JP7367472B2 - 推定方法、推定装置及びプログラム - Google Patents
推定方法、推定装置及びプログラム Download PDFInfo
- Publication number
- JP7367472B2 JP7367472B2 JP2019204231A JP2019204231A JP7367472B2 JP 7367472 B2 JP7367472 B2 JP 7367472B2 JP 2019204231 A JP2019204231 A JP 2019204231A JP 2019204231 A JP2019204231 A JP 2019204231A JP 7367472 B2 JP7367472 B2 JP 7367472B2
- Authority
- JP
- Japan
- Prior art keywords
- air conditioner
- outdoor unit
- measured
- current value
- air conditioning
- 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
(実施の形態1)
図1は、空調能力推定システムの構成例を示す模式図である。本実施の形態では、空調機3の室外機31から計測した電流値に基づき、空調機3の空調能力を推定する空調能力推定システムについて説明する。空調能力推定システムは、推定装置1、端末2、スマートメータ41等を含む。各装置は、インターネット等のネットワークNを介して通信接続されている。
制御部11は、一又は複数のCPU(Central Processing Unit)、MPU(Micro-Processing Unit)、GPU(Graphics Processing Unit)等の演算処理装置を有し、補助記憶部14に記憶されたプログラムPを読み出して実行することにより、種々の情報処理、制御処理等を行う。主記憶部12は、SRAM(Static Random Access Memory)、DRAM(Dynamic Random Access Memory)、フラッシュメモリ等の一時記憶領域であり、制御部11が演算処理を実行するために必要なデータを一時的に記憶する。通信部13は、通信に関する処理を行うための通信モジュールであり、外部と情報の送受信を行う。
管理者DB142は、管理者ID列、管理者名列、施設ID列、施設名列、温度センサID列を含む。管理者ID列は、各管理者を識別するための管理者IDを記憶している。管理者名列、施設ID列、施設名列、及び温度センサ列はそれぞれ、管理者IDと対応付けて、管理者名、管理者が管理する施設を識別するための施設ID、当該施設の施設名、及び当該施設に設けられた温度センサ44を識別するための温度センサIDを記憶している。
推定モデル141は、教師データを学習することで生成される機械学習モデルであり、例えば深層学習により生成されるニューラルネットワークである。本実施の形態でサーバ1は、推定モデル141として、CNN(Convolution Neural Network)の一種であるResNet(Residual Network;残差ネットワーク)を生成する。
例えば端末2は、検査結果表51、電流対比グラフ52、気温対比グラフ53を表示する。検査結果表51は、対象の施設に設置されている各空調機3について、空調能力の推定結果(検査結果)を一覧で示す表である。電流対比グラフ52、気温対比グラフ53はそれぞれ、各計測時点における室外機31の電流値、及び施設の外気温と、各時点での空調能力の推定値とを時系列で対比可能に示すグラフである。
サーバ1の制御部11は、空調機3の室外機31から計測された電流値、及び電流値が計測された際の外気温と、空調機3の空調能力の正解値とを含む教師データを取得する(ステップS11)。
例えばサーバ1の制御部11は、空調機3が設置された施設の管理者の端末2から空調能力に関する出力要求を受け付けた場合、以下の処理を実行する。制御部11は、対象の施設の空調機3の室外機31の電流値、及び電流値を計測した際の施設周辺の外気温を計測値DB144から読み出す(ステップS31)。具体的には、制御部11は、対象の施設に分散配置されている複数の空調機3、3、3…それぞれの電流値と、外気温とを、過去所定期間分読み出す。
本実施の形態では、空調機3の室外機31及び室内機32の間で流れる冷媒流量に関連するパラメータを推定モデル141の入力パラメータに追加することで、空調能力の推定精度を高める形態について述べる。なお、実施の形態1と重複する内容については同一の符号を付して説明を省略する。
CC法では、冷媒流量は以下の理論式(1)で表される。
a = b1×N+b2 …(3)
室外機31の圧縮機の回転数
室外機31の圧縮機の吸入圧力及び吸入温度
室外機31の圧縮機の吐出圧力及び吐出温度
室内機32の熱交換器の液管温度
室内機32の熱交換器のガス管温度
室外機31の熱交換器の出口温度
サーバ1の制御部11は、室外機31の電流値、施設周辺の外気温のほかに、空調機3の冷媒流量に関連する計測値を含む教師データを取得する(ステップS201)。冷媒流量に関連する計測値は、例えば室外機31に備わる圧縮機の回転数、冷媒の吐出圧力及び吐出温度、吸入圧力及び吸入温度、室外機31に備わる熱交換器の出口温度、室内機32に備わる熱交換器のガス管温度、及び液管温度の少なくとも一つを含む。制御部11は、電流値、外気温に上記の各種計測値を入力に加えて機械学習を行い、空調機3の空調能力を出力とする推定モデル141を生成する(ステップ202)。制御部11は一連の処理を終了する。
