JP2011242981A - 関数生成装置、及び関数生成方法 - Google Patents
関数生成装置、及び関数生成方法 Download PDFInfo
- Publication number
- JP2011242981A JP2011242981A JP2010114203A JP2010114203A JP2011242981A JP 2011242981 A JP2011242981 A JP 2011242981A JP 2010114203 A JP2010114203 A JP 2010114203A JP 2010114203 A JP2010114203 A JP 2010114203A JP 2011242981 A JP2011242981 A JP 2011242981A
- Authority
- JP
- Japan
- Prior art keywords
- control
- distance
- function
- objective function
- variable
- 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.)
- Granted
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
Abstract
【解決手段】制御対象の制御モデルを更新するために与えられる分析用データを用いて、前記制御モデルを最適制御するための目的関数を近似した近似目的関数を算出する関数算出装置である。目的関数に含まれる複数の入力変数のうち、非制御対象である非制御変数を代表値に固定することで、分析用データを低次元空間に射影する低次元空間射影部221と、分析用データの空間点から非制御変数を代表値とする空間点までの距離に応じた距離指標を算出する距離指標算出部222と、距離指標に基づいて、制御対象となる制御変数を入力変数とする近似目的関数を生成する関数生成処理部223と、を備えたものである。
【選択図】図3
Description
P3(2.0,1.0,2.0)、P4(3.0,1.0,3.0)、
P5(2.0,1.1,2.0)、P6(2.1,1.1,2.1)、
P7(2.2,1.1,2.2)、P8(2.3,1.1,2.3)、
P9(0.9,1.3,2.1)、P10(1.4,1.3,1.6)、
P11(1.9,1.3,1.9)、P12(2.9,1.3,2.9)
非制御変数の値を特定の代表値で固定する場合において、その代表値にあてはまるデータ以外であっても、代表値に近い値のデータであれば、比較的信頼性の高いデータとして利用することが可能であり、代表値に遠いデータであっても、遠いということを信頼性が低いものと認識してデータの重みを軽くして扱えば、利用することが可能であることに、発明者は着眼した。
(制御モデル)
冷凍機の送水温度を最適に設定することで、省エネを目指す制御を一般にVWT(Variable Water Temperature)制御と呼ぶが、この制御方式は送水温度を上げれば上げるほど冷凍機の効率がよくなる反面、冷水ポンプの搬送エネルギーが増大する。逆に、送水温度を下げれば、冷凍機の効率は悪くなりエネルギーを多く使用するが、必要な冷水流量が減少するために搬送エネルギーが減少する。通常はこのようなトレードオフの関係が存在するために、空調システム全体の消費エネルギーが最も小さい最適な送水温度が存在する。また、冷凍機の効率や冷水ポンプの特性は、室内負荷や外気温などの制御できない外的要因に大きく影響を受けるため、これら外的要因により最適な送水温度も変化する。この例では、制御変数は冷凍機送水温度、非制御変数は室内負荷・外気温に対応する。
本発明に係る第1実施形態について説明する。
図1は、本実施形態にかかる目的関数算出装置を用いた空調システムの全体構成を示すブロック図である。
空調システム100は、制御対象である熱源システム110と、この熱源システム110を最適制御する最適制御部120と、空調システム全体の監視を行う監視装置130と、最適制御部120で使用する制御モデルの更新を行う制御モデル更新装置200と、を備える。
図2は、熱源システム110の構成の一例を示す図である。
熱源システム110は、冷水を生成する冷凍機111と、冷水を循環させるポンプ112と、空気を循環させる空気調和機113と、を備える。
ポンプ112は、冷凍機111で生成された冷水を循環させる。
空気調和機113は、部屋101の空気を冷水と接触させ、冷えた空気を部屋101に循環させる。
例えば、冷水出口温度を上げる(例えば12℃にする)と、冷凍機111の運転コストは下がる。
ただし、高い温度の冷水で部屋101の空気を冷やさなければならないので、ポンプ112の冷水流量は増加する。したがって、ポンプ112の運転コストは上がる。
一方、低い温度の冷水で部屋の空気を冷やせるので、冷水流量は少なくてもよい。したがってこの場合、ポンプ112の運転コストは下がる。
取得するデータとしては、例えば、外気温、冷水出口温度、冷水流量、冷却水の温度、冷却水の流量、ポンプ圧力、部屋温度等である。そして、これらの値が近似目的関数や目的関数の入力変数となる。そして、消費エネルギー量(電気、ガス)等が出力変数となる。
また、入力変数には、制御可能な制御変数と、制御対象とならない非制御変数が存在している。すなわち、入力変数には、例えば空調システムに対する外気温度のように、空調特性を変動させる要因ではあるが空調特性を操作するために利用できない環境条件などに相当する「非制御変数」と、例えば空調特性を最適するために制御可能(あるいは操作可能)な「制御変数」が含まれる。制御変数は、例えば、冷水流量などにように、調整可能なパラメータとなり、この制御変数を調整することで、最適制御が実行される。制御変数と非制御変数とも、監視装置130によって監視されている。
また、監視装置130は、負荷熱量、室内エンタルピー、電気代、ガス代、等の他、時間/曜日/月単位で設定された部屋の設定温度等を記憶している。
また、監視装置130は、熱源システム110の運転に必要なデータを最適制御部120に与え、最適制御部120に熱源システム110の最適制御を実行させる。
運転に必要なデータとは、例えば、電気代、ガス代、等の他、時間/曜日/月単位で設定された部屋の設定温度等の制御の設定値(目標値)と、例えば冷水出口温度、冷却水温度などの制御変数値である。
図3は、制御モデル更新装置200の機能ブロック図である。
制御モデル更新装置200は、分析用データ記憶部210と、制御モデル算出部220と、制御モデル更新部230と、制御モデル記憶部240と、を備える。
分析用データ記憶部210にバッファされたデータは、制御モデル算出部220に出力される。
制御モデルは、熱源システム110の振る舞いを近似した関数式である。
ここで、熱源システム110の運転は、環境温度、冷却水の温度、部屋温度等の外部要因の他、冷凍機111やポンプ112の特性変化によっても変わってくる。そこで、制御モデル算出部220は、定期的に与えられる分析用データを用い、現在の運転状況を反映した熱源システム110の制御モデルを算出する。すなわち、制御モデル算出部220は、制御モデルを最適制御するための目的関数を近似した近似目的関数を生成する。
制御モデル記憶部240は、常に最新の制御モデルを記憶し、これを最適制御部120に与える。制御モデル記憶部240は、最新の近似目的関数を記憶する。最適制御部120は、熱源システム110を制御して、空調システム100の最適制御を行う。
制御モデル算出部220は、制御対象の制御モデルを更新するために与えられる分析用データを用いて、制御モデルを最適制御するための目的関数を近似した近似目的関数を算出する関数算出装置である。
距離指標であるが、非制御変数の代表値と、特定の分析用データの当該非制御変数値との距離を、距離指標として採用する。すなわち、非制御変数Yの代表値が例えばY=0.5であり、特定のデータの非制御変数Yの値が、Y=0.8であれば距離指標の値を0.3(=0.8−0.5)とし、Y=0.4であれば距離指標の値を0.1(=0.5−0.4)とする。この場合、非制御変数の代表値に固定して限られた入力空間に、採用するデータをあたかも射影したようなデータ操作になる。
E ( 0.5, 0.9, 1.28 )、F ( -0.4, -0.9, 2.02 )、G ( -0.5 ,-1.0, 2.21 )、H ( 0.3, 0.4, 0.81 )、
I ( 0.3, 0.6, 1.01 )、J ( 0.4, 0.7, 1.03 )、K ( -0.1,-0.9, 1.90 )、L ( -0.9, -0.3, 1.44 )、
M ( 1.0, -1.0, 2.50 )、N ( 1.0, 1.0, 2.50 ) 、O ( -1.0, 0.55, 1.80 )
E1 ( 0.5, 0.5, 1.28 )、F1 ( -0.4, 0.5, 2.02 )、G1 ( -0.5 , 0.5, 2.21 )、H1 ( 0.3, 0.5, 0.81 )、
I1 ( 0.3, 0.5, 1.01 )、J1 ( 0.4, 0.5, 1.03 )、K1 ( -0.1, 0.5, 1.90 )、L1 ( -0.9, 0.5, 1.44 )、
M1 ( 1.0, 0.5, 2.50 )、N1 ( 1.0, 0.5, 2.50 )、O1 ( -1.0, 0.5, 1.80 )
I2 ( 0.1 )、J2 ( 0.2 )、K2 ( 1.4 )、L2 ( 0.8 )、M2 ( 1.5 )、N2 ( 0.5 )、O2 ( 0.05 )
なお、本実施の形態では、2つの入力変数からなる2次元空間で説明しているため、非制御変数を代表値とした空間点の集合、すなわち連続する空間点が直線となっている。しかしながら、次元数が多くなると、非制御変数を代表値とした空間点の集合は直線とならなくなることはある。
例えば、2入力変数の場合、入力変数空間は2次元になり、非制御変数を1つで固定するなら、(次元が1つ落ちるため)、空間点の集合は直線となる。
3入力変数の場合、入力変数空間は3次元になり、非制御変数を1つで固定するなら、(次元が1つ落ちるため)、空間点の集合は平面となる。
3入力変数の場合、入力変数空間は3次元になり、非制御変数を2つで固定するなら、(次元が2つ落ちるため)、空間点の集合は直線となる。
このように、固定する非制御変数からの距離に応じて、近似目的関数に対する影響の強さを変えることで、低次元化による計算量の低減とともに、不適切な近似目的関数が作成されてしまう確率を低減することが可能になる。
上記「発明の原理」に従い、別の実施形態として示す。なお、実施の形態1と重複する内容については、適宜説明を省略する。
距離指標であるが、非制御変数の代表値とその他の入力変数(制御変数であっても非制御変数であってもよい)の任意の特定の値を想定した場合に、その想定された入力空間点αの近傍のデータを探索し、探索されたデータの入力空間点と上記想定された入力空間点αの距離を、距離指標として採用する。
実施形態1では、目的変数推定値を単純な射影により得るため、上記想定された入力空間点αに対して、その近傍探索としてではなく、実質的に直線上の探索(図6参照)になっている。したがって、実施形態1の場合、その処理手順は単純であるが、直線上から少しでもずれた位置にあるデータは、目的変数推定値として選択されないことになる。ゆえに、信頼性が高いはずのデータを効率よく有効活用できているとは言い切れなくなる。
まず、予め入力変数ごとの上下限範囲・ばらつき・目的関数に対する相関関係の強さなどから、各入力変数を正規化する。例えば、制御変数Xと非制御変数Yそれぞれについての平均値をμX、μY、標準偏差をσX、σYとして、次の式(4)に従い正規化を行なう。
Claims (8)
- 制御対象の制御モデルを更新するために与えられる分析用データを用いて、前記制御モデルを最適制御するための目的関数を近似した近似目的関数を算出する関数算出装置であって、
前記目的関数に含まれる複数の入力変数のうち、非制御対象である非制御変数を代表値に固定することで、分析用データを低次元空間に射影する低次元空間射影部と、
前記分析用データの空間点から前記非制御変数を代表値とする空間点までの距離に応じた距離指標を算出する距離指標算出部と、
前記距離指標に基づいて、前記制御対象となる制御変数を入力変数とする近似目的関数を生成する関数生成処理部と、を備えた関数算出装置。 - 前記複数の入力変数について正規化して、
前記非制御変数を代表値に固定した時の離散的な空間点から最短の分析用データの空間点までの正規化距離を距離指標とすることを特徴とする請求項1に記載の関数算出装置。 - 前記非制御変数を代表値に固定した時の空間点の集合から前記分析用データの空間点までの最短距離を距離指標とする請求項1に記載の関数算出装置。
- 前記距離指標に応じた重みを用いた重み付け最小二乗法によって、前記近似目的関数を算出する請求項1乃至3のいずれか1項に記載の関数算出装置。
- 制御対象の制御モデルを更新するために与えられる分析用データを用いて、前記制御モデルを最適制御するための目的関数を近似した近似目的関数を算出する関数算出方法であって、
前記目的関数に含まれる複数の入力変数のうち、非制御対象である非制御変数を代表値に固定するステップと、
前記分析用データの空間点から前記非制御変数を代表値とする空間点までの距離に応じた距離指標を算出するステップと、
前記距離指標に基づいて、前記制御対象となる制御変数を入力変数とする近似目的関数を生成するステップと、を備えた関数算出方法。 - 前記複数の入力変数について正規化して、
前記代表値に固定した時の離散的な空間点から最短の分析用データの空間点までの正規化距離を距離指標とすることを特徴とする請求項5に記載の関数算出方法。 - 前記非制御変数を代表値に固定した時の空間点の集合から前記分析用データの空間点までの最短距離を距離指標とする請求項6に記載の関数算出方法。
- 前記距離指標に応じた重みを用いた重み付け最小二乗法によって、前記近似目的関数を算出する請求項5乃至7のいずれか1項に記載の関数算出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010114203A JP5467929B2 (ja) | 2010-05-18 | 2010-05-18 | 関数生成装置、及び関数生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010114203A JP5467929B2 (ja) | 2010-05-18 | 2010-05-18 | 関数生成装置、及び関数生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011242981A true JP2011242981A (ja) | 2011-12-01 |
JP5467929B2 JP5467929B2 (ja) | 2014-04-09 |
Family
ID=45409567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010114203A Active JP5467929B2 (ja) | 2010-05-18 | 2010-05-18 | 関数生成装置、及び関数生成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5467929B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014085943A (ja) * | 2012-10-25 | 2014-05-12 | Denso Corp | 最適化用モデルの構築方法及び構築装置 |
JP2016099910A (ja) * | 2014-11-26 | 2016-05-30 | アズビル株式会社 | 関数生成装置、制御装置、熱源システム、関数生成方法、およびプログラム |
WO2016195092A1 (ja) * | 2015-06-05 | 2016-12-08 | 株式会社日立製作所 | 異常検知装置 |
JP2017083188A (ja) * | 2015-10-23 | 2017-05-18 | アズビル株式会社 | 特性モデル同定方法、特性モデル同定装置、およびインテリジェントセンサ |
JP2019505889A (ja) * | 2015-12-25 | 2019-02-28 | 日本電気株式会社 | コスト関数設計システム、コスト関数設計方法、およびコスト関数設計プログラム |
US11574102B2 (en) | 2016-11-17 | 2023-02-07 | Kabushiki Kaisha Toshiba | Parameter estimation apparatus, air-conditioning system evaluation apparatus, parameter estimation method, and non-transitory computer readable medium |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0490003A (ja) * | 1990-08-03 | 1992-03-24 | Mitsubishi Heavy Ind Ltd | 最適制御装置 |
JP2004334714A (ja) * | 2003-05-09 | 2004-11-25 | Yamaha Motor Co Ltd | パラメータ最適化方法、パラメータ最適化装置、パラメータ最適化プログラム、及び、航走制御装置 |
JP2008075977A (ja) * | 2006-09-21 | 2008-04-03 | Shinko Kogyo Co Ltd | 業務用空調制御システム |
JP2010146161A (ja) * | 2008-12-17 | 2010-07-01 | Fujitsu Ltd | パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム |
-
2010
- 2010-05-18 JP JP2010114203A patent/JP5467929B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0490003A (ja) * | 1990-08-03 | 1992-03-24 | Mitsubishi Heavy Ind Ltd | 最適制御装置 |
JP2004334714A (ja) * | 2003-05-09 | 2004-11-25 | Yamaha Motor Co Ltd | パラメータ最適化方法、パラメータ最適化装置、パラメータ最適化プログラム、及び、航走制御装置 |
JP2008075977A (ja) * | 2006-09-21 | 2008-04-03 | Shinko Kogyo Co Ltd | 業務用空調制御システム |
JP2010146161A (ja) * | 2008-12-17 | 2010-07-01 | Fujitsu Ltd | パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014085943A (ja) * | 2012-10-25 | 2014-05-12 | Denso Corp | 最適化用モデルの構築方法及び構築装置 |
JP2016099910A (ja) * | 2014-11-26 | 2016-05-30 | アズビル株式会社 | 関数生成装置、制御装置、熱源システム、関数生成方法、およびプログラム |
WO2016195092A1 (ja) * | 2015-06-05 | 2016-12-08 | 株式会社日立製作所 | 異常検知装置 |
JPWO2016195092A1 (ja) * | 2015-06-05 | 2018-03-22 | 株式会社日立製作所 | 異常検知装置 |
JP2017083188A (ja) * | 2015-10-23 | 2017-05-18 | アズビル株式会社 | 特性モデル同定方法、特性モデル同定装置、およびインテリジェントセンサ |
JP2019505889A (ja) * | 2015-12-25 | 2019-02-28 | 日本電気株式会社 | コスト関数設計システム、コスト関数設計方法、およびコスト関数設計プログラム |
US11574102B2 (en) | 2016-11-17 | 2023-02-07 | Kabushiki Kaisha Toshiba | Parameter estimation apparatus, air-conditioning system evaluation apparatus, parameter estimation method, and non-transitory computer readable medium |
Also Published As
Publication number | Publication date |
---|---|
JP5467929B2 (ja) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10809675B2 (en) | HVAC system using model predictive control with distributed low-level airside optimization and airside power consumption model | |
US10809676B2 (en) | Building HVAC system with multi-level model predictive control | |
US11372382B2 (en) | Building management system with augmented deep learning using combined regression and artificial neural network modeling | |
US11473799B2 (en) | Systems and methods for intelligent pic valves with agent interaction | |
US11774948B2 (en) | High level central plant optimization | |
US11067955B2 (en) | HVAC system using model predictive control with distributed low-level airside optimization | |
Afram et al. | Artificial neural network (ANN) based model predictive control (MPC) and optimization of HVAC systems: A state of the art review and case study of a residential HVAC system | |
CN106066077B (zh) | 具有预测成本优化的hvac控制器 | |
JP5467929B2 (ja) | 関数生成装置、及び関数生成方法 | |
US10088814B2 (en) | System identification and model development | |
He et al. | Performance optimization of HVAC systems with computational intelligence algorithms | |
EP2977852B1 (en) | Temperature management system | |
US11385605B2 (en) | Building control system with features for operating under intermittent connectivity to a cloud computation system | |
US11789415B2 (en) | Building HVAC system with multi-level model predictive control | |
WO2021108224A1 (en) | Building control system with smart edge devices having embedded model predictive control | |
Hussain et al. | Adaptive regression model-based real-time optimal control of central air-conditioning systems | |
Su et al. | An agent-based distributed real-time optimal control strategy for building HVAC systems for applications in the context of future IoT-based smart sensor networks | |
US20200125045A1 (en) | Hvac controller with predictive cost optimization | |
JP2019021032A (ja) | シミュレーション装置およびシミュレーション方法 | |
Wang et al. | Phyllis: Physics-Informed Lifelong Reinforcement Learning for Data Center Cooling Control | |
TW201923502A (zh) | 冷卻水塔的控制方法 | |
WO2018005180A1 (en) | Hvac system using model predictive control with distributed low-level airside optimization | |
US20230088808A1 (en) | Building hvac system with multi-level model predictive control | |
Žáčeková et al. | Zone MPC with guaranteed identifiability in presence of predictable disturbances | |
Li et al. | Building Cooling Load Forecasting Based on Support Vector Machines with Simulated Annealing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130321 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140109 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5467929 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |