FUMUNET

Overview

FMI 2.0 표준 기반 실시간 IoT 센서 데이터 기반 디지털 트윈 시뮬레이션 네트워크. AERONET 센서 데이터를 5분 주기로 수신하여 EnergyPlus FMU Co-Simulation을 자동 실행하고, 냉난방 부하 및 에너지 소비를 예측합니다. Python Master Algorithm이 FMU를 제어하며, InfluxDB에 결과를 저장하여 Grafana/Next.js로 실시간 시각화합니다. 온도 예측 ±0.5°C, 에너지 예측 ±8% 정밀도를 달성하며, LEEMO MPC에 24시간 앞 예측 정보를 제공합니다.

Key Features

━AERONET 5분 주기 실시간 연동 (센서 데이터 → Setpoint → FMU)
━Python Master Algorithm (FMPy Co-Simulation, 24시간 시뮬레이션)
━Windows Task Scheduler 자동화 (5분 주기, 2분 30초 내 완료)
━Revit BIM → IDF → FMU 자동 변환 파이프라인
━InfluxDB 저장 + Grafana/Next.js 실시간 시각화

Tech Stack

━Python 3.13 + FMPy
━EnergyPlus 25.1.0 (FMU Export)
━InfluxDB 2.x (energy_simulation)
━Heltec V3 ESP32-S3 + AM1008
━Windows Task Scheduler (5분 주기)

Key Metrics

온도 예측 정확도±0.5°C
에너지 소비 적정성±8%
시뮬레이션 시간< 3분
자동화 주기5분
AERONET 연동실시간

Highlights

•AERONET 5분 주기 실시간 통합 완료: 센서 → FMU → 에너지 예측 → 저장
•핵심 기술 문서 3종 완성: PIPELINE_DESIGN_COMPLETE, FMU_FILE_STRUCTURE, VARIABLE_EXPANSION_PLAN
•실시간 운영 시스템 구축: Windows Task Scheduler 자동화, 98.2% 가용성
•Revit BIM → IDF → FMU 자동 변환: simple_3zone_v2.fmu (6 입력, 9 출력)
•LEEMO MPC 예측 모델 제공: 24시간 앞 건물 응답 예측 (Paper 7)

실시간 디지털 트윈 시스템

LoRa + AERONET + AIRZEN 통합 Co-simulation

FMI 2.0/3.0 표준 · ±10% 예측 정확도 · 24시간 앞 예측 · 실시간 외부온도 · 15분 단위 시뮬레이션

핵심 혁신: EnergyPlus 시뮬레이션이 평균 기상데이터가 아닌 LoRa 통신으로 수집한 실시간 외부온도를 FMU에 적용합니다. 또한 AERONET 센서로 실내 환경(내부발열, 조명발열, CO₂)을 측정하고, AIRZEN을 통한 실시간 CLO 값(착의량)을 변수로 활용하여 FMI 2.0/3.0 표준 기반 Co-simulation으로 ±10% 이내 정확도를 달성합니다.

Interactive 3D Visualization

Digital Twin Building Model

5개 Zone · 실시간 온도/CO₂/점유 센서 · FMU Co-simulation

Loading 3D Visualization...

마우스 드래그: 회전 | 휠: 줌 | 우클릭 드래그: 팬 | Zone에 마우스 오버: 온도 표시 | AERONET 센서 통합

철도역사 통합 에너지 관리 시스템 실증

Zone별 실시간 온도/습도/CO₂ 모니터링 + 24시간 에너지 예측 대시보드 (실제 구축 사례)

Grafana 실시간 모니터링 대시보드

Building Energy Monitoring: 실시간 온도/습도/CO₂ 추이 + Zone별 에너지 소비 + 24시간 누적 에너지 (14.1kWh)

실시간 디지털 트윈 시스템 아키텍처

LoRa 외부 온도 센서 + AERONET 실내환경 센서 + AIRZEN CLO 값이 15분 주기로 FMU에 통합되어 Co-simulation을 수행합니다. 데이터 흐름: 960건/일.

Loading visualization...