KR20150095995A - 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 - Google Patents
상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 Download PDFInfo
- Publication number
- KR20150095995A KR20150095995A KR1020140016577A KR20140016577A KR20150095995A KR 20150095995 A KR20150095995 A KR 20150095995A KR 1020140016577 A KR1020140016577 A KR 1020140016577A KR 20140016577 A KR20140016577 A KR 20140016577A KR 20150095995 A KR20150095995 A KR 20150095995A
- Authority
- KR
- South Korea
- Prior art keywords
- building
- energy
- data
- facilities
- operation schedule
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 claims description 119
- 238000005265 energy consumption Methods 0.000 claims description 39
- 238000013480 data collection Methods 0.000 claims description 10
- 238000000611 regression analysis Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims 2
- 238000004458 analytical method Methods 0.000 description 14
- 238000001816 cooling Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004378 air conditioning Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003442 weekly effect Effects 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005259 measurement 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
- 238000003062 neural network model Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Abstract
상황인식을 이용하여 건물의 에너지 사용량을 실시간으로 예측할 수 있는 본 발명의 일 측면에 따른 상황인식 기반의 빌딩 에너지 관리 시스템은, 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 데이터 수집부; 및 상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하는 것을 특징으로 한다
Description
본 발명은 에너지 관리 시스템에 관한 것으로, 보다 구체적으로 빌딩에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법에 관한 것이다.
건물들의 대형화와 각종 전력설비, 공조설비, 방재설비의 복합화, 관리 대사 건물들의 양적 증가로 인해 대규모 건물 설비의 운전, 제어, 관리에 컴퓨터를 활용한 빌딩 자동 제어 시스템(BAS: Building Automation System)이 응용되고 있다. 최근 컴퓨터 및 통신기술의 발달에 힘입어 빌딩 자동 제어 시스템이 급속도로 발전하고 있고, 건물의 용도와 규모에 따라 빌딩 자동 제어 시스템을 설치하고 있다.
이러한 빌딩 자동 제어 시스템은 대형 건물의 설비들을 최적상태로 유지하기 위해 각 설비들의 감시 및 제어를 그 주된 기능으로 한다. 따라서, 일반적인 빌딩 자동 제어 시스템은 건물에 설치된 기계설비/전력/조명 등이 통합 관리는 수행할 수 있지만, 실제 에너지 관리 측면에서 건물에 설치된 설비들을 통합 운영할 수는 없기 때문에 에너지 관리적인 측면에서 효율이 떨어진다는 단점이 있다.
이러한 빌딩 자동 제어 시스템의 단점을 보완하기 위해, 각종 센서를 통해 계측한 설비의 운전 데이터를 활용하여 설비의 성능 및 효율을 자동으로 계산하고 이를 다양한 그래프 형태로 설비 운영자에게 제공하는 빌딩 에너지 관리 시스템(BEMS: Building Energy Management System)이 제안된 바 있다. 이러한 빌딩 에너지 관리 시스템의 일 예가 대한민국 공개특허 제10-2009-0066107호에 제시되어 있다.
하지만, 기존의 빌딩 에너지 관리 시스템은, 건물에 설치된 각 설비들의 에너지 사용량을 미리 예측할 수는 없기 때문에, 각 설비들의 운영 계획 수립 시 빠르게 변화하는 설비들의 에너지 상태를 반영할 수 없어 결과적으로 건물 전체의 에너지 사용을 효과적으로 관리할 수 없다는 한계가 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 상황인식을 이용하여 건물의 에너지 사용량을 실시간으로 예측할 수 있는 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법을 제공하는 것을 그 기술적 과제로 한다.
또한, 본 발명은 건물의 에너지 사용량을 기초로 건물의 에너지 운용 스케쥴을 생성하고, 생성된 건물 에너지 운용 스케쥴에 따라 신재생 에너지를 건물의 에너지원으로 이용할 수 있는 상황인식 기반의 빌딩 전문가 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법을 제공하는 것을 다른 기술적 과제로 한다.
상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 상황인식 기반의 빌딩 에너지 관리 시스템은, 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 데이터 수집부; 및 상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하는 것을 특징으로 한다.
상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 상황인식 기반의 에너지 관리 방법은, 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 단계; 및 상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식 기법을 적용하여 예측모델을 생성하고, 생성된 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 각종 센서로부터 제공되는 센싱 데이터, 개인 및 그룹의 스케쥴 데이터, 및 소셜 네트워크에 등록된 게시글 데이터에 상황인식 기법을 적용하여 건물의 에너지 사용량을 실시간으로 예측할 수 있기 때문에, 빠르게 변화하는 설비들의 에너지 사용 상태에도 적응적으로 대처하여 건물의 에너지 사용을 최적화할 수 있다는 효과가 있다.
또한, 본 발명에 따르면 예측된 에너지 사용량을 이용하여 건물의 에너지 운용 스케쥴을 생성하고, 건물의 에너지 운용 스케쥴에 따라 기존의 에너지 대신에 신재생 에너지를 건물의 에너지원으로 이용하기 때문에 IT와 전력/건설/도시/에너지 분야를 융합할 수 있고, 저비용으로 건물 운영에 필요한 에너지를 효율적으로 관리 및 사용할 수 있다는 효과가 있다.
또한, 본 발명에 따르면 플랫폼 레어어(Platform Layer) 구조로 시스템이 설계되기 때문에, 비주거용 건물뿐만 아니라 주거용 건물 까지도 확장하여 적용할 수 있어 시스템의 적용범위를 극대화할 수 있다는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 시스템이 적용되는 네트워크 구성을 개략적으로 보여주는 도면.
도 2는 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 시스템의 구성을 개략적으로 보여주는 블록도.
도 3은 도 2에 도시된 상황인식 모듈의 구성을 개략적으로 보여주는 블록도.
도 4는 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 방법을 보여주는 플로우차트.
도 5는 본 발명의 일 실시예에 따른 실시간 에너지 사용량 예측 방법을 보여주는 플로우차트.
도 2는 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 시스템의 구성을 개략적으로 보여주는 블록도.
도 3은 도 2에 도시된 상황인식 모듈의 구성을 개략적으로 보여주는 블록도.
도 4는 본 발명의 일 실시예에 따른 상황인식 기반의 에너지 관리 방법을 보여주는 플로우차트.
도 5는 본 발명의 일 실시예에 따른 실시간 에너지 사용량 예측 방법을 보여주는 플로우차트.
본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
"적어도 하나"의 용어는 하나 이상의 관련 항목으로부터 제시 가능한 모든 조합을 포함하는 것으로 이해되어야 한다. 예를 들어, "제1 항목, 제2 항목 및 제 3항목 중에서 적어도 하나"의 의미는 제1 항목, 제2 항목 또는 제3 항목 각각 뿐만 아니라 제1 항목, 제2 항목 및 제3 항목 중에서 2개 이상으로부터 제시될 수 있는 모든 항목의 조합을 의미한다.
이하, 첨부되는 도면을 참고하여 본 발명의 실시예들에 대해 상세히 설명한다.
상황인식 기반의 빌딩 에너지 관리 시스템
먼저, 도 1 내지 도 2를 참조하여 본 발명의 일 실시예에 따른 상황인식 기반의 빌딩 에너지 관리 시스템에 대해 구체적으로 설명한다.
도 1은 본 발명의 일 실시예에 따른 상황인식 기반의 빌딩 에너지 관리 시스템(이하, '빌딩 에너지 관리 시스템'이라 함)이 적용되는 네트워크 구성을 개략적으로 보여주는 도면이다.
