KR20130065815A - 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법 - Google Patents

에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법 Download PDF

Info

Publication number
KR20130065815A
KR20130065815A KR1020110127527A KR20110127527A KR20130065815A KR 20130065815 A KR20130065815 A KR 20130065815A KR 1020110127527 A KR1020110127527 A KR 1020110127527A KR 20110127527 A KR20110127527 A KR 20110127527A KR 20130065815 A KR20130065815 A KR 20130065815A
Authority
KR
South Korea
Prior art keywords
building
energy
energy analysis
prediction model
design variable
Prior art date
Application number
KR1020110127527A
Other languages
English (en)
Other versions
KR101576605B1 (ko
Inventor
최진원
구원용
신혜미
윤성민
이준호
Original Assignee
버츄얼빌더스 주식회사
최진원
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 버츄얼빌더스 주식회사, 최진원 filed Critical 버츄얼빌더스 주식회사
Priority to KR1020110127527A priority Critical patent/KR101576605B1/ko
Publication of KR20130065815A publication Critical patent/KR20130065815A/ko
Application granted granted Critical
Publication of KR101576605B1 publication Critical patent/KR101576605B1/ko

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법이 개시된다. 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템은 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB, 사용자 단말기로부터의 요청에 의해 에너지 분석을 수행할 빌딩을 모델링하기 위한 모델링 모듈, 및 상기 사용자 단말기로부터의 분석요청에 응답하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 에너지 분석결과를 생성하기 위한 분석모듈을 포함하며, 상기 분석모듈은 상기 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 한다.

