사용자 위치정보와 거주 기후 조건하에서 심층 강화 학습 알고리즘을 적용한 공기조화기 예비 냉난방 에너지절약 학습 시스템 및 그 방법 요약정보 및 구매

본 발명은 사용자 출퇴근 등 위치정보와 재실환경, 외기환경 조건에 기반한 심층 강화 학습 알고리즘을 적용한 공기조화기 예비 냉난방(pre-cooling/ pre-heating) 에너지절약 학습 시스템 및 그 방법에 관한 것으로서, 시시각각 변하는 다양한 출퇴근 위치정보와 트래픽현황, 온습도 조건등의 거주 환경을 학습하여 사용자가 사무실 또는 거주지에 도달하기 전에 미리 적절히 냉난방해야 할 시점을 학습하여 사무실 또는 거주지에서의 에너지절약을 꾀하는 학습 시스템 및 그 방법에 관한 것이다. 특히 시뮬레이션된 테스트 환경에서 다양한 조건하(예를 들어, 사용자 위치 정보, 트래픽에 의한 위치 도달 변화율, 세팅 온습도, 내부룸의 온습도 등)에 반복 학습을 수행하여 목표로 하는 범위 내에서 안정화된 학습 패턴 및 에너지 절약패턴을 보여주면 공기조화기 컴포넌트 수학 모델식, 환경에 대한 수학 모델식, 공기조화기-환경 연동 수학 모델식에 상관없이, 단지 사용자가 목표로 하는 범위 만족여부(온습도 범위 및 에너지절약 정도)에 대한 보상(혹은 벌점)값을 피드백 받아, 해당 안정화된 학습 패턴에 따른 최종 학습 결과를 신경망에 저장하고, 실제 현장에 배치된 공기조화기에서 앞서 저장된 최종 학습 결과를 근거로 사용자의 위치정보 및 실내 및/또는 실외 환경에 따른 적응형 학습을 수행하여 공기조화기의 사용자 편의성 및 에너지절약을 꾀하는 심층 강화 학습 알고리즘을 적용한 공기조화기 예비 냉난방 에너지절약 학습 시스템 및 그 방법에 관한 것이다.

상품 선택옵션 0 개, 추가옵션 0 개