열평형 모델링과 주택 특성 계수 학습을 통한 가정용 에어컨의 실내 온도 변화 예측에 관한 연구
Alternative Title
A study on prediction of room temperature change of residential air-conditioner using thermal equilibrium modeling and learning of housing characteristic coefficient
본 연구에서는 에어컨 운전 로그와 최적화 기법을 이용하여 주택 특성 계수를 학습하고 이를 이용하여 에어컨이 운전 중인 주택의 실내 온도 변화를 예측하였다.
에어컨이 설치된 주택을 모사하기 위해 열평형 모델링을 정립하고 주택의 특성을 대표하는 주택 특성 계수를 정의하였다. 또한, 냉동 사이클 시뮬레이션을 이용하여 냉방 성능과 소비전력의 상관관계식을 도출하였다. 이를 이용하여 별도의 시뮬레이션 과정 없이 냉방 성능과 소비전력을 계산할 수 있도록 하였다. 최적화 기법은 Pattern search method를 이용하였고 실험의 실내 온도 변화와 예측된 실내 온도 변화의 RMSE가 최소가 되도록 하는 4가지 주택 특성 계수를 도출 및 학습하였다.
총 12개의 주택 환경 실험 Case에 대해 주택 특성 계수를 도출하였고 이를 평균값으로 학습하였다. 이를 검증하기 위해 학습된 주택 특성 계수를 이용하여 실내 온도 변화를 예측하였다.
Alternative Abstract
In this study, the housing characteristic coefficient was learned by using the operation record of residential air-conditioner and optimization technique, and the change of the room temperature of the house where the air conditioner was operating was predicted. In order to simulate the air-conditioned house, thermal equilibrium modeling was established and the housing characteristic coefficient representing the characteristic of the house were defined. In addition, a correlation equation of cooling performance and power consumption of air-conditioner is derived using a refrigeration cycle simulation, so that the cooling performance can be calculated even when the indoor / outdoor environment changes. The Pattern search method is used to derive and learn the four housing characteristic coefficients that minimize the RMSE between the room temperature change of experiment and the predicted room temperature change.
A total of 12 test cases were derived for the housing characteristic coefficients and it was learned by the average value. To verify this, we predicted the room temperature change by using the learned property coefficient.