制御部11は、ステップS31で読み出した電流値及び外気温と、ステップS221で取得した計測値とを推定モデル141に入力し、空調機3の空調能力を推定する(ステップS222)。制御部11は、処理をステップS33に移行する。
実施の形態2では、空調機3の冷媒流量に関連するパラメータの内、管理者の下で計測可能なパラメータを空調能力の推定に用いる旨を説明した。一方で、管理者の下で計測可能なパラメータから、体積効率η等、一般に公開されていない空調機3に固有の特性値を予測し、空調能力の推定に用いてもよい。
11 制御部
12 主記憶部
13 通信部
14 補助記憶部
P プログラム
141 推定モデル
142 管理者DB
143 空調機DB
144 計測値DB
2 端末
3 空調機
41 スマートメータ
42 ゲートウェイ
43 電流センサ
44 温度センサ
Claims (7)
- 施設に設置された対象の空調機の室外機から計測された電流値、及び前記対象の空調機の前記室外機と、該対象の空調機の室内機との間の冷媒流量に関連する計測値を取得し、
前記冷媒流量に関連する計測値に基づき、前記室外機の圧縮機に固有の特性値を予測し、
複数の空調機夫々の室外機の電流値、及び該室外機の圧縮機の特性値と、前記電流値が計測された際の前記空調機の空調能力とを学習済みの学習済みモデルを用いて、前記対象の空調機の前記空調能力を推定する
処理をコンピュータが実行することを特徴とする推定方法。 - 前記対象の空調機において前記電流値が計測された際の前記施設周辺の外気温を取得し、
前記複数の空調機夫々の室外機の電流値、該室外機の圧縮機の特性値、及び前記電流値が計測された際の外気温と、前記空調機の前記空調能力とを学習済みの前記学習済みモデルを用いて、前記電流値及び外気温から前記対象の空調機の前記空調能力を推定する
ことを特徴とする請求項1に記載の推定方法。 - 前記対象の空調機の定格能力に関する情報を取得し、
推定した前記空調能力と、前記定格能力とに基づき、前記対象の空調機に係る設備更新の要否を判定する
ことを特徴とする請求項1又は2に記載の推定方法。 - 前記施設に設置された複数の前記対象の空調機であって、各々が独立して稼働する複数の個別分散型空調機夫々の前記電流値及び計測値を取得し、
前記計測値に基づき、前記個別分散型空調機夫々の前記特性値を予測し、
前記学習済みモデルを用いて、前記個別分散型空調機夫々の前記電流値及び特性値に基づき、前記個別分散型空調機夫々の前記空調能力を推定し、
前記個別分散型空調機夫々の前記空調能力の一覧を出力する
ことを特徴とする請求項1~3のいずれか1項に記載の推定方法。 - 前記冷媒流量に関連する計測値は、前記室外機の圧縮機の回転数、該圧縮機による冷媒の吐出圧力及び吐出温度、冷媒の吸入圧力及び吸入温度、前記室外機の熱交換器の出口温度、前記室内機の熱交換器の液管温度、並びに前記室内機の熱交換器のガス管温度の少なくともいずれか1つを含む
ことを特徴とする請求項1~4のいずれか1項に記載の推定方法。 - 施設に設置された対象の空調機の室外機から計測された電流値、及び前記対象の空調機の前記室外機と、該対象の空調機の室内機との間の冷媒流量に関連する計測値を取得する取得部と、
前記冷媒流量に関連する計測値に基づき、前記室外機の圧縮機に固有の特性値を予測する予測部と、
複数の空調機夫々の室外機の電流値、及び該室外機の圧縮機の特性値と、前記電流値が計測された際の前記空調機の空調能力とを学習済みの学習済みモデルを用いて、前記対象の空調機の前記空調能力を推定する推定部と
を備えることを特徴とする推定装置。 - 施設に設置された対象の空調機の室外機から計測された電流値、及び前記対象の空調機の前記室外機と、該対象の空調機の室内機との間の冷媒流量に関連する計測値を取得し、
前記冷媒流量に関連する計測値に基づき、前記室外機の圧縮機に固有の特性値を予測し、
複数の空調機夫々の室外機の電流値、及び該室外機の圧縮機の特性値と、前記電流値が計測された際の前記空調機の空調能力とを学習済みの学習済みモデルを用いて、前記対象の空調機の前記空調能力を推定する
処理をコンピュータに実行させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204231A JP7367472B2 (ja) | 2019-11-11 | 2019-11-11 | 推定方法、推定装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204231A JP7367472B2 (ja) | 2019-11-11 | 2019-11-11 | 推定方法、推定装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021076309A JP2021076309A (ja) | 2021-05-20 |
JP7367472B2 true JP7367472B2 (ja) | 2023-10-24 |
Family
