JP7328498B2 - 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム - Google Patents
情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム Download PDFInfo
- Publication number
- JP7328498B2 JP7328498B2 JP2019052017A JP2019052017A JP7328498B2 JP 7328498 B2 JP7328498 B2 JP 7328498B2 JP 2019052017 A JP2019052017 A JP 2019052017A JP 2019052017 A JP2019052017 A JP 2019052017A JP 7328498 B2 JP7328498 B2 JP 7328498B2
- Authority
- JP
- Japan
- Prior art keywords
- air conditioner
- information
- operation mode
- heat exchanger
- operating state
- 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.)
- Active
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
Description
<空気調和システムのシステム構成>
はじめに、空気調和システム1のシステム構成について説明する。図1は、実施形態に係る空気調和システム1のシステム構成の一例を示す図である。図1に示すように、空気調和システム1は、学習装置10、及び空気調和装置20を有する。学習装置10、及び空気調和装置20の数は、図1の例に限定されない。なお、学習装置10は、「情報処理装置」の一例である。
上述したように、制御装置40は、除湿運転の各動作モードとして、例えば、弱冷房除湿運転、通常モードの再熱除湿運転、及び省電力(省エネ)モードの再熱除湿運転等の動作モードを空気調和装置20に実行させる。
次に、図1を参照して、デフロスト運転(霜取り運転、除霜運転)について説明する。暖房運転をしている際、室外熱交換器203は、室外空気から熱を取り込むために外気温よりも低い温度になる。室外熱交換器203に霜が張ると暖房運転の効率が低下するため、空気調和装置20の制御装置40は、デフロスト運転を行うことにより、室外熱交換器203の霜を溶解させる。
制御装置40は、逆サイクルデフロスト運転では、四路切換弁202を、冷房運転時と同様に第1状態に設定し、圧縮機201の回転速度を増加させ、第1膨張弁204を全開にし、室外ファン208及び室内ファン209をそれぞれ停止させる。
次に、実施形態に係る空気調和システム1の学習装置10及び制御装置40のハードウェア構成について説明する。なお、学習装置10と制御装置40は同様のハードウェア構成を有するため、ここでは、学習装置10のハードウェア構成についてのみ説明する。
次に、図3を参照し、実施形態に係る空気調和システム1の機能構成について説明する。図3は、実施形態に係る空気調和システムの機能ブロックの一例を示す図である。
学習装置10は、取得部11、学習用データ生成部12、学習済みモデル生成部13、及び配信部14を有する。これら各部は、例えば、学習装置10にインストールされた1以上のプログラムが、学習装置10のCPU101に実行させる処理により実現されてもよい。
制御装置40は、記憶部41、取得部42、算出部43、推論部44、及び制御部45を有する。これら各部は、例えば、制御装置40にインストールされた1以上のプログラムが、制御装置40のCPUに実行させる処理により実現されてもよい。
≪学習時の処理≫
次に、図4から図7を参照し、実施形態に係る空気調和システム1の学習時の処理の一例について説明する。図4は、実施形態に係る空気調和システム1の学習時の処理の一例を示すフローチャートである。図5は、実施形態に係る履歴記憶部411に記憶される運転状態に関する履歴情報の一例を示す図である。図6A及び図6Bは、実施形態に係る一連の履歴の例について説明する図である。図7は、第1実施形態に係る学習用データ121の一例を示す図である。
図5の例では、履歴記憶部411に記憶される運転状態に関する履歴情報には、日時、動作モード、設定温度、目標湿度、第1膨張弁204の開度、第2膨張弁2072の開度、外気温、室内温度、室内湿度、低圧、第1膨張弁204の入り口温度、圧縮機201の吸入温度、圧縮機201の回転速度、室内ファン209の回転速度、高圧(実高圧)、及び消費電力等の項目の情報の組(レコード)が含まれている。
学習装置10の学習用データ生成部12は、各一連の履歴のうち、各動作モードでの運転が開始された時点における、設定温度、室内温度、目標湿度、及び室内湿度の組に対して、当該開始された時点から所定時間(例えば、30分)内の温度偏差の合計値(積分値)を正規化した値と、湿度偏差の合計値を正規化した値との合計値が低い順に所定割合の履歴を、教師データとして抽出してもよい。この場合、各一連の履歴のうち、図6Aの温度偏差の合計値を示す領域603の面積が所定の正規化をされた値と、図6Bの湿度偏差の合計値を示す領域614の面積とが所定の正規化をされた値との合計値が比較的小さい一連の履歴が、設定温度、室内温度、目標湿度、及び室内湿度の組に対する教師データとして抽出される。なお、設定温度、室内温度、目標湿度、及び室内湿度は、例えば、所定数(例えば、100)のレベルに置換された値でもよい。この場合、例えば、設定温度、及び室内温度は、0℃から50℃まで、0.5℃刻みの値に置換されてもよい。また、目標湿度、及び室内湿度は、0%から100%まで、1%刻みの値に置換されてもよい。これにより、同様のデータをまとめることにより、学習に用いる学習用データの数を低減することができる。
図7の例では、学習装置10の学習用データ生成部12により生成された学習用データ121には、動作モード、設定温度、目標湿度、外気温、室内温度、室内湿度、圧縮機201の吸入温度、及び室内ファン209の回転速度の組の各情報(レコード)が含まれている。
次に、図8を参照し、実施形態に係る空気調和システム1の推論時の処理の一例について説明する。図8は、実施形態に係る空気調和システム1の推論時の処理の一例を示すフローチャートである。以下の処理は、例えば、空気調和装置20が除湿運転、送風運転、暖房運転、及び冷房運転等をしている間に、定期的に実行されてもよい。また、以下の処理は、ユーザからの操作をリモコン等で受け付けた際にも実行されてもよい。この場合、制御装置40は、例えば、リモコンの「AIお任せ除湿」ボタンが押下された場合、除湿運転の最適な動作モードを推論する。この場合、設定温度、及び目標湿度はユーザから指定されてもよい。または、制御装置40の算出部43は、ユーザに指定された設定温度から、目標湿度を決定してもよい。または、制御装置40の算出部43は、外気温等に基づいて、設定温度、及び目標湿度を決定してもよい。
続いて、制御装置40の制御部45は、算出部43により算出された各目標値に基づいて、空気調和装置20の各機器等を制御する(ステップS203)。ここで、制御装置40の制御部45は、例えば、第1膨張弁204、第2膨張弁2072、開閉弁2073、圧縮機201、室外ファン208、及び室内ファン209等を制御する。これにより、例えば、外気温、室内温度、室内湿度等の環境値等に応じて、ユーザの快適性をより向上させる動作モードを選択することができる。
上記第1の実施形態では、温度偏差及び湿度偏差に基づいて動作モードを決定する例について説明した。第2の実施形態では、ユーザの満足度に基づいて動作モードを決定する例について説明する。第2の実施形態によれば、ユーザの満足度が高くなる動作モードを決定するための学習済みモデルを生成できるため、ユーザの満足度が高くなるように動作モードを決定することができる。以下、第2の実施形態について、上記第1の実施形態との相違点を中心に説明する。なお、第1の実施形態の各処理と第2の実施形態の各処理とを、組み合わせて実行させることもできる。
学習装置10の学習用データ生成部12は、各一連の履歴のうち、所定時間(例えば、30分)内の消費電力の合計値(積分値)が低い順に所定割合の履歴を、教師データとして抽出してもよい。また、学習装置10の学習用データ生成部12は、各一連の履歴のうち、所定時間(例えば、30分)内の設定温度の変更回数が低い順に所定割合の履歴を、教師データとして抽出してもよい。また、学習装置10の学習用データ生成部12は、各一連の履歴のうち、リモコン操作等により入力された空気調和装置20の動作結果の適否を示す情報に基づいて、ユーザから適切と入力された頻度が高い順に所定割合の履歴を、教師データとして抽出してもよい。
学習装置10の各機能部は、例えば1以上のコンピュータにより構成されるクラウドコンピューティングにより実現されていてもよい。また、上述した学習装置10の各機能部の処理の少なくとも一部は、空気調和装置20の制御装置40にて実行されてもよい。また、学習装置10と制御装置40とを一体の装置として構成してもよい。
10 学習装置
11 取得部
12 学習用データ生成部
13 学習済みモデル生成部
14 配信部
20 空気調和装置
200 冷媒回路
201 圧縮機(コンプレッサ)
202 四路切換弁(四方弁)
203 室外熱交換器
204 第1膨張弁(減圧弁)
207 室内熱交換ユニット
2071 第1室内熱交換器
2072 第2膨張弁
2073 開閉弁
2074 第2室内熱交換器
2075 第3室内熱交換器
208 室外ファン
209 室内ファン
301 外気温度センサ
302 室内温湿度センサ
303 低圧センサ
304 吐出温度センサ
305 高圧センサ
306 暖房時第1膨張弁入り口温度センサ
307 冷房時第1膨張弁入り口温度センサ
308 吸入温度センサ
40 制御装置
41 記憶部
411 履歴記憶部
412 学習済みモデル記憶部
42 取得部
43 算出部
44 推論部
45 制御部
Claims (27)
- 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する学習済みモデル生成部を有し、
前記空気調和装置の動作モードには、暖房運転を継続しながらデフロストを行う正サイクルデフロスト運転、及び暖房運転を停止させてデフロストを行う逆サイクルデフロスト運転が含まれる、
情報処理装置。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する学習済みモデル生成部と、
前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて、前記データセットのうち学習用のデータを抽出する学習用データ生成部と、を有し、
前記学習済みモデル生成部は、前記学習用データ生成部により抽出されたデータに基づいて学習を行う、
情報処理装置。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する学習済みモデル生成部を有し、
前記学習済みモデル生成部は、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて報酬を算出し、算出した報酬に基づいて学習を行う、
情報処理装置。 - 前記空気調和装置の運転状態に関する情報には、測定された外気温、室内温度、及び室内湿度が含まれる、
請求項1から3のいずれか一項に記載の情報処理装置。 - 前記空気調和装置の運転状態に関する情報には、前記室内熱交換器の室内ファンの回転速度が含まれる、
請求項1から4のいずれか一項に記載の情報処理装置。 - 前記空気調和装置の動作モードには、冷房運転、暖房運転、除湿運転、送風運転、及びデフロスト運転の少なくとも一つが含まれる、
請求項1から5のいずれか一項に記載の情報処理装置。 - 前記空気調和装置の動作モードには、室内温度を下げながら室内空気の除湿を行う弱冷房除湿運転、前記室内熱交換器に含まれる第1熱交換器と第2熱交換器とを使用する第1モードの再熱除湿運転、及び前記第1熱交換器のみを使用する第2モードの再熱除湿運転が含まれる、
請求項1から6のいずれか一項に記載の情報処理装置。 - 前記動作結果に関する情報には、室内温度の目標値と、測定された室内温度との差の情報が含まれる、
請求項1から7のいずれか一項に記載の情報処理装置。 - 前記動作結果に関する情報には、室内湿度の目標値と、測定された室内湿度との差の情報が含まれる、
