Digital twin and AI control/prediction based on building energy data
연구 내용
시뮬레이션과 운영 데이터를 결합한 하이브리드 모델을 보정하고 디지털 트윈에서 실내 온도·열원 부하를 예측하며 제어 전략을 최적화하는 연구
김의종 연구실은 건물에서 수집되는 운영 데이터와 시뮬레이션 기반 모델을 연계하여 디지털 트윈의 예측 성능을 향상시키는 연구를 수행합니다. AHU 등 대표 데이터로 구성요소 모델을 보정하고, 저차원 RC 네트워크 기반 정점 표현을 통해 난방 성능과 실내 온도 변화를 함께 예측합니다. 또한 강화학습과 하이브리드 모델을 결합하여 보일러 제어에서 에너지 소비를 줄이는 방향으로 접근합니다. 창-벽 접합부 열교와 U-value 산정을 위한 열화상·열유속 패턴 기반 진단 절차도 함께 다룹니다.
관련 연구 성과
관련 논문
8편
관련 특허
0건
관련 프로젝트
4건
연구 흐름
초기에는 운영 데이터와 시뮬레이션을 통합하여 실내 온도와 열원 관련 변수를 함께 예측하는 하이브리드 모델링 방법에 집중했습니다. 이후 구성요소 모델 보정과 RC 네트워크에서 set-point를 표현하는 방식으로 예측 안정성과 계산 효율을 개선했습니다. 이어서 열교 진단을 위한 디지털 트윈 기반 thermography 절차를 확장하고, 열유속 패턴 매칭으로 U-value 측정 소요 시간을 줄이는 방향으로 구체화했습니다. 최근에는 시뮬레이션 정보를 반영한 reinforcement learning으로 보일러 제어를 최적화하고, 건물 에너지 소비 데이터 통합관리 및 재생에너지 공급 의무 규제의 최적화 관점까지 연구 범위를 넓혔습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Hybrid modeling based on integrating simulation and operational data to improve indoor air temperature predictions, a controlled variable in digital twin models
Component model calibration using typical AHU data for improved prediction of daily heat source energy consumption
Dynamic thermal bridge evaluation of window-wall joints using a model-based thermography method
Set-point temperature representation in a resistance–capacitance network model to predict both heating rates and room temperatures
Integrated optimization of load and heat exchanger models for improved building energy prediction
Heat flux pattern matching using numerical model to reduce required measurement duration for U-value
Hybrid modeling-based reinforcement learning for boiler control in data-scarce buildings using a simulation-informed digital twin
Optimization and simulation analysis of the energy-intensity based renewable energy supply obligation regulation
관련 프로젝트
구분
제목
건물부문 탄소중립 가속화를 위한 건물에너지 소비 데이터 통합관리 기반기술 개발
건물부문 탄소중립 가속화를 위한 건물에너지 소비 데이터 통합관리 기반기술 개발
건물부문 탄소중립 가속화를 위한 건물에너지 소비 데이터 통합관리 기반기술 개발
건물부문 탄소중립 가속화를 위한 건물에너지 소비 데이터 통합관리 기반기술 개발