도 1에 도시된 바와 같이, 본 발명에 따른 빌딩 에너지 관리 시스템(100)은, 신재생 에너지 관리 장치(110) 및 건물군 에너지 통합관리 센터(120)와 연계하여 동작함으로써 빌딩 에너지 관리 시스템(100)이 설치되어 있는 건물의 에너지를 관리하는 역할을 수행한다. 이때, 건물이란 비주거용 건물뿐만 아니라 주거용 건물도 포함하는 개념을 의미한다. 이하에서는 설명의 편의를 위해, 빌딩 에너지 관리 시스템(100)이 설치되는 건물이 비주거용 건물인 것으로 가정하여 설명하지만 본 발명에 따른 빌딩 에너지 관리 시스템(100)은 주거용 건물에도 설치될 수도 있을 것이다.
먼저, 빌딩 에너지 관리 시스템(100)은 건물 또는 복수개의 건물이 그룹핑된 건물 그룹 마다 설치되어, 각 건물 또는 건물그룹에 포함된 건물들의 에너지 사용량을 실시간으로 예측하고, 예측된 에너지 사용량을 기초로 각 건물의 에너지 운용 스케쥴을 생성함으로써 각 건물의 에너지 사용을 최적화한다. 이하에서는 설명의 편의를 위해 빌딩 에너지 관리 시스템(100)이 하나의 건물에 설치되는 것으로 가정하여 설명하기로 한다.
이러한 빌딩 에너지 관리 시스템(100)의 구성을 도 2를 참조하여 보다 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른 빌딩 에너지 관리 시스템(100)의 구성을 개략적으로 보여주는 블록도이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 빌딩 에너지 관리 시스템(100)은 데이터 수집 장치(210), 건물 자동화 장치(220), 및 상황인식 모듈(230)을 포함한다.
먼저, 데이터 수집 장치(210)는 건물에 설치된 다양한 센서들로부터 각 센서에 의해 센싱된 센싱 데이터를 수집한다. 일 실시예에 있어서, 데이터 수집장치(120)는 각 건물에 설치된 고정센서(Static Sensor, 211) 및 이동센서(Mobile Sensor, 212)로부터 각 센서가 센싱한 센싱 데이터를 수집할 수 있다. 이때, 고정센서(211) 및 이동센서(212)는 온도센서, 재실센서, 습도센서, 조도센서, 출입센서 등을 포함할 수 있다.
특히, 본 발명에 따른 데이터 수집 장치(210)는 상황인식 모듈(230)이 각 건물의 에너지 사용량을 실시간으로 예측할 수 있도록 하기 위해, 해당 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터를 실시간으로 수집할 수 있다. 이때, 데이터 수집 장치(120)는 소셜 네트워크 서버(213)로부터 해당 건물에 위치하고 있는 사용자들이 소셜 네트워크 상에 업로드한 게시글들 중 미리 정해진 에너지 관련 키워드(예컨대, '덥다', '춥다', '습하다'등과 같은 온도와 관련된 키워드나 '에어컨', '선풍기', '히터', '가습기' 등과 같은 냉난방 설비에 관련된 키워드)를 포함하는 게시글을 소셜 네트워크 데이터로 수집할 수 있다. 이하에서는 설명의 편의를 위해 소셜 네트워크 데이터를 게시글 데이터로 기재하기로 한다.
또한, 본 발명에 따른 데이터 수집 장치(210)는 업무 관리 서버(214)로부터 해당 건물의 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터를 수집하고, 건물 운영 서버(215)로부터 건물에 설치된 각종 설비들의 운영 스케쥴 데이터를 수집한다. 이러한 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터 및 설비들의 운영 스케쥴 데이터는 해당 건물 내에서 각 시간대 별 사용자들의 이동패턴을 예측하거나, 각 시간대 별 에너지 사용 설비들의 사용상태를 예측하기 위해 이용된다.
이때, 게시글 데이터, 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터는 특정 개인이나 그룹의 특성이나 취향에 따라 에너지 관리가 수행될 수 있도록 하기 위한 데이터이기 때문에, 소셜 네트워크 데이터, 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터를 개인화 데이터로 통칭할 수도 있을 것이다.
도 2에서는 업무 관리 서버(214)와 건물 운영 서버(215)가 건물 자동화 장치(220)와 분리된 구성인 것으로 도시하였지만, 이는 하나의 예에 불과할 뿐, 업무 관리 서버(214)와 건물 운영 서버(215는 건물 자동화 장치(220)에 포함되어 구성될 수도 있을 것이다.
또한, 데이터 수집부(210)는 기상청 서버(미도시)로부터 미리 정해진 시점 별로 기후정보를 수집한다.
데이터 수집부(210)는 상술한 바와 같은 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 건물 자동화 장치(220)를 통해 상황인식 모듈(230)로 전달한다.
다음으로, 건물 자동화 장치(220)는 건물을 구성하고 있는 각종 설비에 대한 계측 및 제어를 수행한다.
특히, 본 발명에 따른 건물 자동화 장치(220)는 데이터 수집부(210)에 의해 수집된 데이터를 미리 정해진 통신 프로토콜에 따라 상황인식 모듈(230)로 전달하고, 상황인식 모듈(230)로부터 전달되는 제어명령에 따라서 해당 건물에 설치된 각 설비들의 동작을 제어한다.
일 실시예에 있어서, 건물 자동화 장치(220)와 상황인식 모듈(230)은 프로토콜로써 OPC(OLE for Process Control)를 사용할 수 있다. OPC는 각종 어플리케이션들이 여러 종류의 프로세스 컨트롤 장비들로부터 데이터를 OPC Tag체계에 따라 상위 단으로 전달 가능하게 하는 표준 인터페이스를 의미한다. 또한 OPC는 서로 다른 벤더들에 의해 공급되는 클라이언트 어플리케이션과 서버 어플리케이션 사이에 높은 수준의 상호 호환성 있는 정보처리를 제공한다.
구체적으로, 건물 자동화 장치(220)는, 건물의 공조 및 냉난방을 위한 HVAC(Heating Ventilating Air conditioning)의 제어와 수변전 설비나 배분전반 설비 등과 같은 전기계통의 기기의 제어를 수행한다.
또한, 건물 자동화 장치(220)는 해당 건물의 전력 사용량이 설정된 목표값을 초과하지 않도록 해당 건물의 전력 사용량을 조절한다. 이를 위해, 건물 자동화 장치(220)는 해당 건물의 전력 사용량을 모니터링하고, 모니터링결과 전력 사용량이 설정된 목표값을 초과하는 경우 미리 정해진 우선순위(예컨대, 중요도가 낮은 순서)에 따라 각 설비들의 동작을 순차적으로 정지시켜 전력 사용량이 설정된 목표값을 초과하지 않도록 한다.
또한, 건물 자동화 장치(220)는, 해당 건물의 조명 분전반용 현장 제어기기 정보를 이용하여 해당 건물에 설치된 조명설비를 제어한다. 이때, 건물 자동화 장치(220)는 프로그램 제어(예컨대, Time Schedule, Program Switch Control, 또는 Telephone Control)를 이용하여 조명설비들을 자동으로 제어할 수 있다.
또한, 건물 자동화 장치(220)는 방범(Security) 설비의 자동제어를 통해 빌딩 내의 도난이나 화재 등의 사고발생을 사전에 예방하고, 외부의 침입 및 출입자와 방문객의 출입을 통제하며, 사고 발생시 신속한 대응 및 처리가 가능하도록 한다.
다음으로, 상황인식 모듈(230)는 건물 자동화 장치(220)로부터 전달되는 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 이용하여 각 건물에서의 에너지 사용량을 실시간으로 예측하고, 예측된 에너지 사용량에 따라 건물의 에너지 운용 스케쥴을 생성한다. 이때, 건물의 에너지 운용 스케쥴이란 각 시점 별로 각 건물에 설치된 설비들의 정지/기동계획을 의미한다.
