Deep Learning-based Optimal Operation Strategy of Heat Pump Systems for Waste Heat Recovery
이공학학술연구기반구축(R&D) · 박사후국내연수
2026년
2340064356
교육부
한국연구재단
조선대학교
안바라
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
개발연구
대학
광주광역시 동구
기계 > 에너지/환경기계시스템 > 에너지/환경 기계시스템 관련 S/W
본 연구의 최종 목표는 다중 요인의 불확실성이 존재하는 환경에서 폐열 회수 효율과 에너지 품질(엑서지)을 동시에 극대화할 수 있는 AI 기반 히트펌프 통합 운전 전략을 구축하는 것이다. 이를 위해 공정 시뮬레이션과 딥러닝을 결합한 디지털 작업 환경을 기반으로 대규모 데이터를 생성하고, 물리 기반 제약을 반영한 대리 모델과 강화학습을 활용하여 최적 운전 조건...
본 연구는 공정 시뮬레이션과 인공지능을 결합하여, 다중 불확실성 환경에서 에너지 시스템의 최적 운전 전략을 도출하는 목표를 달성하기 위하여, 디지털 작업 환경 구축-데이터 생성-딥러닝 모델링- 강화학습으로 순차적인 접근 전략을 토대로 구성되어있다. 먼저 공정 시뮬레이션과 딥러닝 라이브러리를 연동시킬 수 있는 디지털 작업 환경을 구축하고, 시스템에 영향을 미치는 ...
... 고려한 실시간 수준의 의사결정이 가능한 고속 예측 및 최적화 기술을 확보할 수 있다. 특히 물리 기반 제약을 반영한 AI 모델을 통해 기존의 데이터의 경향성에만 의존하는 블랙박스형 인공지능의 한계를 보완하고, 공학적 신뢰성을 확보한 새로운 형태의 공정 최적화 방법론을 제시할 수 있다. 학술적 측면에서는 상대적으로 AI 적용이 제한적이었던 에너지 및 공정 시스템 분야에 딥러닝과 ...