JP7387838B1 - 情報処理システム、および情報処理方法 - Google Patents

Abstract

【課題】利便性の向上を図ることができる情報処理システムおよび情報処理方法を提供することである。【解決手段】実施形態の情報処理システムは、決定部を備える。前記決定部は、冷蔵庫の状態を示す状態情報を用いた判定要素であって、過去の一定時間の前記状態情報を含む第１判定要素と、過去の複数の前記一定時間の前記状態情報に基づいて算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定する。【選択図】図５

Description

本発明の実施形態は、情報処理システム、および情報処理方法に関する。

サーバからの指示に基づいて冷却運転を制御する冷蔵庫が知られている。ところで、このような冷蔵庫に関する情報処理システムは、利便性の向上が期待されている。

特開２０１９－１４３９５３号公報

本発明が解決しようとする課題は、利便性の向上を図ることができる情報処理システムおよび情報処理方法を提供することである。

実施形態の情報処理システムは、決定部を備える。前記決定部は、冷蔵庫の状態を示す状態情報を用いた判定要素であって、過去の一定時間の前記状態情報を含む第１判定要素と、過去の複数の前記一定時間の前記状態情報に基づいて算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定する。前記第１判定要素は、過去の前記一定時間である第１時間の前記状態情報と、前記第１時間よりも前の過去の前記一定時間である第２時間の前記状態情報とを含む。前記決定部は、前記第１時間の前記状態情報での判定結果と前記第２時間の前記状態情報での判定結果とが同じ場合、前記第２判定要素の内容に関わらず、前記第１判定要素に基づいて前記冷却運転の内容を決定する。

実施形態の冷蔵庫システムの全体構成を示す図。 実施形態の冷蔵庫の概略構成を示す正面図。 実施形態の冷蔵庫の機能構成を示すブロック図。 実施形態のサーバの機能構成を示すブロック図。 実施形態の生活パターンの推定を説明する図。 実施形態の運転計画生成部の処理に基づく機能ブロック図。 実施形態の冷却モードの作成の説明図。 実施形態のデータ調整の処理の具体例を示す図。 実施形態の運転計画生成部での予測処理の流れを示すフローチャート。 実施形態の予冷運転判定を説明するための図。 実施形態のエコ運転判定を説明するための図。

以下、実施形態の情報処理システムおよび情報処理方法を、図面を参照して説明する。以下の説明では、同一または類似の機能を有する構成に同一の符号を付す。そして、それら構成の重複する説明は省略する場合がある。本出願で「ＸＸに基づく」とは、「少なくともＸＸに基づく」ことを意味し、ＸＸに加えて別の要素に基づく場合も含み得る。また「ＸＸに基づく」とは、ＸＸを直接に用いる場合に限定されず、ＸＸに対して演算や加工が行われたものに基づく場合も含み得る。本出願で「ＸＸまたはＹＹ」とは、ＸＸとＹＹのうちいずれか一方の場合に限定されず、ＸＸとＹＹの両方の場合も含み得る。これは選択的要素が３つ以上の場合も同様である。ＸＸおよびＹＹは、任意の要素（例えば任意の情報）である。

本出願で「取得する」とは、送信要求を送信して能動的に取得する場合に限定されず、他の装置から送信される情報を受動的に受信することで取得する場合も含み得る。また「取得」とは、目的の情報（取得対象の情報）を外部から直接取得する場合に限定されず、外部から得られた情報に対して演算または加工などを行うことで、目的の情報を生成して取得する場合も含み得る。

（実施形態）
＜１．家電管理システムの全体構成＞
図１は、実施形態の家電管理システム１の全体構成を示す図である。家電管理システム１は、例えば、冷蔵庫１００と、サーバ２００と、端末装置３００とを含む。サーバ２００は、「情報処理システム」の一例である。ただし、「情報処理システム」は、上記例に限定されず、冷蔵庫１００の制御装置１６０により実現されてもよく、サーバ２００と冷蔵庫１００の制御装置１６０とにより実現されてもよい。後述するネットワークＮＷは、例えば、インターネット、セルラー網、Ｗｉ－Ｆｉ網、ＬＰＷＡ（Low Power Wide Area）、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、またはその他の公衆回線や専用回線などを状況に応じて利用すればよい。

冷蔵庫１００は、ユーザＵの住居内に設置される。冷蔵庫１００は、例えば、ユーザＵの住居内に設置される無線ルータＷＲおよびモデムＭを介してネットワークＮＷと接続される。冷蔵庫１００は、ネットワークＮＷを介して、サーバ２００または端末装置３００と通信可能である。

サーバ２００は、冷蔵庫１００を管理する管理サーバである。サーバ２００は、１つまたは複数のサーバ装置（例えばクラウドサーバ）により構成される。サーバ２００は、ネットワークＮＷを介して、冷蔵庫１００または端末装置３００と通信可能である。サーバ２００は、ネットワークＮＷ中のルータに含まれる情報処理部など、エッジコンピューティングやフォグコンピューティングを行う情報処理部を含んでもよい。サーバ２００は、クラウドサーバに限定されず、ユーザＵの住居にあるコンピュータでもよく、家庭内ルータなどでもよい。

端末装置３００は、冷蔵庫１００のユーザＵが使用する端末装置である。端末装置３００は、例えば、スマートフォンまたはタブレット端末装置のような携帯端末装置である。ただし、端末装置３００は、携帯端末装置に限定されず、パーソナルコンピュータなどでもよいし、スマートスピーカのような音声対話装置などでもよい。端末装置３００は、例えば、種々の情報を表示可能な表示画面３０１ａを含む表示装置３０１と、ユーザＵの入力を受け付け可能な入力装置３０２とを有する。入力装置３０２は、例えば表示装置３０１の表示画面３０１ａと重ねて設けられたタッチパネルである。入力装置３０２は、端末装置３００に設けられたカメラやマイクなどを含み得る。