상황인식 모듈(230)은 이동센서나 고정센서에 의해 센싱된 센싱 데이터, 소셜 네트워크 상에 업로드되어 있는 게시글 데이터, 사용자들의 스케쥴 데이터를 의미별로 분석하여, 해당 건물에서의 에너지 사용량이 어떻게 변화될 것인지 여부를 예측하고, 예측된 결과에 따라 각 설비들의 운용 계획을 추천한다.
구체적으로, 상황인식 모듈(230)은 센싱 데이터뿐만 아니라 건물에 위치하는 사용자들이 소셜 네트워크에 업로드하는 게시글 데이터와 각 사용자들 및 그룹의 스케쥴 데이터를 이용하는 상황인식(Context-Aware) 기법을 적용하여 각 건물의 에너지 사용량을 실시간으로 예측하기 위한 예측모델을 생성하고, 생성된 예측모델을 이용하여 건물의 에너지 사용량을 예측한다.
또한, 상황인식 모듈(230)은 예측된 에너지 사용량을 기초로 건물의 에너지 운용 스케쥴을 생성함으로써 건물의 에너지 관리가 최적화 되도록 할 수 있다.
이하 상황인식 모듈(230)의 구성을 도 3을 참조하여 보다 구체적으로 설명한다.
도 3은 본 발명의 일 실시예에 따른 상황인식 모듈의 구성을 구체적으로 보여주는 블록도이다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 상황인식 모듈(230)은 분석부(232) 및 예측부(234)를 포함하고, 보정부(236) 및 운용 스케쥴 생성부(238)를 더 포함할 수 있다.
먼저, 분석부(232)는 건물 자동화 장치(220)로부터 전달되는 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 이용하여 해당 건물에서 각 시간대 별 에너지 사용량 및 평균 에너지 사용량을 패턴화한다.
구체적으로, 분석부(232)는 시간(예컨대, 분/일/월/계절/년 등)을 X축으로 하고, 각 시간대에서의 에너지 사용량(예컨대, 전기 사용량/가스 사용량/수도 사용량/조명 사용량 등)을 Y축으로 하여 에너지 사용량에 대한 패턴을 생성한다. 이때, 분석부(232)는 복수개의 층으로 구성된 건물의 경우 각 층 별로 에너지 사용량 패턴을 생성할 수 있다.
분석부(232)는 각 시간대 별로 생성된 건물의 층별 에너지 사용량에 대한 패턴을 데이터베이스(238)에 저장한다.
이외에도, 분석부(232)는 건물 내의 사용자의 이동패턴, 건물에 설치되어 있는 각 설비 또는 시설의 들의 운영 패턴, 실내온도/습도/외기온도/Co2 등의 이동경향 패턴을 생성하여 저장할 수 있다.
이후, 분석부(232)는 회귀분석모델(Regression Analysis Model)을 이용하여 상기 생성된 패턴에 영향을 주는 팩터들을 선정한다. 구체적으로, 분석부(232) 미리 정해진 회귀분석모델에 각 층별 에너지 사용량과, 상기 건물 자동화 장치(220)로부터 수신한 센싱 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보 들을 입력값으로 대입함으로써, 해당 층에서의 에너지 사용량에 영향을 미치는 팩터들을 선정한다. 예컨대, 해당 층에서의 에너지 사용량에 영향을 미친 팩터들로 재실인원, 온되어 있는 조명 개수, 해당 층의 온도, 해당 층에서 가동중인 설비 종류, 해당 층의 습도, 해당 층의 쾌적도, 계절정보 등이 있을 수 있다.
일 실시예에 있어서, 분석부(232)는 선정된 팩터들을 각 층별 에너지 사용량을 Y값으로 하고 상기 에너지 사용량에 영향을 미치는 팩터들을 X값으로 하는 출력함수 형태로 출력할 수 있다.
예컨대, 해당 건물의 1층의 에너지 소비량이 120이라고 할 때, 분석부(232)는 1층의 에너지 소비량인 120을 Y값으로 하고, 가중치 "A"가 부여된 1층의 온도값, 가중치 "B"가 부여된 1층의 습도값, 가중치 "C"가 부여된 재실인원, 및 가중치 "D"가 부여된 서버의 개수를 X값으로 하는 출력함수를 생성하여 출력할 수 있다.
이후, 분석부(232)는 각 팩터들 간의 상관관계를 분석함으로써 생성된 함수에 포함되어 있는 가중치들 값을 결정한다. 일 실시예에 있어서, 각 가중치의 값을 각 팩터들의 우선순위에 따라 결정될 수 있다. 예컨대, 분석부(232)는 과거 분석 데이터를 기초로 각 팩터들 간의 우선순위를 결정하고, 결정된 우선순위에 따라 각 팩터들의 가중치의 값을 결정할 수 있다. 예컨대, 해당 층에서의 과거 분석 데이터를 기초로 해당 층에서 재실인원이 증가할수록 해당 층에서의 에너지 사용량이 증가한 경향을 보인 경우, 분석부(232)는 각 팩터들 중 재실인원에 대한 가중치의 우선순위를 가장 높게 설정할 수 있다.
다음으로, 예측부(234)는 분석부(232)에 의해 산출된 가중치가 반영된 출력함수, 에너지(전기/가스/수도 등) 단가, 상기 건물 자동화 장치(220)로부터 수신한 스케쥴 데이터 및 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 반영함으로써 예측모델을 생성하고, 생성된 예측모델을 통해 해당 건물에서의 실시간 에너지 사용량을 예측한다. 이때, 시공간 확률모델은 건물에 설치된 전체 설비에 대해 각 설비 별로 생성되어 있을 수 있다.
즉, 본 발명의 경우 시공간 확률모델에 분석부(232)에 의해 산출된 출력함수, 에너지 단가, 건물 자동화 장치(220)로부터 수신한 스케쥴 데이터, 및 설비들의 운영 스케쥴 데이터를 반영하여 에너지 사용량을 예측하기 때문에 예측 정확도를 향상시킬 수 있게 된다.
예컨대, 설비들의 운영 스케쥴 데이터에 따를 때 오전 10시에 제1 회의실의 냉난방 설비는 동작 하지 않는 것으로 스케쥴 되어 있고, 스케쥴 데이터를 기초로 할 때 오전 10시에 제1 회의실에 5명의 사용자가 미팅을 수행하는 것으로 확인되며, 오전 10시의 온도가 28도로 예상되었다고 가정한다. 이러한 경우, 예측부(234)는 오전 10시에 제1 회의실의 냉방 설비를 가동시켜야 하는 것으로 판단하고 미리 정해진 에너지 사용량 예측 모델에 의해 예측된 에너지 사용량에 제1 회의실의 냉방 설비 가동을 위한 에너지 사용량을 증가시킴으로써, 해당 건물에서의 실시간 에너지 사용량을 정확하게 예측할 수 있게 된다.
일 실시예에 있어서, 예측부(234)는 건물의 에너지 사용량을 예측함에 있어서, 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터를 추가로 반영하여 개인의 선호도에 기반하여 에너지 사용량을 예측할 수 있다. 예컨대, 사용자 A가 업로드한 게시글 데이터를 분석한 결과 사용자 A는 여름임에도 냉방으로 인해 춥다는 게시글을 자주 업로드한 경우, 사용자 A는 여름에 냉방 설비의 가동을 원하지 않는 것으로 판단하고 사용자 A가 체류하는 공간의 냉방 설비의 가동을 위한 에너지 사용량을 감소시킴으로써 사용자 A의 개인 선호도를 반영하여 해당 건물의 에너지 사용량을 예측할 수 있다.
예측부(234)는 예측된 에너지 사용량을 건물군 에너지 통합관리 센터(120)로 전달함으로써, 건물군 에너지 통합관리 센터(120)가 예측된 에너지 사용량을 기초로 해당 건물에 필요한 에너지를 분배할 수 있도록 한다.