Description

에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법{System for buliding energy analysis using energy predicted model and method thereof}
본 발명은 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 많은 입력변수 등을 사용자가 직접 입력을 수행하고이를 통해 상대적으로 오랜 시간에 걸쳐서 빌딩의 다양한 에너지 관련 파라미터(예컨대, 에너지 소비량, 냉난방 부하 등)를 획득할 수 있었던 종래의 빌딩 에너지 분석 방법을 개선하여 사용자의 입력 행위를 현저히 줄이고, 보다 빠른 시간내에 에너지 관련 파라미터를 획득함으로써 효과적으로 빌딩의 설계 또는 시공 단계 등에서 빠른 시간내에 적응적으로 빌딩의 에너지 관련 사항을 분석할 수 있는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법에 관한 것이다.
친환경 기술의 발달과 함께 빌딩의 효율적인 에너지 소비에 대한 연구가 활발히 진행되고 있다.
빌딩의 효율적인 에너지 소비는 상기 빌딩의 에너지 관련 파라미터(parameter) 또는 속성을 분석하여, 보다 좋은 속성을 갖도록 빌딩을 설계하거나 시공함으로써 수행될 수 있다. 상기 빌딩의 에너지 관련 파라미터는 예컨대, 빌딩의 총 냉난방 부하, 에너지 소비량 등일 수 있는데, 이러한 빌딩의 에너지 관련 파라미터들을 빌딩을 완공하기 전에 미리 분석해봄으로써 에너지 효율이 좋은 빌딩의 설계나 시공이 가능한 효과가 있다.
기존의 빌딩 에너지 분석 즉, 빌딩의 에너지 관련 파라미터를 계산하는 과정은 빌딩의 설계변수 중 에너지에 영향을 미칠 수 있는 모든 파라미터를 빌딩 에너지 분석을 위한 소정의 솔루션(solution) 또는 소프트웨어에 입력하고, 상기 솔루션이 복잡한 연산을 통해 상기 빌딩의 에너지 관련 파라미터를 계산하는 방식을 사용하였다.
하지만, 이러한 기존의 빌딩 에너지 분석 방법은 매우 많은 빌딩의 설계변수들을 사용자가 직접 입력하여야 하므로 많은 시간과 불편함을 가지고 있었다. 또한, 상기 솔루션은 고려해야 하는 설계변수들이 많음으로 인해 최종적으로 분석결과를 연산하는데 상대적으로 긴 시간이 소요되는 문제점이 있었다. 따라서, 빌딩의 설계나 시공중에 약간의 설계변수의 변경을 하더라도 새롭게 매우 많은 설계변수의 입력을 재차 수행하여야 하고, 이렇게 입력을 수행한 후에도 실시간으로 분석결과가 나오지 않음으로 인해 현실적으로 빌딩의 설계나 시공에서 존재할 수 있는 다수의 설계변수의 변경에 따라 매번 빌딩 에너지 분석을 수행하기가 어려운 문제점이 있었다.
또한, 빌딩의 설계시(또는 시공 중)에는 소정의 모델링 툴(modeling tool, 예컨대, 캐드 등)을 이용하여 빌딩을 모델링하는 일이 거의 필수적으로 수행되는데, 이러한 빌딩의 모델링과 빌딩 에너지 분석은 별개의 과정으로 수행됨으로써 빌딩의 모델링에 대한 시간 및/또는 자원의 비용과 빌딩 에너지 분석에 대한 시간 및/또는 자원의 비용이 중복하여 드는 문제점이 있었다.
따라서, 본 발명이 이루고자 하는 기술적인 과제는 빌딩의 모델링과 빌딩 에너지 분석과정을 연동하여, 빌딩을 모델링하는 행위만으로 또는 현저하게 적은 설계변수의 입력만을 수행하여도 빌딩 에너지 분석이 가능한 시스템 및 방법을 제공하는 것이다.
또한, 기존에 무거운(heavy) 솔루션을 구동하는 경우 상대적으로 긴 시간동안 사용자가 빌딩 에너지 분석결과를 기다려야 함으로써 다양한 설계변수들의 조합에 따른 에너지 분석을 다수 수행할 수 없었던 문제점을 해결할 수 있도록, 빠른 시간내에 빌딩의 에너지 분석을 수행할 수 있는 시스템 및 방법을 제공하는 것이다.
상기 기술적 과제를 해결하기 위한 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템은 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB, 사용자 단말기로부터의 요청에 의해 에너지 분석을 수행할 빌딩을 모델링하기 위한 모델링 모듈, 및 상기 사용자 단말기로부터의 분석요청에 응답하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 에너지 분석결과를 생성하기 위한 분석모듈을 포함하며, 상기 분석모듈은 상기 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 한다.
상기 에너지 예측모델 DB는 미리 정해진 n(n 은 자연수) 개의 설계변수들 각각이 미리 정해진 개수 m(m 은 자연수)의 서로 다른 값을 갖는 경우, 가능한 mn 개의 설계변수 조합 각각에 상응하는 에너지 분석결과를 저장하고 있거나, 상기 설계변수들 중 k(k는 1 이상 n 미만의 자연수)개의 모델링 설계변수가 존재하는 경우, mk 개의 상기 표준빌딩에 상응하는 빌딩 모델들 각각에 대해 m(n-k)개의 가능한 설계변수 조합 각각에 상응하는 에너지 분석결과를 저장하는 것을 특징으로 하는 에너지 예측모델을 이용할 수 있다.
상기 분석모듈은 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 모델링 정보에 기초하여 상기 빌딩의 설계변수 중 적어도 하나를 결정하는 것을 특징으로 할 수 있다.
상기 분석모듈은 상기 참조 설계변수 조합과 상기 빌딩의 설계변수 조합 중 서로 다른 값을 갖는 설계변수를 추출하고, 추출된 상기 설계변수의 민감도를 더 이용하여 상기 빌딩의 에너지 분석결과를 생성할 수 있다.
상기 설계변수의 민감도에 대한 정보는 추출된 상기 설계변수를 제외한 나머지 설계변수는 고정한 채, 상기 설계변수를 변경하면서 복수 개의 에너지 분석결과를 생성하고, 생성된 복수 개의 에너지 분석결과에 기초하여 결정된 정보인 것을 특징으로 할 수 있다.
상기 분석모듈은 소정의 기준에 의해 상기 빌딩의 설계변수 조합과 유사 설계변수 조합을 갖는 설계변수 조합을 상기 참조 설계변수 조합으로 상기 에너지 예측모델 DB에서 적어도 하나 추출하고, 추출된 참조 설계변수 조합 각각에 상응하는 에너지 분석결과 정보를 이용하여 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 할 수 있다.
상기 에너지 분석결과 정보는 상기 빌딩의 총 냉난방 부하, 총 냉낭방 부하 소비율, 방위별 외피면적 및 냉난방 에너지 부하량, 또는 면적당 에너지 소비량 중 적어도 하나를 포함하는 것을 특징으로 할 수 있다.
상기 분석모듈은 생성된 상기 빌딩의 에너지 분석결과 정보를 유무선 네트워크를 통하여 상기 사용자 단말기로 전송할 수 있다.
상기 기술적 과제를 해결하기 위한 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템은 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB, 사용자 단말기로부터 미리 정해진 빌딩의 설계변수 조합에 대한 정보를 수신하고, 수신된 상기 빌딩의 설계변수 조합에 기초하여 상기 빌딩의 에너지 분석결과를 생성하기 위한 분석모듈을 포함하며, 상기 분석모듈은 상기 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 한다.
상기 기술적 과제를 해결하기 위한 에너지 예측모델을 이용한 빌딩 에너지 분석 방법은 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 사용자 단말기로부터의 요청에 의해 에너지 분석을 수행할 빌딩을 모델링하는 단계, 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 상기 사용자 단말기로부터의 분석요청에 응답하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하며, 상기 빌딩의 에너지 분석결과를 생성하는 단계는 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함한다.
상기 빌딩의 에너지 분석결과를 생성하는 단계는 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 모델링된 상기 빌딩의 모델링 정보에 기초하여 상기 빌딩의 설계변수 중 적어도 하나를 결정하는 단계를 더 포함할 수 있다.
상기 빌딩의 에너지 분석결과를 생성하는 단계는 상기 참조 설계변수 조합과 상기 빌딩의 설계변수 조합 중 서로 다른 값을 갖는 상기 설계변수를 추출하는 단계, 추출된 상기 설계변수의 민감도를 이용하여 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 단계를 더 포함할 수 있다.
상기 설계변수의 민감도에 대한 정보는 추출된 상기 설계변수를 제외한 나머지 설계변수는 고정한 채, 상기 설계변수를 변경하면서 복수 개의 에너지 분석결과를 생성하고, 생성된 복수 개의 에너지 분석결과에 기초하여 결정된 정보인 것을 특징으로 할 수 있다.
