메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이철원 (가천대학교) 성남철 (가천대학교) 최원창 (가천대학교)
저널정보
한국건축친환경설비학회 한국건축친환경설비학회 논문집 한국건축친환경설비학회 논문집 제15권 제3호
발행연도
2021.6
수록면
252 - 264 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

2021

Python을 이용한 냉동기 에너지소비량 예측 모델의 성능 개선 및 비교 평가
이철원 ,  성남철 ,  최원창 한국건축친환경설비학회 논문집 2021.06 학술저널
Python을 활용한 냉동기 에너지 소비량 예측 : : 기계학습기법을 중심으로
이철원 건축학과 2021.01 학위논문

2020

Python을 이용한 기계학습 기반 공기조화기 에너지 소비량 예측
이철원 ,  성남철 ,  김지헌 외 1명 대한건축학회 학술발표대회 논문집 2020.10 학술대회자료
Python을 이용한 기계학습 기반 냉동기 에너지 소비랑 예측
이철원 ,  김지헌 ,  성남철 외 1명 대한설비공학회 학술발표대회논문집 2020.06 학술대회자료

초록· 키워드

오류제보하기
In this study, Python is used to predict chiller energy consumption and improve the performance of forecasting models. The forecasting model used a random forest model and an artificial neural network model. To improve the performance of the forecasting model, the accuracy was evaluated by adjusting the number of inputs and the training data size. As a result, for the random forest model, the prediction performance allowed by the criteria was shown from the number of input variables to seven, and the CvRMSE improved the prediction performance by up to 23.91% by increasing the number of inputs. The training data size was shown to have acceptable predictive performance for the criterion at 80% and increased the training data size, improving the predictive performance by up to 14.08%. For artificial neural network (ANN) models, the predictive performance allowed by the criterion was shown to have a predictive performance with four inputs, and the CvRMSE improved by up to 14.90% by increasing the number of inputs. The training data size was shown to have acceptable predictive performance for the criterion at 70% and the maximum increase in the training data size resulted in improved predictive performance by up to 11.99% for CvRMSE. Comparing the two models, the artificial neural network model has better predictive performance than the random forest model, and the model for improving predictive performance is also more advantageous for the use of input variables and the adjustment of training data size.
#파이썬 #랜덤포레스트 #인공신경망 #예측 모델 #냉동기 에너지소비량 #Python #Random Forest #Artificial Neural Network #Forecasting Model #Chiller Energy Consumption

목차

ABSTRACT
서론
냉동기 데이터 생성 및 입력변수 선정
예측 모델의 성능향상 및 평가 방법
예측 결과 및 분석
결론
References

참고문헌 (15)

참고문헌 신청
Field, K. / 2010 / Using DOE commercial reference buildings for simulation studies / Proceedings of SimBuild 4(1):85~93 google schola 전병기 / 2017 / 인공신경망을 이용한 건물의 단기 부하 예측 모델 / 설비공학 논문집 29(10):497~503 dbpia 정진화 / 2017 / 건물유형별 에너지소비 예측성능 향상을 위한 변수중요도 및 기계학습모델 평가 / 한국건축친환경설비학회 논문집 11(6):586~598 dbpia Kim, J. H. / 2019 / Cooling load forecasting via predictive optimization of a nonlinear autoregressive exogenous (NARX) neural network model / Sustainability 11(23):6535 google schola Kim, J. H. / 2019 / Modeling and optimizing a chiller system using a machine learning algorithm / Energies 12(15):2860 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

태양광열-공기열원 하이브리드 히트펌프 축열조 온도 및 에너지 사용량 예측모델 개발
박동혁 ,  김태원 ,  변재윤 외 1명 KIEAE Journal 2023 .02
Python을 이용한 기계학습 기반 냉동기 에너지 소비랑 예측
이철원 ,  김지헌 ,  성남철 외 1명 대한설비공학회 학술발표대회논문집 2020 .06
대학생 영어교육을 위한 전략적 협동학습 방법
원은석 미래영어영문학회 학술대회 자료집 2013 .06
인공신경망 기반 수열 히트펌프 시스템의 성능예측모델 개발
배상무 ,  권영식 ,  문진우 외 1명 KIEAE Journal 2021 .08
인공신경망 모델을 이용한 냉동기 및 공조기 최적 기동/정지 제어
박성호 ,  안기언 ,  황승호 외 2명 대한건축학회 논문집 - 구조계 2019 .02

최근 본 자료

전체보기

댓글(0)

0