KR102586298B1 - 히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템 - Google Patents

히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템 Download PDF

Info

Publication number
KR102586298B1
KR102586298B1 KR1020230089597A KR20230089597A KR102586298B1 KR 102586298 B1 KR102586298 B1 KR 102586298B1 KR 1020230089597 A KR1020230089597 A KR 1020230089597A KR 20230089597 A KR20230089597 A KR 20230089597A KR 102586298 B1 KR102586298 B1 KR 102586298B1
Authority
KR
South Korea
Prior art keywords
temperature sensor
temperature
indoor unit
prediction model
indoor
Prior art date
Application number
KR1020230089597A
Other languages
English (en)
Inventor
윤근영
김효준
이한결
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020230089597A priority Critical patent/KR102586298B1/ko
Application granted granted Critical
Publication of KR102586298B1 publication Critical patent/KR102586298B1/ko

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32Responding to malfunctions or emergencies
    • F24F11/38Failure diagnosis
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46Improving electric energy efficiency or saving
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/10Temperature
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/30Velocity
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2203/00Devices or apparatus used for air treatment
    • F24F2203/02System or Device comprising a heat pump as a subsystem, e.g. combined with humidification/dehumidification, heating, natural energy or with hybrid system

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템에 관한 것으로, 보다 상세하게는 실외기, 실내기, 압축기, 팽창밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 실내기 온도센서의 온도값을 예측하기 위한 온도센서 예측모델로서, 초기 실내온도 별로 상기 실내기 온도센서 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하는 데이터 수집부; 및 수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 온도센서 예측모델을 생성하는 예측모델 생성부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델에 관한 것이다.

Description

히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측, 진단시스템{Development of a temperature sensor prediction model of an electric heat pump system}
본 발명은 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측, 진단시스템에 관한 것이다.
전기 히트펌프(Electric heat pump, EHP) 시스템은 통상 압축기, 실내기, 방향전환밸브, 팽창밸브, 실외기로 연결된 냉매 순환 시스템으로 외부 공기 열원을 이용하며, 난방시 실내기는 응축기로 작동되며 냉매는 압축기, 방향전환밸브, 실내기, 팽창밸브, 실외기, 압축기로 순환되어 실내에 열을 공급하며, 냉방시 압축기, 방향전환밸브, 실외기, 팽창밸브, 실내기, 압축기로 순환되어 실내 열을 흡수하도록 구성된다.
이러한 전기 히트펌프(Electric heat pump, EHP) 시스템은 실내 온도 센서의 측정값과 설정온도의 상·하한값을 비교하여 On/Off 제어된다.
실내기 온도센서의 고장에 따른 측정값 오류는 실내 온도가 설정온도 범위 외에서 제어하게 된다.
도 1은 온도센서 고장 종류 별 실제온도와 측정온도 그래프를 도시한 것이다. 센서의 고장에는 도 1과 같이 Offset error, Scale error, Random error, 등이 있으며, 각각 실제 측정값보다 α만큼 크거나 작은 값을 출력하는 에러, 실제 측정값보다 β% 배 한 값을 출력하는 에러, 측정값에 불규칙적 변화가 적용된 값을 출력하는 에러를 의미한다.
도 2는 온도센서의 Offset error가 운전에 미치는 영향 나타낸 시간에 따른 실내온도 그래프를 도시한 것이다. 온도 센서의 Offset error로 인한 측정값이 실제값보다 낮게 측정됨에 따라 실내 온도가 설정온도에 도달하지 못할 수 있으며, 도 2와 같이 나타날 수 있다. EHP 시스템의 온도센서 고장에 따른 열 쾌적 문제 및 에너지 낭비가 발생할 수 있으며, 실내 설정온도와 다른 온도의 범위에서 운전을 수행할 수 있다.
이를 해결하고자 공기 열원 히트펌프 시스템의 온도 센서 고장 감지 및 진단 기술의 개발이 필요한 상황이다.
또한, 공기 열원 히트펌프 시스템의 제어시, 상·하한 임계값은 제조사 및 모델에 따라 차이가 있어, 데이터 기반의 분석이 필요함. 데이터 기반의 분석 방법에는 대표적으로 기계학습과 회귀분석이 있으며, 기계학습을 활용한 방법은 학습을 위해 다양한 고장에 대한 데이터를 보유하고 있어야 하나, 일반적인 공기 열원 히트펌프 시스템의 운전정보는 관리되지 않아 고장 사례에 대한 데이터가 부족한 경우가 일반적이다.
온도 센서의 측정값에 따른 세부 제어 조건 역시 제조사 및 모델에 따라 차이가 있으며, 일반적으로 공개되어있지 않으며, 온도 센서의 측정값을 모니터링하지 않는다. 이에, 실내기 토출 온도 및 풍량, 실내 설정온도를 변수로 가지는 온도 센서 예측모델은 회귀분석 활용하여 개발이 필요하다.
대한민국 등록특허 10-1936136 대한민국 등록특허 10-2388757 일본 공개특허 JP 2023-020313A
따라서 본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 실시예에 따르면, 기존 공공건물에서 일반적으로 사용하는 전기 히트펌프 시스템의 운전 데이터로 실내 온도 설정값, 토출 온도, 토출 풍량 및 냉난방 작동 알고리즘을 수집 및 분석하여 실내기 측의 온도센서에서 측정되고 있는 실내 온도 예측 모델을 제공하는데 그 목적이 있다.
그리고 본 발명의 실시예에 따르면, 전기 히트펌프 시스템의 온도 센서의 고장이 건물 에너지 성능과 열 쾌적성에 큰 영향을 미치는 것을 고려하여 센서 고장에 따른 에너지 소비를 줄이고 실내 쾌적을 향상시키기 위해 센서의 고장 감지 및 진단에 활용될 수 있는 온도 예측모델을 제공하는데 그 목적이 있다.
본 발명의 실시예에 따르면, 온도센서의 고장 진단은 측정값과 온도센서 예측모델에 의한 예측값의 차를 통해 진행하며 오차가 임계값 범위 이내이면 정상상태로 판단하며, 임계값을 넘어서는 상황에서는 고장(Fault)으로 판단할 수 있는, 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템을 제공하는데 그 목적이 있다.
그리고 본 발명의 실시예에 따르면, 시스템의 오작동 및 에너지 낭비를 보다 빠르게 확인할 수 있으며, 고장의 원인이 온도 센서에 있음을 확인함에 따라 조치 또한 신속하게 수행될 수 있는, EHP 시스템의 온도 센서 고장 감지 및 진단시스템을 제공하는데 그 목적이 있다.
본 발명의 실시예에 따르면, 센서 데이터를 분석하여 정상 상태와 비정상 상태를 구분하고, 비정상 상태가 감지되면 해당 고장의 원인을 진단하여 해결할 수 있고 이를 통해 시스템 운영 상태를 지속적으로 모니터링하고, 고장 상태를 미리 예측하여 고장을 예방하거나 조기에 대처할 수 있으며, 또한, 이를 활용하여 시스템 유지보수 비용을 절감할 수 있고, 시스템 안정성과 신뢰성을 높일 수 있는, 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템을 제공하는데 그 목적이 있다.
또한 본 발명의 실시예에 따르면, EHP 시스템에서 발생하는 다양한 문제를 신속하게 감지할 수 있고, 이를 통해 시스템의 안정적인 운전을 유지하면서 문제가 발생하면 빠른 대처가 가능하며, 또한, 기존에는 인력이 필요했던 검사 및 유지보수 작업의 비용을 절감할 수 있고, 이는 시스템의 수명과 안정성을 높이는데 기여할 수 있는, 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템을 제공하는데 그 목적이 있다.
본 발명의 실시예에 따르면, 시스템의 문제를 빠르게 감지하고 대처할 수 있어, 시스템의 에너지 효율성을 개선할 수 있고, 이를 통해 에너지 절감 효과를 기대할 수 있으며, 시스템의 안정성과 신뢰성이 향상되면, 사용자들의 만족도도 향상되어, 브랜드 이미지 개선 및 장기적인 고객 유치에도 기여할 수 있는, 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템을 제공하는데 그 목적이 있다.
한편, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 제1목적은 실외기, 실내기, 압축기, 팽창밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 실내기 온도센서의 온도값을 예측하기 위한 온도센서 예측모델로서, 초기 실내온도 별로 상기 실내기 온도센서 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하는 데이터 수집부; 및 수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 온도센서 예측모델을 생성하는 예측모델 생성부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델로서 달성될 수 있다.
그리고 온도센서 예측모델은 초기 실내 온도에 따른 실내기 공급온도, 실내기 공급풍속, 실내기 온도센서 측정값을 변수로 하는 하기 수학식 1로 표현되는 것을 특징으로 할 수 있다.
[수학식 1]
: 신내기 온도센서 측정값, ℃
: 실내기 공급 온도, ℃
: 실내기 공급 풍속, m3/s
: 초기 실내 온도, ℃
또한 상기 예측모델 생성부는, 초기 실내온도별 실내기 공급온도와 실내기 공급풍량에 따른 온도센서 측정값을 회귀분석하는 개별 회귀분석부; 및 초기 실내온도에 따른 회귀식의 계수를 회귀분석하는 계수회귀분석부;를 포함하는 것을 특징으로 할 수 있다.
그리고 상기 개별 회귀분석부는 하기 수학식 2으로 표현되는 회귀식을 통해 초기 실내 온도별로 실내기 공급온도와 공급풍속에 따른 온도센서 측정값을 회귀분석하는 것을 특징으로 할 수 있다.
[수학식 2]
또한 상기 계수회귀분석부는 초기 실내온도에 따른 하기 수학식 3의 회귀식의 계수를 회귀분석하는 것을 특징으로 할 수 있다.
[수학식 3]
그리고 회귀분석된 계수에 기반하여 상기 수학식 1은 수학식 4로서 실내운영 데이터 기반 온도센서 예측모델이 정의되는 것을 특징으로 할 수 있다.
[수학식 4]
본 발명의 제2목적은 실외기, 실내기, 압축기, 팽방밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 실내기 온도센서의 온도값을 예측하기 위한 온도센서 예측모델 생성방법으로서, 데이터 수집부가 초기 실내온도에 따른 상기 실내기 온도센서 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하는 단계; 및 예측모델 생성부가 수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 하기 수학식 1로 표현되는 온도센서 예측모델을 생성하는 단계;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델 생성방법으로서 달성될 수 있다.
[수학식 1]
: 신내기 온도센서 측정값, ℃
: 실내기 공급 온도, ℃
: 실내기 공급 풍속, m3/s
: 초기 실내 온도, ℃
그리고 상기 온도센서 예측모델을 생성하는 단계는, 개별 회귀분석부가 하기 수학식 2으로 표현되는 회귀식을 통해 초기 실내 온도별로 실내기 공급온도와 공급풍속에 따른 온도센서 측정값을 회귀분석하는 단계; 및 계수회귀분석부가 초기 실내온도에 따른 하기 수학식 3의 회귀식의 계수를 회귀분석하는 단계;를 포함하는 것을 특징으로 할 수 있다.
[수학식 2]
[수학식 3]
그리고 회귀분석된 계수에 기반하여 상기 수학식 1은 수학식 4로서 실내운영 데이터 기반 온도센서 예측모델을 생성하는 것을 특징으로 할 수 있다.
[수학식 4]
본 발명의 제3목적은 실외기, 실내기, 압축기, 팽방밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 온도센서의 온도값을 예측하기 예측 시스템으로서, 앞서 언급한 제1목적에 따른 온도센서 예측모델을 이용하여 상기 실내기 온도센서의 온도값을 예측하는 온도값 예측부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델을 이용한 온도센서 예측시스템으로서 달성될 수 있다.
그리고 상기 온도값 예측부는, 초기 실내 온도값과, 실내기 공급온도, 실내기 공급풍속에 기반하여 상기 온도센서 예측모델을 이용하여 실시간으로 상기 실내기 온도센서 온도값을 예측하는 것을 특징으로 할 수 있다.
본 발명의 제4목적은 실외기, 실내기, 압축기, 팽방밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 상기 실내기 온도센서의 정상상태여부를 판단하는 온도센서 진단 시스템으로서, 앞서 언급한 제3목적에 따른 예측시스템; 및 상기 예측시스템에서 예측된 실내기 온도센서 예측 온도값과, 상기 실내기 온도센서에서 측정된 측정 온도값을 대비하여 상기 온도센서의 정상상태 여부를 판단하는 정상상태판단부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 정상상태 진단시스템으로서 달성될 수 있다.
그리고 상기 정상상태 판단부는, 상기 측정온도값이 상기 예측온도값과 설정된 오차 범위 내인 경우 상기 실내기 온도센서를 정상상태로 판단하고, 상기 오차범위 밖인 경우 비정상상태로 판단하는 것을 특징으로 할 수 있다.
또한 상기 실내기 온도센서가 비정상상태로 판단되는 경우 비정상상태 정보를 표출하는 알림부;를 더 포함하는 것을 특징으로 할 수 있다.
그리고 상기 실내기 온도센서가 비정상상태로 판단되는 경우 비정상상태 정보를 설정된 사용자 단말기로 전송하는 전송부;를 더 포함하는 것을 특징으로 할 수 있다.
또한 상기 실내기 온도센서가 비정상상태로 판단되는 경우 상기 히트펌프의 작동을 중단시키도록 하는 제어부;를 더 포함하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 따르면, 기존 공공건물에서 일반적으로 사용하는 전기 히트펌프 시스템의 운전 데이터로 실내 온도 설정값, 토출 온도, 토출 풍량 및 냉난방 작동 알고리즘을 수집 및 분석하여 실내기 측의 온도센서에서 측정되고 있는 실내 온도 예측 모델을 제공할 수 있다.
그리고 본 발명의 실시예에 따른 온도센서 예측모델에 따르면, 전기 히트펌프 시스템의 온도 센서의 고장이 건물 에너지 성능과 열 쾌적성에 큰 영향을 미치는 것을 고려하여 센서 고장에 따른 에너지 소비를 줄이고 실내 쾌적을 향상시키기 위해 센서의 고장 감지 및 진단에 활용될 수 있는 효과를 갖는다.
본 발명의 실시예에 따른 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템에 따르면, 온도센서의 고장 진단은 측정값과 온도센서 예측모델에 의한 예측값의 차를 통해 진행하며 오차가 임계값 범위 이내이면 정상상태로 판단하며, 임계값을 넘어서는 상황에서는 고장(Fault)으로 판단할 수 있는 효과를 갖는다.
그리고 본 발명의 실시예에 따른 EHP 시스템의 온도 센서 고장 감지 및 진단시스템에 따르면, 시스템의 오작동 및 에너지 낭비를 보다 빠르게 확인할 수 있으며, 고장의 원인이 온도 센서에 있음을 확인함에 따라 조치 또한 신속하게 수행될 수 있는 효과를 갖는다.
본 발명의 실시예에 따른 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템에 따르면, 센서 데이터를 분석하여 정상 상태와 비정상 상태를 구분하고, 비정상 상태가 감지되면 해당 고장의 원인을 진단하여 해결할 수 있고 이를 통해 시스템 운영 상태를 지속적으로 모니터링하고, 고장 상태를 미리 예측하여 고장을 예방하거나 조기에 대처할 수 있으며, 또한, 이를 활용하여 시스템 유지보수 비용을 절감할 수 있고, 시스템 안정성과 신뢰성을 높일 수 있는 효과를 갖는다.
또한 본 발명의 실시예에 따른 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템에 따르면, EHP 시스템에서 발생하는 다양한 문제를 신속하게 감지할 수 있고, 이를 통해 시스템의 안정적인 운전을 유지하면서 문제가 발생하면 빠른 대처가 가능하며, 또한, 기존에는 인력이 필요했던 검사 및 유지보수 작업의 비용을 절감할 수 있고, 이는 시스템의 수명과 안정성을 높이는데 기여할 수 있는 장점이 있다.
본 발명의 실시예에 따른 히트펌프 시스템 온도센서 예측모델, 그 예측모델을 이용한 온도센서 예측시스템에 따르면, 시스템의 문제를 빠르게 감지하고 대처할 수 있어, 시스템의 에너지 효율성을 개선할 수 있고, 이를 통해 에너지 절감 효과를 기대할 수 있으며, 시스템의 안정성과 신뢰성이 향상되면, 사용자들의 만족도도 향상되어, 브랜드 이미지 개선 및 장기적인 고객 유치에도 기여할 수 있는 장점이 있다.
한편, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명의 상세한 설명과 함께 본 발명의 기술적 사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석 되어서는 아니 된다.
도 1은 온도센서 고장 종류 별 실제온도와 측정온도 그래프,
도 2는 온도센서의 Offset error가 운전에 미치는 영향 나타낸 시간에 따른 실내온도 그래프,
도 3은 본 발명의 실시예에 따른 온도센서 예측모델을 이용한 온도센서 예측시스템의 블록도,
도 4는 본 발명의 실시예에 따른 온도센서 예측모델의 블록도,
도 5는 본 발명의 실시예에 따른 온도센서 예측 모델 생성을 위한 데이터 수집의 개념도,
도 6은 본 발명의 실시예에 따른 온도센서 예측 모델 생성방법의 흐름도,
도 7은 본 발명의 실험예에 따른 온도센서 설치위치를 나타낸 히트펌프 시스템 실내기 사진,
도 8은 본 발명의 실험예에 따른 공급 풍속 측정위치, 공급온도 측정위치, 온도센서 측정위치를 나타낸 실내기 사진,
도 9는 본 발명의 실험예에 따라 설정온도에 따른 수집된 실내온도, 온도센서 측정값, 실내기 공급풍속, 공급온도 데이터,
도 10은 본 발명의 실시예에 따른 온도센서 예측 모델의 정확도 분석결과 그래프를 도시한 것이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 통상의 기술자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서, 어떤 구성요소가 다른 구성요소 상에 있다고 언급되는 경우에 그것은 다른 구성요소 상에 직접 형성될 수 있거나 또는 그들 사이에 제 3의 구성요소가 개재될 수도 있다는 것을 의미한다. 또한 도면들에 있어서, 구성요소들의 두께는 기술적 내용의 효과적인 설명을 위해 과장된 것이다.
본 명세서에서 기술하는 실시예들은 본 발명의 이상적인 예시도인 단면도 및/또는 평면도들을 참고하여 설명될 것이다. 도면들에 있어서, 막 및 영역들의 두께는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. 따라서 제조 기술 및/또는 허용 오차 등에 의해 예시도의 형태가 변형될 수 있다. 따라서 본 발명의 실시예들은 도시된 특정 형태로 제한되는 것이 아니라 제조 공정에 따라 생성되는 형태의 변화도 포함하는 것이다. 예를 들면, 직각으로 도시된 영역은 라운드지거나 소정 곡률을 가지는 형태일 수 있다. 따라서 도면에서 예시된 영역들은 속성을 가지며, 도면에서 예시된 영역들의 모양은 소자의 영역의 특정 형태를 예시하기 위한 것이며 발명의 범주를 제한하기 위한 것이 아니다. 본 명세서의 다양한 실시예들에서 제1, 제2 등의 용어가 다양한 구성요소들을 기술하기 위해서 사용되었지만, 이들 구성요소들이 이 같은 용어들에 의해서 한정되어서는 안 된다. 이들 용어들은 단지 어느 구성요소를 다른 구성요소와 구별시키기 위해서 사용되었을 뿐이다. 여기에 설명되고 예시되는 실시예들은 그것의 상보적인 실시예들도 포함한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
아래의 특정 실시예들을 기술하는데 있어서, 여러 가지의 특정적인 내용들은 발명을 더 구체적으로 설명하고 이해를 돕기 위해 작성되었다. 하지만 본 발명을 이해할 수 있을 정도로 이 분야의 지식을 갖고 있는 독자는 이러한 여러 가지의 특정적인 내용들이 없어도 사용될 수 있다는 것을 인지할 수 있다. 어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
이하에서는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 온도센서 예측모델을 이용한 온도센서 예측시스템의 구성, 기능, 예측방법 및 온도센서 정상상태 진단시스템에 대해 설명하도록 한다.
먼저, 도 3은 본 발명의 실시예에 따른 온도센서 예측모델을 이용한 온도센서 예측시스템의 블록도를 도시한 것이다.
본 발명의 실시예에 따른 온도센서 예측모델을 이용한 온도센서 예측시스템(100)은 히트펌프시스템(10), 온도센서 예측모델(20), 온도값예측부(30), 정상상태 판단부(40), 알림부(41), 제어부(16), 전송부(42) 등을 포함하여 구성된다.
먼저 이하에서는 본 발명의 실시예에 따른 실외기(12), 실내기(11), 압축기(13), 팽창밸브(15), 방향전환밸브(14), 실내기 온도센서(1)를 갖는 히트펌프 시스템(10)에서 실내기 온도센서(1)의 온도값을 예측하기 위한 온도센서 예측모델(20)에 대해 설명하도록 한다.
도 4는 본 발명의 실시예에 따른 온도센서 예측모델의 블록도를 도시한 것이다. 그리고 도 5는 본 발명의 실시예에 따른 온도센서 예측 모델 생성을 위한 데이터 수집의 개념도를 도시한 것이다. 또한 도 6은 본 발명의 실시예에 따른 온도센서 예측 모델 생성방법의 흐름도를 도시한 것이다.
본 발명의 실시예에 따른 온도센서 예측 모델(20)은, 초기 실내온도 별로 상기 실내기 온도센서 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하는 데이터 수집부(21); 및 수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 온도센서 예측모델을 생성하는 예측모델 생성부(24);를 포함하여 구성될 수 있다.
먼저, 온도센서 예측모델(20)을 생성하기 위한 데이터는 데이터 수집부(21)에서 수집하게 된다(S1). 데이터 수집부는 설정온도를 세팅하고 초기 실내온도 별로 실내기 온도센서(1) 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하게 된다.
이를 수집하기 위하여, 도 5에 도시된 바와 같이, 실내기(11)와 특정 간격 이격된 실내 공간의 온도를 측정하기 위한 실내공간 온도센서(5), 공급온도측정센서(2), 공급풍속 측정센서(3)를 사용한다.
도 7은 본 발명의 실험예에 따른 온도센서 설치위치를 나타낸 히트펌프 시스템 실내기 사진을 나타낸 것이다. 그리고 도 8은 본 발명의 실험예에 따른 공급 풍속 측정위치, 공급온도 측정위치, 온도센서 측정위치를 나타낸 실내기 사진을 도시한 것이다.
도 7 및 도 8에 도시된 바와 같이, 서로 다른 초기 실내 온도 조건의 공기 열원 히트펌프 시스템(10)의 난방 운전 데이터를 수집한다.
본 발명의 실험예에서 설정 온도는 24℃로 난방운전을 수행하였으며, 초기 실내 온도는 16℃, 18℃, 20℃, 22℃의 경우로 구분지어 데이터를 수집하였다. 약 2시간의 운전 데이터를 수집하였으며, 2시간의 운전 기간 내 모두 실내 온도가 설정 온도 24℃에 도달하였으며, ±1℃의 범위를 유지함을 확인하였다. 도 9는 본 발명의 실험예에 따라 설정온도에 따른 수집된 실내온도, 온도센서 측정값, 실내기 공급풍속, 공급온도 데이터를 도시한 것이다.
도 9에 도시된 바와 같이, 운전 시작 시 낮은 실내 온도로 인하여 EHP(10)의 공급 온도와 공급 풍속이 높은 값을 가지는 것과 전체 실내 평균 온도보다 EHP(10)와 가까운 공간의 온도 값에 의해 EHP(10)의 공급 온도와 공급 풍속이 제어됨을 확인하였다. 풍속 값은 연속된 값이 아닌, 세기의 형태로 제어됨을 확인하였다.
그리고 예측모델 생성부(24)는, 수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 온도센서 예측모델(20)을 생성하게 된다.
본 발명의 실시예에 따른 온도 센서 예측 모델(20)은 실내기 공급온도와 실내기 공급풍속은 실내기 온도센서(1)에서 측정되는 값과 초기 실내온도를 기반으로 결정될 수 있다. 이에, 센서 측정값은 운영중인 EHP 시스템의 실내기 공급온도와 풍속 및 초기 실내온도를 변수로 예측모델을 구성할 수 있다. 본 발명의 실시예에 따른 온도 센서 예측모델(20)은 실내기 공급온도 및 공급풍속, 초기 실내온도를 변수로 회귀분석을 활용하여 생성되며, 온도센서 예측모델(20)은 이하의 수학식 1로 표현될 수 있다.
[수학식 1]
: 신내기 온도센서 측정값, ℃
: 실내기 공급 온도, ℃
: 실내기 공급 풍속, m3/s
: 초기 실내 온도, ℃
그리고 본 발명의 실시예에 따른 예측모델 생성부(24)는, 초기 실내온도별 실내기 공급온도와 실내기 공급풍량에 따른 온도센서 측정값을 회귀분석하는 개별 회귀분석부(22), 및 초기 실내온도에 따른 회귀식의 계수를 회귀분석하는 계수회귀분석부(23)를 포함하여 구성될 수 있다.
각각의 초기 실내 온도 데이터의 개별 온도센서 예측모델을 회귀분석을 활용하여 생성된다. 개별 온도센서 예측모델은 개별 회귀분석부(22)에 의해 생성되며, 이하의 수학식 2와 같이 나타낼 수 있다.
즉, 개별 회귀분석부(22)는 하기 수학식 2으로 표현되는 회귀식을 통해 초기 실내 온도별로 실내기 공급온도와 공급풍속에 따른 온도센서 측정값을 회귀분석하게 된다(S2).
[수학식 2]
그리고 계수회귀분석부(23)는 초기 실내온도에 따른 하기 수학식 3의 회귀식의 계수를 회귀분석하게 된다(S3).
[수학식 3]
서로 다른 초기 실내 온도의 개별 온도센서 예측모델의 각 계수 α1, α2, α3와 초기 실내 온도가 선형의 관계를 확인하였고, 각 계수와 초기 실내 온도에 따른 계수를 회귀분석하여 앞서 제안한 수학식 1과 같이 정리한 결과 공기 열원 히트펌프 시스템의 온도센서 예측모델을 하기 수학식 4와 같이 나타낼 수 있다(S4).
[수학식 4]
도 10은 본 발명의 실시예에 따른 온도센서 예측 모델의 정확도 분석결과 그래프를 도시한 것이다. 도 10에 도시된 바와 같이, 본 발명의 실시예에 따른 공기 열원 히트펌프 시스템의 온도센서 예측모델(20)의 측정값과 예측값을 비교 분석한 결과 MBE는 -0.85%, CvRMSE는 9.19%를 가짐을 확인하였다. 이에, 예측모델이 신뢰성을 가짐을 확인하였다.
본 발명의 실시예에 따른 히트펌프 시스템에서 실내기 온도센서의 온도값을 예측하기 위한 시스템은, 앞서 언급한 온도센서 예측모델(20)을 이용하여 실내기 온도센서의 온도값을 예측하는 온도값 예측부(30)를 포함하여 구성될 수 있다.
이러한 본 발명의 실시예에 따른 온도값 예측부(30)는, 초기 실내 온도값과, 실내기 공급온도, 실내기 공급풍속에 기반하여 온도센서 예측모델(20)을 이용하여 실시간으로 실내기 온도센서의 온도값을 예측하게 된다.
또한 본 발명의 실시예에 따른 온도센서 예측모델(20)은 온도센서, 히트펌프 시스템의 정상상태 진단시스템으로서 적용될 수 있다.
이러한 진단시스템은, 온도값 예측부(30)에서 예측된 실내기 온도센서 예측 온도값과, 실내기 온도센서(1)에서 실제 측정된 측정 온도값을 대비하여 온도센서의 정상상태 여부를 판단하는 정상상태판단부(40)를 포함하여 구성될 수 있다.
본 발명의 실시예에 따른 정상상태 판단부(40)는, 측정온도값이 예측온도값과 설정된 오차 범위 내인 경우 실내기 온도센서(1)를 정상상태로 판단하고, 오차범위 밖인 경우 비정상상태로 판단하게 된다.
그리고 본 발명의 실시예에서는 알림부를 더 포함하여, 실내기 온도센서(1)가 비정상상태로 판단되는 경우 비정상상태 정보를 디스플레이, 음성, 경고음 등으로 표출하도록 구성될 수 있다.
또한 전송부(42)는 실내기 온도센서(1)가 비정상상태로 판단되는 경우 비정상상태 정보를 설정된 사용자 단말기(110)로 전송하도록 구성될 수 있다.
또한 실내기 온도센서(1)가 비정상상태로 판단되는 경우, 제어부(16)를 통해 히트펌프의 작동을 중단시키도록 제어할 수 있다.
또한, 상기와 같이 설명된 장치 및 방법은 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
1:실내기 온도센서
2:공급온도 측정센서
3:공급풍속 측정센서
5:실내공간 온도센서
10:히트펌프시스템
11:실내기
12:실외기
13:압축기
14:방향전환밸브
15:팽창밸브
16:제어부
20:온도센서 예측모델
21:데이터수집부
22:개별 회귀분석부
23:계수회귀분석부
24:예측모델 생성부
30:온도값 예측부
40:정상상태 판단부
41:알림부
42:전송부
100:온도센서 예측모델을 이용한 온도센서 예측시스템
110:사용자 단말기

Claims (16)

  1. 실외기, 실내기, 압축기, 팽창밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 실내기 온도센서의 온도값을 예측하기 위한 온도센서 예측모델로서,
    초기 실내온도 별로 상기 실내기 온도센서 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하는 데이터 수집부; 및
    수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 온도센서 예측모델을 생성하는 예측모델 생성부;를 포함하고,
    온도센서 예측모델은 초기 실내 온도에 따른 실내기 공급온도, 실내기 공급풍속, 실내기 온도센서 측정값을 변수로 하는 하기 수학식 1로 표현되며,
    상기 예측모델 생성부는, 초기 실내온도별 실내기 공급온도와 실내기 공급풍량에 따른 온도센서 측정값을 회귀분석하는 개별 회귀분석부와, 초기 실내온도에 따른 회귀식의 계수를 회귀분석하는 계수회귀분석부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델:
    [수학식 1]

    : 신내기 온도센서 측정값, ℃
    : 실내기 공급 온도, ℃
    : 실내기 공급 풍속, m3/s
    : 초기 실내 온도, ℃.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 개별 회귀분석부는 하기 수학식 2으로 표현되는 회귀식을 통해 초기 실내 온도별로 실내기 공급온도와 공급풍속에 따른 온도센서 측정값을 회귀분석하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델:
    [수학식 2]

  5. 제 4항에 있어서,
    상기 계수회귀분석부는 초기 실내온도에 따른 하기 수학식 3의 회귀식의 계수를 회귀분석하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델:
    [수학식 3]

  6. 제 5항에 있어서,
    회귀분석된 계수에 기반하여 상기 수학식 1은 수학식 4로서 실내운영 데이터 기반 온도센서 예측모델이 정의되는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델:
    [수학식 4]

  7. 실외기, 실내기, 압축기, 팽방밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 실내기 온도센서의 온도값을 예측하기 위한 온도센서 예측모델 생성방법으로서,
    데이터 수집부가 초기 실내온도에 따른 상기 실내기 온도센서 측정값, 실내기 공급온도 측정값, 실내기 공급풍속 측정값을 수집하는 단계; 및
    예측모델 생성부가 수집된 데이터를 초기 실내온도에 따른 회귀분석을 통해 하기 수학식 1로 표현되는 온도센서 예측모델을 생성하는 단계;를 포함하고,
    상기 온도센서 예측모델을 생성하는 단계는,
    개별 회귀분석부가 초기 실내 온도별로 실내기 공급온도와 공급풍속에 따른 온도센서 측정값을 회귀분석하는 단계와,
    계수회귀분석부가 초기 실내온도에 따른 회귀식의 계수를 회귀분석하는 단계를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델 생성방법:
    [수학식 1]

    : 신내기 온도센서 측정값, ℃
    : 실내기 공급 온도, ℃
    : 실내기 공급 풍속, m3/s
    : 초기 실내 온도, ℃
  8. 제 7항에 있어서,
    상기 개별 회귀분석부의 회귀식은 하기 수학식 2으로 표현되고,
    상기 계수회귀분석부는 하기 수학식 3의 회귀식의 계수를 회귀분석하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델 생성방법:
    [수학식 2]

    [수학식 3]

  9. 제 8항에 있어서,
    회귀분석된 계수에 기반하여 상기 수학식 1은 수학식3으로서 실내운영 데이터 기반 온도센서 예측모델을 생성하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델 생성방법:
    [수학식 4]

  10. 실외기, 실내기, 압축기, 팽방밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 온도센서의 온도값을 예측하기 예측 시스템으로서,
    제 1항, 및 제4항, 및 제5항 중 어느 한 항에 따른 예측모델을 이용하여 상기 실내기 온도센서의 온도값을 예측하는 온도값 예측부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델을 이용한 온도센서 예측시스템.
  11. 제 10항에 있어서,
    상기 온도값 예측부는, 초기 실내 온도값과, 실내기 공급온도, 실내기 공급풍속에 기반하여 상기 온도센서 예측모델을 이용하여 실시간으로 상기 실내기 온도센서 온도값을 예측하는 것을 특징으로 하는 히트펌프 시스템 온도센서 예측모델을 이용한 온도센서 예측시스템.
  12. 실외기, 실내기, 압축기, 팽방밸브, 실내기 온도센서를 갖는 히트펌프 시스템에서 상기 실내기 온도센서의 정상상태여부를 판단하는 온도센서 진단 시스템으로서,
    제10항에 따른 예측시스템; 및
    상기 예측시스템에서 예측된 실내기 온도센서 예측 온도값과, 상기 실내기 온도센서에서 측정된 측정 온도값을 대비하여 상기 온도센서의 정상상태 여부를 판단하는 정상상태판단부;를 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 정상상태 진단시스템.
  13. 제 12항에 있어서,
    상기 정상상태 판단부는,
    상기 측정온도값이 상기 예측온도값과 설정된 오차 범위 내인 경우 상기 실내기 온도센서를 정상상태로 판단하고, 상기 오차범위 밖인 경우 비정상상태로 판단하는 것을 특징으로 하는 히트펌프 시스템 온도센서 정상상태 진단시스템.
  14. 제 13항에 있어서,
    상기 실내기 온도센서가 비정상상태로 판단되는 경우 비정상상태 정보를 표출하는 알림부;를 더 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 정상상태 진단시스템.
  15. 제 13항에 있어서,
    상기 실내기 온도센서가 비정상상태로 판단되는 경우 비정상상태 정보를 설정된 사용자 단말기로 전송하는 전송부;를 더 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 정상상태 진단시스템.
  16. 제 13항에 있어서,
    상기 실내기 온도센서가 비정상상태로 판단되는 경우 상기 히트펌프의 작동을 중단시키도록 하는 제어부;를 더 포함하는 것을 특징으로 하는 히트펌프 시스템 온도센서 정상상태 진단시스템.
KR1020230089597A 2023-07-11 2023-07-11 히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템 KR102586298B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230089597A KR102586298B1 (ko) 2023-07-11 2023-07-11 히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230089597A KR102586298B1 (ko) 2023-07-11 2023-07-11 히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템

Publications (1)

Publication Number Publication Date
KR102586298B1 true KR102586298B1 (ko) 2023-10-06

Family

ID=88296005

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230089597A KR102586298B1 (ko) 2023-07-11 2023-07-11 히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템

Country Status (1)

Country Link
KR (1) KR102586298B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101936136B1 (ko) 2017-01-11 2019-01-09 인하대학교 산학협력단 기계 학습 기반의 온열 환경 예측 장치 및 그 방법
KR20190104489A (ko) * 2019-08-21 2019-09-10 엘지전자 주식회사 공기 조화기의 센서 데이터를 보정하는 인공 지능 공기 조화기 및 그 방법
KR102388757B1 (ko) 2020-11-06 2022-04-21 (주)비에이에너지랩 가상 센서를 이용한 스마트 빌딩 안전 제어 시스템
JP2023020313A (ja) 2021-07-30 2023-02-09 三菱電機株式会社 空調制御装置及び空調制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101936136B1 (ko) 2017-01-11 2019-01-09 인하대학교 산학협력단 기계 학습 기반의 온열 환경 예측 장치 및 그 방법
KR20190104489A (ko) * 2019-08-21 2019-09-10 엘지전자 주식회사 공기 조화기의 센서 데이터를 보정하는 인공 지능 공기 조화기 및 그 방법
KR102388757B1 (ko) 2020-11-06 2022-04-21 (주)비에이에너지랩 가상 센서를 이용한 스마트 빌딩 안전 제어 시스템
JP2023020313A (ja) 2021-07-30 2023-02-09 三菱電機株式会社 空調制御装置及び空調制御方法

Similar Documents

Publication Publication Date Title
US7346469B2 (en) System and method for sensor data validation
US9645017B2 (en) System and method for conducting heating, ventilation, and air conditioning analytics
US9696056B1 (en) HVAC condition based maintenance system and method
US7031880B1 (en) Method and apparatus for assessing performance of an environmental control system
US20060042277A1 (en) Fault diagnostics and prognostics based on distance fault classifiers
CN105241018A (zh) 除湿设备的热交换故障检测方法及装置
JP2009002651A (ja) 異常診断システム
JP7260292B2 (ja) 異常診断装置及び異常診断方法
CN105485831A (zh) 管理加热、通风和空气调节的方法和设备
JP2017505890A (ja) Hvacシステムの消費電力評価
JP2013045325A (ja) 制御システムの制御装置及びエレベータシステム
JP4281334B2 (ja) 異常診断システム
JP2012172930A (ja) 空調設備保守システム
TWI753417B (zh) 冷卻系統的監控方法及其監控裝置
JP4341779B2 (ja) 空調機の異常検知装置及び異常検知方法
KR20110098102A (ko) 지하 실내 공기질 모니터링 방법 및 지하 실내 공기질 제어 시스템
KR102586298B1 (ko) 히트펌프 시스템 온도센서 예측모델, 그 예측모델을이용한 온도센서 예측, 진단시스템
JP5461136B2 (ja) プラントの診断方法及び診断装置
JP2004234302A (ja) プロセス管理装置
JP2009002650A (ja) 異常診断システム
KR102017703B1 (ko) Bems 데이터를 이용한 에너지 효율 분석 시스템
WO2017175406A1 (ja) 空調吹き出し温度推定装置及びプログラム
JP4434905B2 (ja) プロセス管理装置
US11245313B2 (en) Drive engine arrangement with sensor-monitored fan for an elevator system
GB2618987A (en) System for detecting abnormal operating states of a heating system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant