외기 엔탈피 변화 패턴을 활용한 사무실 건물 전력소비량 손실 데이터 복원에 관한 연구 (A Study on Recovering Lost Data of Office Building Electric Power Consumption using Outdoor Air Enthalpy Variation Patterns)

서지정보

· 발행기관 : 대한설비공학회
· 수록지 정보 : 설비공학 논문집 / 37권 / 3호 / 143 ~ 150페이지
· 저자명 : 전재범, 김영일

초록

BEMS를 적용한 건물에서 에너지 사용량을 절감하기 위해서는 전력, 가스, 물의 소비량 데이터를 1년 동안 시간별로 측정하고 분석하여 최적의 에너지 절약 방법을 찾아야 한다. 이를 위해 시간별 전력소비량 데이터의 신뢰성과 연속성을 확보하는 것이 필수적이다. 그러나 통신 불량이나 측정 시스템의 오류로 인해 데이터가 누락되거나 정상 범위를 벗어나는 경우가 빈번하게 발생한다. 이런 경우 데이터를 복원해야 하지만, 기존에 일반적으로 사용되는 선형보간법은 외기 조건, 시간대별 변동, 평일과 휴일의 차이를 반영하지 못해 실제 측정된 데이터와 차이를 보인다. 본 연구에서는 이를 해결하기 위해 건물에너지 소비 중 50%를 차지하는 냉난방에너지가 외기 조건에 크게 좌우된다는 점에 주목하여 분실되었거나 정상적인 범위를 벗어난 건물의 전력소비량 데이터를 외기 엔탈피 변화 패턴을 이용하여 복원하는 방법을 제안하였다. 복원 결과 기존 선형보간법에 비하여 오차가 크게 감소함을 확인하였다.
(1) 본 연구에서는 냉난방 에너지가 외기 조건 크게 좌우된다는 점을 활용하여, 외기의 온도와 습도가 동시에 고려된 엔탈피 변화 패턴이 전력소비량 데이터가 분실된 날과 가장 유사한 날을 찾아, 해당 날의 에너지 소비 비율을 활용하여 분실된 데이터를 복원하는 방법을 제안하였다. 엔탈피는 온도와 상대습도 대비 계절에 따른 편차가 적고 독립변수가 2개에서 1개로 줄어드는 편리함도 있다.
(2) 하루 24시간 동안의 외기 변화 유사도를 찾는 방법은 외기의 온도와 습도의 2개의 상태량을 하나의 상태량인 엔탈피로 변환하여 시간별 엔탈피를 벡터 변환한 후 데이터가 누락된 날과 그 날을 기준으로 과거 100일 이내의 모든 날과 내적 곱셈하는 코사인 유사도(Cosine similarity)를 적용하여 이 중 가장 큰 값이 나타내는 날을 택하여 시간별 전력소비량 비율을 적용하여 전력소비량 데이터를 복원하였다.
(3) 엔탈피 변화 패턴에 대해 코사인 유사도를 이용하여 시간별 전력소비량 데이터를 복원하여 실제 측정값과 비교한 결과, CV-RSME 값은 3.1%로, 일반적인 선형 보간법 7.1% 보다 정확성이 크게 향상됨을 확인하였다.
본 연구에서 제안한 외기 엔탈피 기반 코사인 유사도 방법의 신뢰성을 검증하기 위해, 본 연구에서 사용된 사무실 건물 외에도 다양한 용도의 건물에서 추가 검증이 필요하다. 또한 전력소비량뿐만 아니라 물 및 가스 소비량에 대해서도 검증이 이루어져야 한다.

영어초록

The Building Energy Management System (BEMS) continuously monitors and analyzes real-time energy consumption data such as electricity and gas to optimize efficiency and propose energy-saving strategies. However, communication failures, device malfunctions, and system updates can lead to missing or abnormal data, necessitating effective data recovery methods. Addressing these data gaps is crucial for maintaining reliability of energy analysis. Traditionally, simple linear interpolation has been used for data recovery. However, this method is prone to substantial inaccuracies. In addition, it is insufficient for complexities of energy systems. The power consumption of a building is heavily influenced by heating and cooling loads, which are closely related to outdoor conditions. To restore missing power consumption data, we proposed a method that could identify a day with similar changes in outdoor enthalpy variation - a function of temperature and humidity - as the day with missing data. Power consumption pattern from this similar day was then used to reconstruct lost data. The efficacy of the proposed method was evaluated using CV-RMSE (Coefficient of variation of root mean square error), demonstrating a high degree of accuracy, with recovered data showing a deviation of just 3.1% from actual values. This enhanced methodology not only can improve data recovery accuracy, but also can reinforce robustness of energy consumption analysis, thereby supporting more reliable energy management decisions.

참고자료

· 없음