공동주택 드레스룸 결로 방지를 위한 LSTM 모델 기반 예측 제어

Abstract

최근 지어지는 건물들은 냉난방 에너지를 최소화하기 더욱 기밀하고, 더욱 열 손실이 적은 패시브 하우스를 추구하고 있다. 이러한 고기밀 고단열 현상은 실내 공기질 등의 또 다른 문제를 낳게 되었다. 특히, 공동주택과 같은 주거 건물에서는 내부에서 발생한 수증기가 누적됨에 따라 수증기가 차가운 표면을 만나 응축하여 발생하는 결로 피해 사례가 다수 발생하고 있다. 결로는 공기 중의 수증기 함량과 표면의 온도 분포 상태에 의해 판정하며, 결로에는 낮은 표면온도와 높은 습도라는 두 가지 원인이 존재한다. 현재 결로 피해를 방지하기 위해 표면온도에 대한 법적 기준은 마련되어 있지만, 재실 활동에 의해 발생하는 수증기에 대한 기준은 존재하지 않는다. 하지만, 실생활에서의 결로는 수증기 함량을 나타내는 노점온도가 상승함으로써 발생하는 경우가 대다수이다. 따라서, 설계 단계에서 결정할 수 없는 습도 범위에 대한 결로 방지 대응방안이 필요하다. 본 연구는 이렇듯 수증기 발생에 의한 결로를 방지하는 제어 전략을 제시하는 것을 목표로 한다. 연구의 범위는 공동주택 내에서도 결로 피해 사례가 다수 보고되고 있는 드레스룸으로 한다. 드레스룸은 여러 물리적인 조건에 의해 수증기 정체의 가능성이 높은 데다가, 욕실과 인접하여 위치하는 경우가 많아 수증기에 쉽게 노출되어 결로가 쉽게 발생하는 공간이다. 먼저, 드레스룸에서 유효한 제어 전략을 제시하기 앞서, 실제 결로 발생 패턴을 분석하기 위해 실측을 수행하였다. 대상지는 4인 가구가 거주 중인 공동주택의 욕실과 면한 북측 드레스룸이다. 재실자가 자연스럽게 생활하는 공간에서 온습도 및 표면온도를 포함한 결로 영향 인자들의 실측을 진행하여, 결로가 발생하는 상황의 데이터를 확보하였다. 실제 드레스룸에서 발생하는 결로는 표면온도 변동은 거의 관측되지 않았으며, 대신 욕실 사용 이후 크게 증가하는 습도와 노점온도에 의해 발생하는 것으로 나타났다. 하지만, 재실자가 욕실 팬과 문을 통해 제어 동작을 수행하는 경우에는 수증기 유입을 막음으로써 결로를 방지할 수 있다는 결과가 도출되어 단순한 규칙 기반 제어로도 결로를 방지할 수 있는지 실험을 진행하였다. 욕실 팬과 문을 동작하는 것만으로도 결로는 대부분 방지할 수 있다는 사실이 확인되었다. 하지만 시간 기반, 셋포인트 기반 제어는 수증기 유입을 완전히 막지 못하였으며, 어떠한 값으로 특정하여 결로 방지 기준을 마련할 수도 없었다. 또한, 수증기의 확산은 매우 빠르게 일어나 잠깐의 지연이 생기더라도 결로가 발생할 수 있음이 확인되었다. 따라서 본 연구에서는 결로의 완전한 방지를 위해, 드레스룸의 결로를 예측하는 시뮬레이션 모델을 수립하여 모델 기반 예측 제어를 테스트하고자 하였다. 예측을 통해 사전에 제어에 돌입하여 결로의 위험을 최소화하고 적절한 시점에서 종료하는 방안을 제시하는 것을 목표로 하였다. 이에 결로를 예측하는 최적의 시뮬레이션 모델을 개발하기 위하여 물리 기반 접근과, 데이터 기반 접근의 다양한 기법들을 활용하여 모델을 구축하고 검증하였다. 물리 기반 모델의 경우 일반화 성능은 뛰어날 수 있지만, 입력값들을 조사하고 모델을 보정하는 과정이 매우 복잡하여 개발 과정에 많은 시간이 소요된 데 반해 예측 성능이 낮은 것으로 나타났다. 데이터 기반 접근은 물리 수식을 구조로 갖는 모델들보다 예측 성능이 뛰어났다. 하지만 습도 데이터의 자기 상관 특성상 더욱 정확한 모델링 기법이 존재하였다. 수증기는 경계 조건의 변화가 없이도 다양한 변화 양상을 가져 시계열 분석이 가능한 모델이 더욱 유리하다는 점을 확인하였다. 본 연구에서 개발한 모델은 데이터의 맥락을 학습할 수 있는 LSTM(Long Short Term Memory) 기법을 활용하였으며, LSTM 모델은 본 연구에서 개발된 다른 모델들보다도 예측 성능에서 우위에 있었다. LSTM 모델을 기반으로 기저 제어 전략을 테스트하고 검증하였다. 기저 제어는 발생한 수증기가 모두 제거되어 기저에 진입하였는지를 판별하여 제어를 종료함으로써 드레스룸의 노점온도 상승을 최소화하는 전략이다. 즉, 시간이나 상태값이 아닌 습도의 수렴조건을 파악하여 제어하면 드레스룸의 결로를 방지할 수 있다. 따라서 현재의 상태로부터 미래의 상태를 예측하여, 기저를 판단하여 제어를 종료하는 알고리즘을 구현하였으며, 그 결과 노점온도의 상승은 거의 관측되지 않았다. 이는 CRS(Condensation Risk Scaling)라는 본 연구에서 제시하는 지표를 통해 증명되었다. CRS는 현재의 드레스룸 온습도 조건이 결로 발생에 얼마나 근접하였는가를 나타내는 지표이다. 본 연구에서 개발한 제어 전략과 예측 모델은 실험 및 실측에서 활용한 사물인터넷으로 구현되어 실생활의 다양한 결로 발생 조건에 대응하여 결로 피해를 최소화하는 제어 방안으로 활용될 것으로 기대된다.

Energy efficient buildings became popular thanks to technology advancement and improved civic engagement over the last decades. Nowadays, buildings are aiming passivhaus that are more airtight with less heat gains and losses. However, this higher heat insulation performance and airtightness have caused other problems such as excessive moisture. In residential buildings like apartment housing, condensation damage occurs a lot due to moisture generation by occupants and the following accumulation phenomenon in room air. Condensation can be calculated by the moisture content in the air and the temperature distribution of the surface. That is, there are two main causes for the surface condensation: low surface temperature and high humidity. Of course there are legal standards in Korea to prevent damage from condensation, but only for the range of surface temperature not indoor humidity levels. However, condensation in real life is more often caused by an increase in the dew point temperature, which indicates moisture content, rather than low surface temperature. Therefore, there is a need for countermeasures against condensation for humidity ranges that cannot be covered at the design stage. In this thesis, author aims to suggest a control strategy to prevent condensation caused by high humidity in dressroom where most cases of condensation damage have been reported among heating space in apartment housing. To suggest a strategy to minimize condensation risk in dressroom, 1) the author conducted measurement to analyze the actual condensation occurrence pattern and control experiment with simple rules, 2) addressed its limitations and the need for predictive control, and 3) developed prediction models of surface condensation in dressroom with physics-based approach, grey-box model, and data-driven approach; especially with ANN and LSTM. With the most accurate LSTM model, 4) a baseline control strategy, which prevents condensation of the dressroom by identifying and controlling the convergence condition of humidity, was then tested and verified. In addition, 5) this control strategy was validated through the indicator, which is newly suggested in this study, called Condensation Risk Scaling (CRS). The outputs can be used in response to the dynamic temperature and humidity conditions in real life by implementing the Internet of Things.