한편, 예측부(234)는 건물 자동화 장치(220)로부터 수신되는 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 및 설비 운영 스케줄 데이터들 중 미리 정해진 횟수 이상 동시에 발생되는 데이터들을 시계열적으로 패턴화하여 저장하고, 저장된 패턴을 에너지 사용량 예측에 이용할 수도 있다.
다음으로, 보정부(236)는 예측부(234)에 의해 예측된 에너지 사용량을 실제 에너지 사용량을 비교하여 그 결과가 다른 경우 예측된 에너지 사용량을 보정한다. 일 실시예에 있어서, 보정부(236)는 센서에 의해 계측된 센싱 데이터의 오류로 인해 예측된 에너지 사용량에 오류가 발생된 것으로 판단되면, 계측된 센싱 데이터 대신에 소셜 네트워크 상에 업로드되어 있는 게시글 데이터를 이용하여 예측부(234)에 의해 예측된 에너지 사용량을 보정할 수 있다. 예컨대, 온도 센서에 의해 센싱된 온도 데이터가 오류가 있는 것으로 판단되는 경우, 게시글 데이터 중 현재 온도가 포함된 게시글 데이터가 존재하는 경우, 센싱 데이터를 해당 게시글에 포함되어 있는 온도로 대체함으로써 에너지 사용량을 다시 예측한다.
다음으로, 운용 스케쥴 생성부(238)는 예측부(234)에 의해 예측된 에너지 사용량 또는 보정부(236)에 의해 보정된 에너지 사용량을 기초로 해당 건물의 에너지 운용 스케쥴을 생성한다. 구체적으로, 운용 스케쥴 생성부(238)는 해당 건물의 에너지 사용량을 기초로 하여 해당 건물에 설치되어 있는 각 시점 별로 각 설비들의 기동 또는 정지 계획을 수립한다.
이후, 운용 스케쥴 생성부(238)는 건물 에너지 운용 스케쥴에 따라 각 설비를 기동 또는 정지해야 하는 시점이 도래하면, 해당 설비의 기동 또는 정지를 위한 제어신호를 생성하여 건물 자동화 장치(220)로 전달함으로써, 건물 자동화 장치(220)가 해당 설비를 기동 또는 정지시킬 수 있도록 한다.
상술한 실시예에 있어서는, 상황인식 모듈(230)이 예측된 에너지 사용량에 따른 각 설비의 기동 또는 정지를 건물 자동화 장치(220)를 통해 수행하는 것으로 설명하였지만, 변형된 실시예에 있어서는 상황인식 모듈(230)이 원격에서 각 설비들의 기동 또는 정지를 제어할 수 있을 것이다. 이를 위해, 상황인식 모듈(230)은 제어신호에 따라 각 설비들을 원격에서 기동 또는 정지시키기 위한 원격제어모듈(미도시)를 더 포함할 수 있다.
또한, 도 2에서는 도시하지는 않았지만, 상황인식모듈(230)은 분석부(232)에 의해 산출된 결과를 학습하여 분석부(232)에 의해 선정된 팩터들 만으로 해당 건물에서의 에너지 사용량을 역으로 추정하는 인공 신경망 학습 모듈을 더 포함할 수 있다. 예컨대, 인공 신경망 학습 모듈은 분석부(232)에 의해 산출된 결과의 학습을 통해 실내온도가 18도이고 재실인원이 30명일 것으로 예측되는 경우, 해당 층에서의 에너지 사용량은 120정도 될 것이라는 것을 추정할 수 있다. 이때, 인공 신경망 학습모듈은 실내온도 및 재실인원은 스케쥴 데이터로부터 추정할 수 있다.
상술한 바와 같은 빌딩 에너지 관리 시스템(100)은 각종 센서 및 데이터 수집부(210)를 제1 레이어에 배치하고, 상황인식 모듈(230)의 분석부(232)를 제2 레이어에 배치하며, 상황인식 모듈(230)의 예측부(234), 보정부(236), 및 운영 스케쥴 생성부(236)를 제3 레이어에 배치하는 플랫폼 레어어(Platform Layer) 구조로 시스템을 설계할 수 있다. 따라서, 본 발명은, 비주거용 건물뿐만 아니라 주거용 건물 까지도 손쉽게 확장이 가능하여 시스템의 적용범위를 극대화할 수 있다는 효과가 있다.
다시 도 1을 참조하면, 신재생 에너지 관리 장치(110)는 기후정보 및 전력시장 정보를 수집하여 분석하고, 신재생 에너지의 발전량과 건물군 에너지 통합 관리센터(120)에서 요구되는 에너지 사용량을 기초로 급전계획을 수립한다. 또한, 신재생 에너지 관리 장치(110)는 급전계획에 따라 빌딩 에너지 관리 시스템(100)이 설치된 각 건물에 건물의 에너지원으로써 신재생 에너지를 공급역할을 수행한다.
다음으로, 건물군 에너지 통합관리 센터(120)는 소정 지역에 위치하는 건물 또는 건물 그룹의 집합으로 정의되는 건물군의 에너지 사용량에 따라 각 건물에서 요구되는 에너지를 분배하거나 관리한다. 이를 위해, 건물군 에너지 통합관리 센터(120)는 건물군 에너지 분배장치(122), 에너지 제어 장치(124), 건물군 에너지 총괄 관리 장치(126), 및 건물군 통합 운영 모듈(128)을 포함한다.
먼저, 건물군 에너지 분배장치(122)는, 에너지 제어 장치(124)에 의한 제어에 따라 신재생 에너지 관리장치(110)에 의해 공급되는 신재생 에너지와 수력, 화력, 및 원자력 등과 같은 발전소에서 공급되는 에너지를 각 건물 별로 분배하여 각 건물에 공급한다.
에너지 제어 장치(Energy Control Station. 124)는 건물군 에너지 총괄 관리 시스템(126)에 의해 산출된 건물군의 전체 에너지 사용량을 기초로 각 건물 별로 배분할 에너지량을 산출하고, 산출된 에너지량이 각 건물로 공급될 수 건물군 에너지 분배장치(122)를 제어한다.
건물군 에너지 총괄관리 장치(Building Energy Total Management System: BETMS, 126)는 해당 지역에 위치하는 각 건물 또는 건물그룹들의 에너지 사용량을 실시간으로 감시한다. 특히, 본 발명에 따른 건물군 에너지 총괄관리 장치(126)는, 각 건물 또는 건물 그룹에 설치된 에너지 관리 시스템(100)에 의해 각 건물 또는 건물그룹 별로 예측된 에너지 사용량을 기초로 해당 지역에 위치한 건물군의 전체 에너지 사용량을 산출하고, 이를 신재생 에너지 관리 장치(110) 및 에너지 제어 장치(124)로 전달한다.
또한, 건물군 에너지 총괄관리 장치(126)는, 산출된 건물군의 전체 에너지 사용량 및 최소 원가로 분석되는 에너지를 기초로 신재생 에너지 관리 장치(110)로 에너지 공급을 요청하며, 요청된 에너지가 실제로 공급 되는지 여부를 확인한다.
특히, 본 발명에 따른 건물군 에너지 총괄관리 장치(126)는, 에너지 단가 및 에너지 관리 시스템(100)에 의해 요청된 에너지 사용량을 기초로 하여, 에너지 사용량을 충당하기 위한 에너지원으로써 신재생 에너지를 이용할 것인지 수력, 화력, 및 원자력 등과 같은 발전소에서 공급되는 에너지를 이용할 것인지 여부를 결정한다. 이에 따라, 건물군 에너지 총괄관리 장치(126)는 신재생 에너지를 에너지원으로 결정하는 경우 결정된 에너지양만큼을 신재생 에너지 관리 장치(110)로 요구하고, 나머지 에너지양은 수력, 화력, 및 원자력 등에 의한 에너지를 공급하는 한전으로 요구하게 된다.
