KR20160001023A - 건물 정보 검출 방법 및 장치 - Google Patents

건물 정보 검출 방법 및 장치 Download PDF

Info

Publication number
KR20160001023A
KR20160001023A KR1020140078647A KR20140078647A KR20160001023A KR 20160001023 A KR20160001023 A KR 20160001023A KR 1020140078647 A KR1020140078647 A KR 1020140078647A KR 20140078647 A KR20140078647 A KR 20140078647A KR 20160001023 A KR20160001023 A KR 20160001023A
Authority
KR
South Korea
Prior art keywords
building
information
configuration information
detecting
range
Prior art date
Application number
KR1020140078647A
Other languages
English (en)
Inventor
이동섭
서성목
임헌정
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140078647A priority Critical patent/KR20160001023A/ko
Priority to CN201580044554.4A priority patent/CN106663142B/zh
Priority to PCT/KR2015/006470 priority patent/WO2015199457A1/ko
Priority to US15/322,013 priority patent/US11092934B2/en
Publication of KR20160001023A publication Critical patent/KR20160001023A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/10—Office automation; Time management
    • 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
    • G06Q50/08—Construction

Abstract

본 발명은 제1시점의 건물의 종류가 상기 제1시점 보다 앞선 제2시점에서의 상기 건물의 종류와 상이한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보와 상기 제2시점의 상기 건물의 종류에 따른 제2건물 구성 정보를 검출하고, 상기 제1건물 구성 정보와 상기 제2건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하고, 상기 결정된 범위에 따라 미리 설정된 다수개의 조건을 만족하는 데이터 값을 검출한다.

Description

건물 정보 검출 방법 및 장치{METHOD AND APPARATUS FOR DETECTING BUILDING INFORMATION}
본 발명은 건물 정보 검출 방법 및 장치를 제안한다.
건물 에너지 관리 시스템(building energy management system: BEMS)은 건물 에너지 관리 설비의 다양한 정보를 실시간으로 수집 및 분석하여 에너지를 효율적으로 관리할 수 있도록 하는 시스템이다. 상기 BEMS에서 건물에너지 소비를 모델링하고 기후와 연동하여 예측 및 이상 상태 모니터링 등을 가능하도록 하는 건물 모델링 기술로서 건물 정보 모델링(building information modeling: BIM) 기술이 있다. 상기 BIM 기술은 크게 화이트박스(whitebox) 모델링 기술, 기준 정보 기반 모델링 기술 및 확률 기반 모델링 기술 등으로 구분될 수 있다.
상기 화이트박스 모델링 기술은 다수의 센서에 의해 측정된 정보 혹은 도면 정보 등의 실측 정보를 기반으로 건물 모델링을 수행하는 기술이다. 상기 화이트박스 모델링 기술이 사용될 경우, 에너지 시뮬레이션에 많이 적용되는 툴(tool)(일 예로, EnergyPlus)이 사용될 수 있는데 이때 상기 툴의 입력값으로 실측 정보가 사용될 수 있다.
하지만 상기 화이트박스 모델링 기술을 사용하기 위해서는 실측 정보 획득을 위해 센서 장비가 장착되어야 하며 이로 인한 비용이 발생되는 문제가 있다. 또한, 상기 화이트박스 모델링 기술을 사용하기 위해서는 필요한 모든 정보를 실측하는데 소요되는 시간과 이를 위해 필요한 인력이 요구되는 등 여러 가지 제약 사항이 존재한다는 문제가 있다. 따라서 화이트박스 모델링 기술은 정확도가 높지만, 높은 비용과 시간 소요에 대한 문제와 건물에 따라 동일한 작업이 반복되어야 하는 문제 등으로 인해 일반적으로 많이 사용되지는 않는다.
상기 기준 정보 기반 모델링 기술은 건물 정보에 대한 기준 정보를 에너지 시뮬레이터의 입력값으로 사용하여 건물 모델링을 수행하는 기술이다. 상기 기준 정보는 미리 설정된 에너지 표준 정보(일 예로, ASHRAE 90.1(energy standard for buildings except low-rise residential buildings)의 정보)이 될 수 있다. 상기 기준 정보 기반 모델링 기술은 가장 간편하게 사용될 수 있는 건물 모델링 기술이다. 하지만, 상기 기준 정보 기반 모델링 기술은 실제 정보와 기준 정보 간의 오차가 크게 발생할 수 있다는 문제로 인해(ASHRAE 90.1의 정보가 사용될 경우 10~25%의 오차가 발생할 수 있음) 소비 전력 예측 및 이상 감지 등의 모니터링 적용 등을 위해 사용되는데에는 한계가 있다.
상기 확률 기반 모델링 기술은 확률적 방법(일 예로, 베이지안 보정(Bayesian Calibration) 방법)을 기반으로 하는 건물 모델링 기술이다. 상기 확률 기반 모델링 기술은 프로세스의 복잡도가 높고 딘계별 수동적 프로세스로 인한 시간 소요 및 휴먼 에러가 증가하며, 절대적인 각각의 인자 범위(boundary)가 설정됨에 따라 정확도가 감소하는 문제가 있다.
이처럼 종래의 BIM 기술들은 시간 및 금전적 비용 문제, 복잡도 문제 및 정확도 문제 등을 가지고 있다. 따라서 상기와 같은 문제를 고려하여 보다 효율적이고 정확도가 높은 BIM 기술이 요구되고 있다.
본 발명은 건물 정보 검출 방법 및 장치를 제안한다.
본 발명은 건물 정보 모델링을 위한 정보를 정확하게 검출하여 사용할 수 있도록 하는 방법 및 장치를 제안한다.
본 발명은 효율적인 건물 에너지 관리를 위해 정확하고 간편하게 건물 정보 모델링을 수행할 수 있도록 하는 방법 및 장치를 제안한다.
본 발명에서 제안하는 방법은; 건물 정보 검출 방법에 있어서, 제1시점의 건물의 종류가 상기 제1시점 보다 앞선 제2시점에서의 상기 건물의 종류와 상이한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보와 상기 제2시점의 상기 건물의 종류에 따른 제2건물 구성 정보를 검출하는 과정과, 상기 제1건물 구성 정보와 상기 제2건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하는 과정과, 상기 결정된 범위에 따라 미리 설정된 다수개의 조건을 만족하는 데이터 값을 검출하는 과정을 포함한다.
본 발명에서 제안하는 장치는; 건물 정보 검출 장치에 있어서, 건물 종류 정보 및 건물 종류 별 건물 구성 정보를 저장하는 메모리와, 제1시점의 건물의 종류가 상기 제1시점 보다 앞선 제2시점에서의 상기 건물의 종류와 상이한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보와 상기 제2시점의 상기 건물의 종류에 따른 제2건물 구성 정보를 검출하고, 상기 제1건물 구성 정보와 상기 제2건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하고, 상기 결정된 범위에 따라 미리 설정된 다수개의 조건을 만족하는 데이터 값을 검출하는 제어부를 포함한다.
본 발명은 기존의 실측 정보 활용, 표준(일 예로, ASHRAE 90.1) 적용, 베이지안(Bayesian) BIM 방식과 달리, 건물을 기능별로 분류하여 건물의 이력 정보, 시대별 정보, 건축 자재 정보 등이 포함된 데이터베이스를 활용함으로써 기존의 건물 종류에 따른 정보를 현실적으로 추출할 수 있다. 또한 본 발명은 추출된 정보를 각 입력 인지의 범위(domain)에 이용함으로써 오차를 최소화 할 수 있다.
또한, 본 발명에서 제시하는 최적화 방법이 사용될 경우 기기 정보, 재실자 정보 및 구역별 환경 정보를 동시에 고려한 글로벌 솔루션(global solution) 계산이 가능해지며 계산 시간이 단축될 수 있다. 이는 실제로 새로운 건물에 적용 시 에너지 시뮬레이션을 통해 BEMS와 같은 시스템을 적용하기 전에 그 시스템의 효과를 사전 검증할 수 있고 시스템 선정에도 도움을 줄 수 있다. 또한, 이를 통한 효율적인 에너지 사용시 기존 대비 절감 효과까지 높은 정확도로 손쉽게 도출할 수 있게 된다.
도 1은 본 발명의 실시 예에 따른 건물 정보 모델링(building information modeling: BIM) 장치의 내부 구성을 나타낸 블록 구성도,
도 2는 본 발명의 실시 예에 따른 BIM 장치의 BIM 과정을 나타낸 순서도,
도 3은 본 발명의 실시 예에 따른 건물 그룹들의 일 예를 나타낸 도면,
도 4a는 본 발명의 실시 예에 따른 건물 기능 정보에 따라 획득되는 BIM 데이터의 일 예를 나타낸 도면,
도 4b는 본 발명의 실시 예에 따른 BIM 파라미터에 대해 다수개의 범위(multiple domain)를 설정하는 과정을 나타낸 도면,
도 5는 본 발명의 실시 예에 따른 두 가지 특성을 갖는 BIM 파라미터 범위를 나타낸 도면,
도 6은 일반적인 BIM 파라미터 범위 설정 방식을 사용한 경우 소비 전력량의 실제값과 예측값을 비교한 그래프,
도 7은 본 발명의 실시 예에 따른 BIM 파라미터 범위 설정 방식을 사용한 경우 소비 전력량의 실제값과 예측값을 비교한 그래프,
도 8은 일반적인 최적화 방법을 보인 도면,
도 9는 본 발명의 실시 예에 따른 분산 범위 최적화 방법을 나타낸 도면.
이하 첨부된 도면을 참조하여 본 발명의 동작 원리를 상세히 설명한다. 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시 예에 따른 건물 정보 모델링(building information modeling: BIM) 장치의 내부 구성을 나타낸 블록 구성도이다.
도 1을 참조하면, 상기 BIM 장치는 제어부(100), 메모리(110) 및 사용자 인터페이스(130)를 포함한다. 상기 제어부(100)는 이하에 제시될 본 발명의 실시 예에 따른 BIM을 위한 동작을 수행하며, 상기 메모리(110)는 상기 BIM 장치의 동작을 위해 필요한 다양한 정보 및 입력되는 정보 등을 저장한다.
특히, 상기 메모리(110)는 BIM 데이터 베이스(database: DB)(120)를 포함할 수 있는데, 상기 BIM DB(120)는 BIM 정보로서 건물 기능(building function) 정보와 건물 상세(building specification) 정보를 포함할 수 있다. 상기 건물 기능 정보는 건물의 종류(type) 정보를 포함하며, 상기 건물 상세 정보는 각 종류의 건물에 대한 건물 구성 정보를 포함한다. 상기 건물 구성 정보는 일 예로, 해당 건물의 층수 정보, 방향 정보, 기기 정보(HVAC(heating, ventilation, and air conditioning)), 조명 정보, 엘리베이터 정보 및 재실자(occupancy) 정보 등을 포함할 수 있다.
상기 사용자 인터페이스(130)는 사용자에게 정보를 제공하거나 사용자로부터 정보를 입력받는 구성부이다. 예를 들어, 상기 사용자 인터페이스(130)는 상기 BIM DB(100)에 사용자가 원하는 건물의 BIM 정보가 존재하지 않을 경우, 사용자로부터 해당 건물에 대한 BIM 정보를 입력 받을 수 있다.
이하 상기와 같이 구성된 BIM 장치에서 수행되는 BIM 과정에 대해 설명하기로 한다.
도 2는 본 발명의 실시 예에 따른 BIM 장치의 BIM 과정을 나타낸 순서도이다.
도 2를 참조하면, 본 발명의 실시 예에 따른 BIM 과정은 크게 200 단계 내지 208 단계에 나타난 바와 같은 선처리(pre-processing) 과정 및 210 단계에 나타난 바와 같은 최적화(optimization) 과정을 포함할 수 있다.
상기 선처리 과정에서 상기 BIM 장치는 먼저 해당 건물이 신축 건물인지 혹은 기축 건물인지를 먼저 구분한다. 이는 해당 건물이 신축 건물일 때와 기축 건물일 때의 모델링 방법이 각각 다르기 때문이다. 상기 BIM 장치는 200 단계에서 해당 건물이 신축 건물인 경우, 202 단계에서 상기 신축 건물에 대한 건물 기능 정보를 획득한다. 상기 신축 건물은 과거 이력이 존재하지 않으므로 상기 BIM 장치는 현재 시점의 건물 기능 정보를 획득한다. 상기 건물 기능 정보는 상기 BIM DB(120)로부터 획득되거나 사용자로부터 입력받아 획득될 수 있다.
상기 BIM 장치는 해당 건물이 신축 건물이 아닌 경우 즉, 기축 건물인 경우 204 단계에서 상기 기축 건물의 현재 및 과거의 건물 기능 정보를 획득한다. 예를 들어, 상기 기축 건물이 이전에 병원이었다가 현재 호텔로 변경된 경우, 상기 BIM 장치는 과거의 건물 기능 정보로서 상기 병원에 대한 정보를 획득하고, 현재의 건물 기능 정보로서 상기 호텔에 대한 정보를 획득한다.
상기 BIM 장치는 206 단계에서 상기 획득된 건물 기능 정보에 따른 건물 구성 정보(이하 'BIM 데이터'라 칭함)를 획득한다. 상기 BIM 데이터는 일 예로, 건물의 층수 정보, 방향 정보, 기기 정보, 조명 정보, 엘리베이터 정보 및 재실자 정보 등을 포함할 수 있다. 한편, 해당 건물이 기축 건물인 경우, 과거 BIM 데이터로서 과거의 기후 정보도 사용될 수 있다. 그리고 기기 정보, 자재(materials) 정보 및 재실자 정보 등의 BIM 데이터는 영역(zone)별로 스케줄링(scheduling) 및 크기 등의 BIM 운용인자(혹은 BIM 요소(element))들을 포함할 수 있다.
상기 BIM 장치는 208 단계에서 각 BIM 운용인자 별 범위(domain)를 결정한다. 상기 범위는 평균과 표준편차를 포함할 수 있다. 추가적으로 동일 건물일지라도 건축 시기에 따른 BIM 파라미터의 범위가 달라질 수 있는데 이러한 시기적 사항도 선처리 과정에서 고려될 수 있다.
상기와 같은 선처리 과정이 끝나면 상기 BIM 장치는 210 단계에서 BIM 운용인자 최적화 과정(BIM 운용인자 교정(BIM parameter calibration) 과정)을 수행한다. 여기서 상기 최적화 과정은 각 BIM 운용인자의 값을 최적화를 통해 결정하는 과정을 나타낸다. 상기 BIM 장치는 상기 최적화 과정에서 먼저 각 BIM 운용인자의 범위 내에서 임의의 값을 하나씩 추출하여 BIM 운용인자 셋(set)을 미리 설정된 수만큼 생성한다. 그 다음 상기 BIM 장치는 각 BIM 운용인자 셋에 대하여 시뮬레이션을 통해 전력 사용량을 산출한다. 그리고 상기 BIM 장치는 앞서 해당 건물의 과거 이력 정보 수집시 획득한 전력 사용량과 상기 산출된 전력 사용량을 비교하여 오차를 계산한다.
상기 BIM 장치는 BIM 운용인자 셋을 미리 설정된 수만큼 생성한 후, 오차가 적은 상위 2개의 셋을 결정하는 과정을 반복하여 오차가 일정값 이하면 최적화를 종료한다. 상기 오차가 최소화된 BIM 운용인자 셋은 건물에 대한 모델링 입력 인자로서 앞으로의 기후에 기반한 에너지 사용량을 예측하거나 다른 어플리케이션에 사용될 수 있다. 알고리즘 개발 단계에서는 모델링을 통해 얻은 에너지 사용량 예측 오차가 만족스러운 오차 범위에 들어오는지 확인하는 과정을 통해 알고리즘 선정 혹은 운용인자 값 선정 등이 이루어질 수 있다.
이하 상기에서 설명한 선처리 과정 및 최적화 과정에 대해 각각 구체적으로 설명하기로 한다.
(1) 선처리 과정: 건물 기능 정보 획득 방법
상기 선처리 과정의 첫 번째 단계인 건물 기능 정보 획득 단계에서는 미리 설정된 건물 그룹들에 대한 정보를 기반으로 해당 건물의 건물 기능 정보가 획득될 수 있다.
도 3은 본 발명의 실시 예에 따른 건물 그룹들의 일 예를 나타낸 도면이다.
도 3에서는 일 예로 교육 및 콘서트(310), 상업적 건물(320), 숙박 시설(330), 목욕 건물(340), 오피스 빌딩(350), 의료 기관(360), 거주지 건물(370) 등의 7개의 건물 그룹들을 보이고 있다. 상기 BIM 장치는 상기 7개의 건물 그룹들을 기반으로 해당 건물이 어떠한 종류의 건물인지를 판단할 수 있다. 한편, 기존에는 새로운 건물에 대한 BIM 데이터를 계산할 때, 현재의 건물 기능만을 고려하였으나, 본 발명의 실시 예에서는 현재뿐만 아니라 과거의 건물 기능도 고려함으로써 현실적인 BIM 수행이 가능하도록 한다.
(2) 선처리 과정: 건물 기능 정보에 따른 BIM 데이터 획득 방법
상기 BIM 장치는 건물 기능 정보가 획득되면, 상기 획득된 건물 기능 정보에 따른 건물 구성 정보인 BIM 데이터를 획득할 수 있다. 상기 BIM 데이터는 일 예로 도 4a에 나타난 바와 같다.
도 4a는 본 발명의 실시 예에 따른 건물 기능 정보에 따라 획득되는 BIM 데이터의 일 예를 나타낸 도면이다.
도 4a를 참조하면, 상기 BIM 장치는 400 단계에서 건물 기능 정보가 획득되면, 410 단계에서 상기 획득된 건물 기능 정보에 따른 BIM 데이터를 획득한다. 도 4a의 (a)에는 해당 건물이 기축 건물임에 따라 현재의 건물 기능 정보(호텔)와 과거의 건물 기능 정보(병원, 기숙사)가 획득된 경우의 BIM 데이터가 예시적으로 나타나 있다.
구체적으로, 도 4a의 (a)에는 건물 기능 정보 별 BIM 데이터에 기기 정보(HVAC), 조명(lights) 정보, 자재(material) 정보, 재실자(occupancy) 정보 및 엘리베이터(elevator) 정보가 포함됨을 보이고 있다. 한편, 도 4a의 (b)에 나타난 바와 같이, 각 BIM 데이터는 다수개의 BIM 운용인자를 포함할 수 있다. 예를 들어, HVAC는 난방 정보, 환기 정보 및 냉방 정보 등의 BIM 운용인자를 나타내는 H1gen, H2gen, H3gen 등을 포함할 수 있다.
(3) 선처리 과정: BIM 데이터에 대한 각 BIM 운용인자 별 범위 결정 방법
상기 BIM 장치는 각 건물 기능 정보 별 BIM 데이터가 모두 획득되면, 사용할 BIM 데이터를 선택하고, 선택된 BIM 데이터와 관련된 BIM 운용인자에 적합한 범위를 설정한다. 기존에는 특정 건물의 BIM 운용인자 값을 표준(일 예로, ASHRAE) 등에 기재된 기준 정보를 기반으로 임의로 범위를 설정하였으나, 본 발명의 실시 예에서는 건물의 이력 및 확률을 기반으로 범위를 설정함으로써 불확실성을 감소시켜 정확도가 향상될 수 있도록 한다.
도 4b는 본 발명의 실시 예에 따른 BIM 운용인자에 대해 다수개의 범위(multiple domain)를 설정하는 과정을 나타낸 도면이다.
도 4b를 참조하면, 상기 BIM 장치는 410 단계에서 건물 기능 정보에 따른 BIM 데이터가 획득되면, 420 단계에서 BIM 데이터 별 BIM 운용인자 값의 범위를 결정한다. 여기서 상기 BIM 장치는 해당 건물이 기축 건물인 경우, 과거의 건물 기능 정보에 따른 BIM 데이터 별 BIM 운용인자 값의 범위를 결정한다.
만약, 해당 건물의 과거 건물 기능 정보가 병원 및 상점을 나타내고, 현재의 건물 기능 정보가 호텔을 나타낼 경우, 상기 BIM 장치는 상기 병원, 상점 및 호텔 각각과 관련된 BIM 데이터 별 BIM 운용인자 값의 범위를 결정함으로써 다수개의 범위를 생성할 수 있다. 이 경우 상기 BIM 장치는 430 단계에서 상기 다수개의 범위를 기반으로 통계적 BIM 운용인자 값을 결정한다.
예를 들어 HVAC의 BIM 운용인자가 H1gen, H2gen, H3gen, H4gen, H5gen의 5개가 존재하는 경우, 운용인자 별 평균값 및 분산값을 사용하여 다수개의 범위가 설정될 수 있다.
상기와 같이 본 발명의 실시 예에서는 건물의 이력 및 확률을 기반으로 범위를 설정하며, 상기 설정된 범위는 일 예로 도 5에 나타난 바와 같다.
도 5는 본 발명의 실시 예에 따른 두 가지 특성을 갖는 BIM 운용인자 범위를 나타낸 도면이다.
본 발명의 실시 예에서 BIM 운용인자의 범위는 크게 도 5의 (a)에 나타난 바와 같은 불연속적인(discontinuity) 특성과 도 5의 (b)에 나타난 바와 같은 교차적인(intersection) 특성을 가질 수 있다.
먼저 도 5의 (a)를 참조하면, 현재 건물이 호텔이고 과거에 병원이었던 경우 상기 호텔 및 병원의 BIM 데이터에 대한 BIM 운용인자의 범위가 각각 설정될 수 있다. 상기 호텔에 대한 BIM 운용인자의 범위(U∈[15:25])(평균 μi=20, 분산 3σi=5)(510)와 상기 병원에 대한 BIM 운용인자의 범위(U∈[0:10])(평균 μi=5, 분산 3σi=5)(500)는 중첩되지 않는다. 본 발명의 실시 예에서는 현재 이력 및 과거 이력 즉, 상기 호텔 및 병원에 대한 BIM 운용인자의 범위(Dk∈[0:10], [15:25])를 모두 고려하기 때문에, 과거 이력을 고려하지 않는 기존의 방법(즉, 기존에는 호텔에 대한 BIM 운용인자의 범위(Dk ∈[15:25])만을 고려함)에 비해 실질적으로 최적인 BIM 운용인자 값을 보다 정확하게 결정할 수 있다.
한편, 상기 호텔 및 병원의 BIM 데이터에 대한 BIM 운용인자의 범위는 도 5의 (b)에 나타난 바와 같이 중첩될 수 있다. 이 경우 호텔에 대한 BIM 운용인자 범위(Dk ∈[15:25])만을 고려할 경우에 비해 그 범위가 넓어지게 된다(즉, Dk ∈[10:25]). 상기와 같이 범위가 넓어질 경우 최적인 BIM 운용인자 값의 도출 가능 범위가 넓어지며, 실제 기축 건물의 변경되지 않은 BIM 운용인자 값이 최적화를 통해 보다 정확하게 검출될 수 있다.
추가적으로, 건물의 건설된 시기에 따라서 건물 이력이 변경된 적이 없더라도 주요 BIM 운용인자의 범위가 다를 수 있다. 본 발명의 실시 예에서는 이러한 시대별 사항이 고려된 운용인자를 반영하여 BIM 운용인자의 범위를 확장 혹은 변경할 수 있다.
일반적인 범위 설정 방식과 본 발명의 실시 예에 따른 범위 설정 방식에 대한 정확도를 도 6 및 도 7을 참조로 비교하여 살펴보면 다음과 같다.
도 6은 일반적인 BIM 운용인자 범위 설정 방식을 사용한 경우 소비 전력량의 실제값과 예측값을 비교한 그래프이다.
도 6에서는 일반적인 BIM 운용인자 범위 설정 방식을 사용한 경우의 시뮬레이션 결과를 보이고 있다. 도 6의 (a)는 1월 한달 간의 소비 전력량의 실제값과 예측값을 나타내고 있는데, 상기 실제값과 예측값은 오차가 작게 나타나 최적화가 잘 수행된 것처럼 보일 수 있다. 하지만, 도 6의 (b)에 나타난 7월 한달 간의 소비 전력량의 실제값과 예측값을 살펴보면, 상기 실제값과 예측값이 오차가 크게 나타나 정확도가 현저히 떨어짐을 알 수 있다. 이는 BIM 운용인자의 범위가 제대로 적용되지 못해 최적화된 BIM이 수행되지 못해 생기는 문제로 볼 수 있다.
도 7은 본 발명의 실시 예에 따른 BIM 운용인자 범위 설정 방식을 사용한 경우 소비 전력량의 실제값과 예측값을 비교한 그래프이다.
도 7에서는 도 5의 (b)에 나타난 바와 같은 교차적인 특성을 갖는 BIM 운용인자 범위를 고려한 시뮬레이션 결과를 보이고 있다. 도 7의 (a) 및 (b)는 각각 1월 및 7월 한달 간의 소비 전력량의 실제값과 예측값을 나타내고 있으며, 도 6의 (a) 및 (b)와 비교하여 1월 및 7월 모두 정확도가 높으며 거의 변함이 없음을 알 수 있다. 이는 BIM 운용인자의 범위를 확장함으로써 특정 건물에 대한 BIM이 제대로 수행된 결과라고 할 수 있다. 이처럼 본 발명의 실시 예에 따른 적응적인(adaptive) BIM 운용인자 범위를 고려할 경우 건물 모델링의 정확도를 상승시킬 수 있게 된다.
(4) 최적화 과정
본 발명의 실시 예에 따른 최적화 과정은 일반적인 최적화 방법의 한계를 극복하기 위한 방법으로서 동일 설계 도메인을 가진 여러 개의 최적화 문제를 만족하는 해를 찾고자 할 때 적용 가능한 방법이다.
본 발명의 실시 예에서는 일 예로 다음과 같은 세 가지 최적화 문제를 제시한다. 첫 번째는 기기 자체의 성능과 관련된 기기 정보 오차 최소화 문제이다. HVAC(t), Lighting(t), Appliance(t) 등이 주로 포함될 수 있다. 두 번째는 건물의 각 구역(zone)에 속할 수 있는 재실자 정보의 최적화 문제이다. 재실자 스케줄링은 과거 패턴 기반 혹은 회사의 경우 회의실 예약 정보 등의 정보를 통해 모델링이 가능하다. 세 번째는 구역별 환경 정보 최적화 문제인데, 각 구역 별 설정 온도(setpoint)와 같은 스케줄 정보와 휴일(holiday)인 경우 등의 정보가 주로 고려될 수 있다.
상기와 같은 세 가지 문제를 풀 때, 실제로 앞서 예시한 HVAC(t), Lighting(t), Appliance(t), Occupnacy(t), ZoneSetpoint(t), Holiday(t) 등의 운용인자가 개별적으로 모두 사용될 수 있다. 다른 말로, 세 가지 문제 최적화 시 상기 운용인자들은 동일한 범위를 갖는다. 이러한 경우 일반적인 개별 최적화 방법은 다음과 같다.
도 8은 일반적인 최적화 방법을 보인 도면이다.
일반적인 최적화 방법은 개별 최적화 방법, 순차 최적화 방법 및 싱글 오브젝티브(single objective) 방법을 포함하며, 도 8에서 y1은 기기 정보 최적화 값을 나타내고, y2는 재실자 정보 최적화 값을 나타내고, y3은 환경 정보 최적화 값을 나타낸다. 그리고 도 8에서 x는 세 가지 최적화 문제를 만족하는 해로서 글로벌 솔루션 Y(x)를 나타내며, D는 최적 운용인자 값의 범위를 나타낸다(일 예로, D = {x1, x2, x3, x4, x5, x6, x7, x8, x9}.
도 8의 (a)에 나타난 바와 같이, 각 y1, y2, y3 최적 변수의 값(D)이 상이함에 따라 개별 최적화가 수행될 경우 상기 y1, y2, y3 모두가 고려된 글로벌 솔루션 Y(x)은 도출될 수 없다.
그리고 도 8의 (b)에 나타난 바와 같이, 상기 y1, y2, y3 에 대해 동일 운용인자 값(D)을 도출할 수 있는 상태에서 순차적 최적화가 수행될 경우 범위 제한이 발생하여 글로벌 솔루션 Y(x)의 도출이 어렵게 된다.
또한 도 8의 (c)에 나타난 바와 같이, 상기 y1, y2, y3 에 가중치를 부여하는 방법을 사용할 경우 상기 y1, y2, y3 중 적어도 두 개는 동일 최적 운용인자 값(D)을 도출할 수 있으나, 가중치의 영향력으로 글로벌 솔루션 Y(x)의 도출이 어려운 경우가 발생한다.
따라서 본 발명의 실시 예에서는 상기와 같은 방법들을 사용하는 대신, 분산 범위 최적화(distributed domain optimization) 방법을 제시한다. 상기 분산 범위 최적화 방법은 세 가지 최적화 문제를 동시에(simultaneously) 계산하고 진행하는 방법이다. 여기서 주목할 점은 운용인자들 중 영향력이 큰 운용인자와 우성인자의 결합에 따른 최적 운용인자 값을 산출할 수 있도록 한다는 점이다. 이를 통해, 최적화를 위한 계산 시간을 단축시킬 수 있다.
예를 들어, 세가지 값 y1, y2, y3을 최적화하기 위한 방법을 설명한다. 상기 방법은 동일 범위의 운용인자들 중 각 y1, y2, y3에 영향력이 큰 운용인자와 각 y1, y2, y3의 우성 인자(y* 1, y* 2, y* 3)의 결합 방법을 포함한다.
Figure pat00001
상기 수학식 1에서 Y는 기기 정보, 재실자 정보, 구역별 환경 정보 각각에 대한 최적화 값을 나타낸다. 여기서 기기 정보와 관련된 변수는 [HVAC(t), Lighting(t), Appliance(t)]와 같이 예시될 수 있고, 상기 재실자 정보와 관련된 변수는 [Occupancy(t)]와 같이 예시될 수 있다. 또한, 상기 구역별 환경 정보와 관련된 변수는 각각의 공간에 적용된 공조 기기 설정 온도, 휴일의 경우 주중과 다른 세팅 값 등에 대해 [Zone Setpoint(t), Holiday(t)]와 같이 예시될 수 있다. 여기서, t는 일 예로 t ∈ [1:24]에 해당한다.
상기 수학식 1에 따른 y1, y2, y3의 산출식은 다음의 수학식 2와 같다.
Figure pat00002
상기 수학식 2에서 y1 ,t는 t시간에서의 기기 정보 최적화 값을 나타내고, x1,t, x2,t, x3,t는 t시간에서의 기기 정보 변수를 나타내고, x* 4,t- 1는 t-1시간에서의 재실자 정보 최적값에 해당하는 상수값을 나타내고, x* 5,t-1, x* 6,t-1는 t-1시간에서의 구역별 환경 정보 최적값에 해당하는 상수값을 나타낸다.
그리고 y2,t는 t시간에서의 재실자 정보 최적값을 나타내고, x4,t는 t시간에서의 재실자 정보 변수를 나타내고, x* 1,t-1, x* 2,t-1, x* 3,t-1는 t-1시간에서의 기기 정보 최적값에 해당하는 상수값을 나타내고, x* 5,t-1, x* 6,t-1는 t-1시간에서의 구역별 환경 정보 최적값에 해당하는 상수값을 나타낸다.
또한 y3,t는 t시간에서의 구역별 환경 정보 최적화 값을 나타내고, x5,t, x6,t는 t시간에서의 구역별 환경 정보 변수를 나타내고, x* 1,t-1, x* 2,t-1, x* 3,t-1는 t-1시간에서의 기기 정보 최적값에 해당하는 상수값을 나타내고, x* 4,t-1는 t-1시간에서의 재실자 정보 최적값에 상수값을 나타낸다. 여기서, t, t-1은 최적화 알고리즘이 동작하는 각각의 단계를 의미한다.
상기와 같이 본 발명의 실시 예에서는 이전 시간에 결정된 타 정보의 최적값을 사용하여 다음 시간의 해당 정보에 대한 최적값을 산출할 수 있도록 함으로써 다수의 최적화 문제를 효과적으로 해결할 수 있도록 한다.
도 9는 본 발명의 실시 예에 따른 분산 범위 최적화 방법을 나타낸 도면이다.
도 9에서는 상기 수학식 2에 따른 최적화 모델을 설명하기 위한 예시적인 도면을 보이고 있다. 도 9를 참조하면, 각 시간에 산출된 기기 정보 최적화 값, 재실자 정보 최적화 값, 구역별 환경정보 최적화 값이 y1,t, y2,t, y3,t를 만족하는 값으로 수렴하는 것을 확인할 수 있다. 즉, 기기 정보 오차 최소화, y1 = min(기기정보) = min(HVAC(t), Light(t), App.(t)), 재실자 정보 오차 최소화, y2 = min(재실자) = min(Occupancy(t)), 구역별 환경 정보 오차 최소화 y3 = min(환경 정보) = min(ZoneS.P(t),Holiday(t))를 반복적으로 산출함으로써, 기기 정보 최적화 값, 재실자 정보 최적화 값, 구역별 환경 정보 최적화 값을 각각 만족하는 값들로 수렴할 수 있도록 한다.
상술한 바와 같이 본 발명의 실시 예에서는 건물 에너지 시뮬레이션 시 사용되는 입력값(즉, 효율적인 에너지 사용을 위한 BEMS 적용 시 정확한 모델링을 위해서 필요한 운용인자)을 도출할 수 있다. 또한 본 발명의 실시 예에서는 기후 기반 에너지 소비량 예측, 이상 상태 모니터링, 건물 에너지의 효율적인 관리가 가능한 건물 모델링이 가능하고 이는 신축/기축 건물의 특징, 시대별 특징, 과거 건물의 이력을 반영하고 최적해를 상기 분산 범위 최적화 방식을 기반으로 검출함으로써 보다 현실적이고 정확도 높은 모델링이 수행될 수 있도록 할 수 있다. 따라서, 본 발명의 실시 예에 따를 경우 실측을 통한 에너지 시뮬레이션 모델링 보다 간편하고, 표준에 정의된 기준 정보를 사용할 떼 보다 높은 정확도의 모델링이 수행될 수 있다.
한편 본 발명의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 건물 정보 검출 방법에 있어서,
    제1시점의 건물의 종류가 상기 제1시점 보다 앞선 제2시점에서의 상기 건물의 종류와 상이한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보와 상기 제2시점의 상기 건물의 종류에 따른 제2건물 구성 정보를 검출하는 과정과,
    상기 제1건물 구성 정보와 상기 제2건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하는 과정과,
    상기 결정된 범위에 따라 미리 설정된 다수개의 조건을 만족하는 데이터 값을 검출하는 과정을 포함하는 건물 정보 검출 방법.
  2. 제1항에 있어서,
    상기 제1시점의 상기 건물의 종류가 상기 제2시점에서의 상기 건물의 종류와 동일한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보를 검출하는 과정과,
    상기 제1건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하는 과정과,
    상기 결정된 범위에 따라 미리 설정된 조건을 만족하는 데이터 값을 검출하는 과정을 더 포함하는 건물 정보 검출 방법.
  3. 제1항에 있어서,
    상기 범위를 결정하는 과정은,
    상기 제1건물 구성 정보에 포함된 데이터 값들의 범위와 상기 제2건물 구성 정보에 포함된 데이터 값들의 범위를 모두 고려하여 상기 제1건물에서 사용할 데이터 값의 범위를 결정하는 과정을 포함하는 건물 정보 검출 방법.
  4. 제1항에 있어서,
    상기 범위를 결정하는 과정은,
    상기 제1건물 구성 정보에 포함된 데이터 값들의 평균값 및 분산값과 상기 제2건물 구성 정보에 포함된 데이터 값들의 평균값 및 분산값을 고려하여 상기 제1건물에서 사용할 데이터 값의 범위를 결정하는 과정을 포함하는 건물 정보 검출 방법.
  5. 제1항에 있어서,
    상기 데이터 값을 검출하는 과정은,
    상기 미리 설정된 다수개의 조건에 따른 운용인자들의 셋(set)을 미리 설정된 개수만큼 생성하는 과정과,
    상기 미리 설정된 개수의 운용인자들의 셋들 각각을 사용하여 데이터 값들을 계산하는 과정과,
    상기 계산된 데이터 값들을 이전에 계산된 데이터 값들과 비교하는 과정과,
    상기 비교 결과를 기반으로 상기 미리 설정된 개수의 운용인자들의 셋들 중 적어도 하나를 검출하는 과정과,
    상기 검출된 적어도 하나의 운용인자의 셋에 따른 데이터 값을 상기 미리 설정된 다수개의 조건을 만족하는 데이터 값으로서 검출하는 과정을 포함하는 건물 정보 검출 방법.
  6. 제1항에 있어서,
    상기 데이터 값을 검출하는 과정은,
    제3시점에 상기 미리 설정된 다수개의 조건 중 적어도 하나의 조건을 만족하는 데이터 값을 사용하여, 상기 제3시점 이후의 시점인 제4시점에 상기 미리 설정된 다수개의 조건 중 적어도 하나의 다른 조건을 만족하는 데이터 값을 검출하는 과정을 포함하는 건물 정보 검출 방법.
  7. 제1항에 있어서,
    상기 데이터 값을 검출하는 과정은,
    상기 미리 설정된 다수개의 조건 각각을 만족하는 데이터 값을 검출하는 과정을 포함하는 건물 정보 검출 방법.
  8. 제1항에 있어서,
    상기 데이터 값을 검출하는 과정은,
    상기 미리 설정된 다수개의 조건 각각 별로 가중치를 부여하여, 상기 가중치가 부가된 각 조건을 만족하는 데이터 값을 검출하는 과정을 포함하는 건물 정보 검출 방법.
  9. 제1항에 있어서,
    상기 데이터 값을 검출하는 과정은,
    상기 미리 설정된 다수개의 조건을 순차적으로 만족시키는 데이터 값을 검출하는 과정을 포함하는 건물 정보 검출 방법.
  10. 제1항에 있어서,
    상기 제2건물 구성 정보는 상기 제2건물이 사용된 시대적 및 기후적 정보 중 적어도 하나를 고려하여 결정된 상기 제2건물의 구성 정보를 포함함을 특징으로 하는 건물 정보 검출 방법.
  11. 건물 정보 검출 장치에 있어서,
    건물 종류 정보 및 건물 종류 별 건물 구성 정보를 저장하는 메모리와,
    제1시점의 건물의 종류가 상기 제1시점 보다 앞선 제2시점에서의 상기 건물의 종류와 상이한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보와 상기 제2시점의 상기 건물의 종류에 따른 제2건물 구성 정보를 검출하고, 상기 제1건물 구성 정보와 상기 제2건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하고, 상기 결정된 범위에 따라 미리 설정된 다수개의 조건을 만족하는 데이터 값을 검출하는 제어부를 포함하는 건물 정보 검출 장치.
  12. 제11항에 있어서,
    상기 제어부는 상기 제1시점의 상기 건물의 종류가 상기 제2시점에서의 상기 건물의 종류와 동일한 경우, 상기 제1시점의 상기 건물의 종류에 따른 제1건물 구성 정보를 검출하고, 상기 제1건물 구성 정보를 기반으로 상기 제1건물에서 사용할 데이터 값의 범위를 결정하고, 상기 결정된 범위에 따라 미리 설정된 조건을 만족하는 데이터 값을 검출함을 특징으로 하는 건물 정보 검출 장치.
  13. 제11항에 있어서,
    상기 제어부는 상기 제1건물 구성 정보에 포함된 데이터 값들의 범위와 상기 제2건물 구성 정보에 포함된 데이터 값들의 범위를 모두 고려하여 상기 제1건물에서 사용할 데이터 값의 범위를 결정함을 특징으로 하는 건물 정보 검출 장치.
  14. 제11항에 있어서,
    상기 제어부는 상기 제1건물 구성 정보에 포함된 데이터 값들의 평균값 및 분산값과 상기 제2건물 구성 정보에 포함된 데이터 값들의 평균값 및 분산값을 고려하여 상기 제1건물에서 사용할 데이터 값의 범위를 결정함을 특징으로 하는 건물 정보 검출 장치.
  15. 제11항에 있어서,
    상기 제어부는 상기 미리 설정된 다수개의 조건에 따른 운용인자들의 셋(set)을 미리 설정된 개수만큼 생성하고, 상기 미리 설정된 개수의 운용인자들의 셋들 각각을 사용하여 데이터 값들을 계산하고, 상기 계산된 데이터 값들을 이전에 계산된 데이터 값들과 비교하고, 상기 비교 결과를 기반으로 상기 미리 설정된 개수의 운용인자들의 셋들 중 적어도 하나를 검출하고, 상기 검출된 적어도 하나의 운용인자의 셋에 따른 데이터 값을 상기 미리 설정된 다수개의 조건을 만족하는 데이터 값으로서 검출함을 특징으로 하는 건물 정보 검출 장치.
  16. 제11항에 있어서,
    상기 제어부는 제3시점에 상기 미리 설정된 다수개의 조건 중 적어도 하나의 조건을 만족하는 데이터 값을 사용하여, 상기 제3시점 이후의 시점인 제4시점에 상기 미리 설정된 다수개의 조건 중 적어도 하나의 다른 조건을 만족하는 데이터 값을 검출함을 특징으로 하는 건물 정보 검출 장치.
  17. 제11항에 있어서,
    상기 제어부는 상기 미리 설정된 다수개의 조건 각각을 만족하는 데이터 값을 검출함을 특징으로 하는 건물 정보 검출 장치.
  18. 제11항에 있어서,
    상기 제어부는 상기 미리 설정된 다수개의 조건 각각 별로 가중치를 부여하여, 상기 가중치가 부가된 각 조건을 만족하는 데이터 값을 검출함을 특징으로 하는 건물 정보 검출 장치.
  19. 제11항에 있어서,
    상기 제어부는 상기 미리 설정된 다수개의 조건을 순차적으로 만족시키는 데이터 값을 검출함을 특징으로 하는 건물 정보 검출 장치.
  20. 제11항에 있어서,
    상기 제2건물 구성 정보는 상기 제2건물이 사용된 시대적 및 기후적 정보 중 적어도 하나를 고려하여 결정된 상기 제2건물의 구성 정보를 포함함을 특징으로 하는 건물 정보 검출 장치.


KR1020140078647A 2014-06-26 2014-06-26 건물 정보 검출 방법 및 장치 KR20160001023A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020140078647A KR20160001023A (ko) 2014-06-26 2014-06-26 건물 정보 검출 방법 및 장치
CN201580044554.4A CN106663142B (zh) 2014-06-26 2015-06-25 用于检测建筑信息的方法和设备
PCT/KR2015/006470 WO2015199457A1 (ko) 2014-06-26 2015-06-25 건물 정보 검출 방법 및 장치
US15/322,013 US11092934B2 (en) 2014-06-26 2015-06-25 Method and apparatus for determining information for building information modeling

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140078647A KR20160001023A (ko) 2014-06-26 2014-06-26 건물 정보 검출 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20160001023A true KR20160001023A (ko) 2016-01-06

Family

ID=54938455

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140078647A KR20160001023A (ko) 2014-06-26 2014-06-26 건물 정보 검출 방법 및 장치

Country Status (4)

Country Link
US (1) US11092934B2 (ko)
KR (1) KR20160001023A (ko)
CN (1) CN106663142B (ko)
WO (1) WO2015199457A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051637A (zh) * 2021-01-11 2021-06-29 深圳新美装饰建设集团有限公司 一种关于公共医疗建筑的bim建模方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106934729B (zh) * 2017-03-09 2021-03-30 河北省建筑科学研究院有限公司 建筑检测鉴定方法及装置
CN109559086A (zh) * 2018-09-20 2019-04-02 中建科技有限公司深圳分公司 基于bim轻量化模型的审核方法、装置及终端设备
CN109800956A (zh) * 2018-12-24 2019-05-24 上海建工四建集团有限公司 建筑节能潜力点挖掘装置与方法
CN110031043B (zh) * 2019-05-08 2021-08-27 商丘工学院 一种土木工程建筑结构实时智能监测系统
CN110147635B (zh) * 2019-05-31 2022-10-18 大连海事大学 一种基于bim的隧道围岩级别超前动态预测方法
CN111737797A (zh) * 2020-06-12 2020-10-02 广州市第三建筑装修有限公司 基于bim的装配式现场装饰反馈方法、装置、设备及介质
CN112152840B (zh) * 2020-08-27 2021-07-13 西安交通大学 一种基于bim和模拟仿真的传感器部署方法和系统
CN112417634B (zh) * 2020-12-07 2023-10-20 浙江大东吴集团建设有限公司 一种基于bim技术的地下室管线布置方法
CN112833459B (zh) * 2021-01-08 2022-09-02 珠海新势力创建筑设计有限公司 一种基于bim模型百叶朝向自动选用进风井和排风井的方法和装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080015823A1 (en) 2006-06-16 2008-01-17 Tectonic Network, Inc. Extensible building information model toolset
US8694292B2 (en) * 2008-08-29 2014-04-08 Disney Enterprises, Inc. Method and system for estimating building performance
US8914256B1 (en) * 2009-01-21 2014-12-16 Bentley Systems, Incorporated Analytical space model for interfacing with energy analysis, facilities management or other analysis applications
US7912807B2 (en) * 2009-04-30 2011-03-22 Integrated Environmental Solutions, Ltd. Method and system for modeling energy efficient buildings using a plurality of synchronized workflows
US8606554B2 (en) 2009-10-19 2013-12-10 Siemens Aktiengesellschaft Heat flow model for building fault detection and diagnosis
US20110246381A1 (en) * 2010-03-30 2011-10-06 Aide Audra Fitch Systems and methods of modeling energy consumption of buildings
US20110246155A1 (en) * 2010-03-30 2011-10-06 Aide Audra Fitch Computer-Readable Medium And Systems For Applying Multiple Impact Factors
JP5617472B2 (ja) 2010-09-21 2014-11-05 株式会社ビム・アーキテクツ 建築情報統合管理システム、建築情報統合管理プログラムおよび、コンピュータ可読記憶媒体
EP2700061A4 (en) 2011-04-22 2014-11-19 Expanergy Llc SYSTEMS AND METHOD FOR ANALYZING ENERGY CONSUMPTION
US20120323382A1 (en) * 2011-06-15 2012-12-20 Expanergy, Llc Systems and methods to assess and optimize energy usage for a facility
US9342928B2 (en) 2011-06-29 2016-05-17 Honeywell International Inc. Systems and methods for presenting building information
EP2544057A1 (de) * 2011-07-07 2013-01-09 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Abfragen zumindest eines Werts zumindest eines Parameters von einem Modul und Verfahren und Modul zum Bereistellen zumindest eines Wertes zumindest eines Parameters
US9396293B2 (en) * 2012-11-06 2016-07-19 Cenergistic Llc Adjustment simulation method for energy consumption
KR101418171B1 (ko) * 2012-11-30 2014-07-09 단국대학교 산학협력단 Bim 기반 건물 에너지 시뮬레이션 방법
KR101426617B1 (ko) 2012-11-30 2014-08-05 단국대학교 산학협력단 건물 에너지 시뮬레이션을 기반으로 하는 녹화 시스템 결정 방법 및 이를 위한 시스템
KR20140075278A (ko) * 2012-12-11 2014-06-19 주식회사 케이티 건물 정보 모델링을 이용한 건물 에너지 절감 시스템 및 이를 이용한 건물 에너지 절감 방법
KR101419607B1 (ko) * 2012-12-11 2014-07-15 성균관대학교산학협력단 건물에 대한 모듈식 에너지 시뮬레이션 모델링 및 검증 방법
US9471722B2 (en) * 2013-02-05 2016-10-18 Johnson Controls Technology Company Systems and methods for evaluating a fault condition in a building
US20140324404A1 (en) * 2013-04-26 2014-10-30 Jose de la Torre-Bueno Systems and Methods for Efficiently Creating An Electronic Description of A Building
US20150006125A1 (en) * 2013-06-28 2015-01-01 International Business Machines Corporation Inverse modeling procedure for building energy using integrated pde-ode models and stepwise parameter estimation
CN103530827A (zh) * 2013-09-26 2014-01-22 中铁建设集团有限公司 一种基于bim的装配式建筑构件智能管理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051637A (zh) * 2021-01-11 2021-06-29 深圳新美装饰建设集团有限公司 一种关于公共医疗建筑的bim建模方法

Also Published As

Publication number Publication date
CN106663142B (zh) 2020-01-17
CN106663142A (zh) 2017-05-10
US11092934B2 (en) 2021-08-17
WO2015199457A1 (ko) 2015-12-30
US20170123386A1 (en) 2017-05-04

Similar Documents

Publication Publication Date Title
KR20160001023A (ko) 건물 정보 검출 방법 및 장치
Deb et al. Review of data-driven energy modelling techniques for building retrofit
Arendt et al. Comparative analysis of white-, gray-and black-box models for thermal simulation of indoor environment: Teaching building case study
US10719092B2 (en) Building energy modeling tool systems and methods
Raftery et al. Calibrating whole building energy models: An evidence-based methodology
Xiao et al. Bayesian network based FDD strategy for variable air volume terminals
Mahdavi et al. Predicting people's presence in buildings: An empirically based model performance analysis
CN107430387B (zh) 建筑物自动化预测
Maile et al. A method to compare simulated and measured data to assess building energy performance
Tagliabue et al. Probabilistic behavioural modeling in building performance simulation—The Brescia eLUX lab
US8694292B2 (en) Method and system for estimating building performance
Chong et al. Occupancy data at different spatial resolutions: Building energy performance and model calibration
Ouf et al. Improving occupant-related features in building performance simulation tools
Alavi et al. BIM-based decision support for building condition assessment
EP2946219B1 (en) System and method for fault management in lighting systems
Ouf et al. A simulation-based method to investigate occupant-centric controls
KR20130127697A (ko) 유전자 알고리즘 기반 에너지 제어 시스템 및, 그 제어 방법
Tien et al. Occupancy heat gain detection and prediction using deep learning approach for reducing building energy demand
CN111448848A (zh) 用于照明器异常的分布式检测的系统、方法和装置
Mani et al. Estimating labor productivity frontier: A pilot study
Sadeghi et al. Stochastic model predictive control of mixed-mode buildings based on probabilistic interactions of occupants with window blinds
KR101710029B1 (ko) 건물 에너지 분석 시스템
WO2023021607A1 (ja) 消費電力推定装置、消費電力推定方法および消費電力推定プログラム
Hajj-Hassan et al. Behavioral and parametric effects on energy consumption through BIM, BEM, and ABM
Abraham et al. Exploring agent-based modeling approaches for human-centered energy consumption prediction

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E601 Decision to refuse application