JP2024092509A - 機器制御システム、機器制御方法、およびプログラム - Google Patents

Abstract

【課題】室内環境を快適にするように機器を制御できること。【解決手段】機器制御システムは、制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された環境情報である検出環境情報に基づいて第１時刻よりも後の第２時刻における環境情報である予測環境情報を、環境を制御する機器の制御パターン毎に予測する予測部と、予測された予測環境情報が目標となる環境情報にどれだけ近いかを示すコストを制御パターン毎に算出するコスト算出部と、算出されたコストに基づいて制御パターンのなかから機器の制御に用いられる制御パターンを選択する制御パターン選択部と、を備える。【選択図】図２

Description

本発明は、機器制御システム、機器制御方法、およびプログラムに関する。

住宅の高気密・高断熱化が進み、さらには２０２０年春以降における在宅時間の増加などにより、暮らしの変化とともに、住まいのあり方、あるいは、望まれるプランまたは性能にも変化が求められている。

現状の住宅設備における室内環境の制御は、各設備を個別に操作する必要がある。居住者が季節、温湿度状態、および消費電力量に応じて適切な機器を都度操作するか、もしくはタイマーまたはＡＩスピーカー等を利用した定型制御が行われることに留まっている。

特許文献１に記載された空調システムでは、被制御エリアに供給する熱エネルギーを生成するように構成された熱源機と、この熱源機によって生成された熱エネルギーを前記被制御エリアの複数の領域に配分するように構成された複数の空調ユニットと、複数の小部屋に仕切られた前記被制御エリアの各小部屋と前記空調ユニットとを対応付けた関連付け情報と、気象情報と、各小部屋の居住者（入居者）の情報と、各空調ユニットの設定温度とに基づいて、各小部屋に人が在室する間の快適性が向上するように、前記熱源機の起動停止と各空調ユニットの起動停止とを制御するように構成された予測制御部とを備える（特許文献１参照）。

特開２０２０－０７０９４５号公報

しかしながら、特許文献１に記載された技術では、室内環境が空調制御に十分に反映されない場合があった。例えば、戸建て住宅などの建物では、太陽から得られる日射量（日射熱）の影響の変化により室内温度が時間とともに変化すること、および、室内照度が時間とともに変化することが発生する。さらに、個々の建物ごとに、断熱性能、窓の大きさ、形状、および間取りが異なるため、時間とともに変化する日射量および室内照度の量も、個々の建物ごとに異なる。このように、室内環境は、時間とともに変化する。
一方、住宅設備として備えられる環境制御機器によって制御が行われる場合、当該制御によっても室内環境は変化する。環境制御機器による制御による室内環境の変化を考慮せずに室内環境の変化を予測する場合、予測の精度は十分でないと考えられる。

本発明は、このような事情を考慮してなされたもので、室内環境を快適にするように機器を制御できる機器制御システム、機器制御方法、およびプログラムを提供する。

本発明は上記の課題を解決するためになされたものであり、本発明の一態様は、制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された前記環境情報である検出環境情報に基づいて前記第１時刻よりも後の第２時刻における前記環境情報である予測環境情報を、前記環境を制御する機器の制御パターン毎に予測する予測部と、前記予測部によって予測された前記予測環境情報が目標となる前記環境情報にどれだけ近いかを示すコストを前記制御パターン毎に算出するコスト算出部と、前記コスト算出部によって算出された前記コストに基づいて前記制御パターンのなかから前記機器の制御に用いられる前記制御パターンを選択する制御パターン選択部と、を備える機器制御システムである。

本発明は上記の課題を解決するためになされたものであり、本発明の一態様は、制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された前記環境情報である検出環境情報に基づいて前記第１時刻よりも後の第２時刻における前記環境情報である予測環境情報を、前記環境を制御する機器の制御パターン毎に予測する予測ステップと、前記予測ステップによって予測された前記予測環境情報が目標となる前記環境情報にどれだけ近いかを示すコストを前記制御パターン毎に算出するコスト算出ステップと、前記コスト算出ステップによって算出された前記コストに基づいて前記制御パターンのなかから前記機器の制御に用いられる前記制御パターンを選択する制御パターン選択ステップと、をコンピュータが実行する機器制御方法である。

本発明は上記の課題を解決するためになされたものであり、本発明の一態様は、コンピュータに、制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された前記環境情報である検出環境情報に基づいて前記第１時刻よりも後の第２時刻における前記環境情報である予測環境情報を、前記環境を制御する機器の制御パターン毎に予測する予測ステップと、前記予測ステップによって予測された前記予測環境情報が目標となる前記環境情報にどれだけ近いかを示すコストを前記制御パターン毎に算出するコスト算出ステップと、前記コスト算出ステップによって算出された前記コストに基づいて前記制御パターンのなかから前記機器の制御に用いられる前記制御パターンを選択する制御パターン選択ステップと、を実行させるためのプログラムである。

本発明によれば、室内環境を快適にするように機器を制御できる。

本発明の実施形態に係る機器制御システムの構成の一例を示す図である。 本発明の実施形態に係る制御選択部の構成の一例を示す図である。 本発明の実施形態に係る制御選択部の処理の概要の一例を示す図である。 本発明の実施形態に係る線形回帰モデルの概要の一例を示す図である。 本発明の実施形態に係る制御パターン毎の予測値の概要の一例を示す図である。 本発明の実施形態に係る機器制御システムにおいて行われる処理の手順の一例を示す図である。

（実施形態）
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
［機器制御システム１の構成］
図１は、本実施形態に係る機器制御システム１の構成の一例を示す図である。機器制御システム１は、管理装置２と、機器制御装置３と、検出部４と、機器部５と、情報提供部６とを備える。

本実施形態では、機器制御装置３と、検出部４と、機器部５とは、室内Ｒ１の外部に備えられている。本実施形態では、機器制御システム１は、室内Ｒ１の環境を調整するための機器を制御する。つまり、本実施形態では、室内Ｒ１は機器制御システム１の制御対象である。

ここで、室内Ｒ１は、所定の建物の内部の一部または全部を表す。例えば、室内Ｒ１は、所定の建物にある１つの部屋の内部であってもよく、同じ建物にある２つ以上の部屋の内部であってもよく、あるいは、所定の建物の内部のすべてであってもよい。所定の建物としては、任意の建物であってもよく、例えば、個人の家屋であってもよく、集合住宅であってもよく、あるいは、商業施設などの建物であってもよい。

また、本実施形態では、室内Ｒ１の居住者が、機器制御システム１におけるユーザであるとして、説明する。つまり、本実施形態では、機器制御システム１により、当該居住者にとって快適な住環境を実現するように制御を行う。
なお、機器制御システム１が適用される室内Ｒ１などに応じて、様々な者がユーザとして設定されてもよい。