이외에도, 건물군 에너지 총괄관리 장치(126)는, 각 건물 또는 건물그룹에 설치된 에너지 관리 장치(100)에 원격으로 접속하여 각 건물 또는 건물그룹의 기계설비/조명설비/전력상태를 감시하거나, 감시결과에 따라 기계설비/조명설비/전력상태를 원격으로 제어한다.
다음으로, 건물군 통합 운영 모듈(128)은, 건물군 에너지 총괄관리 장치(126)를 통해 수집된 각 건물 에너지 사용량 또는 각 건물 별로 예측된 에너지 사용량을 리포트 형식으로 생성하여 제공하고, 각 건물 별로 발생된 이벤트나 알람을 히스토리 형태로 관리한다.
상황인식 기반의 빌딩 에너지 관리 방법
이하, 도 4를 참조하여 본 발명에 따른 상황인식 기반의 빌딩 에너지 관리 방법에 대해 설명한다.
도 4는 본 발명의 일 실시예에 따른 상황인식 기반의 빌딩 에너지 관리 방법을 보여주는 플로우차트이다.
도 4에 도시된 상황인식 기반의 빌딩 에너지 관리 방법은 도 2에 도시된 상황인식 기반의 빌딩 에너지 관리 시스템(이하, '빌딩 에너지 관리 시스템'이라 함)에 의해 수행될 수 있다.
먼저, 빌딩 에너지 관리 시스템은 이동센서나 고정센서에 의해 센싱된 센싱 데이터, 소셜 네트워크(Social Network) 상에서 해당 건물에 위치하고 있는 사용자들이 업로드한 게시글 데이터, 해당 건물의 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터, 및 건물에 설치된 각종 설비들의 운영 스케쥴 데이터를 수집한다(S400).
일 실시예에 있어서, 센싱 데이터는 온도센서에 의해 센싱되는 온도, 습도센서에 의해 센싱되는 습도, 조도센서에 의해 센싱되는 조도, 또는 출입센서등에 의해 획득되는 출입여부 등을 포함할 수 있다.
또한, 게시글 데이터는 각 건물의 에너지 사용량을 실시간으로 예측할 수 있도록 하기 위한 것으로서, 사용자들이 업로드한 게시글들 중 미리 정해진 에너지 관련 키워드(예컨대, '덥다', '춥다', '습하다'등과 같은 온도와 관련된 키워드나 '에어컨', '선풍기', '히터', '가습기' 등과 같은 냉난방 설비에 관련된 키워드)를 포함하는 게시글일 수 있다.
또한, 사용자 및 그룹의 일간/주간/월간 스케쥴 데이터는 각 시간대 별 사용자들의 이동패턴이나 건물의 시설물(예컨대, 회의실)의 이용패턴을 예측하기 위한 것이고, 설비들의 운영 스케쥴 데이터는 각 시간대 별 에너지 사용 설비들의 사용상태를 예측하기 위한 것이다.
이외에 빌딩 에너지 관리 시스템은 기상청 서버(미도시)로부터 미리 정해진 시점 별로 기후정보를 추가로 수집할 수도 있다.
이후, 빌딩 에너지 관리 시스템은 수집된 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보에 상황인식 기법을 적용하여 예측모델을 생성하고 생성된 예측모델을 통해 각 건물에서의 에너지 사용량을 실시간으로 예측한다(S410). 빌딩 에너지 관리 시스템은 이동센서나 고정센서에 의해 센싱된 센싱 데이터, 소셜 네터워크 상에 업로드되어 있는 게시글 데이터, 사용자들의 스케쥴 데이터를 의미별로 분석하여, 해당 건물에서의 에너지 사용량이 어떻게 변화될 것인지 여부를 예측하고, 예측된 결과에 따라 각 설비들의 운용 계획을 추천한다.
구체적으로, 빌딩 에너지 관리 시스템은 센싱 데이터뿐만 아니라 건물에 위치하는 사용자들이 소셜 네트워크에 업로드하는 게시글 데이터와 각 사용자들 및 그룹의 스케쥴 데이터를 이용하는 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 생성된 예측모델을 통해 각 건물의 에너지 사용량을 실시간으로 예측하며, 예측된 에너지 사용량을 기초로 건물의 에너지 운용 스케쥴을 생성함으로써 건물의 에너지 관리가 최적화 될 수 있도록 한다.
이하, 도 5를 참조하여 빌딩 에너지 관리 시스템이 해당 건물의 에너지 사용량을 실시간으로 예측하는 방법을 보다 구체적으로 설명한다.
도 5는 본 발명의 일 실시예에 따른 빌딩 에너지 관리 시스템이 에너지 사용량을 실시간으로 예측하는 방법을 보여주는 플로우차트이다.
먼저, 도 5에 도시된 바와 같이, 빌딩 에너지 관리 시스템은 수집된 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보를 이용하여 해당 건물에서 각 시간대 별 에너지 사용량 및 평균 에너지 사용량을 패턴화한다(S500).
구체적으로, 빌딩 에너지 관리 시스템은 시간(예컨대, 분/일/월/계절/년 등)을 X축으로 하고, 각 시간대에서의 에너지 사용량(예컨대, 전기 사용량/가스 사용량/수도 사용량/조명 사용량 등)을 Y축으로 하여 에너지 사용량에 대한 패턴을 생성한다. 이때, 빌딩 에너지 관리 시스템은 복수개의 층으로 구성된 건물의 경우 각 층 별로 에너지 사용량 패턴을 생성할 수 있다.
상술한 실시예에 있어서는 빌딩 에너지 관리 시스템이 에너지 사용량에 대한패턴을 생성하는 것으로 기재하였지만, 변형된 실시예에 있어서 빌딩 에너지 관리 시스템은 건물 내의 사용자의 이동패턴, 건물에 설치되어 있는 각 설비 또는 시설의 들의 운영 패턴, 실내온도/습도/외기온도/Co2 등의 이동경향 패턴을 추가로 생성할 수도 있다.
이후, 빌딩 에너지 관리 시스템은 회귀분석모델(Regression Analysis Model)을 이용하여 S500에서 생성된 패턴에 영향을 주는 팩터들을 선정한다(S510). 구체적으로, 빌딩 에너지 관리 시스템은 미리 정해진 회귀분석모델에 각 층별 에너지 사용량과, 수집된 센싱 데이터, 스케쥴 데이터, 설비들의 운영 스케쥴 데이터, 및 기후정보 들을 입력값으로 대입함으로써, 해당 층에서의 에너지 사용량에 영향을 미치는 팩터들을 선정한다.
예컨대, 해당 층에서의 에너지 사용량에 영향을 미친 팩터들로 재실인원, 온되어 있는 조명 개수, 해당 층의 온도, 해당 층에서 가동중인 설비 종류, 해당 층의 습도, 해당 층의 쾌적도, 계절정보 등이 있을 수 있다.
일 실시예에 있어서, 빌딩 에너지 관리 시스템은 각 층별 에너지 사용량을 Y값으로 하고 상기 에너지 사용량에 영향을 미치는 팩터들을 X값으로 하는 출력함수 형태로 출력할 수 있다.
예컨대, 해당 건물의 1층의 에너지 소비량이 120이라고 할 때, 빌딩 에너지 관리 시스템은 1층의 에너지 소비량인 120을 Y값으로 하고, 가중치 "A"가 부여된 1층의 온도값, 가중치 "B"가 부여된 1층의 습도값, 가중치 "C"가 부여된 재실인원, 및 가중치 "D"가 부여된 서버의 개수를 X값으로 하는 출력함수를 생성하여 출력할 수 있다.