ID=75897177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019204231A Active JP7367472B2 (ja) | 2019-11-11 | 2019-11-11 | 推定方法、推定装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7367472B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114322210B (zh) * | 2021-12-30 | 2023-09-22 | 广东美的制冷设备有限公司 | 功率控制方法、装置、电子设备和存储介质 |
JP7278496B1 (ja) * | 2022-05-18 | 2023-05-19 | 三菱電機株式会社 | 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置 |
KR102487067B1 (ko) * | 2022-07-08 | 2023-01-10 | (주)승일일렉트로닉스 | 인공신경망 모델을 활용한 공조 장비 성능 예측에 대한 정보 제공 방법 및 성능 예측장치와 이를 이용한 인버터 항온항습기 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005121276A (ja) | 2003-10-15 | 2005-05-12 | Toshiba Kyaria Kk | 空調機データ提供システムおよび空調機データ提供方法 |
JP2005226845A (ja) | 2004-02-10 | 2005-08-25 | Fuji Electric Systems Co Ltd | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 |
JP2009063285A (ja) | 2007-08-10 | 2009-03-26 | Daikin Ind Ltd | 空調機の監視システム |
JP2009228924A (ja) | 2008-03-19 | 2009-10-08 | Mitsubishi Electric Corp | 空気調和装置 |
JP2010096432A (ja) | 2008-10-16 | 2010-04-30 | Chubu Electric Power Co Inc | 空調機の運転制御装置及び空調機の運転制御方法 |
US20120310420A1 (en) | 2011-06-02 | 2012-12-06 | Verizon Patent And Licensing Inc. | Dynamic hvac airside economizer high limit start control |
WO2015174176A1 (ja) | 2014-05-12 | 2015-11-19 | 三菱電機株式会社 | 換気制御装置および換気制御方法 |
JP2019163873A (ja) | 2018-03-19 | 2019-09-26 | 株式会社富士通ゼネラル | ヒートポンプサイクル装置 |
JP2020165649A (ja) | 2019-03-28 | 2020-10-08 | ダイキン工業株式会社 | 空調能力提示システム |
-
2019
- 2019-11-11 JP JP2019204231A patent/JP7367472B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005121276A (ja) | 2003-10-15 | 2005-05-12 | Toshiba Kyaria Kk | 空調機データ提供システムおよび空調機データ提供方法 |
JP2005226845A (ja) | 2004-02-10 | 2005-08-25 | Fuji Electric Systems Co Ltd | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 |
JP2009063285A (ja) | 2007-08-10 | 2009-03-26 | Daikin Ind Ltd | 空調機の監視システム |
JP2009228924A (ja) | 2008-03-19 | 2009-10-08 | Mitsubishi Electric Corp | 空気調和装置 |
JP2010096432A (ja) | 2008-10-16 | 2010-04-30 | Chubu Electric Power Co Inc | 空調機の運転制御装置及び空調機の運転制御方法 |
US20120310420A1 (en) | 2011-06-02 | 2012-12-06 | Verizon Patent And Licensing Inc. | Dynamic hvac airside economizer high limit start control |
WO2015174176A1 (ja) | 2014-05-12 | 2015-11-19 | 三菱電機株式会社 | 換気制御装置および換気制御方法 |
JP2019163873A (ja) | 2018-03-19 | 2019-09-26 | 株式会社富士通ゼネラル | ヒートポンプサイクル装置 |
JP2020165649A (ja) | 2019-03-28 | 2020-10-08 | ダイキン工業株式会社 | 空調能力提示システム |
Also Published As
Publication number | Publication date |
---|---|
JP2021076309A (ja) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7367472B2 (ja) | 推定方法、推定装置及びプログラム | |
Wang et al. | Online model-based fault detection and diagnosis strategy for VAV air handling units | |
JP6939072B2 (ja) | モデル生成プログラム、モデル生成装置、及びモデル生成方法 | |
US9911147B2 (en) | Systems and methods for implementing automated intelligence-based bidding for repair services for environmental control systems in monitored buildings | |
US20210080915A1 (en) | System and method for controlling an hvac system or an acmv system of a building | |
JP2016177682A (ja) | 設備評価装置、設備評価方法、コンピュータプログラム | |
CN107735735A (zh) | 设备特性模型学习装置、设备特性模型学习方法及存储介质 | |
JP6862130B2 (ja) | 異常検知装置、異常検知方法、およびプログラム | |
US20140095935A1 (en) | Simulation based fault diagnosis using extended heat flow models | |
JP2015179443A (ja) | 診断モデル生成装置、診断用モデル生成方法、及び異常診断装置 | |
Day et al. | Improved methods for evaluating base temperature for use in building energy performance lines | |
Sun et al. | Online sensor fault diagnosis for robust chiller sequencing control | |
US20180051900A1 (en) | Residential energy efficiency rating system | |
Zhuang et al. | A risk-based robust optimal chiller sequencing control strategy for energy-efficient operation considering measurement uncertainties | |
Darwazeh et al. | Virtual metering of heat supplied by zone-level perimeter heaters: An investigation with three inverse modelling approaches | |
JP7032261B2 (ja) | 異常検知システムおよび異常検知方法 | |
JP2021089116A (ja) | 情報処理装置、情報処理方法、プログラム及び学習済みモデルの生成方法 | |
US20140088945A1 (en) | System and method for an energy management system | |
JP6895334B2 (ja) | 運用ルール抽出装置、運用ルール抽出システムおよび運用ルール抽出方法 | |
JP2005301582A (ja) | プロセス管理装置 | |
JP7372630B2 (ja) | 推定装置、推定方法及びプログラム | |
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 | |
Mattera et al. | Fault detection and diagnostics in ventilation units using linear regression virtual sensors | |
Alonso et al. | Virtual sensor based on a deep learning approach for estimating efficiency in chillers | |
JP2005157829A (ja) | 設備モデル作成方法及び設備モデル構築プログラム、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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220801 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230523 |
|
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: 20230912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230925 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7367472 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |