JP2020077019A

JP2020077019A - 設備制御装置、学習装置、設備制御方法、学習器の生産方法、およびプログラム

Info

Publication number: JP2020077019A
Application number: JP2018207888A
Authority: JP
Inventors: 成康堀川; Nariyasu Horikawa; 渡辺　洋; Hiroshi Watanabe; 洋渡辺
Original assignee: Japan Computer Technos Corp
Current assignee: Japan Computer Technos Corp
Priority date: 2018-11-05
Filing date: 2018-11-05
Publication date: 2020-05-21
Anticipated expiration: 2038-11-05
Also published as: JP7203374B2

Abstract

【課題】複数の熱源設備を稼働させる場合に、好適な運転するための運転情報を出力できる設備制御装置を提供する。【解決手段】複数の熱源設備に対して外部の情報である外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得した学習器が格納される学習器格納部と、時系列外的要因情報を受け付ける受付部と、受付部が受け付けた時系列外的要因情報を学習器に適用し、機械学習のアルゴリズムにより複数の各熱源設備の時系列運転情報を取得する運転情報取得部と、運転情報取得部が取得した複数の各熱源設備の時系列運転情報を出力する出力部とを具備する設備制御装置により、複数の熱源設備を稼働させる場合に、好適な運転するための運転情報を出力できる。【選択図】図１

Description

本発明は、複数の熱源設備を制御する設備制御装置等に関するものである。

従来、センサに異常が発生した状態でも最適に近い状態で運転可能な熱源設備及び熱源設備制御方法があった（例えば、特許文献１参照）。

特開２０１７−００３１３５号公報

しかしながら、従来技術においては、複数の熱源設備を稼働させる場合に、好適な運転方法を見つけることが困難であった。なお、好適な運転方法とは、例えば、少ないコストでの運転方法、環境負荷が少ない運転方法等である。

本第一の発明の設備制御装置は、複数の熱源設備に対して外部の情報である外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得した学習器が格納される学習器格納部と、時系列外的要因情報を受け付ける受付部と、受付部が受け付けた時系列外的要因情報を学習器に適用し、機械学習のアルゴリズムにより複数の各熱源設備の時系列運転情報を取得する運転情報取得部と、運転情報取得部が取得した複数の各熱源設備の時系列運転情報を出力する出力部とを具備する設備制御装置である。

かかる構成により、複数の熱源設備を稼働させる場合に、好適に運転するための運転情報を出力できる。

また、本第二の発明の設備制御装置は、第一の発明に対して、１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部と、２以上の各対象情報が有する時系列運転情報を用いて、時系列運転情報に従って、時系列運転情報と対になる時系列外的要因情報が示す環境下で、複数の熱源設備を稼働させた場合のコストを算出するシミュレーション部と、シミュレーション部が算出したコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択部と、選択部が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得する学習部とをさらに具備し、学習器格納部の学習器は、学習部が取得した学習器である設備制御装置である。

かかる構成により、シミュレータを用いて、学習器を構成できる。

また、本第三の発明の設備制御装置は、第一または第二の発明に対して、学習元情報は、コストを有し、運転情報取得部は、コストをも取得し、出力部は、コストをも出力する設備制御装置である。

かかる構成により、複数の熱源設備を稼働させる場合に、少ないコストで運転するための運転情報を出力できる。

また、本第四の発明の設備制御装置は、第一から第三いずれか１つの発明に対して、１以上の外的要因情報は、外気温、湿度、複数の熱源設備が稼働するビルの収容人数のうちのいずれかの情報を含む設備制御装置である。

また、本第五の発明の設備制御装置は、第一から第四いずれか１つの発明に対して、１以上の外的要因情報は、外的要因の確率分布の情報を含む設備制御装置である。

かかる構成により、複数の熱源設備を稼働させる場合に、好適に運転するためのより適切な運転情報を出力できる。

また、本第六の発明の学習装置は、１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部と、２以上の各対象情報が有する時系列運転情報を用いて、時系列運転情報に従って、時系列運転情報と対になる時系列外的要因情報が示す環境下で、複数の熱源設備を稼働させた場合のコストを算出するシミュレーション部と、シミュレーション部が算出したコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択部と、選択部が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得し、蓄積する学習部とを具備する学習装置である。

