Predictive Model of Cooling Energy Consumption of Buildings with Central Cooling Systems using XGBoost

Younghyun Baek, Hyunchul Kang
{"title":"Predictive Model of Cooling Energy Consumption of Buildings with Central Cooling Systems using XGBoost","authors":"Younghyun Baek, Hyunchul Kang","doi":"10.5626/ktcp.2023.29.9.418","DOIUrl":null,"url":null,"abstract":"국제에너지기구(International Energy Agency, IEA)에 따르면 2021년 건물 운영은 전 세계 최종 에너지 소비의 30%라는 큰 비중을 차지하고 있고, 총 에너지 부문 배출량의 27%를 이르고 있다. 배출량의 8%는 건물에서 직접적으로 배출되고, 19%는 건물에서 사용되는 전기 및 열 생산 등으로 간접적으로 배출되고 있다. 총 에너지 소비량을 줄이기 위하여서는 건물 에너지 소비의 최적화는 필수적이며, 이를 위하여서는 건물 에너지 소비의 예측 모델의 개발이 필요하다. 본 논문에서는 XGBoost 기법을 사용하여 중앙냉방시스템 건물의 냉방 에너지 사용량을 예측하는 기계학습 모델을 구축한다. 본 논문에서 제안하는 모델의 성능 검증을 위하여, 실제 냉방 에너지 사용량 및 환경 데이터를 사용하여 미래의 냉방 에너지 사용량을 예측하고, 실제 냉방 에너지 사용량을 비교하여 예측의 정확성을 검증한다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jeongbogwahakoe keompyuting-ui silje nonmunji","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5626/ktcp.2023.29.9.418","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

국제에너지기구(International Energy Agency, IEA)에 따르면 2021년 건물 운영은 전 세계 최종 에너지 소비의 30%라는 큰 비중을 차지하고 있고, 총 에너지 부문 배출량의 27%를 이르고 있다. 배출량의 8%는 건물에서 직접적으로 배출되고, 19%는 건물에서 사용되는 전기 및 열 생산 등으로 간접적으로 배출되고 있다. 총 에너지 소비량을 줄이기 위하여서는 건물 에너지 소비의 최적화는 필수적이며, 이를 위하여서는 건물 에너지 소비의 예측 모델의 개발이 필요하다. 본 논문에서는 XGBoost 기법을 사용하여 중앙냉방시스템 건물의 냉방 에너지 사용량을 예측하는 기계학습 모델을 구축한다. 본 논문에서 제안하는 모델의 성능 검증을 위하여, 실제 냉방 에너지 사용량 및 환경 데이터를 사용하여 미래의 냉방 에너지 사용량을 예측하고, 실제 냉방 에너지 사용량을 비교하여 예측의 정확성을 검증한다.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
基于XGBoost的中央制冷系统建筑制冷能耗预测模型
据国际能源署(International Energy Agency, IEA)称,2021年建筑物的运营占全世界最终能源消费的30%,占总能源部门排放量的27%。排放量的8%由建筑物直接排放,19%通过建筑物使用的电及热生产等间接排放。为了减少总能源消费量,优化建筑能源消费是必需的,为此需要开发建筑能源消费预测模型。本论文使用XGBoost技术,建立预测中央冷气系统建筑物冷气能源使用量的机器学习模型。为了验证本论文提出的模型的性能,利用实际冷气能源使用量及环境数据预测未来的冷气能源使用量,比较实际冷气能源使用量,验证预测的正确性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Proposal and Evaluation of the Automatic Classification Model for Combat Orders by Utilizing Korean-Based BERT Predicting Drug Classification Codes by Feature Integration Using Multi-modal Autoencoders NormixSR: Improving Long-tail Recommendation via Norm-based Embedding Mixup Session Representation An Effective Irregular Trend Prediction Method Using Feature Extraction on Potential Factors Based on CNN-LSTM Lifelog Management System for Self-directed Care of College Students
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1