Humans rely heavily on fossil fuels to product energy for long-term, and many studies predict that the world's coal and oil reserves will be depleted significantly between 35 and 60 years. Approximately 40 percent of the total US energy consumption is used to sustain buildings, most of which are derived from traditional energy sources such as fossil fuels. In addition, using these traditional energy sources will cause greenhouse gas emissions and face the major challenges of global climate change. Therefore, in many fields, energy consumption is analyzed using various simulation programs in order to reduce the energy consumption in buildings. However, it is difficult to simulate and analyze every time changing location, characteristics, and materials of buildings. First, the existing data was provided by U.S. Energy Information Administration and analyzed. Second, this study used principal component analysis to determine which of the more than 400 building variables in the data have the greatest effect on fuel and electricity energy. Third, this study analyzed the building variables using an online analysis processing method capable of multidimensional analysis by the various levels of abstraction. It is possible to analyze the building variables extracted from the principal component analysis in various perspectives. Fourth, various rules were extracted using association analysis method based on the results of on-line analytical processing method. Using this method, this study was able to extract the rules for combinations of building variables, not for one building variable. Therefore, this study is to analyze by using soft computing methods based on the collected building data in the US, and to examine what building variables greatly affect building energy consumption. Simulation using these analyzed results will save a lot of time and cost, which will be a way to reduce future building energy consumption and further protect the environment.
인류는 오랜 시간 동안 에너지를 생산하기 위하여 화석연료에 상당히 의존하고 있고, 많은 연구들이 전 세계 석탄, 석유 매장량이 35년에서 60년 사이에 상당히 고갈될 것이라고 예측하고 있다. 전체 미국 에너지 사용량의 약 40퍼센트가 건축물을 유지하는데 이용되고 있으며 이는 대부분이 화석연료와 같은 기존의 에너지원들로부터 얻어진다. 또한, 이러한 기존의 에너지원들을 사용하면 온실가스 배출량이 증가하고 이는 전 세계적으로 기후변화라는 큰 문제점을 마주할 수밖에 없어진다. 따라서 많은 분야에서는 이러한 에너지 사용량을 줄이기 위하여 다양한 시뮬레이션 프로그램 등을 이용하여 에너지 사용량을 분석하고 있지만, 건물의 위치, 특성, 재료 등이 다름에 따라 매번 시뮬레이션과 분석을 해야 하는 어려움이 있다. 이에 본 연구는 수집된 건축물 데이터를 기반으로 소프트 컴퓨팅 방식을 이용하여 분석하는 방식으로 어떠한 변수들이 건축물 에너지 사용량에 많은 영향을 미치는지 알아보았다. 첫째로 공공 데이터를 미국 에너지 정보국으로부터 제공받아 분석이 진행되었다. 둘째로, 해당 데이터가 가지고 있는 약 400여개가 넘는 건축물 변수들 중에서 연료에너지와 전기에너지에 영향을 가장 많이 끼치는 것들이 무엇인지를 주성분 분석 방법을 이용하여 추출해 내었다. 셋째로, 다차원 분석이 가능한 온라인 분석 처리 방식을 이용하여 다양한 추상화 비율에 따른 계층화를 통해서 분석하였다. 이는 주성분 분석 방법을 이용하여 추출된 건축물 내 에너지 사용량에 미치는 변수들을 다양한 관점으로 심도 있게 분석이 가능하다. 넷째로, 온라인 분석 처리 방식을 기반으로 한 결과를 바탕으로 연관분석 방법을 이용하여 다양한 규칙들을 추출하였다. 이 방식을 이용하여 본 연구는 한 가지 건축물 변수에 대해서가 아닌 복합적인 건축물 변수들에 대한 규칙들을 추출하였다. 이러한 분석된 결과를 이용하여 시뮬레이션을 진행한다면 많은 시간과 금액을 절약할 수 있을 것이며, 이는 미래 건축물 에너지 사용량을 줄이고 더 나아가 환경을 보호 할 수 있는 방법이 될 것으로 사료된다.
