1 |
1
결로가 발생하는 창문의 내측면에 부착된 제1 센서노드;실내의 일측에 부착된 제2 센서노드; 및상기 제1 센서노드로부터 측정된 창문 내측면의 측정 표면 온도를 무선 통신으로 수신하고, 상기 제2 센서노드로부터 실내 온도와 습도 정보를 무선 통신으로 수신하고, 외부의 날씨 정보 서버로부터 실외 온도를 수신하고, 시간대별 상기 실내 온도와 상기 실외 온도에 따른 상기 측정 표면 온도의 상관 관계를 기계 학습하여 상기 실내 온도와 상기 실외 온도에 대한 창문 내측면의 표면 온도를 추정하는 클라이언트 서버를 포함하는 것을 특징으로 하는 결로 예측 시스템
|
2 |
2
제1항에 있어서,상기 클라이언트 서버는 하기의 수학식 1의 선형 회귀 모델을 이용하여 하기의 수학식 1의 파라미터인 선형 계수값(, , )의 최적값을 찾기 위해서 상기 실내 온도와 상기 실외 온도에 따른 상기 측정 표면 온도의 상관 관계를 기계 학습하고, 상기 기계 학습으로 얻어진 선형 계수값(, , )을 하기의 수학식 1에 대입하여 상기 창문 내측면의 표면 온도 추정치를 계산하는 기계 학습부를 더 포함하는 것을 특징으로 하는 결로 예측 시스템
|
3 |
3
제2항에 있어서,상기 기계 학습부는 상기 제1 센서노드에서 측정된 창문 내측면의 측정 표면 온도(Tsurf-real)와 상기 계산된 창문 내측면의 표면 온도 추정치(Tsurf-pred)의 시간에 따른 변화를 시간대별, 날짜별로 그래프로 각각 생성하고, 상기 측정 표면 온도와 상기 표면 온도 추정치의 차이값이 기설정된 기준값 이하일 때, 상기 선형 계수값(, , )을 선택하는 것을 특징으로 하는 결로 예측 시스템
|
4 |
4
제2항에 있어서,상기 클라이언트 서버는 상기 계산된 창문 내측면의 표면 온도 추정치와 상기 실내 공간의 습도 정보를 하기의 수학식 2와 수학식 3의 바렌부르크 공식(Barenbrug Formula)을 이용하여 이슬점 온도를 계산하는 서버 제어부를 더 포함하는 것을 특징으로 하는 결로 예측 시스템
|
5 |
5
제4항에 있어서,상기 서버 제어부는 상기 계산한 이슬점 온도와 상기 계산된 창문 내측면의 표면 온도 추정치의 시간에 따른 변화 패턴을 모니터링하고, 상기 이슬점 온도와 상기 창문 내측면의 표면 온도 추정치의 차이를 계산하여 결로를 판단하는 것을 특징으로 하는 결로 예측 시스템
|
6 |
6
하나 이상의 센서노드 및 클라이언트 서버로 이루어진 결로를 예측하는 방법에 있어서,상기 클라우드 서버는 제1 센서노드로부터 측정된 창문 내측면의 측정 표면 온도를 무선 통신으로 수신하고, 실내 일측에 부착된 제2 센서노드로부터 실내 온도와 습도 정보를 무선 통신으로 수신하고, 외부의 날씨 정보 서버로부터 실외 온도를 수신하는 단계;상기 클라우드 서버는 하기의 수학식 2의 선형 회귀 모델을 이용하여 하기의 수학식 4의 파라미터인 선형 계수값(, , )의 최적값을 찾기 위해서 상기 실내 온도와 상기 실외 온도에 따른 상기 측정 표면 온도의 상관 관계를 기계 학습하는 단계; 및상기 클라우드 서버는 상기 기계 학습으로 얻어진 선형 계수값(, , )을 하기의 수학식 4에 대입하여 상기 창문 내측면의 표면 온도 추정치를 계산하는 단계를 포함하는 것을 특징으로 하는 결로를 예측하는 방법
|
7 |
7
제6항에 있어서,상기 창문 내측면의 표면 온도 추정치를 계산하는 단계 이후에,상기 클라이언트 서버는 상기 계산된 창문 내측면의 표면 온도 추정치와 상기 실내 공간의 습도 정보를 하기의 수학식 5와 수학식 6의 바렌부르크 공식(Barenbrug Formula)을 이용하여 이슬점 온도를 계산하는 단계를 더 포함하는 것을 특징으로 하는 결로를 예측하는 방법
|
8 |
8
제7항에 있어서,상기 계산한 이슬점 온도와 상기 계산된 창문 내측면의 표면 온도 추정치의 시간에 따른 변화 패턴을 모니터링하고, 상기 이슬점 온도와 상기 창문 내측면의 표면 온도 추정치의 차이를 계산하여 결로를 판단하는 단계를 포함하는 것을 특징으로 하는 결로를 예측하는 방법
|