국가건물에너지 통합DB의 데이터 신뢰성 검증 방법 개발 및 적용

국문 초록 (Abstract)

에너지성능이 우수하거나 열등한 건물을 규정하거나 건물 에너지사용량 감축 정책의 효과를 분석하는 등 건물 에너지의 효율적인 관리와 정책 수립을 목적으로, 국가 건물에너지 통합DB는 구축되었다. 통합DB를 이용한 분석의 결과가 신뢰성을 확보하고 정책 수립에 활용되기 위해서는 통합DB의 신뢰성 확보가 무엇보다도 중요하다. 이에, 본 연구에서는 정확성, 완전성, 유효성 측면에서 데이터의 신뢰성을 보여줄 수 있는 4단계의 데이터 검증방법을 제시하였다. 첫 번째, 두 번째 단계는 오차율을 바탕으로 수집 · 구축되는 데이터의 정확성을 검증한다. 세 번째 단계와 네 번째 단계는 각각 매칭률과 유효율을 바탕으로 구축된 데이터의 완전성과 유효성을 보여준다. 사례분석으로 2015년 1월 데이터를 제시한 검증방법에 적용하였다. 그 결과, 데이터의 수집 및 통합과정에서는 오류가 없었다(1, 2단계). 최종적으로 건물, 전기, 도시가스, 지역난방의 데이터 유효율은 각각 89.6%, 76.6%, 91.7%, 92.3%으로 산출되었다. 검증방법은 데이터의 신뢰성 확보를 위한 정보(오차율, 매칭률, 유효율)는 물론, 구축 및 분석 과정에 개선이 필요한 사항까지도 보여줄 수 있다. 본 연구에서 제시한 검증방법은 통합DB의 신뢰성 확보와 활용에 기여할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

The National Building Energy Integrated Database (NBEIDB) is used for determining buildings with high or low energy performance or analyzing the effectiveness of policies for reducing building energy consumption. To secure the reliability of analysis results based on NBEIDB and to use the results in policy making, it is very important to ensure data reliability in NBEIDB. This study presents a data validation method consisting of four steps. Steps 1-2 validate the accuracy of collected and integrated data, based on the error rate. Step 3 shows the completeness of data in NBEIDB in terms of matching rate. Finally, Step 4 shows data validity based on valid rate. As a result of case analysis using January 2015 data, there was no error found in the processes of data collection and integration (Steps 1 and 2). Finally, the valid rates for building, electricity, city gas, and district heating data were calculated as 89.6%, 76.6%, 91.7%, and 92.3%, respectively. The validation method can show not only information for ensuring data reliability (error rate, matching rate, and valid rate), but also improvements required to be made in the processes of data analysis and integration. It is expected that the method for validation proposed in this study will contribute to securing the reliability of NBEIDB and utilizing the integrated database.

목차 (Table of Contents)

• Abstract
• Ⅰ. 서론
• Ⅱ. 기존 문헌 검토
• Ⅲ. 데이터 신뢰성 검증방법
• Ⅳ. 사례적용
• Ⅴ. 결론
• 참고문헌
• 국문초록

참고문헌 (Reference)

1 한전경제경영연구원, "한국전력통계"

2 한국지역난방공사, "열판매량"

3 양시원, "에너지 사용량 평가방법 분석을 통한 건축물에너지소비증명제도 개선방향" 대한건축학회 30 (30): 307-314, 2014

4 국토교통부, "녹색건축물 조성지원법"

5 조상규, "녹색건축 정책수립을 위한 건축물 온실가스 배출량 통계 구축 및 분석" 건축도시공간연구소 2013

6 최민석, "국가 건물에너지 통합 DB를 활용한 주거용 건물에너지 소비현황 분석 - 건물용도, 지역, 규모 그리고 준공년도를 중심으로 -" 한국감정원 3 (3): 101-118, 2017

7 한국도시가스협회, "공급실적"

8 차경엽, "공공부문 정보시스템 데이터의 신뢰성 점검기법 개발" 한국통계학회 17 (17): 745-753, 2010

9 "건축행정시스템 세움터"

10 정화미, "건축물 에너지·온실가스 정보체계 현황과 활용방안" 9 (9): 12-19, 2015

11 박진영, "건축물 에너지·온실가스 정보체계 소개" 62-64, 2015

12 Ballou, D.P., "“Modelling data and process quality in multi-input, multi-output information systems" 31 : 150-162, 1985

13 Droutsa, K.G., "Mapping the energy performance of hellenic residential buildings from EPC(Energy performance certificate) data" 98 : 284-295, 2016

14 Gangolells, M., "Energy Mapping of existing building stock in Spain" 112 : 3895-3904, 2016

15 Jeong, J., "Development of an evaluation process for green and non-green buildings focused on energy performance of G-SEED and LEED" 105 : 172-184, 2016

16 Jeong, K., "Development of a CO2 emission benchmark for achieving the national CO2 emission reduction target by 2030" 158 : 86-94, 2018

17 Batini, C., "Data Quality Concepts, Methodologies and Techniques" Springer 2006

18 Mathew, P.A., "Big-data for building energy performance: Lessons from assembling a very large national database of building energy use" 140 : 85-93, 2015

19 에너지경제연구원, "2017 에너지통계월보, 33(04)"