WO2023048457A1 - 건물 상태 분석 방법 및 분석 장치 - Google Patents

건물 상태 분석 방법 및 분석 장치 Download PDF

Info

Publication number
WO2023048457A1
WO2023048457A1 PCT/KR2022/014060 KR2022014060W WO2023048457A1 WO 2023048457 A1 WO2023048457 A1 WO 2023048457A1 KR 2022014060 W KR2022014060 W KR 2022014060W WO 2023048457 A1 WO2023048457 A1 WO 2023048457A1
Authority
WO
WIPO (PCT)
Prior art keywords
building
spatial
characteristic index
data
individual
Prior art date
Application number
PCT/KR2022/014060
Other languages
English (en)
French (fr)
Inventor
문현준
Original Assignee
단국대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020220108612A external-priority patent/KR20230043048A/ko
Application filed by 단국대학교 산학협력단 filed Critical 단국대학교 산학협력단
Publication of WO2023048457A1 publication Critical patent/WO2023048457A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B99/00—Subject matter not provided for in other groups of this subclass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Definitions

  • the technology described below relates to a method and apparatus for analyzing a building using sensing data of the building.
  • the condition of the building can be analyzed by analyzing the information extracted from the building.
  • the building is managed through a system composed of various devices.
  • the management system diagnoses and continuously manages the condition of the building in order to maintain a pleasant environment and reduce energy consumption such as electricity, gas, and district heating used in the building.
  • Recently, with the development of communication technology and IoT technology, a technology for managing and monitoring the state of a building in real time using various sensor devices installed in the building has emerged.
  • the learning model is a method of utilizing single data or multiple related data depending on the evaluation target, but which data to use is determined by the developer's capabilities.
  • the technology to be described below attempts to generate a spatial characteristic index using complex sensing data that can be collected from a building.
  • the technology described below aims to provide a system for managing the state of a building by analyzing spatial characteristic indicators.
  • the technology to be described below is intended to provide a technique for evaluating an indoor environment provided by a building, energy performance, and activities of occupants.
  • the building condition analysis method includes the step of receiving building data of a target building by an analysis device, calculating individual space characteristic indicators for each of the individual spaces of the target building by using at least a part of the building data by the analysis device, Calculating, by the analysis device, a total space characteristic index for the entire target building or the entire sectioned area of the target building based on the locations of the individual spaces in the target building; and evaluating the state of the target building based on the spatial marker calculated using the part.
  • the individual space characteristic index is an index calculated based on building data collected in a corresponding individual space, and the space marker is information determined according to a specific item among conditions of a building to be evaluated.
  • the technology described below enables customized management and control of a building based on a spatial characteristic index representing a characteristic of a corresponding building state. Based on this, customized management and control of the building is possible.
  • the technology to be described below provides a method for managing or controlling a building by generating spatial indicators, selecting necessary ones from the generated spatial characteristic indicators, creating spatial markers, and analyzing them.
  • the technology described below provides a method for efficiently managing a building using complex information.
  • 1 is an example of a process for evaluating the condition of a building.
  • 3 is an example of a system for calculating spatial characteristic indicators by collecting building data in individual spaces of a building.
  • FIG. 4 is an example of a process of evaluating a building state using spatial markers extracted from spatial characteristic indices.
  • SEC 5 is an example of analyzing buildings based on energy consumption per building unit area (SEC).
  • OTI 7 is an example of analyzing buildings based on energy consumption per unit area (OUI) within the building occupancy time.
  • 11 is an example of a building state analysis process using a learning model.
  • first, second, A, B, etc. may be used to describe various elements, but the elements are not limited by the above terms, and are merely used to distinguish one element from another. used only as For example, without departing from the scope of the technology described below, a first element may be referred to as a second element, and similarly, the second element may be referred to as a first element.
  • the terms and/or include any combination of a plurality of related recited items or any of a plurality of related recited items.
  • each component to be described below may be combined into one component, or one component may be divided into two or more for each more subdivided function.
  • each component to be described below may additionally perform some or all of the functions of other components in addition to its main function, and some of the main functions of each component may be performed by other components. Of course, it may be dedicated and performed by .
  • each process constituting the method may occur in a different order from the specified order unless a specific order is clearly described in context. That is, each process may occur in the same order as specified, may be performed substantially simultaneously, or may be performed in the reverse order.
  • the technology described below is basically a technique of evaluating or diagnosing the condition of a building using data collected from the building.
  • the technology described below can be applied to control a building based on the current building state.
  • a building is a structure fixed on land and has a roof, pillars and walls. Buildings can vary according to their use or form. For example, the building may be various, such as a detached house, an apartment house (apartment, etc.), a neighborhood living facility, a medical facility, an educational facility, a sales facility, a factory, and an accommodation facility. The technology described below is applicable to a building capable of collecting certain data regardless of the purpose or type of the building.
  • 1 is an example of a process for evaluating the condition of a building.
  • Building A may be a so-called smart building.
  • a building (A) has a sensor or device (B) for collecting data therein.
  • Sensors include (i) sensors that collect environmental factors such as temperature, humidity, and illuminance, (ii) sensors that collect air quality factors such as fine dust and CO2, and (iii) image sensors that collect structure or occupant information. (camera), (iv) a sensor (microphone) that collects sounds or sounds, and the like.
  • Building devices include heating ventilating and air conditioning (HVAC), air conditioners, ventilators, air purifiers, lighting devices, and IoT devices. Devices consume a certain amount of energy (power), and either the device or a separate meter can calculate energy usage.
  • HVAC heating ventilating and air conditioning
  • Building data (C) refers to data collected by sensors or devices disposed in the building.
  • the building data C may include air quality information, temperature, humidity, illumination, audio/sound, video, device data (lighting, HVAC, etc.), energy consumption, and the like.
  • the analysis device (D) is a device that constantly analyzes building data to evaluate the condition of the building (A).
  • the analysis device D may be any one of devices such as a building control device (system) disposed in a building, a server on a network, and a smart device.
  • the analysis device D may calculate a spatial characteristic index using various building data.
  • the spatial characteristic index is an index representing the characteristics of the space in which the corresponding data is collected.
  • the spatial characteristic index represents the characteristic of a corresponding space that can be defined by at least one piece of data. Spatial characteristics may be defined as single data or a combination of multiple data that may indicate an indoor environment, energy consumption, occupancy type, or occupant's thermal comfort.
  • the space may be any one of an individual space in a building, a certain area composed of individual spaces, and an entire space.
  • the individual space may be a space separated by partition walls.
  • the individual spaces may be rooms, lobbies, warehouses, and the like.
  • individual spaces may be on one floor.
  • a zone can basically consist of a plurality of individual spaces.
  • the zone may be an area where occupants reside on one floor, one floor, or a plurality of floors. Total space means the entire building.
  • the analysis device D may calculate a spatial characteristic index for an individual space, a space characteristic index for a zone, or a spatial characteristic index for an entire building.
  • the analysis device D may evaluate the state of the corresponding space or building based on the calculated space characteristic index.
  • the building conditions include (i) indoor environmental conditions evaluated by at least one of air quality, temperature, humidity, and illumination, (ii) energy consumption status consumed by building devices, (iii) occupant conditions evaluated by video, sound, and air quality, etc. can include Occupant conditions refer to density (space comfort), temperature comfort, occupancy behavior, and the like. Occupant behavior refers to various activities performed by occupants indoors, such as cooking, working, resting, sleeping, and exercising. In addition, it means the occupant's demand for temperature, humidity, illumination, ventilation, etc., the occupant's lighting usage, the occupant's energy usage for a specific device, and the space occupancy time or pattern.
  • the analysis device D may evaluate the state of a space or a building based on some spatial characteristic indicators selected from among a plurality of spatial characteristic indicators.
  • the analysis device D may control the state of the corresponding space or building based on the evaluated building state.
  • the analysis device D may correspond to a control device of a building control system that predicts behaviors of occupants and weather changes.
  • the analyzer D may evaluate the occupant's thermal comfort and control the temperature.
  • the analysis device D may control a lighting device and/or an air conditioning device when energy usage is high based on external environment information. In the latter case, the analyzer D may further collect information about the external environment and use it for building control.
  • the analysis device D may compare the pattern of the spatial characteristic index for the same space or the same building with a reference to evaluate whether there is an abnormal state of the building. In this case, the analysis device D may analyze the building data to determine factors or devices contributing to abnormal conditions of the building.
  • 2 is an example of a spatial characteristic index of a building.
  • 2 shows a multi-story building as an example.
  • 2 shows a 5-story building as an example, and shows three floors (1st, 2nd and 5th floors) among the 5 floors as an example.
  • the first floor has individual spaces marked 1A and 1B
  • the second floor has individual spaces marked 2A and 2B
  • the fifth floor is divided into one individual space.
  • the analysis device is a spatial characteristic index for 1A (1A spatial characteristic index), a spatial characteristic index for 1B (1B spatial characteristic index), a spatial characteristic index for 2A (2A spatial characteristic index), and a spatial characteristic index for 2B (2B spatial characteristic index). Spatial characteristic index), ... , Calculate the spatial characteristic index (5 spatial characteristic index) for the 5th floor.
  • the analyzer may generate 1 space characteristic index, which is an entire space characteristic index on the first floor, using the 1A space characteristic index and the 1B space characteristic index.
  • 1 Spatial characteristic index is an integrated spatial characteristic index for the entire first floor area.
  • the analyzer may generate a 2nd space characteristic index, which is an entire second floor space characteristic index, using the 2A space characteristic index and the 2B space characteristic index.
  • 2 Spatial characteristic index is an integrated spatial characteristic index for the entire area on the second floor.
  • the analysis device may generate an overall spatial characteristic index by integrating individual spatial characteristic indexes of the entire building. Details of the spatial characteristic index will be described later.
  • the system 100 for analyzing building conditions may include sensors and devices that collect building data and an analyzer. 3 shows examples of some of the sensors and devices that can be used in buildings.
  • the temperature sensor 111 may measure the temperature of the space where it is placed.
  • the humidity sensor 112 may measure the humidity of the space in which it is placed.
  • the air quality sensor 113 measures the air quality of the space where it is placed.
  • the air quality sensor 113 may be at least one of various types of sensors.
  • the air quality sensor 113 may measure the concentration of fine dust, carbon dioxide concentration, odor, and the like.
  • FIG. 3 shows one sensor for convenience of explanation, a plurality of air quality sensors may be used depending on the measurement target.
  • the illuminance sensor 114 may measure the illuminance of an arranged space.
  • the image sensor 115 may capture the disposed surrounding space.
  • the image sensor 115 may capture the situation inside the building and the occupancy situation.
  • the analysis device may analyze the captured images to analyze the number of occupants, occupant density, occupant behavior, occupant thermal comfort level, occupant emotional state, and the like.
  • the sound sensor or microphone 116 may collect sound or sound generated in the space where it is placed.
  • the sound sensor 116 may collect sounds of devices and machines operating in space. Furthermore, the sound sensor 116 may collect sounds of occupants, sounds of animals, and the like.
  • the air conditioner 117 may control cooling, heating, air flow, and the like of individual spaces.
  • the air conditioner 117, the lighting device, and the like consume power. Individual devices may measure the power they consume and pass the energy usage to the analysis device.
  • the wearable device 118 may measure the surrounding environment or the wearer's biological condition (heart rate, body temperature, degree of sweating, activity, etc.). A wearable device can be used to determine the location of an occupant. Data measured by the wearable device 118 may be transmitted to the analysis device through wireless communication.
  • a separate meter or measurement sensor may collect energy usage.
  • Meter 120 may measure the amount of energy used by a specific device. In addition, the meter 120 may measure the amount of energy used in the entire individual space.
  • the router 130 may transmit data measured or collected by sensors, devices, and instruments to external objects.
  • the analysis device 150 receives data measured or collected by sensors and various devices. Multiple sensors and devices may generate different data formats (unstructured data). In this case, the analysis device 150 may convert or standardize the received building data into a certain format.
  • the analysis device 150 utilizes building data collected from individual spaces to calculate individual space characteristic indicators.
  • the analysis device 150 may generate an individual space characteristic index for each of a plurality of individual spaces by using building data collected for each of a plurality of individual spaces.
  • the analyzer 150 may generate a specific zone or entire space characteristic index using individual space characteristic indexes collected from a plurality of individual spaces.
  • the analyzer 150 may evaluate the state of a building based on area or entire space characteristic indicators or some indicators.
  • the analyzer 150 may further receive external environment data (external temperature, weather information, concentration of fine dust, etc.).
  • the analysis device 150 may control the state of the building according to the evaluation result.
  • the analyzer 150 may transmit the state of the building to the manager A to inform it.
  • FIG. 4 is an example of a process 200 of evaluating a building state using spatial markers extracted from spatial characteristic indicators.
  • the process in which the analysis device calculates spatial characteristic indicators and evaluates the building condition based on them is like a genome analysis device sequencing a subject sample to construct genome data and genomic markers derived from the genome data. It is similar to the process of diagnosing a disease or phenotype using
  • the analysis device collects building data (210).
  • the analysis device basically collects building data in individual space units.
  • the analysis device calculates individual space characteristic indicators in units of individual spaces (220).
  • the individual space characteristic index for the individual space is information corresponding to the fragment unit DNA level calculated by fragmenting the biological sample. Accordingly, individual spatial characteristic indicators may be referred to as spatial DNA.
  • the analysis device may collect the individual space characteristic indicators in units of the entire building or a certain area to calculate the overall spatial characteristic index (230).
  • the overall spatial characteristic index corresponds to the entire genome genome obtained by linking fragment-unit DNA. Therefore, the overall spatial characteristic index may be referred to as a building genome.
  • Genomics Genomic data has a certain order from the start point to the end, and is composed of base types (A, C, G, T) in that order.
  • the entire spatial characteristic index (spatial genome) is composed of individual spatial characteristic indexes for individual spaces having a certain position or order. Accordingly, the entire space characteristic index corresponds to information in which information of structurally continuous or adjacent individual spaces is combined, rather than a simple arrangement of individual space characteristic indexes.
  • the entire space characteristic index may be composed of space characteristic indexes of spaces having a certain order. Based on the number of floors, the total spatial characteristic index is 1A spatial characteristic index, 1B spatial characteristic index, 2A spatial characteristic index, 2B spatial characteristic index, ... It may be a combination of spatial characteristic indicators having the same order as 5 spatial characteristic indicators. Alternatively, if based on a specific position on a two-dimensional plane, the entire spatial characteristic index may be pieces of information in the order of 1A spatial characteristic index, 2A spatial characteristic index, 3A spatial characteristic index, 4A spatial characteristic index, and 5 spatial characteristic index.
  • the overall spatial characteristic index may include not only information inside the building, but also environmental data outside the building (external temperature, weather information, concentration of fine dust, etc.).
  • the analyzer may evaluate the building condition based on a specific individual spatial characteristic index, a spatial characteristic index for a specific area, or an overall spatial characteristic index.
  • the spatial characteristic index may vary according to the type of data to be collected.
  • one or a plurality of spatial characteristic indicators may be selected from among the calculated spatial characteristic index sets, and the state of the building may be evaluated based on the selected spatial characteristic index (s) (240).
  • the spatial characteristic index (s) selected by the analysis device to evaluate a specific item among the building conditions is named a spatial marker.
  • a spatial marker is a concept corresponding to specific SNPs (Single Nucleotide Polymorphisms) in the genome in genome analysis. Just as genomic analysis diagnoses a specific disease of a subject based on specific SNP(s), the analysis device can evaluate specific items of the building condition with spatial markers selected from the building genome.
  • Table 1 below is an example of building data.
  • the analysis device calculates a spatial characteristic index using the collected building data.
  • Spatial characteristic indicators may vary depending on the evaluation target.
  • the spatial characteristic index may be a result of combining related data among collected building data.
  • the spatial characteristic index may be in the form of a set of related building data [a, b, c, d].
  • the spatial characteristic index may be in the form of an output value of a function having a value of associated building data as a variable.
  • the spatial characteristic index may be an output value of a learning model that takes related building data as input data. In this case, the learning model must be a model trained to output a spatial characteristic index in advance.
  • the spatial characteristic index may be defined as a time-series value measured in a certain time interval.
  • the spatial characteristic index may be information having a certain pattern on the time axis.
  • Spatial characteristic indicators may vary according to items or categories of interest. Table 2 below is an example of spatial characteristic indicators.
  • Table 2 illustrates a number of spatial property indicators. Spatial characteristic indicators of the same type may be calculated with different data. This may vary according to a value pre-set by a developer or administrator.
  • the spatial characteristic index may be a result value obtained by processing one building data or multiple building data.
  • the spatial characteristic index may be calculated through a certain formula or function.
  • the spatial characteristic index may be a value obtained by processing building data based on a certain area, time, occupant, and the like.
  • the spatial characteristic index may be a value obtained by combining a plurality of spatial characteristic indexes.
  • the spatial characteristic index may be a value obtained by processing a plurality of spatial characteristic indexes.
  • Spatial markers have been defined as information selected from a number of spatial characteristic indicators.
  • the spatial marker may be a specific individual spatial characteristic indicator selected from a pool of multiple individual spatial characteristic indicators.
  • the spatial marker may be an overall spatial characteristic indicator.
  • the spatial marker may be a combination of specific spatial characteristic indicators related to the object to be analyzed.
  • the markers indicating the occupant's comfort are occupant's expression/action extracted from the image, occupant's sound, occupant's body temperature detected from the infrared image, CO2 concentration, building internal temperature, building internal humidity, air conditioner energy consumption, external temperature, and external It may be a value calculated by combining all or part of values such as weather conditions.
  • the spatial marker may be a value obtained by consistently processing spatial characteristic index(s) associated with items to be analyzed.
  • Table 3 below is an example of spatial markers related to energy usage. Table 3 below illustrates five markers. Each of the five spatial markers may be a separate marker. Furthermore, the spatial marker may be a combination of a plurality of markers selected from among the five markers.
  • SEC Specific Energy Consumption
  • Occupancy Usage Indicator (OUI) Energy consumption per unit area used in real-time building Energy Intensity Usage (EIU) Energy consumption per occupancy hour Energy Intensity of occupants (EIO) Energy consumption per occupant in the building Energy performance index (EPI) Compare the energy use of the target building to that of other buildings
  • SEC Specific Energy Consumption
  • SEC is a space characteristic index that can identify energy consumption per unit area. SEC is calculated by dividing a building's energy consumption by its floor area or air-conditioning area.
  • OUI Olecupancy Usage Indicator
  • OUI is an indicator that can identify the amount of energy consumed per unit area for building occupancy time. OUI is calculated by dividing the occupancy time or energy consumption used during the building's use time by the unit area.
  • EIU Electronic Intensity Usage
  • EIU is an indicator that can identify energy consumption per occupancy hour. EIU is calculated by dividing energy used by occupancy time.
  • EIO Exponetensity of occupants
  • EIO is an indicator that can identify the energy consumption per person in a building. EIO is calculated by dividing the occupancy of a building by the actual energy consumption.
  • EPI Expogy Performance Index
  • EPI is an indicator that compares the energy consumption of a target building with that of other buildings. EPI is calculated by dividing the energy use of the target building by the energy use of other buildings. If the use or size of the target building is different, the energy consumption is also different, so it is desirable to compare with buildings of similar use and size. EPI can be used to estimate the energy savings potential of a building.
  • Table 3 is an example for spatial markers. Different values of space markers may be selected for various items such as indoor environment and occupant state.
  • the researcher analyzed office building A, office building B, residential building C, community center D, post office E, police precinct F, fire station G, and elementary school H.
  • Table 4 below is a description of the information on the building used by the researcher and the data items collected. Some data used publicly available data for research purposes.
  • SEC 5 is an example of analyzing buildings based on energy consumption per building unit area (SEC).
  • office building A, office building B, residential building C, community center D, post office E, police subdivision F, fire station G, and elementary school H each show different patterns.
  • FIG. 5 it can be seen that there is a difference in energy consumption depending on the season, it can be seen from FIG. 5 that the energy consumption per unit area of the building is different depending on the use or type of the building.
  • the analysis device can classify the building type or evaluate the state by using the spatial marker called SEC. That is, the analysis device prepares a result value (reference) of analyzing various types of buildings based on a specific space marker, and then compares the analyzed value of a specific building to determine the type of a specific building. Furthermore, the analysis device may determine whether the current energy consumption of a specific building is normal by preparing a result value (reference) for a specific type of building in a normal state and comparing the analyzed value for a specific building of the same type. .
  • FIG. 6 is an example of analyzing average power consumption for a day in a community center.
  • 6 shows the power consumption for all buildings, and since the power consumption for the same building shows the same type of graph, the energy consumption per unit area of the building is also shown.
  • Figure 6 shows the power consumption used by the community center D during the period of January, April and July.
  • the average power consumption for a certain period of time (a day in FIG. 6 ) can be a criterion for classifying a specific month or season.
  • the external environment (season, etc.) of the building can be estimated by using the spatial marker, which is the average power (energy) consumption in a certain time period, by the analysis device.
  • the analyzer may classify the type and state of the building based on the energy consumption of the air-conditioning unit or air conditioning unit rather than the total energy consumption of the building.
  • FIG. 7 is an example of analyzing buildings based on energy consumption per unit area (OUI) within the building occupancy time.
  • OUI energy consumption per unit area
  • the researcher calculated the OUI based on the occupancy time of the building, the area of the building, and the energy consumption of the building.
  • the analysis device can classify the building type or evaluate the state by using the spatial marker called OUI. That is, the analyzer can classify the building type or check whether there is an abnormality using the space marker calculated based on the occupancy situation and energy consumption of the building.
  • the spatial marker may be a value obtained by processing a plurality of spatial characteristic indicators or spatial markers.
  • 8 is an example of analyzing a building based on energy consumption per non-occupancy time per unit area. Energy consumption per non-occupancy hour per unit area is calculated as 'SEC - OUI'. Referring to FIG. 9 , it can be seen that the types of buildings are classified based on energy usage during non-occupancy time. It can be seen that the analysis device can classify the building type or evaluate the condition by using the spatial marker of energy consumption per non-occupancy time per unit area.
  • the researchers analyzed the patterns of building energy consumption during the day in the buildings.
  • the space marker is an example of a change in energy consumption for a certain period of time (day).
  • the researcher classified buildings based on patterns of energy consumption without prior information about specific building types.
  • the researcher classified the buildings using k-mean clustering.
  • the researcher performed k-means clustering by varying the k value.
  • Fig. 9(A) shows three groups (1, 2 and 3) classified according to the amount of energy consumption. The researcher derived patterns for three groups based on a certain time.
  • 9(B) is a result of classifying patterns based on holidays and workdays
  • FIG. 9(C) is a result of classifying patterns based on a week (Sunday to Saturday)
  • FIG. D) is the result of classifying patterns based on one year (January to December).
  • three groups show a constant pattern in energy consumption based on a certain time interval. That is, the analyzer can classify the type or condition of a building on the basis of energy consumption and time.
  • 10(A) shows four groups (1, 2, 3 and 4) classified according to the amount of energy consumption. The researcher derived patterns for three groups based on a certain time.
  • Figure 10 (B) is the result of classifying patterns based on holidays and working days
  • Figure 10 (C) is the result of classifying patterns based on a week (Sunday to Saturday)
  • Figure 10 (D) is a result of one year ( This is the result of classifying patterns based on January to December).
  • four groups show a constant pattern in energy consumption based on a certain time interval. That is, the analyzer can classify the type or condition of a building on the basis of energy consumption and time.
  • the analysis device may analyze the type or state of the building based on the space marker itself calculated from the individual space characteristic indicators and the overall space characteristic index.
  • the analyzer may analyze the type or state of a building through additional analysis (clustering, etc.) of spatial markers.
  • the analysis device may evaluate the building to be analyzed by comparing a reference value prepared in advance with a spatial marker-based output value for the building to be analyzed.
  • Reference values may be prepared in advance in various types according to analysis items.
  • Various reference values may be prepared in advance in the form of a table according to the purpose of the building, the geographical location of the building, and the time period for data collection.
  • a value (pattern) analyzed for each building type may be a reference value.
  • the reference value can be standardized for each building use and implemented as a standard building characteristic index (standard genome).
  • the analysis device may interpret the analysis result of the spatial marker using the learning model.
  • 11 is an example of a building state analysis process 300 using a learning model.
  • the analysis device calculates a specific spatial characteristic index based on building data for a specific building to be analyzed (310).
  • the specific spatial characteristic index to be calculated may be various calculable spatial characteristic indexes.
  • specific space characteristic indicators may include various types of indicators for indoor environment, occupant state, energy consumption, and the like.
  • the specific spatial characteristic index may be a plurality of individual spatial characteristic indexes belonging to a specific area or all spatial characteristic indexes.
  • the specific spatial characteristic index may be a spatial characteristic index related to an analysis target. For example, if energy consumption is an analysis target, the analyzer may calculate only a spatial characteristic index related to energy consumption based on data related to energy consumption of a corresponding building.
  • the analysis device may calculate spatial markers related to analysis items (320).
  • the analysis device may calculate at least some of the calculated spatial characteristic indicators as spatial markers.
  • the analysis device may calculate a spatial marker by combining at least some of the calculated spatial characteristic indicators.
  • the analysis device may process at least some of the calculated spatial characteristic indicators to calculate spatial markers.
  • the analyzer may calculate spatial markers related to energy consumption as shown in Table 3 described above.
  • the spatial marker may also be composed of continuous information having a certain order according to the order or arrangement of individual spaces in the entire space.
  • the analysis device may perform analysis by inputting spatial markers (values of the spatial markers) into the learning model (classification model) (330).
  • the learning model may be a model learned in advance.
  • the analysis device may evaluate the building condition based on the value output by the learning model (340).
  • the building state may be any one of information such as the type of building, the degree of energy consumption of the building, the state of occupants of the building, equipment failure of the building, and the external environment of the building (weather, season, etc.).
  • the value output by the learning model may vary depending on the learning data and label values used for learning by the learning model.
  • the learning model can analyze data based on the characteristics of the values of spatial markers themselves. Furthermore, if the spatial markers have a certain order (primary arrangement or secondary arrangement), the learning model may extract and analyze features from the values of the spatial markers and the positions of the corresponding values.
  • the analysis device 600 may be physically implemented in various forms, such as a control device of a building control system, a PC, a smart device, a server, or a chipset dedicated to data processing.
  • the classification device 600 may include a storage device 410, a memory 420, an arithmetic device 430, an interface device 440, a communication device 450, and an output device 460.
  • the storage device 410 may store input building data.
  • the storage device 410 may store programs, functions, and the like for calculating spatial characteristic indicators.
  • the storage device 410 may store values of spatial marker(s) calculated based on at least one of spatial specific indicators.
  • the storage device 410 may store a program or learning model for interpreting spatial markers.
  • the storage device 410 may store the state of the building to be analyzed.
  • the memory 420 may store data and information generated during a process in which the service device 400 generates health examination information using a counseling model.
  • the interface device 440 is a device that receives certain commands and data from the outside.
  • the interface device 440 may receive building data of a target building from a physically connected input device or an external storage device.
  • the interface device 440 may also receive input of order or location information of individual buildings in all buildings.
  • the interface device 440 may transmit the state of the target building to other objects.
  • the interface device 440 may transmit commands for controlling the state of the target building to other objects (control devices, air conditioning devices, etc.). Meanwhile, the interface device 440 may include a component for receiving data received by the communication device 450.
  • the communication device 450 refers to a component that receives and transmits certain information through a wired or wireless network.
  • the communication device 450 may receive building data of a target building from an external object.
  • the communication device 450 may also receive order or location information of individual buildings in all buildings.
  • the communication device 450 may transmit the building state of the target building to an external object such as a user terminal.
  • the communication device 450 may transmit a command for controlling the state of the target building to other objects (control device, air conditioning device, etc.).
  • the output device 460 is a device that outputs certain information.
  • the output device 460 may output an interface required for data processing.
  • the output device 460 may output building state information.
  • the output device 460 may output state information of the building together with the structure or drawing of the building.
  • the output device 460 may output control target items (power consumption, etc.) or devices (air conditioners, etc.) based on the state of the building.
  • the computing device 430 may calculate a space characteristic index using building data of a target building.
  • the computing device 430 may calculate a specific spatial characteristic index by selecting data of a specific item of interest among building data.
  • the computing device 430 may calculate individual space characteristic indicators for each space.
  • the computing device 430 may calculate the overall space characteristic index for the entire space based on the location and arrangement of individual spaces in the entire building.
  • the overall spatial characteristic index may be in the form of an array of individual spatial characteristic indexes for adjacent or consecutive individual spaces.
  • the order of the individual spaces may be determined based on standards such as the degree of proximity based on a point and the number of floors of a building.
  • the order of individual spaces in a building may be a specific order set in advance in the building.
  • the computing device 430 may calculate an overall spatial characteristic index using information about the order of individual buildings.
  • the computing device 430 may calculate the spatial marker based on the entire spatial characteristic index or individual spatial characteristic indexes for a specific area. As described above, spatial markers may vary depending on the item to be analyzed. The computing device 430 may evaluate the state of the target building based on the spatial marker value of the target building.
  • the calculation device 430 is a reference value for a target building prepared in advance, a reference value measured in a building having a similar structure to the target building, or a reference value measured in a building having the same purpose as the target building, and a space marker currently calculated in the target building. value can be compared.
  • the calculation device 430 may evaluate the type or state of the target building by comparing the space marker value of the target building with the reference value. Alternatively, the arithmetic device 430 may compare the value of the space marker of the target building with the reference value to evaluate the state abnormality of the current target building.
  • the computing device 430 may evaluate the state of the target building by additionally analyzing the value of the space marker for the target building. For example, the computing device 430 may perform clustering on the value of the spatial marker and evaluate the current state of the target building by comparing it with the reference value.
  • the computing device 430 may evaluate the state of the target building by inputting the value of the space marker for the target building to the learning model.
  • the arithmetic device 430 may generate a control command for changing the current state of the target building to a target state.
  • the computing device 430 may control the state of the building by passing control commands to an external object (eg, a building control system).
  • the spatial index calculation method, space marker calculation method, building state evaluation method, and building control method as described above may be implemented as a program (or application) including an executable algorithm that can be executed on a computer.
  • the program may be stored and provided in a temporary or non-transitory computer readable medium.
  • a non-transitory readable medium is not a medium that stores data for a short moment, such as a register, cache, or memory, but a medium that stores data semi-permanently and can be read by a device.
  • the various applications or programs described above are CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM (read-only memory), PROM (programmable read only memory), EPROM (Erasable PROM, EPROM)
  • ROM read-only memory
  • PROM programmable read only memory
  • EPROM Erasable PROM, EPROM
  • it may be stored and provided in a non-transitory readable medium such as EEPROM (Electrically EPROM) or flash memory.
  • Temporary readable media include static RAM (SRAM), dynamic RAM (DRAM), synchronous DRAM (SDRAM), double data rate SDRAM (DDR SDRAM), and enhanced SDRAM (Enhanced SDRAM). SDRAM, ESDRAM), Synchronous DRAM (Synclink DRAM, SLDRAM) and Direct Rambus RAM (DRRAM).
  • SRAM static RAM
  • DRAM dynamic RAM
  • SDRAM synchronous DRAM
  • DDR SDRAM double data rate SDRAM
  • Enhanced SDRAM Enhanced SDRAM
  • SDRAM ESDRAM
  • Synchronous DRAM Synchronous DRAM
  • SLDRAM Direct Rambus RAM
  • DRRAM Direct Rambus RAM