이후, 빌딩 에너지 관리 시스템은 S510에서 선정된 각 팩터들 간의 상관관계를 분석함으로써 S510에서 출력되는 출력함수에 포함되어 있는 가중치들 값을 결정한다(S520). 일 실시예에 있어서, 빌딩 에너지 관리 시스템은 각 가중치의 값을 각 팩터들의 우선순위에 따라 결정될 수 있다. 이때, 빌딩 에너지 관리 시스템은 과거 분석 데이터를 기초로 각 팩터들 간의 우선순위를 결정하고, 결정된 우선순위에 따라 각 팩터들의 가중치의 값을 결정할 수 있다.
예컨대, 해당 층에서의 과거 분석 데이터를 기초로 해당 층에서 재실인원이 증가할수록 해당 층에서의 에너지 사용량이 증가한 경향을 보인 경우, 빌딩 에너지 관리 시스템은 각 팩터들 중 재실인원에 대한 가중치의 우선순위를 가장 높게 설정할 수 있다.
다음으로, 빌딩 에너지 관리 시스템은 S520에서 산출된 가중치가 반영된 출력함수, 에너지(전기/가스/수동 등) 단가, 스케쥴 데이터, 및 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 반영함으로써 예측모델을 생성하고, 생성된 예측모델을 통해 해당 건물에서의 실시간 에너지 사용량을 예측한다(S530). 이때, 시공간 확률모델은 건물에 설치된 전체 설비에 대해 각 설비 별로 생성되어 있을 수 있다.
즉, 본 발명의 경우 시공간 확률모델에 S520에서 출력되는 가중치가 반영된 출력함수, 에너지 단가, 스케쥴 데이터, 및 설비들의 운영 스케쥴 데이터를 반영하여 에너지 사용량을 예측하기 때문에 예측 정확도를 향상시킬 수 있게 된다.
예컨대, 설비들의 운영 스케쥴 데이터에 따를 때 오전 10시에 제1 회의실의 냉난방 설비는 동작 하지 않는 것으로 스케쥴 되어 있고, 스케쥴 데이터를 기초로 할 때 오전 10시에 제1 회의실에 5명의 사용자가 미팅을 수행하는 것으로 확인되며, 오전 10시의 온도가 28도로 예상되었다고 가정한다. 이러한 경우, 빌딩 에너지 관리 시스템은 오전 10시에 제1 회의실의 냉방 설비를 가동시켜야 하는 것으로 판단하고 미리 정해진 에너지 사용량 예측 모델에 의해 예측된 에너지 사용량에 제1 회의실의 냉방 설비 가동을 위한 에너지 사용량을 증가시킴으로써, 해당 건물에서의 실시간 에너지 사용량을 정확하게 예측할 수 있게 된다.
추가적으로, 빌딩 에너지 관리 시스템은, 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터를 이용하여 개인의 선호도에 기반하여 에너지 사용량을 예측할 수 있다. 예컨대, 사용자 A가 업로드한 게시글 데이터를 분석한 결과 사용자 A는 여름임에도 냉방으로 인해 춥다는 게시글을 자주 업로드한 경우, 빌딩 에너지 관리 시스템은 사용자 A는 여름에 냉방 설비의 가동을 원하지 않는 것으로 판단하고 사용자 A가 체류하는 공간의 냉방 설비의 가동을 위한 에너지 사용량을 감소시킴으로써 사용자 A의 개인 선호도를 반영하여 해당 건물의 에너지 사용량을 예측할 수 있다.
이후, 빌딩 에너지 관리 시스템은 S530에서 예측된 에너지 사용량과 실제 측정된 에너지 사용량을 비교한다(S540). 비교결과, 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 상이한 경우 예측된 에너지 사용량을 보정한 후(S550), 다시 S540과정을 반복한다.
일 실시예에 있어서, 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 상이한 경우 빌딩 에너지 관리 시스템은 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 상이한 원인이 센서에 의해 계측된 센싱 데이터의 오류로 인한 것으로 판단되면, 계측된 센싱 데이터를 소셜 네트워크 상에 업로드되어 있는 게시글 데이터로 대체하여 에너지 사용량을 다시 예측함으로써 S530에서 예측된 에너지 사용량을 보정할 수 있다.
예컨대, 온도 센서에 의해 센싱된 온도 데이터가 오류가 있는 것으로 판단되는 경우, 게시글 데이터 중 현재 온도가 포함된 게시글 데이터가 존재하는 경우, 빌딩 에너지 관리 시스템은 센싱 데이터를 해당 게시글에 포함되어 있는 온도로 대체함으로써 에너지 사용량을 다시 예측하여 에너지 사용량을 보정할 수 있다.
한편, S540의 비교결과 예측된 에너지 사용량과 실제 측정된 에너지 사용량이 동일한 경우 S530에서 예측된 에너지 사용량을 최종 예측결과로써 출력한다(S560).
한편, 도 5에서 도시하지는 않았지만, 빌딩 에너지 관리 시스템은 센싱 데이터, 게시글 데이터, 스케쥴 데이터, 및 설비 운영 스케줄 데이터들 중 미리 정해진 횟수 이상 동시에 발생되는 데이터들을 시계열적으로 패턴화하여 저장하고, 저장된 패턴을 에너지 사용량 예측에 이용할 수도 있다.
또한, 도 5에서는 도시하지는 않았지만, 빌딩 에너지 관리 시스템은 S520에서 산출된 결과를 학습하여 S520에서 생성된 출력함수에 포함되어 있는 각 팩터들 만으로 해당 건물에서의 에너지 사용량을 역으로 추정할 수도 있다.
예컨대, 빌딩 에너지 관리 시스템은 S520에서 산출된 결과의 학습을 통해 실내온도가 18도이고 재실인원이 30명일 것으로 예측되는 경우, 해당 층에서의 에너지 사용량은 120정도 될 것이라는 것을 추정할 수 있다. 이때, 빌딩 에너지 관리 시스템은 실내온도 및 재실인원은 스케쥴 데이터로부터 추정할 수 있다.
다시 도 4를 참조하면, 빌딩 에너지 관리 시스템은 예측된 에너지 사용량에 따라 건물의 에너지 운용 스케쥴을 생성한다(S420). 이때, 건물의 에너지 운용 스케쥴이란 각 시점 별로 각 건물에 설치된 설비들의 정지/기동계획을 의미한다.
이후, 빌딩 에너지 관리 시스템은 S420에서 생성된 건물 에너지 운용 스케쥴에 따라 각 설비를 기동 또는 정지해야 하는 시점이 도래하였는지 여부를 판단하고(S430), 각 설비를 기동 또는 정지해야 하는 시점이 도래한 것으로 판단되면 해당 설비의 기동 또는 정지를 위한 제어신호를 생성하여 건물 자동화 장치로 전달한다(S440). 이에 따라 건물 자동화 장치가 수신된 제어신호에 따라 해당 설비를 기동 또는 정지시키게 된다.
상술한 실시예에 있어서는, 빌딩 에너지 관리 시스템이 예측된 에너지 사용량에 따른 각 설비의 기동 또는 정지를 건물 자동화 장치를 통해 수행하는 것으로 설명하였지만, 변형된 실시예에 있어서는 빌딩 에너지 관리 시스템이 원격에서 해당 건물에 설치된 각 설비들의 기동 또는 정지를 제어할 수도 있을 것이다.
한편, 도 4에서 도시하지는 않았지만, 빌딩 에너지 관리 시스템은 S410에서 예측된 에너지 사용량을 건물군 에너지 통합관리 센터로 전달함으로써, 건물군 에너지 통합관리 센터가 예측된 에너지 사용량을 기초로 해당 건물에 필요한 에너지를 분배할 수 있도록 한다.
