JP6245039B2 - Energy saving related information generation system - Google Patents
Energy saving related information generation system Download PDFInfo
- Publication number
- JP6245039B2 JP6245039B2 JP2014074916A JP2014074916A JP6245039B2 JP 6245039 B2 JP6245039 B2 JP 6245039B2 JP 2014074916 A JP2014074916 A JP 2014074916A JP 2014074916 A JP2014074916 A JP 2014074916A JP 6245039 B2 JP6245039 B2 JP 6245039B2
- Authority
- JP
- Japan
- Prior art keywords
- space
- conditioning target
- air
- unit
- temperature
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Measuring Temperature Or Quantity Of Heat (AREA)
- Radiation Pyrometers (AREA)
- Air Conditioning Control Device (AREA)
Description
本発明は、ある空間の温度分布に関する情報を相対評価するために、他の空間の温度分布に関する情報を生成する省エネ関連情報生成システムに関する。 The present invention relates to an energy saving related information generation system that generates information related to a temperature distribution in another space in order to relatively evaluate information related to the temperature distribution in a certain space.
オフィスビル、商業ビル、住居等の建物においては、空間(室内)の温熱環境を最適に維持し、人の快適性を実現することが求められている。これに対し、例えば、特許文献1(特開2000−251189号公報)には、空間に温度センサを複数配置し、得られた温度分布を利用して空気調和装置を制御することが開示されている。 In buildings such as office buildings, commercial buildings, and residences, it is required to optimally maintain the thermal environment of the space (indoors) and realize human comfort. On the other hand, for example, Patent Document 1 (Japanese Patent Laid-Open No. 2000-251189) discloses that a plurality of temperature sensors are arranged in a space and the air conditioner is controlled using the obtained temperature distribution. Yes.
ところで、近年では、室内の温熱環境を最適に維持することに加え、エネルギーを効率よく利用しながら所望の温熱環境を達成することも求められている。このようなエネルギーの高効率化を実現するためには、まず、現在のエネルギー使用状況を適切に評価することが求められる。 By the way, in recent years, in addition to optimally maintaining the indoor thermal environment, it is also required to achieve a desired thermal environment while efficiently using energy. In order to realize such high energy efficiency, it is first necessary to appropriately evaluate the current energy usage.
例えば、特許文献1(特開2000−251189号公報)のように、空間の温度分布を定量的に把握すれば、空間内に過剰に空調されているエリアが無いか等の情報を得ることが可能で、エネルギーが無駄に使用されていないか評価することができる。 For example, as in Patent Document 1 (Japanese Patent Laid-Open No. 2000-251189), if the temperature distribution in the space is quantitatively grasped, information such as whether there is an excessively air-conditioned area in the space can be obtained. It is possible to assess whether energy is being wasted.
また、エネルギー使用状況を適切に評価するには、空間の温度分布等を定量的に把握するだけではなく、他の空間(他の室内)とのエネルギー使用状況の違いを相対的に比較することも重要になる。 In addition, in order to appropriately evaluate the energy usage status, not only quantitatively grasp the temperature distribution in the space, but also relatively compare the difference in energy usage status with other spaces (other rooms). Will also be important.
相対的なエネルギー使用状況の評価は、例えば、ある空間の温度とランダムに選んだ他の空間と温度とを比較するというだけであれば、比較的容易である。しかし、実際には、各空間の使用者が、その空間をどのように利用しているかによって温度分布も変化しうるため、比較された空間が、比較対象として適切とはいえない可能性がある。 Evaluation of relative energy usage is relatively easy if, for example, the temperature of a certain space is compared with the temperature of another randomly selected space. However, in reality, the temperature distribution can change depending on how each user uses the space, so the compared space may not be appropriate for comparison. .
本発明の課題は、ある空間の温度分布に関する情報を相対評価するために、他の空間の温度分布に関する情報を生成する省エネ関連情報生成システムであって、利用者による空間の利用状況を考慮して、比較を行う上で適切な空間の、温度分布に関する情報を生成する省エネ関連情報生成システムを提供することにある。 An object of the present invention is an energy-saving related information generation system that generates information related to the temperature distribution in another space in order to relatively evaluate information related to the temperature distribution in a certain space, and considers the use status of the space by the user. Thus, an object of the present invention is to provide an energy saving related information generation system that generates information related to temperature distribution in an appropriate space for comparison.
本発明の第1観点に係る省エネ関連情報生成システムは、記憶部と、受付部と、類似空間抽出部と、生成部と、を備える。記憶部は、多数の空調対象空間について、各空調対象空間内の人間の位置に関する人時系列データと、各空調対象空間内の温度分布に関する温度時系列データと、を蓄積して記憶する。受付部は、多数の空調対象空間に含まれる第1空間用の省エネ関連情報の生成要求を受け付ける。類似空間抽出部は、第1空間の人時系列データに基づき、多数の空調対象空間から、第1空間と類似する利用状況のパターンを有する類似空間を抽出する。生成部は、第1空間用の省エネ関連情報として、類似空間の温度時系列データに基づいた類似空間の温度分布に関する情報を生成する。 The energy-saving related information generation system according to the first aspect of the present invention includes a storage unit, a reception unit, a similar space extraction unit, and a generation unit. The storage unit accumulates and stores human time-series data relating to the position of the person in each air-conditioning target space and temperature time-series data relating to the temperature distribution in each air-conditioning target space for a number of air-conditioning target spaces. A reception part receives the production | generation request | requirement of the energy saving related information for 1st spaces contained in many space for air conditioning. The similar space extraction unit extracts a similar space having a usage pattern similar to the first space from a large number of air-conditioning target spaces based on the human time-series data of the first space. A generation part produces | generates the information regarding the temperature distribution of the similar space based on the temperature time series data of the similar space as the energy saving related information for the first space.
ここでは、人間の位置に関する時系列データに基づいて、評価対象の第1空間と利用状況のパターンが類似する類似空間が抽出され、第1空間用の省エネ関連情報として、類似空間の温度分布に関する情報が生成される。そのため、生成された省エネ関連情報に基づいて第1空間の相対評価を適切に行うことが可能である。 Here, based on the time-series data related to the human position, a similar space having a similar usage pattern to that of the first space to be evaluated is extracted, and energy saving related information for the first space is related to the temperature distribution of the similar space. Information is generated. Therefore, it is possible to appropriately perform the relative evaluation of the first space based on the generated energy saving related information.
本発明の第2観点に係る省エネ関連情報生成システムは、第1観点に係る省エネ関連情報生成システムであって、類似空間抽出部は、多数の空調対象空間の中で、その人時系列データから得られる在籍状態の変動パターンが、第1空間の人時系列データから得られる在籍状態の変動パターンと類似する第2空間を、類似空間として抽出する。 An energy-saving related information generation system according to a second aspect of the present invention is an energy-saving related information generation system according to the first aspect, wherein the similar space extraction unit is based on human time-series data in a large number of air-conditioning target spaces. A second space in which the obtained enrollment state variation pattern is similar to the enrollment state variation pattern obtained from the human time-series data in the first space is extracted as a similar space.
ここでは、在籍状態の変動パターンが第1空間に類似する空間が、類似空間として抽出されるため、省エネ関連情報として生成された類似空間の温度分布に関する情報に基づいて、第1空間の相対評価を適切に行うことができる。 Here, since the space where the variation pattern of the enrollment state is similar to the first space is extracted as the similar space, the relative evaluation of the first space is performed based on the information regarding the temperature distribution of the similar space generated as the energy saving related information. Can be performed appropriately.
本発明の第3観点に係る省エネ関連情報生成システムは、第1観点又は第2観点に係る省エネ関連情報生成システムであって、生成部は、省エネ関連情報として、類似空間の温度分布に関する情報と、類似空間の温度分布に関する情報に対応する第1空間についての温度分布に関する情報と、の比較情報を、更に生成する。 An energy saving related information generation system according to a third aspect of the present invention is an energy saving related information generation system according to the first aspect or the second aspect, and the generation unit includes information on temperature distribution in a similar space as energy saving related information. Further, comparison information with the information regarding the temperature distribution of the first space corresponding to the information regarding the temperature distribution of the similar space is further generated.
ここでは、第1空間および第1空間の類似空間の温度分布に関する情報を比較した比較情報が省エネ関連情報として生成されるため、省エネ関連情報を用いて対象空間のエネルギー使用状況を相対的に評価することが容易である。 Here, since comparative information that compares information related to the temperature distribution of the first space and the similar space of the first space is generated as energy saving related information, the energy usage status of the target space is relatively evaluated using the energy saving related information. Easy to do.
本発明の第4観点に係る省エネ関連情報生成システムは、第1観点から第3観点のいずれかに係る省エネ関連情報生成システムであって、記憶部は、各空調対象空間で使用される機器のエネルギー消費量に関する情報を更に蓄積して記憶する。生成部は、省エネ関連情報として、第1空間で使用される機器のエネルギー消費量に関する情報と、類似空間で使用される機器のエネルギー消費量に関する情報と、の比較情報を、更に生成する。 An energy-saving related information generation system according to a fourth aspect of the present invention is an energy-saving related information generation system according to any one of the first to third aspects, wherein the storage unit is a device used in each air conditioning target space. Further accumulate and store information on energy consumption. The generation unit further generates, as energy saving related information, comparison information between information related to the energy consumption of the device used in the first space and information related to the energy consumption of the device used in the similar space.
ここでは、第1空間で使用される機器のエネルギー消費量に関する情報と、第1空間の類似空間で使用される機器のエネルギー消費量に関する情報と、を比較した比較情報が省エネ関連情報として生成されるため、省エネ関連情報を用いて対象空間のエネルギー使用状況を相対的に評価することが容易である。 Here, the comparison information comparing the information on the energy consumption of the device used in the first space and the information on the energy consumption of the device used in the similar space of the first space is generated as the energy saving related information. Therefore, it is easy to relatively evaluate the energy usage status of the target space using the energy saving related information.
本発明の第5観点に係る省エネ関連情報生成システムは、第4観点に係る省エネ関連情報生成システムであって、省エネ関連情報を提示する提示部を更に備える。記憶部は、各空調対象空間の仕様に関する情報、各空調対象空間で使用される機器の仕様に関する情報、および各空調対象空間の契約電力に関する情報の少なくとも1つを更に記憶する。提示部は、第1空間および類似空間の少なくとも一方について、記憶部に記憶されている、各空調対象空間の仕様に関する情報、各空調対象空間で使用される機器の仕様に関する情報、および各空調対象空間の契約電力に関する情報の少なくとも1つを更に提示する。 An energy saving related information generation system according to a fifth aspect of the present invention is the energy saving related information generation system according to the fourth aspect, and further includes a presentation unit for presenting energy saving related information. The storage unit further stores at least one of information related to the specifications of each air-conditioning target space, information related to the specifications of devices used in each air-conditioning target space, and information related to contract power in each air-conditioning target space. The presenting unit stores information on specifications of each air-conditioning target space, information on specifications of equipment used in each air-conditioning target space, and each air-conditioning target stored in the storage unit for at least one of the first space and the similar space At least one piece of information regarding the contracted power of the space is further presented.
ここでは、空調対象空間の仕様、空調対象空間で使用される機器の仕様、および空調対象空間の契約電力に関する情報等が提示され、第1空間と、第1空間の類似空間と、の各種仕様や契約電力の違いを把握できるため、これを活用して省エネを推進するための方策を検討することが容易である。 Here, the specifications of the air-conditioning target space, the specifications of the equipment used in the air-conditioning target space, information on the contracted power of the air-conditioning target space, etc. are presented, and various specifications of the first space and similar spaces of the first space It is easy to examine measures to promote energy saving by utilizing the difference in power and contract power.
本発明の第6観点に係る省エネ関連情報生成システムは、第1観点から第5観点のいずれかに係る省エネ関連情報生成システムであって、温度時系列データは、空調対象空間に存在する人間の影響を取り除いた、空調対象空間の定常温度の分布の時系列データである。 An energy saving related information generating system according to a sixth aspect of the present invention is an energy saving related information generating system according to any of the first to fifth aspects, wherein the temperature time-series data is stored in an air-conditioning target space. It is time series data of the distribution of the steady temperature of the air-conditioning target space from which the influence is removed.
ここでは、省エネ関連情報としての温度分布に関する情報を生成する際に用いられる温度時系列データが、人間の影響が取り除かれた空調対象空間の定常温度の分布の時系列データであるため、第1空間の相対評価を適切に行うことが容易である。 Here, the temperature time-series data used when generating the information on the temperature distribution as the energy-saving related information is the time-series data of the steady temperature distribution of the air-conditioning target space from which the human influence is removed. It is easy to perform relative evaluation of space appropriately.
本発明の第1観点に係る省エネ関連情報生成システムでは、人間の位置に関する時系列データに基づいて評価対象の第1空間と利用状況のパターンが類似する類似空間が抽出され、第1空間用の省エネ関連情報として、類似空間の温度分布に関する情報が生成される。そのため、生成された省エネ関連情報に基づいて第1空間の相対評価を適切に行うことが可能である。 In the energy-saving related information generation system according to the first aspect of the present invention, a similar space having a similar usage pattern to the first space to be evaluated is extracted based on time-series data relating to the position of a person. Information related to the temperature distribution of the similar space is generated as the energy saving related information. Therefore, it is possible to appropriately perform the relative evaluation of the first space based on the generated energy saving related information.
本発明の第2観点に係る省エネ関連情報生成システムでは、省エネ関連情報として生成された類似空間の温度分布に関する情報に基づいて、第1空間の相対評価を適切に行うことができる。 In the energy saving related information generation system according to the second aspect of the present invention, the relative evaluation of the first space can be appropriately performed based on the information related to the temperature distribution of the similar space generated as the energy saving related information.
本発明の第3観点および第4観点に係る省エネ関連情報生成システムでは、第1空間の情報と、第1空間の類似空間の情報と、の比較情報が省エネ関連情報として生成されるため、省エネ関連情報を用いて対象空間のエネルギー使用状況を相対的に評価することが容易である。 In the energy saving related information generation system according to the third and fourth aspects of the present invention, the comparison information between the information on the first space and the information on the similar space in the first space is generated as the energy saving related information. It is easy to relatively evaluate the energy usage status of the target space using related information.
本発明の第5観点に係る省エネ関連情報生成システムでは、省エネを推進するための方策を検討することが容易である。 In the energy saving related information generation system according to the fifth aspect of the present invention, it is easy to examine a policy for promoting energy saving.
本発明の第6観点に係る省エネ関連情報生成システムでは、第1空間の相対評価を適切に行うことが容易である。 In the energy-saving related information generation system according to the sixth aspect of the present invention, it is easy to appropriately perform the relative evaluation of the first space.
本発明の一実施形態に係る省エネ関連情報生成システム100について以下に説明する。なお、下記の実施形態は、本発明の具体例であって、本発明の技術的範囲を限定するものではない。下記の実施形態は、本発明の趣旨を逸脱しない範囲で適宜変更可能である。
An energy saving related
(1)全体構成
省エネ関連情報生成システム100は、多数の(N個の)空調対象空間R1,R2,・・・RNの温度時系列データおよび人時系列データを蓄積して記憶する。温度時系列データは、各空調対象空間R1,R2,・・・RNの、時系列の温度分布データである。人時系列データは、各空調対象空間R1,R2,・・・RNの、時系列の人間分布データである。例えば、空調対象空間R1,R2,・・・RNの数は、100個以上である。
(1) Overall Configuration The energy saving related
省エネ関連情報生成システム100は、多数の空調対象空間R1,R2,・・・RNに含まれる1の空調対象空間Rm(m=1〜Nの整数)について、空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。省エネ関連情報生成システム100は、空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、蓄積している多数の空調対象空間R1,R2,・・・RNの温度時系列データおよび人時系列データを用いて、空調対象空間Rm用の省エネ関連情報を生成する。空調対象空間Rm用の省エネ関連情報には、空調対象空間Rmの類似空間の温度時系列データに基づいた、空調対象空間Rmの類似空間の温度分布に関する情報を含む。空調対象空間Rmの類似空間とは、空調対象空間R1,R2,・・・RNの中で、空調対象空間Rmと類似する利用状況のパターンを有する空間である。なお、空調対象空間R1,R2,・・・RNの中で、どの空間が空調対象空間Rmの類似空間であるかは、空調対象空間Rmの所定期間の人時系列データに基づいて判断される。
The energy saving related
ここでの空調対象空間R1,R2,・・・RNは、例えば全てオフィスとして用いられる空間である。ただし、これに限定されるものではなく、空調対象空間R1,R2,・・・RNには、商業施設、学校、ホテル、住居等として用いられる空間が含まれてもよい。また、空調対象空間R1,R2,・・・RNには、オフィスとして用いられる空間が含まれなくてもよい。 The air-conditioning target spaces R1, R2,... RN here are all spaces used as offices, for example. However, the present invention is not limited to this, and the air conditioning target spaces R1, R2,... RN may include spaces used as commercial facilities, schools, hotels, residences, and the like. Further, the air-conditioning target spaces R1, R2,... RN need not include spaces used as offices.
図2は、空調対象空間R1,R2,・・・RNの一例としての空調対象空間Rkを上方から見た概略図である。空調対象空間Rkは、平面視において、5m×5mの正方形の部屋である。図2では、空調対象空間Rkの天井に取り付けられる赤外線センサユニット20および空調室内機90を、二点鎖線で描画している。赤外線センサユニット20については後述する。
FIG. 2 is a schematic view of an air-conditioning target space Rk as an example of the air-conditioning target spaces R1, R2,. The air conditioning target space Rk is a square room of 5 m × 5 m in plan view. In FIG. 2, the
空調対象空間Rkの天井の中央付近には、天井カセット型の空調室内機90が設置されている(図2参照)。空調室内機90は、図示しない空調室外機と冷媒配管により接続され、空調室外機と共に空調装置として機能する。空調室内機90は、四方に吹出口(図示せず)を有し、空気調和された空気を四方に吹き出し可能である。空調室内機90の各吹出口には風向を調整するためのフラップ(図示せず)が設けられている。各フラップは、他のフラップと独立して制御可能に構成されている。また、空調対象空間Rkには、図示しない換気ダクトが設けられている。換気ダクトには図示しない換気ファンが設けられている。空調対象空間Rkは、換気ファンが動作させられることで、換気ダクトにより換気可能に構成されている。オフィスとして用いられる空調対象空間Rkでは、通常、複数の人間が働く。図2では、人間を丸印で描画している。
Near the center of the ceiling of the air conditioning target space Rk, a ceiling cassette type air conditioning
なお、図2に示した空調対象空間Rkは空調対象空間R1,R2,・・・RNの一例である。空調対象空間R1,R2,・・・RNの広さや形状、空調対象空間R1,R2,・・・RNに設置される機器の種類、台数や配置等は、図2で示したものに限定されない。赤外線センサユニット20の配置や台数も例示であり、これに限定されるものではない。赤外線センサユニット20は、後述する目的を果たす上で、適切な台数が、適切な位置に配置されればよい。通常、空調対象空間R1,R2,・・・RNの広さや形状、空調対象空間R1,R2,・・・RNに設置される種類、台数や配置、赤外線センサユニット20の配置や台数等は、空調対象空間R1,R2,・・・RN毎に異なる。
2 is an example of the air conditioning target spaces R1, R2,... RN. The size and shape of the air-conditioning target spaces R1, R2,... RN, the type, number, arrangement, etc. of the devices installed in the air-conditioning target spaces R1, R2,... RN are not limited to those shown in FIG. . The arrangement and the number of the
省エネ関連情報生成システム100は、多数の空調対象空間R1,R2,・・・RNにそれぞれ配置された赤外線センサユニット20と、多数の空調対象空間R1,R2,・・・RNにそれぞれ配置されたコンピュータ50と、メインコンピュータ30と、を主に有する(図1参照)。
The energy-saving related
赤外線センサユニット20は、各空調対象空間R1,R2,・・・RNに、1台又は複数台設置されている。メインコンピュータ30は、空調対象空間R1,R2,・・・RNとは別の場所、例えば遠隔監視センターに設置されている。メインコンピュータ30は、赤外線センサユニット20およびコンピュータ50と、通信ネットワーク10により通信可能に接続されている(図1参照)。通信ネットワーク10は、例えばインターネット等のWAN(Wide Area Network)である。
One or more
赤外線センサユニット20は、空調対象空間R1,R2,・・・RNの温度分布を測定して、複数の画素から構成される熱画像データを取得する。また、赤外線センサユニット20は、取得した熱画像データから空調対象空間R1,R2,・・・RNに存在する人間の影響を取り除いて、空調対象空間R1,R2,・・・RNの定常温度の分布を示す温度分布データを抽出する。また、赤外線センサユニット20は、取得した熱画像データから、空調対象空間R1,R2,・・・RNに存在する人間の分布を示す人間分布データを抽出する。赤外線センサユニット20は、抽出した温度分布データおよび人間分布データを、通信ネットワーク10を介してメインコンピュータ30に送信する。
The
メインコンピュータ30は、多数の赤外線センサユニット20が送信する温度分布データおよび人間分布データを受信する。なお、メインコンピュータ30は、受け付けた温度分布データおよび人間分布データが、どの赤外線センサユニット20から(どの空調対象空間R1,R2,・・・RNの、どの位置に配置された赤外線センサユニット20から)送信されてきた情報かを認識可能に構成されている。メインコンピュータ30は、受信した温度分布データおよび人間分布データを、空調対象空間R1,R2,・・・,RN別に、温度時系列データおよび人時系列データとして、後述する記憶部34(図3参照)に記憶する。なお、温度時系列データは、各空調対象空間R1,R2,・・・RNの、時系列の温度分布データである。人時系列データは、各空調対象空間R1,R2,・・・RNの、時系列の人間分布データである。
The
メインコンピュータ30の後述する入力部32(図3参照)は、空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。また、メインコンピュータ30では、後述する通信部31(図3参照)が、空調対象空間R1,R2,・・・RNに配置されたコンピュータ50から送信される、空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。入力部32又は通信部31が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、メインコンピュータ30の処理部35(図3参照)は、温度時系列データおよび人時系列データに基づいて、空調対象空間Rm用の省エネ関連情報を生成する。メインコンピュータ30により生成される空調対象空間Rm用の省エネ関連情報には、空調対象空間Rmの類似空間の温度分布に関する情報を含む。メインコンピュータ30は、空調対象空間Rm用の省エネ関連情報が生成されると、通信部31を介して、その省エネ関連情報の生成要求を送信したコンピュータ50に、空調対象空間Rm用の省エネ関連情報を送信する。また、メインコンピュータ30は、空調対象空間Rm用の省エネ関連情報が生成されると、後述する出力部33(図3参照)に、空調対象空間Rm用の省エネ関連情報を提示する。
An input unit 32 (see FIG. 3), which will be described later, of the
各コンピュータ50は、メインコンピュータ30と、通信ネットワーク10を介して接続され、メインコンピュータ30と通信可能に構成されている。コンピュータ50は、例えばデスクトップ型のコンピュータであり、CPU、ROMやRAM等のメモリ、HDD等の補助記憶装置、および入出力デバイスを主に有する。
Each
コンピュータ50の、キーボードやマウス等からなる入力部51(図3参照)には、空調対象空間Rmの使用者等により、空調対象空間Rm用の省エネ関連情報の生成要求が入力される。コンピュータ50は、入力された空調対象空間Rm用の省エネ関連情報の生成要求を、通信ネットワーク10を介して、メインコンピュータ30に対して送信する。また、コンピュータ50は、メインコンピュータ30が送信してくる、空調対象空間Rm用の省エネ関連情報を受信する。コンピュータ50は、ディスプレイ等からなる出力部52(図3参照)に、受信した空調対象空間Rm用の省エネ関連情報を提示する。出力部52は、提示部の一例である。
A request for generating energy-saving related information for the air-conditioning target space Rm is input to an input unit 51 (see FIG. 3) of the
なお、ここでは、コンピュータ50は、デスクトップ型のコンピュータであるが、これに限定されるものではなく、例えばラップトップ型やタブレット型のコンピュータであってもよい。また、コンピュータ50に代えて、スマートフォン等が代わりに用いられてもよい。また、コンピュータ50は、空調対象空間R1,R2,・・・RNに設置されている必要はない。コンピュータ50は、空調対象空間Rm用の省エネ関連情報の生成要求をメインコンピュータ30に送信可能に構成され、生成された空調対象空間Rm用の省エネ関連情報を受信可能に構成されていればよい。
Here, the
(2)詳細構成
以下に、赤外線センサユニット20およびメインコンピュータ30について説明する。
(2) Detailed Configuration The
(2−1)赤外線センサユニット
赤外線センサユニット20は、各空調対象空間R1,R2,・・・,RNに1台又は複数台設置される。各赤外線センサユニット20は、各空調対象空間R1,R2,・・・,RNの全体又は部分の温度分布を測定し、複数の画素から構成される熱画像データを取得する。また、各赤外線センサユニット20は、取得した熱画像データから、各空調対象空間R1,R2,・・・,RNの全体又は部分の定常温度の分布を示す温度分布データと、各空調対象空間R1,R2,・・・,RN内の全体又は部分に存在する人間の分布を示す人間分布データと、を抽出する。
(2-1) Infrared sensor unit One or more
各赤外線センサユニット20は、センサ部21と、ユニット処理装置22とを主に有する(図4参照)。
Each
以下では、特に、図2に示した空調対象空間Rkにおいて、1台の赤外線センサユニット20で空調対象空間Rkの熱画像データを取得し、空調対象空間Rkの温度分布データおよび人間分布データを抽出する場合を例に、赤外線センサユニット20の、センサ部21およびユニット処理装置22の詳細な説明を行う。
In the following, in particular, in the air conditioning target space Rk shown in FIG. 2, the thermal image data of the air conditioning target space Rk is acquired by one
(2−1−1)センサ部
センサ部21は、取得部の一例である。センサ部21は、空調対象空間Rkの全体の温度分布を測定して、複数の画素から構成される熱画像データを複数の時点において取得する。具体的には、センサ部21は、空調対象空間Rkの温度分布を測定して、256画素から構成される熱画像データを、3秒毎に取得する。
(2-1-1) Sensor part The
センサ部21は、サーモパイル型の赤外線センサアレイを有する。具体的には、センサ部21は、16列×16列(256個)の赤外線の検出素子21a(サーモパイル)を有する(図4参照)。各検出素子21aは、センサ部21の図示しないレンズにより集光された赤外線を検出し、検出した赤外線の量に応じた電圧を出力する。赤外線センサユニット20は、センサ部21の図示しないレンズが下方を向くような姿勢で、天井に取り付けられている。センサ部21は、16列×16列の検出素子21aを用いて、平面視において5m×5mの空調対象空間Rkを縦横にそれぞれ16分割した各領域について、検出した赤外線の量に応じた電圧を取得する。
The
センサ部21は、検出素子21aの出力するアナログの電圧データを、デジタルの温度データに変換する変換部21bを有する(図4参照)。変換部21bは、主に、CPU(Central Processing Unit)と、ROM(Read Only Memory)やRAM(Random Access Memory)等のメモリと、を有する。変換部21bでは、CPUがメモリに記憶されているプログラムを実行することで、各検出素子21aから出力される電圧を温度に変換する処理を行う。変換には、メモリに記憶されている変換情報、例えば、電圧を温度に変換するための変換式や、電圧と温度とを関係付けた変換テーブル等が用いられる。変換部21bが256個の検出素子21aから出力される電圧の値を温度に変換することで、センサ部21は、16列×16列の画素から構成される(256画素から構成される)熱画像データを取得する。熱画像データの各画素は、温度の値を情報として有する。
The
(2−1−2)ユニット処理装置
ユニット処理装置22は、センサ部21の取得した熱画像データから、温度分布データおよび人間分布データを抽出する装置である。言い換えれば、ユニット処理装置22は、センサ部21の取得した熱画像データから、温度分布データおよび人間分布データを生成する装置である。熱画像データから抽出された温度分布データおよび人間分布データは、メインコンピュータ30に送信される。
(2-1-2) Unit Processing Device The
ユニット処理装置22は、主に、CPUと、ROMやRAM等のメモリと、を有する。ユニット処理装置22では、CPUがメモリに記憶されているプログラムを実行することで、各種処理を実行する。ユニット処理装置22は、センサ部21と同一の筐体(図示せず)内に収容されている。
The
ユニット処理装置22は、機能部として、ユニット通信部23と、ユニット記憶部24と、ユニット処理部25と、を主に有する(図4参照)。
The
(2−1−2−1)ユニット通信部
ユニット通信部23は、ユニット処理装置22と通信ネットワーク10との接続を可能にする。ユニット処理装置22は、ユニット通信部23を介して、メインコンピュータ30と通信を行う。
(2-1-2-1) Unit Communication Unit The
(2−1−2−2)ユニット記憶部
ユニット記憶部24には、ユニット処理部25が実行するためのプログラムが記憶されている。また、ユニット記憶部24には、後述するユニット処理部25が温度分布データや人間分布データを生成するために用いる、センサ部21により取得された熱画像データが記憶される。
(2-1-2-2) Unit Storage Unit The
(2−1−2−3)ユニット処理部
ユニット処理部25は、ユニット記憶部24に記憶されているプログラムを実行することで、赤外線センサユニット20の各部を制御する。
(2-1-2-3) Unit Processing Unit The
また、ユニット処理部25は、ユニット記憶部24に記憶されているプログラムを実行することで、センサ部21により取得された熱画像データから、空調対象空間Rkに存在する人間の影響を取り除いて、空調対象空間Rkの定常温度の分布を示す温度分布データを抽出する。言い換えれば、ユニット処理部25は、センサ部21により取得された熱画像データから、空調対象空間Rkに存在する人間の影響を取り除いた、空調対象空間Rkの定常温度の分布を示す温度分布データを生成する。
In addition, the
また、ユニット処理部25は、ユニット記憶部24に記憶されているプログラムを実行することで、センサ部21により取得された熱画像データから、空調対象空間Rkに存在する人間の分布(人間の位置)を示す人間分布データを抽出する。言い換えれば、ユニット処理部25は、センサ部21により取得された熱画像データから、空調対象空間Rkに存在する人間の分布(人間の位置)を示す人間分布データを生成する。
In addition, the
ユニット処理部25は、温度分布データおよび人間分布データの抽出に関連するサブ機能部として、温度分布データ抽出部25aと、人間分布データ抽出部25bと、を主に有する(図4参照)。
The
(2−1−2−3−1)温度分布データ抽出部
温度分布データ抽出部25aは、ユニット記憶部24に記憶されている熱画像データから、温度分布データを抽出する処理を主に実行する。温度分布データ抽出部25aは、熱画像データに含まれる温度ピークを示す画素を、人間の影響を示す画素と判断し、人間の影響を示す画素の値を排除することで、人間の影響を取り除く。
(2-1-2-3-1) Temperature distribution data extraction unit The temperature distribution data extraction unit 25a mainly executes processing for extracting temperature distribution data from the thermal image data stored in the
なお、ここでは、熱画像データに含まれる温度ピークを示す画素には、時間的な温度ピークを示す画素と、空間的な温度ピークを示す画素と、の両方を含む。 Here, the pixel indicating the temperature peak included in the thermal image data includes both a pixel indicating a temporal temperature peak and a pixel indicating a spatial temperature peak.
時間的な温度ピークを示す画素とは、複数の時点において取得された複数の熱画像データについて、空調対象空間Rkの同じ位置(領域)を表す画素の温度の値を経時的に観察した場合に、一時的に温度が上昇している画素を意味する。 A pixel indicating a temporal temperature peak is when a temperature value of a pixel representing the same position (region) in the air-conditioning target space Rk is observed over time for a plurality of thermal image data acquired at a plurality of time points. Means a pixel whose temperature is temporarily increased.
空間的な温度ピークを示す画素とは、1の熱画像データにおいて、温度の値が周辺の画素に比べ局所的に上昇している画素を意味する。 A pixel showing a spatial temperature peak means a pixel whose temperature value is locally increased in one thermal image data as compared to surrounding pixels.
温度分布データ抽出部25aが実行する、熱画像データからの温度分布データの抽出処理については後述する。 The process of extracting temperature distribution data from the thermal image data performed by the temperature distribution data extraction unit 25a will be described later.
(2−1−2−3−2)人間分布データ抽出部
人間分布データ抽出部25bは、ユニット記憶部24に記憶されている熱画像データからの、人間分布データの抽出処理を主に実行する。
(2-1-2-3-2) Human Distribution Data Extraction Unit The human distribution
人間分布データ抽出部25bは、人間の温度が、空調対象空間Rk内の空気の温度よりも相対的に高く現れる事を利用して、熱画像データから、空調対象空間Rkに存在する人間の分布を示す人間分布データを抽出する。例えば、具体的には、特許文献2(特開平6−160507号公報)に記載の方法を利用することで、熱画像データから人間の位置を把握し、人間分布データを抽出する(人間分布データを生成する)ことができる。ただし、熱画像データから人間分布データを抽出する方法は、特許文献1(特開平6−160507号公報)に記載の方法に限定されるものではなく、他の方法が用いられてもよい。
The human distribution
(2−2)メインコンピュータ
メインコンピュータ30は、ある赤外線センサユニット20により生成された温度分布データおよび人間分布データを、他の赤外線センサユニット20により生成された温度分布データおよび人間分布データと区別して受信する。メインコンピュータ30は、受信した温度分布データおよび人間分布データを、各空調対象空間R1,R2,・・・,RN別の温度時系列データおよび人時系列データとして、後述する記憶部34(図3参照)に記憶する。温度時系列データは、各空調対象空間R1,R2,・・・RNの、時系列の温度分布データである。人時系列データは、各空調対象空間R1,R2,・・・RNの、時系列の人間分布データである。
(2-2) Main Computer The
なお、ある空調対象空間R1,R2,・・・,RNに赤外線センサユニット20が複数台設置される場合には、その空調対象空間R1,R2,・・・,RNに設置される全ての赤外線センサユニット20が抽出した温度分布データおよび人間分布データが繋ぎ合わされる(合成される)ことで、その空調対象空間R1,R2,・・・,RN全体の温度分布データおよび人間分布データがそれぞれ得られる。
When a plurality of
メインコンピュータ30は、ある空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、記憶部34に記憶された、多数の空調対象空間R1,R2,・・・RNの、温度時系列データおよび人時系列データを用いて、空調対象空間Rm用の省エネ関連情報を生成する。メインコンピュータ30では、後述する通信部31(図3参照)が、コンピュータ50から空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。また、メインコンピュータ30では、後述する入力部32(図3参照)が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。メインコンピュータ30は、空調対象空間Rm用の省エネ関連情報の生成要求を通信部31に送信したコンピュータ50に対し、生成した空調対象空間Rm用の省エネ関連情報を送信する。コンピュータ50の出力部52(図3参照)には、空調対象空間Rm用の省エネ関連情報が提示される。また、メインコンピュータ30は、生成した空調対象空間Rm用の省エネ関連情報を、後述する出力部33(図3参照)に提示する。
When the
メインコンピュータ30は、主に、CPU、ROMやRAM等のメモリ、HDD(Hard Disc Drive)等の補助記憶装置、および入出力デバイスを有する。
The
メインコンピュータ30は、機能部として、通信部31、入力部32、出力部33、記憶部34、および処理部35を主に有する(図3参照)。
The
(2−2−1)通信部
通信部31は、メインコンピュータ30と通信ネットワーク10との接続を可能にする。メインコンピュータ30は、通信部31を介して、多数の赤外線センサユニット20および多数のコンピュータ50と、通信を行う。
(2-2-1) Communication Unit The
通信部31は、受付部の一例である。通信部31は、通信ネットワーク10を介して、コンピュータ50が送信する空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。
The
(2−2−2)入力部
入力部32は、主としてキーボード、マウス等を有する。入力部32は、省エネ関連情報生成システム100のユーザ等から、各種指令や各種情報を受け付ける。
(2-2-2) Input unit The
入力部32は、受付部の一例である。入力部32は、省エネ関連情報の生成要求を受け付ける。入力部32は、省エネ関連情報の生成要求を、省エネ関連情報の生成の対象となる空調対象空間Rmの指定と共に受け付ける。
The
(2−2−3)出力部
出力部33は、主としてディスプレイを有する。出力部33は、提示部の一例である。出力部33には、処理部35が生成した空調対象空間Rmの省エネ関連情報が提示される。
(2-2-3) Output unit The
(2−2−4)記憶部
記憶部34は、ROMおよびRAM等のメモリや、HDD等の補助記憶装置から構成されている。
(2-2-4) Storage Unit The
記憶部34には、処理部35が実行するためのプログラムが記憶されている。
The
また、記憶部34には、各種情報が記憶されている。記憶部34は、情報を記憶する領域として、温度時系列データ記憶領域34aと、人時系列データ記憶領域34bと、空間情報記憶領域34cと、省エネ関連情報記憶領域34dと、を有する。
The
(2−2−4−1)温度時系列データ記憶領域
温度時系列データ記憶領域34aには、空調対象空間R1,R2,・・・,RN別に、その空調対象空間R1,R2,・・・,RN内の温度分布に関する、温度時系列データが蓄積されて記憶される。
(2-2-4-1) Temperature time-series data storage area In the temperature time-series
具体的には、ある空調対象空間R1,R2,・・・,RNに赤外線センサユニット20が1台のみ設置されている場合には、温度時系列データ記憶領域34aには、その空間に設置された赤外線センサユニット20から定期的に(ここでは1分毎に)送信されてくる温度分布データが、温度時系列データとして蓄積され記憶される。
Specifically, when only one
一方、ある空調対象空間R1,R2,・・・,RNに赤外線センサユニット20が複数台設置されている場合には、温度時系列データ記憶領域34aには、その空間に設置された複数台の赤外線センサユニット20から定期的に(ここでは1分毎に)送信されてくる温度分布データが、その空間全体の温度分布を表すように繋ぎ合わされて(合成されて)、温度時系列データとして蓄積され記憶される。
On the other hand, when a plurality of
(2−2−4−2)人時系列データ記憶領域
人時系列データ記憶領域34bには、空調対象空間R1,R2,・・・,RN別に、その空調対象空間R1,R2,・・・,RN内の人間の位置に関する、人時系列データが蓄積されて記憶される。
(2-2-4-2) Human time-series data storage area The human time-series
具体的には、ある空調対象空間R1,R2,・・・,RNに赤外線センサユニット20が1台のみ設置されている場合には、人時系列データ記憶領域34bには、その空間に設置された赤外線センサユニット20から定期的に(ここでは1分毎に)送信されてくる人間分布データが、人時系列データとして蓄積され記憶される。
Specifically, when only one
一方、ある空調対象空間R1,R2,・・・,RNに赤外線センサユニット20が複数台設置されている場合には、人時系列データ記憶領域34bには、その空間に設置された複数台の赤外線センサユニット20から定期的に(ここでは1分毎に)送信されてくる人間分布データが、その空間全体の人間の位置を表すように繋ぎ合わされて(合成されて)、人時系列データとして蓄積され記憶される。
On the other hand, when a plurality of
(2−2−4−3)空間情報記憶領域
空間情報記憶領域34cには、空調対象空間R1,R2,・・・,RNに関する各種情報が記憶されている。
(2-2-4-3) Spatial information storage area The spatial
空間情報記憶領域34cには、例えば、省エネ関連情報生成システム100の導入時に、入力部32を介して入力された空調対象空間R1,R2,・・・,RNに関する各種情報が記憶される。また、例えば、空間情報記憶領域34cには、コンピュータ50から送信された空調対象空間R1,R2,・・・,RNに関する各種情報が、適宜記憶される。
In the spatial
空間情報記憶領域34cに記憶される空調対象空間R1,R2,・・・,RNに関する各種情報には、例えば、空調対象空間R1,R2,・・・,RNの仕様に関する情報が含まれる。空調対象空間R1,R2,・・・,RNの仕様に関する情報には、空調対象空間R1,R2,・・・,RNが存在する建物の所在地、建設年、建物構造等に関する情報や、空調対象空間R1,R2,・・・,RNの面積や用途等の情報等を含む。また、空調対象空間R1,R2,・・・,RNの仕様に関する情報には、空調対象空間R1,R2,・・・,RNの平面図も含まれる。
The various information related to the air conditioning target spaces R1, R2,..., RN stored in the spatial
また、空間情報記憶領域34cに記憶される空調対象空間R1,R2,・・・,RNに関する各種情報には、例えば、空調対象空間R1,R2,・・・,RNで使用される機器の仕様に関する情報が含まれる。なお、ここでは、空調対象空間R1,R2,・・・,RNで使用される機器は、空調対象空間R1,R2,・・・,RNのために用いられる機器を意味し、必ずしも空調対象空間R1,R2,・・・,RN内に設置されている機器である必要はない。空調対象空間R1,R2,・・・,RNで使用される機器には、例えば、空調対象空間R1,R2,・・・,RNにおいて暖房および冷房を行う空調装置を含む。空調対象空間R1,R2,・・・,RNで使用される機器の仕様には、例えば、空調装置の容量(能力)、型式等の情報を含む。
In addition, various information related to the air-conditioning target spaces R1, R2,..., RN stored in the spatial
また、空間情報記憶領域34cに記憶される空調対象空間R1,R2,・・・,RNに関する各種情報には、例えば、空調対象空間R1,R2,・・・,RNの定員(空調対象空間R1,R2,・・・,RNにいることが想定される人数)に関する情報が含まれる。
In addition, various information related to the air conditioning target spaces R1, R2,..., RN stored in the space
なお、ここで示した空調対象空間R1,R2,・・・,RNに関する情報は例示であって、これに限定されるものではない。例えば、空間情報記憶領域34cには、上記以外の情報が記憶されていてもよく、上記の情報の一部が記憶されていなくてもよい。
In addition, the information regarding the air conditioning target spaces R1, R2,..., RN shown here is an example, and the present invention is not limited to this. For example, information other than the above may be stored in the spatial
(2−2−4−4)省エネ関連情報記憶領域
省エネ関連情報記憶領域34dには、後述する生成部35bにより生成された省エネ関連情報が記憶される。
(2-2-4-4) Energy saving related information storage area The energy saving related
(2−2−5)処理部
処理部35は、記憶部34に記憶されているプログラムを実行することで、各種情報の処理を行う。
(2-2-5) Processing Unit The
特に、処理部35は、通信部31がコンピュータ50から送信されてくる空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、あるいは、入力部32が空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、空調対象空間Rm用の省エネ関連情報を生成する。
In particular, when the
処理部35は、省エネ関連情報の生成に関するサブ機能部として、類似空間抽出部35a、および、生成部35bを有する。
The
(2−2−5−1)類似空間抽出部
類似空間抽出部35aは、通信部31又は入力部32が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、空調対象空間Rmの類似空間を抽出する処理を行う。類似空間抽出部35aは、空調対象空間Rmの人時系列データに基づき、多数の空調対象空間R1,R2,・・・RNから、空調対象空間Rmと類似する利用状況のパターンを有する空間を、空調対象空間Rmの類似空間として抽出する。
(2-2-5-1) Similar Space Extraction Unit When the
具体的には、類似空間抽出部35aは、空調対象空間Rmの所定期間(ここでは1日間)の人時系列データに基づき、多数の空調対象空間R1,R2,・・・RNから、空調対象空間Rmと類似する利用状況のパターンを有する空間を、空調対象空間Rmの類似空間として抽出する。
Specifically, the similar
なお、利用状況のパターンとは、例えば、人時系列データから得られる在籍状態の変動パターンである。在籍状態の変動パターンとは、例えば、1日の在籍率変動パターンである。在籍率とは、その空調対象空間R1,R2,・・・RNに実際に在籍する人間の数の、空間情報記憶領域34cに記憶されている空調対象空間R1,R2,・・・RNの定員(設定値)に対する割合を表す。在籍率変動パターンは、この在籍率が、1日でどのように変動するかのパターンである。 The usage status pattern is, for example, a change pattern of enrollment status obtained from human time-series data. The enrollment state variation pattern is, for example, a daily enrollment rate variation pattern. The enrollment rate is the number of persons actually enrolled in the air conditioning target spaces R1, R2,... RN, the capacity of the air conditioning target spaces R1, R2,. Indicates the ratio to (set value). The enrollment rate variation pattern is a pattern of how the enrollment rate varies in one day.
