건물 및 시설 상태 기반 모델링

초록

본 논문은 건물 설계 단계부터 DIN EN ISO 16484 표준을 활용해 상태 기계 기반의 형식적 사양을 정의하고, 이를 지능형 모니터링 시스템에 연계함으로써 측정값의 정상·비정상을 자동 판단하고, 예측 제어와 이상 탐지를 효율적으로 수행할 수 있는 방법론을 제시한다.

상세 분석

이 연구는 기존 에너지 효율 연구가 운영 중인 건물의 데이터를 수집·분석하는 데에 머무는 한계를 지적한다. 데이터 자체는 풍부하지만, “이 값이 정상인지 비정상인지”를 판단할 기준이 없으면 의미 있는 인사이트를 도출하기 어렵다. 저자들은 이러한 문제를 해결하기 위해 설계 단계부터 건물 관리 시스템(BMS)의 기능 요구사항을 형식화하고, 그 형식화를 상태 기계(state machine)로 표현한다. DIN EN ISO 16484가 제공하는 “기능 요구사항을 시각적으로 표현하는 방법”을 기반으로, 저자들은 상태 전이와 조건을 구체적인 센서·액추에이터 값에 매핑하는 확장 모델을 제안한다. 이 모델은 각 상태가 기대되는 측정값 범위와 허용 오차를 포함하도록 설계되어, 실시간 모니터링 시 현재 측정값이 사전 정의된 기대치와 얼마나 일치하는지를 자동으로 평가한다. 또한, 상태 전이 로직에 시간 제약과 이벤트 기반 트리거를 포함함으로써, 비정상적인 제어 행동(예: 비정통적인 난방 시작)도 즉시 탐지할 수 있다. 저자들은 모델링 도구와 시뮬레이션 환경을 구축해 설계 단계에서 가상 시나리오를 실행하고, 기대되는 에너지 흐름과 실제 운영 데이터를 비교 분석한다. 결과적으로, 상태 기반 모델은 기존 통계 기반 이상 탐지보다 높은 정확도와 낮은 오탐률을 보이며, 설계‑운영 간의 피드백 루프를 단축한다. 이 접근법은 건물 자동화 시스템의 신뢰성을 향상시키고, 에너지 절감 목표 달성을 위한 정량적 근거를 제공한다는 점에서 학술적·실무적 의의가 크다.