상기 빌딩의 에너지 분석결과를 생성하는 단계는 소정의 기준에 의해 상기 빌딩의 설계변수 조합과 유사 설계변수 조합을 갖는 설계변수 조합을 상기 참조 설계변수 조합으로 상기 에너지 예측모델 DB에서 적어도 하나 추출하는 단계 및 추출된 참조 설계변수 조합 각각에 상응하는 에너지 분석결과 정보를 이용하여 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함한다.
상기 기술적 과제를 해결하기 위한 에너지 예측모델을 이용한 빌딩 에너지 분석 방법은 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 사용자 단말기로부터 소정의 빌딩의 설계변수 조합에 대한 정보를 수신하는 단계 및 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 수신된 상기 빌딩의 설계변수 조합에 기초하여 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하며, 상기 빌딩의 에너지 분석결과를 생성하는 단계는 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함한다.
본 발명의 기술적 사상에 의하면, 빌딩의 모델링을 수행하는 행위 자체가 빌딩 에너지 분석에 입력되어야 할 설계변수의 입력행위가 될 수 있으므로, 모델링 과정을 수행하고 이와는 별개로 빌딩 에너지 분석을 위해 일일이 많은 설계변수를 수동으로 입력해야 하는 불편함 및 시간의 낭비를 현저히 줄일 수 있는 효과가 있다.
또한, 빌딩의 모델링 행위를 통해 설계변수를 입력할 수 있으므로, 사용자가 설계변수들의 값을 숫자로 입력하는 행위에 비해 직관적인 데이터 입력이 가능하여 입력 오류를 현저히 줄일 수 있는 효과가 있다.
또한, 기존에 사용자가 직접 계산을 한 후 입력해야 했던 소정의 설계변수들(예컨대, 면적, 면적비율 등)을, 모델링과 에너지 분석을 연동함으로써 시스템이자동으로 계산할 수 있으므로 훨씬 빠른 시간내에 에너지 분석에 필요한 설계변수들이 특정될 수 있는 효과가 있다.
또한, 소정의 에너지 예측모델 DB 즉, 표준건물이 가질 수 있는 가능한 케이스별 에너지 분석결과 값을 미리 저장해두고, 이를 이용해 새롭게 분석할 빌딩의 에너지 분석을 수행함으로써 에너지 분석결과를 연산하는데 드는 시간을 현저히 줄일 수 있는 효과가 있다. 또한, 이처럼 현저히 시간을 줄임으로써 실시간으로 에너지 분석이 가능하여 다양한 설계모델 또는 시공중의 설계변수 변경에 따라 다양하게 에너지 분석을 수행할 수 있으므로, 효율적인 에너지 소비가 가능한 빌딩의 설계 또는 시공이 가능한 효과가 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템의 개략적인 시스템 구성을 나타낸다.
도 2는 본 발명의 실시 예에 따른 표준건물의 형태를 예시적으로 나타내는 도면이다.
도 3은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법을 위해 설정되는 설계변수들 및 설계변수들의 속성을 나타내는 도면이다.
도 4는 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법을 위한 설계변수별 민감도 정보의 일 예를 나타낸다.
도 5 내지 도 17은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템을 통해 빌딩을 모델링하고, 모델링된 모델링 정보를 이용하여 에너지 분석결과를 도출하는 과정을 예시적으로 나타내는 도면들이다.
도 18은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법을 통해 계산되는 에너지 분석결과의 일 예를 나타낸다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다.
반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템의 개략적인 시스템 구성을 나타낸다.
도 1을 참조하면, 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 분석모듈(110) 및 에너지 예측모델 DB(120)를 포함한다. 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 모델링 모듈(130)을 더 포함할 수 있다. 즉, 본 발명의 기술적 사상에 의하면, 빌딩을 모델링 할 수 있는 상기 모델링 모듈(130)을 포함하지 않고, 사용자가 직접 설계변수를 입력하는 경우에도 종래의 방식에 비해 에너지 분석결과를 훨씬 빠른 시간 내에 연산할 수 있는 효과가 존재한다. 물론, 상기 모델링 모듈(130)을 포함하는 경우에는 빌딩의 모델링 행위를 빌딩의 에너지 분석을 연동할 수 있어서 입력해야할 설계변수가 없거나 현저히 줄일 수 있으므로 훨씬 효과적인 에너지 분석을 수행할 수 있다.
본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 사용자의 클라이언트 단말기가 유무선 네트워크를 통해 접속하여 빌딩의 에너지 분석에 필요한 정보를 입력하거나 모델링을 수행할 수 있도록 소정의 툴을 제공하고, 입력된 정보 및/또는 모델링 정보를 이용하여 빌딩의 에너지 분석을 수행할 수 있도록 하는 소정의 서버 시스템으로 구현될 수 있다.
구현 예에 따라서는, 사용자의 클라이언트 단말기에 설치되어 상기 클라이언트 단말기에서 필요한 정보의 입력 또는 모델링이 수행되고, 상기 클라이언트 단말기에서 에너지 분석을 수행할 수 있도록 하는 소정의 소프트웨어 형태로 구현될 수 있다. 이러한 경우 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 상기 소프트웨어 및 상기 클라이언트 단말기에 구비되는 하드웨어가 유기적으로 결합되어 본 명세서에서 정의되는 기능을 수행하도록 구현되는 시스템일 수 있다.
또 다른 구현 예로 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)의 일부분(예컨대, 모델링 모듈(130) 등)은 상기 클라이언트 단말기에 설치되고, 나머지 일부분은 서버 시스템으로 구현될 수도 있다. 이러한 경우, 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 상기 클라이언트 단말기에 설치된 구성과 상기 서버 시스템에 설치된 구성을 포함하는 시스템을 의미할 수 있으며, 각 구성들은 본 발명의 기술적 사상을 구현하기 위해 필요한 정보들을 네트워크를 통해 송수신하면서 유기적으로 결합될 수 있다.
한편, 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)이 소정의 서버로 구현된다고 하는 것은 반드시 어느 하나의 물리적 장치로 구현되는 것을 의미하는 것은 아니다. 즉, 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 복수의 서버가 유기적으로 결합되어 본 발명의 기술적 사상을 달성하도록 구현될 수도 있다.
또한, 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스(resource)의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
상기 분석모듈(110)은 빌딩의 에너지 분석을 수행하여 소정의 에너지 분석결과를 연산할 수 있다. 상기 분석모듈(110)이 에너지 분석을 수행하기 위해서는 소정의 설계변수들이 특정되어야 하는데, 이러한 설계변수의 특정은 상기 모델링 모듈(130)에 의해 수행된 모델링의 결과인 모델링 정보로부터 자동으로 수행될 수 있다.
상기 에너지 분석결과는 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)이 연산하는 상기 빌딩의 에너지 소비와 관계되는 소정의 파라미터 또는 속성을 의미할 수 있다. 예컨대, 상기 에너지 분석결과는 도 18에 도시된 바와 같은 상기 빌딩의 냉난방 부하, 방위별 외피면적 및 냉난방 에너지 부하량, 냉난방 부하 소비율, 및/또는 면적당 에너지 소비량 등을 포함할 수 있다.
상기 분석모듈(110)은 상기의 에너지 분석결과를 연산하여 단순히 수치로 나타낼 수도 있지만, 도 18에 도시된 바와 같이 사용자가 인식하기 용이하도록 소정의 도표의 형태로 나타낼 수도 있다. 따라서, 사용자는 소정의 설계변수의 변경에 따른 에너지 분석결과의 변화를 직관적으로 판단할 수 있는 효과가 있다.
상기 분석모듈(110)은 전술한 바와 같이 상기 모델링 모듈(130)에 의해 모델링된 상기 빌딩의 모델링 정보를 이용하여 필요한 설계변수를 특정할 수 있다. 물론, 상기 분석모듈(110)은 필요한 경우 소정의 설계변수를 입력할 수 있는 UI를 사용자의 클라이언트 단말기로 제공함으로써, 일부의 설계변수들은 직접 입력을 받을 수도 있다.
또한, 상기 분석모듈(110)은 상기 빌딩의 에너지 분석을 수행하기 위해 종래의 복잡한 에너지 분석 알고리즘을 통한 연산을 수행하는 것이 아니라, 미리 수행된 시뮬레이션 케이스별 에너지 분석결과를 이용하여 현재 분석을 수행하고자 하는 빌딩의 에너지 분석결과를 추정할 수 있다. 따라서, 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 직접 소정의 에너지 분석 알고리즘을 통해 에너지 분석을 수행하는 것이 아니라, 미리 수행되어 있는 다수의 에너지 분석결과를 이용하여 신뢰성이 있는 에너지 분석결과를 추정할 수 있다. 이를 통해 에너지 분석결과를 연산하는데 현저한 시간 단축이 가능한 효과가 있다. 물론, 다양한 빌딩의 형태나 속성을 커버할 수 있는 효과적인 시뮬레이션 케이스의 선정 및 시뮬레이션 케이스별로 정확한 에너지 분석결과에 대한 DB가 구비되어야 하는 것이 바람직하다.
이러한 각각의 시뮬레이션 케이스별 에너지 분석결과에 대한 정보는 상기 에너지 예측모델 DB(120)에 미리 저장되어 있을 수 있다. 상기 에너지 예측모델 DB(120)는 미리 다양한 시뮬레이션 케이스별로 에너지 분석을 수행하여, 에너지 분석결과를 저장해둘 수 있다. 상기 에너지 예측모델 DB(120)에 저장된 에너지 분석결과들은 소정의 에너지 분석 알고리즘을 통해 연산될 수 있다. 상기 예너지 예측모델 DB(120)에 미리 다양한 에너지 분석결과들을 저장하기 위해서는, 종래의 빌디 에너지 분석을 수행할 수 있는 가능한 모든 형태의 알고리즘 또는 상용화된 에너지 분석 솔루션을 이용할 수 있다. 물론, 상기 에너지 예측모델 DB(120)를 구축하기 위해 종래의 에너지 분석 방법이 다수 번 수행될 수 있으므로, 상기 에너지 예측모델 DB(120)에는 많은 시간과 자원이 소모될 수도 있다. 하지만, 한번 상기 에너지 예측모델 DB(120)가 구축되면 그 이후에는 상기 에너지 예측모델 DB(120)를 이용하여 매우 효과적으로 에너지 분석이 수행될 수 있는 효과가 있다. 신뢰성 있는 상기 에너지 예측모델 DB(120)의 구축을 위해서는 다양한 시뮬레이션 케이스별 에너지 분석을 수행하고, 소정의 데이터 마이닝(data mining) 기법을 통해 수행된 분석결과들 중 신뢰성 있는 에너지 분석결과를 추출하여 추출된 에너지 분석결과만을 이용할 수 있음은 물론이다.
상기 분석모듈(110)은 상기 에너지 예측모델 DB(120)에 저장되어 있는 에너지 분석결과들을 이용하여 현재 분석하고자 하는 빌딩의 에너지 분석결과를 연산할 수 있다. 이때 상기 분석모듈(110)이 빌딩의 에너지 분석결과를 연산한다고 함은, 상기 에너지 예측모델 DB(120)에 미리 저장된 에너지 분석결과 및 상기 에너지 분석결과에 상응하는 설계변수 조합에 따라 현재 분석하고자 하는 빌딩의 에너지 분석결과를 추정하는 일련의 과정을 포함하는 의미로 정의될 수 있다. 이때 정확한 추정을 위해 후술할 바와 같이 민감도가 이용될 수 있다.
상기 민감도에 대한 정보는 설계변수별로 미리 연산되어 상기 에너지 예측모델 DB(120)에 미리 저장되어 있을 수 있다. 특정 설계변수의 민감도는 상기 특정 설계변수가 변경되는 경우, 상기 특정 설계변수의 변경에 따라 변화되는 에너지 분석결과의 변화정도를 나타내는 정보일 수 있다. 설계변수별 민감도에 대한 정보는 다른 설계변수들을 고정한 채 특정 설계변수만을 변경하면서 특정 에너지 분석결과의 변화를 분석함으로써 획득될 수 있다. 따라서, 정확한 설계변수별 민감도를 획득함으로써 정확한 에너지 분석결과의 추정이 가능해질 수 있다.
한편, 상기 모델링 모듈(130)은 빌딩을 모델링할 수 있는 모든 형태의 소프트웨어 또는 애플리케이션을 의미할 수 있다. 이때 상기 모델링 모듈(130)에 의해 모델링된 빌딩의 모델링 정보는 상기 분석모듈(110)에 의해 인식될 수 있는 것이 바람직하다. 상기 모델링 정보는 예컨대, BIM(Building Information Modeling) 정보로 표현될 수 있다. 또한, 상기 모델링 정보는 빌딩 또는 공간을 표현할 수 있는 표준화된 언어(language) 예컨대, IFC, gbXML 등의 포맷으로 정의되는 다양한 정보를 포함할 수도 있다. 상기 모델링 모듈(130)은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)을 위해 별도로 개발되는 소정의 빌딩 모델러(modeler) 일 수도 있고, 기존의 빌딩 모델링을 수행할 수 있는 모델러가 이용될 수도 있다. 기존의 모델러가 이용되는 경우에는 상기 분석모듈(110)은 상기 모델러에 의해 모델링된 모델링 정보로부터 필요한 설계변수를 추출 및/또는 활용될 수 있는 것이 바람직하다. 상기 모델링 모듈(130)에 의해 수행되는 모델링 과정은 도 5 내지 도 17을 통해 상세히 후술하도록 한다.
도 2는 본 발명의 실시 예에 따른 표준건물의 형태를 예시적으로 나타내는 도면이다. 또한, 도 3은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법을 위해 설정되는 설계변수들 및 설계변수들의 속성을 나타내는 도면이다.
도 2 및 도 3을 참조하면, 본 발명의 기술적 사상을 구현하기 위해서는 소정의 표준건물의 설정이 필요할 수 있다. 왜냐하면, 빌딩의 속성(예컨대, 빌딩 형태 등)에 따라 유사한 설계변수의 조합에 대해서도 현저히 다른 에너지 분석결과가 도출될 수도 있기 때문이다. 따라서, 본 발명의 기술적 사상을 구현하기 위해서는 에너지 분석이 수행될 빌딩과 유사한 속성을 갖는 적어도 하나의 표준건물이 미리 설정될 필요가 있다.
예컨대, 도 2에 도시된 바와 같이 빌딩의 형태가 ㅁ, ㄱ, ㄷ 자 형태인 빌딩들(10, 11, 12)이 존재할 수 있는데, 이처럼 빌딩의 형태가 다른 경우에는 각각 에너지 소비 특성이나 에너지 분석결과의 특성이 상대적으로 크게 상이할 수 있다. 따라서, 이러한 경우에는 빌딩의 형태에 따라 3가지 표준건물이 정의될 수 있다. 본 명세서에서 표준건물이라 함은 본 발명의 기술적 사상에 의해 분석할 빌딩의 에너지 분석결과를 연산할 때 비교가 될 수 있는 미리 정의된 설계변수를 갖는 건물을 의미할 수 있다.
물론, 빌딩의 형태가 다른 경우에도 어느 하나의 빌딩 형태의 에너지 분석결과를 통해 다른 형태를 갖는 빌딩의 에너지 분석결과를 추정할 수도 있다. 이때에는 소정의 형태를 갖는 빌딩의 에너지 분석결과를 이용하여 이와는 다른 형태의 빌딩의 에너지 분석결과를 추정하기 위한 소정의 상관계수 또는 별도의 민감도가 정의될 수도 있으며, 이를 위해 많은 횟수의 시뮬레이션 결과가 상기 에너지 예측모델 DB(120)에 저장되어 있는 것이 바람직하다.
따라서, 표준건물을 별도로 구분할지 여부 또는 몇 개의 표준건물을 사용할지 여부는 구현 예에 따라 다양해질 수 있다. 표준건물을 구분하기 위한 기준이 되는 설계변수들이 미리 정의될 수 있다.
예컨대, 본 명세서에서 사용하는 설계변수들은 도 3에 도시된 바와 같을 수 있다. 도 3에 도시되는 설계변수는 예시에 불과하면 보다 많은 또는 다양한 설계변수가 에너지 분석결과를 연산하기 위해 사용될 수 있음은 물론이다. 도 3에 도시된 설계변수 이외에 빌딩의 에너지 소비에 영향을 미칠 수 있는 다른 설계변수들 값은 미리 정해진 소정의 값을 이용할 수도 있다. 또는 다른 설계변수들은 아예 에너지 분석에 고려하지 않을 수도 있다.
도 3에 도시된 바와 같이 본 명세서에서 에너지 분석에 이용할 설계변수들은 예컨대, 기준층 면적, 형태, 방위, 장단변비, 벽체의 열관류율, 창호의 창면적비, 창호의 열관류율, SHGC, 침기량, 인체의 내부발열, 조명의 내부발열, 및/또는 기기의 내부발열 등일 수 있다. 구현 예에 따라서는, 상기 인체의 내부발열, 조명의 내부발열, 기기의 내부발열은 어느 하나의 설계변수로 정의될 수도 있다.
이러한 설계변수들 중에서 설계변수의 값(수준)이 달라짐에 따라 에너지 소비 특성이 상대적으로 크게 변하는 적어도 하나의 설계변수(예컨대, 기준층면적, 형태, 장단변비, 창호의 창면적비)가 정의될 수 있다. 이러한 설계변수를 모델링 설계변수로 정의하기로 한다. 도 3에서는 모델링 설계변수는 네이밍(naming)을 M으로 시작할 수 있다. 예컨대, M1, M2, M3, 및 M4가 그 예이다.
한편, 설계변수의 변화에 따라 상대적으로 규칙적으로 에너지 소비 특성의 변화가 일어나는 설계변수가 존재할 수 있으며, 도 3에서는 예컨대, 방위, 벽체 열관류율, 창호 열관류율, SHGC, 침기량, 인체나 조명이나 기기의 내부발열 일 수 있다. 이러한 설계변수를 단순 설계변수로 정의하기로 한다.
또한, 각각의 설계변수가 가질 수 있는 값(수준)은 도 3에 도시된 바와 같이 3 개로 정의하기로 한다.
그러면, 모델링 설계변수들 중 어느 하나의 값이 다르면 서로 다른 표준건물로 정의하는 경우, 표준건물의 개수는 3^4개 즉, 81개가 될 수 있다. 그리고 표준건물 81개에 대해 단순 설계변수 6개(내부발열을 하나의 변수로 정의하는 경우)가 각각 서로 다른 3 개의 값을 가질 수 있으므로, 표준건물 하나가 가질 수 있는 다른 시뮬레이션 모듈은 3^6 개가 된다.
따라서, n 개의 설계변수가 정의되고, n 개의 설계변수 중 k 개가 모델링 설계변수이며, 어느 하나의 설계변수가 m 개의 서로 다른 값을 가질 수 있는 경우, 표준건물의 개수는 m^k 개가 되고, 표준건물 1개가 가질 수 있는 서로 다른 설계변수 조합은 m^(n-k)개가 될 수 있다. 따라서, 총 시뮬레이션 회수는 m^n 개가 될 수 있다.
구현 예에 따라서는 표준건물을 별도로 구분하지 않고, 하나의 표준건물만을 이용할 수도 있다. 이때에는 단순히 m^n 개의 시뮬레이션 회수가 필요하다. 물론, 이때에는 모델링 설계변수의 변화에 따른 민감도 정보가 정확하게 정의될 필요가 있으며, 이를 위해 많은 시뮬레이션이 선행되어야 할 수도 있다.
어떠한 경우든 상기 에너지 예측모델 DB(120) 에는 적어도 m^n 개의 설계변수 조합에 따른 에너지 분석결과가 미리 저장되어 있을 수 있다.
따라서, 상기 분석모듈(110)이 에너지 분석결과를 연산할 때는 상기 모델링 모듈(130)에 의해 모델링된 빌딩과 동일하거나 가장 유사한 모델링 설계변수의 조합을 갖는 표준건물을 상기 에너지 예측모델 DB(120)에서 추출하고, 추출된 표준건물에 해당하는 m^(n-k)개의 시뮬레이션 케이스들의 에너지 분석결과들 중 상기 모델링된 빌딩의 설계변수 조합과 단순 설계변수 조합이 유사한 복수 개의 시뮬레이션 케이스를 추출할 수 있다. 그리고, 추출된 시뮬레이션 케이스의 에너지 분석결과를 이용하여 현재 분석할 빌딩의 에너지 분석결과를 추정할 수 있다.
예컨대, 상기 에너지 예측모델 DB(120)에 저장된 소정의 시뮬레이션 케이스와 완전히 동일한 설계변수 조합을 갖는 빌딩은 상기 시뮬레이션 케이스에 상응하는 에너지 분석결과와 동일한 에너지 분석결과를 갖게 될 수 있다.
만약, 현재 분석할 빌딩의 설계변수 조합이 특정 시뮬레이션 케이스와 어느 하나의 설계변수만 다른 경우에는 다른 설계변수의 민감도에 따라 빠른 시간 내에 상기 빌딩의 에너지 분석결과가 추정될 수 있다. 예컨대, 도 3에 도시된 10개의 설계변수들 중 9개의 설계변수는 동일한 값을 갖고 1개의 설계변수(예컨대, 방위)만 다른 빌딩이 존재할 수 있다. 그러면, 9개의 설계변수가 동일한 시뮬레이션 케이스는 m^(n-9) 즉, 도 3에서는 3개일 수 있다. 따라서, 3개의 시뮬레이션 케이스의 에너지 분석결과 및 방위에 대한 민감도 정보를 이용하여 상기 빌딩의 에너지 분석결과를 연산할 수 있다. 예컨대, 특정 에너지 분석결과(예컨대, 냉방부하)가 방위라는 설계변수의 수준이 1(0도)인 경우에는 a, 수준이 2(45도)인 경우에는 b, 수준이 3(90도)인 경우에는 c의 값을 가질 수 있다. 그리고 방위가 1도 변할 때마다 상기 특정 에너지 분석결과(예컨대, 냉방부하)의 값이 Δt 만큼 변한다고 하면, 상기 분석모듈(110)은 상기 에너지 예측모델 DB(120)에 미리 저장된 a, b, c 값들 중 적어도 하나와 상기 Δt의 값을 이용하여 용이하게 상기 빌딩의 에너지 분석결과를 연산할 수 있는 것이다.
이와 유사한 방식으로 미리 저장되어 있는 시뮬레이션 케이스들 중 유사한 시뮬레이션 케이스를 추출하고, 추출된 시뮬레이션 케이스의 에너지 분석결과 및 소정의 설계변수의 민감도에 대한 정보를 이용하여 상기 분석모듈(110)은 효율적으로 빌딩의 에너지 분석결과를 연산할 수 있다. 또한, 이러한 방식의 에너지 분석결과의 연산은 에너지 분석 알고리즘을 실행하는 것이 아니라, 미리 저장되어 있는 값들의 단순 산술연산이므로 기존의 방식에 비해 현저하게 빠른 결과 값을 도출해낼 수 있다.
물론, 모든 설계변수가 상기 에너지 예측모델 DB(120)에 저장된 시뮬레이션 케이스의 설계변수와 동일한 값이 없는 경우에도 소정의 방식으로 설계변수 조합이 유사한 복수 개의 시뮬레이션 케이스를 추출하고, 추출된 시뮬레이션 케이스의 에너지 분석결과를 이용해 상기 빌딩의 에너지 분석결과를 연산할 수 있음을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다. 이처럼 상기 빌딩의 에너지 분석결과에 이용되는 시뮬레이션 케이스가 갖는 설계변수 조합을 참조 설계변수 조합으로 정의하기로 하고, 상기 시뮬레이션 케이스에 상응하는 에너지 분석결과를 참조 에너지 분석결과로 정의하기로 한다.
상기 시뮬레이션 케이스를 추출하기 위해서는 상기 빌딩의 설계변수 조합과 유사한 설계변수 조합을 갖는 시뮬레이션 케이스가 적어도 하나 추출되어야 하는데, 상기 시뮬레이션 케이스를 추출하는 방식은 다양할 수 있다. 예컨대, 각각의 설계변수별로 소정의 가중치를 두고, 상기 가중치와 설계변수들 각각의 차이 값을 이용하여 상기 시뮬레이션 케이스를 추출할 수도 있다. 예컨대, 모델링 설계변수에는 높은 가중치가 부여됨으로써, 상기 빌딩과 동일 또는 유사한 표준건물의 시뮬레이션 케이스가 추출되도록 할 수 있다. 참조할 시뮬레이션 케이스를 추출하기 위한 다양한 구현 예가 가능할 수 있음을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
한편, 상기 에너지 예측모델 DB(120)에 저장되어 있는 각각의 시뮬레이션 케이스별 에너지 분석결과를 이용하여 현재 분석할 빌딩의 에너지 분석결과를 연산하기 위해서는 전술한 바와 같이 설계변수별 민감도에 대한 정보가 이용될 수 있다.
도 4는 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법을 위한 설계변수별 민감도 정보의 일 예를 나타낸다.
도 4a 내지 4d는 각각 도 3에 도시된 설계변수들 중 기준층 바닥면적의 냉방부하에 대한 민감도, 장단변비의 냉방부하에 대한 민감도, 창의 열관류율의 냉방부하에 대한 민감도, 및 실내 발열밀도의 냉방부하에 대한 민감도를 예시적으로 나타낸다.
물론, 도 4a 내지 도 4d에 도시된 설계변수의 다른 에너지 분석결과들((예컨대, 난방부하, 면적당 에너지 소비량 등)에 대한 민감도가 상기 에너지 예측모델 DB(120)에 더 저장될 수 있다.
또한, 도 4a 내지 도 4d에 예시적으로 도시된 설계변수 이외에도 다양한 설계변수들(예컨대, 방위, 창면적비, 침기량 등)의 다양한 에너지 분석결과들(예컨대, 난방부하, 면적당 에너지 소비량 등)에 대한 민감도가 상기 에너지 예측모델 DB(120)에 더 포함될 수 있다.
또한, 도 3에 도시된 설계변수들 중 단순 설계변수뿐만 아니라, 소정의 모델링 설계변수의 소정의 에너지 분석결과에 대한 민감도 역시 도 4a에 도시된 바와 같이 미리 저장되어 있을 수 있다. 따라서, 이러한 모델링 설계변수도 설계변수의 값에 따라 소정의 에너지 분석결과에 대해 규칙적인 변화율을 나타낼 수 있음을 알 수 있다. 따라서, 도 3에서 예시적으로 설정된 모델링 설계변수는 구현 예에 따라 얼마든지 단순 설계변수로 설정될 수도 있음을 알 수 있을 것이다.
이처럼 상기 에너지 예측모델 DB(120)는 다양한 설계변수에 대한 다양한 에너지 분석결과를 미리 저장하고, 이를 이용하여 분석할 빌딩의 에너지 분석결과를 연산할 수 있다. 이를 위해 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 소정의 에너지 분석 솔루션을 이용해 다양한 민감도에 대한 정보를 미리 생성해둘 수 있다. 상기 에너지 분석 솔루션은 종래의 상용화된 솔루션을 이용할 수도 있으며, 어떠한 방식으로든 주어진 설계변수들을 이용한 에너지 분석결과를 도출할 수 있는 수단이면 족하다.
예컨대, 특정 설계변수를 제외한 나머지 설계변수들을 특정 값으로 고정한 채 상기 특정 설계변수를 소정의 단위만큼 변화시키면서 상기 에너지 분석 솔루션을 이용해 특정 에너지 분석결과의 변화를 모니터링 할 수 있다. 그리고 모니터링 된 분석결과에 기초하여 도 4에 도시된 바와 같은 상기 특정 설계변수의 상기 특정 에너지 분석결과에 대한 민감도의 정보를 획득할 수 있다.
이러한 방식으로 다양한 민감도에 대한 정보가 획득되면, 상기 분석모듈(110)은 참조 시뮬레이션 케이스에 상응하는 설계변수 조합 즉, 참조 설계변수 조합과 상기 빌딩의 설계변수 조합을 비교하고, 비교결과와 상기 민감도에 대한 정보를 이용하여 상기 빌딩의 에너지 분석결과를 연산할 수 있다. 참조 설계변수조합과 상기 빌딩의 설계변수 조합 중 값(수준)의 차이가 있는 설계변수의 개수나 차이가 있는 설계변수의 종류에 따라 상기 빌딩의 에너지 분석결과를 연산하는 과정은 다양한 실시 예가 존재할 수 있다. 예컨대, 차이가 있는 설계변수가 없는 경우에는 참조 설계변수 조합에 상응하는 참조 에너지 분석결과가 바로 상기 빌딩의 에너지 분석결과가 될 수 있다. 차이가 있는 설계변수가 1개인 경우에는 본 발명의 실시 예에서는 3개의 참조 설계변수 조합이 존재할 수 있다. 예컨대, 도 3에서 기준층 면적을 제외한 나머지 설계변수들은 모두 동일한 경우, 서로 다른 3개의 수준별(예컨대, 400, 1600, 2500) 참조 설계변수 조합이 존재할 수 있는데, 상기 빌딩의 기준층면적이 400과 1600 사이인 경우에는, 기준층면적이 400인 경우의 참조 설계변수 조합에 상응하는 참조 에너지 분석결과와 기준층면적이 1600인 경우의 참조 설계변수 조합에 상응하는 참조 에너지 분석결과 및 상기 기준층면적이 400~1600 사이의 구간에서의 민감도에 대한 정보(예컨대, 도 4a에서의 기울기 등)를 이용하여 상기 빌딩의 에너지 분석결과를 연산할 수 있다. 물론, 도 4a에서는 기준층면적의 3개의 수준이 도 3과는 달리 400, 900, 1600인 경우를 도시하고 있지만, 상기 에너지 예측모델 DB(120)에는 400, 1600, 2500인 경우의 민감도에 대한 정보가 저장되어 있을 수도 있다.
이처럼 도 4a와 같이 구간별 기울기(변화율)가 서로 다른 경우에는 상기 분석모듈(110)은 2 개의 참조 에너지 분석결과를 이용할 수도 있고, 구간별로 동일한 기울기를 갖는 설계변수에 대해서는 어느 하나의 참조 에너지 분석결과만을 이용하여 빌딩의 에너지 분석결과를 연산할 수도 있다.
이러한 방식으로 참조 설계변수 조합과 빌딩의 설계변수 조합 중 차이가 있는 설계변수가 복수 개인 경우, 순차적으로 추정된 빌딩의 에너지 분석결과를 연산하여 최종적인 빌딩의 에너지 분석결과를 연산할 수 있음을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
이하, 도 5 내지 도 17에서는 상기 모델링 모듈(130)에 의해 빌딩이 모델링되는 과정을 개략적으로 설명하며, 도 18에서는 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)에 연산된 에너지 분석결과의 일 예들을 설명하도록 한다.
도 5 내지 도 17은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템을 통해 빌딩을 모델링하고, 모델링된 모델링 정보를 이용하여 에너지 분석결과를 도출하는 과정을 예시적으로 나타내는 도면들이다. 또한, 도 18은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법을 통해 계산되는 에너지 분석결과의 일 예를 나타낸다.
먼저 도 5를 참조하면, 클라이언트 단말기가 자신에게 설치되어 있는 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)을 실행하거나, 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)을 제공하는 소정의 웹 서버에 접속하면, 도 5에 도시된 바와 같은 화면이 상기 클라이언트 단말기에 디스플레이될 수 있다. 또한, 상기 모델링 모듈(130)은 도 5에 도시된 바와 같이, 빌딩 모델링을 위한 객체 UI(20)를 제공한다. 사용자는 상기 객체 UI(20)에서 원하는 객체를 선택하여 모델링 화면상에 소정의 방식으로 위치시킴으로써 모델링을 수행할 수 있다. 사용자에 의해 선택된 객체가 모델링 되는 경우, 모델링 객채로 정의하기로 한다. 그러면, 상기 객체 UI(20)를 통해 벽에 해당하는 객체를 선택하고, 소정의 방식(예컨대, 드래그(drag) 등)을 통해 모델링을 수행하면 도 5에 도시된 바와 같은 벽에 상응하는 모델링 객체(30)가 생성될 수 있다.
이와 같은 방식으로 사용자는 연속하여 모델링 객체를 생성할 수 있으며, 그 과정은 도 6에 도시된 바와 같을 수 있다.
이와 같은 방식으로 소정의 공간에 상응하는 모델링 객체가 생성된 결과가 도 7에 도시된다. 그러면, 사용자는 상기 객체 UI(20)가 제공하는 소정의 객체(예컨대, 문에 상응하는 객체, 21)를 선택하고, 선택된 객체(21)를 상기 공간상에 위치시킴으로써 문에 상응하는 모델링 객체(31)가 상기 공간의 모델링 정보 상에 포함될 수 있다.
또한, 사용자는 도 8에 도시된 바와 같이 상기 공간에 포함될 다양한 객체(예컨대, 창문에 해당하는 객체, 22)를 선택하고, 선택된 객체에 상응하는 모델링 객체(32)를 상기 모델링 정보 상에 포함시킬 수 있다.
이와 같은 방식으로 상기 모델링 모듈(130)은 사용자가 간편하게 빌딩의 모델링을 수행할 수 있도록 한다. 또한, 상기 객체 UI(20)에는 소정의 템플릿 객체들이 포함될 수 있으며, 상기 템플릿 객체들 중 사용자가 소정의 템플릿 객체(예컨대, 벽, 문, 창문 등)를 선택하면, 선택된 템플릿 객체의 속성 즉, 설계변수와 관련된 속성을 사용자가 입력할 수 있도록 한다. 따라서, 직관적인 UI를 통해 각각의 객체의 정밀한 모델링이 가능할 수 있으며, 이러한 객체들의 속성 중 적어도 일부는 상기 분석모듈(110)에 의해 설계변수로 사용될 수 있다. 또한, 상기 분석모듈(110)은 모델링 정보를 분석하여 자동으로 소정의 설계변수를 확인할 수도 있다. 예컨대, 기존의 방식에는 도 7 내지 도 8에 도시된 바와 같은 공간의 면적을 사용자가 직접 계산하여 입력해야 하는 반면, 본 발명의 실시 예에서는 상기 모델링 모듈(130)에 의해 모델링된 공간의 모델링 정보를 상기 분석모듈(110)이 인식할 수 있으므로, 면적 등과 같은 설계변수를 자동으로 계산하여 설계변수로 이용할 수 있다.
도 9는 모델링되는 공간에 문, 창문 등의 모델링 객체가 포함된 경우를 나타낸 결과를 나타낸다. 또한, 도 9는 소정의 객체 UI(20)를 이용해 바닥재가 선택되어 바닥재가 모델링된 경우를 나타낸다.
또한, 도 10에 도시된 바와 같이 이미 모델링된 모델링 객체(예컨대, 벽, 바닥재 등)을 선택하면, 선택된 모델링 객체의 속성(예컨대, 벽의 재질, 두께, 열관류율 등)을 도 10의 우측에 도시된 바와 같은 UI를 통해 설정할 수도 있다.
또한, 상기 모델링 모듈(130)은 상기 클라이언트 단말기의 요청에 따라 도 11에 도시된 바와 같이 2D로 모델링된 모델링 정보를 3D로 변환하여 보여줌으로써, 현재 모델링된 공간의 삼차원 입체 영상을 미리 확인할 수도 있다.
도 12는 모델링된 모델링 객체(34, 35) 각각의 속성들을(예컨대, 재질 또는 두께)을 각각 UI(24) 및 UI(25)를 이용해 설정할 수 있음을 나타내는 도면이다.
또한, 도 13 및 도 14는 상기 모델링 모듈(130)이 제공하는 소정의 컴포넌트(예컨대, 공간에 포함될 수 있는 사물, 가구, 집기 등)를 클라이언트 단말기가 선택하고, 선택된 컴포넌트(예컨대, 26)에 상응하는 모델링 객체(36) 및 다른 모델링 객체(37)가 공간의 모델링 정보 상에 포함된 일 예를 나타낸다.
이렇게 다양한 컴포넌트가 모델링 정보 상에 포함되면, 클라이언트 단말기는 다시 도 15에 도시된 바와 같이 상기 모델링 정보를 3D로 디스플레이할 수 있으며, 사용자는 3D로 디스플레이된 모델링 정보를 확인하여 원하는 대로 설계가 되었는지를 확인할 수 있다. 이처럼 상기 모델링 정보가 3D로 디스플레이될 수 있는 것은 상기 모델링 정보에 포함된 객체가 3차원 공간을 나타낼 수 있는 소정의 포맷(예컨대, BIM 정보 등)으로 정의될 수 있기 때문이다.
이처럼, 상기 모델링 모듈(130)에 의해 공간 즉, 빌딩의 적어도 일부가 모델링되면, 상기 클라이언트 단말기는 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)으로 모델링 정보에 상응하는 공간의 에너지 분석을 요청할 수 있다. 물론, 상기 모델링 모듈(130)은 필요한 경우에는 빌딩의 모델링과는 별도로 소정의 설계변수의 입력을 추가로 상기 클라이언트 단말기에 요청할 수도 있다. 물론, 상기 모델링 정보를 모델링하는 행위 자체만으로 별도의 설계변수 입력은 수행되지 않을 수도 있다.
상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)이 소정의 웹 서버로 구현되는 경우에는, 도 16에 도시된 바와 같이 상기 모델링 모듈(130)에 의해 모델링된 빌딩의 모델링 정보가 상기 웹 서버에 저장되거나 상기 클라이언트 단말기에 의해 업로드를 통해 저장될 수 있다.
그러면, 상기 웹 서버는 도 16에 도시된 바와 같이 저장된 적어도 하나의 모델링 정보를 소정의 웹 페이지를 통해 클라이언트 단말기로 제공할 수 있으며, 상기 클라이언트 단말기는 웹 페이지에 개시된 적어도 하나의 모델링 정보 중 원하는 모델링 정보를 선택하고, 선택된 모델링 정보에 상응하는 빌딩의 에너지 분석을 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)으로 요청할 수 있다. 그러면, 요청에 응답하여 상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 도 17에 도시된 바와 같은 에너지 분석결과를 연산하여, 소정의 형태로 상기 웹 페이지에 디스플레이하고, 디스플레이된 에너지 분석결과는 상기 클라이언트 단말기에서 로딩될 수 있다.
상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)은 연산된 에너지 분석결과를 단순히 수치로 표현할 수도 있지만, 도 17 또는 도 18에 도시된 바와 같이 소정의 그래프 또는 표로 나타내어 사용자에게 직관적인 에너지 분석결과의 확인을 가능토록 할 수 있다.
도 18은 본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템(100)에 의해 연산될 수 있는 에너지 분석결과의 일 예를 나타내는데, 도 18a에 도시된 바와 같이 빌딩의 냉난방 부하, 도 18b에 도시된 바와 같이 빌딩의 냉난방 부하 소비율, 도 18c에 도시된 바와 같이 방위별 외피면적 및 냉난방 에너지 부하량, 및/또는 도 18d에 도시된 바와 같이 면적당 에너지 소비량이 상기 에너지 분석결과로써 소정의 방식으로 클라이언트 단말기로 제공될 수 있다.
본 발명의 실시 예에 따른 에너지 예측모델을 이용한 빌딩 에너지 분석 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (15)