在籍率変動パターンは、例えば、一山型、二山型、24時間型に分類される。一山型、二山型、および24時間型の、それぞれの特徴について概要を説明する。 The enrollment rate variation patterns are classified into, for example, a single mountain type, a double mountain type, and a 24-hour type. The outline of each feature of the single mountain type, the double mountain type, and the 24-hour type will be described.
一山型では、早朝および深夜は人間が不在(在籍率が0)である。一山型では、朝に在籍率が上昇し始め、ある時間に在籍率が最大となり、夕方まではその在籍率が維持される。そして、夕方から在籍率が下降し始め、深夜には在籍率が0となる。 In the single mountain type, there are no humans (the enrollment rate is 0) in the early morning and late at night. In the Ichiyama type, the enrollment rate starts to rise in the morning, the enrollment rate reaches its maximum at a certain time, and the enrollment rate is maintained until the evening. Then, the enrollment rate starts to drop in the evening, and the enrollment rate becomes 0 at midnight.
二山型でも、早朝および深夜は人間が不在(在籍率が0)である。二山型では、朝に在籍率が上昇して最大となった後、昼間に在籍率が一旦大きく減少する。その後、夕方に再び在籍率が上昇した後、夜にかけて在籍率が減少し始め、深夜には在籍率が0となる。 Even in the two-mountain type, there are no humans (the enrollment rate is 0) in the early morning and late night. In the Futayama type, after the enrollment rate rises to the maximum in the morning, the enrollment rate decreases once during the day. Then, after the enrollment rate rises again in the evening, the enrollment rate begins to decrease over the night, and the enrollment rate becomes zero at midnight.
24時間型では、24時間、在籍率がほとんど変動しない。 In the 24-hour type, the enrollment rate hardly fluctuates for 24 hours.
なお、在籍率変動パターンの種類は、これらに限定されるものではない。在籍率変動パターンは、その特徴に応じて、より多くの種類に分類されてもよい。 In addition, the kind of enrollment rate fluctuation pattern is not limited to these. The enrollment rate variation pattern may be classified into more types according to the characteristics.
類似空間抽出部35aによる、空調対象空間Rmの類似空間の抽出処理については後述する。
The extraction process of the similar space of the air-conditioning target space Rm by the similar
(2−2−5−2)生成部
生成部35bは、通信部31又は入力部32が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると、温度時系列データ記憶領域34aおよび人時系列データ記憶領域34bに記憶された温度時系列データおよび人時系列データに基づき、空調対象空間Rm用の省エネ関連情報を生成する。
(2-2-5-2) Generation Unit When the
特に、生成部35bは、空調対象空間Rmと、類似空間抽出部35aが抽出した空調対象空間Rmの類似空間との、温度時系列データおよび人時系列データに関する情報を用いて、空調対象空間Rm用の省エネ関連情報を生成する。
In particular, the
生成部35bにより生成される空調対象空間Rm用の省エネ関連情報には、空調対象空間Rmの類似空間の温度分布に関する情報を含む。生成部35bは、空調対象空間Rmの類似空間の温度分布に関する情報を、空調対象空間Rmの類似空間の温度時系列データに基づいて生成する。
The energy-saving related information for the air conditioning target space Rm generated by the
また、生成部35bにより生成される空調対象空間Rm用の省エネ関連情報には、空調対象空間Rmの類似空間の温度分布に関する情報と、この情報に対応する、空調対象空間Rmについての温度分布に関する情報との比較情報を含む。
The energy-saving related information for the air conditioning target space Rm generated by the
生成部35bによる、空調対象空間Rm用の省エネ関連情報の生成処理については後述する。
The generation process of the energy saving related information for the air conditioning target space Rm by the
(3)赤外線センサユニットの動作
赤外線センサユニット20の動作について説明する。
(3) Operation of Infrared Sensor Unit The operation of the
赤外線センサユニット20のセンサ部21は、複数の時点において(ここでは3秒毎に)熱画像データを取得する。赤外線センサユニット20のユニット処理装置22のユニット処理部25は、所定時間毎に(ここでは1分毎に)、複数の熱画像データから、温度分布データを抽出する(温度分布データを生成する)。また、ユニット処理部25は、所定時間毎に(ここでは1分毎に)、熱画像データから、人間分布データを抽出する(人間分布データを生成する)。赤外線センサユニット20は、所定時間毎に(ここでは1分毎に)、ユニット通信部23を介して、メインコンピュータ30に温度分布データおよび人間分布データを送信する。
The
なお、メインコンピュータ30は、1分毎に温度分布データおよび人間分布データを受信すると、記憶部34の温度時系列データ記憶領域34aおよび人時系列データ記憶領域34bに、温度時系列データおよび人時系列データとしてこれらを蓄積して記憶する。
When the
なお、ここで示したセンサ部21の熱画像データの取得頻度や、ユニット処理部25の温度分布データの生成頻度や、赤外線センサユニット20の温度分布データおよび人間分布データの送信頻度は、例示であり、これに限定されるものではない。
In addition, the acquisition frequency of the thermal image data of the
赤外線センサユニット20の具体的な動作について、図5のフローチャートを用いて説明する。なお、ここでは、図2で示した空調対象空間Rkに設置された赤外線センサユニット20を例にして、赤外線センサユニット20の具体的な動作を説明する。
A specific operation of the
赤外線センサユニット20の動作の制御では、後述するように、2つの時間カウンタT1、T2が所定時間をカウントしたか否かにより、所定の動作を実行するか否かが判断される。赤外線センサユニット20に電源が投入されると、ステップS0では、0にリセットされている時間カウンタT1、T2のカウントが開始される。
In the control of the operation of the
ステップS1では、センサ部21が熱画像データを取得する。センサ部21により取得された熱画像データは、その熱画像データの取得時刻と共に、ユニット処理装置22のユニット記憶部24に記憶される。
In step S1, the
図6は、センサ部21により取得される熱画像データの一例である。図6は、図2に示した空調対象空間Rk(人間が図2に丸印で描画されている位置にいる空調対象空間Rk)の温度分布を測定して取得された熱画像データである。図6は、暖房時に空調対象空間Rkの温度分布を測定することで得られる熱画像データの一例である。
FIG. 6 is an example of thermal image data acquired by the
図6は、空調対象空間Rkに対して得られる熱画像データに、温度の異なる画素が存在することを示すための図であり、ここではハッチングの種類により、相対的な温度の分布を描画している。実際には、熱画像データの各画素は、温度の値を情報として有している。図6では、温度が相対的に高い画素を、ドットを付して描画している。ここでは、ドットの密度が高い画素ほど、その画素の温度が比較的高いことを意味している。また、図6では、温度が相対的に低い画素を、斜線を付して描画している。ここでは、斜線の間隔が狭い画素ほど、その画素の温度が比較的低いことを意味している。ドットも斜線も付されていない画素は、相対的に中間的な温度であることを意味している。図6では、人間がいる位置に対応する画素、および、その画素に隣接する画素に、温度が相対的に高いことを示すドットが付されている。また、図6における下方左側の画素に、温度が相対的に低いことを示す斜線が付されている。 FIG. 6 is a diagram for showing that pixels having different temperatures exist in the thermal image data obtained for the air-conditioning target space Rk. Here, a relative temperature distribution is drawn according to the type of hatching. ing. Actually, each pixel of the thermal image data has a temperature value as information. In FIG. 6, pixels with relatively high temperatures are drawn with dots. Here, the higher the dot density, the higher the temperature of the pixel. In FIG. 6, pixels with relatively low temperatures are drawn with diagonal lines. Here, a pixel having a narrower interval between diagonal lines means that the temperature of the pixel is relatively low. Pixels that are neither dotted nor shaded mean a relatively intermediate temperature. In FIG. 6, a dot indicating that the temperature is relatively high is attached to a pixel corresponding to a position where a person is present and a pixel adjacent to the pixel. Also, the pixel on the lower left side in FIG. 6 is hatched indicating that the temperature is relatively low.
ステップS2では、時間カウンタT2の値が1分であるか否かが判定される。つまり、ステップS2では、0にリセットされた時間カウンタT2がカウントを開始してから、1分が経過したか否かが判定される。ステップS2で、時間カウンタT2の値が1分であると判定されるとステップS5およびステップS6に進む。一方、ステップS2で、時間カウンタT2の値が1分ではない(1分に達していない)と判定されると、ステップS3に進む。 In step S2, it is determined whether or not the value of the time counter T2 is 1 minute. That is, in step S2, it is determined whether 1 minute has elapsed since the time counter T2 reset to 0 started counting. If it is determined in step S2 that the value of the time counter T2 is 1 minute, the process proceeds to step S5 and step S6. On the other hand, if it is determined in step S2 that the value of the time counter T2 is not 1 minute (has not reached 1 minute), the process proceeds to step S3.
ステップS3では、時間カウンタT1の値が3秒であるか否かが判定される。つまり、ステップS3では、0にリセットされた時間カウンタT1がカウントを開始してから、3秒が経過したか否かが判定される。ステップS3は、時間カウンタT1の値が3秒であると判定されるまで繰り返し実行される。ステップS3で、時間カウンタT1の値が3秒であると判定されると、ステップS4に進む。 In step S3, it is determined whether or not the value of the time counter T1 is 3 seconds. That is, in step S3, it is determined whether or not 3 seconds have elapsed since the time counter T1 reset to 0 has started counting. Step S3 is repeatedly executed until it is determined that the value of the time counter T1 is 3 seconds. If it is determined in step S3 that the value of the time counter T1 is 3 seconds, the process proceeds to step S4.
ステップS4では、時間カウンタT1の値が0にリセットされ、再度カウントを開始する。その後、ステップS1へと戻る。 In step S4, the value of the time counter T1 is reset to 0 and starts counting again. Then, it returns to step S1.
ステップS5では、時間カウンタT1およびT2の値が0にリセットされ、再度カウントを開始する。その後、ステップS1へと戻る。 In step S5, the values of the time counters T1 and T2 are reset to 0, and counting is started again. Then, it returns to step S1.
ステップS6では、温度分布データおよび人間分布データの生成処理のため、ユニット記憶部24に記憶されている熱画像データが読み出される。具体的には、ユニット記憶部24に記憶されている熱画像データのうち最も古い情報から順に、1分間分の熱画像データが読み出される。上記のように、センサ部21は3秒毎に熱画像データを取得しているため、ステップS6では、20個の(複数の時点における)熱画像データがユニット記憶部24から読み出される。
In step S6, the thermal image data stored in the
なお、ステップS6の処理と、後述するステップS7〜ステップS11の処理とは、ステップS1〜ステップS4の処理と独立して実行される。つまり、ステップS6〜ステップS11の処理が行われている間にも、センサ部21により熱画像データが取得される。
In addition, the process of step S6 and the process of step S7-step S11 mentioned later are performed independently of the process of step S1-step S4. That is, the thermal image data is acquired by the
ステップS6の終了後、ステップS7およびステップS9へと進む。ステップS7およびステップS8と、ステップS9と、は並行して実行される。 After step S6 ends, the process proceeds to step S7 and step S9. Steps S7 and S8 and step S9 are executed in parallel.
ステップS7およびステップS8では、熱画像データから、空調対象空間Rkに存在する人間の影響を取り除いて、空調対象空間Rkの定常温度の分布を示す温度分布データを抽出する処理が行われる。 In step S7 and step S8, the process of extracting temperature distribution data indicating the distribution of the steady temperature of the air-conditioning target space Rk is performed from the thermal image data by removing the human influence existing in the air-conditioning target space Rk.
まず、ステップS7では、温度分布データ抽出部25aは、ステップS6でユニット記憶部24から読み出された熱画像データに含まれる時間的な温度ピークを示す画素を、人間の影響を示す画素と判断し、人間の影響を示す画素の値を排除することで、人間の影響を取り除く。具体的には、ステップS7では、温度分布データ抽出部25aは、時間ピーク排除熱画像データ生成処理を実行する。
First, in step S7, the temperature distribution data extraction unit 25a determines that a pixel indicating a temporal temperature peak included in the thermal image data read from the
温度分布データ抽出部25aが実行する時間ピーク排除熱画像データ生成処理について、具体的に説明する。 The time peak exclusion thermal image data generation process executed by the temperature distribution data extraction unit 25a will be specifically described.
温度分布データ抽出部25aは、ユニット記憶部24から読み出された、所定期間に(1分間に)、複数の時点において(3秒毎に)取得された熱画像データの、各画素の値(各画素の温度の値)の時系列的な最小値を、各画素の所定期間における温度を表す値とする時間ピーク排除熱画像データを生成する。
The temperature distribution data extraction unit 25a reads the value of each pixel (the pixel value) of the thermal image data read from the
図7を用いて、時間ピーク排除熱画像データの生成処理について具体的に説明する。なお、各熱画像データは、上記のように256画素の画像データであるが、図7では、その内の1つの画素のみに着目している。 With reference to FIG. 7, the generation processing of time peak exclusion thermal image data will be specifically described. Note that each thermal image data is image data of 256 pixels as described above, but in FIG. 7, only one pixel is focused on.
温度分布データ抽出部25aは、ステップS6でユニット記憶部24から読み出された、全ての(20個の)熱画像データの、空調対象空間Rkの同じ位置(領域)を示す画素について、温度の値を把握する。例えば、温度分布データ抽出部25aは、図7の上段のように、空調対象空間Rkの同じ位置を示す画素の、20個の温度の値(25.1,25.1,28.1,25.0,・・・25.0)を把握する。そして、温度分布データ抽出部25aは、20個の温度の値の比較を行い、図7の下段のように、最小値(ここでは25.0)を把握する。温度分布データ抽出部25aは、このような処理を256画素全てについて行うことで、各画素の最小値を把握し、その最小値を各画素の温度の値とする1の熱画像データを生成する。このようにして生成される熱画像データを、時間ピーク排除熱画像データと呼ぶ。
The temperature distribution data extraction unit 25a reads the temperature of the pixels indicating the same position (region) in the air conditioning target space Rk of all (20) thermal image data read from the
空調対象空間Rk内を人間が移動した場合、センサ部21により3秒毎に取得される複数の熱画像データの、人間が通った進路上の位置に対応する画素には、温度の値が一時的に高温になる(時間的に温度ピークを示す)画素が含まれる場合がある。ここでは、温度分布データ抽出部25aが時間ピーク排除熱画像データの生成処理を行うことで、一時的な温度ピークを(例えば、図7であれば、上段の左から3番目に描画された時点で見られる28.1℃という温度の一時的な上昇)を排除できる。そのため、温度分布データ抽出部25aが、時間ピーク排除熱画像データの生成処理を行うことで、人間の影響を取り除いた、より具体的には、特に空調対象空間Rk内を移動する人間の影響を取り除いた温度分布データを抽出することが可能となる。
When a person moves in the air conditioning target space Rk, a temperature value is temporarily stored in a pixel corresponding to a position on the path through which the person passes among the plurality of thermal image data acquired by the
ステップS7で時間ピーク排除熱画像データが生成された後、ステップS8へと進む。 After time peak exclusion thermal image data is generated in step S7, the process proceeds to step S8.
ステップS8では、温度分布データ抽出部25aは、熱画像データに含まれる空間的な温度ピークを示す画素を、人間の影響を示す画素と判断し、人間の影響を示す画素の値を排除することで、人間の影響を取り除く。具体的には、ステップS8では、温度分布データ抽出部25aは、ステップS7で生成された時間ピーク排除熱画像データに含まれる空間的な温度ピークを示す画素を、人間の影響を示す画素と判断し、人間の影響を示す画素の値を排除することで、人間の影響を取り除く。より具体的には、ステップS8では、温度分布データ抽出部25aは、空間ピーク排除熱画像データ生成処理を実行する。 In step S8, the temperature distribution data extraction unit 25a determines that the pixel indicating the spatial temperature peak included in the thermal image data is a pixel indicating human influence, and excludes the value of the pixel indicating human influence. So, remove the human influence. Specifically, in step S8, the temperature distribution data extraction unit 25a determines that a pixel indicating a spatial temperature peak included in the temporal peak exclusion thermal image data generated in step S7 is a pixel indicating human influence. Then, the human influence is removed by eliminating the pixel value indicating the human influence. More specifically, in step S8, the temperature distribution data extraction unit 25a executes a spatial peak exclusion thermal image data generation process.
温度分布データ抽出部25aが実行する空間ピーク排除熱画像データ生成処理について、具体的に説明する。 The spatial peak elimination thermal image data generation process executed by the temperature distribution data extraction unit 25a will be specifically described.
まず、温度分布データ抽出部25aは、ステップS7で熱画像データを基に生成された時間ピーク排除熱画像データを構成する16列×16列(256個)の画素を、近接する複数の画素からなる区画に区分けする処理を行う。例えば、温度分布データ抽出部25aは、ステップS7で取得された時間ピーク排除熱画像データの16列×16列の画素を、4列×4列の16個の画素を1つの区画として、16個の区画に区分けする。(図8参照)。 First, the temperature distribution data extraction unit 25a extracts 16 columns × 16 columns (256 pixels) constituting the temporal peak exclusion thermal image data generated based on the thermal image data in step S7 from a plurality of adjacent pixels. The process of dividing into sections is performed. For example, the temperature distribution data extraction unit 25a includes 16 columns × 16 columns of pixels of the temporal peak exclusion thermal image data acquired in step S7, and 16 pixels of 4 columns × 4 columns are defined as 16 sections. Divide into sections. (See FIG. 8).
次に、温度分布データ抽出部25aは、各区画に含まれる画素の値(温度の値)の最小値を、各区画に含まれる画素の温度を表す値とする、空間ピーク排除熱画像データを生成する。 Next, the temperature distribution data extraction unit 25a obtains spatial peak-excluded thermal image data in which the minimum value of the pixel value (temperature value) included in each section is set to a value indicating the temperature of the pixel included in each section. Generate.
図9を用いて、空間ピーク排除熱画像データの生成処理について具体的に説明する。なお、時間ピーク排除熱画像データは、温度分布データ抽出部25aにより図8のように16個の区画に区分けされるが、図9では、その内の1つの区画のみに着目している。 The generation process of spatial peak exclusion thermal image data will be specifically described with reference to FIG. The time peak exclusion thermal image data is divided into 16 sections as shown in FIG. 8 by the temperature distribution data extraction unit 25a, but in FIG. 9, only one of the sections is focused.
温度分布データ抽出部25aは、時間ピーク排除熱画像データの1つの区画に含まれる16個の画素について、温度の値を把握する。例えば、温度分布データ抽出部25aは、図9の上段のように、区画内の16個の画素の温度の値(25.0,25.2,25.0,25.0,25.1,28.1,26.2,・・・)を把握する。そして、温度分布データ抽出部25aは、16個の温度の値の比較を行い、図9の下段のように、最小値(ここでは25.0)をこの区画の温度の値(この区画に含まれる画素の温度の値)として把握する。温度分布データ抽出部25aは、このような処理を全ての区画(16区画)について行う。そして、温度分布データ抽出部25aは、全ての区画の温度を把握することで、4列×4列の区画で構成される、1の空間ピーク排除熱画像データを生成する。この空間ピーク排除熱画像データが、熱画像データから抽出される温度分布データである。 The temperature distribution data extraction unit 25a grasps the temperature value of 16 pixels included in one section of the time peak exclusion thermal image data. For example, as shown in the upper part of FIG. 9, the temperature distribution data extraction unit 25a performs the temperature values (25.0, 25.2, 25.0, 25.0, 25.1, 16 pixels) in the section. 28.1, 26.2, ...). Then, the temperature distribution data extraction unit 25a compares the 16 temperature values and, as shown in the lower part of FIG. 9, the minimum value (here 25.0) is included in the temperature value of this section (included in this section). As a pixel temperature value). The temperature distribution data extraction unit 25a performs such processing for all the sections (16 sections). And the temperature distribution data extraction part 25a grasps | ascertains the temperature of all the divisions, and produces | generates one spatial peak exclusion thermal image data comprised by the division of 4 rows x 4 rows. This spatial peak exclusion thermal image data is temperature distribution data extracted from the thermal image data.
所定時間(ここでは1分間)、空調対象空間Rk内のある位置(熱画像データのある画素に対応する位置)に人間が留まっている場合、例えば人間が椅子に座って作業をしている場合を考える。この場合、時間ピーク排除熱画像データには、人間の位置に対応する画素に(場合によっては、更にその画素に近接する画素に)、周辺の画素に比べ局所的に温度の値が大きな(空間的な温度ピークを示す)画素が現れる。ここでは、温度分布データ抽出部25aが、空間ピーク排除熱画像データの生成処理を行うことで、空間的な温度ピーク(例えば、図9の上段の例であれば、中央部左上側の28.1℃という周辺の温度に対して局所的に大きな値)を排除できる。そのため、温度分布データ抽出部25aが、空間ピーク排除熱画像データの生成処理を行うことで、人間の影響を取り除いた、より具体的には、特に空調対象空間Rk内の同じ位置で所定時間(ここでは1分間)静止している人間の影響を取り除いた温度分布データを抽出できる。 When a human is staying at a certain position (a position corresponding to a pixel having thermal image data) in the air-conditioning target space Rk for a predetermined time (here 1 minute), for example, when a human is sitting on a chair and working think of. In this case, the temporal peak-excluded thermal image data includes a pixel whose temperature corresponds to a human position (in some cases, a pixel closer to that pixel) and a locally large temperature value (space). A pixel showing a typical temperature peak appears. Here, the temperature distribution data extraction unit 25a performs generation processing of the spatial peak exclusion thermal image data, so that the spatial temperature peak (e.g., 28. A locally large value) can be eliminated with respect to a surrounding temperature of 1 ° C. Therefore, the temperature distribution data extraction unit 25a performs the generation processing of the spatial peak exclusion thermal image data to remove the human influence, more specifically, particularly at the same position in the air-conditioning target space Rk for a predetermined time ( In this case, temperature distribution data from which the influence of a stationary human being is removed can be extracted.
図10は、温度分布データ抽出部25aにより生成される空間ピーク排除熱画像データ(温度分布データ抽出部25aにより抽出された温度分布データ)の一例である。なお、温度分布データでは、各区画が温度の値を情報として有している。温度分布データからは、人間の影響が取り除かれているため、温度分布データには、人間の存在を表す相対的に温度が高い区画は存在しない(図10参照)。 FIG. 10 is an example of spatial peak exclusion thermal image data (temperature distribution data extracted by the temperature distribution data extraction unit 25a) generated by the temperature distribution data extraction unit 25a. In the temperature distribution data, each section has a temperature value as information. Since the human influence is removed from the temperature distribution data, the temperature distribution data does not include a section having a relatively high temperature representing the presence of the human (see FIG. 10).
ステップS9では、人間分布データ抽出部25bが、ステップS6でユニット記憶部24から読み出された20個の熱画像データのそれぞれについて、人間分布データの抽出処理を実行する。具体的には、人間分布データ抽出部25bは、人間の温度が、空調対象空間Rkの空気の温度よりも相対的に高く現れる事を利用して、各熱画像データから、空調対象空間Rkに存在する人間の位置を特定し、人間の分布を示す人間分布データを抽出する。その結果、人間分布データ抽出部25bは、20個の(3秒毎の)人間分布データを生成する。
In step S9, the human distribution
図11は、人間分布データ抽出部25bにより生成される人間分布データの一例である。図11は、図2に示した空調対象空間Rkの(人間が図2に丸印で描画されている位置にいる場合の)、人間分布データを表している。斜線を示した画素が人間の存在を示す画素である。なお、人間分布データには、温度の情報は含まれていない。
FIG. 11 is an example of human distribution data generated by the human distribution
ステップS10では、ユニット処理部25は、ユニット通信部23を介して、ステップS8で抽出された空間ピーク排除熱画像データを、空調対象空間Rkの定常温度の分布を示す温度分布データとしてメインコンピュータ30に送信する。なお、メインコンピュータ30に対して送信される温度分布データは、その温度分布データの取得時刻と関連付けられた情報である。言い換えれば、メインコンピュータ30に対して送信される温度分布データは、その温度分布データの取得時刻の情報を含むデータである。なお、温度分布データの取得時刻は、例えば、その温度分布データを抽出するために用いられた複数の熱画像データの中で、最先に取得された熱画像データの取得時刻と定められる。メインコンピュータ30は、メインコンピュータ30が受信した温度分布データを、時系列の温度分布データ(温度時系列データ)として、記憶部34の温度時系列データ記憶領域34aに記憶する。
In step S10, the
また、ステップS10では、ユニット処理部25は、ユニット通信部23を介して、ステップS9で抽出された複数の(20個の)人間分布データを、メインコンピュータ30に送信する。なお、メインコンピュータ30に対して送信される各人間分布データは、その人間分布データの取得時刻と関連付けられた情報である。言い換えれば、メインコンピュータ30に対して送信される人間分布データは、その人間分布データの取得時刻の情報を含むデータである。なお、人間分布データの取得時刻は、例えば、各人間分布データを抽出するために用いられた熱画像データの取得時刻と定められる。メインコンピュータ30は、メインコンピュータ30が受信した複数の人間分布データを、時系列の人間分布データ(人時系列データ)として、記憶部34の人時系列データ記憶領域34bに記憶する。
In step S <b> 10, the
なお、ユニット処理装置22から送信され、記憶部34に記憶される温度分布データおよび人間分布データは、データ圧縮されている。データ圧縮されることで、ユニット処理装置22からメインコンピュータ30へのデータの送信時間が短縮される。また、データが記憶される記憶部34の記憶容量も抑制することができる。
The temperature distribution data and the human distribution data transmitted from the
その後、ステップS11では、温度分布データおよび人間分布データの抽出処理が終了した熱画像データが、ユニット記憶部24から消去される。
Thereafter, in step S <b> 11, the thermal image data for which the temperature distribution data and the human distribution data have been extracted is deleted from the
ステップS6〜ステップS11の処理は、ステップS2で時間カウンタT2が1分になったと再び判定された時に実行される。 Steps S6 to S11 are executed when it is determined again in step S2 that the time counter T2 has reached 1 minute.
なお、ここで説明した赤外線センサユニットの動作は、一例であって、これに限定されるものではない。 In addition, operation | movement of the infrared sensor unit demonstrated here is an example, Comprising: It is not limited to this.
例えば、ここでは、ステップS7およびステップS8と、ステップS9と、は並行して実行されるが、これに限定されるものではなく、ステップS7およびステップS8の実行後にステップS9が実行されてもよい。 For example, although step S7 and step S8 and step S9 are performed in parallel here, it is not limited to this, and step S9 may be performed after execution of step S7 and step S8. .
また、例えば、ステップS9は、1分経過後に実行される必要はなく、センサ部21が熱画像データを取得するたびに人間分布データが生成されてもよい。さらに、この場合には、人間分布データは、ステップS10でまとめてメインコンピュータ30に送信される代わりに、人間分布データが生成されるたびにメインコンピュータ30に送信されるように構成されてもよい。
Further, for example, step S9 need not be executed after one minute has elapsed, and human distribution data may be generated each time the
また、例えば、ユニット記憶部24の熱画像データは、ステップS11で消去されなくてもよく、ユニット記憶部24に記憶される熱画像データの量が、ユニット記憶部24の記憶容量を超過する場合に、最先の熱画像データから順に消去されるように構成されてもよい。
Further, for example, the thermal image data in the
(4)省エネ関連情報の生成処理
メインコンピュータ30の処理部35による、空調対象空間Rm用の省エネ関連情報の生成処理(空調対象空間Rmの類似空間の抽出処理を含む)について、図12のフローチャートを用いて説明する。
(4) Energy Saving Related Information Generation Processing The energy saving related information generation processing for the air conditioning target space Rm (including extraction processing of a similar space of the air conditioning target space Rm) by the
省エネ関連情報の生成処理は、通信部31又は入力部32が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付けると実行される。
The generation process of energy saving related information is executed when the
まず、ステップS31では、類似空間抽出部35aが、直近1日分の、空調対象空間Rmの人時系列データを、人時系列データ記憶領域34bから読み出す。
First, in step S31, the similar
次に、ステップS32では、類似空間抽出部35aが、ステップS31で読み出された人時系列データに基づいて、時間別に空調対象空間Rmに在籍している人数を算出する。そして、類似空間抽出部35aは、算出された時間別の空調対象空間Rmに在籍している人間の数を、空間情報記憶領域34cに記憶されている空調対象空間Rmの定員で除することで、時間別に空調対象空間Rmの在籍率を算出する。そして、類似空間抽出部35aは、時間別の空調対象空間Rmの在籍率が、予め準備された在籍率の変動パターンの種類(例えば、一山型、二山型、24時間型)のいずれの種類のものに近いかを判断する。
Next, in step S32, the similar
例えば、類似空間抽出部35aは、24時間の中で、在籍率が0になる時間が所定時間より短い場合には、空調対象空間Rmの在籍率の変動パターンを24時間型と判断する。また、例えば、類似空間抽出部35aは、算出した時間別の空調対象空間Rmの在籍率を近似する多項式を例えば最小二乗法等により導出し、その多項式で表される曲線が、24時間の中でいくつ極大値を有するかで、空調対象空間Rmの在籍率の変動パターンが、一山型か、二山型か、を判断する。ただし、類似空間抽出部35aの、空調対象空間Rmの在籍率の変動パターンの判断方法は例示であり、これに限定されるものではない。
For example, the similar
次に、ステップS33では、類似空間抽出部35aが、その他の対象空間(空調対象空間Rm以外の空調対象空間R1,R2,・・・RN)の、直近の1日分の人時系列データを人時系列データ記憶領域34bから読み出す。
Next, in step S33, the similar
次に、ステップS34では、類似空間抽出部35aが、空調対象空間Rm以外の空調対象空間R1,R2,・・・RNについて、在籍率の変動パターンの種類を判断する。類似空間抽出部35aによる、空調対象空間Rm以外の空調対象空間R1,R2,・・・RNの在籍率の変動パターンの種類の判断方法は、ステップS32で説明した空調対象空間Rmの在籍率の変動パターンの種類の判断方法と同様であるので、ここでは説明を省略する。
Next, in step S34, the similar
次に、ステップS35では、類似空間抽出部35aは、空調対象空間Rm以外の空調対象空間R1,R2,・・・RNの中で、在籍率の変動パターンが、空調対象空間Rmの在籍率の変動パターンの種類と同一である空間を、空調対象空間Rmの類似空間として抽出する。
Next, in step S35, the similar
次に、ステップS36では、生成部35bが、空調対象空間Rmについて、直近の1日分の温度時系列データを温度時系列データ記憶領域34aから読み出す。また、生成部35bは、空調対象空間Rmについて、直近の1日分の人時系列データを人時系列データ記憶領域34bから読み出す。
Next, in step S36, the
次に、生成部35bは、ステップS100、ステップS120、およびステップS140に進み、ステップS36で読み出した情報を用いて、それぞれ以下の(a)〜(c)のように、空調対象空間Rmに関して3つの値を算出する。
Next, the
(a)快適温度エリアに占める在籍エリアの割合
ステップS100では、生成部35bは、空調対象空間Rmについて、快適温度エリアに占める在籍エリアの割合を算出する。生成部35bは、具体的には、空調対象空間Rmに人間が在籍している時間帯について、快適温度エリアに占める在籍エリアの割合を算出する。なお、快適温度エリアとは、温度時系列データから、人間が快適と感じる温度範囲(設定値)にあると判断される区画を意味する。また、在籍エリアとは、温度時系列データの各区画の中で、人間がいる区画を意味する。快適温度エリアに占める在籍エリアの割合とは、快適温度エリアかつ在籍エリアである区画の数の、快適温度エリアの総区画数に占める割合を意味する。空調対象空間Rmの、快適温度エリアに占める在籍エリアの割合は、空調対象空間Rmの温度分布に関する情報の一例である。
(A) Ratio of enrolled area in comfortable temperature area In step S100, the
生成部35bは、具体的には、例えば図13のフローチャートの様に、快適温度エリアに占める在籍エリアの割合を算出する。
Specifically, the
まず、ステップS101では、生成部35bは、ステップS36で読み出した人時系列データに基づいて、空調対象空間Rmに人間が在籍している時間を決定する。
First, in step S101, the
次に、ステップS102では、生成部35bは、次回、ステップS104で算出処理に用いる、1の温度時系列データを決定する。
Next, in step S102, the
具体的には、生成部35bは、ステップS101で空調対象空間Rmに人間が在籍していると決定された時間の温度時系列データであって、後述するステップS104の処理でまだ用いられていない温度時系列データの中で、最先の時刻の温度時系列データを、算出処理に用いる温度時系列データと決定する。なお、ステップS101実施後、初めてステップS102の処理が行われる際には、ステップS101で空調対象空間Rmに人間が在籍していると決定された時間の温度時系列データの中で、最先の時刻の温度時系列データが、算出処理に用いられる温度時系列データと決定される。
Specifically, the
次に、ステップS103では、生成部35bは、次回、ステップS104で算出処理に用いる人時系列データを決定する。
Next, in step S103, the
具体的には、ステップS103では、生成部35bは、ステップS36で読み出した人時系列データの中から、ステップS102で決定した1の温度時系列データと取得時刻が同じ人時系列データを決定する。なお、ここでは、上記のように、赤外線センサユニット20により、温度分布データが1分間あたり1個生成されるのに対し、人間分布データは1分間あたり20個生成される。そのため、ここでは、人時系列データの取得時刻の秒単位の値は無視して、ステップS102で決定された温度時系列データと、取得時刻が分単位まで一致する20個の人時系列データが、ステップS104で算出処理に用いる人時系列データと決定される。
Specifically, in step S103, the
次に、ステップS104では、生成部35bは、ステップS102で決定した温度時系列データと、ステップS103で決定した人時系列データと、を用いて、快適温度エリアかつ在籍エリアの温度時系列データの区画の数の、快適温度エリアの総区画数に占める割合を算出する。
Next, in step S104, the
具体的には、生成部35bは、まず、ステップS103で決定した20個の人時系列データのそれぞれ(例えば図11のような人時系列データ)を、ステップS102で決定した温度時系列データ(例えば図10のような温度時系列データ)と重ねあわせ、人時系列データ毎に、快適温度エリアかつ在籍エリアである温度時系列データの区画の数を取得する。ここでは、快適温度エリアかつ在籍エリアである温度時系列データの区画の数は、ステップS103で決定された人時系列データの個数だけ(すなわち20個)得られる。
Specifically, the
また、生成部35bは、ステップS102で決定した温度時系列データを用いて、快適温度エリアの総区画数を取得する。
Moreover, the production |
そして、生成部35bは、快適温度エリアかつ在籍エリアの温度時系列データの区画の数の、快適温度エリアの総区画数に占める割合を算出する。具体的には、生成部35bは、取得した、20個の快適温度エリアかつ在籍エリアの温度時系列データの区画の数を用いて、快適温度エリアかつ在籍エリアの温度時系列データの区画の数の、快適温度エリアの総区画数に占める割合の平均値を算出する。
And the production |
次に、ステップS105では、ステップS101で空調対象空間Rmに人が在籍している時間と決定された時間の温度時系列データが、全て、ステップS104の処理に用いられたか否かが判定される。 Next, in step S105, it is determined whether or not all the temperature time-series data of the time determined as the time in which the person is present in the air-conditioning target space Rm in step S101 has been used for the processing in step S104. .
ステップS101で空調対象空間Rmに人が在籍していると決定された時間の温度時系列データの一部が、ステップS104の処理に用いられていないと判断されれば、ステップS102に戻る。ステップS102〜ステップS104の処理は、ステップS105で、ステップS101で空調対象空間Rmに人間が在籍していると決定された時間の温度時系列データが、全てステップS104の処理に用いられたと判断されるまで繰り返される。 If it is determined that part of the temperature time-series data at the time when it is determined in step S101 that a person is present in the air-conditioning target space Rm is not used in the process of step S104, the process returns to step S102. In the processing from step S102 to step S104, it is determined in step S105 that all the temperature time-series data of the time determined that a person is present in the air conditioning target space Rm in step S101 has been used for the processing in step S104. Repeat until
ステップS105において、ステップS101で空調対象空間Rmに人間が在籍していると決定された時間の温度時系列データが、全てステップS104の処理に用いられたと判定されると、ステップS106に進む。 If it is determined in step S105 that all the temperature time-series data of the time determined that a person is present in the air-conditioning target space Rm in step S101 has been used for the processing in step S104, the process proceeds to step S106.
ステップS106では、生成部35bは、ステップS104で繰り返し算出された、快適温度エリアかつ在籍エリアである区画の数の、快適温度エリアの総区画数に占める割合について、平均を算出する処理を行う。このようにしてステップS106で算出される値が、空調対象空間Rmの、快適温度エリアに占める在籍エリアの割合である。
In step S106, the
(b)無人時の空間平均温度
ステップS120では、生成部35bは、空調対象空間Rmについて、無人時の空間平均温度を算出する。なお、無人時とは、人時系列データから判断して、空調対象空間Rmに人間が存在しないと判断される時間である。空間平均温度は、空調対象空間Rm全体の平均温度である。
(B) Spatial average temperature during unmanned operation In step S120, the
ステップS120では、具体的には、生成部35bは、ステップS36で読み出した人時系列データに基づいて、空調対象空間Rmに人が在籍していない時間を決定する。次に、生成部35bは、ステップS36で読み出した温度時系列データの中で、空調対象空間Rmに人が在籍していないと決定した時間(無人時)の温度時系列データを決定する。そして、生成部35bは、決定した各温度時系列データについて、各区画の温度情報を用いて、各温度時系列データの取得時刻における、空調対象空間Rmの平均温度を算出する。さらに、生成部35bは、各温度時系列データの取得時刻における空調対象空間Rmの平均温度を用いて、無人時全体における、空調対象空間Rmの平均温度を算出する。
In step S120, specifically, the
(c)低在籍率時間
ステップS140では、生成部35bは、空調対象空間Rmについて、在籍率が、所定の低在籍率範囲(例えば、0%より大きく10%より小さい)内の値となる時間を、低在籍率時間として算出する。在籍率については、類似空間抽出部35aに関する説明の中で示したとおりである。
(C) Low enrollment rate time In step S140, the
生成部35bは、具体的には、ステップS36で読み出された人時系列データに基づいて、空調対象空間Rmに在籍する人間の数を人時系列データ別に把握する。そして、生成部35bは、人時系列データ別に把握した人間の数を、空間情報記憶領域34cに記憶された空調対象空間Rmの定員の数で割ることで、人時系列データ別の在籍率を算出する。生成部35bは、算出した在籍率が低在籍率範囲に該当する人時系列データの数を把握し、これに人時系列データの取得間隔、言い換えれば人間分布データの取得間隔(ここでは3秒)を乗じることで、空調対象空間Rmの低在籍率時間を算出する。
Specifically, the
ステップS100、ステップS120、およびステップS140の算出結果は、記憶部34の省エネ関連情報記憶領域34dに記憶される。
The calculation results of step S100, step S120, and step S140 are stored in the energy saving related
ステップS100、ステップS120、およびステップS140が終了すると、ステップS37へ進む。 When step S100, step S120, and step S140 are completed, the process proceeds to step S37.
ステップS37では、生成部35bが、空調対象空間Rmの類似空間について、直近の1日分の温度時系列データを温度時系列データ記憶領域34aから読み出す。また、生成部35bは、空調対象空間Rmの類似空間について、直近の1日分の人時系列データを人時系列データ記憶領域34bから読み出す。
In step S37, the
次に、ステップS200、ステップS220、およびステップS240に進み、生成部35bは、ステップS37で読み出した情報を用いて、空間別に、それぞれ快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間を算出する。
Next, it progresses to step S200, step S220, and step S240, and the production |
ステップS200、ステップS220、およびステップS240の処理は、
1)算出の対象となる空間が空調対象空間Rmではなく、空調対象空間Rmの類似空間である点
2)通常、1つの空間ではなく、複数の空間について、それぞれ快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間が算出される点
で、ステップS100、ステップS120、およびステップS140の処理と相違するが、その他の点については、ステップS100、ステップS120、およびステップS140の処理と同様であるため、説明は省略する。
Steps S200, S220, and S240 are:
1) The calculation target space is not the air conditioning target space Rm, but is a similar space to the air conditioning target space Rm. 2) Normally, not a single space, but a plurality of spaces, each of the enrolled area in the comfortable temperature area. It differs from the processing of Step S100, Step S120, and Step S140 in that the ratio, the space average temperature during unattended, and the low enrollment rate time are calculated, but for other points, Step S100, Step S120, and Since it is the same as the process of step S140, description is abbreviate | omitted.
ステップS200、ステップS220、およびステップS240の算出結果は、記憶部34の省エネ関連情報記憶領域34dに記憶される。
The calculation results of step S200, step S220, and step S240 are stored in the energy saving related
なお、ステップS100,ステップS120,ステップS140、ステップS200、ステップS220、およびステップS240で算出された、空調対象空間Rmおよび空調対象空間Rmの類似空間の、快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間は、空調対象空間Rmの省エネ関連情報の一例である。 In addition, the ratio of the enrolled area in the comfortable temperature area in the similar space of the air conditioning target space Rm and the air conditioning target space Rm calculated in step S100, step S120, step S140, step S200, step S220, and step S240, unmanned The time space average temperature and the low enrollment rate time are examples of energy saving related information of the air conditioning target space Rm.
特に、空調対象空間Rmの類似空間の、快適温度エリアに占める在籍エリアの割合は、空調対象空間Rmの類似空間の温度分布に関する情報の一例である。また、空調対象空間Rmの快適温度エリアに占める在籍エリアの割合は、空調対象空間Rmの類似空間の快適温度エリアに占める在籍エリアの割合に対応する情報である。 In particular, the ratio of the enrolled area in the comfortable temperature area of the similar space of the air-conditioning target space Rm is an example of information regarding the temperature distribution of the similar space of the air-conditioning target space Rm. Further, the ratio of the enrolled area in the comfortable temperature area of the air-conditioning target space Rm is information corresponding to the ratio of the enrolled area in the comfortable temperature area of the similar space of the air-conditioned target space Rm.
ステップS200、ステップS220、およびステップS240が終了すると、ステップS38へ進む。 When step S200, step S220, and step S240 are completed, the process proceeds to step S38.
ステップS38では、生成部35bが、ステップS100,S120,S140で得られた空調対象空間Rmについての情報(算出値)と、ステップS200,S220,S240で得られた空調対象空間Rmの類似空間についての情報(算出値)と、の比較情報を生成する。
In step S38, the
具体的には、生成部35bは、快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間のそれぞれについて、空調対象空間Rmおよび空調対象空間Rmの類似空間のランキングを生成する。
Specifically, the
例えば、快適温度エリアに占める在籍エリアの割合は、値が小さいほど、人間のいない空間で、過剰な空調がされていることを意味している。そこで、生成部35bは、快適温度エリアに占める在籍エリアの割合が大きいほどランキングが上位になるように、空調対象空間Rmおよび空調対象空間Rmの類似空間について、ランキングを生成する。
For example, the ratio of the enrolled area in the comfortable temperature area means that the smaller the value is, the more air conditioning is performed in a space where there is no human being. Therefore, the
また、例えば、無人時の空間平均温度は、暖房時であれば温度が低いほど、冷房時であれば温度が高いほど、無駄なエネルギーの投入が少ないことを意味している。そこで、生成部35bは、無駄なエネルギーの投入が少ないほどランキングが上位になるように、空調対象空間Rmおよび空調対象空間Rmの類似空間について、ランキングを生成する。
Further, for example, the space average temperature during unattended means that the lower the temperature during heating and the higher the temperature during cooling, the less wasteful energy input. Therefore, the
また、例えば、低在籍率時間であれば、その時間が短いほど、1人あたりのエネルギーの使用量が少ないことを意味する。そこで、生成部35bは、低在籍率時間が短いほどランキングが上位になるように、空調対象空間Rmおよび空調対象空間Rmの類似空間について、ランキングを生成する。
Further, for example, if the enrollment time is low, it means that the shorter the time, the less the amount of energy used per person. Therefore, the
(5)省エネ関連情報の提示処理
生成部35bにより生成され、省エネ関連情報記憶領域34dに記憶された空調対象空間Rm用の省エネ関連情報は、空調対象空間Rm用の省エネ関連情報の生成要求を送信したコンピュータ50の出力部52と、メインコンピュータ30の出力部33と、に提示される。一方、入力部32に空調対象空間Rm用の省エネ関連情報の生成要求が入力された場合には、生成部35bにより生成され、省エネ関連情報記憶領域34dに記憶された空調対象空間Rm用の省エネ関連情報は、出力部33に提示される。
(5) Energy saving related information presentation process The energy saving related information for the air conditioning target space Rm generated by the
出力部52や、出力部33には、具体的には、以下の様な形式で省エネ関連情報が提示される。
Specifically, the
例えば、快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間は、度数分布を表すヒストグラムとして提示される。この時、出力部52や、出力部33には、空調対象空間Rmがヒストグラムのどの階級に位置するかが判別可能に提示される。例えば、出力部52や、出力部33には、空調対象空間Rmが含まれるヒストグラムだけが異なる色で提示されることで、空調対象空間Rmがその階級に属することが判別可能に提示される。また、出力部52や、出力部33には、空調対象空間Rmおよび空調対象空間Rmの類似空間の、省エネ関連情報の快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間に関するランキング(比較情報)が表示される。
For example, the ratio of the enrollment area in the comfortable temperature area, the spatial average temperature when there is no person, and the low enrollment rate time are presented as a histogram representing the frequency distribution. At this time, the
また、出力部52や、出力部33には、コンピュータ50の入力部51や、メインコンピュータ30の入力部32から更に指示が与えられることで、空間情報記憶領域34cに記憶されている各種情報が表示可能に構成されている。例えば、出力部52や、出力部33には、空調対象空間Rmおよび空調対象空間Rmの類似空間の、空間の仕様に関する情報、例えば、空調対象空間Rmや空調対象空間Rmの類似空間が存在する建物の建設年や、空調対象空間Rmや空調対象空間Rmの類似空間の用途等が表示される。また、例えば、出力部52や、出力部33には、空調対象空間Rmおよび空調対象空間Rmに設置されている機器の仕様に関する情報、例えば、空調装置の容量(能力)や、型式等が表示される。
The
(6)特徴
(6−1)
本実施形態に係る省エネ関連情報生成システム100は、記憶部34と、受付部の例としての通信部31および入力部32と、類似空間抽出部35aと、生成部35bと、を備える。記憶部34は、多数の空調対象空間R1,R2,・・・,RNについて、各空調対象空間R1,R2,・・・,RN内の人間の位置に関する人時系列データと、各空調対象空間R1,R2,・・・,RN内の温度分布に関する温度時系列データと、を蓄積して記憶する。通信部31および入力部32は、多数の空調対象空間R1,R2,・・・,RNに含まれる空調対象空間Rm用の省エネ関連情報の生成要求を受け付ける。類似空間抽出部35aは、空調対象空間Rmの人時系列データに基づき、多数の空調対象空間R1,R2,・・・,RNから、空調対象空間Rmと類似する利用状況のパターンを有する類似空間を抽出する。生成部35bは、空調対象空間Rm用の省エネ関連情報として、類似空間の温度時系列データに基づいた類似空間の温度分布に関する情報(快適温度エリアに占める在籍エリアの割合)を生成する。
(6) Features (6-1)
The energy-saving related
ここでは、人間の位置に関する時系列データに基づいて、評価対象の空調対象空間Rmと利用状況のパターンが類似する類似空間が抽出され、空調対象空間Rm用の省エネ関連情報として、類似空間の温度分布に関する情報が生成される。そのため、生成された省エネ関連情報に基づいて空調対象空間Rmの相対評価を適切に行うことが可能である。 Here, based on the time-series data regarding the human position, a similar space having a similar usage pattern to the air conditioning target space Rm to be evaluated is extracted, and the temperature of the similar space is used as energy saving related information for the air conditioning target space Rm. Information about the distribution is generated. Therefore, it is possible to appropriately perform the relative evaluation of the air conditioning target space Rm based on the generated energy saving related information.
(6−2)
本実施形態に係る省エネ関連情報生成システム100では、類似空間抽出部35aは、多数の空調対象空間R1,R2,・・・,RNの中で、その人時系列データから得られる在籍状態の変動パターンが、空調対象空間Rmの人時系列データから得られる在籍状態の変動パターンと類似する空間を、類似空間として抽出する。
(6-2)
In the energy-saving related
ここでは、在籍状態の変動パターンが空調対象空間Rmに類似する空間が、類似空間として抽出されるため、省エネ関連情報として生成された類似空間の温度分布に関する情報に基づいて、空調対象空間Rmの相対評価を適切に行うことができる。 Here, since the space where the change pattern of the enrollment state is similar to the air-conditioning target space Rm is extracted as a similar space, based on the information on the temperature distribution of the similar space generated as the energy saving related information, the air-conditioning target space Rm Relative evaluation can be performed appropriately.
(6−3)
本実施形態に係る省エネ関連情報生成システム100では、生成部35bは、省エネ関連情報として、類似空間の温度分布に関する情報(快適温度エリアに占める在籍エリアの割合)と、類似空間の温度分布に関する情報に対応する空調対象空間Rmについての温度分布に関する情報(快適温度エリアに占める在籍エリアの割合)との比較情報として、ランキングを生成する。
(6-3)
In the energy-saving related
ここでは、空調対象空間Rmおよび空調対象空間Rmの類似空間の温度分布に関する情報(快適温度エリアに占める在籍エリアの割合)を比較したランキングが、空調対象空間Rm用の省エネ関連情報として生成されるため、省エネ関連情報を用いて空調対象空間Rmのエネルギー使用状況を相対的に評価することが容易である。 Here, a ranking that compares information about the temperature distribution of the air conditioning target space Rm and the similar space of the air conditioning target space Rm (the ratio of the enrolled area in the comfortable temperature area) is generated as energy saving related information for the air conditioning target space Rm. Therefore, it is easy to relatively evaluate the energy usage status of the air conditioning target space Rm using the energy saving related information.
(6−4)
本実施形態に係る省エネ関連情報生成システム100では、省エネ関連情報を提示する提示部の例として、メインコンピュータ30の出力部33およびコンピュータ50の出力部52を備える。記憶部34は、各空調対象空間R1,R2,・・・,RNの仕様に関する情報、各空調対象空間R1,R2,・・・,RNで使用される機器(空調装置)の仕様に関する情報を更に記憶する。出力部33および出力部52は、空調対象空間Rmおよび空調対象空間Rmの類似空間について、記憶部34に記憶されている、各空調対象空間R1,R2,・・・,RNの仕様に関する情報と、各空調対象空間R1,R2,・・・,RNで使用される機器の仕様に関する情報と、を提示する。
(6-4)
The energy saving related
ここでは、空調対象空間Rmおよび空調対象空間Rmの類似空間について、空調対象空間R1,R2,・・・,RNの仕様と、空調対象空間R1,R2,・・・,RNで使用される機器の仕様と、が提示され、空調対象空間Rmと、空調対象空間Rmの類似空間と、の各種仕様の違いを把握できるため、これを活用して省エネを推進するための方策を検討することが容易である。 Here, the specifications of the air-conditioning target spaces R1, R2,..., RN and the equipment used in the air-conditioning target spaces R1, R2,. Specifications can be presented, and the difference between various specifications of the air conditioning target space Rm and the similar space of the air conditioning target space Rm can be grasped. Easy.
(6−5)
本実施形態に係る省エネ関連情報生成システム100では、温度時系列データは、空調対象空間R1,R2,・・・,RNに存在する人間の影響を取り除いた、空調対象空間R1,R2,・・・,RNの定常温度の分布の時系列データである。
(6-5)
In the energy-saving related
ここでは、省エネ関連情報としての温度分布に関する情報を生成する際に用いられる温度時系列データが、人間の影響が取り除かれた空調対象空間R1,R2,・・・,RNの定常温度の分布の時系列データであるため、空調対象空間Rmの相対評価を適切に行うことが容易である。 Here, the temperature time-series data used when generating information related to the temperature distribution as the energy-saving related information is the distribution of the steady temperature of the air-conditioning target spaces R1, R2,. Since it is time-series data, it is easy to appropriately perform relative evaluation of the air-conditioning target space Rm.
(7)変形例
以下に上記実施形態の変形例を示す。以下の変形例は、互いに矛盾しない範囲で、他の変形例の一部又は全部と組合せて用いられてもよい。
(7) Modifications Modifications of the above embodiment are shown below. The following modifications may be used in combination with some or all of the other modifications as long as they do not contradict each other.
(7−1)変形例A
上記実施形態では、赤外線センサユニット20により温度分布データおよび人間分布データが取得されるが、これに限定されるものではない。
(7-1) Modification A
In the above embodiment, the temperature distribution data and the human distribution data are acquired by the
省エネ関連情報生成システム100は、例えば、空調対象空間R1,R2,・・・,RNに配置される多数の温度センサと、空調対象空間R1,R2,・・・,RNの全範囲を撮像可能な1台又は複数台の全方位カメラと、を備えてもよい。そして、省エネ関連情報生成システム100は、温度センサにより上記の温度分布データと同様の情報を、全方位カメラにより上記の人間分布データと同様の情報を、それぞれ取得可能に構成されてもよい。ただし、上記実施形態のように、赤外線センサユニット20から得られる熱画像データから温度時系列データおよび人時系列データを取得する方が、省エネ関連情報生成システム100を構成する機器を減らすことが可能で経済的である。
The energy-saving related
また、例えば、省エネ関連情報生成システム100は、温度分布データおよび人間分布データを取得する機器を構成として有していなくてもよい。例えば、省エネ関連情報生成システム100は、赤外線センサユニット20を有する代わりに、温度時系列データおよび人時系列データと同様の情報を記憶している外部データベースと通信ネットワーク10を介して通信可能に接続されてもよい。メインコンピュータ30の処理部35は、外部データベースを記憶部として利用することで、空調対象空間Rmの類似空間を抽出し、空調対象空間Rm用の省エネ関連情報を生成してもよい。
For example, the energy-saving related
(7−2)変形例B
上記実施形態では、赤外線センサユニット20が有するユニット処理装置22のユニット処理部25が、温度分布データおよび人間分布データを抽出するが、これに限定されるものではない。例えば、メインコンピュータ30が、センサ部21が取得した熱画像データを受け付け、メインコンピュータ30の処理部35が、熱画像データから温度分布データおよび人間分布データを抽出する処理を行ってもよい。
(7-2) Modification B
In the above embodiment, the
(7−3)変形例C
上記実施形態では、温度時系列データから、空調対象空間R1,R2,・・・,RNに存在する人間の影響が取り除かれているが、これに限定されるものではない。温度時系列データからは、空調対象空間R1,R2,・・・,RNに存在する人間の影響が取り除かれていなくてもよい。ただし、温度時系列データから空調対象空間R1,R2,・・・,RNに存在する人間の影響が取り除かれていない場合には、空調対象空間R1,R2,・・・,RNの温度分布を誤って把握するおそれがあるため、温度時系列データからは、空調対象空間R1,R2,・・・,RNに存在する人間の影響が取り除かれていることが好ましい。
(7-3) Modification C
In the above-described embodiment, the influence of humans existing in the air-conditioning target spaces R1, R2,... RN is removed from the temperature time-series data, but the present invention is not limited to this. From the temperature time series data, the human influence existing in the air-conditioning target spaces R1, R2,. However, when the human influence existing in the air conditioning target spaces R1, R2,... RN is not removed from the temperature time series data, the temperature distribution of the air conditioning target spaces R1, R2,. Since there is a possibility of erroneously grasping, it is preferable that the influence of human beings present in the air-conditioning target spaces R1, R2,.
(7−4)変形例D
上記実施形態では、出力部33に空調対象空間Rm用の省エネ関連情報が提示されるが、これに限定されるものではなく、出力部33には省エネ関連情報は提示されなくてもよい。また、上記実施形態では、入力部32が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付けるが、これに限定されるものではなく、入力部32は空調対象空間Rm用の省エネ関連情報の生成要求は受け付けなくてもよい。
(7-4) Modification D
In the above embodiment, the energy saving related information for the air conditioning target space Rm is presented to the
(7−5)変形例E
上記実施形態では、コンピュータ50から、メインコンピュータ30の通信部31に、空調対象空間Rm用の省エネ関連情報が生成要求を送信可能に構成されている。また、上記実施形態では、コンピュータ50の出力部52に、空調対象空間Rm用の省エネ関連情報が提示可能に構成されている。ただし、これに限定されるものではなく、省エネ関連情報生成システム100は、コンピュータ50を構成として含まなくてもよい。
(7-5) Modification E
In the said embodiment, it is comprised from the
この場合には、例えば、入力部32が、空調対象空間Rm用の省エネ関連情報の生成要求を受け付け、出力部33に、空調対象空間Rm用の省エネ関連情報が提示される。
In this case, for example, the
(7−6)変形例F
上記実施形態では、類似空間抽出部35aは、1日の在籍率変動パターンの種類が空調対象空間Rmと同一の空調対象空間R1,R2,・・・RNを、空調対象空間Rmの類似空間として抽出するが、これに限定されるものではない。
(7-6) Modification F
In the said embodiment, the similar
例えば、類似空間抽出部35aは、1週間の在籍率変動パターンの種類が空調対象空間Rmと同一の空調対象空間R1,R2,・・・RNを、空調対象空間Rmの類似空間として抽出してもよい。例えば、1週間の在籍率変動パターンの種類は、週休1日型、週休2日型、土日営業型等である。
For example, the similar
また、類似空間抽出部35aは、1日の在籍率変動パターンの種類が空調対象空間Rmと同一で、かつ、1週間の在籍率変動パターンの種類も空調対象空間Rmと同一の空調対象空間R1,R2,・・・RNを、空調対象空間Rmの類似空間として抽出してもよい。
In addition, the similar
また、類似空間抽出部35aは、在籍率の変動パターン以外の情報、例えば、空間情報記憶領域34cに記憶された空調対象空間R1,R2,・・・RNの面積や、空調対象空間R1,R2,・・・RNの用途の情報等も併せて用いることで、空調対象空間Rmの類似空間を抽出してもよい。
Further, the similar
(7−7)変形例G
上記実施形態では、生成部35bは、省エネ関連情報として、快適温度エリアに占める在籍エリアの割合、無人時の空間平均温度、および低在籍率時間を生成するが、生成部35bが生成する省エネ関連情報はこれに限定されるものではない。例えば、生成部35bは、人間が空調対象空間Rmに在籍している時間について、在籍エリアに占める快適温度エリアの割合を算出してもよい。在籍エリアに占める快適温度エリアの割合とは、在籍エリアかつ快適温度エリアの温度時系列データの区画の数の、在籍エリアである温度時系列データの区画数に占める割合を意味する。ここでは、在籍エリアに占める快適温度エリアの割合を算出することで、温熱環境に関する不満者の割合を予測することができる。そして、予測される不満者の割合に基づいて、空調対象空間Rmと、空調対象空間Rmの類似空間と、を相対比較することができる。
(7-7) Modification G
In the above embodiment, the
(7−8)変形例H
上記実施形態では、メインコンピュータ30の記憶部34だけが記憶部として機能するが、これに限定されるものではない。例えば、省エネ関連情報生成システム100は、記憶部として、メインコンピュータ30の記憶部34に加え、外部データベース34’を有していてもよい(図14参照)。外部データベース34’は、通信ネットワーク10によりメインコンピュータ30と通信可能に構成されている。
(7-8) Modification H
In the above embodiment, only the
そして、外部データベース34’には、例えば、空調対象空間R1,R2,・・・RNの空調のために使用される空調装置の電力消費量に関する情報が記憶されていてもよい。そして、生成部35bは、類似空間抽出部35aが空調対象空間Rmの類似空間を抽出すると、外部データベース34’から、空調対象空間Rmと空調対象空間Rmの類似空間との空調装置の電力消費量に関する情報を取得してもよい。そして、生成部35bは、空調対象空間Rmの空調のために使用される空調装置の電力消費量に関する情報と、空調対象空間Rmの類似空間で使用される空調装置の電力消費量に関する情報と、の比較情報を、省エネ関連情報として生成してもよい。
In the
例えば、外部データベース34’には、空調対象空間R1,R2,・・・RNの空調装置の電力消費量を、空調対象空間R1,R2,・・・RNの面積でそれぞれ除した、空調装置の単位床面積あたりのエネルギー消費原単位が、空調対象空間R1,R2,・・・RN別に記憶されてもよい。生成部35bは、この情報に基づいて、空調対象空間Rmおよび空調対象空間Rmの類似空間のランキングを生成してもよい。生成部35bは、例えば、空調装置の単位床面積あたりのエネルギー消費原単位について、エネルギー消費原単位の値が小さいほどランキングが上位になるように、空調対象空間Rmおよび空調対象空間Rmの類似空間のランキングを生成してもよい。
For example, in the
また、外部データベース34’には、空調対象空間R1,R2,・・・RNの空調装置の電力消費量を、空調対象空間R1,R2,・・・RNの人時系列データから算出される、空調対象空間R1,R2,・・・RNにおける在籍者数の平均人数でそれぞれ除した、単位人数当たりの空調装置のエネルギー消費原単位が、空調対象空間R1,R2,・・・RN別に記憶されてもよい。生成部35bは、この情報に基づいて、空調対象空間Rmおよび空調対象空間Rmの類似空間のランキングを生成してもよい。
Further, in the
なお、空調装置が電気以外のエネルギー(例えば、ガス等)を用いるものである場合には、外部データベース34’には、例えば、空調装置の、電気以外のエネルギーの消費量に関する情報が記憶されてもよい。
When the air conditioner uses energy other than electricity (for example, gas or the like), the
以上のように構成されることで、省エネ関連情報を用いて空調対象空間Rmのエネルギー使用状況を相対的に評価することが容易である。 By being configured as described above, it is easy to relatively evaluate the energy usage status of the air conditioning target space Rm using the energy saving related information.
なお、ここでは、外部データベース34’に空調対象空間R1,R2,・・・RNの空調装置の電力消費量に関する情報が記憶されるとしたが、これに限定されるものではない。例えば、メインコンピュータ30と空調対象空間R1,R2,・・・RNに設置された電力計(図示せず)とを通信可能に構成し、メインコンピュータ30の記憶部34に空調対象空間R1,R2,・・・RNの空調装置の電力消費量に関する情報を記憶するように構成されてもよい。
In addition, although the information regarding the power consumption of the air conditioner of air-conditioning object space R1, R2, ... RN was stored in the external database 34 'here, it is not limited to this. For example, the
また、ここでは、外部データベース34’に空調対象空間R1,R2,・・・RNの空調装置の電力消費量に関する情報が記憶されるとしたが、これに限定されるものではない。例えば、外部データベース34’には、空調対象空間R1,R2,・・・RNで使用される照明機器やOA機器等の電力消費量に関する情報が記憶されてもよい。そして、上記と同様に、生成部35bは、これらの機器について、空調対象空間Rmと空調対象空間Rmの類似空間との電力消費量に関する情報の比較情報を、省エネ関連情報として生成してもよい。
Further, here, the
(7−9)変形例I
変形例Gの外部データベース34’には、空調対象空間R1,R2,・・・,RNの空調装置の電力使用量に関する情報に加えて、あるいは、空調対象空間R1,R2,・・・,RNの空調装置の電力使用量に関する情報に代えて、空調対象空間R1,R2,・・・,RNの契約電力に関する情報が記憶されていてもよい。そして、コンピュータ50の入力部51やメインコンピュータ30の入力部32から指示が与えられることで、コンピュータ50の出力部52や、メインコンピュータ30の出力部33には、外部データベース34’に記憶されている、空調対象空間Rmおよび空調対象空間Rmの類似空間の契約電力が表示されるように構成されてもよい。
(7-9) Modification I
In the
ここでは、空調対象空間Rmと、空調対象空間Rmの類似空間と、の契約電力の違いを把握することができるため、これを活用して省エネを推進するための方策を検討することが容易である。 Here, the difference in contract power between the air-conditioning target space Rm and the similar space of the air-conditioning target space Rm can be grasped, so it is easy to examine measures for promoting energy saving using this. is there.
なお、ここでは、外部データベース34’に空調対象空間R1,R2,・・・,RNの契約電力に関する情報が記憶されるとしたが、これに限定されるものではない。例えば、コンピュータ50の入力部51から入力された、空調対象空間R1,R2,・・・,RNの契約電力に関する情報がメインコンピュータ30に送信され、記憶部34に空調対象空間R1,R2,・・・,RNの契約電力を記憶するように構成されてもよい。
Here, the
(7−10)変形例J
上記実施形態では、メインコンピュータ30の記憶部34が、温度時系列データ記憶領域34a、人時系列データ記憶領域34b、空間情報記憶領域34c、および省エネ関連情報記憶領域34dを有するが、これに限定されるものではない。
(7-10) Modification J
In the above embodiment, the
例えば、変形例Gの外部データベース34’には、温度時系列データ記憶領域、人時系列データ記憶領域、空間情報記憶領域、および省エネ関連情報記憶領域の一部又は全部が設けられてもよい。図については省略する。
For example, the
本発明に係る省エネ関連情報生成システムは、ある空間の温度分布に関する情報を相対評価するために、他の空間の温度分布に関する情報を生成する際に、利用者による空間の利用状況を考慮して、比較を行う上で適切な空間の、温度分布に関する情報を生成する省エネ関連情報生成システムとして有用である。 The energy-saving related information generation system according to the present invention takes into account the use status of a space by a user when generating information about the temperature distribution of another space in order to relatively evaluate the information about the temperature distribution of a certain space. It is useful as an energy saving related information generation system for generating information related to temperature distribution in an appropriate space for comparison.
31 通信部(受付部)
32 入力部(受付部)
33 出力部(提示部)
34 記憶部
35a 類似空間抽出部
35b 生成部
52 出力部(提示部)
100 省エネ関連情報生成システム
R1,R2,・・・RN 空調対象空間
Rm 第1空間
31 Communication Department (Reception Department)
32 Input part (reception part)
33 Output unit (presentation unit)
34
100 Energy saving related information generation system R1, R2, ... RN Air conditioning target space Rm 1st space
Claims (6)
多数の前記空調対象空間に含まれる第1空間(Rm)用の省エネ関連情報の生成要求を受け付ける受付部(31,32)と、
前記第1空間の前記人時系列データに基づき、多数の前記空調対象空間から、前記第1空間と類似する利用状況のパターンを有する類似空間を抽出する類似空間抽出部(35a)と、
前記第1空間用の前記省エネ関連情報として、前記類似空間の前記温度時系列データに基づいた前記類似空間の温度分布に関する情報を生成する生成部(35b)と、
を備えた、省エネ関連情報生成システム(100)。 For a large number of air-conditioning target spaces (R1, R2,... RN), human time-series data relating to human positions in each air-conditioning target space, and temperature time-series data relating to temperature distribution in each air-conditioning target space; A storage unit (34) for accumulating and storing
Receiving units (31, 32) that receive generation requests for energy-saving related information for the first space (Rm) included in a large number of air-conditioning target spaces;
A similar space extraction unit (35a) for extracting a similar space having a usage pattern similar to that of the first space from a number of the air-conditioning target spaces based on the human time-series data of the first space;
A generator (35b) that generates information on the temperature distribution of the similar space based on the temperature time-series data of the similar space as the energy-saving related information for the first space;
An energy saving related information generation system (100) comprising:
請求項1に記載の省エネ関連情報生成システム。 In the similar space extraction unit, the enrollment state variation pattern obtained from the person time-series data in a large number of the air-conditioning target spaces has the enrollment state variation obtained from the person time-series data in the first space. A second space similar to the pattern is extracted as the similar space;
The energy saving related information generation system according to claim 1.
請求項1又は2に記載の省エネ関連情報生成システム。 The generation unit further includes, as the energy saving related information, comparison information between information on the temperature distribution of the similar space and information on the temperature distribution of the first space corresponding to the information on the temperature distribution of the similar space, Generate,
The energy saving related information generation system according to claim 1 or 2.
前記生成部は、前記省エネ関連情報として、前記第1空間で使用される前記機器の前記エネルギー消費量に関する情報と、前記類似空間で使用される前記機器の前記エネルギー消費量に関する情報と、の比較情報を、更に生成する、
請求項1から3のいずれか1項に記載の省エネ関連情報生成システム。 The storage unit further accumulates and stores information on energy consumption of devices used in each of the air-conditioning target spaces,
The generation unit compares the information on the energy consumption of the device used in the first space with the information on the energy consumption of the device used in the similar space as the energy saving related information. Generate more information,
The energy-saving related information generation system according to any one of claims 1 to 3.
を更に備え、
前記記憶部は、各前記空調対象空間の仕様に関する情報、各前記空調対象空間で使用される前記機器の仕様に関する情報、および各前記空調対象空間の契約電力に関する情報の少なくとも1つを更に記憶し、
前記提示部は、前記第1空間および前記類似空間の少なくとも一方について、前記記憶部に記憶されている、各前記空調対象空間の仕様に関する情報、各前記空調対象空間で使用される前記機器の仕様に関する情報、および各前記空調対象空間の契約電力に関する情報の少なくとも1つを更に提示する、
請求項4に記載の省エネ関連情報生成システム。 A presentation unit (33, 52) for presenting the energy-saving related information;
Further comprising
The storage unit further stores at least one of information on specifications of the air-conditioning target spaces, information on specifications of the devices used in the air-conditioning target spaces, and information on contract power of the air-conditioning target spaces. ,
The presenting unit stores information on the specifications of the air-conditioning target spaces stored in the storage unit and specifications of the devices used in the air-conditioning target spaces, at least one of the first space and the similar space. And at least one of information on contract electric power of each air-conditioning target space is further presented.
The energy saving related information generation system according to claim 4.
請求項1から5のいずれか1項に記載の省エネ関連情報生成システム。 The temperature time-series data is time-series data of the distribution of the steady temperature of the air-conditioning target space, which removes the human influence existing in the air-conditioning target space.
The energy-saving related information generation system according to any one of claims 1 to 5.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014074916A JP6245039B2 (en) | 2014-03-31 | 2014-03-31 | Energy saving related information generation system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014074916A JP6245039B2 (en) | 2014-03-31 | 2014-03-31 | Energy saving related information generation system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015197242A JP2015197242A (en) | 2015-11-09 |
JP6245039B2 true JP6245039B2 (en) | 2017-12-13 |
Family
ID=54547046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014074916A Expired - Fee Related JP6245039B2 (en) | 2014-03-31 | 2014-03-31 | Energy saving related information generation system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6245039B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7406060B2 (en) * | 2018-10-29 | 2023-12-27 | ダイキン工業株式会社 | refrigeration system |
JP7393613B2 (en) * | 2019-03-18 | 2023-12-07 | ダイキン工業株式会社 | Operating condition determination system for pre-cooling or pre-warming operation of air conditioners |
CN113712234B (en) * | 2021-09-25 | 2022-08-05 | 北京盈丰利泰科贸有限公司 | Low-carbon digital tobacco leaf storage and maintenance method and system |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8457796B2 (en) * | 2009-03-11 | 2013-06-04 | Deepinder Singh Thind | Predictive conditioning in occupancy zones |
JP5534869B2 (en) * | 2010-03-03 | 2014-07-02 | 積水化学工業株式会社 | Measurement management system and management server |
JP5667483B2 (en) * | 2011-03-17 | 2015-02-12 | アズビル株式会社 | Building facility operational state evaluation method and apparatus |
EP2741020A4 (en) * | 2011-05-13 | 2016-08-31 | Toshiba Kk | Energy management system |
-
2014
- 2014-03-31 JP JP2014074916A patent/JP6245039B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2015197242A (en) | 2015-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107750323B (en) | Method for controlling start of air conditioner and apparatus thereof | |
JP2015200639A (en) | Temperature distribution data creation system | |
US8457796B2 (en) | Predictive conditioning in occupancy zones | |
US20170030606A1 (en) | Method for determining and using a climate energy index | |
JP6504956B2 (en) | Air conditioning equipment selection support system | |
JP5503410B2 (en) | Setting value management method and apparatus | |
CN103712313A (en) | Air conditioning control system and air conditioning control method | |
Lu et al. | Energy savings of retrofitting residential buildings with variable air volume systems across different climates | |
JP2015148410A (en) | Air conditioning control device, air conditioning control system, air conditioning control method and program | |
JP2006331372A (en) | Agent device, management manager device, and environment energy management system | |
JP2008090828A (en) | Modeling device, simulator device, modeling program, simulation program, method for using thermal balance model, and system for using thermal balance model | |
JP5813572B2 (en) | Power management support device, power management support method, power management support program | |
CN106096747B (en) | Solar energy auxiliary household energy management method for taking various uncertain factors into account in real-time electricity price environment | |
JP6245039B2 (en) | Energy saving related information generation system | |
Biyik et al. | Cloud-based model predictive building thermostatic controls of commercial buildings: Algorithm and implementation | |
JP2018189293A (en) | Air-conditioning control system, air-conditioning method, and program | |
JP6173784B2 (en) | Air conditioning energy management system, method, and program | |
JP6303731B2 (en) | Thermal environment reproduction system | |
JP6238883B2 (en) | Air conditioning control device and program | |
Biyik et al. | Model predictive building thermostatic controls of small-to-medium commercial buildings for optimal peak load reduction incorporating dynamic human comfort models: Algorithm and implementation | |
JP2020186873A (en) | Air conditioning control device, air-conditioning control system, air conditioning control method and program | |
JP2008025951A (en) | Method and device for controlling operation of air conditioning equipment | |
JP7377053B2 (en) | Energy management system and energy management method | |
JP2019049404A (en) | Plan generation device, plan generation method, air conditioning system, and program | |
JP6038830B2 (en) | Seat allocation information providing device, tenant building system, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170125 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171011 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171030 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6245039 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |