건물에너지 진단을 위한 결정계수 기반 냉난방 공간 분류 모델 (Classification Model of Cooling or Heating Zone Based on Coefficient of Determination for Building Energy Diagnosis)

서지정보

· 발행기관 : 대한설비공학회
· 수록지 정보 : 설비공학 논문집 / 35권 / 8호 / 402 ~ 411페이지
· 저자명 : 권오익, 김영일

초록

기존 건축물의 에너지성능 개선에 대한 필요성 인식이 증가하고 있다. 건물에너지 정량화에서 실 명칭이나 사용자 설문조사를 바탕으로 용도 프로필을 규범화하여 일괄 적용하면 실제와의 차이를 발생시킨다. 이를 개선하기 위해서는 냉난방 공간 분류를 위한 정량적 수단이 필요하며, 기존 건축물의 수와 경제적 제약을 고려하면 충분히 비용 효율적으로 활용할 수 있어야 한다.
본 연구에서는 결정계수를 활용한 데이터 기반의 냉난방 공간 분류 모델을 제시하고, 기계학습에서 활용되는 특성 중요도를 활용하여 분류 모델을 유효성을 검토하였다. 본 논문의 가장 큰 기여는 데이터 기반의 다양한 분류 모델에서, 가장 단순한 회귀 방법으로 구해지는 결정계수를 바탕으로 수집이 용이한 실내외 온도를 입력 매개변수로 활용하는 냉난방 공간 분류 모델을 제시하고, 무엇보다 데이터 기반 모델이 다른 사례에 적용하기 어려운 한계점이 있다는 것을 고려할 때, 이해가 쉬운 작동 방법과 함께 다른 사례에서 모델 채택이 적절한지 판단하는 수단을 함께 제시하였다는 점이다. 결과적으로 제시한 분류 모델은 냉난방 공간을 적절하게 분류하여, 실제 운영 현황을 유사하게 표현하였다. 연구의 결과를 요약하면 다음과 같다.
(1) 냉난방 공간 분류 모델은 실내 및 실외 온도를 입력으로 출력되는 결정계수의 크기에 따라 냉난방 공간을 감지, 분류한다.
(2) 공간마다 실내외 온도로 구해지는 결정계수는 건물에너지에 대한 특성 중요도와 강한 선형 관계(R = 0.793)를 보였으며, 이는 분류 모델의 결과가 건물에너지 사용량과 밀접함을 의미한다.
(3) F-test를 활용하는 특성선택으로 실내온도마다 유효한 입력 매개변수인지 선별할 수 있으며, 다른 사례의 적용에서 건물 단위 에너지사용량을 바탕으로 분류 결과가 건물에너지 소비와 밀접한지 판단할 수 있다.
(4) 일부 간헐적 냉난방 공간에서는 기간마다 분류 결과가 다르게 나타났으며, 전체 기간의 분석 결과에 영향을 주었다. 따라서, 대상 건물의 기간에 따른 사용 특성을 고려하여 분석 기간을 설정하여야 한다.
(5) 분류 모델은 본질적으로 도일법과 유사한 맥락을 갖는다. 입력 매개변수인 실내온도는 실외온도 이외에도 다양한 열적 매개변수의 영향을 받으므로, 결정계수의 크기가 반드시 에너지사용 강도를 의미하지는 않는다.
(6) 실내 공간마다 결정계수의 크기는 상대적으로 비교할 수 있으므로, 결정계수의 크기에 따라 냉난방 공간을 분류하는 판단 기준은 분석 대상에 따라 조정하여 적용할 수 있다. 다만, 분류 모델의 활용성 확대를 위해서는 다양한 용도의 공간에서 시스템 운전 이력과 실 단위 에너지사용량을 포함한 추가 연구가 필요하다.
본 연구에서 제시하는 결정계수 기반 냉난방 공간 분류 모델은 단순한 입력 매개변수와 낮은 계산 비용으로 작동하므로 다양한 모델과 통합되어 건물에너지 분야에서 활용될 수 있기를 기대한다.

영어초록

In quantification for building energy diagnosis, collective application of thermal load profile of zone can cause a difference from actual energy use. Considering the number of existing buildings, a quantitative and cost-effective method is needed. In this study, a cooling or heating zone classification model was presented based on coefficient of determination using indoor and outdoor temperatures. Statistical verification was conducted using the process of feature selection for energy usage and indoor temperature measured at the building unit. The proposed model essentially has a thermodynamic mechanism similar to the degree-day method. It can properly classify the cooling and heating zone of a building. Criteria for determining the heating and cooling zone can be usefully adjusted. Since the proposed classification model works in a very simple way, it can be used in integration with various models.

참고자료

· 없음