JP2018071853A - Learning device, control device, learning method, control method, learning program, and control program - Google Patents
Learning device, control device, learning method, control method, learning program, and control program Download PDFInfo
- Publication number
- JP2018071853A JP2018071853A JP2016210319A JP2016210319A JP2018071853A JP 2018071853 A JP2018071853 A JP 2018071853A JP 2016210319 A JP2016210319 A JP 2016210319A JP 2016210319 A JP2016210319 A JP 2016210319A JP 2018071853 A JP2018071853 A JP 2018071853A
- Authority
- JP
- Japan
- Prior art keywords
- information
- time
- learning
- control
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
Description
本発明は、複数の空調機等を有する空調システムを制御する制御装置に関するものである。 The present invention relates to a control device that controls an air conditioning system having a plurality of air conditioners and the like.
従来の学習機能を有する空調を制御する制御装置では、単独のエアコンを制御するもの制御装置が存在する（例えば、特許文献１参照）。 In the conventional control device that controls an air conditioner having a learning function, there is a control device that controls a single air conditioner (see, for example, Patent Document 1).
しかしながら、従来の空調制御装置では、ユーザの操作の情報を含む空調システムに関する過去の種々の情報を用いて、複数の空調機を統合的かつ好適に制御することはできないという課題があった。 However, the conventional air-conditioning control apparatus has a problem that a plurality of air-conditioners cannot be controlled in an integrated and favorable manner using various past information related to the air-conditioning system including user operation information.
本第一の発明の学習装置は、２以上の空調機を有する空調システムを制御するための学習情報が格納される学習情報格納部と、外気温度を含む外部環境情報と、日時に関する日時情報とを有する２以上の外部情報が格納される外部情報格納部と、空調機が空気調整する領域を識別する領域識別子と、領域の温度を含む内部環境情報と、日時に関する日時情報とを有する２以上の内部情報が格納される内部情報格納部と、空調システムを構成する空調機を識別する装置識別子と、空調機の状態に関する１以上の状態情報と、日時に関する日時情報とを有する２以上の装置状態情報が格納される装置状態情報格納部と、空調システムを構成する空調機を識別する装置識別子と、空調機の設定に関する１以上の設定情報と、日時に関する日時情報とを有する２以上の装置設定情報が格納される装置設定情報格納部と、空調システムを構成する空調機に対応する装置識別子と、ユーザによる空調機の操作を特定する操作識別子と、日時に関する日時情報とを有する１以上の操作情報が格納される操作情報格納部と、２以上の外部情報と２以上の内部情報と２以上の装置状態情報と２以上の装置設定情報と１以上の操作情報とを有する２以上の統合情報を用いて、時刻に関する時刻情報と時刻情報に対応する外部情報、または時刻に関する時刻情報と時刻情報に対応する外部情報と時刻情報に対応する内部情報と時刻情報に対応する装置状態情報と各空調機に対する装置設定情報を含む制御情報を入力とし、各空調機に対する装置設定情報を含む制御情報に関する情報を出力とする学習情報を構成する学習部と、学習情報を学習情報格納部に蓄積する蓄積部とを具備する学習装置である。 The learning device according to the first aspect of the present invention includes a learning information storage unit that stores learning information for controlling an air conditioning system having two or more air conditioners, external environment information including outside air temperature, and date / time information related to date / time. Two or more external information storage units that store two or more external information items, an area identifier that identifies an area for air conditioning by the air conditioner, internal environment information including the temperature of the area, and date and time information related to the date and time Two or more devices having an internal information storage unit for storing internal information, an apparatus identifier for identifying an air conditioner constituting the air conditioning system, one or more status information regarding the state of the air conditioner, and date / time information regarding the date and time A device status information storage unit for storing status information, a device identifier for identifying an air conditioner constituting the air conditioning system, one or more setting information regarding the setting of the air conditioner, and date / time information regarding the date and time, A device setting information storage unit for storing two or more device setting information, a device identifier corresponding to an air conditioner constituting the air conditioning system, an operation identifier for specifying an operation of the air conditioner by a user, and date / time information regarding date and time, An operation information storage unit that stores one or more operation information items, two or more external information items, two or more internal information items, two or more device state information items, two or more device setting information items, and one or more operation information items. Using two or more pieces of integrated information, time information related to time and external information corresponding to time information, or time information related to time and external information corresponding to time information, internal information corresponding to time information, and time information Learning information is output that includes device status information and control information including device setting information for each air conditioner, and outputs information related to control information including device setting information for each air conditioner. A learning unit for forming a learning device comprising a storage section for storing the learning information in the learning information storage unit.
かかる構成により、過去に蓄積された環境に関する情報と装置に関する情報から、ユーザが直接空調機を操作する必要がない空調システムの制御を実現するための学習情報を取得することができる。 With this configuration, learning information for realizing control of the air conditioning system that does not require the user to directly operate the air conditioner can be acquired from the information about the environment and the information about the apparatus accumulated in the past.
また、本第二の発明の学習装置は、第一の発明に対して、学習情報格納部には、１または２以上の熱源と２以上の空調機とを有する空調システムを制御するための学習情報が格納され、装置状態情報格納部には、熱源を識別する装置識別子と、熱源の状態に関する１以上の状態情報と、日時に関する日時情報とを有する１以上の装置状態情報をも格納され、装置設定情報格納部には、空調システムを構成する熱源を識別する装置識別子と、熱源の設定に関する１以上の設定情報と、日時に関する日時情報とを有する１以上の装置設定情報をも格納され、学習部は、２以上の外部情報と２以上の内部情報と３以上の装置状態情報と３以上の装置設定情報と１以上の操作情報とを有する２以上の統合情報を用いて、時刻に関する時刻情報と時刻情報に対応する外部情報、または時刻に関する時刻情報と時刻情報に対応する外部情報と時刻情報に対応する内部情報と時刻情報に対応する装置状態情報と各装置に対する装置設定情報を含む制御情報を入力とし、各装置に対する装置設定情報を含む制御情報に関する情報を出力とする学習情報を構成する学習装置である。 Further, the learning device according to the second aspect of the present invention is a learning device for controlling an air conditioning system having one or more heat sources and two or more air conditioners in the learning information storage unit. Information is stored, and the apparatus status information storage unit also stores one or more apparatus status information including an apparatus identifier for identifying the heat source, one or more status information regarding the status of the heat source, and date / time information regarding the date and time, The apparatus setting information storage unit also stores one or more apparatus setting information including an apparatus identifier for identifying a heat source constituting the air conditioning system, one or more setting information regarding the setting of the heat source, and date / time information regarding the date and time, The learning unit uses two or more pieces of integrated information including two or more pieces of external information, two or more pieces of internal information, three or more pieces of apparatus state information, three or more pieces of apparatus setting information, and one or more pieces of operation information, Information and time information Or external information corresponding to the time, external information corresponding to the time information, internal information corresponding to the time information, device status information corresponding to the time information, and control information including device setting information for each device. The learning device constitutes learning information whose output is information related to control information including device setting information for each device.
かかる構成により、熱源と空調機を同時に制御する空調システムの制御装置のための学習情報を取得することができる。 With this configuration, it is possible to acquire learning information for a control device of an air conditioning system that simultaneously controls a heat source and an air conditioner.
また、本第三の発明の学習装置は、第一または第二の発明に対して、学習部は、２以上の外部情報、２以上の内部情報、２以上の装置状態情報、２以上の装置設定情報および１以上の操作情報について、１以上の各操作情報が有する日時情報に対応する外部情報、内部情報、装置状態情報および装置設定情報である負例と、負例以外の日時情報に対応する外部情報、内部情報、装置状態情報および装置設定情報である正例のうち、少なくとも一部を用いて、学習情報を構成する学習装置である。 Further, in the learning device of the third invention, in contrast to the first or second invention, the learning unit has two or more external information, two or more internal information, two or more device status information, and two or more devices. For setting information and one or more operation information, corresponds to external information, internal information, device status information and device setting information corresponding to date and time information possessed by one or more pieces of operation information, and date and time information other than the negative example It is a learning device that configures learning information using at least a part of positive examples that are external information, internal information, device state information, and device setting information.
かかる構成により、ユーザが装置を直接操作する必要がない空調システムの制御を行う学習情報を取得することができる。 With this configuration, it is possible to acquire learning information for controlling the air conditioning system that does not require the user to directly operate the apparatus.
また、本第四の発明の学習装置は、第一から第三いずれか１つの発明に対して、学習部は、深層学習により学習情報を構成する学習装置である。 The learning device according to the fourth aspect of the present invention is a learning device in which the learning unit configures learning information by deep learning, as compared with any one of the first to third aspects.
かかる構成により、より高精度な空調システムの制御を行う学習情報を取得することができる。 With this configuration, it is possible to acquire learning information for controlling the air conditioning system with higher accuracy.
また、本第五の発明の制御装置は、第一から第四いずれか１つの発明に対して、学習装置により学習された学習情報、または２以上の統合情報である学習情報が格納される学習情報格納部と、少なくとも一の時刻に対応する外部情報および一の時刻に対応する内部情報を受け付ける受付部と、受付部が受け付けた外部情報、内部情報、装置状態情報および装置設定情報を、学習情報に適用し、２以上の各空調機に対する装置設定情報を含む制御情報を生成する制御情報生成部と、制御情報を出力する出力部とを具備する制御装置である。 In addition, the control device of the fifth aspect of the invention stores learning information learned by the learning device or learning information that is two or more pieces of integrated information with respect to any one of the first to fourth aspects of the invention. Learning information storage unit, receiving unit that accepts external information corresponding to at least one time and internal information corresponding to one time, and external information, internal information, device state information, and device setting information received by the receiving unit The control device includes a control information generation unit that generates control information that includes device setting information for two or more air conditioners and an output unit that outputs control information.
かかる構成により、過去に蓄積された環境に関する情報と装置に関する情報から、ユーザが空調機を直接操作する必要がない空調システムの制御を行うことができる。 With this configuration, it is possible to control the air conditioning system that does not require the user to directly operate the air conditioner from the information about the environment and the information about the device accumulated in the past.
また、本第六の発明の制御装置は、第五の発明に対して、制御情報生成部は、受付部が受け付けた外部情報を、学習情報に適用し、理想的な内部情報を取得する理想状態取得手段と、受付部が受け付けた内部情報から、理想状態取得手段が取得した内部情報へ近づけるための制御情報を取得する制御情報取得手段とを具備する制御装置である。 Further, in the control device of the sixth aspect of the invention, in contrast to the fifth aspect of the invention, the control information generation unit applies the external information received by the reception unit to the learning information, and acquires ideal internal information. The control apparatus includes a state acquisition unit and a control information acquisition unit that acquires control information for approaching the internal information acquired by the ideal state acquisition unit from the internal information received by the reception unit.
かかる構成により、過去に蓄積された環境に関する情報と装置に関する情報から、ユーザが空調機を直接操作する必要がない空調システムの制御を行うことができる。 With this configuration, it is possible to control the air conditioning system that does not require the user to directly operate the air conditioner from the information about the environment and the information about the device accumulated in the past.
また、本第七の発明の制御装置は、第五の発明に対して、受付部は、少なくとも一の時刻に対応する外部情報、一の時刻に対応する内部情報および一の時刻に対応する装置状態情報を受け付け、制御情報生成部は、受付部が受け付けた外部情報、内部情報および装置状態情報から１以上の制御情報候補を生成する制御情報候補生成手段と、学習情報を用いて、受付部が受け付けた外部情報、内部情報および装置状態情報と、制御情報候補生成手段が生成した制御情報とを組み合わせた情報が正例と負例のいずれに属するかを判定する制御情報判定手段と、制御情報候補生成手段が生成した制御情報候補のうち、制御情報判定手段が正例であると判定した制御情報候補から、一の制御情報候補を選択する制御情報選択手段とを具備し、出力部は、制御情報選択手段が選択した一の制御情報候補を制御情報として出力する制御装置である。 The control device according to the seventh aspect of the present invention is the control device according to the fifth aspect, wherein the accepting unit includes external information corresponding to at least one time, internal information corresponding to one time, and device corresponding to one time. The control information generation unit receives the state information, and the control information generation unit uses the control information candidate generation unit that generates one or more control information candidates from the external information, the internal information, and the apparatus state information received by the reception unit, and the learning information. Control information determining means for determining whether information combining the external information, internal information and device status information received by the control information generated by the control information candidate generating means belongs to a positive example or a negative example; Among the control information candidates generated by the information candidate generating means, the control information determining means comprises control information selecting means for selecting one control information candidate from the control information candidates determined to be positive examples, and the output unit A control device that outputs one control information candidate control information selecting means has selected as the control information.
かかる構成により、過去に蓄積された環境に関する情報と装置に関する情報から、ユーザが空調機を直接操作する必要がない空調システムの制御を行うことができる。 With this configuration, it is possible to control the air conditioning system that does not require the user to directly operate the air conditioner from the information about the environment and the information about the device accumulated in the past.
また、本第八の発明の制御装置は、第五の発明に対して、受付部は、少なくとも一の時刻に対応する外部情報、一の時刻に対応する内部情報および一の時刻に対応する装置状態情報を受け付け、制御情報生成部は、受付部が受け付けた外部情報、内部情報および装置状態情報から１以上の制御情報候補を生成する制御情報候補生成手段と、学習情報を用いて、受付部が受け付けた外部情報、内部情報および装置状態情報と、制御情報候補生成手段が生成した制御情報とを組み合わせた情報の報酬を算出する制御情報評価手段と、制御情報候補生成手段が生成した制御情報候補のうち、制御情報評価手段が算出した報酬が最大となる制御情報候補を選択する制御情報選択手段とを具備し、出力部は、制御情報選択手段が選択した一の制御情報候補を制御情報として出力する制御装置である。 The control device according to the eighth aspect of the invention is the control device according to the fifth aspect, wherein the receiving unit includes external information corresponding to at least one time, internal information corresponding to one time, and device corresponding to one time. The control information generation unit receives the state information, and the control information generation unit uses the control information candidate generation unit that generates one or more control information candidates from the external information, the internal information, and the apparatus state information received by the reception unit, and the learning information. Control information evaluation means for calculating a reward for information combining the external information, internal information and device state information received by the control information and control information generated by the control information candidate generation means, and control information generated by the control information candidate generation means Control information selection means for selecting a control information candidate that maximizes the reward calculated by the control information evaluation means, and the output unit selects one control information candidate selected by the control information selection means. A control device that outputs as control information.
かかる構成により、強化学習を用いることで、過去に蓄積された情報には存在しないような状況においても柔軟に対応する制御を行うことができることができる。 With this configuration, by using reinforcement learning, it is possible to perform flexible control even in a situation that does not exist in information accumulated in the past.
また、本第九の発明の制御装置は、第五から第八いずれか１つの発明に対して、一の時刻に対応する外部情報、一の時刻に対応する内部情報および一の時刻に対応する装置状態情報と、制御情報生成部が生成した制御情報から、一の時刻から予め決められた時間が経過した後の時刻である次時点における外部情報、内部情報および装置状態情報を推定する次時点情報推定部と、次時点情報推定部が推定した次時点における外部情報、内部情報および装置状態情報を制御情報生成部に与え、次時点の制御情報を生成させ、かつ次時点からさらに予め決められた時間が経過した後の時刻である次々時点における外部情報、内部情報および装置状態情報を生成させる生成制御部をさらに具備し、受付部は、制御情報を生成する対象の期間である制御情報生成対象期間を受け付け、出力部は、制御情報生成部が生成した制御情報生成対象期間の制御情報を出力する制御装置である。 The control device of the ninth aspect of the invention corresponds to any one of the fifth to eighth aspects of the invention, external information corresponding to one time, internal information corresponding to one time, and one time. The next time point that estimates the external information, the internal information, and the device state information at the next time point, which is the time after a predetermined time has elapsed from one time point, from the device state information and the control information generated by the control information generation unit The external information, the internal information and the device status information at the next time point estimated by the information estimating unit and the next time point information estimating unit are given to the control information generating unit, the control information at the next time point is generated, and further determined in advance from the next time point And a generation control unit that generates external information, internal information, and device state information at the next time, which is a time after a lapse of a predetermined time, and the reception unit is a control that is a target period for generating control information Accepts broadcast production period, the output unit is a control device for control information generation unit outputs the control information generated control information generation period.
かかる構成により、生成された制御情報を用いた場合の次の状態を推定することで、長期間にわたる空調制御のシミュレーションを行うことができる。 With this configuration, it is possible to perform simulation of air conditioning control over a long period of time by estimating the next state when using the generated control information.
本発明による制御装置によれば、ユーザが空調機の操作を行う必要がないような空調システムの制御を行うことができる。 According to the control device of the present invention, it is possible to control the air conditioning system so that the user does not need to operate the air conditioner.
以下、学習装置、制御装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。 Hereinafter, embodiments of a learning device, a control device, and the like will be described with reference to the drawings. In addition, since the component which attached | subjected the same code | symbol in embodiment performs the same operation | movement, description may be abbreviate | omitted again.
（実施の形態１）
本実施の形態において、１または２以上の熱源と２以上の空調機を有する空調システムを制御する制御装置のために、過去に蓄積された環境に関する情報（外気温度や室内温度、湿度、日射等）と装置に関する情報（設定温度や送風強度、熱源の出力等）を入力とし、各熱源と各空調機に対する制御に関する情報を出力とする学習を行う学習装置１について説明する。
(Embodiment 1)
In the present embodiment, information relating to the environment accumulated in the past (outside temperature, indoor temperature, humidity, solar radiation, etc.) for a control device that controls an air conditioning system having one or more heat sources and two or more air conditioners. ) And information related to the apparatus (set temperature, blast intensity, output of heat source, etc.), and
図１は、本実施の形態における学習装置１のブロック図である。
FIG. 1 is a block diagram of a
学習装置１は、格納部１１、学習部１２、蓄積部１３を備える。さらに、格納部１１は、学習情報格納部１１１、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５、操作情報格納部１１６を備える。
The
学習情報格納部１１１は、学習情報が格納される。ここで、学習情報とは、２以上の空調機を有する空調システムを制御するための情報である。学習情報格納部１１１については、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６の説明の後、再度詳細を述べる。
The learning
外部情報格納部１１２は、２以上の外部情報が格納される。ここで、外部情報とは、外部環境情報と日時情報とを有する情報である。さらに、外部環境情報とは、空調システムが空調管理する領域外の環境に関する情報である。外部環境情報は外気温度を含む。また、日時情報は日時に関する情報である。日時情報は、通常、ある時点を表す情報であるが、ある時点から別のある時点までの期間を表す情報であっても良い。なお、外部環境情報は、ビル外の特定の位置の温度（例えば、ビル周辺の道路上の温度）や湿度、日射、天気を含んでも良く、また、「３時間後の外気温度」のような将来の外気温度等を含んでも良い。また、日時情報は、当該日時が休日か否かという情報をさらに含んでも良い。
The external
内部情報格納部１１３は、２以上の内部情報が格納される。ここで、内部情報とは、領域識別子と内部環境情報と日時情報とを有する情報である。さらに、領域識別子とは、空調システムが空調管理する定められた一定の空間である領域を識別する識別子である。例えば、領域は、空調機が設置された部屋や廊下であり、領域識別子は、当該部屋や廊下を識別する識別子である。また、内部環境情報とは、空調システムが空調管理する領域内の環境に関する情報である。内部環境情報は、領域内の温度を含む。なお、内部環境情報は、領域内の湿度や領域内に存在する人間の数を含んでも良い。
The internal
装置状態情報格納部１１４は、２以上の装置状態情報が格納される。ここで、装置状態情報とは、装置識別子と状態情報と日時情報とを有する情報である。さらに、装置識別子とは、空調システムを構成する熱源または空調機を識別する識別子である。また、状態情報とは、熱源または空調機の状態を表す情報である。状態情報は、通常、熱源または空調機に関して、当該装置以外のものや人が外部から直接変更することができない、当該装置の状態に関する取得可能な情報である。例えば、状態情報は、装置の累計運転時間、消費電力、消費燃料を含む。
The device status
装置設定情報格納部１１５は、２以上の装置設定情報が格納される。ここで、装置設定情報とは、装置識別子と設定情報と日時情報とを有する情報である。さらに、設定情報とは、空調システムを構成する熱源または空調機に関して、当該装置以外のものや人が外部から直接変更することができる当該装置の設定に関する情報である。例えば、設定情報は、熱源または空調機を稼働させるか否か（熱源のＯＮ／ＯＦＦ）といった情報や、空調機の設定温度、動作モード（冷房、暖房、除湿等）、風量等を含む。
The device setting
操作情報格納部１１６は、１以上の操作情報が格納される。ここで、操作情報とは、装置識別子と、操作識別子と、日時情報とを有する情報である。さらに、操作識別子とは、ユーザによる空調機の操作を識別する識別子である。なお、ユーザとは、空調システムのユーザではなく、空調システムが空調管理する領域内に存在する人間を意味する。操作識別子は、「電源のＯＮ／ＯＦＦ」、「設定温度を２度下げる」、「設定温度を２８℃にする」等、内容の形式は問わない。また、操作情報は、ユーザを識別するユーザ識別子を含んでも良い。
The operation
学習情報格納部１１１に格納される学習情報は、格納部１１の他の情報から学習した、空調システムを制御するための情報ならば、その形式は問わない。ここで、格納部１１の他の格納部とは、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５、および操作情報格納部１１６を意味する。例えば、学習情報は、一の時刻における外部情報を入力とし、ユーザが空調機を直接操作することがないような内部情報を出力する回帰モデルに関する情報でも良い。以下、ユーザが空調機を直接操作することがないような内部情報を、理想的な内部情報と呼ぶ。理想的な内部情報とは、空調システムが目標とするべき内部情報とも言える。
The learning information stored in the learning
また、例えば、学習情報は、外部情報と内部情報と装置状態情報と制御情報とを入力とし、当該制御情報が適切か否かを出力する識別器に関する情報でも良い。ここで、入力される外部情報と内部情報と装置状態情報は、一の時刻によって対応付けられている。すなわち、入力される外部情報と内部情報と装置状態情報は、同一時刻の情報である。また、制御情報とは、通常、一の時刻における、空調システムを構成する各熱源および各空調機の装置設定情報である。さらに、制御情報が適切か否かとは、当該制御情報を実行した後に、ユーザが空調機を直接操作するか否かを意味する。ユーザが空調機を直接操作するような場合、当該制御情報は適切でなく、ユーザが空調機を直接操作しないような場合、当該制御情報は適切である。 Further, for example, the learning information may be information related to a discriminator that receives external information, internal information, apparatus state information, and control information and outputs whether the control information is appropriate. Here, the input external information, internal information, and apparatus status information are associated with each other by one time. That is, the input external information, internal information, and apparatus status information are information at the same time. Moreover, control information is the apparatus setting information of each heat source and each air conditioner which normally comprise an air conditioning system in one time. Further, whether or not the control information is appropriate means whether or not the user directly operates the air conditioner after executing the control information. When the user directly operates the air conditioner, the control information is not appropriate. When the user does not directly operate the air conditioner, the control information is appropriate.
また、例えば、学習情報は、外部情報と内部情報と装置状態情報と制御情報とを入力とし、当該制御情報の適切さに関する値を返すモデルに関する情報でも良い。ここで、入力される外部情報と内部情報と装置状態情報は、一の時刻によって対応付けられている。また、制御情報の適切さに関する値とは、例えば、当該制御情報を実行した後に、ユーザによる空調機の操作の有無を定量的に表した値である。すなわち、当該値は、当該制御情報を実行した後に、ユーザが空調機を操作するほど低く、またユーザが空調機を操作しないほど高くなる値である。また、制御情報の適切さに関する値は、ユーザによる空調機の操作の有無に加え、当該制御情報を実行するコストも考慮した値とすることは好適である。ここで、コストは、空調システムの消費電力であっても良く、空調システムを構成する各装置の部品の損耗率であっても良い。 Further, for example, the learning information may be information related to a model that receives external information, internal information, apparatus state information, and control information and returns a value related to the appropriateness of the control information. Here, the input external information, internal information, and apparatus status information are associated with each other by one time. The value relating to the appropriateness of the control information is, for example, a value that quantitatively represents whether or not the user has operated the air conditioner after executing the control information. That is, the value is a value that is so low that the user operates the air conditioner after the control information is executed, and is so high that the user does not operate the air conditioner. In addition, it is preferable that the value relating to the appropriateness of the control information is a value that takes into account the cost of executing the control information in addition to the presence / absence of the user's operation of the air conditioner. Here, the cost may be power consumption of the air conditioning system, or may be a wear rate of components of each device constituting the air conditioning system.
学習部１２は、２以上の統合情報を用いて、外部情報や内部情報、装置状態情報、制御情報を入力とし、制御情報に関する情報を出力とする学習情報を構成する。ここで、統合情報とは、時刻情報によって結び付けられた、外部情報、内部情報、装置状態情報、装置設定情報、および操作情報である。さらに、時刻情報とは、日時情報と異なり、特定の時点を表す情報である。通常、時刻情報は、月、日、時、分の情報を含む。さらに、時刻情報は、日付情報と同じく、休日か否かという情報をさらに含んでも良い。また、時刻情報と結び付けられるとは、当該時刻情報が表す時点を含む日時情報を有することを意味する。すなわち、統合情報とは、通常、一の時刻における、外部環境情報、領域識別子と内部環境情報、装置識別子と状態情報、装置識別子と設定情報、および装置識別子と操作識別子を結合した情報である。なお、時刻情報によって結び付けられた外部情報、内部情報、装置状態情報、装置設定情報および操作情報は、通常、それぞれ外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５、操作情報格納部１１６に格納されている情報であるが、前記各格納部に格納されている情報を基に算出した情報を用いても良い。また、統合情報は時刻によってソートされているものとする。
The
また、入力とする外部情報や内部情報、装置状態情報、制御情報は、通常、統合情報と同様に一の時刻で結び付けられている。ここで、学習部１２は、外部情報、内部情報、装置状態情報および制御情報のすべてを入力として用いる必要はなく、少なくとも外部情報を含む前記情報のいずれか１以上の情報を用いれば良い。
Also, external information, internal information, device status information, and control information that are input are usually linked at one time as in the case of integrated information. Here, the
また、出力とする制御情報に関する情報は、学習情報格納部１１１でも述べたような様々な出力がある。例えば、理想的な内部情報を出力としても良く、入力した制御情報が適切であるか否かを判定する情報を出力としても良い、また、入力した制御情報の適切さに関する値を出力としても良い。
Further, the information regarding the control information to be output includes various outputs as described in the learning
以下、学習部１２が、理想的な内部情報を出力する場合と、入力した制御情報が適切であるか否かを判定する情報を出力する場合と、入力した制御情報の適切さに関する値を出力する場合の、３つの場合について詳細を説明する。
Hereinafter, when the
＜理想的な内部情報を出力とする場合＞
学習装置１が理想的な内部情報を出力する場合、学習部１２は、通常、時刻に関する時刻情報と当該時刻情報に対応する外部情報を入力とし、当該外部情報に対する理想的な内部情報を出力とする学習情報を構成する。この場合、学習装置１によって生成された学習情報を用いる制御装置は、通常、入力された外部情報から当該学習情報を用いて理想的な内部情報を取得し、その後、当該取得した内部情報へ推移する制御情報を生成する。当該制御装置については、実施の形態２にてその詳細を述べる。
<When ideal internal information is output>
When the
学習装置１が理想的な内部情報を出力する場合、学習部１２が構築する学習情報は、時刻に関する時刻情報と当該時刻情報に対応する外部情報から、当該外部情報に対する理想的な内部情報を取得することができるならば、そのモデルや学習方法はどのようなものでも良い。
When the
例えば、上記の場合、学習部１２が構築する学習情報は、操作情報を含まない統合情報をすべて格納し、入力情報と最も近い前記統合情報の内部情報を出力するモデルによって実現できる。ここで、操作情報を含まない統合情報とは、ユーザによる空調機の操作が行われていない時刻の統合情報を意味する。本発明では、ユーザによる空調機の操作が行われていない時刻の情報を「正例」と、ユーザによる空調機の操作が行われた時刻の情報を「負例」と呼ぶ。また、入力情報とは、入力された時刻情報と当該時刻情報に対応する外部情報を表す。また、入力された情報と統合情報が近いとは、入力された情報を表すベクトルと、統合情報の時刻情報と外部情報を表すベクトルの距離が近いことを意味する。また、「距離が近い」とは「類似度が高い」と読み替えても良い。ここで、各情報をベクトル化する際に正規化を行うことは好適である。また、ベクトル間の距離や類似度は、２つのベクトル間がどの程度一致しているかを表す数ならば、その内容は問わない。例えば、距離はユークリッド距離でもマハラノビス距離でも良く、類似度はコサイン類似度やピアソンの相関係数でも良い。なお、上記のような学習情報は、各統合情報をそれぞれ１クラスとみなしたｋ最近傍法とも考えることができる。また、なお、ベクトルの距離と類似度およびｋ最近傍法については、公知技術のため説明を省略する。さらに、上記の場合、学習部１２が行う学習とは、統合情報を記憶することと、距離や類似度を算出するために必要な情報を収集することになる。
For example, in the above case, the learning information constructed by the
また、例えば、学習情報は、ＳＶＲ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｒｅｇｒｅｓｓｉｏｎ）によっても実現され得る。具体的には、学習部１２は、内部情報のそれぞれ（領域識別子と内部環境情報のペア１つ）に対して、１つのＳＶＲを構築することで実現され得る。例えば、領域識別子「会議室」と内部環境情報「温度」のペアに対応するＳＶＲが１つ、さらに、領域識別子「社長室」と内部環境情報「温度」のペアに対応するＳＶＲが１つのように、内部情報のそれぞれについてＳＶＲを構築する。この場合、各ＳＶＲは、操作情報を含まない統合情報を用いて、時刻情報と外部情報から、当該ＳＶＲが対象とする内部情報への回帰を学習する。なお、ＳＶＲについては、公知技術であるので、詳細な説明を省略する。
Further, for example, the learning information can be realized by SVR (Support Vector Reregion). Specifically, the
また、例えば、学習情報は、ニューラルネットワークによっても実現され得る。具体的には、学習部１２は、操作情報を含まない統合情報を用いて、前記統合情報の時刻情報と外部情報から、前記統合情報の内部情報への回帰を学習させたニューラルネットワークを学習情報とする。ここで、ニューラルネットワークは、時刻情報と外部情報から、内部情報への回帰を学習させることが可能ならば、どのような形状のネットワークでも良い。例えば、深層学習と呼ばれる４層以上のニューラルネットワーク（入力層と出力層を除く中間層が２層以上存在するニューラルネットワーク）を用いても良い。なお、ニューラルネットワークおよび深層学習については、公知技術であるので、詳細な説明を省略する。
Further, for example, the learning information can be realized by a neural network. Specifically, the
なお、学習装置１が理想的な内部情報を出力する場合において、学習情報は、時刻に関する時刻情報と当該時刻情報に対応する外部情報以外にも、当該時刻に対応する内部情報、当該時刻に対応する装置状態情報、当該時刻に対応する装置設定情報をさらに入力としても良い。また、前記学習情報は、その他、多変量の回帰問題を解く様々な方法で実現可能である。
In addition, when the
＜制御情報が適切な否かを出力とする場合＞
学習装置１が理想的な内部情報を出力する場合、学習部１２は、通常、時刻情報、外部情報、内部情報、装置状態情報および制御情報を入力とし、当該制御情報が適切か否かを出力とする学習情報を構成する。ここで、当該外部情報、当該内部情報および当該装置状態情報は、当該時刻情報で対応付けられているものとする。この場合、学習装置１によって生成された学習情報を用いる制御装置は、通常、はじめに、前記入力された情報から、実行可能な制御情報を１以上生成する。その後、当該制御装置は、生成した制御情報の中から、当該学習情報を用いて適切な制御情報を選択する。当該制御装置については、実施の形態３にてその詳細を述べる。
<When outputting whether the control information is appropriate>
When the
例えば、上記の場合、学習部１２が構築する学習情報は、すべての統合情報を記憶し、入力情報と最も近い前記統合情報が操作情報を含むか否かを出力するモデルによって実現できる。ここで、入力情報とは、時刻情報と、当該時刻情報に対応する外部情報、内部情報および装置状態情報と、制御情報を表す。また、入力された制御情報は、統合情報の装置設定情報とそのまま対応するものとする。本モデルの詳細は、上記の理想的な内部情報を出力とする場合と同様である。
For example, in the above case, the learning information constructed by the
また、例えば、学習情報は、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）によっても実現され得る。具体的には、統合情報に含まれる、外部情報と内部情報と装置状態情報と装置設定情報とをベクトル化し、操作情報を含む統合情報に対応する前記ベクトルを正例、操作情報を含む統合情報に対応する前記ベクトルを負例として学習したＳＶＭによって実現され得る。学習情報をＳＶＭによって実現する場合、統合情報に含まれる、外部情報と内部情報と装置状態情報と装置設定情報を表すベクトルは、正規化を行うことは適切である。また、本学習情報を用いる際には、制御情報は、各装置設定情報へそのまま入力する。なお、ＳＶＭについては、公知技術であるので、詳細な説明を省略する。 In addition, for example, the learning information can be realized by SVM (Support Vector Machine). Specifically, external information, internal information, device state information, and device setting information included in the integrated information are vectorized, and the vector corresponding to the integrated information including operation information is a positive example, and the integrated information including operation information Can be realized by SVM learning the vector corresponding to as a negative example. When learning information is realized by SVM, it is appropriate to normalize vectors representing external information, internal information, device state information, and device setting information included in integrated information. Further, when using the learning information, the control information is input as it is to each device setting information. Since SVM is a known technique, detailed description thereof is omitted.
