JP6554828B2 - 情報処理装置、情報処理方法、およびプログラム - Google Patents
情報処理装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- JP6554828B2 JP6554828B2 JP2015044798A JP2015044798A JP6554828B2 JP 6554828 B2 JP6554828 B2 JP 6554828B2 JP 2015044798 A JP2015044798 A JP 2015044798A JP 2015044798 A JP2015044798 A JP 2015044798A JP 6554828 B2 JP6554828 B2 JP 6554828B2
- Authority
- JP
- Japan
- Prior art keywords
- variables
- unit
- variable
- physical quantity
- model
- 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
- 230000010365 information processing Effects 0.000 title claims description 30
- 238000003672 processing method Methods 0.000 title claims description 3
- 239000013598 vector Substances 0.000 claims description 126
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000010276 construction Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 description 146
- 238000012545 processing Methods 0.000 description 118
- 238000001514 detection method Methods 0.000 description 59
- 238000007726 management method Methods 0.000 description 43
- 230000008569 process Effects 0.000 description 42
- 238000013500 data storage Methods 0.000 description 17
- 238000009826 distribution Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 13
- 238000007796 conventional method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000003111 delayed effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000007664 blowing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Air Conditioning Control Device (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
以上の目的変量に設定された物理量の実測値と1以上の目的変量による予測値との誤差が最小となる1以上の第1の説明変量を選択する第1選択部を有する。また、本情報処理装置は、複数の物理量のうち、1以上の第1の説明変量として選択された物理量以外の各物理量を説明変量として第1のモデルに追加するときに、1以上の目的変量に設定された物
理量の実測値と1以上の目的変量による予測値との誤差が最小となる1以上の第2の説明変量を選択する第2選択部を有する。また、本情報処理装置は、データベースから第1の説明変量および第2の説明変量を入力変量群として、入力変量群および1以上の目的変量に対応する物理量を取得して過去事例データを作成する作成部を有する。また、本情報処理装置は、予測が要求されたときに、入力変量群に対応する現在の物理量を1以上の目的変量を予測するための入力ベクトルに設定する入力設定部を有する。また、本情報処理装置は、入力ベクトルと過去事例データ中の入力変量群とのベクトル間距離を計算して、ベクトル間距離が短いものから順に所定の数の過去事例データを検索するデータ検索部を有する。さらに、本情報処理装置は、検索された所定の数の過去事例データ中の入力変量群と1以上の目的変量とから第2のモデルを構築する構築部を有する。さらにまた、本情報処理装置は、第2のモデルから1以上の目的変量の値をそれぞれ予測する予測値計算部を有する。そして、本情報処理装置は、予測された1以上の目的変量の値を提示する予測結果提示部を備える。
ーバルームの上部に送風する送風ファンを内蔵したタイルファン17が設けられる。
吹出温度検出部22、各空調機ファン風量検出部23、各タイルファン風量検出部24、パラメータ設定部25、予測結果提示部26、アラーム出力部27を含んでいる。温度分布検出部21、各空調機吹出温度検出部22、各空調機ファン風量検出部23、各タイルファン風量検出部24は、取得部の一例である。
よび、予測処理部33を含む。入力ベクトル更新部31は、入力/出力ベクトルのデータ
ベース32を作成する。入力ベクトルは、図4の大規模データベース43に蓄積された検出値のうち、予測部20の予測対象である出力ベクトルへの寄与の大きい検出値の組み合わせである。出力ベクトルは、予測部20の予測対象となる値の組み合わせである。出力ベクトルは、図4の大規模データベース43に蓄積された検出値に対応する将来の値であり、例えば、ユーザに指定される。ただし、出力ベクトルが1変数、つまり、スカラー値であってもよい。
出力ベクトルを表現するための入力変数xの組み合わせを入力ベクトルとして定義する。
そして、予測部20は、過去に検出され、図4の大規模データベース43に蓄積された検出値について、入力ベクトルと出力ベクトル(出力変数)を関連付けて過去事例データとして入力/出力ベクトルのデータベース32に格納する。したがって、入力/出力ベクト
ルのデータベース32は、定義した入力ベクトルと出力ベクトルを関連付けて過去事例データとして格納したデータベースである。入力変数が入力変量の一例である。出力変数が目的変量の一例である。
類似した過去事例データを取得する。そして、予測処理部33は、過去事例データに基づいて局所モデルを構築し、局所モデルによって予測を行う。局所モデルは、過去事例データのうち、特定の一部限定されたデータ、例えば、現在のシステム状態と類似した過去事例データに基づいて作成されるモデルをいう。
は、異なる変数として取り扱われる。この2つの変数について、時間遅延変数生成部44は、それぞれ、時刻を遅らせた変数を生成する。生成される時刻を遅らせた変数は、例えば、tx(t1)、tx(t2)、・・・と、tx(t1-T1)、tx(t2-T1)、・・・等である。
タ設定部25からステップワイズ法における寄与率の閾値を取得し、寄与率以上の変数を選択する。寄与率とは、F値、t値や分散比ともよばれ、例えば、回帰モデルにおいて、モデルの計算値と実測値の残差平方和がどれくらい減少するかを図る尺度であり、各変数が目的変数(予測値)に寄与する程度を示す数値である。寄与率は、例えば、各変数をモデルに加えた場合のモデルによる残差平方和と加えない場合のモデルによる残差平方和から、変数ごとに算出される。寄与率が高い変数ほど、より高い割合で目的変数(予測値)の精度に寄与することを意味する。
ベース32に時刻ごとに格納する。
を要求点データと呼ぶ。
の各入力ベクトルのベクトル間距離を計算する。要求点近傍データ検索部53は、検索する過去事例の設定数をパラメータ設定部25から取得する。そして、要求点近傍データ検索部53は、ベクトル間距離計算部52が計算した距離に基づいて過去事例データを検索し、距離の小さい順に過去事例データを設定数だけ取得する。
図8に例示した各変数の検出値そのものの他、時間を遅らせた(所定周期前の)検出値からも選択される。各変数の現在の検出値よりも、現在から所定周期前の検出値の方が寄与率の高い場合があり得るからである。例えば、所定の時間遅れ後に出力ベクトルに影響を与える変数については、現在から時間遅れ分前の検出値の方が、寄与率が大きくなると想定される。
ップワイズ法処理部45は、S46でQの中に取り込まれた変数の代わりに、Qからはずした方が望ましい変数を探す。
説明変量の一例である。
41からS62の処理によって追加されたnq個の変数を用いて計算される。
る。また、時刻は、t1、t2、t3と経過し、現在時刻がtqとなっている。この場合には、要求点データは、入力ベクトルに対して、Z23(tq)、Z68(tq−210)、Z61(tq−300)、・・・、ZFanB(tq−300)のように設定される。図13Aに例示されるように、入力ベクトルの変数値は現在時刻(tq)の値に限定される訳ではなく、現在時刻から遡った時刻の値も選択可能である。
(tq−300)、・・・、ZFanB(tq−300)の代わりにx1(k1)、x2(k2)、X3(k3)、・・・、XI(kI)が用いられている。そして、データ番号k
qの変数が入力ベクトルに設定されている。すなわち、本実施形態の温度管理システムでは、各変数は、物理量の種類(Area別の温度あるいはファン等の設定値)と、各物理量の時間遅れとの組み合わせで決定される。そして、要求点データは、現在の時刻と各変数の時間遅れから決定される物理量のベクトルとなっている。
ス32のkm番目の入力ベクトルxkmと要求点時刻kqの要求点ベクトルxkqのベクトル間距離を数1で計算する。ベクトル間距離計算部52は、データ検索部として、S35の処理を実行する。
クトル間距離計算部52が計算した距離に基づいて過去事例データを検索し、距離の小さい順に過去事例データを取得する。要求点近傍データ検索部53は、データ検索部として、S36の処理を実行する。
た過去事例データの入力ベクトルと出力ベクトルから局所モデルを構築する。局所モデルの構築部54は、構築部の一例として、S37の処理を実行する。なお、ユーザの指定により入力ベクトルの入力変数の中に予測した変数がある場合には、予測処理部33は、予
測したい変数の時刻を予測したい時間に進めて出力ベクトルに追加すればよい。
る。xi kqは要求点時刻kqの入力ベクトルの定義におけるi番目の入力変数である.
次に、ステップS38において、予測処理部33の予測値計算部55は、局所モデルの
構築部54が構築したモデルを用いて予測値を計算し、表示部114に表示する。例えば、予測値として、複数の筐体それぞれの吸気面の複数点における吸気温度を指定されている場合には、それぞれの吸気温度が表示される。予測値計算部55は、複数の筐体それぞれの吸気面の複数点における吸気温度を提示することの一例として、S38の処理を実行する。
部55の予測値が閾値を超えるとき、アラーム部27にアラーム出力を指令する。
ある。さらに、外部記憶部113は、例えば、主記憶部112を補助する記憶領域として使用され、CPU111が実行するコンピュータプログラム、CPU111が処理するデータ等を記憶する。外部記憶部113は、ハードディスクドライブ、Solid State Disk(SSD)等である。さらに、情報処理装置には、着脱可能記憶媒体の駆動装置を設けても
よい。着脱可能記憶媒体は、例えば、ブルーレイディスク、Digital Versatile Disk(DVD)、Compact Disc(CD)、フラッシュメモリカード等である。
管理システムは、入力/出力ベクトルのデータベース32から過去事例データの入力ベク
トルと、現在の入力ベクトルである要求点データのベクトル間距離が近い過去事例データを検索する。さらに、温度管理システムは、検索された過去事例データでモデル化を行い、予測処理を行う。以上の処理によって、温度管理システムは、設備構成に変化が生じた場合において、柔軟に対応した将来予測の結果をオペレータに提示することができ、オペレータの合理的な操業を支援することができる。
以下、上記実施形態の温度管理システムを用いた演算例を説明する。図16に、本実施形態の温度管理システムによって図2のデータセンターの領域を分割した例を示す。図16では、サーバラック11の各1台が8つの領域に分割されている。本実施例では、予測
対象を領域31番の5分後の吸気温度とする。
は、選定された4つの操作変数に加えて、さらに操作変数以外の変数の組み合わせを修正版ステップワイズ法によって選択する。
お、図21の下部に、Fan A、FanBの設定値が例示さている。すなわち、Fan A、FanBともに3段階で変化したことが例示されている。
YTF = yest(k) + (yactual(k-1)- yest(k-1))
数4は、現在の予測値yest(k)を1周期前の実測値と予測値の差分(オフセット)で修正
している。
法では0.116となった。
図24は、5分ごとに5分後の予測を行った例である。タイルファン風量の予測値が示すように、本温度管理システムは、おおよそ実測値に近い傾向を予測できていることがわかる。ただし、本実施例でのタイルファン風量は操作因子であり、オペレータあるいはコントローラ側が自由に変更できる因子であるため、必ずしも予測対象として適切な量ではない。しかし、タイルファン風量はその将来の吸気温度の値となるときの操作値の情報と理解でき、本温度管理システムは、将来の吸気温度の値となるときの操作値の情報をオペレータに提供することができる。
上記実施形態では、ステップワイズ法および修正版ステップワイズ法が温度管理システムに適用された。そして、例えば、データセンターのサーバラック11に搭載されたサーバ12の吸気温度等が予測された。しかし、本実施形態で例示された処理は、データセンターのサーバ等に適用される温度管理システムに限定される訳ではない。例えば、本実施形態の温度管理システムは、熱を発生する装置とその冷却系一般に適用可能である。
コンピュータその他の機械、装置(以下、コンピュータ等)に上記いずれかの機能を実現させるプログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。
Solid State Drive(SSD)は、コンピュータ等から取り外し可能な記録媒体としても
、コンピュータ等に固定された記録媒体としても利用可能である。
11 サーバラック
12 サーバ
13 空調機
14 グリルパネル
17 タイルファン
20 予測部
21 吸気温度分布検出部
22 各空調機吹出温度検出部
23 各空調ファン風量検出部
24 各タイルファン風量検出部
31 入力ベクトル更新部
32 入力/出力ベクトルのデータベース
33 予測部
40 領域分割部
41 各領域の最大温度計算部
42 データ格納部
43 大規模データベース
44 時間遅延変数生成部
45 ステップワイズ法処理部
46 修正版ステップワイズ法処理部
47 過去事例データ格納部
Claims (8)
- 複数の物理量を時系列に取得する取得部と、
前記時系列に取得された前記複数の物理量を取得された時刻とともに記憶するデータベースと、
前記複数の物理量のうち、1以上の予測対象の物理量から設定される1以上の目的変量に対して、前記1以上の目的変量を操作する要因となる物理量を含む1以上の物理量を1以上の説明変量の候補として抽出し、前記1以上の説明変量の候補から第1のモデルを作成するときに前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による前記第1のモデルの予測値との誤差が最小となる1以上の第1の説明変量を選択し、前記第1の説明変量による第1のモデルを決定する第1選択部と、
前記複数の物理量のうち、前記1以上の第1の説明変量として選択された物理量以外の各物理量を説明変量の候補として前記第1のモデルに追加するときに、前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による第2のモデルの予測値との誤差が最小となる1以上の第2の説明変量を選択する第2選択部と、
前記データベースから前記第2の説明変量を入力変量群として、前記入力変量群および前記1以上の目的変量に対応する物理量を取得して過去事例データを作成する作成部と、
予測が要求されたときに、前記入力変量群に対応する現在の物理量を前記1以上の目的変量を予測するための入力ベクトルに設定する入力設定部と、
前記入力ベクトルと過去事例データ中の前記入力変量群とのベクトル間距離を計算して、前記ベクトル間距離が短いものから順に所定の数の過去事例データを検索するデータ検索部と、
検索された前記所定の数の過去事例データ中の前記入力変量群と前記1以上の目的変量とから第3のモデルを構築する構築部と、
前記第3のモデルから前記1以上の目的変量の値をそれぞれ予測する予測値計算部と、
前記予測された前記1以上の目的変量の値を提示する予測結果提示部と、を備える情報処理装置。 - 前記第2選択部は、前記第2の説明変量を複数選択するときに、前記1以上の目的変
量による予測値に寄与する各説明変量の寄与率を算出し、前記第1の説明変量を除外した第2の説明変量の寄与率が所定の基準値に達するか否かを判定し、前記基準値に達しない寄与率となる第2の説明変量を除外する請求項1に記載の情報処理装置。 - 前記複数の物理量は、空気が吸気面から吸引され、排出面から排出される複数の筐体それぞれの吸気面の複数点における吸気温度と前記複数の筐体が設置された空間に冷気を放出する空調機の制御値と前記空調機から放出される冷気を前記吸気面に送り出す送風機の制御値とを含み、
前記予測結果提示部は、前記複数の筐体それぞれの吸気面の複数点における吸気温度を提示する請求項1または2に記載の情報処理装置。 - 前記物理量は、取得対象が異なる所定時刻に取得された物理量および取得対象が同一で異なる時刻に取得された物理量とを含み、
前記物理量が取得されたサンプリング時間の時間を遅らせた時系列データの変量群を生成する時間遅延生成部をさらに備える請求項1から3のいずれか1項に記載の情報処理装置。 - 各筐体を所定の数の領域に分割する領域分割部と、
サンプリング時間毎に前記領域内計測点の最大値を計算し、前記最大値を領域温度とする最大温度計算部とを有する請求項1から4のいずれか1項に記載の情報処理装置。 - 前記第2選択部は、前記複数の物理量のうち、前記1以上の第1の説明変量として選択された操作要因からなる1以上の物理量以外の各物理量を説明変量として前記第1のモデルに追加するときに、前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による第2のモデルの予測値との誤差が最小となる1以上の第2の説明変量を選択することを特徴とする請求項1から5のいずれか1項に記載の情報処理装置。
- コンピュータが、
複数の物理量を時系列に取得し、
前記時系列に取得された前記複数の物理量を取得された時刻とともに記憶し、
前記複数の物理量のうち、1以上の予測対象の物理量から設定される1以上の目的変量に対して、前記1以上の目的変量を操作する要因となる物理量を含む1以上の物理量を1以上の説明変量の候補として抽出し、前記1以上の説明変量の候補から第1のモデルを作成するときに前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による前記第1のモデルの予測値との誤差が最小となる1以上の第1の説明変量を選択し、前記第1の説明変量による前記第1のモデルを決定し、
前記複数の物理量のうち、前記1以上の第1の説明変量として選択された物理量以外の各物理量を説明変量の候補として前記第1のモデルに追加するときに、前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による第2のモデルの予測値との誤差が最小となる1以上の第2の説明変量を選択し、
前記第2の説明変量を入力変量群として、前記入力変量群および前記1以上の目的変量に対応する物理量を取得して過去事例データを作成し、
予測が要求されたときに、前記入力変量群に対応する現在の物理量を前記1以上の目的変量を予測するための入力ベクトルに設定し、
前記入力ベクトルと過去事例データ中の前記入力変量群とのベクトル間距離を計算して、前記ベクトル間距離が短いものから順に所定の数の過去事例データを検索し、
検索された前記所定の数の過去事例データ中の前記入力変量群と前記1以上の目的変量とから第3のモデルを構築し、
前記第3のモデルから前記1以上の目的変量の値をそれぞれ予測し、
前記予測された前記1以上の目的変量の値を提示する、情報処理方法。 - コンピュータに、
複数の物理量を時系列に取得させ、
前記時系列に取得された前記複数の物理量を取得された時刻とともに記憶させ、
前記複数の物理量のうち、1以上の予測対象の物理量から設定される1以上の目的変量に対して、前記1以上の目的変量を操作する要因となる物理量を含む1以上の物理量を1以上の説明変量の候補として抽出し、前記1以上の説明変量の候補から第1のモデルを作成するときに前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による前記第1のモデルの予測値との誤差が最小となる1以上の第1の説明変量を選択し、前記第1の説明変量による前記第1のモデルを決定させ、
前記複数の物理量のうち、前記1以上の第1の説明変量として選択された物理量以外の各物理量を説明変量の候補として前記第1のモデルに追加するときに、前記1以上の目的変量に設定された物理量の実測値と前記1以上の目的変量による第2のモデルの予測値との誤差が最小となる1以上の第2の説明変量を選択させ、
前記第2の説明変量を入力変量群として、前記入力変量群および前記1以上の目的変量に対応する物理量を取得して過去事例データを作成させ、
予測が要求されたときに、前記入力変量群に対応する現在の物理量を前記1以上の目的変量を予測するための入力ベクトルに設定させ、
前記入力ベクトルと過去事例データ中の前記入力変量群とのベクトル間距離を計算して、前記ベクトル間距離が短いものから順に所定の数の過去事例データを検索させ、
検索された前記所定の数の過去事例データ中の前記入力変量群と前記1以上の目的変量とから第3のモデルを構築させ、
前記第3のモデルから前記1以上の目的変量の値をそれぞれ予測させ、
前記予測された前記1以上の目的変量の値を提示させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015044798A JP6554828B2 (ja) | 2015-03-06 | 2015-03-06 | 情報処理装置、情報処理方法、およびプログラム |
US15/044,744 US10325214B2 (en) | 2015-03-06 | 2016-02-16 | Physical quantities prediction apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015044798A JP6554828B2 (ja) | 2015-03-06 | 2015-03-06 | 情報処理装置、情報処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016164730A JP2016164730A (ja) | 2016-09-08 |
JP6554828B2 true JP6554828B2 (ja) | 2019-08-07 |
Family
ID=56850852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015044798A Expired - Fee Related JP6554828B2 (ja) | 2015-03-06 | 2015-03-06 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10325214B2 (ja) |
JP (1) | JP6554828B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR200476881Y1 (ko) * | 2013-12-09 | 2015-04-10 | 네이버비즈니스플랫폼 주식회사 | 냉기공급용 부스장치 |
JP6787032B2 (ja) * | 2016-10-18 | 2020-11-18 | 富士通株式会社 | 制御装置、制御方法、および制御プログラム |
US11076509B2 (en) | 2017-01-24 | 2021-07-27 | The Research Foundation for the State University | Control systems and prediction methods for it cooling performance in containment |
CN108694755B (zh) | 2017-03-29 | 2021-05-28 | 株式会社东芝 | 模型构建系统以及模型构建方法 |
JP6972641B2 (ja) * | 2017-04-28 | 2021-11-24 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及び情報処理プログラム |
JP7213049B2 (ja) * | 2018-09-28 | 2023-01-26 | 中央電子株式会社 | ファン制御装置、制御方法、制御プログラム、サーバーラック、および空調管理システム |
JP7265872B2 (ja) * | 2019-01-25 | 2023-04-27 | 富士通株式会社 | 解析プログラム、解析装置、及び解析方法 |
JP7390138B2 (ja) * | 2019-09-04 | 2023-12-01 | 株式会社Uacj | 情報処理装置、情報処理方法、および情報処理プログラム |
US11573981B1 (en) * | 2019-09-23 | 2023-02-07 | Amazon Technologies, Inc. | Auto-scaling using temporal splits in a time-series database |
CN114594202A (zh) * | 2020-12-07 | 2022-06-07 | 大金工业株式会社 | 室内空气质量的预测方法及室内空气质量检测系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4032426B2 (ja) * | 2003-11-27 | 2008-01-16 | 松下電工株式会社 | 設備モデル作成方法及び設備モデル作成プログラム、建物モデル作成方法及び建物モデル作成プログラム、並びに、設備改修評価方法及び建物改修評価方法 |
JP5582487B2 (ja) * | 2007-08-24 | 2014-09-03 | 新日鉄住金エンジニアリング株式会社 | プロセスの状態予測方法 |
JP5176206B2 (ja) * | 2007-08-24 | 2013-04-03 | 新日鉄住金エンジニアリング株式会社 | プロセスの状態類似事例検索方法及びプロセスの制御方法 |
JP2011258620A (ja) | 2010-06-07 | 2011-12-22 | Fujitsu Ltd | 空調状態監視システム及び空調状態監視方法 |
FR2967200A1 (fr) * | 2010-11-10 | 2012-05-11 | IFP Energies Nouvelles | Methode pour caracteriser le reseau de fractures d'un gisement fracture et methode pour l'exploiter |
WO2015073702A1 (en) * | 2013-11-14 | 2015-05-21 | Ces Group, Llc | Predictive monitoring and control of an environment using cfd |
US9817375B2 (en) * | 2014-02-26 | 2017-11-14 | Board Of Trustees Of The University Of Alabama | Systems and methods for modeling energy consumption and creating demand response strategies using learning-based approaches |
US20160004798A1 (en) * | 2014-07-07 | 2016-01-07 | Ingersoll-Rand Company | Determining the performance of an environmental system using a predictive model |
-
2015
- 2015-03-06 JP JP2015044798A patent/JP6554828B2/ja not_active Expired - Fee Related
-
2016
- 2016-02-16 US US15/044,744 patent/US10325214B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20160260018A1 (en) | 2016-09-08 |
US10325214B2 (en) | 2019-06-18 |
JP2016164730A (ja) | 2016-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6554828B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US8201028B2 (en) | Systems and methods for computer equipment management | |
US10228292B2 (en) | Virtual data center environmental monitoring system | |
JP6562883B2 (ja) | 特性値推定装置および特性値推定方法 | |
US9857779B2 (en) | Multi-dimensional optimization for controlling environmental maintenance modules | |
US8725307B2 (en) | System and method for measurement aided prediction of temperature and airflow values in a data center | |
US8244502B2 (en) | Knowledge-based models for data centers | |
US8315841B2 (en) | Methods and systems for managing facility power and cooling | |
US20090326884A1 (en) | Techniques to Predict Three-Dimensional Thermal Distributions in Real-Time | |
JP2014182694A (ja) | センサ故障検知装置、方法、およびプログラム | |
JP2018124937A (ja) | 異常検出装置、異常検出方法およびプログラム | |
KR20210106357A (ko) | 정보 처리 시스템 및 시뮬레이션 방법 | |
JP6562893B2 (ja) | パラメータ推定装置、空調システム評価装置、パラメータ推定方法およびプログラム | |
JP2019019988A (ja) | 空調運転条件作成装置、空調運転条件作成方法、プログラム、および空調システム | |
JPH1183246A (ja) | 冷媒充てん量を監視する方法 | |
KR102047850B1 (ko) | 컴퓨터의 유체 역학 시스템들 및 그것의 사용 방법들 | |
JP2020052714A (ja) | 監視システム及び監視方法 | |
JP2012226511A (ja) | 歩留まり予測システムおよび歩留まり予測プログラム | |
JP2016051213A (ja) | 電子機器の温度管理システム、温度管理方法、および温度管理プログラム | |
US20160188764A1 (en) | Raised floor plenum tool | |
JP2016177676A (ja) | 診断装置、診断方法、診断システムおよび診断プログラム | |
WO2023004704A1 (zh) | 用于监控封闭空间环境的方法、装置和计算机存储介质 | |
US20130080401A1 (en) | System for hierarchical information collection | |
KR20230055512A (ko) | 공조 시스템 및 그것의 동작 방법 | |
US20160061668A1 (en) | Temperature distribution prediction method and air conditioning management system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180115 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181211 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190311 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190611 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190624 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6554828 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |