Currently, the machine learning model method for energy prediction of ultrahigh resolution, which is the prediction of consumption of building energy in domestic and overseas, is difficult to approach. At the same time, prediction performance decreases due to the increase of randomness, and the cyclic regression network using weather data. The photovoltaic power generation prediction model utilized also meets the domestic and international social backgrounds where the use of renewable energy is increasing. This study suggests a paradigm of a three-dimensional energy management system that manages the energy consumption of the building itself by producing the energy itself in a local energy management method that manages the consumption of the building.
현재 국내.외적으로 건물에너지의 소비예측을 15분 단위라는 초고해상도의 에너지 예측에 대한 기계학습모델기법은 접근방법이 어려움과 동시에 Randomness의 증가로 예측성능이 떨어지고, 기상데이터를 이용한 순환회귀망을 활용한 태양광 생산 예측 모델은 신재생에너지 사용률이 증가하는 국내외의 사회적 배경에도 부합한다. 본 연구에서는 단순히 건물의 소비를 관리하는 지엽적인 에너지관리방법에서 건물 자체적으로 에너지를 생산하고 저렴하며 적절한 사용시간과 소비량을 관리하는 입체적인 에너지 관리 시스템의 패러다임을 제시하는 것으로 기술의 파급효과 및 활용효과가 크다고 할 수 있다.