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Medical Informatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Development Economics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Public Health (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

건물 상태 분석 방법은 분석장치가 대상 건물의 건물 데이터를 입력받는 단계, 상기 분석장치가 상기 건물 데이터 중 적어도 일부를 이용하여 상기 대상 건물의 개별 공간들 각각에 대한 개별 공간 특성 지표를 산출하는 단계, 상기 분석장치가 상기 대상 건물에서 상기 개별 공간들의 위치를 기준으로 상기 대상 건물 전체 또는 상기 대상 건물의 구분 구역 전체에 대한 전체 공간 특성 지표를 산출하는 단계, 상기 분석장치가 상기 전체 공간 특성 지표 중 적어도 일부를 이용하여 산출되는 공간 마커를 기준으로 상기 대상 건물의 상태를 평가하는 단계를 포함한다. 상기 개별 공간 특성 지표는 해당하는 개별 공간에서 수집된 건물 데이터를 기준으로 산출되는 지표이고, 상기 공간 마커는 평가 대상인 건물의 상태 중 특정 항목에 따라 결정되는 정보이다.

Description

건물 상태 분석 방법 및 분석 장치
이하 설명하는 기술은 건물의 센싱 데이터를 이용하여 건물을 분석하는 방법 및 장치에 대한 것이다. 또한 건물에서 추출한 정보를 분석하여 건물의 상태를 분석할 수 있다.
건물은 다양한 장치로 구성된 시스템을 통해 관리된다. 관리 시스템은 쾌적한 환경을 유지하고, 건물에서 사용하는 전력, 가스, 지역난방 등의 에너지 사용량을 줄이기 위하여 건물의 상태를 진단하고 지속적으로 관리한다. 최근 통신 기술 및 IoT 기술 발전에 따라 건물에 설치된 각종 센서 장치를 이용하여 건물의 상태를 실시간으로 관리하고 모니터링하는 기술이 등장하고 있다.
종래 기술은 건물에서 수집한 정보를 이용하되 관리자의 경험에 따라 건물 상태를 평가하였다. 한편, 최근 학습모델을 이용하여 수집한 데이터를 분석하여 건물의 상태를 평가하는 기법도 등장하였다. 학습 모델은 평가 대상에 따라 단일 데이터 또는 연관된 다중 데이터를 활용하는 방식이지만, 어떤 데이터를 이용하지는 개발자의 역량에 따라 결정된다.
이하 설명하는 기술은 건물에서 수집 가능한 복합적인 센싱 데이터를 이용하여 공간 특성 지표를 생성하고자 한다.
이하 설명하는 기술은 공간 특성 지표를 분석하여 건물의 상태를 관리하는 시스템을 제공하고자 한다.
이하 설명하는 기술은 건물이 제공하는 실내환경, 에너지성능, 재실자의 활동 등을 평가하는 기법을 제공하고자 한다.
건물 상태 분석 방법은 분석장치가 대상 건물의 건물 데이터를 입력받는 단계, 상기 분석장치가 상기 건물 데이터 중 적어도 일부를 이용하여 상기 대상 건물의 개별 공간들 각각에 대한 개별 공간 특성 지표를 산출하는 단계, 상기 분석장치가 상기 대상 건물에서 상기 개별 공간들의 위치를 기준으로 상기 대상 건물 전체 또는 상기 대상 건물의 구분 구역 전체에 대한 전체 공간 특성 지표를 산출하는 단계, 상기 분석장치가 상기 전체 공간 특성 지표 중 적어도 일부를 이용하여 산출되는 공간 마커를 기준으로 상기 대상 건물의 상태를 평가하는 단계를 포함한다. 상기 개별 공간 특성 지표는 해당하는 개별 공간에서 수집된 건물 데이터를 기준으로 산출되는 지표이고, 상기 공간 마커는 평가 대상인 건물의 상태 중 특정 항목에 따라 결정되는 정보이다.
이하 설명하는 기술은 해당 건물 상태의 특징을 나타내는 공간 특성 지표에 기반하여 건물 맞춤형 관리 및 제어가 가능하다. 기반하여 건물 맞춤형 관리 및 제어가 가능하다.
이하 설명하는 기술은 공간 지표를 생성하고, 생성된 공간 특성 지표에서 필요한 것들은 선별하여 공간 마커를 만들고 이를 분석하여 건물을 관리하거나 제어하는 방법을 제공한다.
이하 설명하는 기술은 복합적인 정보를 이용하여 건물을 효율적으로 관리하는 방법을 제공한다.
도 1은 건물의 상태를 평가하는 과정에 대한 예이다.
도 2는 건물의 공간 특성 지표에 대한 예이다.
도 3은 건물의 개별 공간에서 건물 데이터를 수집하여 공간 특성 지표를 산출하는 시스템에 대한 예이다
도 4는 공간 특성 지표들에서 추출한 공간 마커를 이용하여 건물 상태를 평가는 과정에 대한 예이다.
도5는 건물 단위 면적당 에너지 소비량(SEC)을 기준으로 건물들을 분석한 예이다.
도6는 주민복합센터에서 하루동안 평균 전력사용량을 분석한 예이다.
도7은 건물 재실 시간 내 단위 면적당 에너지 소비량(OUI)을 기준으로 건물들을 분석한 예이다.
도8은 단위 면적당 비 재실 시간당 에너지 사용량을 기준으로 건물을 분석한 예이다.
도9는 k=3으로 건물들의 하루 동안의 에너지 소모량을 케이-평균 클러스터링한 예이다.
도10은 k=4로 건물들의 하루 동안의 에너지 소모량을 케이-평균 클러스터링한 예이다.
도 11은 학습모델을 이용한 건물 상태 분석 과정의 예이다.
도12는 분석장치에 대한 예이다.
이하 설명하는 기술은 다양한 변경을 가할 수 있고 여러 가지 실시례를 가질 수 있는 바, 특정 실시례들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 이하 설명하는 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 이하 설명하는 기술의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 이하 설명하는 기술의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설명된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.
도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
이하 설명하는 기술은 기본적으로 건물에서 수집하는 데이터를 이용하여 건물의 상태를 평가 내지 진단하는 기법이다. 이하 설명하는 기술은 현재 건물 상태를 기준으로 건물을 제어하는데 적용할 수 있다.
건물(건축물)은 토지에 정착한 공작물로 지붕, 기둥 및 벽을 갖는다. 건물은 용도나 형태에 따라 다양할 수 있다. 예컨대, 건물은 단독 주택, 공동주택(아파트 등), 근린생활시설, 의료시설, 교육시설, 판매시설, 공장, 숙박시설 등 다양할 수 있다. 이하 설명하는 기술은 건물의 용도나 종류에 관계없이 일정한 데이터를 수집할 수 있는 건물에 적용 가능하다.
도 1은 건물의 상태를 평가하는 과정에 대한 예이다.
건물(A)는 소위 스마트빌딩일 수 있다. 건물(A)은 내부에 데이터를 수집하기 위한 센서 내지 장치(B)를 갖는다. 데이터를 수집하는 센서 내지 장치들은 수집하는 데이터 유형에 따라 다양한 종류가 사용될 수 있다. (1) 센서들은 (i) 온도, 습도, 조도 등과 같은 환경 인자를 수집하는 센서, (ii) 미세먼지, CO2 등의 공기질 인자를 수집하는 센서, (iii) 구조물 또는 재실자 정보를 수집하는 이미지 센서(카메라), (iv) 소리 내지 음향을 수집하는 센서(마이크) 등을 포함할 수 있다. (2) 건물의 장치들은 공조 장치(Heating Ventilating and Air Conditioning, HVAC), 에어컨, 환기장치, 공기청정기, 조명 장치, IoT 장치 등을 포함한다. 장치는 일정한 에너지(전력)을 소비하며 해당 장치 또는 별도의 계측기가 에너지 사용량을 산출할 수 있다.
건물 데이터(C)는 건물에 배치된 센서들 내지 장치들이 수집하는 데이터를 말한다. 예컨대, 건물 데이터(C)는 공기질 정보, 온도, 습도, 조도, 음향/소리, 영상, 장치 데이터(조명, HVAC 등), 에너지 사용량 등을 포함할 수 있다.
분석 장치(D)는 건물 데이터를 일정하게 분석하여 건물 (A) 상태를 평가하는 장치이다. 분석 장치(D)는 건물에 배치된 건물 제어 장치(시스템), 네트워크 상의 서버, 스마트 기기 등과 같은 장치 중 어느 하나일 수 있다.
분석 장치(D)는 다양한 건물 데이터를 이용하여 공간 특성 지표를 산출할 수 있다. 공간 특성 지표는 해당 데이터가 수집된 공간에 대한 특성을 나타내는 지표이다. 공간 특성 지표는 적어도 하나의 데이터로 정의될 수 있는 해당 공간의 특성을 나타낸다. 공간 특성은 실내 환경, 에너지 사용량, 재실 형태 또는 재실자의 열쾌적감 등을 나타낼 수 있는 단일 데이터 또는 다수의 데이터 조합으로 정의될 수 있다.
여기서, 공간은 건물 내 개별 공간, 개별 공간들로 구성되는 일정한 구역 및 전체 공간 중 어느 하나일 수 있다. 개별 공간은 격벽으로 구분되는 공간일 수 있다. 예컨대, 개별 공간은 방(room), 로비, 창고 등일 수 있다. 건물 구조에 따라 개별 공간이 하나의 층이 될 수도 있다. 구역은 기본적으로 복수의 개별 공간들로 구성될 수 있다. 예컨대, 구역은 하나의 층에서 재실자가 상주하는 영역, 하나의 층, 복수의 층 등일 수 있다. 전체 공간은 건물 전체를 의미한다.
분석 장치(D)는 개별 공간에 대한 공간 특성 지표, 구역에 대한 공간 특성 지표 또는 전체 건물에 대한 공간 특성 지표를 산출할 수 있다.
분석 장치(D)는 산출한 공간 특성 지표를 기준으로 해당 공간 또는 건물의 상태를 평가할 수 있다. 여기서 건물 상태는 (i) 공기질, 온도, 습도 및 조도 중 적어도 하나로 평가되는 실내 환경 상태, (ii) 건물의 장치들이 소비하는 에너지 사용 상태, (iii) 영상, 소리 및 공기질로 평가되는 재실자 상태 등을 포함할 수 있다. 재실자 상태는 밀집도(공간 쾌적도), 온도 쾌적도, 재실자의 행동(Occupancy Behavior) 등을 말한다. 재실자 행동은 요리, 작업, 휴식, 수면, 운동 등의 실내에서 재실자가 수행하는 다양한 행위를 말한다. 또한 온도, 습도, 조도, 통풍 등에 대한 재실자 요구, 재실자의 조명 사용량, 재실자의 특정 장치에 대한 에너지 사용량, 공간 점유 시간 내지 패턴 등을 의미한다.
분석 장치(D)는 다수의 공간 특성 지표들 중 선택한 일부 공간 특성 지표를 기준으로 공간 또는 건물의 상태를 평가할 수 있다.
나아가 분석 장치(D)는 평가된 건물 상태를 기준으로 해당 공간 또는 건물의 상태를 제어할 수 있다. 이 경우 분석 장치(D)는 재실자의 행동, 기상의 변화 등을 예측하는 건물 제어 시스템의 제어 장치에 해당할 수 있다. 예컨대, 분석 장치(D)는 재실자의 열쾌적도를 평가하여 온도 등을 제어할 수 있다. 또는 분석 장치(D)는 외부 환경 정보를 기준으로 에너지 사용량이 많은 경우 조명 장치 및/또는 공조 장치를 제어할 수 있다. 후자의 경우 분석장치(D)는 외부 환경에 대한 정보를 더 수집하여 건물 제어에 활용할 수 있다.
또는 분석 장치(D)는 동일 공간 내지 동일 건물에 대한 공간 특성 지표의 패턴을 기준으로 레퍼런스와 비교하여 건물의 상태 이상이 있는지 평가할 수도 있다. 이 경우 분석 장치(D)는 건물 데이터를 분석하여 건물의 상태 이상에 기여하는 인자 내지 장치를 결정할 수도 있다.
도 2는 건물의 공간 특성 지표에 대한 예이다. 도 2는 다수 층인 건물을 예로 도시하였다. 도 2는 5층 건물을 예로 도시하였고, 5층 중 3개층(1층, 2층 및 5층)을 예로 도시하였다. 1층은 1A 및 1B로 표시한 개별 공간이 있고, 2층은 2A 및 2B로 표시한 개별 공간이 있고, 5층은 하나의 개별 공간으로 구분된다.
분석장치는 1A에 대한 공간 특성 지표(1A 공간 특성 지표), 1B에 대한 공간 특성 지표(1B 공간 특성 지표), 2A에 대한 공간 특성 지표(2A 공간 특성 지표), 2B에 대한 공간 특성 지표(2B 공간 특성 지표), …, 5층에 대한 공간 특성 지표(5 공간 특성 지표)를 산출한다.
나아가, 분석장치는 1A 공간 특성 지표 및 1B 공간 특성 지표를 이용한 1층 전체 공간 특성 지표인 1 공간 특성 지표를 생성할 수 있다. 1 공간 특성 지표는 1층 전체 구역에 대한 통합된 공간 특성 지표이다. 또한, 분석장치는 2A 공간 특성 지표 및 2B 공간 특성 지표를 이용한 2층 전체 공간 특성 지표인 2 공간 특성 지표를 생성할 수 있다. 2 공간 특성 지표는 2층 전체 구역에 대한 통합된 공간 특성 지표이다.
나아가, 분석장치는 전체 건물의 개별 공간 특성 지표를 통합하여 전체 공간 특성 지표를 생성할 수 있다. 공간 특성 지표에 대한 구체적인 내용은 후술한다.
도 3은 건물의 개별 공간에서 건물 데이터를 수집하여 공간 특성 지표를 산출하는 시스템(100)에 대한 예이다. 건물 상태를 분석하는 시스템(100)은 건물 데이터를 수집하는 센서들 및 장치들 및 분석장치를 포함할 수 있다. 도 3은 건물에서 사용할 수 있는 센서들 및 장치들 중 일부를 예로 도시한다.
온도 센서(111)는 배치된 공간의 온도를 측정할 수 있다.
습도 센서(112)는 배치된 공간의 습도를 측정할 수 있다.
공기질 센서(113)는 배치된 공간의 공기질을 측정한다. 공기질 센서(113)는 다양한 유형의 센서 중 적어도 하나일 수 있다. 예컨대, 공기질 센서(113)는 미세먼지 농도, 이산화탄소 농도, 악취 등을 측정할 수 있다. 도 3은 설명의 편의를 위하여 하나의 센서를 도시하였지만, 측정 대상에 따라 다수의 공기질 센서들이 활용될 수 있다.
조도 센서(114)는 배치된 공간의 조도를 측정할 수 있다.
이미지 센서(115)는 배치된 주변 공간을 촬영할 수 있다. 이미지 센서(115)는 건물 내부 상항 및 재실상황을 촬영할 수 있다. 분석장치는 촬영한 영상을 분석하여 재실자 수, 재실자 밀집도, 재실자 행동, 재실자 열쾌적도, 재실자 감정 상태 등을 분석할 수 있다.
소리 센서 내지 마이크(116)은 배치된 공간에서 발생하는 음향 내지 소리를 수집할 수 있다. 소리 센서(116)는 공간에서 동작하는 장치, 기계 등의 소리를 수집할 수 있다. 나아가 소리 센서(116)은 재실자의 소리, 동물의 소리 등을 수집할 수도 있다.
공조 장치(117)는 개별 공간의 냉방, 난방, 공기 흐름 등을 조절할 수 있다.
공조 장치(117), 조명 장치 등은 전력을 소비한다. 개별 장치가 자신이 소비한 전력을 측정하여 에너지 사용량을 분석 장치에 전달할 수도 있다.
한편, 재실자는 웨어러블 기기(118)를 착용할 수 있다. 웨어러블 기기(118)는 주변 환경이나 착용자의 생체 상태(심박수, 체온, 땀 배출 정도, 활동량 등)를 측정할 수 있다. 웨어러블 기기를 이용하여 재실자의 위치를 파악할 수 있다. 웨어러블 기기(118)가 측정한 데이터는 무선통신으로 분석 장치에 전달될 수 있다.
별도의 계측기 내지 계측 센서가 에너지 사용량을 수집할 수도 있다. 계측기(120)는 특정 장치에서 사용한 에너지 사용량을 측정할 수 있다. 또한 계측기(120)는 개별 공간 전체에서 사용한 에너지 사용량을 측정할 수도 있다.
라우터(130)는 센서들, 장치 및 계측기가 측정 내지 수집한 데이터를 외부 객체에 전달할 수 있다.
분석장치(150)는 센서들 및 각종 장치가 측정 내지 수집한 데이터를 수신한다. 다수의 센서들 및 장치는 생성한 데이터 포맷이 서로 다를 수 있다(비정형 데이터). 이 경우 분석장치(150)는 수신한 건물 데이터를 일정한 포맷으로 변환하거나 표준화할 수 있다.
분석장치(150)는 개별 공간에서 수집한 건물 데이터를 활용하여 개별 공간 특성 지표를 산출한다.
도 3은 하나의 개별 공간에서 건물 데이터를 수집하는 예를 도시하였다. 분석장치(150)는 다수의 개별 공간별로 수집된 건물 데이터를 이용하여 다수의 개별 공간들 각각에 대한 개별 공간 특성 지표를 생성할 수 있다. 분석장치(150)는 다수의 개별 공간에서 수집한 개별 공간 특성 지표들을 이용하여 특정 구역 또는 전체 공간 특성 지표를 생성할 수 있다.
분석장치(150)는 구역 내지 전체 공간 특성 지표 또는 일부 지표들을 기준으로 건물 상태를 평가할 수 있다.
또한 분석장치(150)는 외부 환경 데이터(외부 온도, 기상 정보, 미세먼지 농도 등)을 더 수신할 수 있다.
분석장치(150)는 평가 결과에 따라 건물의 상태를 제어할 수 있다.
분석장치(150)는 건물의 상태를 관리자(A)에게 전송하여 알려 줄 수도 있다.
도 4는 공간 특성 지표들에서 추출한 공간 마커를 이용하여 건물 상태를 평가는 과정(200)에 대한 예이다. 분석장치가 공간 특성 지표들을 산출하고, 이를 기준으로 건물 상태를 평가하는 프로세스는 마치 유전체 분석 장치가 대상자 시료를 시퀀싱하여 게놈(genome) 데이터를 구축하고, 게놈 데이터에서 도출되는 유전체 마커(marker)를 이용하여 질환 내지 표현형을 진단하는 과정과 유사하다.
분석장치는 건물 데이터를 수집한다(210). 분석장치는 기본적으로 개별 공간 단위로 건물 데이터를 수집한다. 또한, 분석장치는 개별 공간 단위로 개별 공간 특성 지표를 산출한다(220). 개별 공간에 대한 개별 공간 특성 지표는 생물학적 시료를 절편화하여 산출되는 절편 단위 DNA 레벨에 해당하는 정보이다. 따라서, 개별 공간 특성 지표는 공간 DNA라고 명명할 수도 있다.
분석장치는 개별 공간 특성 지표들을 건물 전체 또는 일정한 구역 단위로 수집하여 전체 공간 특성 지표를 산출할 수 있다(230). 전체 공간 특성 지표는 절편 단위 DNA를 연결하여 획득되는 전체 유전체 게놈에 대응된다. 따라서, 전체 공간 특성 지표는 건물 게놈이라고 명명할 수도 있다. 유전체 게놈 데이터는 시작 지점부터 끝까지 일정한 순번을 갖고, 해당 순번에서의 염기 유형(A,C,G,T)으로 구성된다. 이와 유사하게 전체 공간 특성 지표(공간 게놈)는 일정한 위치 내지 순서를 갖는 개별 공간들에 대한 개별 공간 특성 지표들로 구성된다. 따라서, 전체 공간 특성 지표는 단순하게 개별 공간 특성 지표들의 나열이 아니라 구조적으로 연속되거나 인접한 개별 공간들의 정보가 조합된 정보에 해당한다.
예컨대, 도 2의 건물에서 전체 공간 특성 지표는 일정한 순서를 갖는 공간들의 공간 특성 지표들로 구성될 수 있다. 층수를 기준으로 한다면, 전체 공간 특성 지표는 1A 공간 특성 지표, 1B 공간 특성 지표, 2A 공간 특성 지표, 2B 공간 특성 지표, … 5 공간 특성 지표와 같은 순서를 갖는 공간 특성 지표들의 조합일 수 있다. 또는 2차원 평면에서 특정 위치를 기준으로 한다면, 전체 공간 특성 지표는 1A 공간 특성 지표, 2A 공간 특성 지표, 3A 공간 특성 지표, 4A 공간 특성 지표 및 5 공간 특성 지표 순서를 갖는 정보들일 수도 있다.
한편, 전체 공간 특성 지표는 건물 내부 정보뿐만 아니라, 건물 외부 환경 데이터(외부 온도, 기상 정보, 미세먼지 농도 등)도 포함할 수 있다.
분석장치는 특정 개별 공간 특성 지표, 특정 구역에 대한 공간 특성 지표 또는 전체 공간 특성 지표를 기준으로 건물 상태를 평가할 수 있다. 한편, 공간 특성 지표는 수집하는 데이터의 종류에 따라 다양할 수 있다. 분석장치가 분석하고자 하는 항목에 따라 산출한 공간 특성 지표 세트 중 어느 하나 또는 다수의 공간 특성 지표를 선별하고, 선별한 공간 특성 지표(들)을 기준으로 건물 상태를 평가할 수 있다(240). 이때 분석장치가 건물 상태 중 특정 항목 평가를 위하여 선별한 공간 특성 지표(들)을 공간 마커라고 명명한다. 공간 마커는 유전체 분석에서 게놈에 있는 특정 SNP(Single Nucleotide Polymorphism)들에 대응하는 개념이다. 유전체 분석에서 특정 SNP(들)을 기준으로 대상자의 특정 질환을 진단하듯이, 분석장치는 건물 게놈에서 선별한 공간 마커로 건물 상태의 특정 항목을 평가할 수 있다.
이하 전술한 공간 특성 지표의 예에 대하여 추가적으로 설명한다. 아래 표 1은 건물 데이터에 대한 예이다.
수집 센서 유형 데이터 내용
센서 온도
센서 습도
센서 조도
센서 미세먼지, CO2, 냄새(악취)
센서 영상
센서 소리, 음향
센서 재실자 움직임
장치 장치 on/off 정보(동작여부, 가동시간 등)
장치 장치의 에너지 사용량
장치 통신 사용량
분석장치는 수집한 건물 데이터를 이용하여 공간 특성 지표를 산출한다. 공간 특성 지표는 평가 대상에 따라 다양할 수 있다. 공간 특성 지표는 수집한 건물 데이터들 중 연관된 데이터가 조합된 결과일 수 있다. 공간 특성 지표는 연관된 건물 데이터의 집합 [a, b, c, d] 형태일 수 있다.
또는 공간 특성 지표는 연관된 건물 데이터의 값을 변수로 갖는 함수의 출력값 형태일 수도 있다. 나아가, 공간 특성 지표는 연관된 건물 데이터들을 입력데이터로 삼는 학습 모델의 출력값일 수도 있다. 이 경우, 학습 모델은 사전에 공간 특성 지표를 출력하도록 학습된 모델이어야 한다.
한편, 공간 특성 지표는 일정한 시간 구간에서 측정된 시계열적인 값으로 정의될 수 있다. 이 경우 공간 특성 지표는 시간축으로 일정한 패턴을 갖는 정보가 될 수 있다.
공간 특성 지표는 관심있는 항목이나 카테고리에 따라 다양할 수 있다. 아래 표 2는 공간 특성 지표에 대한 하나의 예이다.
공간 특성 지표 대상 데이터
실내 환경 특성 1 온도, 습도, 공기질 정보
실내 환경 특성 2 조도, 온도, 습도,
조명 특성 조도, 조명 장치 사용 패턴,
재실자 특성 1 영상
재실자 특성 2 영상, 소리
재실자 특성 3 영상, 소리, CO2 농도
재실자 특성 3 적외선 영상, CO2 농도
에너지 특성 1 조명 장치 에너지 사용량
에너지 특성 2 조명 장치 및 공조 장치의 에너지 사용량
에너지 특성 2 조명장치, 공조장치 및 사용자 단말(컴퓨터)의 에너지 사용량
통신 특성 무선 와이파이 사용량
표 2는 다수의 공간 특성 지표를 예시한다. 동일한 유형의 공간 특성 지표가 서로 다른 데이터로 산출될 수도 있다. 이는 개발자 또는 관리자가 사전에 설정한 값에 따라 달라질 수 있다.
공간 특성 지표는 하나의 건물 데이터 또는 다수의 건물 데이터를 가공한 결과값일 수 있다. 이 경우, 공간 특성 지표는 일정한 수식이나 함수를 통해 산출될 수 있다. 또한, 공간 특성 지표는 건물 데이터를 일정한 면적, 시간, 재실자 등을 기준으로 가공한 값이 될 수도 있다.
나아가 공간 특성 지표는 다수의 공간 특성 지표를 조합한 값일 수 있다. 또한 공간 특성 지표는 다수의 공간 특성 지표를 가공한 값이 될 수 있다.
공간 마커는 다수의 공간 특성 지표로부터 선별한 정보로 정의한 바 있다. (i) 단순하게 공간 마커는 다수의 개별 공간 특성 지표 풀에서 선택한 특정 개별 공간 특성 지표일 수 있다. (ii) 또는 공간 마커는 전체 공간 특성 지표일 수도 있다. (iii) 나아가, 공간 마커는 분석하는 대상에 연관된 특정 공간 특성 지표들의 조합일 수 있다. 예컨대, 재실자의 쾌적감을 나타내는 마커는 영상에서 추출되는 재실자 표정/행동, 재실자의 소리, 적외선 영상에서 감지되는 재실자 체온, CO2 농도, 건물 내부 온도, 건물 내부 습도, 공조장치 에너지 사용량, 외부 온도, 외부 기상 상태 등의 값들 전체 또는 일부를 조합하여 산출되는 값일 수 있다. (iv) 공간 마커는 분석 대상인 항목들과 연관된 공간 특성 지표(들)을 일정하게 가공한 값일 수도 있다.
아래 표 3은 에너지 사용량과 관련된 공간 마커의 예이다. 아래 표 3은 5개의 마커를 예시한다. 공간 마커는 5개 각각이 별도의 마커가 될 수 있다. 나아가 공간 마커는 5개의 마커들 중 선택한 복수의 마커들의 조합일 수 있다.
인자 내용 수식
SEC
(Specific Energy Consumption)		 단위 면적당 에너지 소비량
Figure PCTKR2022014060-appb-img-000001
OUI(Occupancy Usage Indicator) 단위 면적당 건물 재실시간에 사용되는 에너지 소비량
Figure PCTKR2022014060-appb-img-000002
EIU(Energy Intensity Usage) 재실 시간 당 에너지 소비량
Figure PCTKR2022014060-appb-img-000003
EIO(Energy Intensity of occupants) 건물 내 재실자 1인당 에너지 소비량
Figure PCTKR2022014060-appb-img-000004
EPI(Energy performance Index) 대상 건물의 에너지 사용량을 다른 건물 사용량과 비교
Figure PCTKR2022014060-appb-img-000005
표3에서 Energyactual 은 에너지 사용량, Energyoccupant는 재실시간에 해당하는 에너지 사용량, Energyother는 유사한 건물에서의 에너지 소비량, Builtarea는 건물의 면적(또는 특정 구역의 면적) Tper는 재실자당 재실시간을 의미한다. SEC(Specific Energy Consumption)는 단위 면적당 에너지 소비량을 파악할 수 있는 공간 특성 지표이다. SEC은 건물의 에너지 사용량에서 바닥면적 또는 공조면적을 나누어 계산한다.
OUI(Occupancy Usage Indicator)는 단위 면적당 건물 재실 시간에 사용되는 에너지 소비량을 파악할 수 있는 지표이다. OUI는 재실 시간 또는 건물의 사용 시간동안 사용된 에너지 사용량을 단위 면적으로 나누어 계산한다.
EIU(Energy Intensity Usage)는 재실 시간당 에너지 소비량을 파악할 수 있는 지표이다. EIU는 사용된 에너지 사용량을 재실 시간으로 나누어 계산한다.
EIO(Energy Intensity of occupants)는 건물 내 재실자의 1인당 에너지 소비량을 파악할 수 있는 지표이다. EIO는 실제 에너지 사용량에 건물 재실 인원을 나누어 계산한다.
EPI(Energy Performance Index)는 대상 건물의 에너지 사용량을 다른 건물의 사용량과 비교하는 지표이다. EPI는 대상 건물의 에너지 사용량을 다른 건물의 에너지 사용량으로 나누어 계산한다. 대상 건물의 용도나 규모가 상이할 경우, 에너지 사용량도 상이하므로, 비슷한 용도와 규모의 건물로 비교하는 것이 바람직하다. EPI는 해당 건물의 에너지 절감 가능성을 가늠하는데 활용할 수 있다.
물론, 표 3은 공간 마커에 대한 하나의 예이다. 공간 마커는 실내 환경, 재실자 상태 등 다양한 항목에 대하여 다른 값들이 선택될 수 있다.
연구자는 표 3에서 설명한 공간 마커를 기준으로 건물 상태를 분류 내지 평가하였다. 연구자는 실증 대상 건물에서 획득한 에너지 사용량 데이터를 기준으로 실제 해당 지표 내지 공간 마커를 연산하였다. 연구자는 사무용 건물 A, 사무용 건물 B, 주거용 건물 C, 주민복합센터 D, 우체국 E, 경찰지구대 F, 소방서 G, 초등학교 H를 대상으로 분석하였다. 아래 표 4는 연구자가 실험에 사용한 건물에 대한 정보 및 수집한 데이터 항목에 대한 설명이다. 일부 데이터는 연구 목적으로 공개된 데이터를 활용하였다.
이름 수집 기간 건물 위치 데이터 항목
사무용 건물 A 2015.01.01.~2015.12.30.
(1시간 단위)		 수원시 - EH-7(본관동 전등/전열) kWH
- EH-8(회의동,실험동,보육동 전등/전열) kWH
사무용 건물 B 2015.02.07.~2016.3.30.
(1시간 단위)		 미국, Detroit - 전체 전력사용량 (고층부 26F~34F) kWH　
- 전체 전력사용량 (저층부 3B~5F) kWH　
-전체 전력사용량 (중층부 6F~25F) kWH
주거용 건물 C 2015.02.07.~2016.3.30.
(1시간 단위)		 미국, Chicago 외기온도_℉
총 전기사용량_kWH
주민복합센터 D 2015.03.09.~2016.3.30.
(1시간 단위)		 세종시 각 건물의 메인 전체 전력
- 유효전력 kW
- 유효전력량 kWH
-역율_%
우체국 E 2015.03.09.~2016.3.30.
(1시간 단위)		 세종시
경찰 지구대 F 2015.03.09.~2016.3.30.(1시간 단위) 세종시
소방서 G 2015.03.09.~2016.3.30.(1시간 단위) 세종시
초등학교 H 2015.03.09.~2016.3.30.
(1시간 단위)		 세종시
도5는 건물 단위 면적당 에너지 소비량(SEC)을 기준으로 건물들을 분석한 예이다.
연구자는 건물의 종류에 따라 해당 건물의 면적과 에너지 사용량 데이터를 기준으로 SEC을 연산하였다. 도 5을 살펴보면, 사무용 건물 A, 사무용 건물 B, 주거용 건물 C, 주민복합센터 D, 우체국 E, 경찰지구대 F, 소방서 G 및 초등학교 H가 각각 서로 다른 패턴을 보이는 것을 알 수 있다. 계절에 따라 에너지 소비량에 차이가 있다는 것은 일반적인 사실이지만, 도 5를 보면 건물의 용도나 종류에 따라 건물 단위 면적당 에너지 소비량이 다르다는 것을 알 수 있다.
따라서, 분석장치가 SEC라는 공간 마커를 이용하면 건물 유형의 분류하거나 상태를 평가할 수 있다는 것을 알 수 있다. 즉 분석장치는 특정 공간 마커를 기준으로 다양한 유형의 건물에 대하여 분석한 결과값(레퍼런스)을 마련하고, 이후 특정 건물의 분석값과 비교하여 특정 건물의 유형을 파악할 수 있다. 나아가, 분석장치는 정상 상태에서 특정 유형의 건물에 대한 결과값(레퍼런스)를 마련하고, 동일 유형의 특정 건물에 대한 분석값을 비교하여 현재 특정 건물의 에너지 소비가 정상인지 여부도 판단할 수 있다.
도6는 주민복합센터에서 하루동안 평균 전력사용량을 분석한 예이다. 도 6은 전체 건물에 대한 전력 사용량이며, 동일 건물에 대한 전력 사용량이기에 건물 단위 면적당 에너지 소비량도 동일한 형태의 그래프를 보인다. 도 6은 1월, 4월 및 7월 기간 동안 주민복합센터 D에서 사용하는 전력 사용량을 나타낸다. 도 6을 살펴보면, 일정 시간 동안(도 6에서는 하루) 평균 전력 사용량이 특정 월이나 계절을 구분하는 기준이 될 수 있다고 해석할 수 있다. 따라서, 분석장치가 일정 시간 구간의 평균 전력(에너지) 소비량이라는 공간 마커를 이용하면 해당 건물의 외부 환경(계절 등)을 추정할 수 있다고 것을 알 수 있다.
연구자는 도 5 및 도 6에서 실험하였던 주민복합센터 D에서 조명 소비 전력과 냉난방 장치의 소비 전력을 추가로 비교했다. 분석 결과 주민복합센터 D에서 계절별 전력 소비량의 차이는 주로 냉난방 장치의 전력 소비가 영향을 미쳤다는 것을 확인하였다. 따라서, 분석장치는 건물의 전체 에너지 소비량이 아닌 냉난방 장치 내지 공조장치의 에너지 소비량을 기준으로 건물의 종류 및 상태를 분류할 수 있다.
도7은 건물 재실 시간 내 단위 면적당 에너지 소비량(OUI)을 기준으로 건물들을 분석한 예이다. 도 7(A)는 건물의 종류에 따라서 OUI를 연산한 결과이고, 도 7(B)는 OUI계산에서 사용된 건물별 재실 시간을 나타낸다.
연구자는 건물 재실 시간과, 건물의 면적 및 건물의 에너지 소비량을 기준으로 OUI를 연산하였다.
도7을 살펴보면, 건물의 종류마다 OUI가 다르다는 것을 알 수 있다. 따라서, 분석장치가 OUI라는 공간 마커를 이용하면 건물 유형의 분류하거나 상태를 평가할 수 있다는 것을 알 수 있다. 즉, 분석장치가 건물의 재실 상황 및 에너지 사용량을 기초로 산출되는 공간 마커를 이용하여 건물 유형을 분류하거나, 이상 여부를 확인할 수 있다.
나아가, 공간 마커는 다수의 공간 특성 지표 내지 공간 마커를 가공한 값일 수 있다. 도8은 단위 면적당 비 재실 시간당 에너지 사용량을 기준으로 건물을 분석한 예이다. 단위 면적당 비 재실 시간당 에너지 사용량은 'SEC - OUI'로 계산된다. 도 9를 살펴보면, 비 재실 시간의 에너지 사용량을 기준으로 건물의 유형이 구분되는 것을 알 수 있다. 분석장치가 단위 면적당 비 재실 시간당 에너지 사용량이라는 공간 마커를 이용하면 건물 유형의 분류하거나 상태를 평가할 수 있다는 것을 알 수 있다.
연구자는 건물들에서 하루 동안건물의 에너지 소모량의 패턴을 분석하였다. 이때 공간 마커는 일정한 시간(하루) 동안의 에너지 소모량의 변화인 예이다. 연구자는 특정 건물의 유형에 대한 사전 정보 없이 에너지 소모량의 패턴을 기준으로 건물을 분류하였다. 연구자는 k 평균 클러스터링(k-mean clustering)을 사용하여 건물들을 분류하였다. 연구자는 k 값을 달리하면 k 평균 클러스터링을 수행하였다.
도9는 k=3으로 건물들의 하루 동안의 에너지 소모량을 케이-평균 클러스터링한 예이다. 도 9(A)는 에너지 소모량에 따라 분류된 3개의 그룹(1, 2 및 3)을 도시한다. 연구자는 일정한 시간을 기준으로 3개의 그룹에 대한 패턴을 도출하였다. 도 9(B)는 휴일(holiday)과 근무일(workday)을 기준으로 패턴을 분류한 결과이고, 도 9(C)는 일주일(일요일부터 토요일)을 기준으로 패턴을 분류한 결과이고, 도 9(D)는 1년(1월부터 12월)을 기준으로 패턴을 분류한 결과이다. 도 9를 살펴보면 일정한 시간 구간을 기준으로 3개의 그룹이 에너지 소모량에서 일정한 패턴을 보인다. 즉, 분석장치가 에너지 소모량과 시간을 기준으로 건물의 종류 내지 상태를 일정하게 구분할 수 있다.
도10은 k=4로 건물들의 하루 동안의 에너지 소모량을 케이-평균 클러스터링한 예이다. 도 10(A)는 에너지 소모량에 따라 분류된 4개의 그룹(1, 2, 3및 4)을 도시한다. 연구자는 일정한 시간을 기준으로 3개의 그룹에 대한 패턴을 도출하였다. 도 10(B)는 휴일과 근무일을 기준으로 패턴을 분류한 결과이고, 도 10(C)는 일주일(일요일부터 토요일)을 기준으로 패턴을 분류한 결과이고, 도 10(D)는 1년(1월부터 12월)을 기준으로 패턴을 분류한 결과이다. 도 10을 살펴보면 일정한 시간 구간을 기준으로 4개의 그룹이 에너지 소모량에서 일정한 패턴을 보인다. 즉, 분석장치가 에너지 소모량과 시간을 기준으로 건물의 종류 내지 상태를 일정하게 구분할 수 있다.
분석장치는 개별 공간 특성 지표들 및 전체 공간 특성 지표에서 산출한 공간 마커 자체를 기준으로 건물의 유형이나 상태를 분석할 수 있다. 또한, 도 9 및 도 10에서 설명한 바와 같이, 분석장치는 공간 마커에 대한 추가 분석(클러스터링 등)을 통해 건물의 유형이나 상태를 분석할 수도 있다. 이때 분석장치는 사전에 마련된 레퍼런스값과 분석 대상 건물에 대한 공간 마커 기반 출력값을 비교하여 분석 대상 건물을 평가할 수 있다. 레퍼런스값은 분석 항목에 따라 다양한 유형으로 사전에 마련될 수 있다. 레퍼런스값은 건물의 용도, 건물의 지리적 위치, 데이터 수집 시간대 등에 따라 다양한 값들이 테이블 형태로 사전에 마련될 수 있다. 전술한 도 5 내지 도 8과 같이 건물 유형별로 분석한 값(패턴)이 레퍼런스 값이 될 수도 있다. 레퍼런스값은 건물 용도별로 표준화하여 표준 건물 특성 지표(표준게놈)로 구현될 수 있다.
나아가, 분석장치는 학습모델을 이용하여 공간 마커의 분석결과를 해석할 수도 있다. 도 11은 학습모델을 이용한 건물 상태 분석 과정(300)의 예이다.
분석장치는 분석 대상인 특정 건물에 대한 건물 데이터를 기준으로 특정 공간 특성 지표를 산출한다(310). 이때 산출하는 특정 공간 특성 지표는 산출 가능한 다양한 공간 특성 지표들일 수 있다. 예컨대, 특정 공간 특성 지표는 실내 환경, 재실자 상태, 에너지 사용량 등에 대한 다양한 유형의 지표들을 포함할 수 있다. 나아가, 특정 공간 특성 지표는 특정 영역에 속한 다수의 개별 공간 특성 지표 또는 전체 공간 특성 지표일 수도 있다. 한편, 특정 공간 특성 지표는 분석 대상과 관련된 공간 특성 지표일 수 있다. 예컨대, 에너지 사용량이 분석 대상이라면 분석장치는 해당 건물의 에너지 사용량과 관련된 데이터를 기준으로 에너지 사용량 관련된 공간 특성 지표만을 산출할 수도 있다.
분석장치는 분석 항목과 관련된 공간 마커를 산출할 수 있다(320). 분석장치는 산출한 공간 특성 지표들 중 적어도 일부를 공간 마커로 산출할 수 있다. 또는 분석장치는 산출한 공간 특성 지표들 중 적어도 일부를 조합하여 공간 마커를 산출할 수 있다. 또는 분석장치는 산출한 공간 특성 지표들 중 적어도 일부를 가공하여 공간 마커를 산출할 수 있다. 예컨대, 분석장치는 전술한 표 3과 같이 에너지 사용량과 관련된 공간 마커를 산출할 수 있다.
한편, 공간 마커가 전체 공간 특성 지표(=건물 게놈)으로부터 산출되면 공간 마커도 전체 공간에서 개별 공간이 위치하는 순서나 배치에 따라 일정한 순서를 갖는 연속된 정보로 구성될 수 있다.
분석장치는 학습 모델(분류 모델)에 공간 마커(공간 마커의 값)을 입력하여 분석할 수 있다(330). 이때 학습모델은 사전에 학습된 모델일 수 있다. 분석장치는 학습모델이 출력하는 값을 기준으로 건물 상태를 평가할 수 있다(340). 이때 건물 상태는 건물의 종류, 건물의 에너지 소비 정도, 건물의 재실자 상태, 건물의 장치 이상, 건물 외부 환경(날씨, 계절 등) 등과 같은 정보 중 어느 하나일 수 있다. 학습모델이 출력하는 값은 학습모델이 학습에 사용된 학습데이터와 라벨값에 따라 달라질 수 있다. 학습모델은 공간 마커의 값 자체의 특징을 기준으로 데이터를 분석할 수 있다. 나아가 공간 마커가 일정한 순서(1차 배열 또는 2차 배열)를 갖는 경우 학습모델은 공간 마커들의 값 및 해당 값의 위치에서 특징을 추출하여 분석할 수도 있다.
도12는 분석장치(400)에 대한 예이다. 분석장치 (600)는 건물 제어 시스템의 제어장치, PC, 스마트기기, 서버, 또는 데이터처리 전용 칩셋 등과 같이 물리적으로 다양한 형태로 구현될 수도 있다.
상기 분류장치(600)는 저장장치(410), 메모리(420), 연산장치(430), 인터페이스 장치(440), 통신장치(450) 및 출력장치(460)를 포함할 수 있다.
저장장치(410)는 입력되는 건물 데이터를 저장할 수 있다.
저장장치(410)는 공간 특성 지표를 산출하기 위한 프로그램, 함수 등을 저장할 수 있다.
저장장치(410)는 공간 특정 지표들 중 적어도 하나를 기준으로 산출되는 공간 마커(들)의 값을 저장할 수 있다.
저장장치(410)는 공간 마커를 해석하는 프로그램 내지 학습모델을 저장할 수 있다.
저장장치(410)는 분석 대상 건물의 상태를 저장할 수 있다.
메모리(420)는 서비스 장치(400)가 상담 모델을 사용하여 건강 검진 정보를 생성하는 과정 등에서 생성되는 데이터 및 정보 등을 저장할 수 있다.
인터페이스 장치(440)는 외부로부터 일정한 명령 및 데이터를 입력받는 장치이다. 인터페이스 장치(440)는 물리적으로 연결된 입력 장치 또는 외부 저장장치로부터 대상 건물의 건물 데이터를 입력받을 수 있다. 인터페이스 장치(440)는 전체 건물에서 개별 건물의 순서 내지 위치 정보도 입력받을 수 있다. 인터페이스 장치(440)는 대상 건물의 상태를 다른 객체에 전달할 수도 있다. 인터페이스 장치(440)는 대상 건물의 상태를 제어하기 위한 명령을 다른 객체(제어 장치, 공조 장치 등)에 전달할 수 있다. 한편, 인터페이스 장치(440)는 통신장치(450)가 수신하는 데이터를 입력받는 구성을 포함할 수도 있다.
통신장치(450)는 유선 또는 무선 네트워크를 통해 일정한 정보를 수신하고 전송하는 구성을 의미한다. 통신장치(450)는 외부 객체로부터 대상 건물의 건물 데이터를 수신할 수 있다. 통신장치(450)는 전체 건물에서 개별 건물의 순서 내지 위치 정보도 수신할 수 있다. 또한 통신장치(450)는 대상 건물의 건물 상태를 사용자 단말과 같은 외부 객체에 송신할 수도 있다. 통신장치(450)는 대상 건물의 상태를 제어하기 위한 명령을 다른 객체(제어 장치, 공조 장치 등)에 송신할 수 있다.
출력장치(460)는 일정한 정보를 출력하는 장치이다. 출력장치(460)는 데이터 처리 과정에 필요한 인터페이스를 출력할 수 있다. 출력장치(460)는 건물의 상태 정보를 출력할 수 있다. 출력장치(460)는 건물의 구조 또는 도면과 함께 건물의 상태 정보를 출력할 수 있다. 출력장치(460)는 건물의 상태를 기준으로 제어대상이 되는 항목(전력 소비 등)이나 장치(공조장치 등)을 출력할 수도 있다.
연산 장치(430)는 대상 건물의 건물 데이터를 이용해서 공간 특성 지표를 산출할 수 있다. 연산 장치(430)는 건물 데이터 중 관심 있는 특정 항목의 데이터를 선택하여 특정 공간 특성 지표를 산출할 수 있다. 연산 장치(430)는 개별 공간 별로 개별 공간 특성 지표를 산출할 수 있다. 연산 장치(430)는 전체 건물에서 개별 공간의 위치 및 배치를 기준으로 전체 공간에 대한 전체 공간 특성 지표를 산출할 수 있다. 전체 공간 특성 지표는 위치가 인접한 또는 연속된 개별 공간들에 대한 개별 공간 특성 지표들의 배열 형태일 수 있다. 이때 개별 공간의 순서는 일지점에 기준한 근접정도, 건물 층수 등과 같은 기준으로 결정될 수 있다. 또는 건물에서 개별 공간의 순서는 해당 건물에서 사전에 설정된 특정 순서일 수도 있다. 이 경우 연산 장치(430)는 개별 건물들의 순서에 대한 정보를 이용하여 전체 공간 특성 지표를 산출할 수 있다.
연산 장치(430)는 전체 공간 특성 지표 또는 특정 구역에 대한 개별 공간 특성 지표들을 기준으로 공간 마커를 산출할 수 있다. 전술한 바와 같이 공간 마커는 분석 대상 항목에 따라 다양할 수 있다. 연산 장치(430)는 대상 건물에 대한 공간 마커의 값을 기준으로 대상 건물의 상태를 평가할 수 있다.
연산 장치(430)는 사전에 마련된 대상 건물에 대한 레퍼런스값, 대상건물과 유사한 구조의 건물에서 측정된 레퍼런스값 또는 대상건물과 동일한 용도의 건물에서 측정된 레퍼런스값과 현재 대상 건물에서 산출된 공간 마커의 값을 비교할 수 있다. 연산 장치(430)는 대상 건물의 공간 마커의 값과 레퍼런스 값을 비교하여 대상 건물의 종류 내지 상태를 평가할 수 있다. 또는 연산 장치(430)는 대상 건물의 공간 마커의 값과 레퍼런스 값을 비교하여 현재 대상 건물의 상태 이상을 평가할 수도 있다.
연산 장치(430)는 대상 건물에 대한 공간 마커의 값을 추가 분석하여 대상 건물 상태를 평가할 수 있다. 예컨대, 연산 장치(430)는 공간 마커의 값에 대한 클러스터링을 수행하고, 레퍼런스값과 비교하여 현재 대상 건물의 상태를 평가할 수 있다.
연산 장치(430)는 대상 건물에 대한 공간 마커의 값을 학습모델에 입력하여 대상 건물의 상태를 평가할 수도 있다.
연산 장치(430)는 현재 대상 건물의 상태를 기준으로 목표하는 상태로 변경하기 위한 제어 명령을 생성할 수 있다. 연산 장치(430)는 제어 명령을 외부 객체(예컨대, 건물 제어 시스템)에 전달하게 하여 건물의 상태를 제어할 수도 있다.
또한, 상술한 바와 같은 공간 지표 산출 방법, 공간 마커 산출 방법, 건물 상태 평가 방법 및 건물 제어 방법은 컴퓨터에서 실행될 수 있는 실행가능한 알고리즘을 포함하는 프로그램(또는 어플리케이션)으로 구현될 수 있다. 상기 프로그램은 일시적 또는 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM (read-only memory), PROM (programmable read only memory), EPROM(Erasable PROM, EPROM) 또는 EEPROM(Electrically EPROM) 또는 플래시 메모리 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
일시적 판독 가능 매체는 스태틱 램(Static RAM，SRAM), 다이내믹 램(Dynamic RAM，DRAM), 싱크로너스 디램 (Synchronous DRAM，SDRAM), 2배속 SDRAM(Double Data Rate SDRAM，DDR SDRAM), 증강형 SDRAM(Enhanced SDRAM，ESDRAM), 동기화 DRAM(Synclink DRAM，SLDRAM) 및 직접 램버스 램(Direct Rambus RAM，DRRAM) 과 같은 다양한 RAM을 의미한다.
본 실시례 및 본 명세서에 첨부된 도면은 전술한 기술에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 전술한 기술의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시례는 모두 전술한 기술의 권리범위에 포함되는 것이 자명하다고 할 것이다.

Claims (13)

  1. 분석장치가 대상 건물의 건물 데이터를 입력받는 단계;
    상기 분석장치가 상기 건물 데이터 중 적어도 일부를 이용하여 상기 대상 건물의 개별 공간들 각각에 대한 개별 공간 특성 지표를 산출하는 단계;
    상기 분석장치가 상기 대상 건물에서 상기 개별 공간들의 위치를 기준으로 상기 대상 건물 전체 또는 상기 대상 건물의 구분 구역 전체에 대한 전체 공간 특성 지표를 산출하는 단계;
    상기 분석장치가 상기 전체 공간 특성 지표 중 적어도 일부를 이용하여 산출되는 공간 마커를 기준으로 상기 대상 건물의 상태를 평가하는 단계를 포함하되,
    상기 개별 공간 특성 지표는 해당하는 개별 공간에서 수집된 건물 데이터를 기준으로 산출되는 지표이고, 상기 공간 마커는 평가 대상인 건물의 상태 중 특정 항목에 따라 결정되는 정보인 건물 상태 분석 방법
  2. 제1항에 있어서
    상기 건물 데이터는
    온도, 습도, 조도, 공기질, 영상, 소리, 건물에 배치된 장치 동작 상태, 상기 장치의 에너지 사용량, 재실자 움직임 및 재실자 상태 중 적어도 복수의 항목에 대한 데이터를 포함하는 건물 상태 분석 방법.
  3. 제1항에 있어서
    상기 개별 공간 특성 지표는 실내 환경 특성, 조명 특성, 재실자 특성, 에너지 특성 및 통신 특성 중 적어도 하나의 특성에 대한 지표를 포함하는 건물 상태 분석 방법.
  4. 제3항에 있어서
    상기 개별 공간 특성 지표는 상기 적어도 하나의 특성을 시간, 면적 또는 재실자 상황을 기준으로 가공한 값인 건물 상태 분석 방법.
  5. 제1항에 있어서
    상기 공간 마커는 공기질, 재실자 쾌적도, 재실자 밀집도 및 에너지 사용량 중 적어도 하나와 관련된 공간 특성 지표들로 산출되는 건물 상태 분석 방법.
  6. 제 1항에 있어서
    상기 공간 마커는 SEC(Specific Energy Consumption), OUI(Occupancy Usage Indicator), EIU(Energy Intensity Usage), EPI(Energy Performance Index) 및 EIO(Energy Intensity of occupants) 중 적어도 하나를 포함하는 건물 상태 분석 방법.
  7. 제1항에 있어서
    상기 분석장치가 상기 공간 마커를 학습모델에 입력하여 출력되는 값을 기준으로 상기 대상 건물의 상태를 평가하는 공간 상태 분석 방법
  8. 대상 건물의 건물 데이터를 입력받는 인터페이스 장치; 및
    상기 건물 데이터 중 적어도 일부를 이용하여 상기 대상 건물의 개별 공간들 각각에 대한 개별 공간 특성 지표를 산출하고, 상기 개별 공간들에 대한 개별 공간 특성 지표들 중 적어도 일부를 이용하여 산출되는 공간 마커를 기준으로 상기 대상 건물의 상태를 평가하는 연산장치를 포함하되,
    상기 개별 공간 특성 지표는 해당하는 개별 공간에서 수집된 건물 데이터를 기준으로 산출되는 지표이고, 상기 공간 마커는 평가 대상인 건물의 상태 중 특정 항목에 따라 결정되는 정보인 분석 장치.
  9. 제8항에 있어서,
    상기 건물 데이터는
    온도, 습도, 조도, 공기질, 영상, 소리, 건물에 배치된 장치 동작 상태, 상기 장치의 에너지 사용량, 재실자 움직임 및 재실자 상태 중 적어도 복수의 항목에 대한 데이터를 포함하는 분석 장치.
  10. 제8항에 있어서,
    상기 개별 공간 특성 지표는 실내 환경 특성, 조명 특성, 재실자 특성, 에너지 특성 및 통신 특성 중 적어도 하나의 특성에 대한 지표를 포함하는 분석 장치.
  11. 제10항에 있어서,
    상기 개별 공간 특성 지표는 상기 적어도 하나의 특성을 시간, 면적 또는 재실자 상황을 기준으로 가공한 값인 분석 장치.
  12. 제8항에 있어서,
    상기 공간 마커는 공기질, 재실자 쾌적도, 재실자 밀집도 및 에너지 사용량 중 적어도 하나와 관련된 공간 특성 지표들로 산출되는 분석 장치.
  13. 제8항에 있어서,
    상기 공간 마커는 SEC(Specific Energy Consumption), OUI(Occupancy Usage Indicator), EIU(Energy Intensity Usage), EPI(Energy Performance Index) 및 EIO(Energy Intensity of occupants) 중 적어도 하나를 포함하는 분석 장치.
PCT/KR2022/014060 2021-09-23 2022-09-21 건물 상태 분석 방법 및 분석 장치 WO2023048457A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210125739 2021-09-23
KR10-2021-0125739 2021-09-23
KR1020220108612A KR20230043048A (ko) 2021-09-23 2022-08-29 건물 상태 분석 방법 및 분석 장치
KR10-2022-0108612 2022-08-29

Publications (1)

Publication Number Publication Date
WO2023048457A1 true WO2023048457A1 (ko) 2023-03-30

Family

ID=85720926

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/014060 WO2023048457A1 (ko) 2021-09-23 2022-09-21 건물 상태 분석 방법 및 분석 장치

Country Status (1)

Country Link
WO (1) WO2023048457A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180121199A (ko) * 2017-04-28 2018-11-07 (주)미래비엠 재실자를 고려한 건물 에너지 부하 산출 방법 및 이를 이용한 건물 에너지 성능 평가 방법
US20190272000A1 (en) * 2012-05-15 2019-09-05 Arevs, Llc Method and System for Rating Building Energy Performance
KR20210046365A (ko) * 2019-10-18 2021-04-28 한국에너지기술연구원 건축물 에너지 성능 측정 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190272000A1 (en) * 2012-05-15 2019-09-05 Arevs, Llc Method and System for Rating Building Energy Performance
KR20180121199A (ko) * 2017-04-28 2018-11-07 (주)미래비엠 재실자를 고려한 건물 에너지 부하 산출 방법 및 이를 이용한 건물 에너지 성능 평가 방법
KR20210046365A (ko) * 2019-10-18 2021-04-28 한국에너지기술연구원 건축물 에너지 성능 측정 장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FITRIANI HENI, RIFKI MUHAMMADIYA, INDRIYATI CITRA, RACHMADI ADITYA, MUHTAROM AHMAD: "Energy Analysis of the Educational Building in Palembang Indonesia", CIVIL ENGINEERING AND ARCHITECTURE, vol. 9, no. 3, 1 May 2021 (2021-05-01), pages 778 - 788, XP093054979, ISSN: 2332-1091, DOI: 10.13189/cea.2021.090319 *
ZHUN YU: "Mining Hidden Knowledge from Measured Data for Improving Building Energy Performance", 1 December 2012 (2012-12-01), XP055280920, Retrieved from the Internet <URL:http://spectrum.library.concordia.ca/973713/1/Yu_PhD_S2012.pdf> [retrieved on 20160616] *

Similar Documents

Publication Publication Date Title
Jung et al. Human-in-the-loop HVAC operations: A quantitative review on occupancy, comfort, and energy-efficiency dimensions
Tekler et al. A scalable Bluetooth Low Energy approach to identify occupancy patterns and profiles in office spaces
Wagner et al. Exploring occupant behavior in buildings
Park et al. Comprehensive analysis of the relationship between thermal comfort and building control research-A data-driven literature review
Wang et al. Modeling occupancy distribution in large spaces with multi-feature classification algorithm
Wang et al. Energy efficient HVAC control for an IPS-enabled large space in commercial buildings through dynamic spatial occupancy distribution
Candanedo et al. Accurate occupancy detection of an office room from light, temperature, humidity and CO2 measurements using statistical learning models
Jiang et al. MAQS: a personalized mobile sensing system for indoor air quality monitoring
WO2015084058A1 (ko) 공조장치 또는 공조시스템의 쾌적온도 제어장치 및 방법
Dong et al. A global building occupant behavior database
CN106558916A (zh) 信息提示方法和信息提示装置
WO2023145996A1 (ko) 에너지 다소비 건물의 에너지 관리 및 최적화를 지원하는 디지털 트윈 플랫폼
JP2018049321A (ja) 推定装置、推定方法および推定プログラム
CN116596491A (zh) 一种基于大数据的mic模块化集成建筑互联网管理系统
Tuniki et al. A review on the approaches in analysing energy-related occupant behaviour research
CN114332540A (zh) 一种基于大数据的楼宇自动化系统数据标记方法及系统
Schweiker et al. Long-term monitoring data from a naturally ventilated office building
CN107560107A (zh) 一种医院病房空调换气次数分析方法及其装置
WO2023048457A1 (ko) 건물 상태 분석 방법 및 분석 장치
Tang et al. Investigating the influence of environmental information on perceived indoor environmental quality: An exploratory study
Nikdel et al. Data-driven occupancy profiles for apartment-style student housing
Arjunan et al. Operational characteristics of residential air conditioners with temporally granular remote thermographic imaging
WO2023229192A1 (ko) 디지털 트윈 모델의 데이터에 대해 정상 여부를 판단하는 장치, 방법 및 컴퓨터 프로그램
Kciuk et al. Design and modeling of intelligent building office and thermal comfort based on probabilistic neural network
KR20230043048A (ko) 건물 상태 분석 방법 및 분석 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22873162

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE