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
최영재 (Chung-Ang Univ.) 배강우 (Chung-Ang Univ.) 정용기 (Chung-Ang Univ.) 문현준 (Dankook Univ.) 문진우 (Chung-Ang Univ.)
저널정보
한국생태환경건축학회 KIEAE Journal KIEAE Journal Vol.23 No.2(Wn.120)
발행연도
2023.4
수록면
23 - 29 (7page)
DOI
10.12813/kieae.2023.23.2.023

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Purpose: This study aimed to develop an adaptive ventilation control algorithm for occupant-centric control (OCC). The control algorithm utilizes a real-time indoor carbon dioxide concentration prediction model that reflects occupant information and is continuously updated through daily learning. Method: The prediction model was developed using a long short-term memory (LSTM) learning algorithm based on data obtained from a living lab. The indoor CO2 concentration after 5 minutes was predicted through the data of the past 1 hour, and the prediction accuracy was evaluated with the test data. The adaptive ventilation control algorithm, which incorporates the prediction model, was then applied to the living lab for experiments to evaluate its real-time prediction accuracy, adaptability, and control performance. Result: As a result of the performance evaluation of the predictive model, the coefficient of variation of the root mean squared error (CVRMSE) was 1.78% and the R2 was 0.97. The adaptability evaluation over four days presented an improvement in CVRMSE from 1.78% to 1.13%, which is approximately 36.52% improvement from the initial performance. During the experiment with the adaptive ventilation control algorithm, the accuracy decreased slightly with a CVRMSE of 2.90% and R2 of 0.98, likely due to frequent ventilation control leading to large data variations. Despite short period of the indoor carbon dioxide concentration exceeding 1,000 ppm, the control was effective. According to the results, it is expected that providing comfortable indoor air quality at all times can be achieved by improving the optimal control cycle and supplementing data learning for various control modes in future research.
#환기 시스템 #실내 이산화탄소 예측모델 #적응형 제어 알고리즘 #Ventilation System #Indoor Carbon Dioxide Prediction Model #Adaptive Control Algorithm

목차

ABSTRACT
1. 서론
2. 연구 방법
3. 성능평가
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

실내 이산화탄소 농도 예측을 위한 실험적 연구
김효준 ,  이한결 ,  오재성 외 1명 한국건축친환경설비학회 논문집 2021 .12
도서관 전열교환기의 재실자수에 따른 기준 환기량 산정 및 수요기반제어
윤정욱 ,  김선혜 KIEAE Journal 2019 .04
Water-side economizer 시스템의 냉방 성능 향상을 위한 Free cooling 운전 기간 확대 알고리즘 개발
김광희 ,  김유진 ,  송영학 한국건축친환경설비학회 논문집 2023 .10
서울시 공공어린이집의 그린리모델링 적용 요소기술 및 에너지 절감효과
방주예 ,  김성은 ,  유민상 외 2명 대한설비공학회 학술발표대회논문집 2022 .06
데이터센터 열환경 예측 및 적응형 제어알고리즘 개발
조지현 ,  최윤경 ,  박보랑 외 2명 KIEAE Journal 2020 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-610-001359213