また、例えば、学習情報は、ニューラルネットワークによっても実現され得る。具体的には、学習部１２は、すべての統合情報を用いて、前記統合情報の時刻情報と外部情報と内部情報と装置状態情報と装置設定情報から、前記統合情報が正例である確率と前記統合情報が負例である確率を出力するようなニューラルネットワークを学習情報とする。すなわち、統合情報が操作情報を含まない場合は、「正例である確率は１、負例である確率は０」、統合情報が操作情報を含む場合は、「正例である確率は０、負例である確率は１」として学習を行う。ここで、ニューラルネットワークは、前記統合情報が正例である確率と前記統合情報が負例である確率を取得できるならば、どのような形状のネットワークでも良い。また、先のＳＶＭと同様に、本学習情報を用いる際には、制御情報は、各装置設定情報へそのまま入力する。本例については、具体例を後述する。
Further, for example, the learning information can be realized by a neural network. Specifically, the
学習装置１が理想的な制御情報が適切な否かを出力する場合において、学習情報は、その他、多次元ベクトルを入力とした２クラスの分類問題を解く様々な方法で実現可能である。
When the
＜制御情報の適切さに関する値を出力とする場合＞
学習装置１が制御情報の適切さに関する値を出力する場合、学習部１２は、通常、時刻情報、外部情報、内部情報、装置状態情報および制御情報を入力とし、当該制御情報の適切さに関する値を出力とする学習情報を構成する。ここで、当該外部情報、当該内部情報および当該装置状態情報は、当該時刻情報で対応付けられているものとする。この場合、学習装置１によって生成された学習情報を用いる制御装置は、通常、入力された外部情報、内部情報、装置状態情報から、実行可能な制御情報を１以上生成する。その後、当該制御装置は、生成した制御情報の中から、当該学習情報を用いて適切さに関する値が最も高い制御情報を選択する。当該制御装置については、実施の形態４にてその詳細を述べる。
<When outputting values related to the appropriateness of control information>
When the
例えば、上記の場合、学習部１２が構築する学習情報は、強化学習を用いて、統合情報から学習される行動価値関数によって実現することは好適である。すなわち、前記学習情報は、時刻情報、外部情報、内部情報および装置状態情報で表される状況（以下、現在の状態と呼ぶ）において、ある制御情報に対応する制御を実行した際の、将来得られる報酬の合計の期待値を返す関数として表される。ここで、報酬とは、現在の状態において、どの程度ユーザによる空調機の操作が行われないかを表す値で、ユーザによる空調機の操作が行われないほど高い値となる。また、報酬の定義は予め与えられているものとする。なお、報酬は、ユーザによる操作の有無に加え、コストを考慮することが望ましい。すなわち、「ユーザによる操作が行われた場合に報酬は低く（もしくは無し）、かつ、コストが低いほど高くなる」ような関数が望ましい。ここで、コストとは、現在の状態に対する必要な電力量や費用を表す値である。なお、この場合、学習装置１は、図示しない報酬関数格納部を有する。報酬関数格納部は、現在の状態に対する報酬を算出する関数である報酬関数が格納されているものとする。
For example, in the above case, it is preferable that the learning information constructed by the
上記の例の場合、学習部１２は、強化学習を用いて、行動価値関数（Ｑ（ｓ，ａ）＝状況ｓで行動ａを取り、以後、同じ方策に従った場合の得る報酬の和の期待値）を学習し、当該行動価値関数を学習情報とする。例えば、行動価値関数は以下のような方法で得ることができる。はじめに、学習部１２は、時刻情報を一定間隔（１時間、１分等）にした統合情報を生成する。次に、当該統合情報について、現在の状態ｓ、行動ａ、報酬ｒ、次の状態ｓ’を取得する。ここで、現在の状態ｓは、時刻情報、外部情報、内部情報および装置状態情報である。また、行動ａは、装置設定情報である。また、次の状態ｓ’は、次の時点の統合情報における外部情報、内部情報および装置状態情報である。また、報酬ｒは、図示しない報酬関数格納部に格納されている関数から求められる値であり、例えば、「（理論的な最大消費電力−状況ｓの消費電力）×｛０，１｜ユーザによる操作が行われた場合は０，それ以外は１｝」といった値である。そして、統合情報から取得した前記「現在の状態ｓ、行動ａ、報酬ｒ、次の状態ｓ’」の組から、Ｎｅｕｒａｌ Ｆｉｔｔｅｄ Ｑ Ｉｔｅｒａｔｉｏｎや、Ｄｅｅｐ Ｑ−Ｎｅｔｗｏｒｋを用いて行動価値関数を学習する。
In the case of the above example, the
なお、強化学習、ニューラルネットワーク、Ｎｅｕｒａｌ Ｆｉｔｔｅｄ Ｑ ＩｔｅｒａｔｉｏｎおよびＤｅｅｐ Ｑ−Ｎｅｔｗｏｒｋについては、公知技術であるので、詳細な説明を省略する。 Reinforcement learning, neural network, Neural Fitted Q Iteration, and Deep Q-Network are well-known techniques, and thus detailed description thereof is omitted.
蓄積部１３は、学習部１２が学習した学習情報を学習情報格納部１１１に蓄積する。
The
格納部１１、学習情報格納部１１１、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５（以下、格納部１１等）は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。
The
格納部１１等に情報が記憶される過程は問わない。例えば、通信回線等を介して送信された情報が格納部１１等で記憶されるようになってもよく、記録媒体を介して情報が格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１１等で記憶されるようになってもよい。
The process in which information is stored in the
学習部１２および蓄積部１３は、通常、ＭＰＵやメモリ等から実現され得る。学習部１２および蓄積部１３の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。また、後の実施の形態で記す、制御情報生成部２３、制御情報生成部３３、制御情報生成部４３、次時点情報推定部５５、および生成制御部５６についても同様に、ＭＰＵやメモリ等から実現され得る。
The
次に、学習装置１の動作について図２のフローチャートを用いて説明する。以下、所定の情報におけるｉ番目の情報は、「情報［ｉ］」と記載するものとする。
Next, operation | movement of the
また、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６には予め学習に用いる情報が格納されているものとする。
In addition, information used for learning is stored in advance in the external
（ステップＳ２０１）学習部１２は、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６の情報から時刻を収集する。かかる処理を時刻収集処理という。時刻収集処理の詳細について、図３のフローチャートを用いて説明する。
(Step S201) The
（ステップＳ２０２）学習部１２は、ステップＳ２０１で収集した時刻に基づいて、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６を統合し、統合情報を生成する。かかる処理を情報統合処理という。情報統合処理の詳細について、図４のフローチャートを用いて説明する。
(Step S202) The
（ステップＳ２０３）学習部１２は、ステップＳ２０２で生成した統合情報をそれぞれベクトル化する。ここで、統合情報から生成されるベクトルは、外部情報の種類、領域識別子と内部情報の種類の組、装置識別子と装置状態情報の種類の組、装置識別子と装置設定情報の種類の組のそれぞれを１以上の次元とするベクトルである。例えば、「会議室」と「社長室」という２つの領域識別子のそれぞれについて、「気温」と「湿度」という内部情報の種類が存在した場合、生成されるベクトルにおいて、これらの内部情報に対応する部分は、「会議室：気温」、「会議室：湿度」、「社長室：気温」、「社長室：湿度」の４次元となる。また、気温や湿度ではなく「天気」のように定性的な値をとる情報の場合、天気のそれぞれ（晴、雨、曇など）について１つの次元を割り当て、各次元に対応する値をとった場合に１、そうでない場合は０のように定量化を行う。
(Step S203) The
（ステップＳ２０４）学習部１２は、ステップＳ２０３でベクトル化した各統合情報を用いて制御情報に関する情報を出力するモデルを学習する。本ステップの詳細については、後に示す具体例、ならびに実施の形態で述べる。
(Step S204) The
（ステップＳ２０５）蓄積部１３は、ステップＳ２０４で学習した学習情報を学習情報格納部１１１へ保存する。
(Step S205) The
なお、図２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 In the flowchart of FIG. 2, the process is terminated by powering off or a process termination interrupt.
次に、ステップＳ２０１の時刻収集処理の詳細の具体例について、図３のフローチャートを用いて説明する。なお、図３および図４のフローチャートにおいて、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６をＤＢと表記し、前記順番で並べてあるものとする。
Next, a specific example of details of the time collection processing in step S201 will be described using the flowchart of FIG. 3 and 4, the external
（ステップＳ３０１）学習部１２は、収集時刻Ｔを空に、カウンタｉを１に初期化する。ここで、収集時刻Ｔは順序付きの集合とする。
(Step S301) The
（ステップＳ３０２）学習部１２は、ｉ番目のＤＢが存在する場合はステップＳ３０３へ、そうでない場合はステップＳ３１０へ進む。
(Step S302) The
（ステップＳ３０３）学習部１２は、カウンタｊを１に初期化する。
(Step S303) The
（ステップＳ３０４）学習部１２は、ＤＢ［ｉ］にｊ番目のデータが存在する場合、ステップＳ３０５へ、そうでない場合、ステップＳ３０９へ進む。
(Step S304) If the j-th data exists in DB [i], the
（ステップＳ３０５）学習部１２は、ＤＢ［ｉ］の［ｊ］番目に格納されている日付情報が期間を表す場合、ステップＳ３０６へ、そうでない場合、ステップＳ３０７へ進む。
(Step S305) The
（ステップＳ３０６）学習部１２は、ＤＢ［ｉ］のｊ番目の日付情報の開始時刻と終了時刻をそれぞれ収集時刻Ｔへ追加し、ステップＳ３０８へ進む。
(Step S306) The
（ステップＳ３０７）学習部１２は、ＤＢ［ｉ］のｊ番目の日付情報の時刻を収集時刻Ｔへ追加する。
(Step S307) The
（ステップＳ３０８）学習部１２は、カウンタｊを１だけ増加させ、ステップＳ３０４へ戻る。
(Step S308) The
（ステップＳ３０９）学習部１２は、カウンタｉを１だけ増加させ、ステップＳ３０２へ戻る。
(Step S309) The
（ステップＳ３１０）学習部１２は、収集時刻Ｔを昇順に（後の時刻ほど後ろになるように）ソートし、上位処理へリターンする。
(Step S310) The
次に、ステップＳ２０２の情報統合処理の詳細の具体例について、図４のフローチャートを用いて説明する。 Next, a specific example of details of the information integration processing in step S202 will be described with reference to the flowchart of FIG.
（ステップＳ４０１）学習部１２は、カウンタｋを１に初期化する。
(Step S401) The
（ステップＳ４０２）学習部１２は、ステップＳ２０１の時刻収集処理で収集した収集時刻Ｔにｋ番目の時刻が存在する場合、ステップＳ４０３へ進み、そうでない場合、上位処理へリターンする。
(Step S402) The
（ステップＳ４０３）学習部１２は、カウンタｉを１に初期化する。
(Step S403) The
（ステップＳ４０４）学習部１２は、ｉ番目のＤＢが存在する場合、ステップＳ４０５へ、そうでない場合、ステップＳ４１１へ進む。
(Step S404) The
（ステップＳ４０５）学習部１２は、ＤＢ［ｉ］の各情報の中に、Ｔ［ｋ］が日付情報に含まれる情報が存在する場合、ステップＳ４０６へ、そうでない場合、ステップＳ４０７へ進む。
(Step S405) The
（ステップＳ４０６）学習部１２は、Ｔ［ｋ］を含むＤＢ［ｉ］の情報をＴ［ｋ］に対応する情報とし、ステップＳ４１０へ進む。
(Step S406) The
（ステップＳ４０７）学習部１２は、ＤＢ［ｉ］が操作情報格納部１１６の場合、ステップＳ４０９へ、そうでない場合、ステップＳ４０８へ進む。
(Step S407) If DB [i] is the operation
（ステップＳ４０８）学習部１２は、ＤＢ［ｉ］の情報のうち、Ｔ［ｋ］と最も近い時刻を含む情報を、Ｔ［ｋ］に対応する情報とし、ステップＳ４１０へ進む。なお、ここで、通常、ＤＢ［ｉ］が装置設定情報格納部１１５の場合、最も近い時刻は、前の時刻のみを対象にする。
(Step S408) The
（ステップＳ４０９）学習部１２は、Ｔ［ｋ］に対応する情報を「なし」とする。
(Step S409) The
（ステップＳ４１０）学習部１２は、カウンタｉを１だけ増加させ、ステップＳ４０４へ進む。
(Step S410) The
（ステップＳ４１１）学習部１２は、ステップＳ４０６、ステップＳ４０８とステップＳ４０９で対応付けた情報を時刻Ｔ［ｋ］の統合情報とする。
(Step S411) The
（ステップＳ４１２）学習部１２は、カウンタｋを１だけ増加させ、ステップＳ４０２へ戻る。
(Step S412) The
なお、図４のフローチャートにおいて、ステップＳ４０８は、Ｔ［ｋ］の前後の情報から補間を行っても良い。 In step S408 in the flowchart of FIG. 4, interpolation may be performed from information before and after T [k].
以下、本実施の形態における学習装置１の具体的な動作について説明する。
Hereinafter, a specific operation of the
本具体例において、学習装置１は、一の時刻における外部情報、当該時刻における内部情報および当該時刻における装置状態情報と、当該時刻に対応する制御情報を入力とし、当該制御情報が適切か否かを判定する識別器に関する学習情報を取得することを目的とする。以下、制御情報が適切であることを「正例」、適切でないことを「負例」と呼ぶ。
In this specific example, the
また、本具体例において、外部情報格納部１１２は図５の外部情報を、内部情報格納部１１３は図６の内部情報を、装置状態情報格納部１１４は図７の装置状態情報を、装置設定情報格納部１１５は図８の装置設定情報を、操作情報格納部１１６は図９の操作情報を格納しているものとする。
In this specific example, the external
また、本具体例において、前記識別器は図１０のような４層のニューラルネットワーク（深層学習）で実現するものとする。具体的には、第１層が入力、第２層と第３層が全結合層、そして第４層が正例の確率（Ｐ正例）と負例の確率（Ｐ負例）を表す２ユニットで構成される出力層となるニューラルネットワークである。各層のユニット数は、第１層が統合情報のベクトルの次元数＋１、第２層と第３層は学習時に決定、そして第４層は２である。また、第２層と第３層の活性化関数はＲｅＬＵ（Ｒｅｃｔｉｆｉｅｒ Ｌｉｎｅｒ Ｕｎｉｔ）を、第４層の活性化関数はｓｏｆｔｍａｘ関数である。なお、ＲｅＬＵとｓｏｆｔｍａｘ関数については、公知技術であるため、説明を省略する。 In this specific example, the discriminator is realized by a four-layer neural network (deep learning) as shown in FIG. Specifically, the first layer is an input, the second and third layers are all coupled layers, and the fourth layer is a positive example probability (P positive example) and a negative example probability (P negative example ) 2 A neural network serving as an output layer composed of units. As for the number of units in each layer, the first layer is determined by the number of dimensions of the vector of the integrated information + 1, the second and third layers are determined at the time of learning, and the fourth layer is 2. The activation functions of the second layer and the third layer are ReLU (Rectifier Liner Unit), and the activation function of the fourth layer is a softmax function. Note that the ReLU and softmax functions are well-known techniques, and thus description thereof is omitted.
また、本具体例において、気温は−１０℃から４５℃の範囲にあると仮定する。また、熱源Ａの最大電力は３５００Ｗｈ、空調機ａの最大電力は２５０Ｗｈ、空調機ｂの最大電力は１５０Ｗｈであるとする。また、熱源Ａの出力は０％から１００％の範囲をとるものとし、空調機ａと空調機ｂの温度は、ＯＦＦもしくは１６℃から３１℃の範囲をとるものとする。 In this specific example, it is assumed that the air temperature is in the range of −10 ° C. to 45 ° C. The maximum power of the heat source A is 3500 Wh, the maximum power of the air conditioner a is 250 Wh, and the maximum power of the air conditioner b is 150 Wh. The output of the heat source A is assumed to be in the range of 0% to 100%, and the temperatures of the air conditioner a and the air conditioner b are assumed to be OFF or in the range of 16 ° C. to 31 ° C.
はじめに、学習部１２は、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６（以下、まとめて元データと呼ぶ）から、時刻情報を収集する（ステップＳ２０１）。その結果、９／２３の８：００、９：００、１０：００、１１：００、１２：００、１３：００を取得する。
First, the
次に、学習部１２は、元データから収集した時刻に対応する各情報を収集し、統合情報を生成する（ステップＳ２０２）。この結果、図１１のような統合情報が生成される。なお、図１１において、空白のセルは、データが「ない」ことを意味する。
Next, the
次に、学習部１２は、図１１の各行をベクトル化する。ここで、ベクトルの各値は０から１の値に正規化を行う。時刻については、０時からの経過時間と、０時までの残り時間のうち短い時間をｔとして、「ｔ／１２時間」によって正規化する。また、外部情報の外気温、内部情報の開発部：気温および会議室：気温については、−１０℃より低い温度の場合は０、４５℃より高い温度の場合は１、それ以外の温度の場合は「（気温＋１０）／５５」と正規化する。また、装置状態情報において、熱源Ａ：電力は「電力／３５００」と、空調機ａ：電力は「電力／２５０」と、空調機ｂ：電力は「電力／１５０」と正規化する。また、装置設定情報の熱源Ａ：出力は「出力／１００」と正規化する。さらに、装置設定情報の空調機ａ：温度と空調機ｂ：温度については、何かしらの温度が設定されている場合に１，ＯＦＦの場合に０となる次元と、「温度−１６／４７」の値をとる次元の２次元に展開する。以上のようなベクトル化を行い、統合情報を１２次元のベクトルに変換する（ステップＳ２０３）。
Next, the
次に、学習部１２は、前ステップで作成したベクトルから、上述したニューラルネットワークの学習を行う（ステップＳ２０４）。本学習における教師データは、入力は前ステップで作成したベクトルであり、出力は当該ベクトルに操作情報が存在する場合は「Ｐ正例＝０、Ｐ負例＝１」、操作情報が存在しない場合は「Ｐ正例＝１、Ｐ負例＝０」である。本学習では、中間層のユニット数を変動させつつ、交差エントロピーによる出力層の誤差が少なくなるように各層のユニット間の重みｗ（１） ｉ，ｊとｗ（２） ｉ，ｊを計算する。
Next, the
最後に、蓄積部１３は、中間層のユニット数を含むニューラルネットワークの構造と、各層のユニット間の重みｗ（１） ｉ，ｊとｗ（２） ｉ，ｊを学習情報格納部１１１に格納する（ステップＳ２０５）。
Finally, the
以上、本実施の形態によれば、過去に蓄積された外部情報、内部情報、装置設定情報、装置状態情報および操作情報から、ユーザが直接空調機を操作する必要がない空調システムの制御を実現するための学習情報を取得することができる。 As described above, according to the present embodiment, control of an air conditioning system that does not require a user to directly operate an air conditioner is realized from external information, internal information, device setting information, device state information, and operation information accumulated in the past. Learning information to do can be acquired.
なお、本実施の形態によれば、学習部１２は、統合情報をベクトル化する際、最も近い時刻のデータの値によって補間を行う（図４のステップＳ４０８）のではなく、前後の時刻のデータから値を補間しても良い。例えば、補完対象時刻の直前の時刻から直後の時刻へ線形に推移していると仮定し、補完対象時刻の値を線形関数によって推定し、当該推定値で補間しても良い。
欠損値を補間しても良い。すなわち、
According to the present embodiment, when the
Missing values may be interpolated. That is,
また、本実施の形態によれば、統合情報のすべてを学習に用いなくとも良い。例えば、非営業日の統合情報は学習に用いなくとも良い。 Further, according to the present embodiment, it is not necessary to use all of the integrated information for learning. For example, the integrated information on non-business days may not be used for learning.
（実施の形態２）
本実施の形態において、１または２以上の熱源と２以上の空調機を有する空調システムを制御する制御装置であって、過去のデータから学習した、理想的な室内温度等の内部情報を用いて、適切な制御情報を生成する制御装置２について説明する。
(Embodiment 2)
In the present embodiment, the control device controls an air conditioning system having one or more heat sources and two or more air conditioners, and uses internal information such as an ideal room temperature learned from past data. The
図１２は、本実施の形態における空調システムのブロック図である。空調システムは制御装置２、１または２以上の熱源６、１または２以上の空調機７、１または２以上の外部情報源８、１または２以上の内部情報源９を有する。
FIG. 12 is a block diagram of the air conditioning system in the present embodiment. The air conditioning system includes a
制御装置２は、１または２以上の熱源６、２以上の空調機７、１または２以上の外部情報源８、１または２以上の内部情報源９と、直接もしくはネットワークを介して接続されている。当該ネットワークは、有線、または無線の通信回線であり、例えば、インターネットやイントラネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、公衆電話回線等である。
The
熱源６は、空調機７に熱量を供給する装置である。また、空調機７は、熱源から供給された熱量を空調システムが管理する各領域へ送る装置である。また、外部情報源８は、空調システムが空調管理する領域外の環境に関する情報である外部環境情報を与えるものである。また、内部情報源９は、空調システムが空調管理する領域内の環境に関する情報である内部環境情報を与えるものである。 The heat source 6 is a device that supplies heat to the air conditioner 7. The air conditioner 7 is a device that sends the amount of heat supplied from the heat source to each area managed by the air conditioning system. The external information source 8 provides external environment information, which is information related to the environment outside the area controlled by the air conditioning system. The internal information source 9 provides internal environment information that is information related to the environment within the area that is controlled by the air conditioning system.
空調機７、外部情報源８および内部情報源９は、制御装置２と接続可能であれば何でも良い。熱源６は、例えば、ヒートポンプ、ボイラー、蒸気圧縮冷凍機、吸着式冷凍機、または、吸収始期冷凍機であっても良い。空調機７は、例えば、中央式空気調和機、エアハンドリングユニット、ファンコイルユニット、個別式空気調和機、パッケージエアコンディショナ、ルームエアコンディショナであっても良い。外部情報源８は、例えば、サーバー、デスクトップパソコン、ノートパソコン、スマートフォン、タブレット、ＰＤＡ、または空調システムが空調管理する領域外に設置された通信機能を有する温度計等であっても良い。内部情報源９は、例えば、サーバー、デスクトップパソコン、ノートパソコン、スマートフォン、タブレット、ＰＤＡ、ウェアラブルデバイス、または空調システムが空調管理する領域内に設置された通信機能を有する温度計等であっても良い。なお、制御装置２と熱源６が１つの装置で実現されていても良い。また、制御装置２と空調機７が１つの装置で実現されていても良い。また、制御装置２と外部情報源８が１つの装置で実現されても良い。また、制御装置２と内部情報源９が１つの装置で実現されても良い。また、熱源６と空調機７が１つの装置で実現されても良い。また、空調機７と内部情報源９が１つの装置で実現されても良い。
The air conditioner 7, the external information source 8, and the internal information source 9 may be anything as long as they can be connected to the
図１２の制御装置２は、格納部１１、学習情報格納部１１１、受付部２２、制御情報生成部２３、出力部２４を備える。さらに、制御装置２の制御情報生成部２３は、理想状態取得手段２３１、制御情報取得手段２３２を備える。
12 includes a
制御装置２を構成する格納部１１は、学習情報が格納されている学習情報格納部１１１を有する。本実施の形態において、学習情報格納部１１１は、通常、学習装置１等から学習した、時刻に関する時刻情報と当該時刻情報に対応する外部情報を入力とし、当該外部情報に対する理想的な内部情報を出力とするモデルに関する学習情報が格納されている。
The
受付部２２は、時刻情報と外部情報と内部情報とを受け付ける。ここで、当該外部情報と当該内部情報は、当該時刻情報と対応付けられている。すなわち、当該外部情報と当該内部情報は、通常、当該時刻における外部環境情報と内部環境情報を意味する。
The
受け付けとは、通常、有線もしくは無線の通信回線を介して送信された情報の受信であるが、その他、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、光ディスクや磁気ディスク、半導体メモリ、ＵＳＢメモリなどの記録媒体から読み出された情報の受け付けなども含む概念である。入力手段は、テンキーやキーボードやマウスやメニュー画面によるもの等、何でも良い。 Acceptance is usually reception of information transmitted via a wired or wireless communication line, but it also accepts information input from input devices such as a keyboard, mouse, touch panel, optical disk, magnetic disk, semiconductor, etc. It is a concept including reception of information read from a recording medium such as a memory or a USB memory. The input means may be anything such as a numeric keypad, keyboard, mouse or menu screen.
制御情報生成部２３は、受付部２２が受け付けた情報を、学習情報格納部１１１に格納されている学習情報に適用し、２以上の各空調機に対する装置設定情報を含む制御情報を生成する。
The control
本実施の形態において、制御情報生成部２３は、理想状態取得手段２３１と制御情報取得手段２３２を含む。
In the present embodiment, the control
理想状態取得手段２３１は、受付部２２が受け付けた外部情報を、学習情報格納部１１１に格納されている学習情報に適用し、理想的な内部情報を取得する。
The ideal
制御情報取得手段２３２は、受付部２２が受け付けた内部情報から、理想状態取得手段２３１が取得した内部情報へ近づけるための制御情報を取得する。制御情報取得手段２３２は、受付部２２が受け付けた内部情報（以下、受付内部情報）と理想状態取得手段２３１が取得した内部情報（以下、取得内部情報）から適切な制御情報を取得できるならば、その具体的な方法は問わない。
The control
例えば、学習情報格納部１１１に格納される学習情報がｋ最近傍法の場合、学習情報には、図１１のような統合情報が含まれる。このような場合、制御情報取得手段２３２は、２つの連続する統合情報（統合情報は時系列順に並べられている）を走査し、当該２つの統合情報の内部情報と、受付内部情報と取得内部情報の、間の距離が最も近い統合情報の装置設定情報を制御情報として取得しても良い。ここで、制御情報とする装置設定情報は、２つの統合情報のうち前の時刻の統合情報の装置設定情報である。また、ここで、前の時刻の統合情報が操作情報を含む場合は、装置設定情報に操作情報を上書きした情報を制御情報とすることは適切である。また、２つの内部情報のペアの間の距離については、学習部１２と同様に、どのような距離または類似度を用いても良い。
For example, when the learning information stored in the learning
また、例えば、制御情報取得手段２３２は、前記隣接する統合情報、もしくは装置設定情報が変化していない２時刻の統合情報を用いて、各統合情報の２つの内部情報から、前の時刻の装置設定情報へ回帰するような問題を解く方法でも実現可能である。
In addition, for example, the control
出力部２４は、制御情報生成部２３が生成した制御情報を出力する。制御装置２は、出力部２４の出力を各熱源または各空調機へ入力し直接制御を行っても良い。また、制御装置２は、各装置を直接制御するのではなく、出力部２４の出力をディスプレイ等へ表示し、空調システムの管理者へシミュレーション結果を提示しても良い。
The
出力とは、熱源または空調機への処理結果の引渡し、他の処理装置や他のプログラムなどへの処理結果の引渡し、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積などを含む概念である。 Output refers to delivery of processing results to a heat source or air conditioner, delivery of processing results to other processing equipment or other programs, display on a display, projection using a projector, printing on a printer, sound output, This concept includes transmission to an external device, storage in a recording medium, and the like.
受付部２２、後述する受付部３２、および後述する受付部５２は、テンキーやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
The receiving
出力部２４は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。出力部２４および後述する出力部５４は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。
The
次に、制御装置２の動作について図１３のフローチャートを用いて説明する。以下、所定の情報におけるｉ番目の情報は、「情報［ｉ］」と記載するものとする。
Next, operation | movement of the
（ステップＳ１３０１）受付部２２は、時刻に関する時刻情報と、当該時刻情報に対応する外部情報および内部情報（以下、受付情報）が入力された場合、ステップＳ１３０２へ進む、そうでない場合、受付情報が入力されるまで待機する。
(Step S1301) The
（ステップＳ１３０２）理想状態取得手段２３１は、受付情報から、ユーザにより各空調機の操作が行われないと推定される内部情報を取得する。かかる処理を理想状態取得処理という。理想状態取得処理の詳細について、図１４のフローチャートを用いて説明する。
(Step S <b> 1302) The ideal
（ステップＳ１３０３）制御情報取得手段２３２は、受付情報の内部情報と理想状態取得手段２３１が取得した内部情報から、制御情報を取得する。かかる処理を制御情報取得処理という。制御情報取得処理の詳細について、図１５のフローチャートを用いて説明する。
(Step S1303) The control
（ステップＳ１３０４）出力部２４は、制御情報生成部２３が生成した制御情報を出力する。
(Step S1304) The
なお、図１３のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 In the flowchart of FIG. 13, the process is terminated by powering off or a process termination interrupt.
次に、ステップＳ１３０２の理想状態取得処理の詳細の具体例について、図１４のフローチャートを用いて説明する。なお、本理想状態取得処理の具体例では、学習情報格納部１１１に格納されている学習情報が、ｋ最近傍法に基づくモデルである場合であり、当該学習情報としてすべての統合情報が保存されている場合を説明する。
Next, a specific example of details of the ideal state acquisition process in step S1302 will be described using the flowchart of FIG. In the specific example of the ideal state acquisition process, the learning information stored in the learning
（ステップＳ１４０１）理想状態取得手段２３１は、カウンタｉを１に、最小距離ｄを∞に、理想状態Ｓをｎｕｌｌに初期化する。
(Step S1401) The ideal
（ステップＳ１４０２）理想状態取得手段２３１は、ｉ番目の統合情報が存在する場合、ステップＳ１４０３へ進み、そうでない場合、上位処理へリターンする。
(Step S1402) The ideal
（ステップＳ１４０３）理想状態取得部２３１は、統合情報［ｉ］の操作情報が「なし」の場合、ステップＳ１４０４へ、そうでない場合、ステップＳ１４０７へ進む。
(Step S1403) The ideal
（ステップＳ１４０４）理想状態取得手段２３１は、受付情報と、統合情報の時刻情報と外部情報を、それぞれベクトル化し、ベクトル間の距離を求め、変数ｔｍｐへ代入する。
(Step S1404) The ideal
（ステップＳ１４０５）理想状態取得手段２３１は、最小距離ｄよりｔｍｐの方が小さい場合、ステップＳ１４０６へ、そうでない場合、ステップＳ１４０７へ進む。 (Step S1405) The ideal state acquisition means 231 proceeds to step S1406 if tmp is smaller than the minimum distance d, and proceeds to step S1407 otherwise.
（ステップＳ１４０６）理想状態取得手段２３１は、最小距離ｄへｔｍｐを代入し、目標状態Ｓに統合情報［ｉ］の内部情報を代入する。
(Step S1406) The ideal
（ステップＳ１４０７）理想状態取得手段２３１は、カウンタｉを１だけ増加させ、ステップＳ１４０２へ戻る。
(Step S1407) The ideal
次に、ステップＳ１３０３の制御情報取得処理の詳細の具体例について、図１５のフローチャートを用いて説明する。なお、本制御情報取得処理の具体例では、学習情報格納部１１１に格納されている学習情報が、ｋ最近傍法に基づくモデルである場合であり、当該学習情報としてすべての統合情報が保存されている場合を説明する。
Next, a specific example of details of the control information acquisition processing in step S1303 will be described using the flowchart of FIG. In the specific example of the control information acquisition process, the learning information stored in the learning
（ステップＳ１５０１）制御情報取得手段２３２は、カウンタｉを２に、最小距離ｄを∞に、制御情報Ｃをｎｕｌｌに初期化する。
(Step S1501) The control
（ステップＳ１５０２）制御情報取得手段２３２は、ｉ番目の統合情報が存在する場合、ステップＳ１５０３へ、そうでない場合、上位処理へリターンする。
(Step S1502) The control
（ステップＳ１５０３）制御情報取得手段２３２は、統合情報［ｉ］の内部情報と統合情報［ｉ＋１］の内部情報のペアと、受付情報の内部情報と理想状態取得手段２３１が取得した内部情報のペアの、２つのペアをそれぞれベクトル化し、ベクトル間の距離を求め、変数ｔｍｐへ代入する。
(Step S1503) The control
（ステップＳ１５０４）制御情報取得手段２３２は、最小距離ｄよりｔｍｐの方が小さい場合、ステップＳ１５０５へ、そうでない場合、ステップＳ１５０６へ進む。
(Step S1504) If the tmp is smaller than the minimum distance d, the control
（ステップＳ１５０５）制御情報取得手段２３２は、最小距離ｄへｔｍｐを代入し、制御情報Ｃに統合情報［ｉ］の装置設定情報を代入する。この際、統合情報［ｉ］が操作情報を含む場合、装置設定情報に操作情報を上書きする。
(Step S1505) The control
（ステップＳ１５０６）制御情報取得手段２３２は、カウンタｉを１だけ増加させ、ステップＳ１５０２へ戻る。
(Step S1506) The control
以下、本実施の形態における制御装置２の具体的な動作について説明する。
Hereinafter, a specific operation of the
本具体例において、学習情報格納部１１１に格納されている学習情報は、ｋ最近傍法に基づくモデルであり、図１１の統合情報が保存されているものとする。
In this specific example, the learning information stored in the learning
はじめに、受付部２２は、図１６の時刻情報、外部情報および内部情報（以下、受付情報）を受け付ける（ステップＳ１３０１）。
First, the
次に、理想状態取得手段２３１は、図１６の受付情報の時刻情報および外部情報と最も近い状況を、図１１の統合情報のうち、操作情報が存在しないものから探し出す（ステップＳ１３０２）。この結果、図１１の時刻９／２３ １１：００が最も近いと判定されたとする。この結果、理想状態取得手段２３１が取得する内部情報は「開発部：２８℃」、「会議室：２５℃」となる。
Next, the ideal
次に、制御情報取得手段２３２は、受付部２２が受け付けた内部情報「開発部：２８℃」、「会議室：２９℃」と、理想状態取得手段２３１が取得した内部情報「開発部：２８℃」、「会議室：２５℃」と最も近い２つの統合情報を図１１の統合情報から探し出す（ステップＳ１３０３）。この結果、図１１の９／２３ １０：００〜１１：００が探し出される。そして、図１１の９／２３ １０：００の装置設定情報に操作情報を上書きした情報である、「空調機ａ：温度２６℃」、「空調機ｂ：温度２４℃」が制御情報として取得される。
Next, the control
最後に、出力部２４は、取得された制御情報である「空調機ａ：温度２６℃」、「空調機ｂ：温度２４℃」を出力する。
Finally, the
以上、本実施の形態によれば、過去の様々な情報を利用した学習機能を用いることで、ユーザによる空調機の操作なしに自動的に空調システムを構成する装置を制御することができる。 As described above, according to the present embodiment, by using a learning function that uses various past information, it is possible to automatically control the devices that constitute the air conditioning system without the operation of the air conditioner by the user.
また、以上、本実施の形態によれば、ユーザの操作が行われた場合を負例と考えることで、各ユーザの熱的快適性を許容範囲に収めるように、空調システムを自動的に制御することができる。 As described above, according to the present embodiment, the case where the user's operation is performed is considered as a negative example, and the air conditioning system is automatically controlled so that the thermal comfort of each user is within the allowable range. can do.
なお、本実施の形態によれば、学習情報格納部１１１に格納される学習情報は、実施の形態１の「時刻に関する時刻情報と当該時刻情報に対応する外部情報を入力とし、当該外部情報に対する理想的な内部情報を出力とする学習情報」ならば、どのような学習情報を用いても良い。
Note that according to the present embodiment, the learning information stored in the learning
また、本実施の形態によれば、理想状態取得手段２３１において、外部情報に「３時間後の気温」等の将来・過去の情報が含まれる場合、時刻情報を用いずに理想的な内部情報を取得しても良い。
Further, according to the present embodiment, in the ideal
さらに、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ−ＲＯＭやＵＳＢメモリなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における制御装置を実現するソフトウェアは、以下のようなプログラムである。 Furthermore, the processing in the present embodiment may be realized by software. Then, this software may be distributed by software download or the like. Further, this software may be recorded on a recording medium such as a CD-ROM or a USB memory and distributed. This also applies to other embodiments in this specification. Note that the software that implements the control device in the present embodiment is the following program.
つまり、このプログラムは、２以上の空調機とを有する空調システムを制御する制御プログラムであって、コンピュータがアクセス可能な記憶媒体は、２以上の空調機を有する空調システムを制御するための学習情報、もしくは２以上の外部情報と２以上の内部情報と２以上の装置状態情報と２以上の装置設定情報と１以上の操作情報とを有する２以上の統合情報である学習情報が格納される学習情報格納部を具備し、コンピュータを、少なくとも一の時刻に対応する外部情報および当該一の時刻に対応する内部情報を受け付ける受付部と、前記受付部が受け付けた外部情報、内部情報、装置状態情報および装置設定情報を、前記学習情報に適用し、２以上の各空調機に対する装置設定情報を含む制御情報を生成する制御情報生成部と、前記制御情報を出力する出力部として機能させるためのプログラム。である。 That is, this program is a control program for controlling an air conditioning system having two or more air conditioners, and the storage medium accessible by the computer is learning information for controlling the air conditioning system having two or more air conditioners. Learning in which learning information that is two or more pieces of integrated information having two or more pieces of external information, two or more pieces of internal information, two or more pieces of apparatus state information, two or more pieces of apparatus setting information, and one or more pieces of operation information is stored. An information storage unit, and a computer for receiving external information corresponding to at least one time and internal information corresponding to the one time, and external information, internal information, and device status information received by the receiving unit And device setting information applied to the learning information, and a control information generating unit that generates control information including device setting information for each of two or more air conditioners, and Program for functioning as an output unit for outputting a control information. It is.
（実施の形態３）
本実施の形態において、１または２以上の熱源と２以上の空調機とを有する空調システムを制御する制御装置３であって、過去のデータから制御情報が適切であるか否かを学習し、その学習結果を用いて、自動的に生成した制御情報の中から最も適切な制御情報を選択する制御装置３について説明する。
(Embodiment 3)
In the present embodiment, the control device 3 controls an air conditioning system having one or more heat sources and two or more air conditioners, and learns whether control information is appropriate from past data, The control device 3 that selects the most appropriate control information from the automatically generated control information using the learning result will be described.
本実施の形態における、空調システムは実施の形態２の空調システム（図１２）と同様の構成である。ただし、本実施の形態における制御装置３は、図１２の制御装置２の制御情報生成部２３を図１７の制御情報生成部３３と置き換えた装置である。すなわち、制御装置３は、格納部１１、学習情報格納部１１１、受付部３２、制御情報生成部３３、出力部２４を備える。さらに、制御情報生成部３３は、制御情報候補生成手段３３１、制御情報判定手段３３２、制御情報選択手段３３３を備える。
The air conditioning system in the present embodiment has the same configuration as the air conditioning system in the second embodiment (FIG. 12). However, the control device 3 in the present embodiment is a device obtained by replacing the control
受付部３２は、時刻情報と外部情報と内部情報と装置状態情報を受け付ける。ここで、当該外部情報と当該内部情報と当該装置状態情報は、当該時刻情報によって対応付けられている。
The receiving
制御情報候補生成手段３３１は、受付情報から、１以上の制御情報候補を生成する。ここで、受付情報とは、受付部３２が受け付けた時刻情報、外部情報、内部情報、および装置状態情報である。制御情報候補生成手段３３１は、通常、受付情報で表される環境および装置の状態において、実行可能な制御情報を制御情報候補として生成する。例えば、制御情報候補生成手段３３１は、基礎とする制御情報をもとに、予め定めた一定の範囲で各装置設定を変更することで制御情報候補を生成しても良い。ここで、基礎とする制御情報は、ランダムに設定した装置設定情報を用いても良い。また、予め時刻ごとの平均的な装置設定情報を算出しておき、受付情報の時刻における平均的な装置設定情報を用いても良い。なお、この場合、制御装置３は、図示しない平均装置設定情報格納部を有し、平均的な装置設定情報を平均装置設定情報格納部に格納しているものとする。また、受付部３２が装置設定情報をも受け付けるようにし、受け付けた装置設定情報を前記基礎とする制御情報としても良い。また、基礎とする制御情報として直前に生成した制御情報を用いても良い。この場合、制御装置３は、図示しない直前制御情報格納部を具備し、最後に生成した制御情報を格納しているものとする。また、制御情報候補生成手段３３１は、受付情報の状況において実行可能なすべての制御情報を生成しても良い。
The control information
制御情報判定手段３３２は、学習情報格納部１１１に格納されている学習情報を用いて、制御情報候補生成手段３３１が生成した制御情報候補が、正例と負例のいずれに属するかを判定する。ここで、制御情報判定手段３３２は、当該制御情報候補に加え、受付部３２が受け付けた外部情報、内部情報および装置状態情報も判定に用いる。制御情報判定手段３３２は、ユーザによる空調機の操作が行われなかった時刻の統合情報を「正例」、ユーザによる空調機の操作が行われた時刻の統合情報を「負例」として学習した識別器を用いて判定を行う。
The control
制御情報選択手段３３３は、制御情報候補生成手段３３１が生成した制御情報候補のうち、制御情報判定手段３３２が正例であると判定した制御情報候補から、一の制御情報候補を選択する。
The control
例えば、制御情報選択手段３３３は、制御情報候補生成手段３３１が生成した制御情報候補のうち、コストが最小となる制御情報候補を選択することは好適である。ここで、コストとは、例えば、制御情報候補の制御を実行した場合の熱源の総出力や、必要な電力量、電気代および燃料代の総額等である。
For example, it is preferable that the control
次に、制御装置３動作について図１８のフローチャートを用いて説明する。 Next, operation | movement of the control apparatus 3 is demonstrated using the flowchart of FIG.
（ステップＳ１８０１）受付部３２は、時刻に関する時刻情報と、当該時刻情報に対応する外部情報、内部情報および装置状態情報が入力された場合、ステップＳ１８０２へ進む、そうでない場合、受付情報が入力されるまで待機する。
(Step S1801) The
（ステップＳ１８０２）制御情報候補生成手段３３１は、受付情報から制御情報候補を生成する。かかる処理を制御情報候補生成処理という。制御情報候補生成処理の詳細について、図１９のフローチャートを用いて説明する。
(Step S1802) The control information
（ステップＳ１８０３）制御情報判定手段３３２と制御情報選択手段３３３は、ステップＳ１８０２で生成した制御情報候補から、１の制御情報を選択する。かかる処理を制御情報選択処理という。制御情報選択処理の詳細について、図２０のフローチャートを用いて説明する。
(Step S1803) The control
（ステップＳ１８０４）出力部２４は、制御情報生成部３３が生成した制御情報を出力する。
(Step S1804) The
なお、図１８のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 In the flowchart of FIG. 18, the process ends when the power is turned off or the process ends.
次に、ステップＳ１８０２の制御情報候補生成処理の詳細の具体例について、図１９のフローチャートを用いて説明する。 Next, a specific example of details of the control information candidate generation processing in step S1802 will be described using the flowchart of FIG.
（ステップＳ１９０１）制御情報候補生成手段３３１は、制御情報候補の基礎とする制御情報を取得する。
(Step S1901) The control information
（ステップＳ１９０２）制御情報候補生成手段３３１は、基礎とする制御情報に対する変更をすべて行った場合、上位処理へリターンし、そうでない場合、ステップＳ１９０３へ進む。
(Step S1902) The control information
（ステップＳ１９０３）制御情報候補生成手段３３１は、基礎とする制御情報から１のパラメータを選択し、当該パラメータの値を変更する。当該パラメータが連続値の場合、制御情報候補生成手段３３１は、予め定めた範囲の中で基礎とする制御情報のパラメータを変更する。
(Step S1903) The control information
（ステップＳ１９０４）制御情報候補生成手段３３１は、ステップＳ１９０３でパラメータを変更した制御情報が実行可能な場合、ステップＳ１９０５へ進み、そうでない場合、ステップＳ１９０２へ戻る。
(Step S1904) The control information
（ステップＳ１９０５）制御情報候補生成手段３３１は、制御情報候補にステップＳ１９０３でパラメータを変更した制御情報を制御情報候補に追加する。
(Step S1905) The control information
次に、ステップＳ１８０３の制御情報選択処理の詳細の具体例について、図２０のフローチャートを用いて説明する。 Next, a specific example of details of the control information selection processing in step S1803 will be described using the flowchart of FIG.
（ステップＳ２００１）制御情報選択手段３３３は、カウンタｉを１に、コストｅを∞に、制御情報ＣをステップＳ１９０１で取得した基礎とする制御情報に初期化する。 (Step S2001) The control information selection means 333 initializes the counter i to 1, the cost e to ∞, and the control information C to the basic control information acquired in step S1901.
（ステップＳ２００２）制御情報選択手段３３３は、ｉ番目の制御情報候補が存在する場合、ステップＳ２００３へ、そうでない場合、上位処理へリターンする。 (Step S2002) If there is an i-th control information candidate, the control information selection means 333 returns to step S2003, and if not, returns to the upper process.
（ステップＳ２００３）制御情報選択手段３３３は、受付情報と制御情報候補［ｉ］を制御情報判定手段３３２で判定し、結果が正例であった場合、ステップＳ２００４へ、そうでない場合は、ステップＳ２００７へ進む。
(Step S2003) The control
（ステップＳ２００４）制御情報選択手段３３３は、変数ｔｍｐに制御情報候補［ｉ］を実行した場合のコストを代入する。 (Step S2004) The control information selection means 333 substitutes the cost when the control information candidate [i] is executed in the variable tmp.
（ステップＳ２００５）制御情報選択手段３３３は、コストｅよりｔｍｐの方が小さい場合、ステップＳ２００６へ、そうでない場合、ステップＳ２００７へ進む。
(Step S2005) If the tmp is smaller than the cost e, the control
（ステップＳ２００６）制御情報選択手段３３３は、コストｅへｔｍｐを代入し、制御情報Ｃへ制御情報候補［ｉ］を代入する。
(Step S2006) The control
（ステップＳ２００７）制御情報選択手段３３３は、カウンタiを１だけ増加させる。 (Step S2007) The control information selection means 333 increases the counter i by 1.
以下、本実施の形態における制御装置３の具体的な動作について説明する。 Hereinafter, a specific operation of the control device 3 in the present embodiment will be described.
本具体例において、学習情報格納部１１１に格納されている学習情報は、図１０のような正例である確率と負例である確率を出力するニューラルネットワークに基づくモデルに関する情報であるとする。
In this specific example, it is assumed that the learning information stored in the learning
はじめに、受付部３２は、図１６の時刻情報、外部情報、内部情報および装置状態情報（以下、受付情報）を受け付ける（ステップＳ１８０１）。
First, the
次に、制御情報候補生成手段３３１は、基礎とする制御情報として、過去の平均的な制御情報として、「空調機ａ：温度２６℃」、「空調機ｂ：ＯＦＦ」を取得する（ステップＳ１９０１）。
Next, the control information
次に、制御情報候補生成手段３３１は、ステップＳ１９０１で取得した基礎とする制御情報の各値を変化させ、制御情報候補を生成する。その結果、制御情報候補生成手段３３１は、「空調機ａ：温度２６℃、空調機ｂ：ＯＦＦ」、「空調機ａ：温度ＯＦＦ、空調機ｂ：ＯＦＦ」、「空調機ａ：温度ＯＦＦ、空調機ｂ：温度２６℃」、「空調機ａ：温度２６℃、空調機ｂ：温度２６℃」の４つの制御情報候補が生成したとする。
Next, the control information
次に、制御情報選択手段３３３は、前記の４つの制御情報候補から、先に学習した制御情報判定手段３３２が正例であると判定し、かつ、コストが最小の制御情報候補を制御情報候補として選択する。ここで、制御情報選択手段３３３は、受付情報と制御情報候補を制御情報のニューラルネットワークに適用し、正例である確率と負例である確率を取得する、そして、正例である確率の方が負例である確率より高い場合に、正例であると判定する。この結果、「空調機ａ：温度２６℃、空調機ｂ：温度２６℃」が選択される。
Next, the control
最後に、出力部２４は、選択された制御情報である「空調機ａ：温度２６℃、空調機ｂ：温度２６℃」を出力する。
Finally, the
以上、本実施の形態によれば、過去の様々な情報を利用した学習機能を用いることで、ユーザによる空調機の操作なしに自動的に空調システムを構成する装置を制御することができる。 As described above, according to the present embodiment, by using a learning function that uses various past information, it is possible to automatically control the devices that constitute the air conditioning system without the operation of the air conditioner by the user.
また、以上、本実施の形態によれば、ユーザの操作が行われた場合を負例と考えることで、各ユーザの熱的快適性を許容範囲に収めるように、空調システムを自動的に制御することができる。 As described above, according to the present embodiment, the case where the user's operation is performed is considered as a negative example, and the air conditioning system is automatically controlled so that the thermal comfort of each user is within the allowable range. can do.
なお、本実施の形態によれば、学習情報格納部１１１に格納される学習情報は、実施の形態１の「時刻情報、外部情報、内部情報、装置状態情報および制御情報を入力とし、当該制御情報が適切か否かを出力とする学習情報」ならば、どのような学習情報を用いても良い。
Note that according to the present embodiment, the learning information stored in the learning
（実施の形態４）
本実施の形態において、１または２以上の熱源と２以上の空調機とを有する空調システムを制御する制御装置４であって、制御情報を実行した際の報酬を求める制御情報評価部を備えることで、未知の状況に対しても柔軟に対応できる制御装置４について説明する。
(Embodiment 4)
In this Embodiment, it is the control apparatus 4 which controls the air conditioning system which has 1 or 2 or more heat sources, and 2 or more air conditioners, Comprising: The control information evaluation part which calculates | requires the reward at the time of performing control information is provided The control device 4 that can flexibly cope with an unknown situation will be described.
本実施の形態における、空調システムは図１の空調システムと同様の構成である。ただし、本実施の形態における制御装置４は、図１の制御情報生成部２３を図２１の制御情報生成部４３と置き換えた構成である。すなわち、制御装置４は、格納部１１、学習情報格納部１１１、受付部３２、制御情報生成部４３、出力部２４を備える。さらに、制御情報生成部４３は、制御情報候補生成手段３３１、制御情報評価手段４３１、制御情報選択手段４３２を備える。
The air conditioning system in the present embodiment has the same configuration as the air conditioning system of FIG. However, the control device 4 in the present embodiment has a configuration in which the control
制御情報評価手段４３１は、学習情報格納部１１１に格納されている学習情報を用いて、制御情報候補生成手段３３１が生成した制御情報候補の報酬を算出する。ここで、報酬を算出する際、受付部３２が受け付けた外部情報、内部情報および装置状態情報も制御情報候補と共に用いる。また、報酬とは、ユーザによる空調機の操作がどの程度行われないかを表す値であり、報酬が高いほど、ユーザによる空調機の操作が行われないことを表す。また、当該学習情報が実施の形態１で示した強化学習によって得られた学習情報である場合、報酬は、当該制御情報を実行した後に得られる将来の報酬まで含む報酬（将来得られる報酬の和の期待値）である。
The control
制御情報選択手段４３２は、制御情報候補生成手段３３１が生成した制御情報候補のうち、制御情報評価手段４３１が算出した報酬が最大となる制御情報候補を選択する。
The control
次に、制御装置４の動作について図２２のフローチャートを用いて説明する。 Next, operation | movement of the control apparatus 4 is demonstrated using the flowchart of FIG.
（ステップＳ２２０１）受付部３２は、時刻に関する時刻情報と、当該時刻情報に対応する外部情報、内部情報および装置設定情報（以下、受付情報）が入力された場合、ステップＳ２２０２へ進む、そうでない場合、受付情報が入力されるまで待機する。
(Step S2201) The
（ステップＳ２２０２）制御情報候補生成手段３３１は、受付情報から制御情報候補を生成する。かかる処理は実施の形態３の制御情報候補生成処理と同様である。
(Step S2202) The control information
（ステップＳ２２０３）制御情報選択手段４３２は、ステップＳ２２０２で生成した制御情報候補から、制御情報評価手段４３１が算出する報酬が最大となる１の制御情報を選択する。かかる処理を報酬最大制御情報選択処理という。報酬最大制御情報選択処理の詳細について、図２３のフローチャートを用いて説明する。
(Step S2203) The control
（ステップＳ２２０４）出力部２４は、制御情報生成部４３が生成した制御情報を出力する。
(Step S2204) The
なお、図２２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 Note that the processing is ended by powering off or interruption for aborting the processing in the flowchart in FIG.
次に、ステップＳ２２０３の報酬最大制御情報選択処理の詳細の具体例について、図２３のフローチャートを用いて説明する。 Next, a specific example of details of the reward maximum control information selection processing in step S2203 will be described using the flowchart of FIG.
（ステップＳ２３０１）制御情報選択手段４３２は、カウンタｉを１に、報酬ｂを−∞に、制御情報Ｃをｎｕｌｌに設定する。 (Step S2301) The control information selection means 432 sets the counter i to 1, the reward b to -∞, and the control information C to null.
（ステップＳ２３０２）制御情報選択手段４３２は、ｉ番目の制御情報候補が存在する場合、ステップＳ２３０３へ進み、そうでない場合、上位処理へリターンする。
(Step S2302) If there is an i-th control information candidate, the control
（ステップＳ２３０３）制御情報選択手段４３２は、制御情報評価手段４３１を用いて、受付部３２が受け付けた外部情報、内部情報および装置状態情報において、制御情報候補［ｉ］を実行した際の報酬を算出し、変数ｔｍｐへ代入する。
(Step S2303) The control
（ステップＳ２３０４）制御情報選択手段４３２は、報酬ｂがｔｍｐより小さい場合、ステップＳ２３０５へ、そうでない場合、ステップＳ２３０６へ進む。
(Step S2304) If the reward b is smaller than tmp, the control
（ステップＳ２３０５）制御情報選択手段４３２は、報酬ｂにｔｍｐを代入し、制御情報Ｃに制御情報候補［ｉ］を代入する。 (Step S2305) The control information selection means 432 substitutes tmp for the reward b and substitutes the control information candidate [i] for the control information C.
（ステップＳ２３０６）制御情報選択手段４３２は、カウンタｉを１だけ増加させる。
(Step S2306) The control
以上、本実施の形態によれば、過去の様々な情報を利用した学習機能を用いることで、ユーザによる空調機の操作を少なくしつつコストを低減するような空調システムの制御を実現できる。 As described above, according to the present embodiment, by using a learning function using various past information, it is possible to realize control of the air conditioning system that reduces the cost while reducing the operation of the air conditioner by the user.
また、本実施の形態によれば、長期的なコストを少なくしつつ、ユーザによる操作回数を少なくするような空調システムの制御を実現できる。 Further, according to the present embodiment, it is possible to realize control of the air conditioning system that reduces the number of operations by the user while reducing long-term costs.
また、本実施の形態によれば、過去には存在しないような状況にも柔軟に対応できる、制御を行うことができる。 Further, according to the present embodiment, it is possible to perform control that can flexibly cope with a situation that does not exist in the past.
なお、本実施の形態によれば、学習情報格納部１１１に格納される学習情報は、実施の形態１の「時刻情報、外部情報、内部情報、装置状態情報および制御情報を入力とし、当該制御情報の適切さに関する値を出力とする学習情報」ならば、どのような学習情報を用いても良い。
Note that according to the present embodiment, the learning information stored in the learning
（実施の形態５）
本実施の形態において、１または２以上の熱源と２以上の空調機とを有する空調システムを制御する制御装置５であって、指定された一定期間の制御情報を出力する制御装置５について説明する。
(Embodiment 5)
In the present embodiment, a control device 5 that controls an air conditioning system having one or more heat sources and two or more air conditioners and that outputs control information for a specified period of time will be described. .
図２４は、本実施の形態における制御装置５のブロック図である。なお、図２４の制御装置５は、図１２と同様に、１または２以上の熱源６、１または２以上の空調機７、１または２以上の外部情報源８、１または２以上の内部情報源９と接続され空調システムを構成する。 FIG. 24 is a block diagram of the control device 5 in the present embodiment. The control device 5 in FIG. 24 is similar to FIG. 12 in that one or more heat sources 6, one or more air conditioners 7, one or more external information sources 8, one or more internal information It is connected to the source 9 and constitutes an air conditioning system.
制御装置５は、格納部１１、学習情報格納部１１１、受付部５２、制御情報生成部２３、出力部５４、次時点情報推定部５５、生成制御部５６を備える。
The control device 5 includes a
受付部５２は、制御情報を生成する対象の期間である制御情報生成対象期間を受け付ける。ここで、制御情報を生成する対象の期間は、通常、任意の同一ではない２つの時刻からなる。さらに、時刻は通常、月、日、時と分からなる時間である。以後、制御情報生成対象期間の前の時刻を「開始時刻」と、後の時刻を「終了時刻」と呼ぶ。また、受付部５２は、制御情報生成対象期間とともに、開始時刻における外部情報、内部情報および装置状態情報を受け付けても良い。
The receiving
次時点情報推定部５５は、時刻に関する時刻情報と、当該時刻情報に対応する日時情報を含む外部情報、内部情報および装置状態情報と、制御情報から、前記時刻情報から一定時間経過した後の時刻である次時点における外部情報、内部情報および装置状態情報を推定する。
The next point-of-time
次時点情報推定部５５は、例えば、外部情報格納部１１２、内部情報格納部１１３、装置状態情報格納部１１４、装置設定情報格納部１１５および操作情報格納部１１６を備え、前記格納部に格納されている各情報を予め学習することで実現され得る。具体的には、以下のような方法で次時点情報推定部５５は実現され得る。はじめに、実施の形態１で示した統合情報を生成する。この際、統合情報の時刻情報が一定間隔ではない場合、補完処理を行い、時刻情報を一定間隔に変更する。補完処理の詳細については実施の形態１を参照されたし。また、統合情報の時刻の間隔は、制御装置５が出力する制御情報の間隔と等しいものとする。次時点情報推定部５５は、統合情報の外部情報、内部情報および装置状態情報と、装置設定情報を操作情報で上書きした情報を入力、当該統合情報の次の時点の統合情報の外部情報、内部情報、装置状態情報を出力として回帰モデルを学習させることで実現できる。ここで、学習器にはニューラルネットワーク、ＳＶＲ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｒｅｇｒｅｓｓｉｏｎ）等、回帰問題を解くことができる学習器ならば何を用いても良い。すなわち、次点情報推定部５５は、実施の形態１の内部状態を出力とする場合と同様のモデルと学習方法によって実現することができる。なお、ニューラルネットワークおよびＳＶＲについては、公知技術であるので、詳細な説明を省略する。
The next time point
生成制御部５６は、制御情報生成部２３を用いて、次時点情報推定部５５が推定した次時点における外部情報、内部情報および装置状態情報から、次時点の制御情報を生成する。さらに、生成制御部５６は、次時点情報推定部５５を用いて、前記外部情報、前記内部情報、前記装置状態情報および前記制御情報から、次時点からさらに一定時間経過した後の時刻である次々時点の外部情報、内部情報および装置状態情報を推定する。すなわち、生成制御部５６は、制御情報生成部２３を用いた現在の状態に対する制御情報の生成と、次時点情報推定部５５を用いた次時点の情報の推定を繰り返すことで、受付部５２が受け付けた制御計画生成対象期間の制御情報を生成する。
The
出力部５４は、生成制御部５６が生成した制御情報生成対象期間の制御情報を出力する。出力部５４は、生成制御部５６が生成した制御情報生成対象期間の制御情報以外に、次時点情報推定部５５が推定した外部情報、内部情報および装置状態情報を、制御情報と同時に出力しても良い。
The
次に、制御装置５の動作について図２５のフローチャートを用いて説明する。 Next, operation | movement of the control apparatus 5 is demonstrated using the flowchart of FIG.
（ステップＳ２５０１）受付部５２は、制御情報生成対象期間が入力された場合、ステップＳ２５０２へ進む、そうでない場合、制御情報生成対象期間が入力されるまで待機する。
(Step S2501) When the control information generation target period is input, the accepting
（ステップＳ２５０２）生成制御部５６は、時刻ｔを開始時刻に、現在状態Ｅを初期状態に、制御情報列Ｃを?に初期化する。ここで、初期状態は、実施の形態３の制御情報候補生成手段３３１において、基礎とする制御情報を取得する手法と同様に、ステップＳ２５０１で受け付けた開始時刻ともっとも近い外部情報、内部情報および装置状態情報を取得する。また、制御情報列Ｃは配列（順序付きの多重集合）である。
(Step S2502) The
（ステップＳ２５０３）生成制御部５６は、時刻ｔが終了時刻以下の場合、ステップＳ２５０４へ、そうでない場合、ステップＳ２５０７へ進む。
(Step S2503) The
（ステップＳ２５０４）生成制御部５６は、制御情報生成部２３を用いて、現在状態Ｅから制御情報を生成し、当該制御情報を制御情報列Ｃの末尾へ追加する。
(Step S2504) The
（ステップＳ２５０５）生成制御部５６は、時刻ｔを予め定めた推定間隔だけ進める。
(Step S2505) The
（ステップＳ２５０６）生成制御部５６は、次時点情報推定部５５を用いて、現在状態ＥとステップＳ２５０４で生成した制御情報から、次の状態を推定し、当該次の状態を現在状態Ｅへ代入する。
(Step S2506) The
（ステップＳ２５０７）出力部５４は、制御情報列Ｃを出力する。
(Step S2507) The
なお、図２５のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 Note that the processing is ended by powering off or interruption for aborting the processing in the flowchart in FIG.
以下、本実施の形態における制御装置５の具体的な動作について説明する。 Hereinafter, a specific operation of the control device 5 in the present embodiment will be described.
本具体例では、９／２３の９：００から１２：００を制御情報の生成対象期間とし、制御情報の推定間隔を１時間とする。また、本具体例では、次時点情報推定部５５は学習器によって実現し、図１１と同様の統合情報を構築し、空調システムに関する情報を学習済みであるとする。
In this specific example, 9:00 to 12:00 on 9/23 is set as a generation period of control information, and an estimation interval of control information is set to 1 hour. Further, in this specific example, it is assumed that the next time point
制御装置５の受付部５２は、はじめに、制御情報生成対象期間として、９／２３の９：００から１２：００を受け付ける（ステップＳ２５０１）。
First, the receiving
次に、生成制御部５６は、時刻ｔを「９／２３ ９：００」に、現在状態Ｅを図１１と日付が一致する統合情報である「外気温２５℃、開発部：気温２８℃、会議室：気温２８℃、熱源Ａ：電力１５００Ｗｈ、空調機ａ：電力１５０Ｗｈ、空調機ｂ：電力０Ｗｈ」とし、制御情報列Ｃを?に初期化する（ステップＳ２５０２）。
Next, the
次に、生成制御部５６は、制御情報生成部２３を用いて、前記現在状態Ｅから制御情報「空調機ａ：温度２６℃、空調機ｂ：ＯＦＦ」を生成し、制御情報列Ｃへ追加する（ステップＳ２５０４）。
Next, the
次に、生成制御部５６は、時刻ｔを１時間だけ進め、「９／２３ １０：００」とする（ステップＳ２５０５）。
Next, the
次に、生成制御部５６は、次時点情報推定部５５を用いて、現在状態Ｅ「外気温２５℃、開発部：気温２８℃、会議室：気温２８℃、熱源Ａ：電力１０００Ｗｈ、空調機ａ：電力１５０Ｗｈ、空調機ｂ：電力０Ｗｈ」と制御情報「空調機ａ：温度２６℃、空調機ｂ：ＯＦＦ」から、次時点情報「外気温２６℃、開発部：気温２８℃、会議室：気温２９℃、熱源Ａ：電力２０００Ｗｈ、空調機ａ：電力１５０Ｗｈ、空調機ｂ：電力０Ｗｈ」を推定する。そして、この次時点情報を現在状態Ｅへ代入する（ステップＳ２５０６）。
Next, the
次に、生成制御部５６は、制御情報生成部２３を用いて、現在状態Ｅ「外気温２６℃、開発部：気温２８℃、会議室：気温２９℃、熱源Ａ：電力２０００Ｗｈ、空調機ａ：電力１５０Ｗｈ、空調機ｂ：電力０Ｗｈ」から、制御情報「空調機ａ：温度２６℃、空調機ｂ：２４℃」を生成し、制御情報列Ｃへ追加する（ステップＳ２５０４）。
Next, the
次に、生成制御部５６は、「時刻ｔを進める（ステップＳ２５０５）」、「次時点情報の推定（ステップＳ２５０６）」を行う。
Next, the
以後、時刻ｔが終了時刻を超えるまで、「制御情報の生成（ステップＳ２５０４）」、「時刻ｔを進める（ステップＳ２５０５）」、「次時点情報の推定（ステップＳ２５０６）」を繰り返し実行する。 Thereafter, until the time t exceeds the end time, “generation of control information (step S2504)”, “advance time t (step S2505)”, and “estimation of next time point information (step S2506)” are repeatedly executed.
そして、時刻ｔが終了時刻を超えた場合、出力部５４は、制御情報列Ｃを出力する（ステップＳ２５０７）。
If the time t exceeds the end time, the
以上、本実施の形態によれば、長期間にわたる空調システムの制御計画を立案することができる。 As mentioned above, according to this Embodiment, the control plan of an air conditioning system over a long period can be drawn up.
また、本実施の形態によれば、長期間にわたる空調システムの制御に関するシミュレーションが可能となる。 Moreover, according to this Embodiment, the simulation regarding control of the air conditioning system over a long period of time is attained.
なお、本実施の形態によれば、制御情報生成部２３は、実施の形態３の制御情報生成部３３や実施の形態４の制御情報生成部４３を用いても良い。
According to the present embodiment, the control
また、本実施の形態によれば、次時点情報推定部５５は、制御装置５と接続される外部情報源８の情報をそのまま用いても良い。例えば、ある時刻の外部情報の外気温について、外部の天気情報を提供するＷｅｂサービスから直接取得しても良い。
Further, according to the present embodiment, the next time point
また、本実施の形態によれば、次時点情報推定部５５は、物理シミュレーションによって情報を推定しても良い。
Further, according to the present embodiment, the next time point
また、本実施の形態によれば、次時点情報推定部５５は、推定する情報ごとに異なった方法を用いて推定を行っても良い。例えば、外部情報の外気温は天候予測Ｗｅｂページ（外部情報源８）から取得する一方、内部情報の各部屋の温度はニューラルネットワークによって推定しても良い。
Further, according to the present embodiment, the next point-in-time
また、図２６は、本明細書で述べたプログラムを実行して、上述した実施の形態の制御装置２等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。
FIG. 26 shows the external appearance of a computer that executes the program described in this specification and realizes the
図２６において、コンピュータシステム３０００は、ＣＤ−ＲＯＭドライブ３００５を含むコンピュータ３００１と、キーボード３００２と、マウス３００３と、モニタ３００４とを備える。
In FIG. 26, the
図２７は、コンピュータシステム３０００の内部構成を示す図である。図２６において、コンピュータ３００１は、ＣＤ−ＲＯＭドライブ３００５に加えて、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１１と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１２と、ＭＰＵ３０１１に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するＲＡＭ３０１３と、アプリケーションプログラム、システムプログラム、及びデータを記憶するハードディスク３０１４と、ＭＰＵ３０１１、ＲＯＭ３０１２等を相互に接続するバス３０１５とを備える。なお、コンピュータ３００１は、ＬＡＮやＷＡＮ等への接続を提供する図示しないネットワークカードを含んでいてもよい。
FIG. 27 is a diagram showing an internal configuration of the
コンピュータシステム３０００に、上記実施の形態による制御装置２等の機能を実行させるプログラムは、ＣＤ−ＲＯＭ３０２１に記憶されて、ＣＤ−ＲＯＭドライブ３００５に挿入され、ハードディスク３０１４に転送されてもよい。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ３００１に送信され、ハードディスク３０１４に記憶されてもよい。プログラムは実行の際にＲＡＭ３０１３にロードされる。なお、プログラムは、ＣＤ−ＲＯＭ３０２１、またはネットワークから直接、ロードされてもよい。また、ＣＤ−ＲＯＭ３０２１に代えて他の記録媒体（例えば、ＵＳＢメモリ等）を介して、プログラムがコンピュータシステム３０００に読み込まれてもよい。
A program that causes the
プログラムは、コンピュータ３００１に、上記実施の形態による制御装置２等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能やモジュールを呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム３０００がどのように動作するのかについては周知であり、詳細な説明は省略する。
The program does not necessarily include an operating system (OS) or a third-party program that causes the
なお、上記プログラムにおいて、情報を送信する送信ステップや、情報を受信する受信ステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。 In the above program, in a transmission step for transmitting information, a reception step for receiving information, etc., processing performed by hardware, for example, processing performed by a modem or an interface card in the transmission step (only performed by hardware). Not included) is not included.
また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。 Further, the computer that executes the program may be singular or plural. That is, centralized processing may be performed, or distributed processing may be performed.
また、上記各実施の形態において、各処理（各機能）は、単一の装置（システム）によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。 In each of the above embodiments, each process (each function) may be realized by centralized processing by a single device (system), or by distributed processing by a plurality of devices. May be.
また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。 Further, the present invention is not limited to the above-described embodiment, and various modifications are possible, and it goes without saying that these are also included in the scope of the present invention.
以上のように、本発明にかかる制御装置は、過去のデータを用いた学習機能を用いることで、各ユーザの熱的快適性を許容範囲に収めるように、空調システムを自動的に制御することができるという効果を有し、制御装置等として有用である。 As described above, the control device according to the present invention automatically controls the air conditioning system so that the thermal comfort of each user is within an allowable range by using a learning function using past data. And is useful as a control device or the like.
１ 学習装置
２、３、４、５ 制御装置
６ 熱源
７ 空調機
８ 外部情報源
９ 内部情報源
１１ 格納部
１１１ 学習情報格納部
１１２ 外部情報格納部
１１３ 内部情報格納部
１１４ 装置状態情報格納部
１１５ 装置設定情報格納部
１１６ 操作情報格納部
１２ 学習部
１３ 蓄積部
２２、３２、５２ 受付部
２３、３３、４３ 制御情報生成部
２３１ 理想状態取得手段
２３２ 制御情報取得手段
３３１ 制御情報候補生成手段
３３２ 制御情報判定手段
３３３ 制御情報選択手段
４３１ 制御情報評価手段
４３２ 制御情報選択手段
２４、５４ 出力部
DESCRIPTION OF
Claims (13)
外気温度を含む外部環境情報と、日時に関する日時情報とを有する２以上の外部情報が格納される外部情報格納部と、
空調機が空気調整する領域を識別する領域識別子と、当該領域の温度を含む内部環境情報と、日時に関する日時情報とを有する２以上の内部情報が格納される内部情報格納部と、
空調システムを構成する空調機を識別する装置識別子と、当該空調機の状態に関する１以上の状態情報と、日時に関する日時情報とを有する２以上の装置状態情報が格納される装置状態情報格納部と、
空調システムを構成する空調機を識別する装置識別子と、当該空調機の設定に関する１以上の設定情報と、日時に関する日時情報とを有する２以上の装置設定情報が格納される装置設定情報格納部と、
空調システムを構成する空調機に対応する装置識別子と、ユーザによる空調機の操作を特定する操作識別子と、日時に関する日時情報とを有する１以上の操作情報が格納される操作情報格納部と、
前記２以上の外部情報と前記２以上の内部情報と前記２以上の装置状態情報と前記２以上の装置設定情報と前記１以上の操作情報とを有する２以上の統合情報を用いて、時刻に関する時刻情報と当該時刻情報に対応する外部情報、または時刻に関する時刻情報と当該時刻情報に対応する外部情報と当該時刻情報に対応する内部情報と当該時刻情報に対応する装置状態情報と各空調機に対する装置設定情報を含む制御情報を入力とし、各空調機に対する装置設定情報を含む制御情報に関する情報を出力とする学習情報を構成する学習部と、
前記学習情報を前記学習情報格納部に蓄積する蓄積部とを具備する学習装置。 A learning information storage unit for storing learning information for controlling an air conditioning system having two or more air conditioners;
An external information storage unit for storing two or more pieces of external information including external environment information including the outside air temperature and date / time information related to the date / time;
An internal information storage unit for storing two or more internal information including an area identifier for identifying an area to be air-conditioned by the air conditioner, internal environment information including the temperature of the area, and date / time information on the date and time;
An apparatus status information storage unit for storing two or more apparatus status information including an apparatus identifier for identifying an air conditioner constituting the air conditioning system, one or more status information regarding the status of the air conditioner, and date / time information regarding the date and time; ,
An apparatus setting information storage unit for storing two or more apparatus setting information including an apparatus identifier for identifying an air conditioner constituting the air conditioning system, one or more setting information regarding the setting of the air conditioner, and date / time information regarding the date and time; ,
An operation information storage unit that stores one or more pieces of operation information including an apparatus identifier corresponding to an air conditioner constituting the air conditioning system, an operation identifier that specifies an operation of the air conditioner by a user, and date and time information about the date and time;
Using two or more pieces of integrated information including the two or more pieces of external information, the two or more pieces of internal information, the two or more pieces of apparatus state information, the two or more pieces of apparatus setting information, and the one or more pieces of operation information. Time information and external information corresponding to the time information, or time information related to the time, external information corresponding to the time information, internal information corresponding to the time information, device status information corresponding to the time information, and each air conditioner A learning unit that configures learning information that takes control information including apparatus setting information as input and outputs information related to control information including apparatus setting information for each air conditioner, and
A learning apparatus comprising: an accumulation unit that accumulates the learning information in the learning information storage unit.
１または２以上の熱源と２以上の空調機とを有する空調システムを制御するための学習情報が格納され、
前記装置状態情報格納部には、
熱源を識別する装置識別子と、当該熱源の状態に関する１以上の状態情報と、日時に関する日時情報とを有する１以上の装置状態情報をも格納され、
前記装置設定情報格納部には、
熱源を識別する装置識別子と、当該熱源の設定に関する１以上の設定情報と、日時に関する日時情報とを有する１以上の装置設定情報をも格納され、
前記学習部は、
前記２以上の外部情報と前記２以上の内部情報と前記３以上の装置状態情報と前記３以上の装置設定情報と前記１以上の操作情報とを有する２以上の統合情報を用いて、時刻に関する時刻情報と当該時刻情報に対応する外部情報、または時刻に関する時刻情報と当該時刻情報に対応する外部情報と当該時刻情報に対応する内部情報と当該時刻情報に対応する装置状態情報と各装置に対する装置設定情報を含む制御情報を入力とし、各装置に対する装置設定情報を含む制御情報に関する情報を出力とする学習情報を構成する請求項１記載の学習装置。 In the learning information storage unit,
Learning information for controlling an air conditioning system having one or more heat sources and two or more air conditioners is stored,
In the device status information storage unit,
Also stored is one or more device status information having a device identifier for identifying a heat source, one or more status information regarding the state of the heat source, and date / time information regarding the date and time,
In the device setting information storage unit,
Also stored is one or more device setting information including a device identifier for identifying a heat source, one or more setting information regarding the setting of the heat source, and date / time information regarding the date and time,
The learning unit
Using two or more pieces of integrated information including the two or more pieces of external information, the two or more pieces of internal information, the three or more pieces of apparatus state information, the three or more pieces of apparatus setting information, and the one or more pieces of operation information. Time information and external information corresponding to the time information, or time information related to the time, external information corresponding to the time information, internal information corresponding to the time information, device status information corresponding to the time information, and device for each device The learning apparatus according to claim 1, wherein the learning information is configured to receive control information including setting information as input and output information related to control information including apparatus setting information for each apparatus.
前記２以上の外部情報、前記２以上の内部情報、前記２以上の装置状態情報、前記２以上の装置設定情報、および前記１以上の操作情報について、
前記１以上の各操作情報が有する日時情報に対応する外部情報、内部情報、装置状態情報、および装置設定情報である負例と、前記負例以外の日時情報に対応する外部情報、内部情報、装置状態情報、および装置設定情報である正例のうち、少なくとも一部を用いて、学習情報を構成する請求項１または請求項２記載の学習装置。 The learning unit
About the two or more external information, the two or more internal information, the two or more device status information, the two or more device setting information, and the one or more operation information,
External information, internal information, device status information, and device setting information corresponding to date and time information included in each of the one or more pieces of operation information, and external information and internal information corresponding to date and time information other than the negative example, The learning device according to claim 1, wherein learning information is configured by using at least a part of the device status information and the positive example that is the device setting information.
深層学習により前記学習情報を構成する請求項１から請求項３いずれか一項に記載の学習装置。 The learning unit
The learning apparatus according to claim 1, wherein the learning information is configured by deep learning.
少なくとも一の時刻に対応する外部情報、および当該一の時刻に対応する内部情報を受け付ける受付部と、
前記受付部が受け付けた情報を、前記学習情報に適用し、２以上の各空調機に対する装置設定情報を含む制御情報を生成する制御情報生成部と、
前記制御情報を出力する出力部とを具備する制御装置。 The learning information learned by the learning device according to any one of claims 1 to 4 or the learning information that is two or more integrated information according to any one of claims 1 to 4 is stored. Learning information storage unit,
A reception unit that receives external information corresponding to at least one time and internal information corresponding to the one time;
A control information generating unit that applies the information received by the receiving unit to the learning information and generates control information including device setting information for each of the two or more air conditioners;
A control device comprising: an output unit that outputs the control information.
前記受付部が受け付けた外部情報を、前記学習情報に適用し、内部情報を取得する理想状態取得手段と、
前記受付部が受け付けた内部情報から、前記理想状態取得手段が取得した内部情報へ近づけるための制御情報を取得する制御情報取得手段とを具備する請求項５記載の制御装置。 The control information generation unit
Applying the external information received by the reception unit to the learning information, ideal state acquisition means for acquiring internal information;
6. The control apparatus according to claim 5, further comprising control information acquisition means for acquiring control information for approaching the internal information acquired by the ideal state acquisition means from the internal information received by the reception unit.
少なくとも一の時刻に対応する外部情報、当該一の時刻に対応する内部情報、および当該一の時刻に対応する装置状態情報を受け付け、
前記制御情報生成部は、
前記受付部が受け付けた外部情報、内部情報、および装置状態情報から１以上の制御情報候補を生成する制御情報候補生成手段と、
前記学習情報を用いて、前記受付部が受け付けた外部情報、内部情報、および装置状態情報と、前記制御情報候補生成手段が生成した制御情報とを組み合わせた情報が正例と負例のいずれに属するかを判定する制御情報判定手段と、
前記制御情報候補生成手段が生成した制御情報候補のうち、前記制御情報判定手段が正例であると判定した制御情報候補から、一の制御情報候補を選択する制御情報選択手段とを具備し、
前記出力部は、
前記制御情報選択手段が選択した一の制御情報候補を制御情報として出力する請求項５記載の制御装置。 The reception unit
Accept external information corresponding to at least one time, internal information corresponding to the one time, and device status information corresponding to the one time,
The control information generation unit
Control information candidate generating means for generating one or more control information candidates from the external information, internal information, and apparatus state information received by the receiving unit;
Using the learning information, information obtained by combining the external information, internal information, and device status information received by the receiving unit with the control information generated by the control information candidate generating unit is either a positive example or a negative example. Control information determination means for determining whether to belong;
Among the control information candidates generated by the control information candidate generation means, the control information determination means comprises a control information selection means for selecting one control information candidate from the control information candidates determined to be positive examples,
The output unit is
The control apparatus according to claim 5, wherein one control information candidate selected by the control information selection unit is output as control information.
少なくとも一の時刻に対応する外部情報、当該一の時刻に対応する内部情報、および当該一の時刻に対応する装置状態情報を受け付け、
前記制御情報生成部は、
前記受付部が受け付けた外部情報、内部情報、および装置状態情報から１以上の制御情報候補を生成する制御情報候補生成手段と、
前記学習情報を用いて、前記受付部が受け付けた外部情報、内部情報、および装置状態情報と、前記制御情報候補生成手段が生成した制御情報とを組み合わせた情報の報酬を算出する制御情報評価手段と、
前記制御情報候補生成手段が生成した制御情報候補のうち、前記制御情報評価手段が算出した報酬が最大となる制御情報候補を選択する制御情報選択手段とを具備し、
前記出力部は、
前記制御情報選択手段が選択した一の制御情報候補を制御情報として出力する請求項５記載の制御装置。 The reception unit
Accept external information corresponding to at least one time, internal information corresponding to the one time, and device status information corresponding to the one time,
The control information generation unit
Control information candidate generating means for generating one or more control information candidates from the external information, internal information, and apparatus state information received by the receiving unit;
Control information evaluation means for calculating a reward for information obtained by combining the external information, internal information, and device status information received by the reception unit with the control information generated by the control information candidate generation means, using the learning information. When,
Control information selection means for selecting a control information candidate that maximizes the reward calculated by the control information evaluation means from among the control information candidates generated by the control information candidate generation means,
The output unit is
The control apparatus according to claim 5, wherein one control information candidate selected by the control information selection unit is output as control information.
前記次時点情報推定部が推定した次時点における外部情報、内部情報、および装置状態情報を前記制御情報生成部に与え、次時点の制御情報を生成させ、かつ当該次時点からさらに予め決められた時間が経過した後の時刻である次々時点における外部情報、内部情報、および装置状態情報を生成させる生成制御部をさらに具備し、
前記受付部は、
制御情報を生成する対象の期間である制御情報生成対象期間を受け付け、
前記出力部は、
前記制御情報生成部が生成した制御情報生成対象期間の制御情報を出力する請求項５から請求項８いずれか一項に記載の制御装置。 From the external information corresponding to the one time, the internal information corresponding to the one time, the device state information corresponding to the one time, and the control information generated by the control information generating unit, from the one time in advance A next time point information estimation unit for estimating external information, internal information, and device state information at the next time point, which is a time after a predetermined time has elapsed,
External information, internal information, and device status information at the next time point estimated by the next time point information estimation unit are given to the control information generation unit, control information at the next time point is generated, and further predetermined from the next time point Further comprising a generation control unit for generating external information, internal information, and device state information at the next time point, which is the time after time has passed,
The reception unit
Accept the control information generation target period, which is the target period for generating control information,
The output unit is
The control apparatus according to any one of claims 5 to 8, wherein the control information for the control information generation target period generated by the control information generation unit is output.
２以上の空調機を有する空調システムを制御するための学習情報と、
外気温度を含む外部環境情報と、日時に関する日時情報とを有する２以上の外部情報と、
空調機が空気調整する領域を識別する領域識別子と、当該領域の温度を含む内部環境情報と、日時に関する日時情報とを有する２以上の内部情報と、
空調システムを構成する空調機を識別する装置識別子と、当該空調機の状態に関する１以上の状態情報と、日時に関する日時情報とを有する２以上の装置状態情報と、
空調システムを構成する空調機を識別する装置識別子と、当該空調機の設定に関する１以上の設定情報と、日時に関する日時情報とを有する２以上の装置設定情報と、
空調システムを構成する空調機に対応する装置識別子と、ユーザによる空調機の操作を特定する操作識別子と、日時に関する日時情報とを有する１以上の操作情報とを格納しており、
学習部と蓄積部を用いて処理される、２以上の空調機を有する空調システムを制御する方法であって、
前記学習部が、
前記２以上の外部情報と前記２以上の内部情報と前記２以上の装置状態情報と前記２以上の装置設定情報と前記１以上の操作情報とを有する２以上の統合情報を用いて、時刻に関する時刻情報と当該時刻情報に対応する外部情報、または時刻に関する時刻情報と当該時刻情報に対応する外部情報と当該時刻情報に対応する内部情報と当該時刻情報に対応する装置状態情報と各空調機に対する装置設定情報を含む制御情報を入力とし、各空調機に対する装置設定情報を含む制御情報に関する情報を出力とする学習情報を構成する学習ステップと、
前記蓄積部が、
前記学習情報を蓄積する蓄積ステップとを備える学習方法。 In the storage medium,
Learning information for controlling an air conditioning system having two or more air conditioners;
Two or more external information including external environment information including the outside air temperature and date / time information on the date / time;
Two or more pieces of internal information including an area identifier for identifying an area to be air-conditioned by the air conditioner, internal environment information including the temperature of the area, and date / time information regarding the date and time;
Two or more pieces of apparatus state information having apparatus identifiers for identifying air conditioners constituting the air conditioning system, one or more pieces of state information relating to the state of the air conditioners, and date and time information relating to the date and time;
Two or more apparatus setting information including an apparatus identifier for identifying an air conditioner constituting the air conditioning system, one or more setting information regarding the setting of the air conditioner, and date / time information regarding the date and time;
Storing one or more pieces of operation information including an apparatus identifier corresponding to an air conditioner constituting the air conditioning system, an operation identifier for specifying an operation of the air conditioner by a user, and date / time information on the date / time;
A method of controlling an air conditioning system having two or more air conditioners processed using a learning unit and an accumulation unit,
The learning unit
Using two or more pieces of integrated information including the two or more pieces of external information, the two or more pieces of internal information, the two or more pieces of apparatus state information, the two or more pieces of apparatus setting information, and the one or more pieces of operation information. Time information and external information corresponding to the time information, or time information related to the time, external information corresponding to the time information, internal information corresponding to the time information, device status information corresponding to the time information, and each air conditioner A learning step that configures learning information that takes control information including apparatus setting information as input and outputs information related to control information including apparatus setting information for each air conditioner, and
The storage unit is
A learning method comprising: an accumulation step for accumulating the learning information.
請求項１０に記載の学習方法により学習された学習情報、または請求項１０に記載の２以上の統合情報である学習情報を格納しており、
受付部、制御情報生成部、および出力部とを用いて処理される、２以上の空調機を有する空調システムを制御する方法であって、
前記受付部が、
少なくとも一の時刻に対応する外部情報、および当該一の時刻に対応する内部情報を受け付ける受付ステップと、
前記制御情報生成部が、
前記受付部が受け付けた外部情報、内部情報、装置状態情報、および装置設定情報を、前記学習情報に適用し、２以上の各空調機に対する装置設定情報を含む制御情報を生成する制御情報生成ステップと、
前記出力部が、
前記制御情報を出力する出力ステップとを備える制御方法。 In the storage medium,
Learning information learned by the learning method according to claim 10, or learning information that is two or more integrated information according to claim 10,
A method of controlling an air conditioning system having two or more air conditioners processed using a reception unit, a control information generation unit, and an output unit,
The reception unit
A reception step for receiving external information corresponding to at least one time and internal information corresponding to the one time;
The control information generation unit
A control information generation step of generating control information including apparatus setting information for two or more air conditioners by applying the external information, internal information, apparatus state information, and apparatus setting information received by the receiving unit to the learning information. When,
The output unit is
A control method comprising: an output step of outputting the control information.
コンピュータがアクセス可能な記憶媒体は、
２以上の空調機を有する空調システムを制御するための学習情報が格納される学習情報格納部と、
外気温度を含む外部環境情報と、日時に関する日時情報とを有する２以上の外部情報が格納される外部情報格納部と、
空調機が空気調整する領域を識別する領域識別子と、当該領域の温度を含む内部環境情報と、日時に関する日時情報とを有する２以上の内部情報が格納される内部情報格納部と、
空調システムを構成する空調機を識別する装置識別子と、当該空調機の状態に関する１以上の状態情報と、日時に関する日時情報とを有する２以上の装置状態情報が格納される装置状態情報格納部と、
空調システムを構成する空調機を識別する装置識別子と、当該空調機の設定に関する１以上の設定情報と、日時に関する日時情報とを有する２以上の装置設定情報が格納される装置設定情報格納部と、
空調システムを構成する空調機に対応する装置識別子と、ユーザによる空調機の操作を特定する操作識別子と、日時に関する日時情報とを有する１以上の操作情報が格納される操作情報格納部とを具備し、
コンピュータを、前記２以上の外部情報と前記２以上の内部情報と前記２以上の装置状態情報と前記２以上の装置設定情報と前記１以上の操作情報とを有する２以上の統合情報を用いて、時刻に関する時刻情報と当該時刻情報に対応する外部情報、または時刻に関する時刻情報と当該時刻情報に対応する外部情報と当該時刻情報に対応する内部情報と当該時刻情報に対応する装置状態情報と各空調機に対する装置設定情報を含む制御情報を入力とし、各空調機に対する装置設定情報を含む制御情報に関する情報を出力とする学習情報を構成する学習部と、
前記学習情報を前記学習情報格納部に蓄積する蓄積部として機能させるためのプログラム。 A learning program for controlling an air conditioning system having two or more air conditioners,
Storage media accessible by the computer
A learning information storage unit for storing learning information for controlling an air conditioning system having two or more air conditioners;
An external information storage unit for storing two or more pieces of external information including external environment information including the outside air temperature and date / time information related to the date / time;
An internal information storage unit for storing two or more internal information including an area identifier for identifying an area to be air-conditioned by the air conditioner, internal environment information including the temperature of the area, and date / time information on the date and time;
An apparatus status information storage unit for storing two or more apparatus status information including an apparatus identifier for identifying an air conditioner constituting the air conditioning system, one or more status information regarding the status of the air conditioner, and date / time information regarding the date and time; ,
An apparatus setting information storage unit for storing two or more apparatus setting information including an apparatus identifier for identifying an air conditioner constituting the air conditioning system, one or more setting information regarding the setting of the air conditioner, and date / time information regarding the date and time; ,
An operation information storage unit that stores one or more pieces of operation information including an apparatus identifier corresponding to an air conditioner constituting the air conditioning system, an operation identifier that specifies an operation of the air conditioner by a user, and date / time information related to the date / time. And
The computer uses two or more pieces of integrated information including the two or more pieces of external information, the two or more pieces of internal information, the two or more pieces of apparatus state information, the two or more pieces of apparatus setting information, and the one or more pieces of operation information. Time information related to time and external information corresponding to the time information, or time information related to time, external information corresponding to the time information, internal information corresponding to the time information, device status information corresponding to the time information, and A learning unit that configures learning information that receives control information including device setting information for an air conditioner and outputs information related to control information that includes device setting information for each air conditioner, and
A program for causing the learning information to function as an accumulation unit that accumulates the learning information in the learning information storage unit.
コンピュータがアクセス可能な記憶媒体は、
請求項１２のプログラムにより学習された学習情報、または請求項１２に記載の２以上の統合情報である学習情報が格納される学習情報格納部を具備し、
コンピュータを、
少なくとも一の時刻に対応する外部情報、および当該一の時刻に対応する内部情報を受け付ける受付部と、
前記受付部が受け付けた外部情報、内部情報、装置状態情報、および装置設定情報を、前記学習情報に適用し、２以上の各空調機に対する装置設定情報を含む制御情報を生成する制御情報生成部と、
前記制御情報を出力する出力部として機能させるためのプログラム。 A control program for controlling an air conditioning system having two or more air conditioners,
Storage media accessible by the computer
A learning information storage unit that stores learning information learned by the program according to claim 12 or learning information that is two or more pieces of integrated information according to claim 12,
Computer
A reception unit that receives external information corresponding to at least one time and internal information corresponding to the one time;
A control information generating unit that applies external information, internal information, device state information, and device setting information received by the receiving unit to the learning information and generates control information including device setting information for each of two or more air conditioners. When,
A program for functioning as an output unit for outputting the control information.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016210319A JP2018071853A (en) | 2016-10-27 | 2016-10-27 | Learning device, control device, learning method, control method, learning program, and control program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016210319A JP2018071853A (en) | 2016-10-27 | 2016-10-27 | Learning device, control device, learning method, control method, learning program, and control program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2018071853A true JP2018071853A (en) | 2018-05-10 |
Family
ID=62113724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016210319A Pending JP2018071853A (en) | 2016-10-27 | 2016-10-27 | Learning device, control device, learning method, control method, learning program, and control program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2018071853A (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019060514A (en) * | 2017-09-25 | 2019-04-18 | 日本電信電話株式会社 | Air-conditioning control device, air-conditioning control method and program |
| JP2020077019A (en) * | 2018-11-05 | 2020-05-21 | 日本コンピューターテクノス株式会社 | Facility controller, learning device, facility control method, production method of learning apparatus, and program |
| JP2020115270A (en) * | 2019-01-17 | 2020-07-30 | 株式会社富士通ゼネラル | Server device and learning method |
| JP2020148385A (en) * | 2019-03-13 | 2020-09-17 | ダイキン工業株式会社 | Air conditioning control system and air conditioning control method |
| JP2020153530A (en) * | 2019-03-18 | 2020-09-24 | ダイキン工業株式会社 | Machine learning device for determining operating condition of pre-cooling operation or pre-warming operation in air conditioner |
| JP2020184118A (en) * | 2019-04-26 | 2020-11-12 | ダイキン工業株式会社 | Control device for number of pumps, control method for number of pumps, and control program for number of pumps |
| CN113614455A (en) * | 2019-03-18 | 2021-11-05 | 大金工业株式会社 | System for determining operating conditions for precooling operation or preheating operation of air conditioner |
| WO2021250770A1 (en) * | 2020-06-09 | 2021-12-16 | 三菱電機株式会社 | Inference device and learning device for controlling air conditioning device |
| JP2022026452A (en) * | 2020-07-31 | 2022-02-10 | ダイキン工業株式会社 | Air conditioning system |
| CN114761732A (en) * | 2019-12-13 | 2022-07-15 | 三菱电机株式会社 | Model sharing system, model management device, and control device for air conditioning device |
| JP7244148B1 (en) | 2022-08-25 | 2023-03-22 | ｃｙｎａｐｓ株式会社 | Ventilation control system, ventilation control device, and ventilation control program |
| WO2023132266A1 (en) * | 2022-01-05 | 2023-07-13 | 三菱電機株式会社 | Learning device, air conditioning control system, inference device, air conditioning control device, trained model generation method, trained model, and program |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0544972A (en) * | 1991-08-09 | 1993-02-23 | Matsushita Electric Ind Co Ltd | Controller for air conditioner |
| JPH05133585A (en) * | 1991-11-12 | 1993-05-28 | Matsushita Electric Ind Co Ltd | Controller for air conditioner |
| JP2014194290A (en) * | 2013-03-28 | 2014-10-09 | Fujitsu Advanced Engineering Ltd | Air conditioner set temperature calculation device, air conditioner set temperature calculation program, and air conditioner set temperature calculation method |
| JP2015215659A (en) * | 2014-05-08 | 2015-12-03 | アズビル株式会社 | Function generation device, heat source equipment control device, air conditioning system, function generation method, and program for function generation |
| JP2016065680A (en) * | 2014-09-25 | 2016-04-28 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | Control parameter changing method for air conditioner, method for changing display of set value for control, control parameter changing device, and device for changing display of set value for control |
-
2016
- 2016-10-27 JP JP2016210319A patent/JP2018071853A/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0544972A (en) * | 1991-08-09 | 1993-02-23 | Matsushita Electric Ind Co Ltd | Controller for air conditioner |
| JPH05133585A (en) * | 1991-11-12 | 1993-05-28 | Matsushita Electric Ind Co Ltd | Controller for air conditioner |
| JP2014194290A (en) * | 2013-03-28 | 2014-10-09 | Fujitsu Advanced Engineering Ltd | Air conditioner set temperature calculation device, air conditioner set temperature calculation program, and air conditioner set temperature calculation method |
| JP2015215659A (en) * | 2014-05-08 | 2015-12-03 | アズビル株式会社 | Function generation device, heat source equipment control device, air conditioning system, function generation method, and program for function generation |
| JP2016065680A (en) * | 2014-09-25 | 2016-04-28 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | Control parameter changing method for air conditioner, method for changing display of set value for control, control parameter changing device, and device for changing display of set value for control |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019060514A (en) * | 2017-09-25 | 2019-04-18 | 日本電信電話株式会社 | Air-conditioning control device, air-conditioning control method and program |
| JP2020077019A (en) * | 2018-11-05 | 2020-05-21 | 日本コンピューターテクノス株式会社 | Facility controller, learning device, facility control method, production method of learning apparatus, and program |
| JP7203374B2 (en) | 2018-11-05 | 2023-01-13 | 日本コンピューターテクノス株式会社 | Equipment control device, learning device, equipment control method, learning device production method, and program |
| JP2020115270A (en) * | 2019-01-17 | 2020-07-30 | 株式会社富士通ゼネラル | Server device and learning method |
| JP7211096B2 (en) | 2019-01-17 | 2023-01-24 | 株式会社富士通ゼネラル | Server device and learning method |
| EP3940306A4 (en) * | 2019-03-13 | 2022-04-27 | Daikin Industries, Ltd. | Air-conditioning control system and air-conditioning control method |
| JP2020148385A (en) * | 2019-03-13 | 2020-09-17 | ダイキン工業株式会社 | Air conditioning control system and air conditioning control method |
| WO2020184454A1 (en) * | 2019-03-13 | 2020-09-17 | ダイキン工業株式会社 | Air-conditioning control system and air-conditioning control method |
| WO2020189544A1 (en) * | 2019-03-18 | 2020-09-24 | ダイキン工業株式会社 | Machine learning device for determining operation condition of precooling operation or preheating operation of air conditioner |
| CN113508268A (en) * | 2019-03-18 | 2021-10-15 | 大金工业株式会社 | Machine learning device for determining operating conditions for precooling operation or preheating operation of air conditioner |
| US11525595B2 (en) | 2019-03-18 | 2022-12-13 | Daikin Industries, Ltd. | System for determining operation condition of precooling operation/preheating operation of air conditioner |
| CN113614455A (en) * | 2019-03-18 | 2021-11-05 | 大金工业株式会社 | System for determining operating conditions for precooling operation or preheating operation of air conditioner |
| JP2020153530A (en) * | 2019-03-18 | 2020-09-24 | ダイキン工業株式会社 | Machine learning device for determining operating condition of pre-cooling operation or pre-warming operation in air conditioner |
| US11885520B2 (en) | 2019-03-18 | 2024-01-30 | Daikin Industries, Ltd. | Machine learning apparatus for determining operation condition of precooling operation or preheating operation of air conditioner |
| JP7260770B2 (en) | 2019-04-26 | 2023-04-19 | ダイキン工業株式会社 | Pump number control device, pump number control method, pump number control program |
| JP2020184118A (en) * | 2019-04-26 | 2020-11-12 | ダイキン工業株式会社 | Control device for number of pumps, control method for number of pumps, and control program for number of pumps |
| CN114761732B (en) * | 2019-12-13 | 2024-03-19 | 三菱电机株式会社 | Model sharing system, model management device, and control device for air conditioner |
| CN114761732A (en) * | 2019-12-13 | 2022-07-15 | 三菱电机株式会社 | Model sharing system, model management device, and control device for air conditioning device |
| WO2021250770A1 (en) * | 2020-06-09 | 2021-12-16 | 三菱電機株式会社 | Inference device and learning device for controlling air conditioning device |
| JPWO2021250770A1 (en) * | 2020-06-09 | 2021-12-16 | ||
| JP7208538B2 (en) | 2020-07-31 | 2023-01-19 | ダイキン工業株式会社 | air conditioning system |
| JP2022026452A (en) * | 2020-07-31 | 2022-02-10 | ダイキン工業株式会社 | Air conditioning system |
| WO2023132266A1 (en) * | 2022-01-05 | 2023-07-13 | 三菱電機株式会社 | Learning device, air conditioning control system, inference device, air conditioning control device, trained model generation method, trained model, and program |
| JP7244148B1 (en) | 2022-08-25 | 2023-03-22 | ｃｙｎａｐｓ株式会社 | Ventilation control system, ventilation control device, and ventilation control program |
| WO2024043156A1 (en) * | 2022-08-25 | 2024-02-29 | ｃｙｎａｐｓ株式会社 | Ventilation control system, ventilation control device, ventilation control program, temperature adjustment/control system, temperature adjustment/control device, and temperature adjustment/control program |
| JP2024031139A (en) * | 2022-08-25 | 2024-03-07 | ｃｙｎａｐｓ株式会社 | Ventilation control system, ventilation control device and ventilation control program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2018071853A (en) | Learning device, control device, learning method, control method, learning program, and control program | |
| Eseye et al. | Short-term forecasting of heat demand of buildings for efficient and optimal energy management based on integrated machine learning models | |
| Zhang et al. | Consensus building for the heterogeneous large-scale GDM with the individual concerns and satisfactions | |
| Majidpour et al. | Fast prediction for sparse time series: Demand forecast of EV charging stations for cell phone applications | |
| Ji et al. | Data-driven load modeling and forecasting of residential appliances | |
| Chae et al. | Artificial neural network model for forecasting sub-hourly electricity usage in commercial buildings | |
| Moreno et al. | Big data: the key to energy efficiency in smart buildings | |
| Yang et al. | A systematic approach to occupancy modeling in ambient sensor-rich buildings | |
| US20210019557A1 (en) | System for distributed data processing using clustering | |
| US8090665B2 (en) | Finding communities and their evolutions in dynamic social network | |
| Ying et al. | Bi-objective reentrant hybrid flowshop scheduling: an iterated Pareto greedy algorithm | |
| US20240078618A1 (en) | Predictive segmentation of energy customers | |
| CN113609779B (en) | Modeling method, device and equipment for distributed machine learning | |
| CN110889545A (en) | Power load prediction method and device and readable storage medium | |
| CN110503531A (en) | The dynamic social activity scene recommended method of timing perception | |
| Yan et al. | Efficient selection of a set of good enough designs with complexity preference | |
| Konstantakopoulos et al. | Design, benchmarking and explainability analysis of a game-theoretic framework towards energy efficiency in smart infrastructure | |
| Tupper et al. | Band depth clustering for nonstationary time series and wind speed behavior | |
| Raghavendra et al. | Artificial humming bird with data science enabled stability prediction model for smart grids | |
| CN105512156A (en) | Method and device for generation of click models | |
| CN117057852B (en) | Internet marketing system and method based on artificial intelligence technology | |
| Li et al. | A fast algorithm for buffer allocation problem | |
| Zare-Noghabi et al. | Medium-term load forecasting using support vector regression, feature selection, and symbiotic organism search optimization | |
| CN113435101B (en) | Particle swarm optimization-based power failure prediction method for support vector machine | |
| Xu et al. | PSARE: A RL-based online participant selection scheme incorporating area coverage ratio and degree in mobile crowdsensing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190910 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200624 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200707 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210105 |