かかる構成により、複数の熱源設備を稼働させる場合に、好適に運転するための運転情報を出力するための学習器を取得できる。

本発明による設備制御装置によれば、複数の熱源設備を稼働させる場合に、好適に運転するための運転情報を出力できる。

実施の形態１における設備制御装置Ａのブロック図同設備制御装置Ａの学習器を生成する処理の例について説明するフローチャート同設備制御装置Ａの時系列運転情報を出力する動作例を説明するフローチャート同運転情報取得処理の例について説明するフローチャート同設備制御装置Ｂのブロック図同学習装置Ｃのブロック図同コンピュータシステムの概観図同コンピュータシステムのブロック図

以下、設備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。

（実施の形態１）
本実施の形態において、学習器に対して、例えば、温度や湿度等の時系列の情報である時系列外的要因情報を与え、機械学習のアルゴリズムにより、２以上の熱源設備の時系列運転情報を取得し、出力する設備制御装置について説明する。なお、学習器は、２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得されたものである。また、２以上の学習元情報は、例えば、２以上の設備の時系列運転情報をシミュレータに与え、コストを取得し、コストが条件を満たす良好な時系列運転情報を有する情報であり、時系列外的要因情報と時系列運転情報とを有する情報である。また、熱源設備とは、例えば、電力、蒸気、温水、冷水などの供給設備である。熱源設備は、ユーティリティ設備でも良い。ユーティリティ設備は、例えば、プラントの運転に必要な電気、水、圧縮空気、燃料、窒素などを供給する設備をいう。

また、本実施の形態において、コストも出力する設備制御装置について説明する。

図１は、本実施の形態における設備制御装置Ａのブロック図である。設備制御装置Ａは、格納部１、受付部２、処理部３、および出力部４を備える。格納部１は、対象情報格納部１１、および学習器格納部１２を備える。処理部３は、シミュレーション部３１、選択部３２、学習部３３、および運転情報取得部３４を備える。

設備制御装置Ａは、複数の熱源設備を制御する装置である。複数の熱源設備とは、例えば、１または２以上のビル、１または２以上の建物、１または２以上の工場等における複数の熱源設備である。

格納部１には、各種の情報が格納される。各種の情報とは、例えば、後述する対象情報、後述する学習器である。各種の情報とは、例えば、外的要因情報の範囲を示す情報（例えば、「温度：−１０℃〜４０℃」「湿度：１０％〜９５％」「収容人数：０〜１０００人」）、運転情報の範囲を示す情報（例えば、「設定温度：２０℃〜２８℃」「Ｘ＜＝パワー＜＝Ｙ」）、時系列外的要因情報、時系列運転情報である。

対象情報格納部１１には、２以上の対象情報が格納される。対象情報は、シミュレーションの対象の情報である。対象情報は、コストを算出するシミュレーションの対象の情報である。対象情報は、２以上の時系列運転情報を有する。対象情報は、通常、１または２以上の時系列外的要因情報と２以上の時系列運転情報とを有する。対象情報格納部１１には、同一の時系列外的要因情報であるが、各々異なる時系列運転情報を有する２以上の対象情報が格納されることは好適である。対象情報格納部１１には、２以上の異なる時系列外的要因情報を有する２以上の対象情報が格納されることは好適である。

時系列外的要因情報は、時系列の外的要因情報である。外的要因情報とは、熱源設備以外の情報である。外的要因情報は、例えば、外気温、湿度、複数の熱源設備が稼働するビルの収容人数等である。１以上の外的要因情報の中に、外的要因の確率分布の情報を含むことは好適である。外的要因の確率分布の情報は、例えば、外気温の確率分布の情報、湿度の確率分布の情報である。時系列外的要因情報は、通常、２以上の外的要因情報を含む。時系列外的要因情報は、２以上の外的要因情報の集合でも良いし、時刻情報と外的要因情報の組の情報を２組以上有する情報でも良い。時刻情報は、時刻に関する情報であり、通常、時刻を特定する情報であるが、予め決められた開始時刻からの相対的な時刻の情報等でも良い。時系列外的要因情報は、例えば、外気温の時系列の情報、湿度の時系列の情報、複数の熱源設備が稼働するビルの収容人数の時系列の情報である。

時系列外的要因情報は、例えば、外的要因情報を識別する外的要因情報識別子と、ベクトルとを有する。時系列外的要因情報は、例えば、外的要因情報識別子に対応付くベクトルである。外的要因情報識別子は、例えば、「外気温」「湿度」「収容人数」である。外的要因情報識別子は、外的要因情報を識別できれば何でも良い。ベクトルは、例えば、（Ｏ_ｔ１，Ｏ_ｔ２，・・・，Ｏ_ｔｎ）である。ベクトルの各要素「Ｏ_ｔ１」「Ｏ_ｔ２」・・・「Ｏ_ｔｎ」は、時刻ｔ１における外的要因情報、時刻ｔ２における外的要因情報、・・・、時刻ｔｎにおける外的要因情報である。ただし、時系列外的要因情報のデータ構造は問わない。

時系列運転情報は、一の熱源設備の時系列の運転情報である。時系列運転情報は、２以上の運転情報を含む。時系列運転情報は、複数の熱源設備のうちのいずれかの熱源設備の時系列の運転情報である。時系列運転情報は、熱源設備の識別子に対応付いていても、熱源設備の識別子を有していても良い。運転情報は、熱源設備の運転に関する情報である。運転情報は、通常、熱源設備に与えるパラメータである。運転情報は、例えば、電源ＯＮを示す情報（以下、単にＯＮとも言う）、電源ＯＦＦを示す情報（以下、単にＯＦＦとも言う）、設定温度、パワーなどの情報である。時系列運転情報は、２以上の運転情報の集合でも良いし、時刻情報と運転情報の組の情報を２組以上有する情報でも良い。

時系列運転情報は、例えば、熱源設備を識別する熱源設備識別子と、運転情報を識別する運転情報識別子と、ベクトルとを有する。時系列運転情報は、例えば、熱源設備識別子および運転情報識別子に対応付くベクトルである。熱源設備識別子は、例えば、「設備１」「設備２」等であり、熱源設備を識別できる情報であれば良い。運転情報識別子は、例えば、「パラメータ１」「設定温度」等である。運転情報識別子は、運転情報を識別できれば何でも良い。ベクトルは、例えば、（Ｐ_ｔ１，Ｐ_ｔ２，・・・，Ｐ_ｔｎ）である。ベクトルの各要素「Ｐ_ｔ１」「Ｐ_ｔ２」・・・「Ｐ_ｔｎ」は、時刻ｔ１における運転情報、時刻ｔ２における運転情報、・・・、時刻ｔｎにおける運転情報である。

対象情報格納部１１の２以上の対象情報は、予め用意されていても良いし、後述する処理部３が生成しても良い。処理部３の対象情報の生成処理については後述する。対象情報格納部１１の２以上の対象情報の取得方法は問わない。

学習器格納部１２には、学習器が格納される。学習器は、通常、後述する学習部３３が取得した情報である。学習器は、２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得された情報である。機械学習のアルゴリズムは、問わない。機械学習のアルゴリズムは、例えば、深層学習、ランダムフォレスト、決定木、ＳＶＭ、ＳＶＲ等のうちのいずれかである。学習元情報は、１以上の時系列外的要因情報と２以上の時系列運転情報とを有する情報である。学習元情報は、通常、コストを有する。コストは、熱源設備の運転のために要するコストである。コストは、通常、複数の熱源設備の運転のために要するコストである。コストは、通常、複数の熱源設備の運転のために要する燃料のコスト（例えば、電気代、ガス代、重油代）である。

受付部２は、１または２以上の時系列外的要因情報を受け付ける。受付部２が受け付ける時系列外的要因情報は、例えば、外的要因情報の時間的推移の予測の情報である。受付部２が受け付ける時系列外的要因情報に含まれる外的要因情報は、外的要因の確率分布の情報を含むことは好適である。

ここで、受け付けとは、例えば、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、または光ディスクや磁気ディスクや半導体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である。但し、受け付けとは、時系列外的要因情報を取得できている状態になれば良く、例えば、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などを含む概念である。受付部２は、図示しない外部の１または２以上のサーバから、時系列外的要因情報を受信しても良い。受付部２は、例えば、外気温や湿度等の時系列外的要因情報は、気象関係の情報が格納されている外部のサーバから取得し、ビルの収容人数等のビルに関する情報は、当該ビルの情報を管理するサーバから取得するなどしても良い。なお、ビルは、設備制御装置Ａの制御対象の熱源設備が設置されているビルである。

時系列外的要因情報が入力される場合、その入力手段は、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。

処理部３は、各種の処理を行う。各種の処理とは、例えば、シミュレーション部３１、選択部３２、学習部３３、運転情報取得部３４が行う処理である。

各種の処理とは、例えば、対象情報の生成処理である。処理部３は、例えば、格納部１の外的要因情報の範囲を示す情報、および運転情報の範囲を示す情報を用いて、時系列外的要因情報と時系列運転情報と生成し、当該時系列外的要因情報と時系列運転情報とを有する対象情報を取得する。処理部３は、例えば、格納部１の外的要因情報の範囲を示す情報から２以上の候補値を取得し、運転情報の範囲を示す情報から２以上の候補値を取得し、外的要因情報の候補値と運転情報の候補値の組み合わせを取得する。そして、処理部３は、かかる組み合わせの数だけ、対象情報を取得することは好適である。

また、処理部３は、例えば、図示しない外部のサーバから時系列外的要因情報を取得し、運転情報の範囲を示す情報を用いて時系列運転情報を生成し、当該時系列外的要因情報と時系列運転情報とを有する対象情報を取得する。処理部３は、例えば、図示しない外部のサーバから時系列外的要因情報を取得し、運転情報の範囲を示す情報から時系列運転情報の候補値を取得し、候補値の数だけ、時系列外的要因情報と時系列運転情報の候補値とを有する対象情報を取得する。

なお、処理部３が行う対象情報の生成処理は、外部の装置で行い、対象情報格納部１１に蓄積されても良いことは言うまでもない。

シミュレーション部３１は、２以上の各対象情報が有する時系列運転情報を用いて、コストを算出する。１または２以上の熱源設備に対する時系列運転情報を入力し、コストを出力する技術は公知技術であるので、詳細な説明を省略する。かかる技術は、例えば、特開２００９−５９２９５等に記載されている。なお、この技術は、コストやＣＯ_２排出量などを計算できるシミュレータに関する技術である。

シミュレーション部３１は、２以上の各対象情報が有する時系列運転情報を用いて、時系列運転情報に従って複数の熱源設備を稼働させた場合のコストを算出する。なお、かかるコストは、当該時系列運転情報と対になる時系列外的要因情報が示す環境下での熱源設備の運転コストである。

選択部３２は、シミュレーション部３１が算出したコストが予め決められた条件を満たす２以上の学習元情報を取得する。なお、学習元情報は、例えば、対象情報である。学習元情報は、例えば、対象情報とコストである。学習元情報は、シミュレーション部３１が取得したコストを有することは好適である。学習元情報は、時系列外的要因情報と時系列運転情報とを有する。学習元情報は、シミュレーション部３１がコストを出力する際に用いた時系列運転情報と、当該時系列運転情報と対になる時系列外的要因情報とを有する。この時系列運転情報と時系列外的要因情報とは、上述した対象情報が有する情報である。

また、予め決められた条件とは、例えば、コストが予め決められた条件を満たすほど低いコストに対応することである。予め決められた条件とは、例えば、同一の時系列外的要因情報の中で最も低いコストに対応することである。予め決められた条件とは、例えば、同一の時系列外的要因情報の中でコストの低い上位Ｎ（Ｎは２以上の自然数）のコストに対応することである。予め決められた条件とは、例えば、閾値以下または閾値未満のコストに対応することである。

学習部３３は、選択部３２が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得する。機械学習のアルゴリズムとは、上述したように問わないが、例えば、深層学習、ＳＶＲ、ランダムフォレスト等である。

学習部３３は、選択部３２が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得し、学習器格納部１２に蓄積する。なお、学習器の蓄積先は、図示しない外部の装置でも良く、問わない。

運転情報取得部３４は、受付部２が受け付けた時系列外的要因情報を学習器に適用し、機械学習のアルゴリズムにより、複数の各熱源設備の時系列運転情報を取得する。

運転情報取得部３４は、コストをも取得することは好適である。つまり、運転情報取得部３４は、受付部２が受け付けた時系列外的要因情報を学習器に適用し、機械学習のアルゴリズムにより複数の各熱源設備の時系列運転情報と、コストとを取得することは好適である。なお、運転情報取得部３４が取得した時系列運転情報に対応するコストは、シミュレーション部３１が取得しても良い。

出力部４は、運転情報取得部３４が取得した複数の各熱源設備の時系列運転情報を出力する。

出力部４は、コストをも出力することは好適である。つまり、出力部４は、運転情報取得部３４が取得した複数の各熱源設備の時系列運転情報と、コストとを出力することは好適である。

出力部４は、例えば、運転情報取得部３４が取得した複数の各熱源設備の時系列運転情報を、各熱源設備に渡し、コストを表示または外部の表示装置に送信しても良い。

ここで、出力とは、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、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などを含む概念である。なお、ここで、外部の装置への送信とは、例えば、複数の各熱源設備への送信である。

格納部１、対象情報格納部１１、および学習器格納部１２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。

格納部１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１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１等で記憶されるようになってもよい。

受付部２は、例えば、無線または有線の通信手段により実現される。受付部２は、例えば、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。

処理部３、シミュレーション部３１、選択部３２、学習部３３、および運転情報取得部３４は、通常、ＭＰＵやメモリ等から実現され得る。処理部３等の処理手順は、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。

出力部４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。出力部４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。

次に、設備制御装置Ａの動作について説明する。まず、設備制御装置Ａの学習器を生成する処理の例について、図２のフローチャートを用いて説明する。なお、学習器の生成とは、学習器の製造と言っても良い。

（ステップＳ２０１）シミュレーション部３１は、カウンタｉに１を代入する。

（ステップＳ２０２）シミュレーション部３１は、ｉ番目の対象情報が対象情報格納部１１に存在するか否かを判断する。ｉ番目の対象情報が存在する場合はステップＳ２０３に行き、存在しない場合はステップＳ２０７に行く。

（ステップＳ２０３）シミュレーション部３１は、ｉ番目の対象情報を対象情報格納部１１から取得する。

（ステップＳ２０４）シミュレーション部３１は、ステップＳ２０３で取得したｉ番目の対象情報を用いて、コストを算出する。なお、かかるコストの算出をシミュレーションと言っても良い。

（ステップＳ２０５）シミュレーション部３１は、ステップＳ２０４で算出したコストを、ｉ番目の対象情報に対応付けて一時蓄積する。

（ステップＳ２０６）シミュレーション部３１は、カウンタｉを１、インクリメントする。ステップＳ２０２に戻る。

（ステップＳ２０７）選択部３２は、カウンタｊに１を代入する。

（ステップＳ２０８）選択部３２は、ステップＳ２０５で一時蓄積したｊ番目のコストが存在するか否かを判断する。ｊ番目のコストが存在する場合はステップＳ２０９に行き、存在しない場合はステップＳ２１２に行く。なお、ｊ番目のコストが存在するか否かは、ｊ番目の対象情報が存在するか否かと同意義である。

（ステップＳ２０９）選択部３２は、ｊ番目のコストが条件を満たすか否かを判断する。条件を満たす場合はステップＳ２１０に行き、条件を満たさない場合はステップＳ２１１に行く。

（ステップＳ２１０）選択部３２は、ｊ番目のコストに対応付いている対象情報を用いて、学習元情報を構成し、当該学習元情報を格納部１に一時蓄積する。

選択部３２は、例えば、ｊ番目のコストに対応付いている対象情報を学習元情報として、取得する。選択部３２は、例えば、ｊ番目のコストと、当該コストに対応付いている対象情報とを有する学習元情報を構成する。

（ステップＳ２１１）選択部３２は、カウンタｊを１、インクリメントする。ステップＳ２０８に戻る。

（ステップＳ２１２）学習部３３は、ステップＳ２１０で一時蓄積された２以上の学習元情報を読み出し、当該２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得する。

（ステップＳ２１３）学習部３３は、ステップＳ２１２で取得した学習器を学習器格納部１２に蓄積する。処理を終了する。

なお、図２のフローチャートにおいて、コストが条件を満たし、正常に複数の熱源設備を制御できる時系列運転情報を有する対象情報を用いて構成された学習元情報（いわゆる正例の学習元情報）を用いて学習器を生成した。しかし、図２のフローチャートにおいて、例えば、上手く制御ができない時系列運転情報を有する負例の学習元情報をも用いて学習器を生成しても良い。

次に、設備制御装置Ａの時系列運転情報を出力する動作例について、図３のフローチャートを用いて説明する。

（ステップＳ３０１）受付部２は、時系列外的要因情報を受け付けたか否かを判断する。時系列外的要因情報を受け付けた場合はステップＳ３０２に行き、時系列外的要因情報を受け付けなかった場合はステップＳ３０１に戻る。

（ステップＳ３０２）運転情報取得部３４は、ステップＳ３０１で受け付けられた時系列外的要因情報を学習器格納部１２の学習器に適用し、機械学習のアルゴリズムにより、複数の各熱源設備の時系列運転情報を取得する。

なお、例えば、正例の学習元情報のみを用いて学習器が生成されている場合、運転情報取得部３４は、ステップＳ３０１で受け付けられた時系列外的要因情報を学習器格納部１２の学習器に適用し、機械学習のアルゴリズムにより、複数の各熱源設備の時系列運転情報を取得する。

また、例えば、正例の学習元情報と負例の学習元情報の両方を用いて学習器が生成されている場合、運転情報取得部３４は、例えば、図４に示すフローチャートの動作により、複数の各熱源設備の時系列運転情報を取得する。

（ステップＳ３０３）シミュレーション部３１は、ステップＳ３０２で取得された複数の各熱源設備の時系列運転情報を用いて、コストを算出する。

（ステップＳ３０４）出力部４は、ステップＳ３０２で取得された複数の各熱源設備の時系列運転情報、ステップＳ３０３で取得されたコストを出力する。ステップＳ３０１に戻る。

なお、図３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。

次に、ステップＳ３０２の運転情報取得処理の例について、図４のフローチャートを用いて説明する。

（ステップＳ４０１）運転情報取得部３４は、カウンタｉに１を代入する。

（ステップＳ４０２）運転情報取得部３４は、ｉ番目の時系列運転情報の候補が格納部１に存在するか否かを判断する。ｉ番目の時系列運転情報の候補が存在する場合はステップＳ４０３に行き、存在しない場合はステップＳ４０７に行く。なお、時系列運転情報の複数の候補が格納部１に格納される方法は問わない。

（ステップＳ４０３）運転情報取得部３４は、ステップＳ３０１で受け付けられた時系列外的要因情報とｉ番目の時系列運転情報の候補とを用いて、学習器に与える情報を構成する。なお、学習器に与える情報は、通常、ステップＳ３０１で受け付けられた時系列外的要因情報とｉ番目の時系列運転情報の候補とを有する情報である。

（ステップＳ４０４）運転情報取得部３４は、ステップＳ４０３で構成した情報を、学習器に与え、機械学習のアルゴリズムにより、スコアを取得する。なお、スコアは、例えば、ｉ番目の時系列運転情報の良好さを示すスコアである。また、スコアは、例えば、ｉ番目の時系列運転情報が正例である尤度を示すスコアである。

（ステップＳ４０５）シミュレーション部３１は、ｉ番目の時系列運転情報を用いて、コストを取得する。なお、ここで、学習器がコストをも用いて構成されている場合、運転情報取得部３４がコストを取得しても良い。

（ステップＳ４０６）運転情報取得部３４は、カウンタｉを１、インクリメントする。ステップＳ４０２に戻る。

（ステップＳ４０７）運転情報取得部３４は、スコアを用いて、時系列運転情報の候補の中から、時系列運転情報を選択する。上位処理にリターンする。運転情報取得部３４は、例えば、スコアが閾値以上の時系列運転情報の中から、コストが最小の時系列運転情報を選択する。運転情報取得部３４は、例えば、スコアが最大の時系列運転情報を選択する。

以上、本実施の形態によれば、複数の熱源設備を稼働させる場合に、好適に運転するための運転情報を出力できる。なお、好適な運転とは、例えば、コストが少なくなる運転、環境負荷が少ない運転、コストと環境負荷の両方が少なくなるような運転等である。また、環境負荷が少ない運転のために、例えば、ＣＯ_２排出量などをミニマムにするように制御する。またコストとＣＯ_２排出量などを組み合わせて関数を作り、その値がミニマムになるように制御しても良い。

また、本実施の形態によれば、複数の熱源設備を稼働させる場合に、好適に運転するための運転情報を出力するための学習器を生産できる。

なお、本実施の形態において、学習器の取得処理と、複数の各熱源設備の時系列運転情報を出力する処理とが別の装置で行っても良い。

かかる場合、複数の各熱源設備の時系列運転情報を出力する処理を行う設備制御装置Ｂのブロック図は図５である。設備制御装置Ｂは、格納部５、受付部２、処理部６、および出力部４を備える。格納部５は、学習器格納部１２を備える。処理部６は、運転情報取得部３４を備える。

また、学習器の取得処理を行う学習装置Ｃのブロック図は図６である。学習装置Ｃは、格納部１、受付部２、および処理部７を備える。処理部７は、シミュレーション部３１、選択部３２、および学習部３３を備える。

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設備制御装置Ｂ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。つまり、このプログラムは、例えば、複数の熱源設備に対して外部の情報である外的要因情報の時系列の情報である１以上の時系列外的要因情報と、前記複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得した学習器が格納される学習器格納部にアクセス可能なコンピュータを、時系列外的要因情報を受け付ける受付部と、前記受付部が受け付けた時系列外的要因情報を前記学習器に適用し、機械学習のアルゴリズムにより前記複数の各熱源設備の時系列運転情報を取得する運転情報取得部と、前記運転情報取得部が取得した複数の各熱源設備の時系列運転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。

また、本実施の形態における学習装置Ｃ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。つまり、このプログラムは、例えば、１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部にアクセス可能なコンピュータを、前記２以上の各対象情報が有する時系列運転情報を用いて、当該時系列運転情報に従って、当該時系列運転情報と対になる時系列外的要因情報が示す環境下で、前記複数の熱源設備を稼働させた場合のコストを算出するシミュレーション部と、前記シミュレーション部が算出したコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択部と、前記選択部が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得し、蓄積する学習部として機能させるためのプログラムである。

また、図７は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の設備制御装置、学習装置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。図７は、このコンピュータシステム３００の概観図であり、図８は、システム３００のブロック図である。

図７において、コンピュータシステム３００は、ＣＤ−ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４とを含む。

図８において、コンピュータ３０１は、ＣＤ−ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、ＭＰＵ３０１３、ＣＤ−ＲＯＭドライブ３０１２に接続されたバス３０１４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ＲＯＭ３０１５と、ＭＰＵ３０１３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ともに一時記憶空間を提供するためのＲＡＭ３０１６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ためのハードディスク３０１７とを含む。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。

コンピュータシステム３００に、上述した実施の形態の設備制御装置等の機能を実行させるプログラムは、ＣＤ−ＲＯＭ３１０１に記憶されて、ＣＤ−ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、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３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ−ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。

プログラムは、コンピュータ３０１に、上述した実施の形態の設備制御装置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ープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（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れば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。

なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、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。

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。

また、上記各実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。

また、上記各実施の形態において、各処理は、単一の装置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。

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。

以上のように、本発明にかかる設備制御装置は、複数の熱源設備を稼働させる場合に、好適に運転するための運転情報を出力できるという効果を有し、複数の熱源設備を制御する設備制御装置等として有用である。

１、５格納部
２受付部
３、６、７処理部
４出力部
１１対象情報格納部
１２学習器格納部
３１シミュレーション部
３２選択部
３３学習部
３４運転情報取得部

Claims

複数の熱源設備に対して外部の情報である外的要因情報の時系列の情報である１以上の時系列外的要因情報と、前記複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得した学習器が格納される学習器格納部と、
時系列外的要因情報を受け付ける受付部と、
前記受付部が受け付けた時系列外的要因情報を前記学習器に適用し、機械学習のアルゴリズムにより前記複数の各熱源設備の時系列運転情報を取得する運転情報取得部と、
前記運転情報取得部が取得した複数の各熱源設備の時系列運転情報を出力する出力部とを具備する設備制御装置。
１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部と、
前記２以上の各対象情報が有する時系列運転情報を用いて、当該時系列運転情報に従って、当該時系列運転情報と対になる時系列外的要因情報が示す環境下で、前記複数の熱源設備を稼働させた場合のコストを算出するシミュレーション部と、
前記シミュレーション部が算出したコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択部と、
前記選択部が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得する学習部とをさらに具備し、
前記学習器格納部の学習器は、前記学習部が取得した学習器である請求項１記載の設備制御装置。
前記学習元情報は、コストを有し、
前記運転情報取得部は、コストをも取得し、
前記出力部は、コストをも出力する請求項１または請求項２記載の設備制御装置。
前記１以上の外的要因情報は、外気温、湿度、前記複数の熱源設備が稼働するビルの収容人数のうちのいずれかの情報を含む請求項１から請求項３いずれか一項に記載の設備制御装置。
前記１以上の外的要因情報は、外的要因の確率分布の情報を含む請求項１から請求項４いずれか一項に記載の設備制御装置。
１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部と、
前記２以上の各対象情報が有する時系列運転情報を用いて、当該時系列運転情報に従って、当該時系列運転情報と対になる時系列外的要因情報が示す環境下で、前記複数の熱源設備を稼働させた場合のコストを算出するシミュレーション部と、
前記シミュレーション部が算出したコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択部と、
前記選択部が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得し、蓄積する学習部とを具備する学習装置。
複数の熱源設備に対して外部の情報である外的要因情報の時系列の情報である１以上の時系列外的要因情報と、前記複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得した学習器が格納される学習器格納部と、受付部と、運転情報取得部と、出力部とにより実現される設備制御方法であって、
前記受付部が、時系列外的要因情報を受け付ける受付ステップと、
前記運転情報取得部が、前記受付ステップで受け付けられた時系列外的要因情報を前記学習器に適用し、機械学習のアルゴリズムにより前記複数の各熱源設備の時系列運転情報を取得する運転情報取得ステップと、
前記出力部が、前記運転情報取得ステップで取得された複数の各熱源設備の時系列運転情報を出力する出力ステップとを具備する設備制御方法。
１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部と、シミュレーション部と、選択部と、学習部とにより実現される学習器の生産方法であって、
前記シミュレーション部が、前記２以上の各対象情報が有する時系列運転情報を用いて、当該時系列運転情報に従って、当該時系列運転情報と対になる時系列外的要因情報が示す環境下で、前記複数の熱源設備を稼働させた場合のコストを算出するシミュレーションステップと、
前記選択部が、前記シミュレーションステップで算出されたコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択ステップと、
前記学習部が、前記選択ステップで取得された２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得し、蓄積する学習ステップとを具備する学習器の生産方法。
複数の熱源設備に対して外部の情報である外的要因情報の時系列の情報である１以上の時系列外的要因情報と、前記複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の学習元情報を、機械学習のアルゴリズムにより学習させて取得した学習器が格納される学習器格納部にアクセス可能なコンピュータを、
時系列外的要因情報を受け付ける受付部と、
前記受付部が受け付けた時系列外的要因情報を前記学習器に適用し、機械学習のアルゴリズムにより前記複数の各熱源設備の時系列運転情報を取得する運転情報取得部と、
前記運転情報取得部が取得した複数の各熱源設備の時系列運転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。
１以上の各外的要因情報の時系列の情報である１以上の時系列外的要因情報と、複数の各熱源設備の運転に関する運転情報の時系列の情報である２以上の時系列運転情報とを有する２以上の対象情報が格納される対象情報格納部にアクセス可能なコンピュータを、
前記２以上の各対象情報が有する時系列運転情報を用いて、当該時系列運転情報に従って、当該時系列運転情報と対になる時系列外的要因情報が示す環境下で、前記複数の熱源設備を稼働させた場合のコストを算出するシミュレーション部と、
前記シミュレーション部が算出したコストが予め決められた条件を満たす時系列外的要因情報と時系列運転情報とを有する２以上の学習元情報を取得する選択部と、
前記選択部が取得した２以上の学習元情報を機械学習のアルゴリズムにより学習させて、学習器を取得し、蓄積する学習部として機能させるためのプログラム。