상술한 설명에 있어서는, 상황인식 기반의 빌딩 에너지 관리 시스템이 물리적인 시스템으로 구현되는 것으로 설명하였지만 이는 하나의 예일 뿐, 상황인식 기반의 빌딩 에너지 관리 시스템은 각 기능들이 프로그램화되어 서버나 컴퓨터에 탑재되고, 서버나 컴퓨터에 의한 프로그램의 실행을 통해 구현될 수도 있다.
이때 상황인식 기반의 빌딩 에너지 관리 시스템을 구현하기 위한 프로그램은 하드 디스크, CD-ROM, DVD, 롬(ROM), 램, 또는 플래시 메모리와 같은 컴퓨터로 판독할 수 있는 기록 매체에 저장된다.
본 명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
예컨대, 본 발명에 따른 상황인식 기반의 빌딩 에너지 관리 시스템이 주거용 건물에 적용되는 경우, 상황인식 기반의 빌딩 에너지 관리 시스템은 주거용 건물의 제어를 담당하는 홈네트워크 서버와 연동함으로써, 각 주거용 건물에 설치되어 있는 설비들을 제어할 수 있다.
그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 상황인식 기반의 에너지 관리 시스템
110: 신재생 에너지 관리 장치
120: 건물군 에너지 통합관리 센터 210: 데이터 수집부
220: 건물 자동화 장치 230: 상황인식 모듈
232: 분석부 234: 예측부
236: 보정부 238: 운용 스케쥴 생성
120: 건물군 에너지 통합관리 센터 210: 데이터 수집부
220: 건물 자동화 장치 230: 상황인식 모듈
232: 분석부 234: 예측부
236: 보정부 238: 운용 스케쥴 생성
Claims (14)
- 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크(Social Network) 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 데이터 수집부; 및
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식(Context-Aware) 기법을 적용하여 예측모델을 생성하고, 상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 상황인식 모듈을 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
상기 상황인식 모듈은,
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 이용하여 상기 건물의 각 시간대 별 에너지 사용량 및 평균 에너지 사용량에 대한 패턴을 생성하고, 회귀분석(Regression Analysis) 및 상관관계 분석 중 적어도 하나를 통해 상기 생성된 패턴과 관련된 팩터들 및 각 팩터 별 가중치를 산출하는 분석부; 및
상기 산출된 팩터들 및 팩터별 가중치, 에너지 단가, 상기 스케쥴 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 적용하여 상기 건물의 에너지 사용량을 실시간으로 예측하기 위한 예측모델을 생성하고, 생성된 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 예측부를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
상기 상황인식 모듈은,
상기 예측모델을 이용하여 예측된 에너지 사용량을 기초로 상기 건물의 에너지 운용 스케쥴을 생성하는 운용 스케쥴 생성부를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
상기 상황인식 모듈은,
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비 운영 스케줄 데이터들 중 미리 정해진 횟수 이상 동시 발생되는 데이터들을 시계열적으로 패턴화하여 저장하고, 상기 저장된 패턴을 추가로 이용하여 상기 에너지 사용량을 예측하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
상기 상황인식 모듈은,
상기 예측모델을 이용하여 예측된 에너지 사용량과 실제 에너지 사용량을 비교하고, 상기 예측모델을 이용하여 예측된 에너지 사용량과 실제 에너지 사용량이 다르면 상기 사용자 소셜 네트워크 데이터를 이용하여 상기 예측모델을 이용하여 예측된 에너지 사용량을 보정하는 보정부를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
상기 상황인식 모듈은,
상기 예측모델을 이용하여 예측된 에너지 사용량을 기초로 상기 건물의 에너지 운용 스케쥴을 생성하하고,
상기 건물 에너지 운용 스케쥴에 따라 각 설비를 기동 또는 정지해야 하는 시점이 도래하면, 해당 설비의 기동 또는 정지를 위한 제어신호를 생성하여 건물 자동화 장치로 전달하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
상기 상황인식 모듈은,
상기 건물 내에 위치하는 사용자의 이동패턴, 상기 설비 또는 상기 건물을 구성하는 시설 들의 운영 패턴, 및 실내온도 또는 습도의 이동경향패턴 중 적어도 하나를 생성하는 분석부를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 제1항에 있어서,
미리 정해진 프로토콜에 따라 상기 센싱 데이터, 상기 사용자 소셜 네트워크 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 상기 상황인식 모듈로 전송하고, 상기 건물의 에너지 운용 스케쥴에 따라 상기 상황인식 모듈로부터 전송되는 제어신호에 따라 상기 설비들의 운영을 제어하는 건물 관리 장치를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 시스템. - 건물에 설치된 이동센서 또는 고정센서로부터 전송되는 센싱 데이터, 상기 건물에 위치하는 사용자들의 소셜 네트워크 상의 사용자 소셜 네트워크 데이터 및 사용자 또는 복수의 사용자로 구성된 그룹의 스케쥴 데이터 중 적어도 하나로 구성된 개인화 데이터, 및 상기 건물에 설치된 설비들의 운영 스케쥴 데이터를 수집하는 단계; 및
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터에 상황인식 기법을 적용하여 예측모델을 생성하고, 생성된 예측모델을 이용하여 상기 건물의 에너지 사용량을 예측하는 단계를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법. - 재9항에 있어서,
상기 예측하는 단계는,
상기 센싱 데이터, 상기 개인화 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 이용하여 상기 건물의 각 시간대 별 에너지 사용량 및 평균 에너지 사용량에 대한 패턴을 생성하는 단계;
회귀분석 및 상관관계 분석 중 적어도 하나를 통해 상기 생성된 패턴과 관련된 팩터들 및 각 팩터 별 가중치를 산출하는 단계;
상기 산출된 팩터들 및 팩터별 가중치, 에너지 단가, 상기 스케쥴 데이터, 및 상기 설비들의 운영 스케쥴 데이터를 미리 정해진 시공간 확률모델에 적용하여 예측모델을 생성하는 단계; 및
상기 예측모델을 이용하여 상기 건물의 에너지 사용량을 실시간으로 예측하는 단계를 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법. - 제9항에 있어서,
상기 예측된 에너지 사용량과 실제 에너지 사용량을 비교하는 단계; 및
상기 예측된 에너지 사용량과 실제 에너지 사용량이 다르면 상기 사용자 소셜 네트워크 데이터를 이용하여 상기 예측된 에너지 사용량을 보정하는 단계를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법. - 제9항에 있어서,
상기 예측된 에너지 사용량에 따라 상기 설비들의 각 시점 별 정지 또는 기동계획을 포함하는 건물의 에너지 운용 스케쥴을 생성하는 단계를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법. - 제12항에 있어서,
상기 건물의 에너지 운용 스케쥴에 따라 상기 설비들의 기동 또는 정지를 제어하는 단계를 더 포함하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법. - 제9항에 있어서,
상기 수집하는 단계에서,
상기 소셜 네트워크 상에 업로드 되어 있는 게시글 데이터들 중 미리 정해진 에너지 관련 키워드를 포함하는 게시글 데이터를 상기 소셜 네트워크 데이터로 수집하는 것을 특징으로 하는 상황인식 기반의 빌딩 에너지 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140016577A KR101633969B1 (ko) | 2014-02-13 | 2014-02-13 | 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140016577A KR101633969B1 (ko) | 2014-02-13 | 2014-02-13 | 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150095995A true KR20150095995A (ko) | 2015-08-24 |
| KR101633969B1 KR101633969B1 (ko) | 2016-06-27 |
Family
ID=54058586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140016577A KR101633969B1 (ko) | 2014-02-13 | 2014-02-13 | 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101633969B1 (ko) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180111181A (ko) * | 2017-03-31 | 2018-10-11 | 한국전력공사 | 건물의 사용 에너지 관리 시스템, 장치 및 방법 |
| WO2019017555A1 (ko) * | 2017-07-19 | 2019-01-24 | 제주대학교 산학협력단 | 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법 |
| CN113048994A (zh) * | 2019-12-26 | 2021-06-29 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及信息处理系统 |
| KR102321766B1 (ko) * | 2020-11-16 | 2021-11-03 | 충북대학교 산학협력단 | 건물의 에너지 수요 실시간 예측 방법 및 시스템 |
| KR102435561B1 (ko) * | 2022-05-19 | 2022-08-23 | 일성테크원주식회사 | 설비 기기들의 소비 전력량을 절감하면서 쾌적한 실내 환경을 보장하기 위한 bems를 구현하는 건물 에너지 관리 서버 및 방법 |
| KR102474936B1 (ko) * | 2022-09-16 | 2022-12-06 | 주식회사 이현정보 | Ai 기반의 복합제어센서를 활용한 자율제어 통합빌딩 시스템 |
| KR102482849B1 (ko) * | 2021-06-30 | 2022-12-29 | 주식회사 대림 | 원격검침 시스템 |
| KR102519474B1 (ko) * | 2021-10-29 | 2023-04-10 | (주) 탐진씨앤에스 | 설비 동작 상태 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법 |
| KR102604824B1 (ko) * | 2023-05-09 | 2023-11-22 | 주식회사 집쇼코리아 | 증강 현실을 포함하는 체험 시스템 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101203375B1 (ko) * | 2010-05-13 | 2012-11-20 | 엘에스산전 주식회사 | 데이터 수집 장치, 데이터 수집 시스템 및 데이터 수집 방법 |
| KR20130082630A (ko) * | 2011-12-12 | 2013-07-22 | 엘지전자 주식회사 | 빌딩 에너지 관리 시스템 및 이의 제어 방법 |
| KR20130089738A (ko) * | 2011-12-30 | 2013-08-13 | 주식회사 효성 | 에너지관리시스템을 위한 예측시스템 |
| JP2013246702A (ja) * | 2012-05-28 | 2013-12-09 | Ntt Facilities Inc | ワークプレイス管理システム、ワークプレイス管理装置、ワークプレイス管理方法、及びプログラム |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100964449B1 (ko) * | 2007-12-18 | 2010-06-16 | 엘에스전선 주식회사 | 빌딩 에너지 관리 시스템 및 그 제어 방법 |
| JP2010246702A (ja) * | 2009-04-15 | 2010-11-04 | Fujifilm Corp | カプセル型医療機器回収システム |
| KR101890675B1 (ko) * | 2012-02-07 | 2018-08-22 | 엘지전자 주식회사 | 스마트 그리드를 위한 스마트 미터 및 서비스 수행 방법 |
| KR101345125B1 (ko) * | 2012-04-30 | 2013-12-26 | 전자부품연구원 | 사용자 만족도 및 에너지 효율을 높이기 위한 냉난방 제어 방법 및 시스템 |
| KR20130130303A (ko) * | 2012-05-22 | 2013-12-02 | 엘지전자 주식회사 | 서버, 전자 장치 및 전자 장치의 인터페이스를 제공하는 방법 |
-
2014
- 2014-02-13 KR KR1020140016577A patent/KR101633969B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101203375B1 (ko) * | 2010-05-13 | 2012-11-20 | 엘에스산전 주식회사 | 데이터 수집 장치, 데이터 수집 시스템 및 데이터 수집 방법 |
| KR20130082630A (ko) * | 2011-12-12 | 2013-07-22 | 엘지전자 주식회사 | 빌딩 에너지 관리 시스템 및 이의 제어 방법 |
| KR20130089738A (ko) * | 2011-12-30 | 2013-08-13 | 주식회사 효성 | 에너지관리시스템을 위한 예측시스템 |
| JP2013246702A (ja) * | 2012-05-28 | 2013-12-09 | Ntt Facilities Inc | ワークプレイス管理システム、ワークプレイス管理装置、ワークプレイス管理方法、及びプログラム |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180111181A (ko) * | 2017-03-31 | 2018-10-11 | 한국전력공사 | 건물의 사용 에너지 관리 시스템, 장치 및 방법 |
| WO2019017555A1 (ko) * | 2017-07-19 | 2019-01-24 | 제주대학교 산학협력단 | 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법 |
| CN113048994A (zh) * | 2019-12-26 | 2021-06-29 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及信息处理系统 |
| KR102321766B1 (ko) * | 2020-11-16 | 2021-11-03 | 충북대학교 산학협력단 | 건물의 에너지 수요 실시간 예측 방법 및 시스템 |
| KR102482849B1 (ko) * | 2021-06-30 | 2022-12-29 | 주식회사 대림 | 원격검침 시스템 |
| KR102519474B1 (ko) * | 2021-10-29 | 2023-04-10 | (주) 탐진씨앤에스 | 설비 동작 상태 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법 |
| KR102435561B1 (ko) * | 2022-05-19 | 2022-08-23 | 일성테크원주식회사 | 설비 기기들의 소비 전력량을 절감하면서 쾌적한 실내 환경을 보장하기 위한 bems를 구현하는 건물 에너지 관리 서버 및 방법 |
| KR102474936B1 (ko) * | 2022-09-16 | 2022-12-06 | 주식회사 이현정보 | Ai 기반의 복합제어센서를 활용한 자율제어 통합빌딩 시스템 |
| KR102604824B1 (ko) * | 2023-05-09 | 2023-11-22 | 주식회사 집쇼코리아 | 증강 현실을 포함하는 체험 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101633969B1 (ko) | 2016-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101633969B1 (ko) | 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 | |
| Salimi et al. | Critical review and research roadmap of office building energy management based on occupancy monitoring | |
| CN107750323B (zh) | 用于控制空调装置的启动的方法及其设备 | |
| JP6938745B2 (ja) | 需要応答イベント中におけるｈｖａｃシステムの制御 | |
| Metallidou et al. | Energy efficiency in smart buildings: IoT approaches | |
| Hilliard et al. | Experimental implementation of whole building MPC with zone based thermal comfort adjustments | |
| Goyal et al. | Experimental study of occupancy-based control of HVAC zones | |
| US10107513B2 (en) | Thermodynamic modeling for enclosures | |
| Leung et al. | The use of occupancy space electrical power demand in building cooling load prediction | |
| EP3007016B1 (en) | Central control apparatus for controlling facilities, facility control system comprising the same, and facility control method | |
| EP3134860A1 (en) | Operating method and apparatus of smart system for power consumption optimization | |
| KR102170522B1 (ko) | 관람객 수와 환경 변화를 고려한 전시홀 에너지 관리 시스템 | |
| JP6050955B2 (ja) | ワークプレイス管理システム、ワークプレイス管理装置、ワークプレイス管理方法、及びプログラム | |
| Ouf et al. | A simulation-based method to investigate occupant-centric controls | |
| Touretzky et al. | Building-level power demand forecasting framework using building specific inputs: Development and applications | |
| US20230168649A1 (en) | Building control system using reinforcement learning | |
| Hobson et al. | A workflow for evaluating occupant-centric controls using building simulation | |
| Abrol et al. | Data-enabled building energy savings (DE BES) | |
| Pazhoohesh et al. | Investigating occupancy-driven air-conditioning control based on thermal comfort level | |
| Yuan et al. | A study towards applying thermal inertia for energy conservation in rooms | |
| KR20160097071A (ko) | 소셜 네트워크를 이용한 공동 주거지 에너지 관리 장치 및 방법 | |
| Bao et al. | A rule-based smart thermostat | |
| KR20130120604A (ko) | 외기 도입을 위한 건물 에너지 관리 방법 및 이를 위한 장치 | |
| Pereira et al. | Intelligent Residential Buildings and the Behaviour of the Occupants: State of the Art | |
| Peng | Learning-based demand-driven controls for energy-efficient buildings |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190531 Year of fee payment: 4 |