Cluster-based energy performance assessment and retrofit targeting for green remodeling
연구 내용
건물 에너지 데이터의 패턴을 클러스터링해 리모델링 우선순위를 도출하고 에너지 성능을 평가하는 연구
기존 건축물의 에너지 성능을 데이터 기반으로 분류하고, 리모델링 대상 선정을 지원하는 방법론을 개발합니다. 에너지 데이터의 과거 구간을 서로 다른 granularity 수준으로 구성한 뒤, 패턴을 묶어 건물의 에너지 성격을 그룹화하는 접근을 수행합니다. 또한 change-point 모델을 대체하기 위한 cluster analysis로 retrofit 타깃 건물을 식별하는 절차를 제안합니다. 더불어 G-SEED 인증과 같은 그린빌딩 제도의 경제적 효과를 실거래 가격 비교로 분석하여, 기술 성능과 투자 의사결정을 연결하는 관점을 포함합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 그린빌딩 인증이 건축물 운영 이후의 경제적 성과에 미치는 관계를 실거래 기반으로 비교 분석하는 연구가 진행되었습니다. 이후 건물 에너지 데이터의 시간 해상도를 고려해 에너지 성격을 그룹화하는 연구로 확장되었고, change-point 관점의 다세대 건물 분석을 통해 에너지 성능 변화 구간을 해석하는 방향이 강화되었습니다. 최근에는 모델 복잡도와 해석 가능성을 고려해 cluster analysis 기반 retrofit 타깃팅을 제안하는 연구를 수행하였으며, 이는 클러스터 기반 에너지성능 평가 및 개선 방법론 개발 과제와 연동되어 구체화되었습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
A Study of the Green Building Benefits in Apartment Buildings According to Real Estate Prices: Case of Non-Capital Areas in South Korea
Change-point modeling analysis for multi-residential buildings: A case study in South Korea
Applying machine learning algorithms to group the energy performance of existing buildings by different granularity level of energy data
Applying cluster analysis to identify target buildings for energy retrofit: An alternative to change-point model
관련 프로젝트
구분
제목
클러스터 기반 기존 건축물의 에너지성능 평가 및 개선 방법론 개발
클러스터 기반 기존 건축물의 에너지성능 평가 및 개선 방법론 개발