  1. 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB;
    사용자 단말기로부터의 요청에 의해 에너지 분석을 수행할 빌딩을 모델링하기 위한 모델링 모듈; 및
    상기 사용자 단말기로부터의 분석요청에 응답하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 에너지 분석결과를 생성하기 위한 분석모듈을 포함하며,
    상기 분석모듈은,
    상기 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  2. 제 1항에 있어서, 상기 에너지 예측모델 DB는,
    미리 정해진 n(n 은 자연수) 개의 설계변수들 각각이 미리 정해진 개수 m(m 은 자연수)의 서로 다른 값을 갖는 경우, 가능한 mn 개의 설계변수 조합 각각에 상응하는 에너지 분석결과를 저장하고 있거나,
    상기 설계변수들 중 k(k는 1 이상 n 미만의 자연수)개의 모델링 설계변수가 존재하는 경우, mk 개의 상기 표준빌딩에 상응하는 빌딩 모델들 각각에 대해 m(n-k)개의 가능한 설계변수 조합 각각에 상응하는 에너지 분석결과를 저장하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  3. 제 1항에 있어서, 상기 분석모듈은,
    상기 모델링 모듈에 의해 모델링된 상기 빌딩의 모델링 정보에 기초하여 상기 빌딩의 설계변수 중 적어도 하나를 결정하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  4. 제 1항에 있어서, 상기 분석모듈은,
    상기 참조 설계변수 조합과 상기 빌딩의 설계변수 조합 중 서로 다른 값을 갖는 설계변수를 추출하고, 추출된 상기 설계변수의 민감도를 더 이용하여 상기 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  5. 제 4항에 있어서, 상기 설계변수의 민감도에 대한 정보는,
    추출된 상기 설계변수를 제외한 나머지 설계변수는 고정한 채, 상기 설계변수를 변경하면서 복수 개의 에너지 분석결과를 생성하고, 생성된 복수 개의 에너지 분석결과에 기초하여 결정된 정보인 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  6. 제 4항에 있어서, 상기 분석모듈은,
    소정의 기준에 의해 상기 빌딩의 설계변수 조합과 유사 설계변수 조합을 갖는 설계변수 조합을 상기 참조 설계변수 조합으로 상기 에너지 예측모델 DB에서 적어도 하나 추출하고, 추출된 참조 설계변수 조합 각각에 상응하는 에너지 분석결과 정보를 이용하여 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  7. 제 1항에 있어서, 상기 에너지 분석결과 정보는,
    상기 빌딩의 총 냉난방 부하, 총 냉낭방 부하 소비율, 방위별 외피면적 및 냉난방 에너지 부하량, 또는 면적당 에너지 소비량 중 적어도 하나를 포함하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  8. 제 1항에 있어서, 상기 분석모듈은,
    생성된 상기 빌딩의 에너지 분석결과 정보를 유무선 네트워크를 통하여 상기 사용자 단말기로 전송하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  9. 소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB;
    사용자 단말기로부터 미리 정해진 빌딩의 설계변수 조합에 대한 정보를 수신하고, 수신된 상기 빌딩의 설계변수 조합에 기초하여 상기 빌딩의 에너지 분석결과를 생성하기 위한 분석모듈을 포함하며,
    상기 분석모듈은,
    상기 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템.
  10. 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 사용자 단말기로부터의 요청에 의해 에너지 분석을 수행할 빌딩을 모델링하는 단계;
    상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 상기 사용자 단말기로부터의 분석요청에 응답하여 상기 모델링 모듈에 의해 모델링된 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하며,
    상기 빌딩의 에너지 분석결과를 생성하는 단계는,
    소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하는 에너지 예측모델을 이용한 빌딩 에너지 분석 방법.
  11. 제 10항에 있어서, 상기 빌딩의 에너지 분석결과를 생성하는 단계는,
    상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 모델링된 상기 빌딩의 모델링 정보에 기초하여 상기 빌딩의 설계변수 중 적어도 하나를 결정하는 단계를 더 포함하는 에너지 예측모델을 이용한 빌딩 에너지 분석 방법.
  12. 제 10항에 있어서, 상기 빌딩의 에너지 분석결과를 생성하는 단계는,
    상기 참조 설계변수 조합과 상기 빌딩의 설계변수 조합 중 서로 다른 값을 갖는 상기 설계변수를 추출하는 단계;
    추출된 상기 설계변수의 민감도를 이용하여 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 단계를 더 포함하는 에너지 예측모델을 이용한 빌딩 에너지 분석 방법.
  13. 제 12항에 있어서, 상기 설계변수의 민감도에 대한 정보는,
    추출된 상기 설계변수를 제외한 나머지 설계변수는 고정한 채, 상기 설계변수를 변경하면서 복수 개의 에너지 분석결과를 생성하고, 생성된 복수 개의 에너지 분석결과에 기초하여 결정된 정보인 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 방법.
  14. 제 10항에 있어서, 상기 빌딩의 에너지 분석결과를 생성하는 단계는,
    소정의 기준에 의해 상기 빌딩의 설계변수 조합과 유사 설계변수 조합을 갖는 설계변수 조합을 상기 참조 설계변수 조합으로 상기 에너지 예측모델 DB에서 적어도 하나 추출하는 단계; 및
    추출된 참조 설계변수 조합 각각에 상응하는 에너지 분석결과 정보를 이용하여 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하는 에너지 예측모델을 이용한 빌딩 에너지 분석 방법.
  15. 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 사용자 단말기로부터 소정의 빌딩의 설계변수 조합에 대한 정보를 수신하는 단계; 및
    상기 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템이 수신된 상기 빌딩의 설계변수 조합에 기초하여 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하며,
    상기 빌딩의 에너지 분석결과를 생성하는 단계는,
    소정의 표준빌딩의 복수의 설계변수 조합에 상응하는 에너지 분석결과들을 저장하고 있는 에너지 예측모델 DB에 저장된 적어도 하나의 참조 설계변수 조합 및 상기 적어도 하나의 참조 설계변수 조합에 상응하는 적어도 하나의 참조 에너지 분석결과 정보를 이용하여 상기 빌딩의 설계변수 조합에 상응하는 상기 빌딩의 에너지 분석결과를 생성하는 단계를 포함하는 것을 특징으로 하는 에너지 예측모델을 이용한 빌딩 에너지 분석 방법.


KR1020110127527A 2011-12-01 2011-12-01 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법 KR101576605B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110127527A KR101576605B1 (ko) 2011-12-01 2011-12-01 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110127527A KR101576605B1 (ko) 2011-12-01 2011-12-01 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20130065815A true KR20130065815A (ko) 2013-06-20
KR101576605B1 KR101576605B1 (ko) 2015-12-15

Family

ID=48862229

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110127527A KR101576605B1 (ko) 2011-12-01 2011-12-01 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101576605B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577894A (zh) * 2013-11-07 2014-02-12 重庆大学 一种基于云计算的建筑物能耗预测分析系统
KR20180055682A (ko) * 2016-11-17 2018-05-25 한국전자통신연구원 건물 분석 장치 및 방법
KR20190004605A (ko) * 2017-07-04 2019-01-14 주식회사 케이티 에너지 시뮬레이션 모델 생성 장치 및 방법
US10817630B2 (en) 2016-11-17 2020-10-27 Electronics And Telecommunications Research Institute Apparatus and method for analyzing buildings
CN112668071A (zh) * 2019-10-15 2021-04-16 润弘精密工程事业股份有限公司 建筑能耗信息处理方法及系统
KR102519975B1 (ko) * 2022-11-07 2023-04-10 주식회사 오엠오건축사사무소 에너지 비용 절감을 위한 친환경 건축 시뮬레이션 시스템 및 친환경 건축 설계 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102131138B1 (ko) 2019-11-20 2020-07-07 (주)미래환경플랜건축사사무소 2차원 도면을 이용한 기계학습 기반의 에너지 소요량 예측 시스템 및 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577894A (zh) * 2013-11-07 2014-02-12 重庆大学 一种基于云计算的建筑物能耗预测分析系统
KR20180055682A (ko) * 2016-11-17 2018-05-25 한국전자통신연구원 건물 분석 장치 및 방법
US10817630B2 (en) 2016-11-17 2020-10-27 Electronics And Telecommunications Research Institute Apparatus and method for analyzing buildings
KR20190004605A (ko) * 2017-07-04 2019-01-14 주식회사 케이티 에너지 시뮬레이션 모델 생성 장치 및 방법
CN112668071A (zh) * 2019-10-15 2021-04-16 润弘精密工程事业股份有限公司 建筑能耗信息处理方法及系统
KR102519975B1 (ko) * 2022-11-07 2023-04-10 주식회사 오엠오건축사사무소 에너지 비용 절감을 위한 친환경 건축 시뮬레이션 시스템 및 친환경 건축 설계 방법

Also Published As

Publication number Publication date
KR101576605B1 (ko) 2015-12-15

Similar Documents

Publication Publication Date Title
KR101576605B1 (ko) 에너지 예측모델을 이용한 빌딩 에너지 분석 시스템 및 그 방법
Kim et al. Decision making of HVAC system using Bayesian Markov chain Monte Carlo method
US20180203961A1 (en) Operation draft plan creation apparatus, operation draft plan creation method, non-transitory computer readable medium, and operation draft plan creation system
Hopfe et al. Multi-criteria decision making under uncertainty in building performance assessment
Kim et al. Energy modeling system using building information modeling open standards
Zahid et al. Dynamic Predicted Mean Vote: An IoT-BIM integrated approach for indoor thermal comfort optimization
DK2915080T3 (en) System and method for predicting fluid dynamics with an improved potential-flow model
KR20150128163A (ko) 건물 에너지 소비정보 분석 시스템
WO2021026425A1 (en) Representation learning in massive petroleum network systems
JP6498976B2 (ja) 推定装置、推定方法およびコンピュータプログラム
US20170139384A1 (en) Recommendation apparatus, recommendation method and non-transitory computer readable medium
KR20230119591A (ko) 3차원 모델링 데이터의 공간정보 설정 및 활용 방법, 장치 및 컴퓨터-판독가능 기록매체
WO2021026423A1 (en) Aggregation functions for nodes in ontological frameworks in representation learning for massive petroleum network systems
EP2811107A1 (en) Method for selecting and optimizing oil field controls for production plateau
Mukkavaara et al. An integrated optimization and sensitivity analysis approach to support the life cycle energy trade-off in building design
Ahmed et al. Assessing the performance of naturally day-lit buildings using data mining
CN111191851A (zh) 一种基于知识图谱的数据中心能效优化方法
WO2021087081A1 (en) Dynamic calibration of reservoir simulation models using pattern recognition
Birgonul A receptive-responsive tool for customizing occupant's thermal comfort and maximizing energy efficiency by blending BIM data with real-time information
Shahsavari et al. Uncertainty and Sensitivity Analysis Using Building Information Modeling (An Energy Analysis Test Case)
US9927467B2 (en) Estimating energy savings from building management system point lists
Baumgärtel et al. Automatic ontology-based green building design parameter variation and evaluation in thermal energy building performance analyses
Dimyadi et al. Computer-aided compliance audit to support performance-based fire engineering design
Wicaksono et al. An intelligent system for improving energy efficiency in building using ontology and building automation systems
KR20080088685A (ko) 웹기반의 ｃａｅ 자동해석방법 및 그 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
J201 Request for trial against refusal decision
J301 Trial decision

Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20141006

Effective date: 20150421

S901 Examination by remand of revocation
E902 Notification of reason for refusal
GRNO Decision to grant (after opposition)
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee