KR102035818B1 - 클라우드 기반 건물 냉난방 제어로직 자동 생성방법 - Google Patents

Abstract

본 발명은 클라우드 기반 건물 냉난방 제어로직 자동 생성방법과 제어로직 생성시스템에 관한 것으로, 그 목적은 예측 가능한 환경변수와 제어변수만을 고려한 시뮬레이션을 활용한 제어로직 생성이 아닌, 클라우드ＤＢ에 저장된 다양한 건물의 실제 제어로직에 의해 초기 제어로직이 생성되고, 추후 해당 건물의 실제 운영데이터를 기반으로 초기 제어로직의 보정을 통해 에너지 절감효율을 증대시킬 수 있는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법과 제어로직 생성시스템을 제공하는 것이다.
본 발명은 건물에 대한 사용자 정보조건에 따라 클라우드ＤＢ에서 유사건물의 제어로직이 검색되어 초기 제어로직이 선택되어지는 제어로직 선택단계; 선택된 초기 제어로직에 의한 해당건물의 운영이 이루어지는 운영단계; 운영단계에 따른 운영데이터를 기반으로 초기 제어로직에 대한 적합성 여부가 분석되어지는 제어로직 분석단계; 제어로직 분석단계에 의해, 초기 제어로직이 적합할 경우, 초기 제어로직에 의해 건물의 실제 운용이 이루어지고, 초기 제어로직이 적합하지 않을 경우, 분석결과를 기반으로 초기 제어로직이 보정되어 건물의 실제 운용에 적용되는 적용단계;를 포함하여, 건물의 냉난방시스템이 제어되도록 되어 있다.

Description

클라우드 기반 건물 냉난방 제어로직 자동 생성방법{Control methods for architectural heating and cooling system using cloud database}

본 발명은 클라우드 기반 건물 냉난방 제어로직 자동 생성방법에 관한 것으로, 다양한 건물의 제어로직이 저장되어 있는 클라우드ＤＢ에서 해당 건물의 특성과 유사한 건물의 제어로직이 초기 제어로직으로 설정된 후, 실제 운영 데이터를 기반으로 초기 제어로직이 자동으로 보정되어 건물에 적합한 제어로직으로 최적화될 수 있도록 건물 냉난방을 제어하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법에 관한 것이다.

일반적으로 건물에는 실내온도를 일정하게 유지시키기 위한 냉난방장치가 설치되어 있으며, 건물 냉난방시스템은 보일러, 냉동기, 냉각탑, 펌프, 공기조화기, 팬코일 등 다양한 설비의 조합으로 구성되어 있으며, 각각의 설비들이 실내 환경을 일정하게 유지하기 위하여 에너지를 소모하며 운전된다.

이와 같은 냉난방 시스템은 건물설계 단계시, 건물 에너지를 최적화하도록 설계되어 있으나, 건물이 시공되고 운영되는 과정에서 발생되는 많은 변수 및, 설계 단계에서 예상하였던 기후 내지 운영 시간과 실제 기후 및 운영 시간의 차이로 인해 효율적인 운영이 이루어지지 못하고 있다.

특히, 건물내 설치된 냉난방 시스템은 에너지 절감을 위하여 업체 및 관련기관들이 그들의 노하우를 기반으로 개발한 제어로직에 의해 개개의 건물에 대한 에너지 사용이 절감되어지는 운영이 이루어지고 있다.

종래에 사용되어지고 있는 건물 냉난방 시스템의 제어는 대부분 건축물의 운영에 시뮬레이션 프로그램을 활용한 제어로직에 의해 에너지 사용이 절감되도록 이루어지고 있으나, 시뮬레이션 프로그램에 대한 구축이 어려울 뿐 아니라, 구축하는데 과다한 시간이 소요되는 문제점이 있었다. 특히, 개개의 건물마다 시뮬레이션 프로그램이 구축되어야 하므로, 건물의 에너지 관리를 위한 많은 비용이 소요되는 문제점이 발생되었다.

또한, 상기 시뮬레이션 프로그램에 의한 제어로직은 실제 운영에 따른 데이터가 아니라, 예측값을 활용하도록 되어 있어, 실제 건물 운영 스케줄에 따른 내부부하크기의 변화, 현장 설비 노후화로 인한 설비 효율 저하, 관리자 운영방식에 따른 시스템 운전 효율등과 같은 실제운영변수의 고려가 어렵다는 한계점을 구비하고 있을 뿐 아니라, 실시간 건물의 운영 및 제어를 위한 주관적인 판단과 가정 및, 불확실한 요소가 내재되어 있어, 효율적인 건물의 냉난방제어가 이루어질 수 없는 문제점이 있었다.

특히, 시뮬레이션 프로그램은 정보의 수준 및 모델링 가정 그리고 툴의 활용능력 등에 의해 정확성이 크게 좌우되므로, 실제 적용에 따른 다양한 변수가 발생될 경우, 건물 에너지 관리 효율이 현저하게 저하되어 제어로직에 대한 신뢰도가 떨어지게 되는 등 여러가지 문제점이 발생되고 있다.

등록특허공보 등록번호 10-1448453(2014.10.01) 등록특허공보 등록번호 10-0949044(2010.03.15) 등록특허공보 등록번호 10-1141027(2012.04.23) 등록특허공보 등록번호 10-1151480(2012.05.23)

본 발명의 목적은 예측 가능한 환경변수와 제어변수만을 고려한 시뮬레이션을 활용한 제어로직 생성이 아닌, 클라우드ＤＢ에 저장된 다양한 건물의 실제 제어로직에 의해 초기 제어로직이 생성되고, 추후 해당 건물의 실제 운영데이터를 기반으로 초기 제어로직의 보정을 통해 건물 에너지 절감효율을 증대시킬 수 있는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법을 제공하는 것이다.

본 발명은 건물에 대한 사용자 정보조건에 따라 클라우드ＤＢ에서 유사건물의 제어로직이 검색되어 초기 제어로직이 선택되어지는 제어로직 선택단계; 선택된 초기 제어로직에 의한 해당건물의 운영이 이루어지는 운영단계; 운영단계에 따른 운영데이터를 기반으로 초기 제어로직에 대한 적합성 여부가 분석되어지는 제어로직 분석단계; 제어로직 분석단계에 의해, 초기 제어로직이 적합할 경우, 초기 제어로직에 의해 건물의 실제 운용이 이루어지고, 초기 제어로직이 적합하지 않을 경우, 분석결과를 기반으로 초기 제어로직이 보정되어 건물의 실제 운용에 적용되는 적용단계;를 포함하여, 건물의 냉난방이 제어되도록 되어 있다.

본 발명은 시뮬레이션이 아닌 해당건물과 유사한 사용자 조건을 구비하는 실제 건물의 제어로직이 초기 제어로직으로 적용되도록 되어 있어, 시뮬레이션의 적용으로 인한 불확실성을 해소할 수 있으며, 이를 통해 해당건물에 대한 냉난방 제어가 신속하고 효율적으로 이루어질 수 있는 효과가 있다.

본 발명은 초기 제어로직에 대한 적합성이 실제 운영데이타를 기반으로 판단되도록 되어 있어, 건물 특성에 맞는 정확한 냉난방 제어가 용이하게 이루어질 수 있는 효과가 있다.

본 발명은 클라우드ＤＢ에 다양한 건물의 실제 제어로직이 운영데이터와 함께 데이터베이스화되어 저장되도록 되고, 클라우드ＤＢ에 저장된 데이터가 인터넷 등의 통신망에 의해 개개의 건물에 연결되도록 되어 있어, 상호간의 제어연동에 의해 건물 설비구성과 설비 운전자의 기술수준에 대해 최대한 독립적이면서 안정적인 에너지 절감 실적을 얻을 수 있는 효과가 있다.

본 발명은 실제 적용되어지고 있는 제어로직과 상기 제어로직에 의한 운영에 의해 생성된 운영데이터에 기반되어, 초기 제어로직이 자동으로 보정되도록 되도록 되어 있어, 실제 건물 운영 스케줄에 따른 내부 부하크기의 변화, 노후화된 설비, 실제운영변수 등의 적용이 신속하게 이루어지고, 이를 통해 건물의 냉난방에 대한 최적화된 제어가 이루어지는 등 많은 효과가 있다.

도 1 은 본 발명에 따른 건물 냉난방 제어로직 자동 생성방법을 보인 예시도
도 2 는 본 발명에 따른 초기 제어로직 선택과정을 보인 예시도
도 3 은 본 발명 변환부에 따른 제어로직 변환과정을 보인 예시도
도 4 는 본 발명에 따른 제어로직 적합성 판단과정을 보인 예시도
도 5 는 본 발명에 따른 제어로직 적합성 분석과정을 보인 예시도
도 6 은 본 발명에 따른 제어로직 보정과정을 보인 예시도

도 1 은 본 발명에 따른 건물 냉난방 제어로직 자동 생성방법을 보인 예시도를, 도 2 는 본 발명에 따른 초기 제어로직 선택과정을 보인 예시도를, 도 3 은 본 발명 변환부에 따른 제어로직 변환과정을 보인 예시도를, 도 4 는 본 발명에 따른 제어로직 적합성 판단과정을 보인 예시도를, 도 5 는 본 발명에 따른 제어로직 적합성 분석과정을 보인 예시도를, 도 6 은 본 발명에 따른 제어로직 보정과정을 보인 예시도를 도시한 것으로,

본 발명은 건물에 대한 사용자 정보조건에 따라 클라우드ＤＢ에서 유사건물의 제어로직이 검색되어 초기 제어로직이 선택되어지는 제어로직 선택단계;

선택된 초기 제어로직에 의한 해당건물의 운영이 이루어지는 운영단계;

운영단계에 따른 운영데이터를 기반으로 초기 제어로직에 대한 적합성 여부가 분석되어지는 제어로직 분석단계;

제어로직 분석단계에 의해, 초기 제어로직이 적합할 경우, 초기 제어로직에 의해 건물의 실제 운용이 이루어지고, 초기 제어로직이 적합하지 않을 경우, 분석결과를 기반으로 초기 제어로직이 보정되어 건물의 실제 운용에 적용되는 적용단계;를 포함하되,

상기 적용단계는,

초기 제어로직이 적합하지 않을 경우, 분석결과를 기반으로 초기 제어로직이 보정되어 재설정 제어로직이 생성되는 제어로직 보정단계;

재설정 제어로직에 대한 적합성이 운영데이터를 기반으로 재분석되어지는 제어로직 재분석단계;

제어로직 재분석단계에 의해, 재설정 제어로직이 적합할 경우, 적용 제어로직으로 설정되어 건물의 실제 운용에 적용되고, 재설정 제어로직이 적합하지 않을 경우, 제어로직 보정단계 및 제어로직 재분석단계가 반복수행되는 재보정단계;를 포함하여, 건물의 냉난방 시스템이 최적으로 제어되도록 되어 있다.

상기 제어로직 선택단계는, 입력부에 입력된 해당 건물(40)의 사용자 정보조건에 따라 클라우드ＤＢ(10)에 저장되어 있는 제어로직 중, 해당 건물과 유사한 건물(40a,40b,40c,…,40n)의 제어로직이 검색되어지고, 선택부(22)에 의해 초기 제어로직으로 선택되어진다.

일 예로, 상기 제어로직 선택단계는 도 2 에 도시된 바와 같이, 입력부(21)에 입력되어 있는 사용자의 정보조건에 따라, 건물정보를 필터링 조건으로 하여 클라우드ＤＢ(10)내에서 검색이 이루어져 1차 데이터가 생성되어지는 제1단계;

1차 데이터에 대하여, 설비정보가 필터링 조건으로 검색되어 2차 데이터가 생성되어지는 제2단계;

2차 데이터에 대하여, 제어정보가 필터링 조건으로 검색되어 3차 데이터가 생성되어지는 제3단계;

3차 데이터에 대하여, 에너지정보가 필터링 조건으로 검색되어 4차 데이터가 생성되어지는 제4단계;를 포함하여, 해당 건물에 대한 초기 제어로직이 선택되어지도록 구성될 수 있다.

상기 사용자 정보조건은 제어하기 위한 해당건물의 건물정보, 설비정보, 제어정보 및 에너지 정보를 포함하며, 이와 같은 사용자 정보조건은 사용자에 의해 입력부에 입력된다.

상기 건물정보는 해당건물의 위치, 연면적, 규모, 용도, 준공년도, 사용률 등의 정보가 포함되고, 상기 설비정보는 열원종류, 열원용량, 열원대수, 제조사, 운전효율, 사용연료 등의 정보를 포함하는 열원시스템과 공조시스템 관련 정보가 포함되며, 상기 제어정보는 제어대상, 제어조건, 적용하고자 하는 제어방법 등의 정보가 포함되고, 상기 에너지 정보는 에너지 사용량 등의 정보가 포함될 수 있다.

상기 위치정보는 우리나라 행정구역 즉, 시/도를 기준으로 구분될 수 있으며, 동일한 시/도일 경우에도 기상데이터 특성이 다른 내륙과 해안으로 구분되어 설정될 수 있다. 일예로, 상기 해당건물의 위치는 약 우리나라 행정구역을 약 20∼30개의 지역으로 구분되어 설정될 수 있다.

상기 연면적 및 규모 정보는 국가 통계자료를 기반으로 소형, 중형, 대형 건물로 분류되어 각 규모별로 범위를 나누어 필터링 조건으로 설정될 수 있다.

상기 용도정보는 법령 기준으로 조건이 설정될 수 있으며, 운영 패턴에 따라 사무용(관공서용), 사무용(일반), 사무용(통신 및 전산기기 다수), 서비스용(호텔), 연구용, 교육용(학교), 의료용, 상업용(백화점), 공장, 주거용 등등 10∼15개의 용도로 구분되어 필터링 조건으로 설정될 수 있다.

상기 설비정보와 제어정보는 1 : 1 로 매칭되어 필터링되는 것이 바람직하며, 에너지 정보는 동일 조건의 경우 에너지 사용량이 낮은 조건으로 필터링되도록 구성된다.

또한, 본 발명에 따른 사용자 정보조건은, 사용자의 일반적인 정보뿐 아니라 초기 제어로직을 선택하기 위해 특화된 입력값이 포함되어, 예측이 어려운 운영변수까지 고려한 제어로직이 생성될 수 있도록 구성되어 있다.

즉, 종래에 사용되어지는 기존의 제어로직은 대부분 외기온도, 습도 등의 환경변수, 열원종류, 용량, 대수 등의 제어변수와 같은 예측 가능한 변수만이 입력되어지고 있으나,

본 발명은 건물정보에 준공년도 및 사용률에 대한 정보가 포함되고, 설비정보에 제조사 및 운전효율 등의 운영과 관련한 변수가 사용자 정보조건으로 입력부에 입력되도록 되어 있어, 효율적인 제어로직이 생성될 수 있도록 되어 있다.

상기 준공년도는 연도별로 구분되어 필터링 조건으로 설정될어질 수 있으며, 이와 같은 준공년도는 신축건물의 경우 준공 후 상황에 따라 바로 입주하거나 혹은 단계별 입주로 인해 내부 부하크기가 달라지며 이에 따른 설비 운영이 달라져 제어로직 생성에 영향을 미치게 되는 중요한 요소에 해당된다.

상기 사용률은 건물 전체 사용을 100%로 하여 범위를 나누어 필터링 조건으로 설정된다. 상기 사용률은 건물의 대부분을 임대하는 경우라면 임대면적(사용률)에 따라 내부 부하크기가 달라지게 되어 제어로직 생성에 영향을 미치게 되는 중요한 요소에 해당된다.

상기 설비의 제조사는 제조사에 따라 설비의 효율곡선이 다르게 적용되므로, 제조사별 운전 효율을 파악하여 로직생성에 적용하기 위한 중요 요소에 해당된다.

상기 운전효율은 동일한 설비라고 해도 설비 노후화 또는 관리자의 운영방법에 따라 달라지게 되므로, 이와 같은 다양한 효율특성을 반영하기 위한 중요한 요소에 해당된다.

즉, 본 발명의 입력부에는 일반적인 사용자 정보조건뿐 아니라, 준공년도, 사용률, 제조사, 운전효율 등의 운영과 관련된 변수가 모두 입력되어지도록 되어 있다.

상기 클라우드ＤＢ는 건물 운용에 활용될 수 있는 초기 제어로직을 도출하기 위한 기반 데이터로, 다수의 건물에 적용되어지고 있는 실제 제어로직이 통합저장되어 있으며, 각각의 건물 제어부와 인터넷 또는 통신망에 의해 연결되어 있다.

상기 클라우드ＤＢ는 기존의 일반적인 자동제어로직, 다양한 업체에서 제공하고 있는 제어로직, 제어로직 자동생성 및 보정 방법으로 생성된 제어로직 등을 포함하는 데이터베이스로, 변수와 특성계수를 포함한 다양한 함수 형태의 제어로직이 저장될 수 있다.

일 예로, 본 발명에 따른 클라우드ＤＢ는 아래 [표1]과 같이, 사용자 정보조건과 동일하도록 즉, 건물정보, 설비정보, 제어정보, 에너지정보로 분리구성되어질 수 있으며, 상기 건물정보는 건물명, 위치, 연면적, 용도, 준공년도, 사용률 등이 구비되고, 설비정보는 열원시스템, 공조시스템 등이 구비되며, 제어정보는 제어대상, 제어로직 등이 구비되고, 에너지 정보는 에너지 사용량 등이 구비되도록 구성되어질 수 있다.

[표1]

또한, 상기 클라우드ＤＢ는 사용자의 정보조건(필터링 조건)에 맞추어 추출되는 초기 제어로직이 함수 형태의 텍스트 파일로 제공될 수 있으며, 이때 함수는 1차 함수, 2차 함수, 분수함수, 무리함수, 삼각함수, 지수함수, 로그함수 등 다양한 형태로 제공되고, 각 함수들은 건물의 특성을 나타내는 특성계수와 제어에 영향을 미치는 변수를 포함한다.

일 예로, 상기 클라우드ＤＢ는 아래 [수식1]에 따른 함수형태의 제어로직과 같이, 부하크기, 설비연계구조, 외기온도, 습도 등 제어에 영향을 미치는 다양한 특성을 고려하여 결정된 특성계수 a, b, c, d 와, 제어대상에 영향을 미치는 변수 x, y, z 로 이루어진 제어로직으로 최종적으로 제어대상의 제어명령 f(x)가 출력되어지도록 이루어질 수 있다.

[수식1]

즉, 제어로직은 상호 연계되어 있는 다양한 냉난방 설비들을 모두 고려하여 에너지가 최소가 되는 제어명령을 도출한다. 예를 들어 제어로직을 통해 냉수공급온도를 계산할 경우 냉수공급온도변화에 영향을 미치는 냉각수온도, 급기온도, 외기온도, 습도 등이 제어대상에 영향을 미치는 변수가 되며, 부하크기, 설비연계구조, 외기온도, 습도 등 다양한 건물의 특성을 고려하여 에너지가 최소가 되는 조건에서 각 변수들이 냉수공급온도변화에 미치는 영향력 크기가 특성계수에 해당된다. 이와 같은 변수 및 특성계수는 제어로직에 있어서, 널리 사용되어지는 공지의 기술이므로, 이에 대한 상세한설명은 생략한다.

상기와 같이, 본 발명에 따른 제어로직 선택단계는, 사용자의 정보조건에 따른 세분화된 필터링을 거쳐 해당건물의 특성에 가장 근접한 제어로직이 선택부에 의해 클라우드ＤＢ에서 선택되어지게 되며, 입력된 사용자 정보조건(필터링 조건)에 해당되는 데이터가 클라우드ＤＢ에 없는 경우, 선택부에 의해 기본 디폴트값(시스템에 정의된 변수값)이 초기 제어로직으로 선택되어지게 된다.

또한, 상기 제어로직 선택단계는 초기 제어로직 설정단계를 더 포함할 수 있다.

상기 초기 제어로직 설정단계는 선택부에 의해 클라우드ＤＢ내에서 선택된 텍스트 파일 형식의 초기 제어로직이 변환부에 의해 프로그래밍 언어로 변환된 후, 운영부로 전달되도록 되어 있다.

상기 변환부는 선택부로부터 전달받은 텍스트 형식의 제어로직을 제어장치 프로그래밍 언어로 변환하는 것으로, 도 3 에 도시된 바와 같이, 변환부에 내장되어 있는 프로그래밍 언어의 다양한 제어로직 함수들 중 선택부에서 전달받은 제어로직 함수형태와 동일한 함수를 선택하고, 특성계수를 확인하여 변환시킴으로써, 해당 건물에 적용될 수 있는 초기 제어로직이 자동생성되도록 되어 있다.

본 발명은 변환부의 자동 생성 기능을 통해 기존에 현장에서 담당자가 제어로직을 직접 제어장치의 프로그래밍 언어로 작성하여 적용함에 따라 발생하는 인적오류로 인한 잘못된 제어 위험을 줄이고 작업효율을 높일 수 있도록 되어 있다.

상기 운영단계는 선택부에 의해 선택된 초기 제어로직에 의해 해당건물의 제어대상장치 즉, 냉난방시스템이 실제 운영되어지는 단계로, 운영부로 전달된 초기 제어로직에 의해 해당건물의 냉난방시스템에 대한 실제 가동이 이루어지며, 실제 가동시 생성되는 모든 데이터는 저장부로 전달되어 저장된다.

즉, 상기 운영단계는 초기 제어로직를 해당건물에 적용할 경우, 적합여부를 판단하기 위한 기초 데이터를 도출하기 위한 것으로, 소정시간동안 운영에 따른 데이터가 저장부에 저장될 수 있다. 상기 운영단계는 최소 냉난방시스템에 대한 1-cycle 운영데이터가 저장될 수 있도록 사용자에 의해 운영시간이 설정될 수 있다. 이때, 상기 운영시간은 24시간 이내, 바람직하게는 약 12시간 이내, 더욱 바람직하게는 약 1∼6시간이내로 설정 운영되는 것이 바람직하다.

상기 냉난방시스템은 제어대상 장치에 해당되는 것으로, 해당건물의 냉난방에 사용되어지는 보일러, 냉동기, 냉각탑, 펌프, 공기조화기, 팬코일 등 다양한 설비의 조합을 모두 포함한다.

상기 제어로직 분석단계는 저장부에 저장되어 있는 운영데이터를 기반으로 제어로직 선택단계에 의해 선택되어진 초기 제어로직에 대한 적합성이 분석부에 의해 분석되어진다.

즉, 상기 제어로직 분석단계는 도 4 및 도 5 에 도시된 바와 같이, 해당건물의 실내온도 적합여부를 기준으로, 적합한 것(만족)으로 분석되면 초기 제어로직이 그대로 유지되고, 부적합한 것(불만족)으로 분석되면, 적합하지 않게 되는 요인(불만족 요인)을 도출하기 위하여 환경변수, 운영변수를 기반으로 분석되어 초기 제어로직을 수정하기 위한 영향변수가 도출된다.

상기 실내온도의 적합(만족) 및 부적합(불만족) 여부는, 전체 구역(Zone), 전체 구역(Zone)의 평균값, 주용도 중 운영시간이 가장 긴 대표 구역(Zone) 중 하나가 선택되어 설정온도와 계측된 실내온도의 차이가 설정된 일정범위(허용범위)에 포함되는 경우에는 적합(만족)으로 판단되고, 벗어나는 경우에는 부적합(불만족)으로 판단되도록 구성될 수 있다.

상기 운영데이터는 운영단계의 실제 운영에 의해 저장부에 저장된 데이터 이외에, 해당건물의 환경변수와 운영변수를 포함하며, 이와 같은 운영데이터에 기반되어, 해당건물에 대하여 초기 제어로직이 적용될 경우, 해당건물에 대한 실내 온도, 시스템 부하 등등이 실제 적합하게 운용되는지 여부가 분석된다.

상기 환경변수는 외기온도, 습도, 일사량 등의 다양한 환경조건을 포함하고, 상기 운영변수는 건물운영변수와 설비운영변수를 포함하며, 상기 건물운영변수는 운영스케줄, 실내온도, 사용률(임대률), 증축/개축여부, 기타이벤트 등을 포함하고, 설비운영변수는 열원종류, 열원운전상태, 제어로직 적용여부, 부분부하, 공급온도, 유량, 운전대수 등을 포함한다.

상기 환경변수는 건물이 접하고 있는 외기온도, 습도, 일사량 등의 다양한 변수에 따른 외기부하를 결정하게 되는 요소로, 클라우드ＤＢ에서 선택된 초기 제어로직에 반영된 환경변수에 의해 외기부하크기에 영향을 미치므로, 환경변수와 외기부하크기의 상관관계가 분석되어 영향변수가 도출된다.

즉, 상기 외기부하크기는 외기온도, 습도, 일사량 등의 환경변수가 변함에 따라 벽체, 창호를 통해 이동하는 열의 크기가 변하는 것을 의미하고, 통계분석을 통해 외기온도, 습도, 일사량 등과 같은 각각의 환경변수들이 외기부하크기변화와 상관관계가 있는지, 상관관계가 있다면 얼마만큼 영향을 주는지를 분석하여 다양한 환경변수 들 중 외기부하크기변화에 영향을 주는 변수(영향변수)만이 선택되어진다.

이와 같은 외기부하크기 및 영향변수는 건물 냉난방제어에 사용되어지고 있는 공지의 기술이므로, 이에 대한 상세한 설명은 생략한다.

상기 건물운영변수는 실내부하크기에 영향을 미치고, 설비운영변수는 제어상태에 영향을 미치므로 구분되어 분석된다.

상기 건물운영변수는 건물 사용 현황을 알 수 있는 사용률(임대률), 운영시간, 재실현황 등의 다양한 변수에 따른 부하크기를 결정하게 되는데 초기 제어로직에 반영된 건물운영변수에 의해 부하크기에 영향을 미치므로, 건물운영변수와 부하크기의 상관관계가 분석되고 영향변수가 도출된다.

즉, 통계분석을 통해 사용률(임대률), 운영시간, 재실현황등과 같은 각각의 건물운영변수들이 실내부하크기변화와 상관관계가 있는지, 상관관계가 있다면 얼마만큼 영향을 주는지를 분석하여 다양한 건물운영변수 들 중 실내부하크기변화에 영향을 주는 변수(영향변수)만이 선택되어진다.

이와 같은 영향변수의 도출은 건물 냉난방제어에 사용되어지고 있는 공지의 기술이므로, 이에 대한 상세한 설명은 생략한다.

상기 설비운영변수는 설비 운전 상태를 나타내는 설비작동유무, 공급온도, 효율, 부분부하율 등을 통해 상태값이 결정지어지므로, 설비운영변수와 상태값의 상관관계가 분석되고 영향변수가 도출된다.

즉, 통계분석을 통해 설비작동유무, 공급온도, 효율, 부분부하율등과 같은 각각의 설비운영변수들이 상태값 변화와 상관관계가 있는지, 상관관계가 있다면 얼마만큼 영향을 주는지를 분석하여 다양한 설비운영변수 들 중 상태값 변화에 영향을 주는 변수(영향변수)만이 선택되어진다.

상기와 같은 운영데이터는 건물 또는 제어대상장치에 설치된 각종 센서의 감지에 의해 실시간으로 운영부 및 저장부로 전송입력되도록 되어 있다.

이와 같이 도출된 영향변수와 실내온도와의 상관관계가 분석부에 의해 분석되어 최종적으로 보정변수가 도출된다. 즉, 각각의 상관관계 분석을 통해 도출된 영향변수들이 실내온도변화와 상관관계가 있는지, 상관관계가 있다면 얼마만큼 영향을 주는지를 분석하여 다양한 영향변수들 중 실내온도변화에 영향을 주는 변수(보정변수)만을 선택되어진다.

이와 같이, 상기 분석부는 현장에 적용된 제어로직의 적합성을 판단하기 위하여 저장부로부터 전달받은 데이터를 분석하여 보정변수를 도출하도록 되어 있으며, 이와 같이 도출된 보정변수는 보정부로 전달되게 된다.

또한, 상기 분석부는 건물 운영 특성이 변경될 경우, 후술되어 있는 자기반복합습단계시 재검토를 수행하게 된다.

상기 저장부는 해당 건물의 환경변수, 제어변수, 운영변수를 포함하는 모든 데이터가 저장되어 있으며, 이와 같은 저장된 데이터는 분석부로 전달되어 제어로직 적합성 판단을 위한 데이터 분석 자료로 활용된다.

또한, 저장부에 일부 데이터는 클라우드ＤＢ의 데이터베이스가 지속적으로 구축되도록 클라우드ＤＢ로 전달되어 초기 제어로직 선택을 위한 자료로 활용되도록 되어 있다.

즉, 종래 사용되어지고 있는 운영데이터는 설비의 온도센서, 유량계, 열량계 등의 계측 데이터만이 주로 저장부에 저장되도록 되어 있으나,

본 발명은 저장부내에 제어대상이 운전될 때의 외기온도, 습도 등과 같은 환경변수, 제어대상, 제어로직 등의 제어변수, 운영스케줄, 실내온도, 사용률(임대률), 증축/개축여부, 기타이벤트 등의 건물운영변수, 열원종류, 열원운전상태, 제어로직 적용여부, 부분부하, 공급온도, 유량, 운전대수 등의 설비운영변수가 저장되도록 되어 있어, 제어로직 분석단계시 적합성 판단을 위한 분석데이터로 활용되도록 되어 있다.

또한, 저장부내 일부 데이터(클라우드ＤＢ의 구성에 맞는 일부 데이터)는, 제어로직 분석단게에서 제어로직이 적합하다는 분석결과가 도출될 경우, 적합하다고 판정된 제어로직과 함께 클라우드ＤＢ로 전달되어 해당 건물의 제어로직 정보가 클라우드ＤＢ에 구축되게 된다.

또한, 상기 제어로직 분석단계는 데이터 분석 시, 설비 운영 데이터가 없을 경우, 상관관계에 대한 분석이 더 이상 진행되지 않고, 입력부로 환경변수 및 건물 운영 데이터에 대한 분석결과가 전달되어 사용자 정보조건이 자동으로 변경되는 사용자조건 자동변경단계를 더 포함한다.

즉, 본 발명은 설비 운영 데이터가 없을 경우, 제어로직 분석단계에 의해, 사용자 정보조건이 변경되어 새로운 사용자 입력값이 생성되고 이에 적합한 제어로직이 클라우드ＤＢ에서 선택되어지도록 되어 있다.

상기 적용단계는, 제어로직 분석단계에 따라 초기 제어로직이 적용 제어로직으로 설정되거나, 제어로직 분석단계에 따라 도출된 보정변수에 의해 보정부에서 초기 제어로직이 보정되어 재설정 제어로직이 생성되도록 되어 있다.

상기 보정부는 도 6 에 도시된 바와 같이, 분석부로부터 전달받은 보정변수를 로직재설정 알고리즘에 적용하여 초기 제어로직 수정을 위한 특성계수를 도출하게 되며, 이와 같이 도출된 특성계수가 초기 제어로직에 반영되어 재설정된 제어로직이 생성되고, 생성된 재설정 제어로직은 변환부로 전달되게 된다.

상기 로직재설정 알고리즘은 인공신경망 기반으로 반복 학습을 통해 보정변수에 따른 특성계수가 도출되어 초기 제어로직이 수정되도록 되어 있다.

상기 초기 제어로직의 특성계수는 클라우드ＤＢ로부터 사용자가 입력한 정보에 의해 선택된 제어로직으로 해당건물 특성을 반영한 특성계수가 아닌 유사건물의 특성이 반영된 특성계수이다.

따라서 분석부에서 해당건물의 환경변수, 건물운영변수, 설비운영변수로부터 도출된 다양한 보정변수들이 변화함에 따라 특성계수 및 에너지사용량이 결정되므로, 본 발명은 인공신경망 기반의 로직 재설정 알고리즘을 통해 다양한 보정변수의 연계관계를 고려한 조합에 따른 다양한 경우의 수가 스스로 분석되어 에너지사용량을 고려한 최적의 특성계수가 도출되고, 이와 같이 도출된 최적 특성계수가 초기 제어로직에 반영되도록 되어 있다.

상기 인공신경망 기반의 로직 재설정 알고리즘은, 본 발명의 출원인이 개발한 소프트웨어로, 특정 소프트웨어에 한정되는 것이 아니라, 도출된 보정변수에 의해 에너지 사용량을 고려한 최적 특정계수를 도출하도록 구성된 것을 의미한다.

또한, 본 발명은 적용단계 후, 건물의 실제 운용에 적용되는 최종 제어로직과, 사용자 정보조건 및 운영데이터가 함께 클라우드ＤＢ로 전송되어 지속적으로 데이터가 구축되는 데이터 축적단계를 더 포함한다.

즉, 상기 데이터 축적단계는 해당건물에 대한 사용자의 정보조건과, 상기 사용자의 정보조건에 의한 최적화된 최종 제어로직 및, 제어로직의 적합성 판단에 기반이 된 운영데이터가 해당건물의 제어부에 의해 클라우드ＤＢ로 전송 입력된다.

이와 같은 데이터 축적단계는 해당건물에 대한 제어로직이 변경될 때마다 또는, 설정된 일정주기마다 해당건물의 제어부에 의해 자동으로 클라우드ＤＢ에 전송입력되도록 되어 있다.

또한, 본 발명은 건물의 운영특성이 변화시, 제어로직 선택단계, 제어로직 분석단계, 제어로직 적용단계가 반복수행되어 최적 제어로직이 자동으로 설정되는 자기반복합습단계를 더 포함한다.

상기 자기반복학습단계는, 제어로직에 의한 건물운영 중, 해당 건물 운영 특성에 변화가 발생될 경우, 해당건물의 제어로직이 건물운영 특성변화에 맞게 최적의 에너지절감 제어로직으로 자동 재설정되는 단계로,

건물에서는 외기온도, 습도 등과 같은 환경변수, 사용률, 준공년도, 운영시간 등과 같은 건물운영변수, 설비연계구조, 종류, 효율 등과 같은 설비운영변수의 변경에 따라 건물 운영 특성이 변화하게 되며, 이로 인해 부하크기가 변화되어 제어로직에 영향을 미치게 된다.

본 발명은 자기반복학습단계는, 건물 운영 특성 변화 여부가 판단되어 제어로직에 대한 재설정이 이루어지도록 되어 있다.

본 발명에서 건물 운영 특성 변화 여부는 건물의 총 부하크기 대비 현재부하크기가 계산되어 판단되도록 되어 있으며, 상기 부하크기는 한 달 또는 사용자가 지정한 일정주기를 기준으로 체크되어 부하크기의 변화율이 일정 범위 이상 변화 시 자기반복학습단계가 수행되도록 되어 있다.

즉, 본 발명에 따른 자기반복학습단계는, 제어로직으로 선택되면 운영(처리부)-분석(분석부)-보정(보정부)-재설정(변환부)이 건물 운영 특성 변화여부에 따라 스스로 반복 수행되도록 이루어져 있으며, 이러한 자기반복학습으로 건물 운영 특성이 패턴화되어 하나의 건물에서 운영 패턴에 따른 다양한 에너지 절감 제어로직 생성이 가능하도록 되어 있다.

즉, 본 발명에 따른 클라우드 기반 건물 냉난방 제어로직 자동 생성방법(건물 냉난방시스템 제어방법)은, 입력부에 입력된 건물정보, 설비정보, 제어정보 등의 사용자 정보조건이 선택부로 전달되고, 입력부로부터 전달받은 사용자 정보조건이 선택부에서 필터링 조건에 맞추어 클라우드ＤＢ로 전달되며, 선택부로부터 전달받은 필터링 조건에 따라 클라우드ＤＢ에서 유사건물의 초기 제어로직이 텍스트 파일 형식으로 선택부로 전달된다.

또한, 선택부로 전달된 텍스트 파일 형식의 초기 제어로직은 변환부에 의해 제어장치 프로그래밍 언어로 변환되어 운영부로 전달되고, 운영부에서 해당건물의 냉난방 장치로 제어명령이 출력되어 해당건물에 대한 실제 운영이 이루어지게 된다.

또한, 해당건물에 대한 운영시 발생된 모든 데이터는 저장부로 전달되어 저장되고, 상기 데이터와 저장부에 저장된 운영데이터를 기반으로 분석부에서 초기 제어로직에 대한 적합성이 판단되며, 초기 제어로직이 적합하지 않을 경우, 분석부로부터 전달받은 분석결과를 기반으로 제어로직이 보정부로 전달되어 수정이 반영된 재설정 제어로직이 생성된다.

또한, 재설정 제어로직은 변환부를 통해 운영부로 전달되어, 해당건물에 대한 실제 운영이 다시 이루어진 후, 분석부에 의해 적합판단여부가 재 분석되어지게 되며, 재설정 제어로직이 적합할 경우, 분석부의 분석결과가 저장부로 전달하여 최종 제어로직 및 관련 데이터와 함께 클라우드ＤＢ로 전달되게 된다.

또한, 본 발명에 따른 클라우드 기반 건물 냉난방 제어로직 생성시스템(100 - 건물 냉난방 제어시스템)은,

복수의 건물(40a,40b,40c,…,40n)에 대한 제어로직과 제어변수를 포함하는 운영데이터가 저장되는 클라우드ＤＢ(10);

클라우드ＤＢ(10)와 통신망에 의해 연결되어, 개개의 건물에 대한 냉난방시스템을 제어하는 제어부(20)를 포함하되,

상기 제어부(20)는,

건물(40)에 대한 사용자 정보조건이 입력되어지는 입력부(21);

입력부에 입력된 사용자 정보조건을 필터링 조건으로 하여 클라우드ＤＢ내에서 건물 특성에 근접한 초기 제어로직을 선택하는 선택부(22);

선택부에 의해 선택된 텍스트 형식의 초기 제어로직을 제어대상장치(30)의 프로그래밍 언어로 변환하는 변환부(23);

변환부에 의해 전달받은 초기 제어로직에 의해 제어명령을 출력하여 건물내 제어대상장치(냉난방시스템)를 제어하는 운영부(24);

운영부에 의한 제어대상장치의 운영시 생성된 모든 운영데이터가 저장되고, 클라우드ＤＢ로 저장된 데이터를 전달하는 저장부(25);

저장부내 운영데이터를 기반으로 초기 제어로직에 대한 적합성이 분석되는 분석부(26);

분석부로 부터 전달받은 분석결과를 기반으로 초기 제어로직을 보정하는 보정부(27);를 포함하도록 되어 있다.

실시예

1. 입력부/선택부

1) 입력부에서 사용자 입력값 건물 A에 대한 정보입력

2) 사용자가 입력한 데이터를 기반으로 필터링 조건 설정

3) 클라우드 DB로부터 1차 필터링(건물정보) 하여 건물 B,C,D,E 선택

4) 2차 필터링(설비정보) 하여 건물 B,C,D 선택

5) 3차 필터링(제어정보) 하여 건물 B,C 선택

6) 4차 필터링(에너지정보)에서 에너지가 최소인 건물 B 선택

7) 건물 B의 제어로직을 건물 A의 초기제어로직으로 선정

8) 초기제어로직을 변환부로 전달

[표1]

2. 변환부

1) 텍스트 형식의 초기제어로직 함수 형태 검토 : 다항함수

2) 변환부의 프로그래밍 언어 형식의 내장함수 중 다항함수 선택

3) 선택되어진 다항함수를 초기제어로직의 특성계수 및 변수로 변경

4) 건물 A의 제어로직 생성 및 이를 제어장치로 전달

초기제어로직(텍스트 형식)

냉수공급온도 = -0.000437*(외기온도)-3.466929*(재실현황)+80.293415*(냉각수온도)-660.902098

변환부 내장함수에서 초기제어로직 함수 형태인 다항함수 선택

(프로그래밍 언어) f(w,x,y,z)=aw +bx + cy + dz + e

다항함수의 특성계수 및 제어대상에 영향을 미치는 변수를 초기제어로직 값으로 수정

제어로직함수 생성

(프로그래밍 언어) f(Tdb, P, Tcnd) = -0.000437(Tdb)-3.466929(P)+80.293415(Tcnd)-660.902098

3. 운영부

1) 제어장치로 전달된 제어로직을 운영함

2) 선택된 제어로직은 냉동기의 냉수공급온도 최적제어 알고리즘으로 냉방기간 중 24시간을 운영함

4. 저장부 : 입력부 사용자 입력값 및 분석부 분석데이터 저장

1) 저장부는 입력부에서 사용자가 입력한 데이터 저장

2) 제어로직이 운영되는 동안의 환경변수, 건물운영변수, 설비운영변수 실시간 저장

3) 분석부에서 분석결과를 만족하였을 경우 해당 제어로직을 저장

5. 분석부

1) 분석부는 실내온도 만족여부를 다음과 같이 판단함

-실내설정온도 : 26℃

-실내온도는 Zone 평균값을 사용함 : 26.7℃

-실내온도차 : 설정온도 - 실내온도 = 26℃ - 26.7℃ = -0.7℃

-만족허용범위 : ± 0.5℃ 이내

-검토결과 : 설정온도차가 -0.7℃로 만족허용범위를 벗어남 -> 불만족

-만약 검토결과가 만족할 경우 제어로직을 유지함

2) 환경 변수 분석

-실내온도 만족여부가 불만족으로 도출되었을 경우 가장 먼저 환경 변수 분석을 진행함.

-환경변수에 따라 외기부하크기가 달라지고 이는 실내온도에 영향을 미치게 되므로 환경변수를 분석함

-분석 데이터는 저장부에서 다음과 같이 운영기간 동안의 데이터를 추출함 (저장부에 저장되는 환경변수는 변경될 수 있음)

[표2]

-환경변수와 외기부하크기의 상관관계를 분석함 (상관관계분석 방법은 회귀분석, 인공신경망 등 다양한 방법이 사용될 수 있으며 본 예시는 회귀분석을 사용함)

[표3]

[표4]

[표5]

-상관관계분석을 통해 외기부하에 영향을 미치는 영향변수 도출

: 다중회귀분석 결과 조정된 결정계수값이 0.9보다 높게 나타나므로 회귀식은 적합함

: 다중회귀분석 결과 P값이 X1(외기온도)값만 0.05보다 작으므로 외기온도만 유의한 변수임

: 따라서 외기부하크기에 영향을 주는 영향변수로 외기온도만 선택됨

3) 건물 운영 변수 분석

-건물운영변수에 따라 부하크기가 달라지고 이는 실내온도에 영향을 미치게 되므로 건물운영변수를 분석함

-환경변수분석과 동일한 방법으로 분석

-분석 데이터는 저장부에서 다음과 같이 운영기간 동안의 데이터를 추출함 (저장부에 저장되는 환경변수는 변경될 수 있음)

[표6]

4) 설비 운영 변수 분석

-설비운영변수에 따라 상태값이 달라지고 이는 실내온도에 영향을 미치게 되므로 설비운영변수를 분석함

-환경변수분석과 동일한 방법으로 분석

-분석 데이터는 저장부에서 다음과 같이 운영기간 동안의 데이터를 추출함 (저장부에 저장되는 환경변수는 변경될 수 있음)

[표7]

5) 환경변수, 건물운영변수, 설비운영변수 상관관계분석을 통해 영향변수도출

-환경변수분석 : 외기온도

-건물운영변수분석 : 재실현황

-설비운영변수분석 : 냉각수온도

6) 영향변수-실내온도 상관관계 분석

-냉난방제어의 최종 목적은 실내온도를 유지하는 것으로 앞선 영향변수들이 실내온도에 미치는 영향을 분석하기 위하여 상관관계 분석을 수행함 (상관관계분석 방법은 회귀분석, 인공신경망 등 다양한 방법이 사용될 수 있으며 본 예시는 회귀분석을 사용함)

[표8]

-보정변수 도출

: 다중회귀분석 결과 조정된 결정계수값이 0.9보다 높게 나타나므로 회귀식은 적합함

: 다중회귀분석 결과 P값이 X1(외기온도),X2(재실현황),X3(냉각수온도) 값이 0.05보다 작으므로 모두 유의한 변수임

: 따라서 실내온도에 영향을 주는 보정변수로 외기온도, 재실현황, 냉각수온도가 선택됨

[표9]

[표10]

[표11]

6. 보정부

-제어로직은 최종적으로 실내설정온도를 맞추면서 에너지가 최소가 되는 최적의 냉수공급온도를 계산하는 알고리즘임

-따라서 보정부는 분석부에서 전달받은 실내온도에 영향을 미치는 보정변수들(입력값)의 다양한 조합에 따른 다양한 경우의 수를 분석하기 위하여 인공신경망 기반의 재설정 알고리즘을 적용하여 자기반복학습을 통해 도출되는 냉수공급온도(은닉층) 중 실내설정온도를 맞추면서 에너지가 최소가 되는 특성계수(출력값)를 도출함

-도출된 특성계수를 변환부로 전달함

7. 변환부

-보정부에서 도출된 특성계수를 변환부로 전달하여 초기제어로직의 특성계수를 수정하여 제어로직을 재설정함

제어로직함수(프로그래밍 언어)

f(Tdb, P, Tcnd) = -0.000437(Tdb)-3.466929(P)+80.293415(Tcnd)-660.902098

도출된 특성계수

Tdb : -0.0295

P : 2.5595

Tcnd : -74.095

절편 : 727.24

제어로직 재설정(프로그래밍 언어)

f(Tdb, P, Tcnd) = -0.0295(Tdb)+2.5595(P)-74.095(Tcnd)+727.24

본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위내에 있게 된다.

(10) : 클라우드ＤＢ (20) : 제어부
(21) : 입력부 (22) : 선택부
(23) : 변환부 (24) : 제어부
(25) : 저장부 (26) : 분석부
(27) : 보정부 (30) : 제어대상장치
(40) : 건물 (100) : 냉난방 제어시스템

Claims (12)

1. 건물에 대한 사용자 정보조건에 따라 클라우드ＤＢ에서 유사건물의 제어로직이 검색되어 초기 제어로직이 선택되어지는 제어로직 선택단계;
   선택된 초기 제어로직에 의해 해당건물의 운영이 이루어지는 운영단계;
   운영단계에 의해 생성된 운영데이터를 기반으로 초기 제어로직에 대한 적합성 여부가 분석되어지는 제어로직 분석단계;
   제어로직 분석단계에 의해, 초기 제어로직이 적합할 경우, 초기 제어로직에 의해 건물의 실제 운용이 이루어지고, 초기 제어로직이 적합하지 않을 경우, 분석결과를 기반으로 초기 제어로직이 보정되어 건물의 실제 운용에 적용되는 적용단계;를 포함하고,
   상기 클라우드ＤＢ는, 건물명, 위치, 연면적, 용도, 준공년도, 사용률이 구비된 건물정보와; 열원종류, 열원용량, 열원대수, 제조사, 운전효율, 사용연료에 대한 정보를 포함하는 열원시스템과 공조시스템 관련 정보가 포함된 설비정보와; 제어대상, 제어조건, 적용하고자 하는 제어방법 관련 정보가 포함된 제어정보와; 에너지 사용량 관련 정보가 포함된 에너지 정보;로 분리구성되어지며,
   상기 제어로직 선택단계는, 사용자의 정보조건에 따라, 건물정보를 필터링 조건으로 하여 클라우드ＤＢ내에서 검색이 이루어져 1차 데이터가 생성되어지는 제1단계; 1차 데이터에 대하여, 설비정보가 필터링 조건으로 검색되어 2차 데이터가 생성되어지는 제2단계; 2차 데이터에 대하여, 제어정보가 필터링 조건으로 검색되어 3차 데이터가 생성되어지는 제3단계; 3차 데이터에 대하여, 에너지정보가 필터링 조건으로 검색되어 4차 데이터가 생성되어지는 제4단계;를 포함하되,
   상기 설비정보와 제어정보는 1 : 1 로 매칭되어 필터링되고, 상기 에너지정보는 동일 조건의 경우, 에너지 사용량이 낮은 조건으로 필터링되는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
   
2. 청구항 1 에 있어서;
   적용단계는,
   초기 제어로직이 적합하지 않을 경우, 분석결과를 기반으로 초기 제어로직이 보정되어 재설정 제어로직이 생성되는 제어로직 보정단계;
   재설정 제어로직에 대한 적합성이 운영데이터를 기반으로 재분석되어지는 제어로직 재분석단계;
   제어로직 재분석단계에 의해, 재설정 제어로직이 적합할 경우, 적용 제어로직으로 설정되어 건물의 실제 운용에 적용되고, 재설정 제어로직이 적합하지 않을 경우, 제어로직 보정단계 및 제어로직 재분석단계가 반복수행되는 재보정단계;를 포함하는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
   
3. 삭제
4. 삭제
5. 삭제
6. 청구항 1 에 있어서;
   제어로직 선택단계는 초기 제어로직 설정단계를 더 포함하되,
   상기 초기 제어로직 설정단계는, 선택부에 의해 클라우드ＤＢ내에서 선택된 텍스트 파일 형식의 초기 제어로직이 변환부에 의해 프로그래밍 언어로 변환된 후, 운영부로 전달되는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
   
7. 청구항 1 에 있어서;
   제어로직 분석단계는, 환경변수와 건물운영변수 및 설비운영변수에 기반되어 제어로직의 적합성에 대한 판단이 이루어지되,
   클라우드ＤＢ에서 선택된 초기 제어로직에 반영된 환경변수와 외기부하크기의 상관관계가 분석되어 영향변수가 도출되고,
   클라우드ＤＢ에서 선택된 초기 제어로직에 반영된 건물운영변수와 부하크기의 상관관계가 분석되고 영향변수가 도출되며,
   클라우드ＤＢ에서 선택된 초기 제어로직에 반영된 설비운영변수와 상태값의 상관관계가 분석되고 영향변수가 도출되어,
   상기 도출된 영향변수와 해당건물 실내온도와의 상관관계가 분석부에 의해 분석되어 초기 제어로직을 수정하기 위한 보정변수가 도출되는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
   
8. 청구항 1 에 있어서;
   제어로직 분석단계는, 해당건물의 실내온도 적합여부를 기준으로 초기 제어로직에 대한 적합성이 판단되어지고,
   실내온도의 적합(만족) 및 부적합(불만족) 여부는, 전체 구역(Zone), 전체 구역(Zone)의 평균값, 주용도 중 운영시간이 가장 긴 대표 구역(Zone) 중 하나가 선택되어 설정온도와 실내온도의 차이가 설정된 일정범위에 포함되는 경우에는 적합(만족)으로 판단되고, 벗어나는 경우에는 부적합(불만족)으로 판단되도록 구성되는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
   
9. 청구항 1 또는 청구항 7 또는 청구항 8 에 있어서;
   제어로직 분석단계는, 데이터 분석 시, 설비 운영 데이터가 없을 경우, 상관관계에 대한 분석이 더 이상 진행되지 않고, 입력부로 환경변수 및 건물 운영 데이터에 대한 분석결과가 전달되어 사용자 정보조건이 자동으로 변경되는 사용자조건 자동변경단계를 더 포함하는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
   
10. 청구항 1 에 있어서;
    상기 적용단계 후, 건물의 실제 운용에 적용되는 최종 제어로직과, 사용자 정보조건 및 운영데이터가 함께 클라우드ＤＢ로 전송되어 지속적으로 데이터가 구축되는 데이터 축적단계를 더 포함하는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
    
11. 청구항 1 에 있어서;
    건물의 운영특성이 변화될 시, 제어로직 선택단계, 제어로직 분석단계, 제어로직 적용단계가 반복수행되어 최적 제어로직이 자동으로 설정되는 자기반복합습단계를 더 포함하는 것을 특징으로 하는 클라우드 기반 건물 냉난방 제어로직 자동 생성방법.
    
12. 삭제

Images