KR20220104460A - Hospital energy management system and the managing method thereof - Google Patents

Hospital energy management system and the managing method thereof Download PDF

Info

Publication number
KR20220104460A
KR20220104460A KR1020210006787A KR20210006787A KR20220104460A KR 20220104460 A KR20220104460 A KR 20220104460A KR 1020210006787 A KR1020210006787 A KR 1020210006787A KR 20210006787 A KR20210006787 A KR 20210006787A KR 20220104460 A KR20220104460 A KR 20220104460A
Authority
KR
South Korea
Prior art keywords
energy
hospital
diagnosis
data
management system
Prior art date
Application number
KR1020210006787A
Other languages
Korean (ko)
Inventor
이준우
김경재
김희경
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020210006787A priority Critical patent/KR20220104460A/en
Publication of KR20220104460A publication Critical patent/KR20220104460A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Electrotherapy Devices (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

Provided in the present invention is a hospital energy management method. The hospital energy management method comprises the steps of: receiving big data related to a corresponding hospital and a building in a range similar to that of the hospital from an external public data server; pre-processing the received big data by processing and merging the same; generating a diagnostic model by performing machine learning based on the pre-processed data and substituting the pre-processed data of the hospital into the diagnostic model to diagnose energy usage; and processing, schematizing, and displaying the results of the energy usage diagnosis. Therefore, since the previously accumulated big data is used, a separate electric energy measuring device is not required, thereby reducing the initial investment costs. In addition, there is no separate classification for each energy use, and automation is achieved through algorithms, thereby eliminating initial engineering costs.

Description

병원 에너지 관리 시스템 및 그 관리 방법{Hospital energy management system and the managing method thereof}Hospital energy management system and its management method {Hospital energy management system and the managing method thereof}

본 발명은 본 발명은 건물 에너지 관리 시스템 및 그 관리 방법에 관한 것으로, 보다 상세하게는 병원에서 에너지 관리를 함께 수행할 수 있는 병원 에너지 관리 시스템 및 그 제어 방법에 관한 것이다.The present invention relates to a building energy management system and a management method thereof, and more particularly, to a hospital energy management system capable of performing energy management together in a hospital and a control method thereof.

최근 들어, 온실가스의 배출량을 줄이기 위한 기술이 각 산업 부분에서 에너지 절약, 폐기물 재활용 또는 신에 너지 개발 등으로 다양하게 개발되고 있다. 특히, 건물의 에너지 소비는 탄소 배출과 직접적으로 연관이 있기 때문에 건물의 에너지 관리 및 절감 기술에 대한 중요성이 대두되고 있다. In recent years, technologies for reducing greenhouse gas emissions are being developed in various ways such as energy saving, waste recycling, or new energy development in each industrial sector. In particular, since the energy consumption of buildings is directly related to carbon emission, the importance of energy management and saving technologies in buildings is emerging.

건물 에너지 관리 시스템(Building Energy Management System: BEMS)은 건설 기술, 정보 통신 기술 및 에너지 기술이 집약되어 건물 내에서 사용하는 에너지의 소비를 효율적으로 관리해 주는 시스템으로서, 건물에 설치되어 에너지의 소비를 설비/용도별로 구분하고 에너지 패턴을 분석 및 예측하여 병원을 제어하는 기능을 수행할 수 있다. Building Energy Management System (BEMS) is a system that efficiently manages energy consumption in a building by integrating construction technology, information and communication technology, and energy technology. / Can perform the function of controlling hospitals by classifying by use and analyzing and predicting energy patterns.

한편, 병원과 같은 건물에서는 매우 많은 수의 병실 및 설비 등이 요구되며 그에 따라 전력 소비가 매우 많이 발생하여 실내의 사용 목적에 적합한 상태로 유지시키기 위한 시스템이 설치되어 있다.On the other hand, in a building such as a hospital, a very large number of hospital rooms and facilities are required, and accordingly, a very large amount of power is consumed, so that a system for maintaining it in a state suitable for the purpose of indoor use is installed.

특히, 종래기술(한국 등록 특허 KR10-1448683)은 EMS를 위해, 에너지 수집 방식으로 측정된 전력 사용 정보를 이용하여 에너지 정보를 입력받고, 클라우드의 데이터베이스에 저장한다. 이때, 이 정보를 사전 정의한 기기별 분류에 의해 처리하여 사용자 단말에 송신하여 에너지 정보를 제공하는 방식이 개시되어 있다.In particular, in the prior art (Korean Patent Registration KR10-1448683), energy information is received by using power usage information measured by an energy collection method for EMS, and is stored in a database of the cloud. In this case, a method of providing energy information by processing this information according to a predefined classification for each device and transmitting it to a user terminal is disclosed.

그러나, 이와 같은 EMS 방식은 데이터 수집을 위한 초기 비용 투자 발생하는데, 일 예로, 전력 사용 정보를 수집하기 위한 전력량계 설치 비용 및 기기/설비/사용처별 구분을 위한 엔지니어링 비용이 발생할 수 있다.However, this EMS method causes an initial cost investment for data collection. For example, an watt-hour meter installation cost for collecting power use information and an engineering cost for classification by device/equipment/use place may occur.

또한, 이와 같은 방식은 수집한 에너지 정보 활용이 제한된다.In addition, in this way, the utilization of the collected energy information is limited.

구체적으로, 클라우드 서버를 이용하지만, 다양한 사이트의 에너지 성능(건물에너지효율, 냉난방에너지 효율, 단위면적당/병상당/객실당 에너지 사용량 등)에 대한 비교 분석에 대한 내용을 수반할 수 없다. Specifically, although the cloud server is used, it cannot be accompanied by comparative analysis of energy performance (building energy efficiency, heating and cooling energy efficiency, energy consumption per unit area/bed/room, etc.) of various sites.

그리고, 에너지 정보를 전력으로 한정하고 있어 가스/열에너지 등을 사용하는 냉난방 설비의 에너지 정보를 포함하지 않는다.In addition, since energy information is limited to electric power, energy information of heating and cooling facilities using gas/thermal energy is not included.

한국등록특허공보 제 KR10-1448683호 (등록일 : 2014년 10월 01일)Korean Patent Publication No. KR10-1448683 (Registration Date: October 01, 2014)

본 발명의 제1 과제는 공공 데이터를 활용한 에너지 관련 데이터를 빅데이터로 수집하여 분석하는 에너지 관리 시스템을 제공하는 것이다.A first object of the present invention is to provide an energy management system that collects and analyzes energy-related data using public data as big data.

특히, 이와 같은 빅데이터를 활용하여 병원의 에너지 성능을 비교할 때, 머신러닝 등을 통해 표준 에너지 모델을 생성하고, 각 건물 별 베이스라인을 도출하여, 표준 에너지 모델을 통해 해당 건물의 에너지 소비 상태를 판단할 수 있는 에너지 관리 시스템을 제공하는 것이 제2 과제이다.In particular, when comparing the energy performance of hospitals using such big data, a standard energy model is created through machine learning, etc., and a baseline for each building is derived, and the energy consumption status of the corresponding building is analyzed through the standard energy model. It is a second task to provide an energy management system that can judge.

또한, 본 발명의 제3 과제는 모델링을 통해 에너지 사용량을 실시간으로 비교하여 해당 결과를 다양한 형태로 제공할 수 있는 제어 시스템을 제공하는데 있다.In addition, a third object of the present invention is to provide a control system capable of providing the corresponding results in various forms by comparing the energy consumption in real time through modeling.

본 발명은 외부의 공공 데이터 서버로부터 해당 건물 및 해당 건물와 유사범위의 건물과 관련된 데이터를 수신하는 데이터 수신부; 수신된 데이터를 가공 및 병합하여 전처리하는 전처리부; 전처리된 데이터를 기초로 머신러닝을 수행하여 진단 모델을 생성하고, 상기진단 모델에 해당 건물의 상기 전처리된 데이터를 대입하여 에너지 사용량 진단을 수행하는 에너지 진단 연산부; 및 상기 에너지 사용량 진단에 대한 결과를 가공하고 도식화하여 표시하는 분석결과 송신부를 포함하는 병원 에너지 관리 시스템을 제공한다. The present invention provides a data receiving unit for receiving data related to a corresponding building and a building in a range similar to the corresponding building from an external public data server; a preprocessor for preprocessing and merging the received data; an energy diagnosis calculation unit that generates a diagnosis model by performing machine learning based on the preprocessed data, and performs energy usage diagnosis by substituting the preprocessed data of the building into the diagnosis model; And it provides a hospital energy management system including an analysis result transmitting unit for processing and schematically displaying the result of the energy usage diagnosis.

