 하나의 센서에서 일정시간 동안 계측되는 건물정보 자체의 상관관계를 분석하는 자체 상관관계 분석부, 및 상기 센서부 중 서로 근접한 위치에 설치된 주변 센서들에 의해 계측되는 주변 건물정보들 사이의 상관관계를 분석하는 주변 상관관계 분석부를 포함하고, 상기 자체 상관관계 분석부 및 상기 주변 상관관계 분석부로부터 분석되는 자체 건물정보의 상관관계분포 및 주변 건물정보들 사이의 상관관계분포에서의 발생확률을 비교하여 상기 건물의 에너지 상태를 판단하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 제1항에 있어서,
상기 건물 에너지 관리부는 제어 알고리즘부를 포함하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 삭제
- 제1항에 있어서,
상기 건물 에너지 시뮬레이션 모델부는 상기 자체 건물정보와 상기 주변 건물정보의 상관관계 분포 발생 확률이 소정값 보다 작은지 여부를 판단하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 삭제
- 삭제
- 제1항에 있어서,
상기 건물 에너지 시뮬레이션 모델부는 상기 자체 상관관계 분석부 및 상기 주변 상관관계 분석부에서 분석 결과를 전달 받아 에너지 관리에 필요한 예측을 수행하는 예측값 생성부를 더 포함하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 제1항에 있어서,
상기 데이터 베이스는 건축정보모델링 국제표준인 IFC 형식과 호환 가능하도록 형성된 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 제1항에 있어서,
상기 건물 에너지 시뮬레이션 모델부는 건축정보모델링 국제표준인 IFC 형식과 호환되는 주변 건물 정보를 이용할 수 있는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 제9항에 있어서,
상기 빌딩 에너지 관리 시스템은 건축정보모델링 국제표준인 IFC 형식과 호환되는 자체 건물 정보와 상기 주변 건물 정보를 IFC 형식과 호환되는 정보로 입력받아 활용 가능한 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 제1항에 있어서,
상기 건물정보 입력부는 기상정보 입력부 및 건물변형정보 입력부를 포함하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 시스템.
- 제2항에 따른 계층적 베이지안 빌딩 에너지 관리 시스템을 사용한 계층적 베이지안 빌딩 에너지 관리 방법에 있어서,
센서부를 이용하여 대상 건물의 건물정보를 계측하는 단계;
상기 센서부 중 하나의 센서에서 일정시간 동안 계측되는 건물정보 자체의 상관관계 분포를 분석하는 단계;
상기 센서부 중 서로 근접한 위치에 설치된 주변 센서들에 의해 계측되는 주변 건물정보들 사이의 상관관계 분포를 분석하는 단계;
상기 분석 결과를 전달받아 계층적 베이지안 모델을 이용하여 상기 대상 건물의 에너지 관리에 필요한 에너지 예측값을 생성하는 단계;
상기 예측값을 상기 제어 알고리즘부에 적용하는 단계; 및
상기 대상 건물의 에너지 관리를 제어하는 단계;
를 포함하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 방법.
- 삭제
- 제12항에 있어서,
상기 에너지 예측값을 생성하는 단계에서는 상기 건물정보를 기반으로 역방향 연산을 수행하여 상기 예측값을 생성하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 방법.
- 제12항에 있어서,
상기 대상 건물의 건물정보를 계측하는 단계에서는 대상 건물 주변의 기상정보, 대상 건물 자체의 손상, 침하, 수직변위 또는 수평변위를 계측하는 것을 특징으로 하는 계층적 베이지안 빌딩 에너지 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140162540A KR101717756B1 (ko) | 2014-11-20 | 2014-11-20 | 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140162540A KR101717756B1 (ko) | 2014-11-20 | 2014-11-20 | 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160061447A KR20160061447A (ko) | 2016-06-01 |
| KR101717756B1 true KR101717756B1 (ko) | 2017-03-20 |
Family
ID=56138020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140162540A KR101717756B1 (ko) | 2014-11-20 | 2014-11-20 | 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101717756B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101264409B1 (ko) * | 2012-09-04 | 2013-05-16 | 경희대학교 산학협력단 | Ｂｉｍ을 이용한 건물 에너지 시뮬레이션 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101151480B1 (ko) * | 2010-07-26 | 2012-07-11 | 성균관대학교산학협력단 | 시뮬레이션 기반의 건물 에너지 관리 시스템 및 이를 이용한 건물 에너지 관리 방법 |
| KR101471603B1 (ko) * | 2012-07-27 | 2014-12-24 | 광운대학교 산학협력단 | Ｉｆｃ 파일을 이용한 에너지 분석 장치 및 방법 |
| KR101461081B1 (ko) * | 2012-11-30 | 2014-11-14 | 단국대학교 산학협력단 | 설계 및 운영 단계에서 건물 에너지를 예측하여 건물을 제어하는 방법 및 이를 위한 시스템 |
-
2014
- 2014-11-20 KR KR1020140162540A patent/KR101717756B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101264409B1 (ko) * | 2012-09-04 | 2013-05-16 | 경희대학교 산학협력단 | Ｂｉｍ을 이용한 건물 에너지 시뮬레이션 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160061447A (ko) | 2016-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10521490B2 (en) | Equipment maintenance management system and equipment maintenance management method | |
| Tagliabue et al. | Probabilistic behavioural modeling in building performance simulation—The Brescia eLUX lab | |
| Raftery et al. | Calibrating whole building energy models: An evidence-based methodology | |
| JP6114692B2 (ja) | ビル動作センサデータのためのシステムおよび方法 | |
| Maile et al. | A method to compare simulated and measured data to assess building energy performance | |
| Agbi et al. | Parameter identifiability for multi-zone building models | |
| CN109784574A (zh) | 设备状态的预测方法及装置、存储介质、电子装置 | |
| Harmer et al. | Using calibrated energy models for building commissioning and load prediction | |
| Darestani et al. | Effects of adjacent spans and correlated failure events on system-level hurricane reliability of power distribution lines | |
| Muehleisen et al. | Bayesian calibration-what, why and how | |
| KR20160001023A (ko) | 건물 정보 검출 방법 및 장치 | |
| Qin et al. | On the value of SHM in the context of service life integrity management | |
| De Coninck et al. | Grey-box building models for model order reduction and control | |
| Aliberti et al. | Indoor air-temperature forecast for energy-efficient management in smart buildings | |
| KR101717756B1 (ko) | 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 | |
| Catterson | Prognostic modeling of transformer aging using Bayesian particle filtering | |
| CN103337000B (zh) | 一种油气集输系统安全监测预警方法 | |
| Chang et al. | Planning and monitoring of building energy demands under uncertainties by using IoT data | |
| Tardioli et al. | A data-driven modelling approach for large scale demand profiling of residential buildings | |
| Olivero et al. | On key parameters influencing building energy performance | |
| GB2623693A (en) | Power consumption estimation device, power consumption estimation method, and power consumption estimation program | |
| Snyder et al. | Calibrated building energy simulation in practice: issues, approaches, and case study example | |
| CN112780285B (zh) | 一种地铁车站高边墙开挖施工动态调整的方法及装置 | |
| Lin et al. | Toward Design Automation for Building Models | |
| KR101530127B1 (ko) | 가우시안 프로세스 에뮬레이터를 이용한 건물 운영의 확률적 제어 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |