한국태양에너지학회 논문집 (Journal of the Korean Solar Energy Society)

  • 제32권3호
  • /
  • Pages.42-49
  • /
  • 2012
  • /
  • 1598-6411(pISSN)
  • /
  • 2508-3562(eISSN)
한국태양에너지학회 (The Korean Solar Energy Society)
권호 표지
DOI QR코드

DOI QR Code

지열 히트펌프 전기부하 예측을 위한 신경망 적용 방법

Neural Network Application for Geothermal Heat Pump Electrical Load Prediction

  • 사트리오 아닌디토 (과학기술연합대학원대학교 재생에너지공학) ;
  • 강은철 (한국에너지기술연구원 에너지효율연구단) ;
  • 이의준 (한국에너지기술연구원 에너지효율연구단)
  • 투고 : 2012.02.08
  • 심사 : 2012.05.22
  • 발행 : 2012.06.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

신경망방법은 공학, 경영 그리고 정보기술과 같이 다양한 분양에서 널리 사용되어지고 있다. 신경망방법은 기본적으로 예측, 제어, 식별과 같은 기능을 가지고 있는데, 본 논문에서는 신경망방법을 이용하여 C사의 모델 T의 히트펌프 전기부하를 예측하였다. 부하예측은 시스템을 더욱 효율적이고, 적절하게 만들기 위해 필요하다. 본 논문에서 사용된 히트펌프는 지열원 히트 펌프 시스템이다. 이 지열 히트 펌프의 부하는 사전에 미리 예측되어진 외기온도 및 건물 열부하에 따라 측정 학습된 전력 소비량으로 겨울에는 난방, 여름에는 냉방에 대한 전력 부하를 예측할 수 있다. 이 신경망방법은 신경망 학습 순서를 통해 부하 예측을 위해 히트펌프의 성능데이터를 필요로 한다. 이 부하 예측 인공지능망 방법으로 외기 온도별 건물 통합형 지열 히트 펌프 부하가 예측되어질 수 있다.

키워드

참고문헌

  1. Kreider, K.F., and J.S. Haberl. Predicting hourly building energy use: The great energy predictor shootout - Overview and discussion of result, 1994. ASHRAE Transactions 100(2), pp 1104-1118.
  2. Anindito, S., Hadisupadmo, S., Samsi, A., Design and Implementation of Water Level and Temperature Controller by Using Artificial Neural Network of Mini-Plant Process, Final Year Project - Physics Engineering - Bandung Institute of Technology, 2009.
  3. Climate Master Tranquility 27 Manual
  4. Clean Energy Project Analysis: RETScreen Engineering & Cases Textbook Ground-Source Heat Pump Project Analysis Chapter, Minister of Natural Resources Canada; 2001-2005
  5. M. Anstett., J.F. Kreider., Application of Neural Networking Models to Predict Energy Use. ASHRAE Transactions.
  6. Kreider, K.F., and X.A. Wang. Improved artificial networks for commercial building energy use prediction. Proceedings of the ASME Annual Solar Engineering Meeting, 1992, Maui, HI, vol. 1, pp. 361-366.
  7. Han H.S., Ground Source Heat Pump Heating/Cooling System, Hallymwon, 2004.