인공지능형 빌딩 에너지 관리 시스템
- 최초 등록일
- 2012.05.23
- 최종 저작일
- 2012.05
- 5페이지/
한컴오피스
- 가격 2,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
소개글
인공지능형 빌딩 에너지 관리 시스템으로 BEMS
인공신경망을 활용한 난방시스템 관리
목차
“ 인공지능형 빌딩 에너지 관리 시스템 ”
1. 서 론
2. 본 론
- 빌딩 에너지 관리 시스템
( BEMS - Building Energy Management System)
3. 지능형 빌딩 에너지 관리 시스템 기술
- 인공 신경망을 활용한 난방시스템 관리
4. 결 론
본문내용
1. 서 론
세계 에너지 기구에서는 최근 20년간 에너지 소비량이 약49%, 탄소배출량이 43% 증가 했다고 발표하였다. 에너지와 자원의 소비 증가는 곧 지구의 환경 문제를 야기하는데 직간접적인 영향을 미친다. 따라서 빌딩 에너지 관리 분야를 포함한 여러 분야에서 에너지 소비를 감소시키기 위해 다양한 노력을 기울이고 있다. 그 중 특히 빌딩 에너지 분야는 전체 에너지 소비량의 20%에서 40%를 차지할 정도로 많은 비중을 차지하고 있어 에너지 사용량의 예측 및 절감을 위한 연구가 크게 요구되고 있다.
한편, 생활수준의 발전과 기술수준의 발전에 따라 점차 시각적 편안함, 객실에서의 공기의 질, 적절한 온도 등에 대한 요구를 적절히 충족시키는 것 또한 중요한 문제가 되어가고 있다. 따라서 빌딩 서비스 수요자들이 최대한 편안함을 느낄 수 있도록 빌딩의 환경을 최적으로 유지하면서 빌딩의 에너지 사용량을 최소한으로 유지하기 위해서는 온도, 습도, 환기와 같은 환경적인 요인 분석과 시간, 요일, 계절 등과 같은 시간관련 정보 그리고 환풍기, 온수기, 에어컨 등과 같은 기계 정보가 복합적으로 분석되어야 한다. 이와 같은 빌딩 에너지 관리에 필요한 요소 데이터들은 그 데이터의 종류가 다양하며 축적되는 양도 방대하여 단순한 프로그래밍 기법으로 분석하기에는 한계가 존재한다. 이에 따라 빌딩 에너지 소비와 관리에 사용되는 방대한 데이터를 처리하고 가공하기 위해 데이터마이닝 기법에 기초를 둔 전처리 기법이 필수적으로 요구된다. 그리고 전처리 된 빌딩 센서 데이터를 기반으로 빌딩에너지 관리 시스템을 구축하기 위한 지능적 관리 도구가 필요하다.
참고 자료
Building Control Systems CIBSE Guide H, Butterworth Heinemann, Oxford,2000.
에너지 관리 공단, 건물 부문 에너지 절약 - 해외 선진 기술 조사 결과 보고서,2007.12.
Kanarachos A, Geramanis K. Multivariable control of single zone hydronic heating systems with neural networks. Energy Conversion and Management