本実施形態では、管理装置２は、インターネットなどに設置されたサーバー装置であり、いわゆるクラウドの装置である。他の構成例として、管理装置２の機能の一部または全部が室内Ｒ１に備えられてもよい。
本実施形態では、管理装置２がクラウドの装置として構成される場合、例えば、機器制御装置３と管理装置２との通信環境は、室内Ｒ１の他の通信環境（例えば、インターネット環境）から独立した通信環境とされてもよい。

また、管理装置２がクラウドの装置として構成される場合、管理装置２は、機器制御装置３の稼働を監視する処理（稼働監視サービスの処理）を行ってもよい。管理装置２は、例えば、機器制御装置３の状態を管理してもよく、機器制御装置３の再起動あるいはアップデートなどを実行させる制御を行ってもよい。

本実施形態では、情報提供部６は、気象情報を提供する気象庁などのように、環境情報を提供する機関に備えられている。情報提供部６は、例えば、機器制御装置３と管理装置２との一方または両方と、ＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅ）で連携していてもよい。
なお、他の構成例として、情報提供部６の機能の一部または全部が室内Ｒ１に備えられてもよい。

本実施形態のように、機器制御システム１が複数の装置から構成される場合、必要に応じて、一の装置と他の装置との間で通信が行われる。当該通信としては、例えば、有線の通信が用いられてもよく、または、無線の通信が用いられてもよい。

なお、図１の例は、機器制御システム１のそれぞれの機能が備えられる場所を示した一つの構成例であり、他の任意の構成が用いられてもよい。例えば、管理装置２は、機器制御システム１の外部の機能部であると捉えられてもよく、この場合、機器制御システム１は管理装置２を備えないと捉えられてもよい。例えば、情報提供部６は、機器制御システム１の外部の機能部であると捉えられてもよく、この場合、機器制御システム１は情報提供部６を備えないと捉えられてもよい。
なお、本実施形態では、情報提供部６から提供される情報が用いられる場合を示すが、このような情報が用いられない場合があってもよい。その場合、機器制御システム１の構成から情報提供部６は省略されてもよく、また、機器制御装置３の構成から外部提供情報取得部３１は省略されてもよい。

＜検出部＞
検出部４は、環境情報を検出する。
本実施形態では、環境情報は、室内Ｒ１の環境を調整するために参照される情報である。環境情報、例えば、室内Ｒ１の環境の状態を表す情報、あるいは、室内Ｒ１の環境に影響を与える外部（室内Ｒ１に対して外部）の状態を表す情報である。また環境情報は、例えば、建物の環境を示す物理量の値を示す情報である。

具体例として、検出対象となる環境情報は、温度の情報、明るさの情報、及び電力消費量（消費電力量などと呼ばれてもよい。）の情報などのうち１以上である。なお、検出対象となる環境情報には、湿度の情報、日射取得量の情報、換気量の情報、音の大きさの情報、臭気成分濃度の情報、化学物質濃度の情報、ガス使用量の情報、及び水道使用量の情報などのうち１以上が含まれてもよい。

温度の情報としては、室内Ｒ１の室内温度の情報、および、外気温の情報が用いられる。温度の単位としては、［℃］（Ｃｅｌｓｉｕｓ）などが用いられてもよい。

明るさの情報としては、室内Ｒ１の明るさの情報が用いられる。明るさの情報としては、例えば、照度［ｌｘ］の情報が用いられてもよく、あるいは、輝度［ｃｄ／ｍ２］の情報が用いられてもよい。本実施形態では、一例として、明るさの情報として照度の情報として用いる。以下の説明では、明るさのこと照度という場合がある。

電力消費量の情報としては、室内Ｒ１に関して使用される所定の１つ以上の機器の電力消費量の情報が用いられる。当該機器は、例えば、機器制御部３４による制御対象の機器であってもよく、あるいは、それ以外の機器（説明の便宜上、非制御対象機器とも呼ぶ。）であってもよい。他の例として、電力消費量として、室内Ｒ１に関する全体の電力消費量が用いられてもよい。電力消費量の単位としては、［Ｗｈ］などが用いられてもよい。

本実施形態では、一例として、環境情報は、室内Ｒ１の温度の情報、室内Ｒ１の明るさの情報、および電力消費量の情報を含む。

また、具体例として、検出対象となる環境情報は、居住者によって手動で行われた住環境に関する作業の内容を表す情報であってもよい。当該作業としては、例えば、窓の開閉作業（窓を開ける作業、窓を閉じる作業）、ブラインドの開閉作業、ブラインドの角度変更作業、シャッターの開閉停止作業、照明のオンオフ作業（照明を点灯させる作業、照明を消灯させる作業、照明の輝度を変更する作業）、エアーコンディショナー（以下、エアコンともいう）の電源オンオフ作業、または冷暖房運転等の設定変更作業などであってもよい。
なお、このような情報を検出する検出部としては、例えば、窓などに対する作業内容を検出するセンサが用いられてもよい。

ここで、検出部４は、例えば、検出対象となる情報ごとに、当該情報を検出するセンサを備えている。
また、同一の種類の物理量（例えば、室内温度という種類の物理量、または、他の種類の物理量）について、当該物理量を検出するセンサが室内Ｒ１の１箇所に（つまり、総じて１個のセンサが）設けられてもよく、あるいは、当該物理量を検出するセンサが室内Ｒ１の異なる２以上の箇所（異なる２以上の測定点）に（つまり、総じて２個以上のセンサが）設けられてもよい。
なお、検出部４は、２種類以上の情報を検出するマルチセンサを備えていてもよい。

＜制御装置＞
機器制御装置３は、例えば、ゲートウェイ装置として構成されてもよい。
機器制御装置３は、検出情報取得部３０と、外部提供情報取得部３１と、情報送信部３２と、情報受信部３３と、機器制御部３４と、を備える。
検出情報取得部３０は、検出部４によって検出された情報を取得する。
外部提供情報取得部３１は、情報提供部６から提供される情報を取得する。

ここで、検出情報取得部３０により検出部４によって検出された情報を取得するタイミングと、外部提供情報取得部３１により情報提供部６から提供される情報を取得するタイミングとしては、それぞれ、任意のタイミングが用いられてもよく、例えば、定期的なタイミング（例えば、３０分おき）が用いられてもよい。
また、これらのタイミングとしては、例えば、同じタイミングが用いられてもよく、あるいは、異なるタイミングが用いられてもよい。

情報送信部３２は、環境情報を管理装置２に送信する。
ここで、本実施形態では、当該環境情報は、検出部４によって検出された情報の一部または全部を含んでもよく、また、機器部５の制御の状態（制御状況などと呼ばれてもよい。）を表す情報の一部または全部を含んでもよい。
機器部５の制御の状態を表す情報は、機器部５に対して設定された制御値の情報を含んでもよく、また、機器部５に対して行われた制御の履歴を表す情報を含んでもよい。また、機器部５の制御の状態を表す情報は、機器部５の状態（制御された結果の状態）を表す情報を含んでもよい。なお、機器部５の制御の状態を表す情報は、機器部５に含まれる機器ごとの情報であってもよい。

情報受信部３３は、管理装置２から送信される情報を受信する。
機器制御部３４は、機器部５を制御する機能を有する。機器制御部３４は、管理装置２から送信される環境情報に基づいて選択された制御パターンに基づいて、機器部５を制御する。本実施形態では、機器制御部３４は、機器部５を制御するための値（制御値）を機器部５に出力することで、機器部５を制御する。

本実施形態では、当該制御パターンは、情報受信部３３によって受信された情報の一部または全部を含んでもよい。
また、本実施形態では、当該環境情報は、検出部４によって検出された情報の一部または全部を含んでもよい。
また、本実施形態では、当該環境情報は、外部提供情報取得部３１によって取得された情報の一部または全部を含んでもよく、また、当該情報から推測される情報を含んでもよい。

また、情報受信部３３によって受信される情報は、機器部５を制御するための基準となる情報（説明の便宜上、機器制御基準情報と呼ぶ。）を含んでもよい。機器制御基準情報としては、例えば、一般的に知られている情報が用いられてもよく、あるいは、機器制御システム１ごとに独自に設定された情報が用いられてもよい。

一般的に知られている情報として、温熱あるいは照度などに関する快適域判断指標となる情報が用いられてもよい。
具体例として、ＡＳＨＲＡＥ５５－２００４による快適温湿度範囲のような標準有効温度（ＳＥＴ＊）が快適域判断指標として使用されてもよい。標準有効温度（ＳＥＴ＊）は、人体からの熱放散量と環境因子、生理因子との関係、ならびに生理的な体温調節機能をシミュレートした数学モデルに基づく快適域判断指標であり、夏冬などの快適域判断指標がある。

なお、快適域判断指標としては、上記のものに限られない。例えば、温熱快適性判断指標として、予想平均温冷感申告（ＰＭＶ：Ｐｒｅｄｉｃｔｅｄ Ｍｅａｎ Ｖｏｔｅ）、作用温度、あるいは、室内温度などが用いられてもよい。
また、照度の快適性判断指標として、ＪＩＳＺ９１１０で規定されている照度基準、明るさ感などが用いられてもよい。また、他の快適性判断指標として、湿度、あるいは、不快指数などが用いられてもよい。

また、機器制御部３４は、機器部５の制御の状態を表す情報を管理する。機器制御部３４は、機器部５の状態を表す情報を機器部５から取得する機能を有する。

ここで、機器制御部３４は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサーを用いて構成されてもよい。この場合、機器制御部３４は、当該プロセッサーによって制御プログラムを実行することで、機器部５を制御する。
なお、機器制御部３４は、各種の情報を記憶する記憶部を備えてもよい。当該情報は、例えば、制御プログラム、機器部５の制御の状態を表す情報、機器部５を制御するための基準となる情報などであってもよい。

また、機器制御部３４は、例えば、既に行われた機械学習の結果に基づいて、機器部５を制御するための値（制御値）を決定してもよい。
この場合、当該機械学習の結果は、任意の記憶部に記憶されてもよく、例えば、機器制御部３４が記憶部を備える場合の当該記憶部に記憶されてもよい。

＜機器部＞
機器部５は、１つ以上の機器を含む。
当該機器は、室内Ｒ１の環境を制御する機器である。本実施形態では、当該機器は、室内Ｒ１の室内温度、または明るさのうち１以上に影響を与える機能を有しており、例えば、室内Ｒ１、または、室内Ｒ１の外側に備えられている。当該機器を、住宅設備ともいう。

具体例として、機器部５に含まれる機器は、照明、温度または湿度等の調整のためのエアコンなどの空調機器、床暖房の機器、湿度等の調整のための換気機器、電動のブラインド（例えば、外付け電動ブラインド、内付け電動ブラインド）、電動のロールスクリーン（例えば、外付け電動ロールスクリーン、内付け電動ロールスクリーン）、もしくは電動のシャッターなどである。
また、機器部５は、上記以外に、熱あるいは湿度を発生させる家電機器を含んでもよい。当該家電機器は、食洗器、あるいは、ドライヤーなどであってもよい。

照明の制御態様としては、例えば、点灯、消灯があり、さらに、点灯時の明るさなどがある。
空調機器の制御態様としては、例えば、冷房、暖房、送風、除湿などがあり、さらに、設定温度、設定湿度、風の向き、風の強さなどがある。
床暖房の制御態様としては、例えば、オン、オフがあり、さらに、床暖房をオンにする領域、設定温度などがある。
ブラインドの制御態様としては、例えば、開閉の角度がある。開閉の角度の例として、全開、半開、または、全閉などが用いられてもよい。開閉の角度は、全開の角度から全閉の角度までの角度の範囲が等分されて用いられてもよい。
ロールスクリーンの制御態様として、例えば、開閉の程度がある。開閉の程度として、全開、半開、または、全閉などが用いられてもよい。
シャッターの制御態様として、例えば、開閉の程度がある。開閉の程度として、全開、半開、または、全閉などが用いられてもよい。

なお、同一の種類（例えば、照明という種類、または、エアコンという種類、など）の複数の機器が、機器部５に含まれてもよい。
それぞれの機器は、例えば、室内Ｒ１のある建物に予め備えられている機器であってもよく、あるいは、当該建物の居住者などにより購入された機器であってもよい。
また、それぞれの機器は、例えば、室内Ｒ１に専用に備えられたものであってもよく、室内Ｒ１と他の部屋に共通に備えられたものであってもよく、あるいは、室内Ｒ１のある建物の全体（全館用）に備えられたものであってもよい。

機器部５のそれぞれの機器は、機器制御部３４からの指示（本実施形態では、制御値）に基づいて、動作を行う。ここで、機器制御部３４は、機器部５に含まれる１つ以上の機器のそれぞれを制御することが可能である。
機器制御部３４は、例えば、２つ以上の機器を連携させて制御することができ、また、２つ以上の機器を独立に制御することもできる。

＜管理装置＞
管理装置２は、情報受信部２０と、外部提供情報取得部２１と、記憶部２２と、制御選択部２３と、情報送信部２４と、を備える。
情報受信部２０は、機器制御装置３から送信された情報を受信する。
外部提供情報取得部２１は、情報提供部６から提供される情報を受信する。

ここで、情報受信部２０により機器制御装置３から送信された情報を受信するタイミング（つまり、機器制御装置３の情報送信部３２から情報を送信するタイミング）と、外部提供情報取得部２１により情報提供部６から提供される情報を受信するタイミングとしては、それぞれ、任意のタイミングが用いられてもよく、例えば、定期的なタイミング（例えば、３０分おき）が用いられてもよい。
また、これらのタイミングとしては、例えば、同じタイミングが用いられてもよく、あるいは、異なるタイミングが用いられてもよい。

記憶部２２は、所定の情報を記憶する。
本実施形態では、当該所定の情報は、例えば、情報受信部２０によって受信された情報を含んでもよい。
また、本実施形態では、当該所定の情報は、例えば、外部提供情報取得部２１によって取得された情報を含んでもよい。

本実施形態では、記憶部２２には、検出部４によって検出されたセンサ情報（例えば、室内環境などの情報）、機器部５の機器に関する機器操作ログ（機器動作ログ）、および、情報提供部６から提供される情報が記憶される。
これらの情報は、制御対象の室内Ｒ１の住環境の状態に関する情報であり、住環境予測シミュレーションを行うための取得情報となる。

制御選択部２３は、記憶部２２に記憶された情報に基づいて、制御パターンを選択する。
本実施形態では、当該情報は、例えば、記憶部２２に記憶された情報であり、情報受信部２０によって受信された情報を含んでもよく、外部提供情報取得部２１によって取得された情報を含んでもよく、外部提供情報取得部２１によって取得された情報から推測される情報を含んでもよい。当該情報には、検出された環境情報から環境情報を予測する所定のアルゴリズム（予測アルゴリズムという）のパラメータの情報、制御パターンの情報が含まれる。

制御パターンとは、機器部５の制御のパターンである。本実施形態では、制御パターンは、一例として、機器部５に含まれる複数の機器それぞれの制御のパターンの組合せである。この構成により、機器制御システム１では、当該複数の機器を連携して制御することができるため、当該複数の機器を個別に制御する場合に比べて効率よく室内環境を制御できる。

例えば、当該機器がエアコンである場合、制御のパターンには、オンとオフとがある。エアコンの設定温度としては、例えば、後述する所定の快適基準域に収まるような所定の温度が設定される。
例えば、当該機器がブラインドである場合、制御のパターンには、ブラインドの開閉の角度がある。
制御パターンは、例えば、上述した機器部５を制御するための制御値によって示される。
なお、制御パターンは、１種類の機器の制御のパターンであってもよい。

＜制御選択部＞
ここで図２および図３を参照し、制御選択部２３の構成について説明する。図２は、本実施形態に係る制御選択部２３の構成の一例を示す図である。制御選択部２３は、予測部２３０と、更新部２３１と、コスト算出部２３２と、制御パターン選択部２３３とを備える。

予測部２３０は、第１時刻において検出された検出環境情報に基づいて当該第１時刻よりも後の第２時刻における予測環境情報を制御パターン毎に予測する。検出環境情報は、検出される環境情報である。予測環境情報は予測される環境情報である。予測部２３０は、予測アルゴリズムに基づいて予測を行う。

更新部２３１は、予測部２３０が予測に用いるアルゴリズムに関するパラメータを検出環境情報に基づいて更新する。

コスト算出部２３２は、予測部２３０によって予測された予測環境情報が目標となる環境情報にどれだけ近いかを示すコストを制御パターン毎に算出する。本実施形態において、コストとは、最適化問題におけるコスト関数（目的関数）の値に相当する量である。

制御パターン選択部２３３は、コスト算出部２３２によって算出されたコストに基づいて制御パターンのなかから機器部５の制御に用いられる制御パターンを選択する。

ここで、制御選択部２３は、例えば、ＣＰＵなどのプロセッサーを用いて構成されてもよい。この場合、制御選択部２３は、当該プロセッサーによって制御プログラムを実行することで、制御パターンの選択を行う。
なお、制御選択部２３は、各種の情報を記憶する記憶部を備えてもよい。当該情報は、例えば、制御プログラム、制御パターン、制御目標値などであってもよい。当該記憶部として、記憶部２２が用いられてもよい。

ここで図３を参照し、制御選択部２３の処理の概要について説明する。図３は、本実施形態に係る制御選択部２３の処理の概要の一例を示す図である。制御選択部２３は、一例として、所定の時間毎に制御パターンを選択する処理を行う。所定の時間とは、例えば、３０分である。なお、所定の時間は、３０分以外であってもよい。

予測部２３０は、現在時刻ｔにおける環境情報ｘ（ｔ）を取得する。環境情報ｘ（ｔ）には、温度の情報、明るさの情報、および消費電力の情報が含まれる。予測部２３０は、環境情報ｘ（ｔ）から予測アルゴリズムに基づいて次の時刻ｔ＋１（本実施形態では、現在時刻ｔから３０分後の時刻）における環境情報を制御パターン毎に予測する。なお、現在時刻ｔは、第１時刻の一例であり、次の時刻ｔ＋１は、当該第１時刻よりも後の第２時刻の一例である。

住宅温熱環境の変化を予測する予測アルゴリズムは、例えば、線形回帰を使用するアルゴリズムである。予測アルゴリズムは、制御の対象となる室内Ｒ１ごとの特徴に基づいて構築されてもよく、あるいは、室内Ｒ１の幾つかのパターンが設定されて、それぞれのパターンごとの特徴に基づいて構築されてもよい。

所定のアルゴリズムは、例えば、カルマンフィルタである。図４に示すように、過去の環境情報のデータＤ１から、予測式Ｌ１がカルマンフィルタに基づいて制御パターン毎に予め算出されている。予測式Ｌ１は、ある制御パターンに基づいて機器部５が制御された場合について時刻と環境情報との関係を示す回帰直線である。予測式Ｌ１は、線形和として表される線形回帰モデルを示す。当該線形和の係数は、予測部が予測に用いるアルゴリズムに関するパラメータの一例である。当該パラメータを予測式Ｌ１のパラメータともいう。当該パラメータは、予測対象の環境情報毎に記憶部２２に記憶されている。

図５に示すように、予測部２３０は、制御パターンＦｉ（ｉ＝１、２、・・・、ｎ：ｎは制御パターンの数）それぞれについて、次の時刻ｔ＋１の環境情報ｘｉ（ｔ＋１）（ｉ＝１、２、・・・、ｎ：ｎは制御パターンの数）を予測する。つまり、ｎ通りの制御パターンそれぞれについて予測が行われて、制御パターンの数だけ（ｎ通り）の予測値が得られる。
なお、図４および図５では、環境情報の一例として室内温度が示されている。

なお、予測部２３０が予測に用いるアルゴリズムは、カルマンフィルタに限らない。予測部２３０は、カルマンフィルタ以外のアルゴリズムに基づいて予測を行ってもよい。例えば、予測部２３０は、機械学習に基づいて予測を行ってもよい。当該機械学習では、例えば、現在時刻ｔにおける環境情報および制御パターンと、予測対象の次の時刻ｔ＋１における環境情報との関係が学習された学習済みモデルに基づいて予測が行われる。

なお、本実施形態では、予測部２３０が、一例として、現在時刻ｔにおける環境情報ｘ（ｔ）から予測アルゴリズムに基づいて次の時刻ｔ＋１における環境情報を制御パターン毎に予測する場合の一例について説明する。換言すれば、本実施形態では、予測部２３０が予測に用いる予測アルゴリズムは、現在時刻ｔにおける環境情報ｘ（ｔ）から、次の時刻ｔ＋１における環境情報を算出するアルゴリズムである。予測部２３０が予測に用いる予測アルゴリズムは、これに限られない。

予測部２３０は、現在時刻ｔを含む所定の数の過去の時刻においてそれぞれ検出された環境情報から予測アルゴリズムに基づいて次の時刻ｔ＋１における環境情報を制御パターン毎に予測してもよい。換言すれば、予測部２３０が予測に用いる予測アルゴリズムは、現在時刻ｔを含む所定の数の過去の時刻においてそれぞれ検出された環境情報から、次の時刻ｔ＋１における環境情報を算出するアルゴリズムであってもよい。
つまり、予測部２３０は、第１時刻を含む第２時刻よりも前の複数の時刻においてそれぞれ検出された検出環境情報に基づいて当該第２時刻における予測環境情報を、制御パターン毎に予測してもよい。

例えば、予測部２３０は、環境情報ｘ（ｔ－ｍ＋１）、環境情報ｘ（ｔ－ｍ＋２）、・・・、環境情報ｘ（ｔ－１）、及び環境情報ｘ（ｔ）のｍ個（ここでｍは、自然数）の環境情報から予測アルゴリズムに基づいて次の時刻ｔ＋１における環境情報を制御パターン毎に予測してもよい。

上述したように、本実施形態では、予測アルゴリズムは、予測対象の環境情報毎に構築される。例えば、温度を予測するための予測アルゴリズム、照度を予測するための予測アルゴリズム、消費電力を予測するための予測アルゴリズムがそれぞれ構築される。

例えば、温度（室内温度）を予測するための予測アルゴリズムでは、測定された現在の温度（室内温度）、外気温、日射量、ブラインドの状態、およびエアコンの消費電力に基づいて、現在よりも後の時刻における温度（室内温度）が算出される。
例えば、照度を予測するための予測アルゴリズムでは、日射量、およびブラインドの状態に基づいて、現在よりも後の時刻における照度が算出される。

ここで温度（室内温度）、ブラインドの状態、およびエアコンの消費電力はそれぞれ、検出部４によって検出される情報である。外気温、および日射量はそれぞれ、情報提供部６から提供される情報である。
なお、上記の各環境情報を予測する予測アルゴリズムは一例である。予測アルゴリズムでは、検出部４によって検出される情報のみに基づいて環境情報を算出してもよい。また、予測アルゴリズムでは、情報提供部６から提供される情報でのみに基づいて環境情報を算出してもよい。

コスト算出部２３２は、予測部２３０によって予測された予測環境情報について制御パターン毎にコストを算出する。つまり、制御パターンの数だけ（ｎ通り）のコストが算出される。

コスト算出部２３２は、所定の評価式に基づいてコストを算出する。コスト算出部２３２は、例えば、予測された室内温度と室内温度の目標値との差の絶対値、予測された照度と照度の目標値との差の絶対値、および予測された消費電力の絶対値の重みつき和としてコストを算出する。なお、コスト算出部２３２がコストを算出するために用いる評価式はこれに限られず、各種の評価式がコストの算出に用いられてよい。
コスト算出部２３２がコストを算出するための評価式は、記憶部２２に予め記憶されている。重みの値として所定の値が、記憶部２２に予め記憶されている。

なお、重みの値は、ユーザによって指定されてよい。
また、重みの値は、季節に応じて決定されてもよい。例えば、夏または冬は、春または秋に比べて、消費電力が多少大きくなったとしても、体感される暑さまたは寒さを緩和したいという要求があると考えられる。一方、春または秋は、体感される暑さまたは寒さ緩和したいという要求よりも、消費電力を抑えたいという要求が勝ると考えられる。これらに応じて、例えば、夏または冬では、消費電力の重みよりも室内温度の重みが大きく設定され、春または秋では、室内温度の重みよりも消費電力の重みが大きく設定されてよい。つまり、その場合、コスト算出部２３２は、環境情報に含まれる情報の種類毎に季節に応じた重みを付与してコストを算出する。

また、重みの値は、気候条件に応じて決定されてもよい。気候条件とは、例えば、天気、日照時間、日射量、気温、湿度、降水量、気圧、並びに、風速及び風向きなどのうち１以上によって示される。
また、重みの値は、季節、及び気候条件のうち１以上に応じて決定されてもよい。
これらの構成により、機器制御システム１では、季節、及び気候条件のうち１以上に応じて電力消費量を抑制しつつ室内環境を快適にするように機器を制御できる。

制御パターン選択部２３３は、コスト算出部２３２によって算出されたコストが最小となる制御パターンＦｋを選択する。図３に示す例では、制御パターン選択部２３３は、ｎ通りの制御パターン（制御パターンＦ１、制御パターンＦ２、…、制御パターンＦｎ）のなかからコストが最小となる制御パターンＦｋを選択する。

なお、本実施形態では、一例として、予測式のパラメータは、予測部２３０が予測の処理を行う前に、更新部２３１によって更新される。更新部２３１は、例えば、現在時刻ｔから直近の所定の数の過去の時刻における環境情報のデータに基づいて予測式のパラメータを更新する。

図１に戻って機器制御システム１の構成の説明を続ける。
ここで、本実施形態では、機器制御システム１（ここでは、管理装置２）のデフォルトの状態では、制御目標値は、所定の快適基準域に収まるように（つまり、当該快適基準域内に）設定されている。当該所定の快適基準域としては、例えば、一般的に知られている１以上の快適域判断指標が用いられてもよく、あるいは、機器制御システム１ごと（ここでは、管理装置２ごと）に独自に設定される快適基準域が用いられてもよい。

また、本実施形態では、デフォルトの所定の快適基準域は、変更されることが可能である。
本実施形態では、デフォルトの所定の快適基準域が変更された後の基準域を、快適域と呼んで説明する。当該快適域は、前記目標値が収まるべき基準域として使用されるものであり、デフォルトの快適基準域から変更されて使用されるものである。

当該快適域は、居住者の嗜好に基づいて設定されることが可能である。
一例として、機器制御システム１は、当該快適域を設定するための情報（当該快適域自体の情報であってもよい。）を、居住者または代理の者（例えば、居住者を世話する者など）により手動で入力する入力機能部を備える。当該入力機能部は、例えば、キーボード、マウス、ボタン、あるいは、タッチパネルなどを用いて構成されてもよい。当該入力機能部の機能は、例えば、コンピュータの一部の機能として構成されてもよい。
本実施形態では、このように居住者または代理の者によって手動で入力される快適域は、居住者の嗜好に基づくものとする。

そして、機器制御システム１では、当該入力機能部により入力された情報に基づいて、当該快適域を設定する設定機能部を備える。
図１の例では、当該入力機能部は、室内Ｒ１に備えられている。例えば、当該入力機能部は、検出部４に含まれてもよく、あるいは、機器制御装置３に含まれてもよい。機器制御装置３の情報送信部３２は、当該入力機能部により入力された情報を管理装置２の情報受信部２０に送信する。
また、図１の例では、当該設定機能部は、管理装置２に備えられる。当該設定機能部は、設定された快適域の情報を記憶部２２に記憶してもよい。例えば、当該設定機能部は、制御選択部２３に含まれてもよい。
制御選択部２３は、デフォルトでは快適基準域を参照して制御目標値を決定してもよく、そして、デフォルトの快適基準域が快適域に変更された場合には、当該快適域を参照して制御目標値を決定してもよい。

他の例として、機器制御システム１は、当該快適域を設定するための情報を、（居住者等からの直接の入力ではなく）居住者の嗜好に関する情報を検出するセンサの検出結果の情報に基づいて取得してもよい。当該センサは、検出部４に含まれてもよい。当該センサとしては、例えば、居住者の衣、食、あるいは、生活リズムなどに関する情報を検出するセンサが用いられてもよい。
さらに、他の例として、機器制御システム１は、入力機能部により入力された情報と、当該センサにより検出された情報との両方に基づいて、快適域を設定してもよい。

本実施形態では、制御目標値は、居住者の嗜好に基づいて設定されることが可能である。
例えば、制御目標値が快適域に基づいて設定される場合には、快適域が居住者の嗜好に基づいて設定されることで、実質的に、制御目標値は居住者の嗜好に基づいて設定される。

また、制御目標値は、例えば、上記のように快適域に基づくとともに、または、他の構成例として快適域に基づかずに、居住者の嗜好に基づいて設定されてもよい。
一例として、機器制御システム１は、当該制御目標値を設定するための情報（当該制御目標値自体の情報であってもよい。）を、居住者または代理の者（例えば、居住者を世話する者など）により手動で入力する入力機能部を備える。
そして、機器制御システム１では、当該入力機能部により入力された情報に基づいて、当該制御目標値を設定する設定機能部を備える。

他の例として、機器制御システム１は、当該制御目標値を設定するための情報を、（居住者等からの直接の入力ではなく）居住者の嗜好に関する情報を検出するセンサの検出結果の情報に基づいて取得してもよい。当該センサは、検出部４に含まれてもよい。
さらに、他の例として、機器制御システム１は、入力機能部により入力された情報と、当該センサにより検出された情報との両方に基づいて、制御目標値を設定してもよい。

なお、制御目標値に関する入力機能部および設定機能部の詳細については、例えば、快適域について説明した入力機能部および設定機能部の詳細と同様であってもよく、あるいは、他の構成が用いられてもよい。

情報送信部２４は、所定の情報を機器制御装置３に送信する。
本実施形態では、当該所定の情報は、制御選択部２３によって選択された制御パターンの情報を含んでもよい。

＜情報提供部＞
情報提供部６は、環境情報を提供する機能を有する。情報提供部６は、例えば、データベースを用いて構成されていてもよい。
本実施形態では、当該環境情報は、気象情報を含んでもよい。気象情報では、例えば、外気温、天気（雲量など）、日射量、あるいは、太陽高度および方位角などの情報が得られる。
気象情報は、例えば、未来の気象の情報（気象予報の情報）と、現在の気象の情報と、過去の気象の情報とのうちの任意の１以上であってもよい。

なお、例えば、管理装置２の機能と機器制御装置３の機能とが一体化されてもよい。この場合、機器制御装置３の情報送信部３２および管理装置２の情報受信部２０と、管理装置２の情報送信部２４および機器制御装置３の情報受信部３３は、備えられなくてもよい。また、この場合、機器制御装置３の外部提供情報取得部３１と管理装置２の外部提供情報取得部２１とは、１つの機能部（外部提供情報取得部）に共通化されてもよい。

［機器制御システムにおける動作の例］
図６は、実施形態に係る機器制御システム１において行われる処理の手順の一例を示す図である。図６に示す処理は、一例として、３０分毎に実行される。
図６の例では、説明を簡易化するために、室内温度、室内照度、電動ブラインド、および、エアコンを具体的に例示して説明するが、これに限られない。

ステップＳ１：管理装置２は、現在時刻ｔから直近の所定の数の過去の時刻における室内Ｒ１の環境に関する測定データを取得する。本実施形態では、当該測定データは、室内Ｒ１の環境に関する検出部４の検出値である。
また、管理装置２は、機器操作ログも取得する。

ステップＳ２：管理装置２は、現在時刻ｔにおける室内Ｒ１の環境に関する測定データを取得する。本実施形態では、当該測定データは、室内Ｒ１の環境に関する検出部４の検出値である。
また、管理装置２は、機器操作ログも取得する。

ステップＳ３：管理装置２は、気象予報のデータおよび実測データを取得する。本実施形態では、当該気象予報のデータは、情報提供部６により提供される気象予報の情報である。また、本実施形態では、当該実測データは、気象に関する検出部４の検出値である。

ステップＳ４：更新部２３１は、予測式のパラメータを現在時刻ｔから直近の所定の数の過去の時刻における室内Ｒ１の環境に関する測定データに基づいて更新する。当該所定の数とは、例えば、３つである。その場合、例えば、現在時刻が１２時であり予測対象の時刻が１２時３０分である場合、１１時３０分、１１時、１０時３０分のデータを使って線形回帰モデルの更新が行われる。なお、所定の数は、３つに限られず、１つ、２つ、または４つ以上であってもよい。

なお、更新部２３１は、予測式（つまり、線形回帰モデル）が過去の測定データに基づいて算出されるのと同様にして、直近の所定の数の過去の時刻における測定データに基づいて予測式のパラメータを更新する。
機器制御システム１では、現在時刻から直近の過去の時刻において検出された環境情報に基づいて予測式のパラメータが更新されることによって、予測精度を向上させることができる。

ステップＳ５：予測部２３０は、室内Ｒ１の環境に関する測定データ、機器操作ログ、気象予報のデータおよび実測データを元に、室内Ｒ１の環境の変化の予測を制御パターン毎に行う。

ステップＳ６：コスト算出部２３２は、予測の演算により、室内Ｒ１の環境に関する制御パターン毎の予測値を取得する。
本実施形態では一例として、コスト算出部２３２は、室内Ｒ１の温度（室内温度）の予測値Ｐ１と、室内Ｒ１の照度の予測値Ｐ２を取得する。予測値Ｐ１は、制御パターン毎の温度の予測値の組である。予測値Ｐ１には、機器の制御組合せの全てのパターンについての温度の予測値が含まれる。同様に予測値Ｐ２は、制御パターン毎の照度の予測値の組である。予測値Ｐ２には、機器の制御組合せの全てのパターンについての照度の予測値が含まれる。

ステップＳ７：コスト算出部２３２は、室内Ｒ１の温度（室内温度）の目標値を取得する。

ステップＳ８：コスト算出部２３２は、室内Ｒ１の照度の目標値を取得する。

ここで上述したように、それぞれの目標値は、例えば、固定的に設定されてもよく、あるいは、可変な値として設定されてもよい。一例として、居住者などにより、固定的な目標値が設定されてもよい。他の例として、管理装置２により、所定の情報に基づいて、可変な目標値を、その都度、決定してもよい。当該所定の情報は、居住者の嗜好などであってもよい。管理装置２は、過去のデータに基づいて、機械学習により、目標値を決定してもよい。

ステップＳ９：コスト算出部２３２は、予測部２３０によって予測された予測環境情報について制御パターン毎にコストを算出する。一例として、コスト算出部２３２は、所定の評価式に基づいてコストを算出する。

ステップＳ１０：制御パターン選択部２３３は、コスト算出部２３２が算出したコストを制御パターン相互間において比較する。

ステップＳ１１：制御パターン選択部２３３は、比較の結果に基づいて、コスト算出部２３２によって算出されたコストが最小となる制御パターンを選択する。
情報送信部２４は、制御パターン選択部２３３によって選択された制御パターンを示す情報を機器制御装置３に送信する。

ステップＳ１２：機器制御部３４は、制御パターン選択部２３３によって選択された制御パターンに基づいて機器部５の制御を行う。本実施形態では一例として、機器制御装置３は、まず、室内Ｒ１に影響を与える電動ブラインドの操作を実行する。

ステップＳ１３：機器制御部３４は、さらに、制御パターン選択部２３３によって選択された制御パターンに基づいて機器部５の制御を行う。本実施形態では一例として、機器制御装置３は、室内Ｒ１に影響を与えるエアコンの操作を実行する。

ステップＳ１４：機器制御装置３は、機器操作ログのデータを保存する。図１の例では、機器制御装置３は、機器操作ログのデータを管理装置２に送信し、管理装置２の記憶部２２に当該データが記憶される。
本実施形態では一例として、機器操作ログは、電動ブラインドの操作ログ（操作の内容）と、エアコンの操作ログ（操作の内容）である。
その後、管理装置２はステップＳ１の処理を、所定の時間（例えば３０分）後に再度実行する。

本例では、機器制御システム１において、時間と共に変化する室内温度および室内照度を予測することで、環境制御機器である電動ブラインドにより太陽からの日射量の抑制度を調整し、室内環境の変化を抑制する。これにより、室内環境の変化が少なくなるため、エアコンの動作を行う回数を少なくすることができ、全体として、エアコンによる電力消費量を抑える効果が得られる。
このように、機器制御システム１では、適切な環境制御機器を操作し、室内環境の変化の抑制、および、電力消費量の抑制を行うことが可能である。

なお、図６の例では、室内温度、室内照度、電動ブラインド、および、エアコンを具体的に例示して説明したが、例えば、同様な制御が、様々な物理量、様々な機器などに適用されてもよい。

なお、本実施形態では、予測環境情報として、温度、照度、および消費電力が予測される場合の一例について説明したが、これに限られない。予測部２３０は、温度、および照度のうち少なくとも一方を予測してもよい。その場合、コスト算出部２３２がコストを算出するために用いる評価式から、予測されない環境情報に対応する項は省略される。例えば、予測部２３０は、消費電力の予測はせず、温度、および照度のみを予測してもよい。

また、予測環境情報として、温度の情報、照度の情報、および消費電力の情報に代えて、または温度の情報、照度の情報、および消費電力の情報とともに、温度の情報、照度、および消費電力以外の情報が予測されてもよい。温度の情報、照度、および消費電力以外の情報とは、例えば、湿度の情報、日射取得量の情報、換気量の情報、音の大きさの情報、臭気成分濃度の情報、化学物質濃度の情報、ガス使用量の情報、水道使用量の情報などのうち１以上である。

なお、本実施形態では、制御パターンが選択される前において、予測式のパラメータが更新される場合の一例について説明したが、これに限られない。予測式のパラメータは更新されなくてもよい。その場合、図６に示した処理の手順において、ステップＳ４の処理は省略される。またその場合、図２に示した制御選択部２３の構成から更新部２３１は省略されてよい。

以上に説明したように、本実施形態に係る機器制御システム１は、予測部２３０と、コスト算出部２３２と、制御パターン選択部２３３と、を備える。
予測部２３０は、制御対象となる室内Ｒ１の環境を調整するために参照される情報である環境情報であって第１時刻（本実施形態において、現在時刻ｔ）において検出された当該環境情報である検出環境情報に基づいて第１時刻（本実施形態において、現在時刻ｔ）よりも後の第２時刻（本実施形態において、現在時刻の次の時刻ｔ＋１）における環境情報である予測環境情報を、室内Ｒ１の環境を制御する機器（本実施形態において、機器部５）の制御パターン毎に予測する。
コスト算出部２３２は、予測部２３０によって予測された予測環境情報が目標となる環境情報にどれだけ近いかを示すコストを制御パターン毎に算出する。
制御パターン選択部２３３は、コスト算出部２３２によって算出されたコストに基づいて制御パターンのなかから機器（本実施形態において、機器部５）の制御に用いられる制御パターンを選択する。

この構成により、本実施形態に係る機器制御システム１は、環境制御機器による制御による室内環境の変化を考慮しながら室内環境を予測できるため、室内環境を快適にするように機器を制御できる。

上述したように、制御対象となる室内Ｒ１の環境を調整するために参照される情報である環境情報には、温度の情報、照度の情報、湿度の情報、日射取得量の情報、換気量の情報、音の大きさの情報、臭気成分濃度の情報、化学物質濃度の情報、ガス使用量の情報、水道使用量の情報など様々な情報を含めることができる。また、機器制御システム１では、環境情報に消費電力を含めることによって、快適な室内環境の提供と、低消費電力化を両立できる。

また、機器制御システム１では、上述したように制御パターンは、複数の機器それぞれの制御のパターンの組合せとすることができ、予測されたデータをもとに、省エネ、かつ居住者にとって快適な環境が実現するように、複数の機器（つまり住宅設備）の制御を最適化できる。

なお、以上に説明した任意の装置における任意の構成部の機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録し、そのプログラムをコンピュータシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、オペレーティングシステム（ＯＳ：Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）あるいは周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークあるいは電話回線等の通信回線を介してプログラムが送信された場合のサーバーやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワークあるいは電話回線等の通信回線のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイルであってもよい。差分ファイルは、差分プログラムと呼ばれてもよい。

以上に説明した任意の装置における任意の構成部の機能は、プロセッサーにより実現されてもよい。例えば、実施形態における各処理は、プログラム等の情報に基づき動作するプロセッサーと、プログラム等の情報を記憶するコンピュータ読み取り可能な記録媒体により実現されてもよい。ここで、プロセッサーは、例えば、各部の機能が個別のハードウェアで実現されてもよく、あるいは、各部の機能が一体のハードウェアで実現されてもよい。例えば、プロセッサーはハードウェアを含み、当該ハードウェアは、デジタル信号を処理する回路およびアナログ信号を処理する回路のうちの少なくとも一方を含んでもよい。例えば、プロセッサーは、回路基板に実装された１または複数の回路装置、あるいは、１または複数の回路素子のうちの一方または両方を用いて、構成されてもよい。回路装置としてはＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などが用いられてもよく、回路素子としては抵抗あるいはキャパシターなどが用いられてもよい。

ここで、プロセッサーは、例えば、ＣＰＵであってもよい。ただし、プロセッサーは、ＣＰＵに限定されるものではなく、例えば、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）等のような、各種のプロセッサーが用いられてもよい。また、プロセッサーは、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）によるハードウェア回路であってもよい。また、プロセッサーは、例えば、複数のＣＰＵにより構成されていてもよく、あるいは、複数のＡＳＩＣによるハードウェア回路により構成されていてもよい。また、プロセッサーは、例えば、複数のＣＰＵと、複数のＡＳＩＣによるハードウェア回路と、の組み合わせにより構成されていてもよい。また、プロセッサーは、例えば、アナログ信号を処理するアンプ回路あるいはフィルター回路等のうちの１以上を含んでもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１…機器制御システム、２３０…予測部、２３２…コスト算出部、２３３…制御パターン選択部、５…機器部、Ｒ１…室内

Claims (9)

1. 制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された前記環境情報である検出環境情報に基づいて前記第１時刻よりも後の第２時刻における前記環境情報である予測環境情報を、前記環境を制御する機器の制御パターン毎に予測する予測部と、
   前記予測部によって予測された前記予測環境情報が目標となる前記環境情報にどれだけ近いかを示すコストを前記制御パターン毎に算出するコスト算出部と、
   前記コスト算出部によって算出された前記コストに基づいて前記制御パターンのなかから前記機器の制御に用いられる前記制御パターンを選択する制御パターン選択部と、
   を備える機器制御システム。
2. 前記予測部が予測に用いるアルゴリズムに関するパラメータを前記検出環境情報に基づいて更新する更新部をさらに備える
   請求項１に記載の機器制御システム。
3. 前記予測部は、前記第１時刻を含む前記第２時刻よりも前の複数の時刻においてそれぞれ検出された前記検出環境情報に基づいて前記第２時刻における前記予測環境情報を、前記制御パターン毎に予測する
   請求項１に記載の機器制御システム。
4. 前記制御パターンとは、複数の前記機器それぞれの制御のパターンの組合せである
   請求項１に記載の機器制御システム。
5. 前記環境情報には、前記室内の温度の情報、および前記室内の明るさの情報のうち１以上が含まれる
   請求項１に記載の機器制御システム。
6. 前記コスト算出部は、前記環境情報に含まれる情報の種類毎に季節、及び気候条件のうち１以上に応じた重みを付与して前記コストを算出する
   請求項１に記載の機器制御システム。
7. 前記制御パターン選択部によって選択された前記制御パターンに基づいて前記機器の制御を行う機器制御部をさらに備える
   請求項１に記載の機器制御システム。
8. 制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された前記環境情報である検出環境情報に基づいて前記第１時刻よりも後の第２時刻における前記環境情報である予測環境情報を、前記環境を制御する機器の制御パターン毎に予測する予測ステップと、
   前記予測ステップによって予測された前記予測環境情報が目標となる前記環境情報にどれだけ近いかを示すコストを前記制御パターン毎に算出するコスト算出ステップと、
   前記コスト算出ステップによって算出された前記コストに基づいて前記制御パターンのなかから前記機器の制御に用いられる前記制御パターンを選択する制御パターン選択ステップと、
   をコンピュータが実行する機器制御方法。
9. コンピュータに、
   制御対象となる室内の環境を調整するために参照される情報である環境情報であって第１時刻において検出された前記環境情報である検出環境情報に基づいて前記第１時刻よりも後の第２時刻における前記環境情報である予測環境情報を、前記環境を制御する機器の制御パターン毎に予測する予測ステップと、
   前記予測ステップによって予測された前記予測環境情報が目標となる前記環境情報にどれだけ近いかを示すコストを前記制御パターン毎に算出するコスト算出ステップと、
   前記コスト算出ステップによって算出された前記コストに基づいて前記制御パターンのなかから前記機器の制御に用いられる前記制御パターンを選択する制御パターン選択ステップと、
   を実行させるためのプログラム。

Images