선훙카이 프로퍼티스
브이시티의 머신러닝 냉동기 최적화
브이시티는 냉동기를 개조해 모니터링 간격을 30초로 줄였다
문제
브이시티의 냉동기 설비는 효율적인 운전 설정을 찾으려면 성능을 더 가까이 모니터링해야 했다. 기존 데이터 모니터링 간격은 15분이었다.
접근 방식
쇼핑몰은 머신러닝과 디지털 트윈을 결합한 최적화 시스템을 설치했다. 시공사는 ATAL 빌딩 서비스 엔지니어링이었다. 시스템은 유효하지 않은 측정값을 걸러 내고 냉동기 성능을 비교해 운전과 정비 판단을 도왔다.
주요 수치
30 seconds개조 후 모니터링 간격, 기존 15분과 비교
시사점
개조로 최적화 기능과 함께 운전 데이터의 수집 빈도와 품질이 좋아졌다. 모니터링 간격만으로는 에너지 절감량을 측정할 수 없었다.
분류
출처
출처 요약
[1]Hong Kong Green Building Council2023년 1월
브이시티 사례는 설치된 머신러닝·디지털 트윈 기반 냉동기 시스템을 소개했다. 보고된 효과로는 더 잦은 모니터링과 센서 드리프트 보정이 있었다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일