LSTM을 활용한 일반주택의 실내온도 예측 사례 연구

초록

바닥 난방 시스템을 사용하는 일반주택에서, 급격한 외부 기상상태의 변화 및 주택과 보일러 특성에 따른 열 이동 등 다양한 변수를 고려하여 실내쾌적성을 유지함과 동시에 난방 에너지소비량을 최소화하는 것이 중요하다. 본 논문은 실제 사용자의 보일러 운영정보와 기상정보 및 LSTM 딥러닝 모델을 활용하여 일반주택의 실내온도 예측을 수행하였다. 시간에 따른 보일러 운영정보 및 기상정보 중 사용자의 실내온도와 상관관계가 있는 변수를 학습 인자로 선정하였다. 이후, LSTM 베이스라인을 구축하여 밀집층의 노드 개수, 드롭아웃 비율, L2 정규화 파라미터, 배치사이즈, 학습 시간 대역에 따른 성능 변화를 관찰하여 최적화를 수행하였다. 학습 파라미터들의 최적화를 수행한 결과, MAE는 0.3780, RMSE는 0.5306으로 직관적으로 평균 오차 0.38℃에 해당하는 우수한 성능을 확인하였다.

키워드