따라서, 해당 건물 내에 에너지 데이터를 수득하기 위한 별도의 센서 및 전압계 전류계의 설치 없이 에너지 사용량에 대한 데이터 수득이 가능하다.Accordingly, it is possible to obtain data on energy usage without installing a separate sensor and voltmeter-ammeter for obtaining energy data in the building.

상기 해당 건물은 병원 건물을 포함할 수 있다.The corresponding building may include a hospital building.

상기 공공 데이터 서버는 정부 및 기관에서 제공하는 빅데이터를 제공하는 서버일 수 있다.The public data server may be a server that provides big data provided by governments and institutions.

상기 공공 데이터 서버는 건강보험심사평가원이 제공하는 의료 데이터를 제공할 수 있다.The public data server may provide medical data provided by the Health Insurance Review and Assessment Service.

상기 에너지 진단 연산부는 상기 진단 모델의 베이스 라인을 생성하고, 상기 베이스 라인과 상기 해당 건물에 대한 에너지 사용량을 비교하여 에너지 사용량의 진단을 수행할 수 있다.The energy diagnosis calculation unit may generate a baseline of the diagnosis model, compare the baseline with the energy usage for the corresponding building, and diagnose the energy usage.

상기 에너지 진단 연산부는 상기 해당 건물에 대한 에너지 사용량을 사용처별로 분류하여 에너지 사용량의 진단을 수행할 수 있다.The energy diagnosis calculation unit may classify the energy usage for the corresponding building by usage location to perform a diagnosis of the energy usage.

상기 에너지 진단 연산부는 해당 병원의 기기부하, 냉방 에너지, 난방 에너지로 상기 에너지 사용량을 분류하여 표시할 수 있다.The energy diagnosis calculation unit may classify and display the energy usage into equipment load, cooling energy, and heating energy of a corresponding hospital.

상기 에너지 진단 연산부는 월간 에너지 통계로부터 변곡점을 추출하여 냉방에너지와 난방 에너지의 에너지 사용량 분류를 수행할 수 있다.The energy diagnosis calculation unit may extract an inflection point from monthly energy statistics to classify the energy consumption of cooling energy and heating energy.

상기 분석결과 송신부는 상기 에너지 사용량 분류정보를 박스 플롯으로 표시하고, 에너지 사용량 진단을 게이지 그래프로 표시하여 한 화면으로 제공할 수 있다.The analysis result transmitter may display the energy usage classification information as a box plot, and display the energy usage diagnosis as a gauge graph to provide on one screen.

상기 분석결과 송신부는 상기 에너지 사용량 분류정보, 에너지 사용량 진단과 유사범위의 건물들에 대한 상기 해당 건물의 에너지 사용 트렌드를 함께 표시하여 한 화면으로 제공할 수 있다.The analysis result transmitter may display the energy usage classification information, the energy usage diagnosis, and the energy usage trend of the corresponding building with respect to the buildings in a similar range, and provide it in one screen.

상기 분석결과 송신부는 상기 에너지 사용량 진단을 지도 정보와 함께 표시하는 에너지 맵을 생성하여 제공할 수 있다.The analysis result transmitter may generate and provide an energy map that displays the energy usage diagnosis together with map information.

병원 에너지 관리 시스템은 에너지 사용량 분류정보에 따라 병원 설비의 제어값을 생성하여 각각의 병원 설비에 제어값을 전송하는 설비 제어부를 더 포함할 수 있다.The hospital energy management system may further include a facility control unit that generates control values of hospital facilities according to energy usage classification information and transmits the control values to each hospital facility.

한편, 본 발명의 실시예는 외부의 공공 데이터 서버로부터 해당 병원 및 해당 병원과 유사범위의 건물과 관련된 빅데이터를 수신하는 단계; 수신된 빅데이터를 가공 및 병합하여 전처리하는 단계; 전처리된 데이터를 기초로 머신러닝을 수행하여 진단 모델을 생성하고, 상기 진단 모델에 해당 건물의 상기 전처리된 데이터를 대입하여 에너지 사용량 진단을 수행하는 단계; 및 상기 에너지 사용량 진단에 대한 결과를 가공하고 도식화하여 표시하는 단계를 포함하는 병원 에너지 관리 방법을 제공한다. On the other hand, an embodiment of the present invention comprises the steps of: receiving big data related to a corresponding hospital and a building in a range similar to that of the hospital from an external public data server; pre-processing by processing and merging the received big data; performing machine learning based on the pre-processed data to generate a diagnostic model, and substituting the pre-processed data of the building into the diagnostic model to diagnose energy usage; And it provides a hospital energy management method comprising the step of processing and schematically displaying the result of the energy usage diagnosis.

빅데이터를 수신하는 단계는 정부 및 기관에서 제공하는 데이터 및 건강보험심사평가원이 제공하는 의료 데이터를 수신할 수 있다.The step of receiving the big data may receive data provided by governments and institutions and medical data provided by the Health Insurance Review and Assessment Service.

에너지 사용량 진단하는 단계는 상기 진단 모델의 베이스 라인을 생성하는 단계; 및 상기 베이스 라인과 상기 해당 건물에 대한 에너지 사용량을 비교하는 단계를 포함할 수 있다.The diagnosing of energy usage may include: generating a baseline of the diagnostic model; and comparing the energy usage for the base line and the corresponding building.

상기 에너지 사용량 진단하는 단계는 상기 해당 병원에 대한 에너지 사용량을 사용처 별로 분류하여 에너지 사용량의 진단을 수행할 수 있다.In the diagnosing of the energy usage, the energy usage may be diagnosed by classifying the energy usage for the corresponding hospital for each usage location.

에너지 사용량 진단하는 단계는 상기 해당 병원의 기기부하, 냉방 에너지, 난방 에너지로 상기 에너지 사용량을 분류할 수 있다.Diagnosing the energy usage may include classifying the energy usage into a device load, cooling energy, and heating energy of the corresponding hospital.

에너지 사용량 진단하는 단계는 월간 에너지 통계로부터 변곡점을 추출하여 상기 냉방에너지와 난방 에너지의 에너지 사용량 분류를 수행할 수 있다.The diagnosing of energy usage may include extracting an inflection point from monthly energy statistics to classify the energy usage of the cooling energy and the heating energy.

에너지 사용량 진단을 표시하는 단계는 상기 에너지 사용량 분류정보, 에너지 사용량 진단과 유사범위의 건물들에 대한 상기 해당 건물의 에너지 사용 트렌드를 함께 표시하여 한 화면으로 제공할 수 있다.In the step of displaying the energy usage diagnosis, the energy usage classification information, the energy usage diagnosis and the energy usage trend of the corresponding building for buildings in a similar range may be displayed together and provided in one screen.

에너지 사용량 진단을 표시하는 단계는 상기 에너지 사용량 진단을 지도 정보와 함께 표시하는 에너지 맵을 표시할 수 있다.The displaying of the energy usage diagnosis may include displaying an energy map displaying the energy usage diagnosis together with map information.

상기 해결 수단을 통해, 본 발명은 기존에 누적된 빅데이터를 사용하므로, 전력량 측정장치가 별도로 필요하지 않아, 초기 투자 비용을 절감할 수 있다.Through the above solution, since the present invention uses the previously accumulated big data, there is no need for a separate wattage measuring device, thereby reducing the initial investment cost.

또한, 에너지 사용처별 구분을 별도로 하지 않고, 알고리즘을 통해 자동화하여 초기 엔지니어링 비용을 없앨 수 있다.In addition, it is possible to eliminate the initial engineering cost by automating it through an algorithm, without separate classification for each energy use.

그리고, 대상 건물이 실제로 에너지를 많이 쓰는지 적게 쓰는지 유사 용도의 건물과 비교할 수 있고, 빅데이터 기반 표준 모델로 적정 에너지 사용 수준이 얼마인지도 예측해 볼 수 있다.In addition, it is possible to compare whether a target building actually uses a lot of energy or a small amount with a building for similar purposes, and it is also possible to predict the appropriate level of energy use with a big data-based standard model.

또한, 모델링을 통해 에너지 사용량을 실시간으로 비교하여 해당 결과를 다양한 형태로 제공하여 사용자에게 시인성이 향상되는 가공 데이터를 제공할 수 있다.In addition, it is possible to provide processing data with improved visibility to the user by comparing the energy consumption in real time through modeling and providing the corresponding results in various forms.

도 1은 본 발명의 일 실시예에 따른 병원 에너지 관리 시스템을 포함하는 전체 구성도이다.
도 2는 도 1의 병원 에너지 관리 시스템의 구성도이다.
도 3은 도 1의 병원 에너지 관리 시스템의 제어 방법을 나타내는 순서도이다.
도 4는 도 3의 에너지 소비처 분리를 나타내는 그래프이다.
도 5는 도 3의 운영자 단말의 에너지진단평가 화면을 나타내는 것이다.
도 6은 도 3의 운영자 단말의 다른 화면을 나타내는 도면이다.1 is an overall configuration diagram including a hospital energy management system according to an embodiment of the present invention.
FIG. 2 is a configuration diagram of the hospital energy management system of FIG. 1 .
3 is a flowchart illustrating a control method of the hospital energy management system of FIG. 1 .
4 is a graph illustrating the separation of energy consumers of FIG. 3 .
5 is a diagram illustrating an energy diagnosis evaluation screen of the operator terminal of FIG. 3 .
6 is a diagram illustrating another screen of the operator terminal of FIG. 3 .

이하에서 언급되는 “전(F)/후(R)/좌(Le)/우(Ri)/상(U)/하(D)” 등의 방향을 지칭하는 표현은 도면에 표시된 바에 따라 정의하나, 이는 어디까지나 본 발명이 명확하게 이해될 수 있도록 설명하기 위한 것이며, 기준을 어디에 두느냐에 따라 각 방향들을 다르게 정의할 수도 있음은 물론이다. Expressions referring to directions such as “before (F) / after (R) / left (Le) / right (Ri) / up (U) / down (D)” mentioned below are defined as shown in the drawings, but , This is for the purpose of explaining the present invention to the extent that it can be clearly understood, and of course, each direction may be defined differently depending on where the reference is placed.

이하에서 언급되는 구성요소 앞에 ‘제1, 제2' 등의 표현이 붙는 용어 사용은, 지칭하는 구성요소의 혼동을 피하기 위한 것일 뿐, 구성요소 들 사이의 순서, 중요도 또는 주종관계 등과는 무관하다. 예를 들면, 제1 구성요소 없이 제2 구성요소 만을 포함하는 발명도 구현 가능하다. The use of terms such as 'first, second', etc. added before the components mentioned below is only to avoid confusion of the components referred to, and is irrelevant to the order, importance, or master-slave relationship between the components. . For example, an invention including only the second component without the first component can also be implemented.

이하 도 1 내지 도 2를 참조하여, 병원 에너지 관리 시스템을 설명한다.Hereinafter, a hospital energy management system will be described with reference to FIGS. 1 to 2 .

도 1은 본 발명의 일 실시예에 따른 병원 에너지 관리 시스템(100)을 포함하는 전체 구성도이고, 도 2는 도 1의 병원 에너지 관리 시스템(100)의 구성도이다.1 is an overall configuration diagram including a hospital energy management system 100 according to an embodiment of the present invention, and FIG. 2 is a configuration diagram of the hospital energy management system 100 of FIG. 1 .

도 1을 참고하면, 병원 에너지 관리 시스템(100)을 포함하는 전체 시스템은 외부의 공용 데이터 서버(200), 운영자 단말(300) 및 병원 에너지 관리 시스템(100)을 포함한다.Referring to FIG. 1 , the entire system including the hospital energy management system 100 includes an external public data server 200 , an operator terminal 300 , and the hospital energy management system 100 .

외부의 공용 데이터 서버(200)는 병원에서 사용되는 에너지에 대한 에너지 소비 정보 또는 병원에 대한 기본 정보 및 매출정보 등을 저장하며 해당 정보를 무료로 공개 가능한 다양한 공용 데이터 서버(200)를 포함한다.The external public data server 200 stores energy consumption information on energy used in the hospital or basic information and sales information about the hospital, and includes various public data servers 200 that can disclose the information for free.

일 예로, 정부 또는 기관에서 제공하는 빅데이터 서비스를 제공하는 서버(210)로서, 대표적으로 공공데이터포털(data.go.kr)에서 제공하는 다양한 공공 빅데이터를 포함한다.As an example, the server 210 provides a big data service provided by a government or institution, and typically includes various public big data provided by a public data portal (data.go.kr).

또한, 국토교통부 에너지 사용량 데이터로부터 전기 및 가스 에너지 사용 현황에 대한 데이터를 수신가능하며, 해당 건축물에 대한 일반 정보를 제공하는 건축물 정보 데이터 등도 제공 가능하다. 구체적으로, 주소, 층수, 연면적, 건축면적, 층수, 엘리베이터 대수 등을 포함하며, 건축물의 용도에 따라 추가적인 정보를 제공하기도 한다. 이때, 타 건축물에 대한 에너지 소비 현황 및 일반 정보 공유가 가능하다. In addition, it is possible to receive data on the status of electricity and gas energy use from the energy consumption data of the Ministry of Land, Infrastructure and Transport, and it is also possible to provide building information data that provides general information about the building. Specifically, it includes address, number of floors, total floor area, building area, number of floors, number of elevators, etc., and provides additional information according to the purpose of the building. At this time, it is possible to share the energy consumption status and general information for other buildings.

또한, 병원의 경우, 건강보험심사평가원의 의료기관별 상세 정보 서비스를 활용할 수 있으며, 타 병원의 해당 정보 또한 공유 가능하다. In addition, in the case of hospitals, the detailed information service for each medical institution of the Health Insurance Review and Assessment Service can be used, and the corresponding information of other hospitals can also be shared.

구체적으로, 병원의 세부 정보, 일 예로 병원등급, 병상종류별 병상 수, 의료인력 수, 장비 정보로서 장비 목록 및 대수 등을 제공할 수 있다. 그 외 병원이 아닌 건물, 예를 들어 호텔의 경우, 한국관광공사 서버(200)로부터 호텔업등급결정사업/결정호텔정보를 제공하여, 호텔의 세부 정보(호텔등급, 객실수 등)을 제공할 수 있다.Specifically, it is possible to provide detailed information of the hospital, for example, a hospital grade, the number of beds by type of bed, the number of medical personnel, and a list and number of equipment as equipment information. In the case of other non-hospital buildings, for example, hotels, the hotel industry rating determination project/determined hotel information may be provided from the Korea Tourism Organization server 200 to provide detailed hotel information (hotel rating, number of rooms, etc.) .

병원 에너지 관리 시스템(100)은 병원의 에너지 데이터를 수신하여 병원의 에너지 소비 추이에 대한 진단 및 이를 가공한 데이터를 관리자 단말(300)로 전송한다.The hospital energy management system 100 receives energy data of the hospital, diagnoses the energy consumption trend of the hospital, and transmits the processed data to the manager terminal 300 .

본 발명의 병원 에너지 관리 시스템(100)은 이에 더하여 에너지 진단에 따라복수의 설비 시설들에 대하여 에너지 관리를 수행하면서 최적화된 방식으로 운전을 수행하도록 제어를 명령할 수 있다.In addition, the hospital energy management system 100 of the present invention may instruct the control to be performed in an optimized manner while performing energy management for a plurality of facilities according to energy diagnosis.

즉, 본 발명의 병원 에너지 관리 시스템(100)은 종래의 건물 에너지 관리 시스템(100)(BEMS)과 건물 제어 시스템(100)(BMS)이 결합된 통합 시스템(100)으로 정의될 수 있다.That is, the hospital energy management system 100 of the present invention may be defined as an integrated system 100 in which the conventional building energy management system 100 (BEMS) and the building control system 100 (BMS) are combined.

이때, 본 발명의 본 발명의 병원 에너지 관리 시스템(100)은 다양한 시설 설비들로부터 직접적으로 에너지관련 센싱 정보를 수신하지 않고, 에너지 소비에 대한 공공 데이터를 외부로부터 수신하여 활용한다.At this time, the hospital energy management system 100 of the present invention does not directly receive energy-related sensing information from various facilities, but receives and utilizes public data on energy consumption from the outside.

따라서, 건물 내부의 다양한 전자 설비들, 일 예로 복수의 냉동기, 냉온수기, 공조기 등으로부터의 센서 설비를 필요로 하지 않는다.Accordingly, there is no need for sensor equipment from various electronic equipments inside the building, for example, a plurality of refrigerators, hot/cold water heaters, and air conditioners.

건물 내부의 다양한 전자 설비들은 병원 에너지 관리 시스템(100)으로부터 제어 명령을 수신하고 그에 따라 동작을 수행할 수 있다.Various electronic devices inside a building may receive a control command from the hospital energy management system 100 and perform an operation accordingly.

한편, 운영자 단말(300)은 병원에 대한 전체적인 관리를 수행하는 운영자가 접속하여 해당 병원의 에너지 진단 결과를 탐색하거나, 그에 따라 각종 설비에 대한 제어를 직접적으로 수행할 수 있는 단말(300)로서, 스마트폰, PC, 노트북 등의 무선통신 가능한 단말(300)일 수 있다.On the other hand, the operator terminal 300 is a terminal 300 that allows an operator who performs overall management of the hospital to access and search the energy diagnosis result of the hospital or directly control various facilities accordingly. It may be a terminal 300 capable of wireless communication such as a smart phone, a PC, or a notebook computer.

이와 같은 운영자 단말(300)은 병원 에너지 관리 시스템(100)이 제공하는 병원 에너지 관리 프로그램이 설치되어 있으며, 이와 같은 병원 에너지 관리 프로그램을 실행하여 에너지 진단 결과를 탐색하고, 각 설비의 현재 상태에 대한 제어, 즉 각 파라미터를 설정할 수 있다.Such an operator terminal 300 is installed with a hospital energy management program provided by the hospital energy management system 100, searches for energy diagnosis results by executing such a hospital energy management program, and provides information on the current state of each facility. Control, that is, each parameter can be set.

이때, 운영자 단말(300)이 스마트폰인 경우, 스마트폰용 어플리케이션이 별도로 배포/설치되어 있을 수 있으며, 이와 같은 병원 제어 어플리케이션을 실행하여 각 설비의 제어를 수행할 수 있다.In this case, when the operator terminal 300 is a smartphone, an application for a smartphone may be separately distributed/installed, and the hospital control application may be executed to control each facility.

이와 같은 병원 에너지 관리 시스템(100)은 도 2와 같은 구성을 가질 수 있다.Such a hospital energy management system 100 may have a configuration as shown in FIG. 2 .

병원 에너지 관리 시스템(100)은 복수의 기능 블록을 포함하는 프로세서로 구현될 수 있으며, 각각의 기능 블록마다 별도의 집적회로로 구현되어 있을 수 있다.The hospital energy management system 100 may be implemented as a processor including a plurality of functional blocks, and may be implemented as a separate integrated circuit for each functional block.

이러한 병원 에너지 관리 시스템(100)은 데이터 수신부(110), 데이터 처리부(120), 저장부(130), 에너지 진단 연산부(140) 및 분석결과 송신부(150)를 포함한다.The hospital energy management system 100 includes a data receiving unit 110 , a data processing unit 120 , a storage unit 130 , an energy diagnosis calculating unit 140 , and an analysis result transmitting unit 150 .

데이터 수신부(110)는 외부의 복수의 공공 데이터 서버(200)에 접근하여 요구되는 다양한 데이터를 수신하는 통신부로서, 유선 및 무선 통신이 모두 가능하다.The data receiving unit 110 is a communication unit that accesses a plurality of external public data servers 200 to receive various data required, and both wired and wireless communication are possible.

즉, 데이터 수신부(110)는 수집되는 빅데이터를 전송하는 서버(200)에 따라 분류하여, 분류에 따라 서버 별 에너지 정보를 입력 받는다. 이와 같은 에너지 정보를 로데이터(raw data)로서 저장부(130)에 저장함과 동시에 데이터 처리부(120)로 전달한다.That is, the data receiving unit 110 classifies according to the server 200 that transmits the collected big data, and receives energy information for each server according to the classification. Such energy information is stored in the storage unit 130 as raw data and transmitted to the data processing unit 120 at the same time.

데이터 처리부(120)는 획득한 로데이터를 가공하고, 병합하여 전처리를 수행한다.The data processing unit 120 processes and merges the obtained raw data to perform pre-processing.

구체적으로, 로데이터로부터 총 병상 수 및 총 장비 대수 등의 카테고리별 총량에 대한 정량적인 데이터 분석이 수행될 수 있으며, 다양한 서버(200)로부터 입력된 빅데이터를 병합 처리할 수 있다.Specifically, quantitative data analysis on the total amount by category, such as the total number of beds and the total number of equipment, may be performed from the raw data, and big data input from the various servers 200 may be merged.

즉, 일반 정보에 해당하는 데이터를 복수의 서버(200)로부터 수신하면, 이에 따라 중복 데이터를 제거하고 하나의 데이터로 통폐합할 수 있다.That is, when data corresponding to general information is received from the plurality of servers 200 , duplicate data can be removed and integrated into one data.

또한, 병원 일반 정보, 에너지 정보, 건축 정보의 카테고리로 통폐합하여 정리 가능하다.In addition, it is possible to organize by merging into categories of general hospital information, energy information, and building information.

또한, 각각의 카테고리별 정보 중 노이즈를 제거하여 이상 정보를 제거하고, 중복 정보를 제거하는 전처리를 수행할 수 있다.In addition, pre-processing of removing abnormal information by removing noise from information for each category and removing redundant information may be performed.

저장부(130)는 라이브러리로서 별도 칩으로 형성될 수 있으나, 이에 한정되는 것은 아니다. 저장부(130)는 각 서버(200)별 로데이터를 저장할 수 있으며, 데이터 처리부(120)로부터 전처리된 카테고리별 정보를 저장할 수 있다. 또한, 이에 대한 가공 및 분석을 위한 특정 모델링 알고리즘이 저장되어 있을 수 있다. 또한, 최적 제어를 위한 알고리즘 데이터 역시 저장 가능하다.The storage unit 130 may be formed as a separate chip as a library, but is not limited thereto. The storage unit 130 may store raw data for each server 200 , and may store information for each category preprocessed by the data processing unit 120 . In addition, a specific modeling algorithm for processing and analysis thereof may be stored. In addition, algorithm data for optimal control can also be stored.

에너지 진단 연산부(140)는 에너지 관리 시스템(100)의 주요 기능 블록으로서, 머신러닝 기법을 활용하여 표준 에너지 모델을 생성하고, 데이터 처리부(120)로부터 전처리된 데이터를 수신하여 각 건물별 에너지사용 베이스라인을 도출한다. 이와 같은 베이스라인은 에너지 소비가 적절한지 평가하는 기준으로 사용된다.The energy diagnosis calculation unit 140 is a main functional block of the energy management system 100, generates a standard energy model using machine learning techniques, receives preprocessed data from the data processing unit 120, and receives the energy use base for each building. draw a line This baseline is used as a criterion for evaluating whether energy consumption is appropriate.

에너지 진단 연산부(140)는 베이스라인과 현재 데이터를 비교하여 현재 병원의 에너지 진단을 수행한다. 이때의 진단은 유사 범위의 다른 건물과의 비교를 통해 해당 병원의 에너지 소비 수준을 평가할 수 있다. The energy diagnosis operation unit 140 compares the baseline and current data to perform energy diagnosis of the current hospital. In this case, the diagnosis can evaluate the energy consumption level of the hospital by comparing it with other buildings in a similar range.

상기 해당 건물과 유사범위의 다른 건물은 동종의 건물이거나, 유사한 면적또는 유사한 병실 수, 유사한 매출, 유사한 에너지 사용량 중 어느 하나를 가지는 건물로 정의한다.The building and other buildings in a similar range are defined as a building of the same type, or a building having any one of a similar area or a similar number of wards, similar sales, and similar energy consumption.

이때, 각각의 파라미터에 대한 유사 범위는 서로 같을 수 있으며, 일 예로 해당 건물에 대하여 +/_ 5% 정도의 범위를 충족할 수 있으나, 이에 한정되지 않고 파라미터 별로 유사 범위가 상이하게 설정될 수 있다. In this case, the similar range for each parameter may be the same, and for example, a range of about +/_ 5% for the corresponding building may be satisfied, but the similar range may be set differently for each parameter without being limited thereto. .

또한, 에너지 진단 연산부(140)는 에너지 소비처 분리 기법 활용하여 에너지 소비처별 에너지 사용량을 분리하여 분석하며, 유사 범위의 다른 건물과 비교하여 에너지 소비 부분별 사용량의 적정성을 진단한다. 따라서, 에너지 사용량 중의 개선이 필요한 부분을 판단할 수 있다. In addition, the energy diagnosis calculation unit 140 separates and analyzes the energy consumption by energy consumption by utilizing the energy consumption separation technique, and diagnoses the appropriateness of the amount of energy consumed by each energy consumption part in comparison with other buildings in a similar range. Accordingly, it is possible to determine the part of the energy usage that needs improvement.

이때, 사용하는 빅데이터 분석을 위한 머신 러닝 기법은 선형회귀모델, Random Forest, 인공신경망, Support Vector Machine 중 하나일 수 있다. In this case, the machine learning technique used for big data analysis may be one of a linear regression model, a random forest, an artificial neural network, and a support vector machine.

분석 결과 송신부(150)는 에너지 진단 연산부(140)로부터 진단 결과 데이터를 수신하고, 이를 가공하여 관리자 단말(300)의 어플리케이션에 따라 다양한 형태로 제공한다.The analysis result transmission unit 150 receives the diagnosis result data from the energy diagnosis operation unit 140 , processes it and provides it in various forms according to the application of the manager terminal 300 .

즉, 진단 결과 데이터를 웹 버전과 모바일 단말용 어플리케이션 버전으로 가공하여 시인성이 최적화되도록 제공할 수 있다.That is, the diagnosis result data may be processed into a web version and an application version for a mobile terminal to optimize visibility.

이때, 분석 결과 송신부(150)는 지도 상에 해당 건물을 표시하고, 해당 건물의 에너지 사용 밀도를 표시하여 에너지 맵으로 제공 가능하다.In this case, the analysis result transmitter 150 may display the corresponding building on the map, and display the energy use density of the corresponding building as an energy map.

이하에서는 도 3 내지 도 6을 참고하여 본 발명의 에너지 관리 시스템(100)의 동작을 상세히 설명한다.Hereinafter, the operation of the energy management system 100 of the present invention will be described in detail with reference to FIGS. 3 to 6 .

도 3은 도 1의 병원 에너지 관리 시스템의 제어 방법을 나타내는 순서도이고, 도 4는 도 3의 에너지 소비처 분리를 나타내는 그래프이고, 도 5는 도 3의 운영자 단말(300)의 에너지진단평가 화면을 나타내는 것이며, 도 6은 도 3의 운영자 단말(300)의 다른 화면을 나타내는 도면이다.3 is a flowchart illustrating a control method of the hospital energy management system of FIG. 1 , FIG. 4 is a graph showing the separation of energy consumers of FIG. 3 , and FIG. 5 is an energy diagnosis evaluation screen of the operator terminal 300 of FIG. 6 is a view showing another screen of the operator terminal 300 of FIG.

도 3을 참고하면, 먼저 운영자 단말(300)로부터 특정 건물, 일 예로 병원에 대한 에너지 분석 명령이 수신되면, 데이터 수신부(110)는 연계되어 있는 복수의 공공 데이터 서버(200)로부터 병원과 관련된 데이터를 읽어들인다(S10).Referring to FIG. 3 , first, when an energy analysis command for a specific building, for example, a hospital is received from the operator terminal 300 , the data receiving unit 110 receives hospital-related data from a plurality of public data servers 200 that are linked. is read (S10).

이때의 데이터는 수집되는 빅데이터를 전송하는 서버(200)에 따라 분류하여 분류에 따라 서버(200)별 에너지 정보를 저장부(130)에 저장한다. At this time, the data is classified according to the server 200 that transmits the collected big data, and energy information for each server 200 is stored in the storage unit 130 according to the classification.

다음으로, 데이터 처리부(120)가 획득한 에너지 데이터를 가공하고, 병합하여 전처리를 수행한다(S20).Next, the data processing unit 120 processes and merges the acquired energy data to perform pre-processing (S20).

구체적으로, 데이터 처리부(120)가 저장된 빅데이터로부터 총 병상수 및 총 장비 대수 등의 카테고리별 총량에 대한 정량적인 데이터 분석을 수행하고, 다양한 서버(200)로부터 입력된 빅데이터를 병합처리할 수 있다.Specifically, the data processing unit 120 performs quantitative data analysis on the total amount by category, such as the total number of beds and the total number of equipment from the stored big data, and merges the big data input from the various servers 200. have.

즉, 일반 정보에 해당하는 데이터를 복수의 서버(200)로부터 수신하면, 이에 따라 중복 데이터를 제거하고 하나의 데이터로 통폐합할 수 있으며, 각 카테고리별 데이터로 분류하는데, 일 예로 병원 일반 정보, 에너지 정보, 건축 정보의 카테고리로 통폐합한다.That is, when data corresponding to general information is received from the plurality of servers 200, duplicate data can be removed and combined into one data, and classified into data for each category, for example, hospital general information, energy Integrate into categories of information and architectural information.

또한, 각각의 카테고리별 데이터 중 노이즈, 즉 이상점 및 결측치 등을 제거하는 전처리를 수행할 수 있다.In addition, preprocessing may be performed to remove noise, that is, outliers and missing values, among data for each category.

이때, 이상점 및 결측치 제거는 로데이터를 월 또는 연단위로 분류하고, 단위 면적당으로 분류하거나, 병상당으로 분류하거나 객실 당으로 분류할 때 발생하는 에너지 사용량의 이상점 및 결측치를 모두 제거한다. At this time, the removal of outliers and missing values removes all outliers and missing values in energy usage that occur when raw data is classified by month or year, by unit area, by bed, or by room.

따라서, 다양한 분류에 따라 발생하는 노이즈를 모두 제거가능하다. Accordingly, it is possible to remove all noises generated according to various classifications.

이와 같이 전처리된 데이터는 다시 저장부(130)에 저장된다. The pre-processed data is stored in the storage unit 130 again.

다음으로, 에너지 진단 연산부(140)는 전처리된 데이터를 가공하여 에너지 진단을 위한 연산을 수행한다(S30).Next, the energy diagnosis operation unit 140 processes the pre-processed data to perform an operation for energy diagnosis (S30).

에너지 진단을 위한 연산은 저장부(130)에 저장되어 있는 알고리즘을 실행하여 산출할 수 있는데, 데이터 모델링을 진행하는 한편, 에너지 소비처 분리를 수행할 수 있다.Calculation for energy diagnosis may be calculated by executing an algorithm stored in the storage unit 130 , while data modeling may be performed, and energy consumption sources may be separated.

먼저, 데이터 모델링을 수행할 때(S40), 해당 병원에 대한 전처리된 데이터들 중 에너지 소비 영향의 주요 인자를 탐색하여 특징값 선택을 수행한다.First, when data modeling is performed ( S40 ), a feature value selection is performed by searching for a major factor of an energy consumption effect among preprocessed data for a corresponding hospital.

에너지 진단 연산부(140)는 선택된 특징값과 선택된 머닝러신모델을 사용하여 최적의 진단 모델을 생성한다.The energy diagnosis calculation unit 140 generates an optimal diagnosis model by using the selected feature value and the selected machining machine model.

이때, 해당 병원과 유사 수준의 다른 건물의 전처리된 데이터들을 함께 연산하여 최적화된 진단 모델이 생성될 수 있다.In this case, an optimized diagnostic model may be generated by calculating the pre-processed data of other buildings of a similar level to the hospital.

최적화된 진단 모델이 생성되면, 해당 병원의 현재 특징값을 해당 진단 모델에 대입하여 해당 병원의 현재 에너지 사용의 적절성을 진단한다.When the optimized diagnostic model is generated, the appropriateness of the current energy use of the corresponding hospital is diagnosed by substituting the current feature value of the corresponding hospital into the corresponding diagnostic model.

즉, 현재 해당 병원의 의료 인력, 병상 수, 주요 의료 장비 및 면적과 전력량 및 가스량을 진단 모델에 대입하여 현재 전력량과 가스량의 적절성에 대한 진단값을 산출한다.That is, by substituting the current medical personnel, the number of beds, the main medical equipment, area, and the amount of electricity and gas in the diagnostic model, a diagnostic value for the appropriateness of the current amount of electricity and gas is calculated.

이와 같은 에너지 사용의 적절성의 진단은, 해당 병원의 입력 특징값에 대한베이스라인을 도출하여 수행할 수 있다(S50).Such diagnosis of the appropriateness of energy use may be performed by deriving a baseline for the input characteristic value of the hospital (S50).

즉, 해당 병원의 의료 인력, 병상 수, 주요 의료 장비 및 면적에 대하여 다른유사 수준의 건물의 전력량 및 가스량을 평가함으로써 최적화된 베이스라인을 산출한다.That is, an optimized baseline is calculated by evaluating the amount of electricity and gas of buildings of different similar levels with respect to the medical personnel, number of beds, major medical equipment, and area of the hospital.

이때, 현재 해당 병원의 전력량 및 가스량인 에너지 사용량을 베이스라인과비교하여 얼마나 적게 또는 많이 사용하고 있는지를 연산한다(S60).At this time, it is calculated how little or much is being used by comparing the current amount of energy, which is the amount of electricity and gas, of the hospital with the baseline ( S60 ).

이에 따라 분석결과 송신부(150)는 에너지 사용의 적절성을 정해진 그래프 형식으로 나타내도록 가공한다(S110).Accordingly, the analysis result transmission unit 150 processes the appropriateness of energy use in a predetermined graph format (S110).

도 5는 관리자 단말(300)의 에너지 진단 화면의 일 예를 도시한 것으로서, 화면은 4분되어 있을 수 있으며, 왼쪽 상단(A1)은 에너지 사용 트렌드를 나타내고, 왼쪽 하단(A3)은 에너지 사용처 분리를 나타내고, 오른쪽 상단(A2)은 에너지 사용 벤치마크를 나타내고, 오른쪽 하단(A4)은 에너지 사용 랭킹을 나타낼 수 있으나 화면의 설정은 다양하게 변경 가능하다.5 shows an example of the energy diagnosis screen of the manager terminal 300, the screen may be divided into four, the upper left (A1) represents the energy use trend, and the lower left (A3) is the energy use separation , the upper right (A2) represents the energy use benchmark, and the lower right (A4) may represent the energy use ranking, but the settings of the screen can be variously changed.

일 예로 도 5의 오른쪽 상단과 같이 게이지의 형태로 기준 사용량에 대한 현재 해당 병원의 에너지 사용량을 표시할 수 있으나 이에 한정되는 것은 아니고, 온도계, 파이차드 등의 그래프 형식으로도 표시 가능하다.As an example, as shown in the upper right of FIG. 5 , the current energy consumption of the hospital with respect to the reference usage may be displayed in the form of a gauge, but the present invention is not limited thereto.

또한, 분석결과 송신부(150)는 전처리된 데이터를 가공하여 에너지 사용 트렌드 및 에너지 사용 랭킹을 나타내도록 가공 가능하다.In addition, the analysis result transmission unit 150 may process the pre-processed data to indicate an energy use trend and an energy use ranking.

이는 공공데이터서버(200)로부터 해당 병원과 유사한 수준의 병원 또는 건물의 데이터를 읽어들여 전처리하여 함께 가공함으로써 유사한 수준의 타 건물의 에너지 사용값의 통계값, 즉 평균값에 대하여 해당 병원의 에너지 사용값을 연단위로 비교하여 트렌드로 나타낼 수 있다.It reads data of a hospital or building of a level similar to that of the hospital from the public data server 200, preprocesses it, and processes it together. can be expressed as a trend by comparing year by year.

이와 같은 정량 평가는 유사 수준의 다른 건물들의 에너지 사용값에 대한 정량적인 분석 및 해당 병원의 히스토리 분석의 의미가 있다.Such quantitative evaluation has the meaning of quantitative analysis of energy use values of other buildings of similar level and historical analysis of the hospital.

한편, 분석결과 송신부(150)는 전처리된 데이터를 가공하여 연단위로 에너지 사용 랭킹을 나타낼 수 있는데, 도 5의 오른쪽 하단(A4)과 같이 유사 수준의 타 건물의 연사용량을 순위화화여 해당 병원이 어느 정도 랭킹에 위치하는지를 즉각적으로 보여줄 수 있다.On the other hand, the analysis result transmitter 150 may show the energy use ranking by year by processing the preprocessed data. You can immediately show how far you are in the ranking.

이때, 에너지 사용량에 대한 데이터는 타 건물이 모두 병원 건물로만 이루어진 경우, 병상당 사용량을 지표로 표준화하여 가공할 수 있으며, 병원 외의 건물이 포함되는 경우에는 단위 면적당으로 표준화하여 순위로 정렬 가능하다.At this time, data on energy consumption can be processed by standardizing the usage per bed as an indicator when all other buildings are made of hospital buildings, and when buildings other than hospitals are included, it can be standardized per unit area and sorted in order.

이와 같은 랭킹화는 막대 그래프로 표시가능하나 이에 한정되는 것은 아니다.Such ranking can be displayed as a bar graph, but is not limited thereto.

한편, 에너지 진단 연산부(140)는 에너지 진단을 위한 연산에서 소비처별 분리 기법을 적용한다(S70).Meanwhile, the energy diagnosis calculation unit 140 applies a separation technique for each consumption destination in the calculation for energy diagnosis ( S70 ).

구체적으로, 전처리된 데이터로부터 월간 에너지 통계를 생성한다.Specifically, it generates monthly energy statistics from preprocessed data.

이와 같은 월간 에너지 통계는 월별로 에너지 사용량의 평균값을 취한 데이터로서, 월별로 하나의 데이터 값 즉 평균값으로 표준화한다.Such monthly energy statistics are data obtained by taking the average value of energy consumption for each month, and are standardized as one data value, that is, the average value for each month.

이와 같이 월별 평균값은 도 4와 같이 도식화 가능하다.As such, the monthly average value can be plotted as shown in FIG. 4 .

다음으로, 도 4의 값을 서로 이어 하나의 선그래프로 변환 하며, 월별 평균값의 최저 사용량을 해당 병원의 베이스값, 즉 기저 부하로 설정할 수 있다(S80).Next, the values of FIG. 4 are connected to each other and converted into a single line graph, and the minimum usage of the monthly average value may be set as the base value of the hospital, that is, the base load (S80).

이와 같은 기저 부하는 도 4에서 빗금친 영역으로 표시된다.Such a base load is indicated by a hatched area in FIG. 4 .

이때, 기저 부하는 도 4와 같이 최저값보다 소정 크기만큼 낮은 값을 갖도록 설정할 수 있다.In this case, the base load may be set to have a value lower than the lowest value by a predetermined size as shown in FIG. 4 .

다음으로, 해당 선그래프에서 냉난방 변곡점을 추출한다(S90).Next, the heating and cooling inflection point is extracted from the corresponding line graph (S90).

이는 해당 선그래프에서 차분값의 부호가 변하는 점 중 낮은 값 두 개를 취하여 해당 변곡점을 냉난방 전환이 일어나는 달로 설정할 수 있다.This can take two lower values among points where the sign of the difference value changes in the line graph and set the corresponding inflection point as the month in which heating and cooling conversion occurs.

도 4에서는 이와 같은 달이 6월과 11월로 변곡점을 설정할 수 있으며, 따라서, 6월과 10월 사이에는 냉방이, 11월부터 5월까지는 난방이 주로 수행된 것으로 판단한다. In FIG. 4 , the inflection points may be set in June and November in such months, and accordingly, it is determined that cooling is mainly performed between June and October and heating is mainly performed between November and May.

이와 같이 에너지 소비처가 분리되면, 도 4의 각 선그래프의 면적을 난방과 냉방으로 에너지 기저부하 분리를 수행한다(S100).When the energy consumers are separated as described above, the energy base load is separated by heating and cooling the area of each line graph of FIG. 4 ( S100 ).

이와 같이 사용처별로 분리된 에너지 사용량의 데이터는 도 5의 왼쪽 하단(A3)과 같이 박스 플롯 등으로 표시될 수 있다.As such, the data of energy usage separated by usage may be displayed as a box plot, etc. as shown in the lower left A3 of FIG. 5 .

이와 같은 데이터 가공은 특히, 기기 부하도 별도로 표시할 수 있으며, 이는 냉방 및 난방 이외의 전기 사용량으로부터 산출가능하다.In particular, such data processing can also separately display the load of the device, which can be calculated from the electricity consumption other than cooling and heating.

도 5의 왼쪽 하단의 박스 플롯의 경우, 기기 부하는 다소 많은 상태이나 현재점이 박스 내에 존재하고 있으므로 관리가 필요한 수준은 아님을 나타내고, 냉방 에너지의 경우, 현재점(점으로 표시)이 박스에서 상단 위에 위치하므로 사용량이 아주 많은 편이므로 관리가 필요한 상태임을 나타내고, 난방 에너지의 경우, 현재점(점으로 표시)이 박스 아래로 위치하여 사용량이 매우 적은 상태임을 나타내고 있다. In the case of the box plot at the bottom left of FIG. 5, the device load is in a rather large state, but the current point is in the box, so it is not at a level that requires management. Since it is located above, it indicates that the amount of use is very high, so it needs to be managed, and in the case of heating energy, the current point (indicated by a dot) is located below the box, indicating that the amount of energy used is very low.

이와 같이 현재 시점의 냉방 에너지, 난방 에너지 및 기기부하를 개별적으로 나타내어 각각의 진단을 할 수 있어 어떠한 기기의 에너지 사용을 조절해야하는지 즉각적으로 인지가능하다.In this way, each diagnosis can be performed by individually indicating the cooling energy, heating energy, and device load at the current time, so that it is immediately possible to recognize which device energy use needs to be controlled.

이와 같은 진단 결과 데이터의 가공은 앞서 설명한 바와 같이 분석결과 송신부(150)에서 수행하여 운영자 단말(300)로 전송 가능하다.As described above, the processing of the diagnosis result data is performed by the analysis result transmission unit 150 and can be transmitted to the operator terminal 300 .

이때, 분석결과 송신부(150)는 도 6과 같이 에너지맵으로 복수의 건물의 에너지 사용에 대한 진단값을 표시할 수 있다.In this case, the analysis result transmitter 150 may display diagnostic values for energy use of a plurality of buildings as an energy map as shown in FIG. 6 .

도 6은 에너지 맵을 표시하는 운영자 단말(300)의 화면으로서, 해당 병원의 위치와 함께 해당 병원의 에너지 사용 현황을 간략하게 아이콘화하여 표시할 수 있다.FIG. 6 is a screen of the operator terminal 300 displaying an energy map, and the energy use status of the corresponding hospital may be displayed in a simplified icon form along with the location of the corresponding hospital.

특히, 건물 에너지 정보, 주소와 연면적, 용도 등의 정보를 활용한 에너지 진단 결과를 해당 주소지에 신호등 형태 또는 원의 크기 등의 아이콘으로 표현가능하며, 해당 주소지의 아이콘을 클릭하면 도 6과 같이 에너지 진단 결과 및 사용현황을 트렌드 차트 형태로 표현하는 팝업창(A5)을 표시할 수 있다.In particular, the energy diagnosis result using information such as building energy information, address, total floor area, and use can be expressed as an icon such as a traffic light or circle size at the address, and when the icon of the address is clicked, energy A pop-up window (A5) that expresses the diagnosis result and usage status in the form of a trend chart can be displayed.

이와 같은 에너지 사용 진단 결과는 저장부(130)에 저장되며, 생성된 가공 데이터 역시 저장부(130)에 저장할 수 있다.The energy use diagnosis result is stored in the storage unit 130 , and the generated processing data may also be stored in the storage unit 130 .

이와 같은 에너지 관리 시스템(100)은 현재 해당 병원의 에너지 사용에 대한 진단 평가를 통해 조절해야하는 부분을 파악하고 해당 기기를 제어할 수 있는 에너지 조절부(도시하지 않음)를 더 포함할 수 있다.The energy management system 100 may further include an energy controller (not shown) capable of identifying a part to be adjusted through a diagnostic evaluation of the current energy use of the hospital and controlling the corresponding device.

에너지 조절부를 더 포함하는 경우, 에너지 조절부는 현재 조절해야하는 에너지 소비량을 산출하여 해당 기기에 제어 명령을 전송할 수 있다.When the energy controller is further included, the energy controller may calculate an energy consumption to be currently adjusted and transmit a control command to the corresponding device.

또는 운영자 단말(300)로부터의 제어 명령을 수신하면, 해당 병원 에너지 관리 시스템(100)은 해당 설비의 DDC 장치(도시하지 않음)로 최적화된 제어 명령을 전달함으로써 에너지 사용이 최적화되면서도 운영자 단말(300)로부터의 제어 명령에 부합되는 에너지 절감 최적 제어가 가능하다.Alternatively, upon receiving a control command from the operator terminal 300, the hospital energy management system 100 transmits the optimized control command to the DDC device (not shown) of the facility while optimizing energy use while optimizing the operator terminal 300 ), energy-saving optimal control in accordance with the control command from

본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 병원 에너지 관리 제어 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. An embodiment of the present invention includes a computer-readable medium including program instructions for performing various computer-implemented operations. This medium records a program for executing the hospital energy management control method described above. The medium may contain program instructions, data files, data structures, etc. alone or in combination. Examples of such media include hard disks, magnetic media such as floppy disks and magnetic tapes, optical recording media such as CDs and DVDs, optical disks and magneto-optical media, and program instructions such as ROM, RAM, flash memory, and the like. hardware devices configured to store and perform Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.

이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although preferred embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements by those skilled in the art using the basic concept of the present invention as defined in the following claims are also provided. is within the scope of the

100: 병원 에너지 관리 시스템 110: 데이터 수신부
120: 데이터 처리부 130: 저장부
140: 에너지 진단 연산부 150: 분석결과 송신부
200: 공공데이터 서버 300: 운영자 단말100: hospital energy management system 110: data receiving unit
120: data processing unit 130: storage unit
140: energy diagnosis calculation unit 150: analysis result transmission unit
200: public data server 300: operator terminal

Claims (20)

외부의 공공 데이터 서버로부터 해당 건물 및 해당 건물과 유사범위의 건물과 관련된 빅데이터를 수신하는 데이터 수신부;
수신된 상기 빅데이터를 가공 및 병합하여 전처리하는 전처리부;
전처리된 데이터를 기초로 머신러닝을 수행하여 진단 모델을 생성하고, 상기진단 모델에 해당 건물의 상기 전처리된 데이터를 대입하여 에너지 사용량 진단을 수행하는 에너지 진단 연산부; 및
상기 에너지 사용량 진단에 대한 결과를 가공하고 도식화하여 표시하는 분석결과 송신부
를 포함하는 병원 에너지 관리 시스템.a data receiving unit for receiving big data related to the corresponding building and a building in a similar range to the corresponding building from an external public data server;
a pre-processing unit for pre-processing and merging the received big data;
an energy diagnosis calculation unit that generates a diagnosis model by performing machine learning based on the preprocessed data, and performs energy usage diagnosis by substituting the preprocessed data of the building into the diagnosis model; and
Analysis result transmission unit that processes and schematically displays the result of the energy usage diagnosis
Hospital energy management system comprising a. 제1항에 있어서,
상기 해당 건물은 병원 건물을 포함하는 것을 특징으로 하는, 병원 에너지 관리 시스템.According to claim 1,
The hospital energy management system, characterized in that the building comprises a hospital building. 제2항에 있어서,
상기 공공 데이터 서버는 정부 및 기관에서 제공하는 빅데이터를 제공하는 서버인 것을 특징으로 하는, 병원 에너지 관리 시스템.3. The method of claim 2,
The public data server is a server that provides big data provided by governments and institutions, characterized in that the hospital energy management system. 제3항에 있어서,
상기 공공 데이터 서버는 건강보험심사평가원이 제공하는 의료 데이터를 제공하는 것을 특징으로 하는, 병원 에너지 관리 시스템.4. The method of claim 3,
The public data server is a hospital energy management system, characterized in that it provides medical data provided by the Health Insurance Review and Assessment Service. 제4항에 있어서,
상기 에너지 진단 연산부는
상기 진단 모델의 베이스 라인을 생성하고, 상기 베이스 라인과 상기 해당 건물에 대한 에너지 사용량을 비교하여 에너지 사용량의 진단을 수행하는 것을 특징으로 하는, 병원 에너지 관리 시스템.5. The method of claim 4,
The energy diagnosis calculation unit
A hospital energy management system, which generates a baseline of the diagnostic model, and compares the baseline with the energy usage for the corresponding building to diagnose the energy usage. 제5항에 있어서,
상기 에너지 진단 연산부는
상기 해당 건물에 대한 에너지 사용량을 사용처별로 분류하여 에너지 사용량의 진단을 수행하는 것을 특징으로 하는, 병원 에너지 관리 시스템.6. The method of claim 5,
The energy diagnosis calculation unit
A hospital energy management system, characterized in that the diagnosis of energy use is performed by classifying the energy use for the corresponding building by use place. 제6항에 있어서,
상기 에너지 진단 연산부는 해당 병원의 기기부하, 냉방 에너지, 난방 에너지로 상기 에너지 사용량을 분류하여 표시하는 것을 특징으로 하는, 병원 에너지 관리 시스템.7. The method of claim 6,
The energy diagnosis calculation unit is a hospital energy management system, characterized in that the classification and display of the energy usage as a device load, cooling energy, and heating energy of the hospital. 제7항에 있어서,
상기 에너지 진단 연산부는 월간 에너지 통계로부터 변곡점을 추출하여 냉방에너지와 난방 에너지의 에너지 사용량 분류를 수행하는 것을 특징으로 하는, 병원 에너지 관리 시스템.8. The method of claim 7,
The energy diagnosis calculation unit extracts an inflection point from monthly energy statistics to classify the energy consumption of cooling energy and heating energy, the hospital energy management system. 제8항에 있어서,
상기 분석결과 송신부는
상기 에너지 사용량 분류정보를 박스 플롯으로 표시하고, 에너지 사용량 진단을 게이지 그래프로 표시하여 한 화면으로 제공하는 것을 특징으로 하는, 병원 에너지 관리 시스템.9. The method of claim 8,
The analysis result transmitter
The hospital energy management system, characterized in that the energy usage classification information is displayed as a box plot, and the energy usage diagnosis is displayed as a gauge graph and provided in one screen. 제9항에 있어서,
상기 분석결과 송신부는
상기 에너지 사용량 분류정보, 에너지 사용량 진단과 유사범위의 건물들에 대한 상기 해당 건물의 에너지 사용 트렌드를 함께 표시하여 한 화면으로 제공하는 것을 특징으로 하는, 병원 에너지 관리 시스템.10. The method of claim 9,
The analysis result transmitter
Hospital energy management system, characterized in that the energy usage classification information, energy usage diagnosis and the energy usage trend of the corresponding building for buildings in a similar range are displayed together and provided on one screen. 제10항에 있어서,
상기 분석결과 송신부는
상기 에너지 사용량 진단을 지도 정보와 함께 표시하는 에너지 맵을 생성하여 제공하는 것을 특징으로 하는, 병원 에너지 관리 시스템.11. The method of claim 10,
The analysis result transmitter
Hospital energy management system, characterized in that generating and providing an energy map that displays the energy usage diagnosis together with map information. 제10항에 있어서,
병원 에너지 관리 시스템은 에너지 사용량 분류정보에 따라 병원 설비의 제어값을 생성하여 각각의 병원 설비에 제어값을 전송하는 설비 제어부를 더 포함하는, 병원 에너지 관리 시스템.11. The method of claim 10,
The hospital energy management system further comprises a facility control unit for generating a control value of the hospital equipment according to the energy usage classification information and transmitting the control value to each hospital facility, the hospital energy management system. 외부의 공공 데이터 서버로부터 해당 병원 및 해당 병원과 유사범위의 건물과 관련된 빅데이터를 수신하는 단계;
수신된 상기 빅데이터를 가공 및 병합하여 전처리하는 단계;
전처리된 데이터를 기초로 머신러닝을 수행하여 진단 모델을 생성하고, 상기 진단 모델에 해당 병원의 상기 전처리된 데이터를 대입하여 에너지 사용량 진단을 수행하는 단계; 및
상기 에너지 사용량 진단에 대한 결과를 가공하고 도식화하여 표시하는 단계
를 포함하는 병원 에너지 관리 방법.Receiving big data related to a corresponding hospital and a building in a similar range to the hospital from an external public data server;
preprocessing the received big data by processing and merging;
generating a diagnostic model by performing machine learning based on the pre-processed data, and substituting the pre-processed data of the hospital into the diagnostic model to diagnose energy usage; and
Processing the result of the energy usage diagnosis and displaying it in a diagram
A hospital energy management method comprising a. 제13항에 있어서,
상기 빅데이터를 수신하는 단계는 정부 및 기관에서 제공하는 데이터 및 건강보험심사평가원이 제공하는 의료 데이터를 수신하는 것을 특징으로 하는, 병원 에너지 관리 방법.14. The method of claim 13,
In the receiving of the big data, hospital energy management method, characterized in that receiving data provided by the government and institutions and medical data provided by the Health Insurance Review and Assessment Service. 제14항에 있어서,
상기 에너지 사용량 진단하는 단계는
상기 진단 모델의 베이스 라인을 생성하는 단계; 및
상기 베이스 라인과 상기 해당 건물에 대한 에너지 사용량을 비교하는 단계
를 포함하는 병원 에너지 관리 방법.15. The method of claim 14,
The step of diagnosing the energy consumption is
generating a baseline of the diagnostic model; and
Comparing the energy usage for the base line and the corresponding building
A hospital energy management method comprising a. 제15항에 있어서,
상기 에너지 사용량 진단하는 단계는
상기 해당 병원에 대한 에너지 사용량을 사용처별로 분류하여 에너지 사용량의 진단을 수행하는 것을 특징으로 하는, 병원 에너지 관리 방법.16. The method of claim 15,
The step of diagnosing the energy consumption is
A hospital energy management method, characterized in that the diagnosis of energy use is performed by classifying the energy use for the corresponding hospital by use place. 제16항에 있어서,
상기 에너지 사용량 진단하는 단계는
상기 해당 병원의 기기부하, 냉방 에너지, 난방 에너지로 상기 에너지 사용량을 분류하는 것을 특징으로 하는, 병원 에너지 관리 방법.17. The method of claim 16,
The step of diagnosing the energy consumption is
Hospital energy management method, characterized in that classifying the energy usage into the equipment load, cooling energy, and heating energy of the hospital. 제17항에 있어서,
상기 에너지 사용량 진단하는 단계는
월간 에너지 통계로부터 변곡점을 추출하여 상기 냉방에너지와 난방 에너지의 에너지 사용량 분류를 수행하는 것을 특징으로 하는, 병원 에너지 관리 방법.18. The method of claim 17,
The step of diagnosing the energy consumption is
Hospital energy management method, characterized in that by extracting the inflection point from the monthly energy statistics to perform the energy usage classification of the cooling energy and the heating energy. 제18항에 있어서,
상기 에너지 사용량 진단을 표시하는 단계는
상기 에너지 사용량 분류정보, 에너지 사용량 진단과 유사범위의 건물들에 대한 상기 해당 건물의 에너지 사용 트렌드를 함께 표시하여 한 화면으로 제공하는 것을 특징으로 하는, 병원 에너지 관리 방법.19. The method of claim 18,
The step of displaying the energy usage diagnosis is
Hospital energy management method, characterized in that the energy usage classification information, energy usage diagnosis and the energy usage trend of the building for the buildings in a similar range are displayed together and provided on one screen. 제19항에 있어서,
상기 에너지 사용량 진단을 표시하는 단계는
상기 에너지 사용량 진단을 지도 정보와 함께 표시하는 에너지 맵을 표시하는 것을 특징으로 하는, 병원 에너지 관리 방법.
20. The method of claim 19,
The step of displaying the energy usage diagnosis is
Hospital energy management method, characterized in that displaying an energy map that displays the energy usage diagnosis together with map information.
KR1020210006787A 2021-01-18 2021-01-18 Hospital energy management system and the managing method thereof KR20220104460A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210006787A KR20220104460A (en) 2021-01-18 2021-01-18 Hospital energy management system and the managing method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210006787A KR20220104460A (en) 2021-01-18 2021-01-18 Hospital energy management system and the managing method thereof

Publications (1)

Publication Number Publication Date
KR20220104460A true KR20220104460A (en) 2022-07-26

Family

ID=82609887

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210006787A KR20220104460A (en) 2021-01-18 2021-01-18 Hospital energy management system and the managing method thereof

Country Status (1)

Country Link
KR (1) KR20220104460A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240064980A (en) 2022-11-04 2024-05-14 (주)파노텍 System that shares waste and surplus heating and cooling energy for building

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101448683B1 (en) 2013-08-12 2014-10-08 주식회사 인코어드 테크놀로지스 Apparatus and system for providing an information of energy

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101448683B1 (en) 2013-08-12 2014-10-08 주식회사 인코어드 테크놀로지스 Apparatus and system for providing an information of energy

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240064980A (en) 2022-11-04 2024-05-14 (주)파노텍 System that shares waste and surplus heating and cooling energy for building

Similar Documents

Publication Publication Date Title
Ali et al. A data-driven approach to optimize urban scale energy retrofit decisions for residential buildings
Peng et al. A hybrid data mining approach on BIM-based building operation and maintenance
Valinejadshoubi et al. Development of an IoT and BIM-based automated alert system for thermal comfort monitoring in buildings
Xie et al. Visualised inspection system for monitoring environmental anomalies during daily operation and maintenance
Moreno et al. Big data: the key to energy efficiency in smart buildings
JP4073946B1 (en) Information processing device
Dong et al. A global building occupant behavior database
JP4282717B2 (en) Periodic inspection data analysis apparatus and method
CN107408230A (en) Diagnosis in building automation
Serrano-Guerrero et al. Statistical methodology to assess changes in the electrical consumption profile of buildings
Hosamo et al. Improving building occupant comfort through a digital twin approach: A Bayesian network model and predictive maintenance method
Lai et al. Topic modeling to discover the thematic structure and spatial-temporal patterns of building renovation and adaptive reuse in cities
CN108352038A (en) Building energy management system with energy spectrometer and ad hoc instrument board
KR101953190B1 (en) A multidimensional recursive learning process and system used to discover complex dyadic or multiple counterparty relationships
JP6905243B2 (en) Sales support system
KR101655247B1 (en) Energy analysis system using BEMS data
Nägeli et al. Best practice reporting guideline for building stock energy models
KR20220104460A (en) Hospital energy management system and the managing method thereof
JPWO2017149598A1 (en) Equipment classification device
KR20210084181A (en) Empty house management analysis and prediction device and method
JP5369252B2 (en) Computer system and information presentation method using computer system
Bao et al. Dynamic financial distress prediction based on Kalman filtering
JP2021117771A (en) Air-conditioning trouble occurrence frequency prediction program
Jenkins et al. Accommodating new calculation approaches in next-generation energy performance assessments
Gourabpasi et al. BIM-based automated fault detection and diagnostics of HVAC systems in commercial buildings

Legal Events

Date Code Title Description
A201 Request for examination