JP2014081090A - センサ情報傾向蓄積・スケーリング効率化向上システム - Google Patents

Abstract

【課題】本発明は、高速性が求められている次世代空調制御技術の高速フィードバック制御や、市中製品の電力見える化システムにおける消費電力表示のリアルタイム性の向上を提供する。
【解決手段】本発明は、センサからの測定データについて近似化処理を行われ、近似化処理された測定データと第１のスケールマップに含まれる数値データが一致するか否かを判定し、一致しない場合、第２のスケールマップに含まれる数値データが一致するか否かを判定するスケールマップ管理機能部と、近似化された測定データと第２のスケールマップに含まれる数値データが一致する判定がされた場合、予め割り当てられたコードを取得する計算処理制御機能部と、コードに対応する計算式を取得し、計算式に対応する計算結果を取得するコード処理機能部とを含む下位層サーバと、前記記憶部に予め設定された任意期間で取得した複数のスケールマップに基づいて第２のスケールマップを予め生成し記憶部に設定する上位層サーバとを備える。
【選択図】図５

Description

本発明は、センサで検知した温度、電力等の測定値を演算処理過程における効率化に資する機能を具備した、センサ情報傾向蓄積・スケーリング効率化向上システムに関する。

通信ビル、データセンタ、通信機械室等において、消費される電力または空調制御に係る温度等をセンサで測定して数値化したデータを、計算して空調等を制御するデータ処理機能を具備するシステムが既に存在する。例えば非特許文献１には、センサが収集したデータとアプリケーションが予め設定したデータの配信条件とを、マッチングする高速ストリーム処理技術が記載されている。また、マッチングはデータを蓄積せずに行われる。非特許文献１に記載の技術は、複合イベント処理のアーキテクチャを用いた技術であり、DB（Database）に一度格納した後に処理を行わせる方法より、はるかに高速な処理が実現できる。複合イベント処理（Complex Event Processing）とは、メモリー上に保持された直近のデータに対し高速に処理を行い、パターンに適合したイベントを検出する機能である。

また、非特許文献２には、データセンタ全体をまるごとモデル化し、サーバの負荷集中や空調制御によって消費電力がどのように変化するか高速にシミュレーションできる技術が記載されている。そして、事前に温度や熱の流れのパターンを自動抽出することにより計算量を減らし、従来技術と比較して高速に計算できる計算処理機能を具備した技術が記載されている。

日本電気株式会社プレスリリース、「毎秒約250万件のビッグデータ処理を実現する高速ストリーム処理技術を開発」２０１１年１０月２６日http://www.nec.co.jp/press/ja/1110/2604.html 株式会社富士通研究所、欧州富士通研究所プレスリリース、「世界初！データセンター全体をまるごとモデル化して、省電力効果を瞬時に検証できるシミュレーション技術を開発」２０１１年１０月１３日http://pr.fujitsu.com/jp/news/2011/10/13.html

しかしながら、非特許文献１に記載の技術では、計算処理部のロジックにおいて想定し得るスケールの最大範囲の組合せ計算処理を事前に実施する等の必要がある。従って、数値配列の規模に依存した演算処理を実行するため、莫大な処理時間がかかり、効率的に結果を求めることが困難にある。また、計算結果のデータテーブルも相当数を用意する必要があるなど、ハードウェアのリソースの点からも軽量化が図られたシステムであるとは言い難い。

また、非特許文献２に記載の技術はあくまで熱流体のシミュレーション技術であり、しかも、非特許文献１に記載の技術と同様に、計算結果パターンのモデル化されたデータテーブルを相当数用意する必要があるなど、ハードウェアのリソースの点からも軽量化が図られたシステムであるとは言い難い。

図１に、従来のセンサデータ処理システムにおける計算処理部の構成を示す。従来、一般的な既存のセンサデータ処理システムでは、図１に示す通り、電力や温度センサから得られるデータの値を逆ポーランド記法に直し（Ｓ１１）、センサデータを取得していた（Ｓ１２）。しかし、電力や温度センサから得られるデータの値は常に変動する為、センサIDを用いた計算式を文字列として保持する必要がある。

また、文字列の計算式の後からの変更に対応する為、計算処理をプログラム中に直接記述する、ハードコーディングをする事が出来ない。よって、文字列の計算式を元に計算処理を行う為、処理の中で文字列のマッチング処理が行われる。文字列のマッチング処理には、センサIDを判定し該当するセンサデータを置き換える際（Ｓ１３）のセンサとセンサデータのマッチング処理と、計算式を判定する際（Ｓ１４）の計算符号のマッチング処理とが実行されるため、計算時間に大きく影響する（Ａ、Ｂ）。

更に、按分式が含まれる計算処理においては、計算処理におけるデータを１つ変えると按分式にかかるデータが全て変わるので、計測ポイント数（重複含）だけ、DB（データベース）へのアクセスが発生する。つまり、Java（登録商標）の実行自体は時間が掛からないが、按分式に含まれる計測ポイント毎にJavaとPostgreSQL間の連携（SELECT,INSERT）が発生する。そのため従来のセンサデータ処理システムにおける計算処理部について、計算時間が増大するという問題があった。

また、一般的なセンサデータ処理システムでは、高速性を向上させる為にスケールアウト型のアーキテクチャを用いたハードウェアを構成（サーバーを増やして負荷分散処理する方法）するが、省エネ等環境配慮の観点から見ると現在の技術動向に逆行したセンサデータ処理システムであり、現在の社会トレンドにはそぐわないシステムとなりつつあるという問題があった。

本発明は、センサから取得する情報の高速データ処理を行うシステムの計算処理過程における効率化（出現頻度の高い複数のスケールマップを保持）と、モニタリングにて得た傾向分析結果（スケールマップ更新データ）を上位AP層サーバで任意期間蓄積し、任意期間における傾向を出現頻度の高い順に順位付けして、出現頻度の高い順位毎のスケールマップを更新し、共有化された設定ファイルをもとに通常計算処理およびコードマップの再構築を行い、順位の高い順の複数の対となる各マップを、センサ情報傾向蓄積・スケーリング効率化向上システム（下位PF層サーバ）のスケールマップ管理機能とコード処理機能に返却・格納させる、センサ情報傾向蓄積・スケーリング効率化向上システムに関する。

本発明では、任意期間の傾向分析により得た出現頻度の高い複数のスケールマップ（＋対となるコードマップ）を予め格納しておくことで、近似化処理機能によって変換された近似値が、スケールマップにない場合のスケールマップ更新処理、およびコードマップ更新の際に必要となる通常計算処理を出来得る限り回避させ、スケーリング効率の向上を図る。

本発明は、このような目的を達成するために、請求項１に記載の発明は、１つまたは複数のセンサから測定データを取得し、前記測定データに基づいて演算処理を実行するセンサ情報傾向蓄積・スケーリング効率化向上システムであって、記憶部と、前記センサが取得した前記測定データについて、前記記憶部に予め設定された粒度で近似化処理を行って、近似化された測定データを生成する受信データ管理機能部と、前記近似化処理された測定データの各々と前記記憶部に予め設定された第１のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定し、一致しない判定がされた場合、前記記憶部に予め設定された第２のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定するスケールマップ管理機能部と、前記スケールマップ管理機能部によって、前記近似化された測定データの各々と前記第２のスケールマップに含まれる前記数値データの各々がそれぞれ一致する判定がされた場合、前記数値データの各々に対応する、前記数値データの各々に予め割り当てられたコードをそれぞれ取得する計算処理制御機能部と、取得された前記コードに対応する、前記記憶部に予め設定された計算式を取得し、取得された前記計算式に対応する、前記記憶部に予め設定された計算結果を取得するコード処理機能部とを含む下位層サーバと、前記記憶部に予め設定された任意期間で取得した複数のスケールマップに基づいて前記第２のスケールマップを、予め生成し、前記記憶部に設定する上位層サーバとを備えたことを特徴とする。

請求項２に記載の発明は、１つまたは複数のセンサから測定データを取得し、前記測定データに基づいて演算処理を実行するセンサ情報傾向蓄積・スケーリング効率化向上システムであって、記憶部と、前記センサが取得した前記測定データについて、前記記憶部に予め設定された粒度で近似化処理を行って、近似化された測定データを生成する受信データ管理機能部と、前記近似化処理された測定データの各々と前記記憶部に予め設定された第３のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定し、一致しない判定がされた場合、前記記憶部に予め設定された第４のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定するスケールマップ管理機能部と、前記スケールマップ管理機能部によって、前記近似化された測定データの各々と前記第４のスケールマップに含まれる前記数値データの各々がそれぞれ一致しない判定がされた場合、計算処理機能部に前記記憶部に予め設定された計算式を用いて計算する通常計算の要求を実行するモニタリング制御機能部と、前記近似化された測定データから得られた値が同じである回数が一番多い値を最頻値として抽出するモニタリングデータ管理機能部と、抽出された前記最頻値を中心に前記記憶部に予め設定された範囲の値を展開して第５のスケールマップを構築する前記スケールマップ管理機能部と、前記記憶部に予め設定された計算式ごとに、前記第５のスケールマップの値の全ての組み合わせパターン分の計算を行い、前記数値データの各々にコードを割り当てるコードマップを作成するコード処理機能部と、前記通常計算の前記要求に従い前記近似化された測定データから得られた値を前記計算式に代入して前記通常計算を実行し、計算結果を取得する前記計算処理機能部とを含む下位層サーバと、前記記憶部に予め設定された任意期間において蓄積された複数の前記第５のスケールマップに含まれる、前記近似化された測定データと一致する値の最頻度出現回数を探索して順位付けを行い、前記順位付けに基づいて各センサ毎に第６のスケールマップを生成し、前記第６のスケールマップに基づいて、前記通常計算処理および前記コードマップの再構築を行い、前記第６のスケールマップおよび再構築されたコードマップを、前記スケールマップ管理機能部と前記コード処理機能に送信する上位AP層サーバとを備えたことを特徴とする。

以上により、通信ビルやデータセンタ等、通信機械室の空調フィードバック制御や、消費電力表示のリアルタイム性の向上に効力を発揮する。

従来のセンサデータ処理システムにおける計算処理部を示す構成図である。 本発明の第１の実施形態にかかるシステム構成を示す図である。 本発明の第１の実施形態にかかる機能を示すブロック図である。 本発明の第１の実施形態にかかる処理を示す概要図である。 本発明の第１の実施形態にかかる機能を示す構成図である。 本発明の第１の実施形態にかかるセンサ情報高速処理・表示システムの機能間シーケンス図である。 本発明の第１の実施形態にかかるセンサ情報高速処理・表示システムの機能間シーケンス図である。 本発明の第１の実施形態にかかるセンサ情報高速処理・表示システムの機能間シーケンス図である。 本発明の第１の実施形態にかかるスケーリング処理フロー図である。 本発明の第１の実施形態にかかるコード計算処理フロー図である。 本発明の第１の実施形態にかかる傾向蓄積・順位上位スケールマップ検索機能のアルゴリズムを示す図である。

以下に図面と表を参照して本発明の実施形態について詳細に説明する。

（第１の実施形態）
図２に、本発明の実施形態によるセンサ情報傾向蓄積・スケーリング効率化向上システム２を含むセンサ情報高速処理・表示システム１の基本構成と機能ブロックについて示す。

本発明の実施形態において、センサ情報高速処理・表示システム１は、計測機器１０と、データ収集・高速処理機器２０および配信コンテンツ作成・管理機器３０を具備するセンサ情報傾向蓄積・スケーリング効率化向上システム２とを含む。計測機器１０は、電力センサおよび温度センサ等のセンサ１１と、ゲートウェイ１２とを含み、データ収集・高速処理機器２０は、下位PF層サーバ（例としてBOX-PC）２１を含む。配信コンテンツ作成・管理機器３０は、上位AP層サーバ３１を含み、上位AP層サーバ３１は、表示APサーバ３２と空調制御APサーバ３３を含む。

電力・温度センサ１１からセンサ系ネットワークを通じて得られた測定データはRS485のシリアル通信にて上位のゲートウェイ１２まで転送され、ゲートウェイ１２内でTCP/IPプロトコルに変換され、SNMPまたはHTTP等で上位のセンサ情報傾向蓄積・スケーリング効率化向上システム２（下位PF層サーバ２１：データ収集・高速処理部２０を含む）に送られる。そして、センサ情報傾向蓄積・スケーリング効率化向上システム２により、取得したセンサの測定データに対して、それぞれのパターンに適合したイベントを検出する。下位PF層サーバ２１は、パターン配列の組合せ事前計算（任意の計算式）結果とのマッピングにより、システム系ネットワークを通じて高速で上位AP層サーバ３１に計算結果を送信する。そして、上位のAP層サーバ３１（配信コンテンツ作成・管理部３０）にて計算済みデータを受取る。ここで、例えば表示APサーバ３２では、リアルタイムな電力・温度のグラフデータをクライアントに提供するための配信コンテンツを作成し、上位のクライアント端末（PC）４１の画面上に電力・温度のグラフデータを展開する。また例えば、空調制御APサーバ３３では、本発明のセンサ情報傾向蓄積・スケーリング効率化向上システム２における下位PF層サーバ２１によって高速で取得した温度情報をもとに、空調の逐次制御を行う高速フィードバック制御信号をBACnet IPを介して空調機４２側へ伝送する。

図３は、本発明の第１の実施形態にかかる、それぞれの機能ブロックを示した図である。本発明の第１の実施形態において、センサ情報高速処理・表示システム１は、下位PF層サーバ２１と、上位AP層サーバ３１と、ユーザI/F部５１とを含む。下位PF層サーバ２１は、外部連携I/F部５２と、データ収集・処理部５３と、パターン制御・管理部５４とを含む。上位AP層サーバ３１は、リアルタイム制御部５５と、データ蓄積・管理部５６と、配信コンテンツ作成・管理部５７と、DB（データベース）５８とを含む。

図３が示す通り、センサ情報傾向蓄積・スケーリング効率化向上システム２（下位PF層サーバ２１）の外部連携I/F部５２は、受信データ受付機能を有し、データ収集・処理部５３は、各センサデータを収集・処理するモニタリング制御、データ処理制御等を有する。また、パターン制御・管理部５４は、計算処理・スケールマップ等を行う計算処理制御、スケールマップ制御、受信データ管理、上位AP層サーバ３１とのデータ同期制御等を有する。そして、上位AP層サーバ３１、例えば表示APサーバ３２では、リアルタイムな電力・温度のグラフデータをクライアントに提供するためのリアルタイム制御部５５を有し、データ蓄積・管理部５６においては、下位PF層サーバ２１とのデータ同期制御、および、年・月・日単位でのデータ蓄積管理を制御し、情報単位でDBのテーブルに書き込む機能を有している。そして、配信コンテンツ作成・管理部５７では、ユーザI/F部５１を介したユーザ要求に対して、要求に合致した配信コンテンツを作成し、ユーザI/F部５１へ返却する機能等を有している。ユーザI/F部５１は前記機能等を有したクライアント側ノードとの接続I/Fを具備した機能となる。

図４は、本発明の第１の実施形態にかかるセンサ情報傾向蓄積・スケーリング効率化向上システム２の処理概要を示した図である。本発明の第１の実施形態において、センサ情報高速処理・表示システム１は、センサコントローラ１００を有するゲートウェイ１２と、下位PF層サーバ２１および上位AP層サーバ３１を有するセンサ情報傾向蓄積・スケーリング効率化向上システム２とを含む。図４が示す通り、以下の処理機能が実装されている。
１．データ受信処理機能
センサコントローラ１００からデータを受信する。センサコントローラ１００毎のデータ形式の差異を吸収する。
２．近似化処理機能
データ受信処理にて取得したデータを近似処理する。設定ファイル等の外部情報により設定された値を元に四捨五入や切り捨てを行い、一定間隔のデータに修正する。
３．スケーリング処理機能
一定期間の間、データを取得（モニタリング）し、取得した値にコードを割り当て、頻出した値を元に後述のコード処理を行う。
４．コード処理機能
計算式とスケーリング結果を元に、予め計算結果をマップデータにする処理を行う。また、センサデータ取得時は、取得したセンサデータの結合コードと予め計算しておいたコードマップをマッピングした処理結果をデータ送信処理に送る。
５．データ送信処理機能
計算済みのデータを送信する。メモリ内にてデコードされた処理結果を、上位AP層サーバ３１に送信する。

図５は、本発明の第１の実施形態にかかる機能構成を示した図である。本発明の第１の実施形態において、センサ情報高速処理・表示システム１は、センサコントローラ１００を有するゲートウェイ１２と、下位PF層サーバ２１および上位AP層サーバ３１を有するセンサ情報傾向蓄積・スケーリング効率化向上システム２とを含む。下位PF層サーバ２１は、アダプタ機能部２００と、データ受信機能部３００と、データ処理制御機能部４００と、モニタリング制御機能部５００と、計算処理制御機能部６００と、受信データ管理機能部７００と、モニタリングデータ管理機能部８００と、スケールマップ管理機能部９００と、コード処理機能部１０００と、計算処理機能部１１００と、データ送信機能部１２００と、イニシャライズ機能部（記憶部）１３００とを含む。

図６から図８は、本発明の実施形態にかかる、図５の機能構成に基づく機能間シーケンスを示した図となる。なお本実施形態では、図６から図８の機能間シーケンスをベースに図５の機能構成と照らし合わせて説明することとする。

図６から図８にて示す通り、ゲートウェイ１２内に実装されたセンサコントローラ１００に対して、センサ情報傾向蓄積・スケーリング効率化向上システム２のアダプタ機能部２００を介して測定値（生データ）を取得する（Ｓ１１０）為に、データ受信機能部３００からアダプタ機能部２００に対して、測定値の取得要求をかける（Ｓ１００）。測定値の取得要求をかけることにより、取得データの通知を受ける（Ｓ１２０）ことができるとともに、データ処理制御機能部４００へデータ処理開始要求をかける（Ｓ１３０）。次にデータ処理制御機能部４００は、受信データ管理機能部７００に対して受信データ保持要求をかけることで（Ｓ１４０）、受信データ管理機能部７００は、得た測定値の近似化処理を開始し（Ｓ１５０）、近似化処理の結果をデータ処理制御機能部４００へ返却する（Ｓ１６０）。近似化されたデータは、各機能が随時参照することもできる。近似化処理の結果の返却タイミングでデータ処理制御機能部４００はモニタリング要求をモニタリング制御機能部５００に対してかける（Ｓ１７０）。次にモニタリング制御機能部５００は、モニタリング要求のタイミングでモニタリング要否の判定を実施する（Ｓ１８０）（モニタリング要否の判定は、対象センサｎから生データを取得した際、各センサデータに対してスケールマップ上の値と一致したブロックコードを探索し、計算式に必要な組み合わせコードマップとのマッピング処理を行い、計算済みデータを高速に取りだす機能における、一連の事前処理が必要な取得データ（近似処理後のデータ）か、モニタリングにより得た傾向分析によるスケールマップ内におさまるデータかを判断する為の判定である）。

ここで、要と判断されると、モニタリングデータ管理機能部８００に対して、モニタリングデータ更新要求をかける（Ｓ１９０）。そして、モニタリングデータ更新要求に対してモニタリングデータ管理機能部８００は、モニタリングデータの更新を実施し（Ｓ２００）、傾向分析を開始し（Ｓ２１０）、完了通知をモニタリング制御機能部５００に返す（Ｓ２２０）。そして完了通知を受けたモニタリング制御機能部５００は、スケールマップ管理機能部９００に対して、スケールマップ検索要求をかける（Ｓ２３０）。そして、スケールマップ更新要求に対してスケールマップ管理機能部９００は、ｎ数のスケールマップを高速検索し（Ｓ５７０）、適合するスケールマップが存在した場合はスケールマップの存在の情報をデータ処理制御機能部４００に通知する（Ｓ５８０）。なおここまでの処理が完了するまでの間は、通常計算処理を並列して実施しても良い。そして、通知を受けたデータ処理制御機能部４００は、計算処理制御機能部６００を介した（Ｓ３８０）スケールマップ管理機能部９００に計算処理を要求することで（Ｓ３９０）、コード（計算処理制御機能部６００からコード取得要求をスケールマップ管理機能部９００に対してかける）をもとにしたスケールマップ検索を実施し（Ｓ４００）、検索結果を計算処理制御機能部６００に返却（Ｓ４１０）、結合コード生成（Ｓ４２０）後、コード計算要求をコード処理機能部１０００に対してかけ（Ｓ４３０）、コード処理機能部１０００が結合コードを検索（Ｓ４４０）、結合コードの検索の結果をデータ処理制御機能部４００に返却する（Ｓ４５０）。そして最後に、データ処理制御機能部４００からデータ送信機能部１２００に対して、データ送信要求（Ｓ４６０）をかけることで上位AP層サーバ３１に計測情報通知を行い、上位AP層サーバ３１は計算済み計測情報をリアルタイムに取得する。

一方、予め用意された任意期間の傾向分析により得た出現頻度の高いｎ数のスケールマップの中にも適合するスケールマップが存在しなかった場合は、モニタリング制御機能部５００は、スケールマップ管理機能部９００に対して、スケールマップ更新要求をかける（Ｓ２３０）。そして、スケールマップ更新要求に対してスケールマップ管理機能部９００は、スケールマップの更新を実施し（Ｓ２４０）、完了後、スケールマップの更新における情報をモニタリング制御機能部５００に通知する（Ｓ２５０）。次に通知を受けたモニタリング制御機能部５００は、データ処理制御機能部４００にスケールマップの更新における通知情報を送り（Ｓ５９０）、受けたデータ処理制御機能部４００は上位AP層サーバ３１への更新データ送信要求をデータ送信機能部１２００に対して行うことで（Ｓ６００）、上位AP層サーバ３１に更新情報通知を行い（Ｓ６１０）、上位AP層サーバ３１はスケールマップ更新情報を取得することができる。またスケールマップ更新情報を取得することと併せて、スケールマップの更新完了の通知を受けたモニタリング制御機能部５００は、計算処理機能部６００に対して計算式取得要求をかける（Ｓ５１０）。そして、計算式取得（Ｓ５２０）後、スケールマップ管理機能部９００に対してコード取得要求をかける（Ｓ５３０）。そして、要求を受けたスケールマップ管理機能部９００は、スケールマップ探索を開始し（Ｓ５４０）、スケールマップ探索の結果をモニタリング制御機能部５００に返す（Ｓ５５０）。次にモニタリング制御機能部５００は、計算式とスケールマップをもとに計算処理機能部６００に対して、組合せの通常計算を要求し（Ｓ３１０）、組合せの通常計算の要求に対して計算処理機能部６００は、組合せ計算を開始し（Ｓ３２０）、計算処理後の計算結果をモニタリング制御機能部５００に返却する（Ｓ３３０）。そして、モニタリング制御機能部５００は、組合せ計算結果をコードマップとして生成する為、コード処理機能部１０００に対してコードマップの更新要求をかけることで（Ｓ３４０）、コード処理機能部１０００は、コードマップを更新する（Ｓ３５０）。そして、コードマップの更新の結果をモニタリング制御機能部５００に返却し（Ｓ３６０）、結果を受けたモニタリング制御機能部５００は、データ処理制御機能部４００にコードマップ更新の結果についての情報を通知する（Ｓ３７０）。一連のシーケンスによってスケーリング処理が完了する。スケーリング処理が完了するまでの間は、平行して通常計算処理を実施しても良い。スケーリング処理の完了により、次にモニタリング不要と判定された取得データ（近似処理後のデータ）に対しての計算処理要求を“計算処理機能部１１００ではなく”、計算処理制御機能部４００を介した（Ｓ３８０）スケールマップ管理機能部９００に計算処理を要求することで（Ｓ３９０）、コード（計算処理制御機能部４００からコード取得要求をスケールマップ管理機能部９００に対してかける）をもとにしたスケールマップ検索を実施し（Ｓ４００）、検索結果を計算処理制御機能部４００に返却（Ｓ４１０）、結合コード生成後（Ｓ４２０）、コード計算要求をコード処理機能部１０００に対してかけ（Ｓ４３０）、コード処理機能部１０００が結合コードを検索（Ｓ４４０）、結合コードの検索の結果をデータ処理制御機能部４００に返却する（Ｓ４５０）。そして最後に、データ処理制御機能部４００からデータ送信機能部１２００に対して、データ送信要求（Ｓ４６０）をかけることで上位AP層サーバ３１に計測情報通知を行い（Ｓ４７０）、上位AP層サーバ３１は計算済み計測情報をリアルタイムに取得する。

次に、スケールマップ更新情報を取得した上位AP層サーバ３１について記述する。スケールマップ更新情報を取得（Ｓ６１０）した上位AP層サーバ３１は、スケールマップの各SIDの値から、共有化された設定ファイルに基づく任意期間の各センサSIDの値の最頻度出現回数を高速探索し（Ｓ６２０）同時に各SID毎の順位付けを行い、そして、順位付けの情報に基づきスケールマップを再構築する。次に同じく共有化された設定ファイルの計算式定義（計算式ID：計算式）に基づいた組合せの通常計算処理を再構築したスケールマップをもとに、センサ情報傾向蓄積・スケーリング効率化向上システム（下位PF層サーバ）２のスケールマップ管理機能部９００とコード処理機能部１０００に格納させる順位上位のスケールマップと対となるコードマップ数分（順位数は設定ファイルで指定可）実施し、そして、組合せ計算結果をコードマップとして生成する。

次に、上位AP層サーバ３１内に格納された各SIDの最頻度出現順位に基づき生成（再構築）された対の各マップの上位のみ（指定した順位数分）をスケールマップ管理機能部９００とコード処理機能部１０００に格納させる為、設定ファイルに記述された情報（上位AP層サーバ３１から順位数分のデータを取得し、スケールマップ管理機能部９００とコード処理機能部１０００に格納する周期）に基づき、センサ情報傾向蓄積・スケーリング効率化向上システム２においてデータ受信機能部３００から上位AP層サーバ３１へ順位上位データ取得要求をかけることで（Ｓ６７０）、順位上位データ取得要求に基づいたスケールマップと対となるコードマップを送信する。次に、データ受信機能部３００からデータ処理制御機能部４００へデータ処理開始要求をかける（Ｓ６８０）。そして、要求を受けたデータ処理制御機能部４００は、スケールマップ管理機能部９００とコード処理機能部１０００に対して、順位上位データ格納要求をかけることで（Ｓ６９０、Ｓ７００）、スケールマップ管理機能部９００とコード処理機能部１０００に順位上位データの情報が格納される。順位上位データ格納により、従来技術のスケールマップ検索要求に対応可能となる。

（スケーリング処理およびコード処理）
次に、計算処理を予め複数データパターンにて計算しておき、組み合わせのコードと計算済みデータをマップ化しておく際や、センサデータからの測定値の近似値が、スケールマップにない場合の処理手順を具体例により示す。図９は、本発明の実施形態にかかる、一定回数間に受信した値の傾向を分析（モニタリング）し、高い頻度で受信する値にコードを割り当てる、スケーリング処理のフローを示した図である。図９が示す通り、以下の処理機能が実装されている。図９中の「ＦＦ」とは「存在しない」という意味である。
（１）センサから取得した値を指定された粒度（設定ファイルで指定）で近似化し、値ごとの取得回数を数える。近似化を指定回数（設定ファイルで指定）実施し、一番回数の多い値を最頻値として抽出する（モニタリング）。
※図中の矢印（１）は、センサXXX1(S001)と、センサXXX3(S003)を例にとって示している。
（２）最頻値を中心に指定された範囲（設定ファイルで指定）の値をスケールマップに展開する。ただし、スケールマップに展開するとき、モニタリング回数の全てが同一近似値であった場合、中心値のみ展開する。
※図中の例では、S001は”10”が一番多いため、10を中心に前後1つずつの値をスケールマップに展開している。S003はすべて”13”が取得されたため、スケールマップには13のみ展開している。
（３）指定された計算式（設定ファイルで予め指定）ごとに、スケールマップの値の全ての組み合わせパターン分の計算を行い、コードマップを作成する。

スケーリング処理が実施済みである場合、スケールマップとコードマップを用いて以下の手順を実行することにより、通常計算を行わずに計算処理結果を得ることが可能となる。図１０に本発明の実施形態にかかる、スケールマップとコードマップを用いたコード計算処理フローを示す。
（１）センサから取得した値を指定された粒度（設定ファイルで指定）で近似化し、スケールマップ上の値と一致したコード（GC）を検索する。
（２）計算式に必要なGCを組み合わせた組合せGCをキーに、それぞれの計算式のコードマップから計算結果を得る。

スケールマップ更新情報を取得した上位AP層サーバ３１は、具体的には下記の様な処理を行う。例えば任意期間中にセンサS001に関してスケールマップが下記の表1のように３枚生成された場合、センサS001の順位付けは表２のようになる。

次に、SID毎の順位付けに基づいてスケールマップを再構築する方法だが、仮に下の表３のようにSID毎の順位付けがなされた場合、

スケールマップは、
（１）S001、S002、S003それぞれの順位１位を中央値とするスケールマップ
（２）S001、S002の順位１位とS003の順位２位を中央値とするスケールマップ
（３）S001、S003の順位１位とS002の順位２位を中央値とするスケールマップ
（４）S002、S003の順位１位とS001の順位２位を中央値とするスケールマップ
（５）S001、の順位１位とS002、S003の順位２位を中央値とするスケールマップ
等のように作成される。

図１１に、本発明の第１の実施形態におけるシーケンスを簡単な傾向蓄積・順位上位スケールマップ検索機能のアルゴリズムで示す。図が示す通り、下位PF層サーバ２１と上位AP層サーバ３１のシステム連携によって本システムが機能化している。過去の情報を利用した比較的重たい（大容量）計算処理は上位AP層サーバ３１で実行し、高速処理が必要な計算処理は下位PF層で実行するという合理的且つ高効率なシステム設計によって実現している。図１１のモニタリングデータ更新（Ｓ９１９）とコードマップ更新（Ｓ９２０）との間のスケーリング処理については、具体的には図６から図８の通常計算機能追加の機能間シーケンス図のステップＳ２００からステップＳ３７０を参照されたい（Ｃ）。

次に、機能詳細として、起動時に各テーブルの初期化処理を行う、また、設定ファイルの読み込みを行う、イニシャライズ機能について、表４に設定ファイルとしてシステムの動作に必要な値のうち、ユーザで任意に設定を行うことが可能な設定ファイルを示す。尚、マップ範囲の設定については、設定モードと自動モードがあり、自動モードは、最頻値（X≧50%）と、前後値1 or 2（Y,Y'≦25%モードと、10%≦Y,Y'≦15% and 0＜Z,Z'≦10%モード）が設定されており、傾向分析により自動判定する。なお、本実施形態で示した自動モードの最頻値ならびに前後値のパラメータは自動モードを説明する上での一例であり、実現形態については本実施形態に限らない。

表５は、本システムのハードウェア条件例（下位ＰＦ層サーバ２１のハードウェア例）を示した表である。表５からも見て取れるように、定格消費電力がAC-100V換算で、約21W強と省エネ性の高いハードウェア条件で、本システムは動作可能である。なお、本実施形態は本システムのハードウェア条件の一例であり、実現形態については本実施形態に限らない。

実際に本システムと、スタンダードPCを用いた通常計算における処理速度を比較した例を以下に示す。また、表６は通常計算に用いられる算出計算に関する情報の一覧である。以下の計算式を、本システムでは表６に示したハードウェア条件で、一方はスタンダードPC（CPU：インテルCeleron B815 1.60GHz , メモリ：4GB（4GB×1）/8GB , HD：640GB）を用いて通常計算処理を実施した。尚、空調機は5000台と設定した。

以上の仮定（センサ温度の推定式）（式１）の下で、下記の目的関数（分散）である（式２）が最小となる空調の吹出し温度設定値の組み合わせを探索する。

以上より、本システムでは約1秒以内であるのに対して、スタンダードPCを用いた通常計算処理では約10秒という結果となった。

また、表７に起動時に各テーブルの初期化処理を行う、また、設定ファイルの読み込みを行う、イニシャライズ機能を示す。そして、設定ファイルとしてシステムの動作に必要な値のうち、ユーザで任意に設定を行うことが可能な設定ファイルを示す。

表７に示す設定ファイルにより、ユーザにて下位PF層に格納させる対となる各マップ数、最頻度出現順位を求める期間、下位PF層サーバ２１のスケールマップ管理機能とコード処理機能に格納する周期をそれぞれ任意に設定することが可能である。

以上により、高速性が求められている次世代空調制御技術の高速フィードバック制御や、市中製品の電力見える化システムにおける消費電力表示のリアルタイム性の向上が実現できる。

１ センサ情報高速処理・表示システム
２ センサ情報傾向蓄積・スケーリング効率化向上システム
１０ 計測機器
１１ センサ
１２ ゲートウェイ
２０ データ収集・高速処理機器
２１ 下位PF層サーバ
３０ 配信コンテンツ作成・管理機器
３１ 上位AP層サーバ
３２ 表示APサーバ
３３ 空調制御APサーバ
４１ クライアント端末
４２ 空調機
５１ ユーザI/F部
５２ 外部連携I/F部
５３ データ収集・処理部
５４ パターン制御・管理部
５５ リアルタイム制御部
５６ データ蓄積・管理部
５７ 配信コンテンツ作成・管理部
５８ ＤＢ
１００ センサコントローラ
２００ アダプタ機能部
３００ データ受信機能部
４００ データ処理制御機能部
５００ モニタリング制御機能部
６００ 計算処理制御機能部
７００ 受信データ管理機能部
８００ モニタリングデータ管理機能部
９００ スケールマップ管理機能部
１０００ コード処理機能部
１１００ 計算処理機能部
１２００ データ送信機能部
１３００ イニシャライズ機能部

Claims (2)

1. １つまたは複数のセンサから測定データを取得し、前記測定データに基づいて演算処理を実行するセンサ情報傾向蓄積・スケーリング効率化向上システムであって、
   記憶部と、
   前記センサが取得した前記測定データについて、前記記憶部に予め設定された粒度で近似化処理を行って、近似化された測定データを生成する受信データ管理機能部と、
   前記近似化処理された測定データの各々と前記記憶部に予め設定された第１のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定し、一致しない判定がされた場合、前記記憶部に予め設定された第２のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定するスケールマップ管理機能部と、
   前記スケールマップ管理機能部によって、前記近似化された測定データの各々と前記第２のスケールマップに含まれる前記数値データの各々がそれぞれ一致する判定がされた場合、前記数値データの各々に対応する、前記数値データの各々に予め割り当てられたコードをそれぞれ取得する計算処理制御機能部と、
   取得された前記コードに対応する、前記記憶部に予め設定された計算式を取得し、取得された前記計算式に対応する、前記記憶部に予め設定された計算結果を取得するコード処理機能部とを含む下位層サーバと、
   前記記憶部に予め設定された任意期間で取得した複数のスケールマップに基づいて前記第２のスケールマップを、予め生成し、前記記憶部に設定する上位層サーバと
   を備えたことを特徴とするセンサ情報傾向蓄積・スケーリング効率化向上システム。
2. １つまたは複数のセンサから測定データを取得し、前記測定データに基づいて演算処理を実行するセンサ情報傾向蓄積・スケーリング効率化向上システムであって、
   記憶部と、
   前記センサが取得した前記測定データについて、前記記憶部に予め設定された粒度で近似化処理を行って、近似化された測定データを生成する受信データ管理機能部と、
   前記近似化処理された測定データの各々と前記記憶部に予め設定された第３のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定し、一致しない判定がされた場合、前記記憶部に予め設定された第４のスケールマップに含まれる数値データの各々がそれぞれ一致するか否かを判定するスケールマップ管理機能部と、
   前記スケールマップ管理機能部によって、前記近似化された測定データの各々と前記第４のスケールマップに含まれる前記数値データの各々がそれぞれ一致しない判定がされた場合、計算処理機能部に前記記憶部に予め設定された計算式を用いて計算する通常計算の要求を実行するモニタリング制御機能部と、
   前記近似化された測定データから得られた値が同じである回数が一番多い値を最頻値として抽出するモニタリングデータ管理機能部と、
   抽出された前記最頻値を中心に前記記憶部に予め設定された範囲の値を展開して第５のスケールマップを構築する前記スケールマップ管理機能部と、
   前記記憶部に予め設定された計算式ごとに、前記第５のスケールマップの値の全ての組み合わせパターン分の計算を行い、前記数値データの各々にコードを割り当てるコードマップを作成するコード処理機能部と、
   前記通常計算の前記要求に従い前記近似化された測定データから得られた値を前記計算式に代入して前記通常計算を実行し、計算結果を取得する前記計算処理機能部とを含む下位層サーバと、
   前記記憶部に予め設定された任意期間において蓄積された複数の前記第５のスケールマップに含まれる、前記近似化された測定データと一致する値の最頻度出現回数を探索して順位付けを行い、前記順位付けに基づいて各センサ毎に第６のスケールマップを生成し、前記第６のスケールマップに基づいて、前記通常計算処理および前記コードマップの再構築を行い、前記第６のスケールマップおよび再構築されたコードマップを、前記スケールマップ管理機能部と前記コード処理機能に送信する上位AP層サーバと
   を備えたことを特徴とするセンサ情報傾向蓄積・スケーリング効率化向上システム。