請求項1から8のいずれか一項に記載の情報処理装置。 - 前記動作結果に関する情報には、
室内温度の設定が変更された頻度、及びユーザから入力された前記動作結果に対する適否を示す情報の少なくとも一方が含まれる、
請求項1から9のいずれか一項に記載の情報処理装置。 - 前記動作結果に関する情報には、
前記空気調和装置の消費電力の情報が含まれる、
請求項1から10のいずれか一項に記載の情報処理装置。 - 前記学習済みモデル生成部により生成された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する決定部と、
前記決定部により決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する制御を行う制御部と、を有する、
請求項1から11のいずれか一項に記載の情報処理装置。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置であって、
前記空気調和装置の運転状態に関する情報、前記空気調和装置の動作モードを示す情報、及び前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する決定部と、
前記決定部により決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する制御を行う制御部と、を有し、
前記空気調和装置の動作モードには、暖房運転を継続しながらデフロストを行う正サイクルデフロスト運転、及び暖房運転を停止させてデフロストを行う逆サイクルデフロスト運転が含まれる、
空気調和装置。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置であって、
前記空気調和装置の運転状態に関する情報、前記空気調和装置の動作モードを示す情報、及び前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する決定部と、
前記決定部により決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する制御を行う制御部と、を有し、
前記学習済みモデルは、前記データセットから抽出された学習用のデータに基づいて学習されており、
前記学習用のデータは、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて、前記データセットから抽出されている、
空気調和装置。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置であって、
前記空気調和装置の運転状態に関する情報、前記空気調和装置の動作モードを示す情報、及び前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する決定部と、
前記決定部により決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する制御を行う制御部と、を有し、
前記学習済みモデルは、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて算出された報酬に基づいて学習されている、
空気調和装置。 - 情報処理装置が、
圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する処理を実行し、
前記空気調和装置の動作モードには、暖房運転を継続しながらデフロストを行う正サイクルデフロスト運転、及び暖房運転を停止させてデフロストを行う逆サイクルデフロスト運転が含まれる、
情報処理方法。 - 情報処理装置が、
圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する処理と、
前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて、前記データセットのうち学習用のデータを抽出する処理と、を実行し、
前記生成する処理は、前記学習用のデータに基づいて学習を行う、
情報処理方法。 - 情報処理装置が、
圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する処理を実行し、
前記生成する処理は、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて報酬を算出し、算出した報酬に基づいて学習を行う、
情報処理方法。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置が、
前記空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルを取得する処理と、
取得された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する処理と、
決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する処理と、を実行し、
前記空気調和装置の動作モードには、暖房運転を継続しながらデフロストを行う正サイクルデフロスト運転、及び暖房運転を停止させてデフロストを行う逆サイクルデフロスト運転が含まれる、
空気調和方法。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置が、
前記空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルを取得する処理と、
取得された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する処理と、
決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する処理と、を実行し、
前記学習済みモデルは、前記データセットから抽出された学習用のデータに基づいて学習されており、
前記学習用のデータは、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて、前記データセットから抽出されている、
空気調和方法。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置が、
前記空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルを取得する処理と、
取得された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する処理と、
決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する処理と、を実行し、
前記学習済みモデルは、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて算出された報酬に基づいて学習されている、
空気調和方法。 - 情報処理装置に、
圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する処理を実行させ、
前記空気調和装置の動作モードには、暖房運転を継続しながらデフロストを行う正サイクルデフロスト運転、及び暖房運転を停止させてデフロストを行う逆サイクルデフロスト運転が含まれる、
プログラム。 - 情報処理装置に、
圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する処理と、
前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて、前記データセットのうち学習用のデータを抽出する処理と、を実行させ、
前記生成する処理は、前記学習用のデータに基づいて学習を行う、
プログラム。 - 情報処理装置に、
圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより、前記空気調和装置の運転状態に関する情報から、前記空気調和装置の動作モードを決定するための学習済みモデルを生成する処理を実行させ、
前記生成する処理は、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて報酬を算出し、算出した報酬に基づいて学習を行う、
プログラム。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置に、
前記空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルを取得する処理と、
取得された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する処理と、
決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する処理と、を実行させ、
前記空気調和装置の動作モードには、暖房運転を継続しながらデフロストを行う正サイクルデフロスト運転、及び暖房運転を停止させてデフロストを行う逆サイクルデフロスト運転が含まれる、
プログラム。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置に、
前記空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルを取得する処理と、
取得された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する処理と、
決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する処理と、を実行させ、
前記学習済みモデルは、前記データセットから抽出された学習用のデータに基づいて学習されており、
前記学習用のデータは、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて、前記データセットから抽出されている、
プログラム。 - 圧縮機、室外熱交換器、膨張弁、及び室内熱交換器を含む冷媒回路を有する空気調和装置に、
前記空気調和装置の運転状態に関する情報と、前記空気調和装置の動作モードを示す情報と、前記空気調和装置の動作結果に関する情報との組み合わせを含むデータセットに基づいて学習を行うことにより生成された学習済みモデルを取得する処理と、
取得された学習済みモデルと、前記空気調和装置の運転状態に関する情報とに基づいて、前記空気調和装置の動作モードを決定する処理と、
決定された前記空気調和装置の動作モードに応じて、前記空気調和装置の動作モードを変更する処理と、を実行させ、
前記学習済みモデルは、前記空気調和装置の各動作モードでの運転が開始された時点から所定の時点までの、室内温度の目標値と測定された室内温度との差の合計値と、室内湿度の目標値と測定された室内湿度との差の合計値とに基づいて算出された報酬に基づいて学習されている、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019052017A JP7328498B2 (ja) | 2019-03-19 | 2019-03-19 | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019052017A JP7328498B2 (ja) | 2019-03-19 | 2019-03-19 | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020153573A JP2020153573A (ja) | 2020-09-24 |
JP7328498B2 true JP7328498B2 (ja) | 2023-08-17 |
Family
ID=72558422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019052017A Active JP7328498B2 (ja) | 2019-03-19 | 2019-03-19 | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7328498B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113531760B (zh) * | 2021-06-03 | 2022-08-02 | 珠海格力电器股份有限公司 | 湿度控制方法、装置、存储介质及处理器 |
CN113757967A (zh) * | 2021-09-13 | 2021-12-07 | 重庆海尔空调器有限公司 | 空调的控制方法、装置、及空调 |
WO2023144979A1 (ja) * | 2022-01-28 | 2023-08-03 | 三菱電機株式会社 | 空調制御装置、空調制御方法、およびプログラム |
WO2024127672A1 (ja) * | 2022-12-16 | 2024-06-20 | 三菱電機株式会社 | 推論装置および推論方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011085294A (ja) | 2009-10-14 | 2011-04-28 | Hitachi Ltd | 空気調和装置 |
JP2015068610A (ja) | 2013-09-30 | 2015-04-13 | ダイキン工業株式会社 | 空気調和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2522102B2 (ja) * | 1990-09-19 | 1996-08-07 | ダイキン工業株式会社 | 空気調和装置の運転制御装置 |
JPH06281299A (ja) * | 1993-03-30 | 1994-10-07 | Toshiba Corp | 空気調和装置の除霜制御方式 |
-
2019
- 2019-03-19 JP JP2019052017A patent/JP7328498B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011085294A (ja) | 2009-10-14 | 2011-04-28 | Hitachi Ltd | 空気調和装置 |
JP2015068610A (ja) | 2013-09-30 | 2015-04-13 | ダイキン工業株式会社 | 空気調和装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020153573A (ja) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7328498B2 (ja) | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム | |
CN105333563B (zh) | 一种制冷控制方法、装置及空调器 | |
US8180493B1 (en) | Method and apparatus for effecting temperature difference in a respective zone | |
CN110260493A (zh) | 运行控制方法及控制装置、空调器和计算机可读存储介质 | |
EP2148147B1 (en) | Method of controlling air conditioner | |
CN104236004A (zh) | 热泵系统的化霜控制方法及装置 | |
CN111023401A (zh) | 空调器的除湿控制方法及空调器 | |
CN108758903B (zh) | 空调及其控制方法 | |
JP2020153574A (ja) | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム | |
CA3204237A1 (en) | Water level control method for air conditioner, and air conditioner | |
CN108518805B (zh) | 运行控制方法、装置、空调器和计算机可读存储介质 | |
CN107084507A (zh) | 化霜判断方法、化霜判断系统以及空调 | |
CN100567850C (zh) | 满液式冰水机 | |
JP2020183817A (ja) | 台数制御装置、台数制御方法、台数制御プログラム | |
CN108151232A (zh) | 运行控制方法、装置、空调器和计算机可读存储介质 | |
Huang et al. | Model-based optimal operation of heating tower heat pump systems | |
US11313577B2 (en) | Air-conditioning system, machine learning apparatus, and machine learning method | |
CN108507126A (zh) | 一种中央空调冷冻水的模糊控制方法、装置及空调 | |
JP7385099B2 (ja) | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム | |
CN109323367B (zh) | 空调器及其化霜方法、装置 | |
CN105841298A (zh) | 用于空调器的控制方法和空调器 | |
CN108731205A (zh) | 运行控制方法、装置、空调器和计算机可读存储介质 | |
US11473806B2 (en) | Proactive system control using humidity prediction | |
JP7093031B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN114963429A (zh) | 一种空调器除湿控制方法、系统、存储介质及空调器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230308 |
|
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: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230717 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7328498 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |