| 1 |
1
냉수의 유량으로 냉방온도를 제어하는 변유량 냉방장치를 이용한 실내 냉방을 위한 적응형 최적온도 제어방법에 있어서,상기 변유량 냉방장치에 의해 냉방된 후의 실내의 환기온도(TRA) 및 실내의 냉방부하를 획득하는 단계;상기 변유량 냉방장치의 최저 냉수유량과 최고 냉수유량 사이의 복수개의 냉수유량을 설정하는 단계;상기 냉방부하, 환기온도(TRA) 및 냉수유량을 입력으로 하여 학습된 인공신경망(ANN)을 통해 상기 설정된 냉수유량 별로 예측 온도(Tpred)를 산출하는 단계;설정된 온도(Tset)와 상기 산출된 예측온도(Tpred)를 비교하여 오차가 가장 작을 때의 냉수유량을 최적 냉수유량(mopt)으로 결정하는 단계; 및상기 최적 냉수유량으로 상기 변유량 냉방장치에 냉수를 공급하는 단계를 포함하는 것을 특징으로 하는 실내 냉방을 위한 적응형 최적 온도 제어 방법
|
| 2 |
2
제1항에 있어서, 직전 냉방 사이클에서 산출된 예측온도(Tpred)와 상기 변유량 냉방장치의 급기온도(TSA)와 차이가 나면 상기 인공신경망(ANN)을 통해 상기 급기온도(TSA)가 출력될 때의 직전 냉방 사이클의 냉방부하, 환기온도(TSA) 및 현재 냉방사이클의 냉수유량을 입력으로 하고 상기 급기온도(TSA)가 출력되도록 학습하는 단계를 더 포함하는 것을 특징으로 하는 실내 냉방을 위한 적응형 최적 온도 제어 방법
|
| 3 |
3
제1항에 있어서, 상기 인공신경망(ANN)은냉수 유량 변화에 따른 급기온도 예측모델과 실시간 학습을 통해 최적 제어를 하는 적응형 알고리즘에 의해 학습되는 것을 특징으로 하는, 실내 냉방을 위한 적응형 최적 온도 제어 방법
|
| 4 |
4
제3항에 있어서, 급기온도 예측모델의 급기온도(TSA) 및 환기온도(TRA)는 [수학식 3](여기서, TSA는 변유량 냉방장치의 급기온도, TRA는 변유량 냉방장치의 환기온도, Qwater는 냉수열량, mair은 공기 풍량, cair는 공기비열, mwater는 냉수유량, cwater는 냉수비열, ▽Twater는 냉수 입출구 온도의 차 임)수학식 3에 의해 결정되는 것을 특징으로 하는, 실내 냉방을 위한 적응형 최적 온도 제어 방법
|
| 5 |
5
제1항에 있어서, 상기 냉방부하는컨테인먼트형 데이터 센터에 설치된 서버들이 사용하는 전력량을 단위시간당 열량으로 변환된 값 임을 특징으로 하는 실내 냉방을 위한 적응형 최적 온도 제어 방법
|
| 6 |
6
제1항에 있어서, 상기 변유량 냉동장치의 배수코일을 통해 배출되는 냉수는 냉동기로 입력되어 상기 냉동기의 냉매를 통해 열교환이 되어 상기 변유량 냉동장치의 급수코일로 다시 공급되는 것을 특징으로 하는, 실내 냉방을 위한 적응형 최적 온도 제어 방법
|
| 7 |
7
냉방 대상인 실내공간에 설치되고, 냉수의 유량으로 냉방온도를 제어하는 변유량 냉방장치;상기 변유량 냉방장치에 의해 냉방된 후의 실내의 환기온도(TRA)를 감지하는 환기온도 센서;냉수 유량 변화에 따른 급기온도 예측모델을 기반으로 실내의 냉방부하, 상기 환기온도(TRA) 및 상기 변유량 냉방장치에 공급되는 냉수 유량을 입력으로 하고, 상기 변유량 냉방장치가 공급하는 급기 온도를 학습하고 출력하는 인공신경망(ANN); 및상기 변유량 냉방장치의 최저 냉수유량과 최고 냉수유량 사이의 복수개의 냉수유량을 설정하고, 상기 설정된 냉수유량 별로 상기 인공신경망(ANN)을 통해 출력된 예측 온도(Tpred)와 미리 설정된 온도(Tset)를 비교하여 오차가 가장 작을 때의 냉수유량을 최적 냉수유량(mopt)으로 결정하고, 상기 최적 냉수유량이 상기 변유량 냉방장치에 공급되게 하는 제어부를 포함하는, 실내 냉방을 위한 적응형 최적 온도 제어 시스템
|
| 8 |
8
제7항에 있어서, 상기 인공신경망(ANN)은 상기 인공신경망(ANN)을 통해 출력된 직전 냉방사이클의 예측온도(Tpred)와 상기 변유량 냉방장치의 현재 급기온도(TSA)와의 차이가 존재하면, 상기 인공신경망(ANN)을 통해 상기 급기온도가 출력될 때의 직전 냉방사이클의 냉방부하, 환기온도(TRA) 및 현재 냉방사이클의 냉수유량을 입력으로 하고 상기 현재의 급기온도(TSA)가 출력되도록 학습하는 것을 특징으로 하는 실내 냉방을 위한 적응형 최적 온도 제어 시스템
|
| 9 |
9
제7항에 있어서, 상기 인공신경망(ANN)은냉수 유량 변화에 따른 급기온도 예측모델과 실시간 학습을 통해 최적 제어를 하는 적응형 알고리즘에 의해 학습되고, 상기 급기온도 예측모델의 급기온도(TSA) 및 환기온도(TRA)는 [수학식 3](여기서, TSA는 변유량 냉방장치의 급기온도, TRA는 변유량 냉방장치의 환기온도, Qwater는 냉수열량, mair은 공기 풍량, cair는 공기비열, mwater는 냉수유량, cwater는 냉수비열, ▽Twater는 냉수 입출구 온도의 차 임)수학식 3에 의해 결정되는 것을 특징으로 하는, 실내 냉방을 위한 적응형 최적 온도 제어 시스템
|
| 10 |
10
제7항에 있어서, 상기 냉방부하는컨테인먼트형 데이터 센터에 설치된 서버들이 사용하는 전력량을 단위시간당 열량으로 변환된 값 임을 특징으로 하는 실내 냉방을 위한 적응형 최적 온도 제어 시스템
|
| 11 |
11
제7항에 있어서, 상기 변유량 냉동장치의 배수코일을 통해 배출되는 냉수를 받아들여 냉매를 이용하여 열교환하여 상기 변유량 냉동장치의 급수코일로 다시 공급되는 냉동기를 더 포함하는 것을 특징으로 하는, 실내 냉방을 위한 적응형 최적 온도 제어 시스템
|