端末装置３００には、アプリケーションプログラムＰがインストールされ、以下に説明する機能がサポートされる。アプリケーションプログラムＰは、冷蔵庫１００を管理するためのアプリケーションプログラムである。以下では、アプリケーションプログラムＰが実行されることで起動されるアプリケーションソフトウェアを「家電管理アプリＡＰＰ」と称する。

＜２．冷蔵庫＞
次に、冷蔵庫１００について詳しく説明する。
図２は、冷蔵庫１００の概略構成を示す正面図である。冷蔵庫１００は、例えば、筐体１０と、複数の扉２０とを備えている。

筐体１０は、断熱性を有し、矩形箱状に形成されている。筐体１０の内部には、複数の貯蔵室３０が設けられている。複数の貯蔵室３０は、例えば、冷蔵室３１、チルド室３１Ａ、野菜室３２、製氷室３３、小冷凍室３４、および主冷凍室３５を含む。冷蔵室３１および野菜室３２は、冷蔵温度帯（例えば、１～４℃の温度帯）の貯蔵室である。チルド室３１Ａは、チルド温度帯（例えば、－１℃～＋１℃の温度帯）の貯蔵室である。製氷室３３、小冷凍室３４、および主冷凍室３５は、冷凍温度帯（例えば、－１０～－２０℃の温度帯）の貯蔵室である。

上述した冷蔵室３１、チルド室３１Ａ、野菜室３２、製氷室３３、小冷凍室３４、および主冷凍室３５の各々は、「貯蔵部」の一例である。チルド室３１Ａは、「特別貯蔵部」の一例である。なお「特別貯蔵部」は、チルド室３１Ａに限定されず、パーシャル温度帯（約－４℃～－２℃）に冷却されるパーシャル室や、複数の温度帯（例えば冷蔵温度帯と冷凍温度帯）で温度が切り替え可能な温度切替室などでもよい。以下では、冷蔵室３１、チルド室３１Ａ、および野菜室３２を区別しない場合、「貯蔵室３０Ｒ」と称する場合がある。以下では、製氷室３３、小冷凍室３４、および主冷凍室３５を区別しない場合、「貯蔵室３０Ｆ」と称する場合がある。

複数の貯蔵室３０の開口は、複数の扉２０によって開閉可能に閉じられる。複数の扉２０は、冷蔵室３１の開口を閉じる左右の冷蔵室扉２１Ａ，２１Ｂ、野菜室３２の開口を閉じる野菜室扉２２、製氷室３３の開口を閉じる製氷室扉２３、小冷凍室３４の開口を閉じる小冷凍室扉２４、および主冷凍室３５の開口を閉じる主冷凍室扉２５を含む。以下では、左右の冷蔵室扉２１Ａ，２１Ｂを区別しない場合、「冷蔵室扉２１」と称する。

図３は、冷蔵庫１００の機能構成を示すブロック図である。冷蔵庫１００は、例えば、扉開閉検知センサ１１０、温度センサ１２０、冷却部１３０、操作部１４０、通信部１５０、制御装置１６０、および記憶部１９０を有する。

＜２．１ 扉開閉検知センサ＞
扉開閉検知センサ１１０は、扉２０の開閉を検出するセンサである。扉開閉検知センサ１１０は、例えば、冷蔵室扉２１の開閉を検出する冷蔵室扉センサ１１１、野菜室扉２２の開閉を検出する野菜室扉センサ１１２、製氷室扉２３の開閉を検出する製氷室扉センサ１１３、小冷凍室扉２４の開閉を検出する小冷凍室扉センサ１１４、および主冷凍室扉２５の開閉を検出する主冷凍室扉センサ１１５を含む。扉開閉検知センサ１１０の検出結果は、制御装置１６０に出力される。

＜２．２ 温度センサ＞
温度センサ１２０は、貯蔵室３０の温度（例えば貯蔵室３０内の空気温度）を検出する温度センサである。温度センサ１２０は、例えば、冷蔵室３１の温度（冷蔵室温度）を検出する冷蔵室温度センサ１２１、チルド室３１Ａの温度（チルド室温度）を検出するチルド室温度センサ１２２、および主冷凍室３５の温度（冷凍室温度）を検出する主冷凍室温度センサ１２３を含む。温度センサ１２０の検出結果は、制御装置１６０に出力される。

＜２．３ 冷却部＞
冷却部１３０は、複数の貯蔵室３０を冷却する装置である。冷却部１３０は、例えば、第１冷却器１３１、第２冷却器１３２、圧縮機１３３、三方弁１３４と、第１送風機１３５、および第２送風機１３６を含む。

第１冷却器１３１は、冷蔵温度帯の貯蔵室３０Ｒ（冷蔵室３１、チルド室３１Ａ、および野菜室３２）に対応して配置されている。第２冷却器１３２は、冷凍温度帯の貯蔵室３０Ｆ（製氷室３３、小冷凍室３４、および主冷凍室３５）に対応して配置されている。圧縮機１３３は、第１冷却器１３１および第２冷却器１３２に冷媒を供給する。

三方弁１３４は、圧縮機１３３により圧縮された冷媒が第１冷却器１３１に供給される第１状態と、圧縮機１３３により圧縮された冷媒が第２冷却器１３２に供給される第２状態とに切り替えられる。第１送風機１３５は、第１冷却器１３１により冷却された冷気を冷蔵温度帯の貯蔵室３０Ｒ（冷蔵室３１、チルド室３１Ａ、および野菜室３２）に供給する。第２送風機１３６は、第２冷却器１３２により冷却された冷気を冷凍温度帯の貯蔵室３０Ｆ（製氷室３３、小冷凍室３４、および主冷凍室３５）に供給する。

＜２．５ 操作部＞
操作部１４０は、冷蔵庫１００に対するユーザＵの操作を受け付け可能な操作部である。操作部１４０は、例えば、扉２０の表面または筐体１０の内面に設けられた１つ以上のボタンを含む。ユーザＵは、操作部１４０を操作することで、冷蔵庫１００の制御モードとして、後述する各種の冷却制御モードを設定可能である。本出願で「制御モードを設定する」とは、制御モードをＯＮ状態にすることを意味する。操作部１４０は、端末装置３００に代えて／加えて、後述する学習制御モードを設定する（すなわちＯＮ状態にする）ユーザＵの操作を受け付け可能でもよい。

＜２．６ 通信部＞
通信部１５０は、例えば無線通信モジュールである。通信部１５０は、ユーザＵの住居に配置された無線ルータＷＲおよびモデムＭを介してサーバ２００と通信可能である。

＜２．７ 制御装置＞
制御装置１６０は、冷蔵庫１００の全体を統括的に制御する。制御装置１６０は、制御指令取得部１６１、制御部１６２、状態管理部１６３、および送信部１６４を有する。これら機能部は、冷蔵庫１００に搭載されたＣＰＵ（Central Processing Unit）のような１つ以上のハードウェアプロセッサがプログラムを実行することにより実現される。ただし、これら機能部の一部または全部は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、またはＦＰＧＡ（Field Programmable Gate Array）などのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。

制御指令取得部１６１は、冷蔵庫１００の冷却運転に関する制御指令をサーバ２００から取得する。本実施形態では、制御指令取得部１６１は、学習制御モードが設定された場合、サーバ２００によって生成された冷蔵庫１００の冷却運転に関する制御指令をサーバ２００から取得する。上記制御指令は、例えば、冷蔵庫１００の消費電力を低減させる特別運転の運転指示である。本実施形態では、上記制御指令は、複数の運転モード（冷却モード）のいずれかを指定する制御指令である。複数の運転モードは、例えば、通常運転、エコ運転、および予冷運転を含む。これら各運転モードの詳細は、サーバ２００に関する説明のなかで述べる。

制御部１６２は、冷却部１３０を制御することで、冷却部１３０により各貯蔵室３０を冷却する。例えば、制御部１６２は、各貯蔵室３０の設定温度（目標温度）と温度センサ１２０の検出結果とに基づき冷却部１３０を制御する。例えば、制御部１６２は、各貯蔵室３０の設定温度（目標温度）と、温度センサ１２０により検出された温度との差分に基づくＰＩＤ（Proportional-Integral-Differential）制御のようなフィードバック制御により冷却部１３０に含まれる圧縮機１３３、第１送風機１３５、および第２送風機１３６を制御する。

本実施形態では、制御部１６２は、後述する学習制御モードが設定された場合、制御指令取得部１６１により取得される制御指令（サーバ２００からの制御指令）に基づき、冷却部１３０を制御する。すなわち、制御部１６２は、制御指令により指示される通常運転、エコ運転、または予冷運転を実行する。

状態管理部１６３は、冷蔵庫１００の状態に関する情報（以下「冷蔵庫情報」と称する）を記憶部１９０に記憶させる。冷蔵庫情報は、例えば、サーバ２００において冷蔵庫１００に対する制御指令の生成に用いられる学習用状態情報１９１と、冷蔵庫１００の運転動作の実行結果を示す実行結果情報１９２とを含む。

学習用状態情報１９１は、冷蔵庫１００の状態を示す情報である。学習用状態情報１９１は、例えば、扉開閉検知センサ１１０の検出結果を示す扉開閉情報１９１ａと、温度センサ１２０の検出結果を示す庫内温度情報１９１ｂとを含む。扉開閉情報１９１ａは、所定単位時間（例えば１時間）ごとの扉開閉に関する情報を含む。例えば、扉開閉情報１９１ａは、所定単位時間ごとの扉開閉回数または扉開時間を示す情報を含む。「扉開時間」とは、扉２０が開き状態にある時間の合計である。庫内温度情報１９１ｂは、所定単位時間（例えば１時間）ごとの貯蔵室３０の温度に関する情報を含む。例えば、庫内温度情報１９１ｂは、貯蔵室３０の設定温度（目標温度）に対する温度センサ１２０の乖離度の平均値を示す情報を含む。

実行結果情報１９２は、サーバ２００からの制御指令により運転モードが指示された時間帯における、冷蔵庫１００が実際に実行した運転モードの種類を示す情報である。実行結果情報１９２は、所定単位時間ごとの冷蔵庫１００が実際に実行した運転モードの種類を示す情報である。

送信部１６４は、通信部１５０を介してサーバ２００と通信を行い、学習用状態情報１９１および実行結果情報１９２をサーバ２００に送信する。例えば、送信部１６４は、学習用状態情報１９１および実行結果情報１９２を所定の周期でサーバ２００に送信する。

＜２．８ 記憶部＞
記憶部１９０は、各種情報を記憶する機能部である。記憶部１９０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）、またはＳＳＤ（Solid State Drive）などの組み合わせにより実現される。記憶部１９０は、学習用状態情報１９１と、実行結果情報１９２とを記憶する。

＜３．サーバ＞
次に、サーバ２００について詳しく説明する。
図４は、サーバ２００の機能構成を示すブロック図である。サーバ２００は、例えば、情報取得部２１０、運転計画生成部２２０、制御指令送信部２３０、表示情報送信部２４０、および記憶部２９０を有する。

情報取得部２１０、運転計画生成部２２０、制御指令送信部２３０、および表示情報送信部２４０は、サーバ２００に搭載されたＣＰＵのような１つ以上のハードウェアプロセッサがプログラムを実行することにより実現される。ただし、これら機能部の一部または全部は、ＡＳＩＣ、ＰＬＤ、またはＦＰＧＡなどのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。なお、これら機能部は、複数のサーバ装置に分かれて設けられてもよい。また、これら機能部のうち１つ以上は、サーバ２００に代えて、冷蔵庫１００の制御装置１６０または端末装置３００の家電管理アプリＡＰＰに設けられてもよい。

＜３．１ 情報取得部＞
情報取得部２１０は、例えば所定の周期で冷蔵庫１００から送信される冷蔵庫１００の状態を示す状態情報を取得し、状態情報２９１の一部として記憶部２９０に記憶する。取得される状態情報は、冷蔵庫１００の扉開閉検知センサ１１０の検出結果を示す扉開閉情報１９１ａと、温度センサ１２０の検出結果を示す庫内温度情報１９１ｂとを含む。

＜３．２ 運転計画生成部＞
運転計画生成部２２０は、状態情報に基づいて得られる冷蔵庫１００の使用状態に基づきユーザＵの生活パターン（冷蔵庫１００の使用パターン）を分析し、ユーザＵの生活パターンに応じた冷蔵庫１００の運転計画を生成する。言い換えると、運転計画生成部２２０は、ユーザＵの生活パターンを学習する学習機能部である。本出願で「学習」とは、ニューラルネットワークなどを用いた機械学習に限定されず、新しい情報に基づき過去の決定内容を更新することを広く意味する。冷蔵庫１００の運転計画を生成することは、「冷蔵庫１００の冷却運転の内容を決定する」ことの一例である。運転計画生成部２２０は、「決定部」の一例である。

本実施形態では、運転計画生成部２２０は、例えば、状態情報２９１または後述する平均化情報２９２に直接的または間接的に含まれる過去の同じ曜日の状態情報に基づき、次回の同じ曜日の運転計画を生成する。例えば、運転計画生成部２２０は、状態情報２９１に含まれる過去２週間の同じ曜日の状態情報に基づき、次回の同じ曜日の運転計画を生成する。例えば、運転計画生成部２２０は、前回及び前々回の月曜日の状態情報に基づき、次回の月曜日の運転計画を生成する。さらに言えば、本実施形態では、運転計画生成部２２０は、状態情報２９１に含まれる過去２週間の同じ曜日の同じ時間の状態情報に基づき、次回の同じ曜日の同じ時間の運転計画を生成する。例えば、運転計画生成部２２０は、前回及び前々回の月曜日の午前１０時から午前１１時の間の状態情報に基づき、次回の月曜日の午前１０時から午前１１時の間の運転計画を生成する。火曜日から日曜日についても同様である。

本実施形態では、冷蔵庫１００の運転計画は、冷蔵庫１００が通常運転を実行する時間帯と、冷蔵庫１００が特別運転を実行する時間帯とを規定した計画である。特別運転は、冷蔵庫１００の消費電力を低減させる運転である。本実施形態では、特別運転は、エコ運転（第１特別運転）と、予冷運転（第２特別運転）とを含む。なお以下では、扉開閉回数に基づきエコ運転が実行される例について説明する。これに代えて／加えて、扉開時間に基づきエコ運転が実行されてもよい。

ここで、単純に過去２週間の同じ曜日の状態情報に基づき冷蔵庫１００の運転計画を生成する場合において、過去２週間の同じ曜日のユーザＵの行動が異なる場合、冷蔵庫１００の運転計画の精度が低下する場合がある。そこで本実施形態の運転計画生成部２２０は、以下のような処理を行う。

本実施形態では、運転計画生成部２２０は、冷蔵庫１００の状態を示す状態情報を用いた判定要素であって、過去の一定時間の状態情報を含む第１判定要素と、過去の複数の一定時間の状態情報に基づいて算出された第２判定要素とに基づき、冷蔵庫１００の運転計画を生成する。

例えば、第１判定要素は、過去の一定時間である第１時間の状態情報と、第１時間よりも前の過去の一定時間である第２時間の状態情報とを含む。第２判定要素は、複数の一定時間の状態情報の少なくとも一部として、第２時間よりも前の過去の一定時間である第３時間の状態情報を含む。第２判定要素は、複数の一定時間の状態情報の少なくとも一部として、第３時間よりも前の過去の一定時間である第４時間の状態情報を含んでもよい。以下では、所定単位時間（例えば１時間）が「一定時間」の一例に該当する。

本実施形態では、上記第２時間は、上記第１時間と比べて１週間前の同じ曜日の同じ時間である。上記第３時間は、上記第２時間と比べて１週間前の同じ曜日の同じ時間である。上記第４時間は、上記第３時間と比べて１週間前の同じ曜日の同じ時間である。例えば、１週間前の月曜日の午前１０時から午前１１時の間の状態情報は、「第１時間の状態情報」の一例である。２週間前の月曜日の午前１０時から午前１１時の間の状態情報は、「第２時間の状態情報」の一例である。３週間前の月曜日の午前１０時から午前１１時の間の状態情報は、「第３時間の状態情報」の一例である。４週間前の月曜日の午前１０時から午前１１時の間の状態情報は、「第４時間の状態情報」の一例である。

本実施形態では、第２判定要素は、過去の複数の一定時間の状態情報に対して所定の平均化処理が行われることで得られた情報である。例えば、第２判定要素は、過去の複数の一定時間の状態情報が所定の平均化処理に基づいて逐次平均化されることで得られた情報である。また、第２判定要素は、過去の複数の一定時間の状態情報が、状態情報が古いほど第２判定要素への影響が小さくなるように重み付けが行われて平均化されることで得られた情報である。以下、これら内容について詳しく説明する。

本実施形態では、運転計画生成部２２０は、１週間前の所定単位時間の状態情報を第１時間の状態情報とし、２週間前の所定単位時間の状態情報を第２時間の状態情報とする。「所定単位時間」は、例えば１時間である。上記第１時間の状態情報および上記第２時間の状態情報は、第１判定要素に含まれる。

運転計画生成部２２０は、３週間前以前の同じ曜日の所定単位時間の状態情報に対して所定の平均化処理を行うことで算出された情報を第２判定要素とする。そして、本実施形態では、第１判定要素と、第２判定要素とに基づいて、ユーザＵの生活パターンを分析し、ユーザＵの生活パターンに応じた冷蔵庫１００の運転計画を生成する。

本実施形態では、１週間前の所定単位時間の状態情報、２週間前の所定単位時間の状態情報、および３週間前の所定単位時間の状態情報は、状態情報２９１として記憶部２９０に記憶される。一方で、４週間前以前の状態情報は、平均化情報２９２に反映された後、状態情報２９１から削除される。

図５に示すカレンダーを使って生活パターンの推定を説明する。運転計画生成部２２０は、４月３０日（土曜日）の所定単位時間の生活パターンを以下のように推定する。
（１）１週間前の土曜日である４月２３日の所定単位時間の状態情報と２週間前の土曜日である４月１６日の所定単位時間の状態情報とを抽出し、１週間前の状態情報と２週間前の状態情報を第１判定要素Ｐ１およびＰ２とする。
（２）３週間前以前の土曜日である４月９日、４月２日、３月２６日、３月１９日、…の所定単位時間の状態情報は所定の平均化処理により平均化され、この平均値を第２判定要素Ｑとする（本実施形態では、これら状態情報は予め逐次平均化されて平均化情報２９２として記憶部２９０に格納される）。
（３）第１判定要素Ｐ１およびＰ２（４月２３日の状態情報、４月１６日の状態情報）と、第２判定要素Ｑ（３週間前以前の土曜日である４月９日、４月２日、３月２６日、３月１９日、…の状態情報の平均値）とに基づいて、４月３０日（土曜日）の所定単位時間の生活パターンを推定する。月曜日から土曜日の各時間帯についても同様である。

本実施形態では、運転計画生成部２２０は、第１時間の状態情報と第２時間の状態情報とが所定の関係を満たす場合、第２判定要素の内容に関わらず、第１判定要素に基づいて冷蔵庫１００の運転計画を生成する。「所定の関係を満たす」とは、例えば、第１時間の状態情報を用いた判定結果と、第２時間の状態情報を用いた判定結果とが同じである場合である。

一方で、運転計画生成部２２０は、第１時間の状態情報と第２時間の状態情報とが上記所定の関係を満たさない場合、第２判定要素に基づいて冷却運転の内容を決定する。「所定の関係を満たさない」とは、例えば、第１時間の状態情報を用いた判定結果と、第２時間の状態情報を用いた判定結果とが異なる場合である。

また、運転計画生成部２２０は、第１時間の状態情報と第２時間の状態情報とのうち一方が存在しない場合（例えば通信不良などにより取得できていない場合）、第１時間の状態情報と第２時間の状態情報とのうち他方の内容に関わらず、第２判定要素に基づいて冷蔵庫１００の運転計画を生成する。

＜３．２－１ 運転計画生成部の構成＞
図６は、運転計画生成部２２０の処理に基づく機能ブロック図である。図６に示すように、運転計画生成部２２０は、予冷運転決定部２２１と、エコ運転決定部２２２と、通常運転決定部２２３とを有する。

予冷運転決定部２２１は、例えば、状態情報として庫内温度情報１９１ｂを用いてユーザＵの生活パターンを推定し、各時間帯（各所定単位時間）で予冷運転を行うか否かを決定する。エコ運転決定部２２２は、例えば、状態情報として扉開閉情報１９１ａを用いてユーザＵの生活パターンを推定し、各時間帯（各所定単位時間）でエコ運転を行うか否かを決定する。通常運転決定部２２３は、予冷運転決定部２２１の推定結果およびエコ運転決定部２２２の推定結果を用いてユーザＵの生活パターンを推定し、各時間帯（各所定単位時間）で通常運転を行うか否かを決定する。

予冷運転は、貯蔵室３０で大きな温度上昇（閾値を超える温度上昇）が予想される場合に、貯蔵室３０の温度を事前に低下させておく（いわゆる冷やし込みを行う）ことで、貯蔵室３０の温度上昇のピークをカットして冷却効率（ＣＯＰ：Coefficient Of Performance）の低下を抑制し、冷蔵庫１００の消費電力を低減させる運転である。以下では説明の便宜上、予冷運転の対象となる貯蔵室３０の温度上昇を「閾値を超える温度上昇」と称する。例えば、予冷運転は、特定の貯蔵室３０で閾値を超える温度上昇があることが推定される所定単位時間に対して、当該所定単位時間およびその直前の所定単位時間に特定の貯蔵室３０の設定温度（目標温度）を通常運転と比べて低く設定し、特定の貯蔵室３０の温度を事前に低下させる。例えば、予冷運転は、通常運転と比べて貯蔵室３０の設定温度を１℃または２℃低下させることで、圧縮機１３３の運転周波数、第１送風機１３５の回転速度、または第２送風機１３６の回転速度を増加させる。

エコ運転は、扉２０の開閉回数が少ない（例えば６回未満）と推定される時間帯に貯蔵室３０の設定温度（目標温度）を通常運転と比べて高め、冷却部１３０の運転を抑制することで冷蔵庫１００の消費電力を低減させる運転である。例えば、エコ運転は、通常運転と比べて貯蔵室３０の設定温度を１℃または２℃高めることで、圧縮機１３３の運転周波数、第１送風機１３５の回転速度、または第２送風機１３６の回転速度を低下させる。

通常運転は、冷蔵庫１００の基本となる運転である。例えば、通常運転は、運転計画生成部２２０により学習が行われない場合に設定される運転である。例えば、通常運転は、ユーザＵによって冷蔵庫１００が使用される（例えば扉２０が開閉される）ことを前提とした運転である。すなわち、通常運転は、扉２０が開閉された場合でも貯蔵室３０の温度を一定以下に抑えることができるように、ある程度低めの設定温度（目標温度）が設定された運転である。

（平均化データの算出）
本実施形態では、予冷運転決定部２２１およびエコ運転決定部２２２は、ユーザＵの生活パターンの分析を行う。前述したように、本実施形態では、１週間前の所定単位時間の状態情報と２週間前の所定単位時間の状態情報に加えて、平均化した３週間前以前の同一曜日の所定単位時間の状態情報を用いて、生活パターンの分析を行う。３週間前以前の同一曜日の所定単位時間の状態情報は、逐次平均化処理により算出される。この逐次平均化処理による平均値の算出について説明する。逐次平均化処理は、「所定の平均化処理」の一例である。

ｎ個のデータｘ_１、ｘ_２、ｘ_３、…ｘ_ｎの平均値Ｘ_ｎは、以下の（数１）のように求められる。

ここで、新たなデータｘ_ｎ＋１を加えると、新平均値Ｘ_ｎ＋１は、以下の（数２）のように求めることができる。

上式より、新平均値Ｘ_ｎ＋１は、前回までの旧平均値Ｘ_ｎと、加えるデータｘ_ｎ＋１とから求めることができる。以降、求められた新平均値を旧平均値として記憶しておけば、次に加えるデータを取得した際に、記憶しておいた旧平均値と次に加えるデータから、新平均値を求めることができる。

本実施形態では、３週間前以前の所定単位時間の状態情報の平均値（旧平均値Ｘ_ｎ）が記憶部２９０の平均化情報２９２として記憶される。３週間前の所定単位時間のデータｘ_ｎ＋１が取得されると、それまでの３週間前以前の所定単位時間の状態情報の平均値（旧平均値Ｘ_ｎ）と、今回取得された３週間前の所定単位時間のデータｘ_ｎ＋１とに基づき、新たな３週間前以前の所定単位時間の状態情報の平均値（新平均値Ｘ_ｎ＋１）が算出される。また、この新たな３週間前以前の所定単位時間の状態情報の平均値（新平均値Ｘ_ｎ＋１）は、次回の計算で用いる旧平均値Ｘ_ｎとして、記憶部２９０に記憶される。

本実施形態では、このように３週間前以前の所定単位時間の状態情報の平均値を逐次平均化処理により求める。このため、過去の膨大なデータを全て記憶しておく必要はなく、サーバ２００の記憶容量の負担が軽減できる。

また、逐次平均化処理は、上記例に限定されず、過去の複数の所定単位時間の状態情報が、状態情報が古いほど平均化データへの影響が小さくなるように重み付けが行われて平均化される処理でもよい。これにより、過去であればあるほど寄与度が小さくなるような時間軸への重み付けが行われる。例えば、引っ越しなどで生活パターンが変化した場合は、過去の情報の寄与度が小さくなり、現在の生活パターン（直近の生活パターン）が重視されたデータを求めることができる。

このような平均化処理の一例は、上述した（数２）において旧平均値Ｘ_ｎをｎ倍することなく、旧平均値Ｘ_ｎと、今回取得された３週間前の所定単位時間のデータｘ_ｎとを単純に平均化する処理である。このような平均化処理は、以下の（数３）のように求められる。

以下の運転モードで説明する平均化処理の具体例は、（数３）の処理により逐次平均化処理が行われる例である。なお、平均化処理の例は、上記例に限定されない。例えば、状態情報が古いほど平均化データへの影響が小さくなるように重み付けを行う例として、上述した（数２）において旧平均値Ｘ_ｎをｎ倍して得たものに１未満の係数を乗算されてもよい。平均化処理は、上述したような逐次平均化処理に代えて、移動平均などを用いてもよい。

（運転モードの判定）
本実施形態では、１週間前の状態情報および２週間前の状態情報を用いた判定結果（第１判定要素を用いた判定結果）と、３週間前以前の状態情報の平均値を用いた判定結果（第２判定要素を用いた判定結果）とに基づき、以下のように運転モードを判定する。

（１）１週間前の状態情報を用いた判定結果と、２週間前の状態情報を用いた判定結果とが同じである場合には、３週間前以前の状態情報の平均値に関する判定を行わず、１週間前の状態情報を用いた判定結果と、２週間前の状態情報を用いた判定結果とに基づき、運転モードを決定する。
（２）１週間前の状態情報を用いた判定結果と、２週間前の状態情報を用いた判定結果とが異なる場合には、３週間前以前の状態情報の平均値を用いた判定結果に基づき、運転モードを決定する。
（３）１週間前の状態情報と２週間前の状態情報のうち一方が存在しない場合、１週間前の状態情報と２週間前の状態情報とのうち他方の内容に関わらず、３週間前以前の状態情報の平均値を用いた判定結果に基づき、運転モードを決定する。

例えば、図７に示すように、４月３０日（土曜日）の午前１０時から午前１１時の運転モードは、以下のように作成される。
（０）３週間前の土曜日である４月９日の午前１０時から午前１１時の状態情報（データＤ３）と、４週間前の４月２日（土曜日）の午前１０時から午前１１時の状態情報が反映された旧平均値（データＤ４）とに基づき、３週間前の４月９日以前の土曜日の午前１０時から午前１１時の状態情報の新平均値のデータＤ５が算出され、記憶部２９０の平均化情報２９２に格納される。なおこの処理は、下記の（１）、（２）と同時、またはそれよりも後に行われてもよい。
（１）１週間前の土曜日である４月２３日の午前１０時から午前１１時の状態情報（データＤ１）を記憶部２９０の状態情報２９１から取得する。
（２）２週間前の土曜日である４月１６日の午前１０時から午前１１時の状態情報（データＤ２）を記憶部２９０の状態情報２９１から取得する。
（３）データＤ１を用いた判定結果（扉開閉回数が閾値である６回未満であるか否か）と、データＤ２を用いた判定結果（扉開閉回数が閾値である６回未満であるか否か）とが同じであるか否かを比較する。この例では、データＤ１を用いた判定結果は、扉開閉回数が閾値未満である。データＤ２を用いた判定結果は、扉開閉回数が閾値以上である。このため、データＤ１を用いた判定結果とデータＤ２を用いた判定結果とが異なることになる。
（４）データＤ１を用いた判定結果とデータＤ２を用いた判定結果とが異なる場合、３週間前の４月９日以前の土曜日の午前１０時から午前１１時の状態情報の新平均値のデータＤ５を記憶部２９０の平均化情報２９２から取得する。そして、新平均値のデータＤ５を用いた判定結果に基づき、運転モードの判定結果（Ｄ６）を生成する。
（４´）一方で、データＤ１を用いた判定結果とデータＤ２を用いた判定結果とが同じである場合、新平均値のデータＤ５を記憶部２９０の平均化情報２９２から取得せずに、同じであるデータＤ１を用いた判定結果とデータＤ２を用いた判定結果とに基づき、運転モードの判定結果（Ｄ６）を生成する。

この例では、１週間前の土曜日である４月２３日の午前１０時の扉開閉回数が３回であり、６回未満である。２週間前の土曜日である４月１６日の午前１０時の扉開閉回数が６回であり、６回以上である。３週間以前の土曜日の午前１０時の扉開閉回数の平均値（新平均値Ｘ_ｎ＋１）は、３週間前の土曜日である４月９日の午前１０時の扉開閉回数と、その時点での平均値から求められ、その値は５回であり、６回未満である。この場合、４月３０日（土曜日）の午前１０時から午前１１時の扉開閉回数は６回未満であると推定される。よって、４月３０日（土曜日）の午前１０時から午前１１時は、エコモードとなる。

（データ調整）
３週間前以前の所定単位時間の状態情報の平均値を算出する場合に、冷蔵庫１００から送信される状態情報をそのまま用いると、ユーザＵの使い方に起因しない要素が含まれることがある。例えば、庫内温度に関する情報は、冷蔵庫１００の内部の制御状態によっては、特別な温度となることがある。本実施形態では、冷蔵庫１００の内部の制御状態に基づきユーザＵの使い方に起因しない要素を含むと判断される場合には、その状態情報のデータは、生活パターンを判定する情報（第１判定要素または第２判定要素）から除外される。ユーザＵの使い方に起因しない要素が含まれる制御状態は、例えば、以下の除霜モードおよび解凍モードなどである。

除霜モードは、所定の条件が満たされる場合に第１冷却器１３１または第２冷却器１３２の温度を上昇させ、第１冷却器１３１または第２冷却器１３２に付着した霜を溶かす制御モードである。除霜モードは、事前に貯蔵部の冷やし込みを行うプリクールと、不図示の除霜ヒータの通電（または第１送風機１３５による空気の循環）と、温度の上がった冷却室を設定温度帯まで復帰させる制御を含む。除霜モードは、例えば、ユーザＵによる設定ではなく、冷蔵庫１００に設けられたセンサ値などに基づいて実行される制御モードである。

「解凍モード」の制御モードは、通常運転と比べてチルド室温度を上昇させてチルド室３１Ａの食品の解凍を促進させる制御モードである。「解凍モード」の制御モードでは、所定時間（例えば６０分）に亘り、チルド室Ｊ1051980３１Ａの設定温度（または冷蔵室３１の設定温度）が高く設定される。「解凍モード」の制御モードでは、チルド室温度は、例えば１．５℃を平均温度とする一定の温度帯に収まる。

図８は、データ調整の処理の具体例を示す。この例は、午前５時から午前１０時の間に、冷蔵庫１００から送られてきた庫内温度データ（データストリームＳＴ１）と、制御モードの状態に基づき調整された調整後の庫内温度データ（データストリームＳＴ２）と、旧庫内温度データの平均値（データストリームＳＴ３）と、新庫内温度データの平均値（データストリームＳＴ４）とが示されている。図８において、ΔＲ＿Ａｖｅ、ΔＦ＿Ａｖｅは庫内温度データであり、除霜モードに設定中の温度データでは、除霜モードが設定中の時に対応して除霜フラグが「１」になっている。

図８の例では、冷蔵庫１００から送られてきた庫内温度データ（データストリームＳＴ１）の中で、午前７時から午前８時の間のデータでは、除霜フラグが「１」になっている。このことから、午前７時から午前８時の間のデータは、ユーザＵの使い方に起因しない要素が含まれているとし、調整後の庫内温度データ（データストリームＳＴ２）では、庫内温度データΔＲ＿Ａｖｅ、ΔＦ＿Ａｖｅはデータ無（Ｎｏｎｅ）に置き換えられている。

この調整後の庫内温度データ（データストリームＳＴ２）と、それまでの庫内温度データの平均値（データストリームＳＴ３）とから、新たな庫内温度データの平均値（データストリームＳＴ４）が算出される。

午前５時から午前６時、および午前９時から午前１０時まででは、冷蔵庫１００から送られてきた庫内温度データ（データストリームＳＴ１）がそれまでの平均値（データストリームＳＴ３）に反映されて新たな平均値（データストリームＳＴ４）が求められるため、旧庫内温度データの平均値（データストリームＳＴ３）と新庫内温度データの平均値（データストリームＳＴ４）とは異なる値となる。これに対して、午前７時から午前８時の間では、除霜フラグが「１」であるため、冷蔵庫１００から送られてきた庫内温度データ（データストリームＳＴ１）は、データ無（Ｎｏｎｅ）となるように調整されている（データストリームＳＴ２）。このため、旧庫内温度データの平均値（データストリームＳＴ３）と新庫内温度データの平均値（データストリームＳＴ４）とは同じ値となる。

なお、内部の制御状態とは、ユーザＵが任意に設定できる冷却モードであり、急速冷凍や急速製氷モードなどは、急激な温度変化を伴うため、同様の調整が行われてもよい。また、この例では、フラグによりデータを変換させたが、冷蔵庫からの送信データの時点で「データ無し」のデータとして定義したものを送信する、もしくは平均的なデータ(例えば、０)を送信するなどで対応しても良い。

＜３．２－２ 運転計画生成部での処理の流れ＞
図９は、運転計画生成部２２０で行われる生活パターンの予測処理の流れを示すフローチャートである。生活パターンの予測処理は、例えば、該当日の前日の１２時に実施される。

（ステップＳ１）予冷運転決定部２２１は、記憶部２９０から、状態情報として、所定単位時間毎に、１週間前の庫内温度データと、２週間前の庫内温度データと、３週間前の庫内温度データを取得する。

（ステップＳ２）予冷運転決定部２２１は、３週間前の庫内温度データの状態フラグを確認する。予冷運転決定部２２１は、状態フラグから、除霜モードや解凍モードでのデータであると判定された場合には、データを除外して、データ調整を行う。

（ステップＳ３）予冷運転決定部２２１は、記憶部２９０から、３週間前以前の庫内温度データの平均値（旧平均値Ｘ_ｎ）を読み出し、ステップＳ１で取得した３週間前の庫内温度データと、記憶部２９０から読み出した４週間前以前の庫内温度データの平均値（旧平均値Ｘ_ｎ）とから、３週間前以前の庫内温度データの平均値（新平均値Ｘ_ｎ＋１）を算出する。

（ステップＳ４）予冷運転決定部２２１は、算出した３週間前以前の庫内温度データの平均値（新平均値Ｘ_ｎ＋１）を、次回の旧平均値Ｘ_ｎとなるように、記憶部２９０に保存する。

（ステップＳ５）予冷運転決定部２２１は、１週間前の庫内温度データ、２週間前の庫内温度データ、３週間前以前の庫内温度データの平均値のそれぞれについて、閾値以上の温度上昇が生じているかを判定する。

（ステップＳ６）予冷運転決定部２２１は、１週間前の庫内温度データの判定結果、２週間前の庫内温度データの判定結果、および、必要に応じて３週間前以前の庫内温度データの平均値の判定結果に基づいて、予冷運転実施時間を決定する。

図１０は予冷運転判定を説明するための図である。図１０において、ケースＣａ１およびケースＣａ２は、１週間前の庫内温度データの判定結果と２週間前の庫内温度データの判定結果が共に閾値以上の温度変化ありである。この場合には、３週間前以前の庫内温度データの平均値に関わらず（例えば平均値を用いた判定を行わず）、予冷運転を実施する。

ケースＣａ３からケースＣａ６は、１週間前の庫内温度データの判定結果と２週間前の判定結果とが異なる。この場合には、３週間前以前の庫内温度データの平均値の判定結果が閾値以上の温度変化ありの場合には（ケースＣａ３およびＣａ４）、予冷運転を実施する。３週間前以前の庫内温度データの平均値の判定結果が閾値以上の温度変化なしの場合には（ケースＣａ５およびケースＣａ６）、予冷運転を実施しない。

ケースＣａ７およびケースＣａ８は、１週間前の庫内温度データの判定結果と２週間前の庫内温度データの判定結果が共に閾値以上の温度変化なしである、この場合には、３週間前以前の庫内温度データの平均値に関わらず（例えば平均値を用いた判定を行わず）、予冷運転を実施しない。

（ステップＳ７）エコ運転決定部２２２は、記憶部２９０から、状態情報として、所定単位時間毎に、１週間前の扉開閉回数データ、２週間前の扉開閉回数データ、３週間前の扉開閉回数データを取得する。

（ステップＳ８）エコ運転決定部２２２は、記憶部２９０から、３週間前以前の扉開閉回数データの平均値（旧平均値Ｘ_ｎ）を読み出し、ステップＳ７で取得した３週間前の扉開閉回数データと、記憶部２９０から読み出した４週間前以前の扉開閉回数データの平均値（旧平均値Ｘ_ｎ）とから、３週間前以前の扉開閉回数データの平均値（新平均値Ｘ_ｎ＋１）を算出する。

（ステップＳ９）エコ運転決定部２２２は、算出した３週間前以前の扉開閉回数データの平均値（新平均値Ｘ_ｎ＋１）を、次回の旧平均値Ｘ_ｎとなるように、記憶部２９０に保存する。

（ステップＳ１０）エコ運転決定部２２２は、１週間前の扉開閉回数データ、２週間前の扉開閉回数データ、３週間前以前の扉開閉回数データの平均値のそれぞれについて、６回未満かどうかを判定する。

（ステップＳ１１）エコ運転決定部２２２は、１週間前の扉開閉回数データの判定結果、２週間前の扉開閉回数データの判定結果、および必要に応じて３週間前以前の扉開閉回数データの平均値の判定結果に基づき、エコ運転を実施する。

図１１はエコ運転判定を説明するための図である。図１１において、ケースＣｂ１およびケースＣｂ２は、１週間前の扉開閉回数データの判定結果と２週間前の扉開閉回数データの判定結果が共に６回未満である。この場合には、３週間前以前の扉開閉回数データの平均値に関わらず（例えば平均値を用いた判定を行わず）、エコ運転を実施する。

ケースＣｂ３からケースＣｂ６は、１週間前の扉開閉回数データの判定結果と２週間前の判定結果とが異なる。この場合には、３週間前以前の扉開閉回数データの平均値の判定結果が６回未満の場合には（ケースＣｂ３およびケースＣｂ４）、エコ運転を実施する。一方で、３週間前以前の扉開閉回数データの平均値の判定結果が６回以上の場合には（ケースＣｂ５およびケースＣｂ６）、エコ運転を実施しない。

ケースＣｂ７およびケースＣｂ８は、１週間前の扉開閉回数データの判定結果と２週間前の扉開閉回数データの判定結果が共に６回以上である。この場合には、３週間前以前の扉開閉回数データの平均値に関わらず（例えば平均値を用いた判定を行わず）、エコ運転を実施しない。

（ステップＳ１２）通常運転決定部２２３は、ステップＳ６で予冷運転を実施すると決定された時間、およびステップＳ１１でエコ運転を実施すると決定された時間を除く時間を、通常運転実施期間に設定する。

＜３．３ 制御指令送信部＞
図４において、制御指令送信部２３０は、運転計画生成部２２０により生成された運転計画に応じた制御指令を、冷蔵庫１００に送信する。例えば、制御指令送信部２３０は、所定単位時間ごと（例えば１時間ごと）に、次の所定単位時間に関する制御指令を冷蔵庫１００に送信する。本実施形態では、制御指令は、通常運転の実行命令、エコ運転の実行命令、または予冷運転の実行命令のいずれかを含む。

＜３．４ 表示情報送信部＞
表示情報送信部２４０は、端末装置３００の表示画面３０１ａに表示させる情報（以下「表示情報」と称する）を生成し、生成した表示情報を端末装置３００に送信する。表示情報は、予冷運転やエコ運転の実施時間に基づいて生成される冷蔵庫１００の運転動作の実行結果（例えば所定単位時間ごとの実行結果）を示す情報を含む。

＜３．５ 記憶部＞
記憶部２９０は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＨＤＤ（Hard Disk Drive）、またはＳＳＤなどの組み合わせにより実現される。記憶部２９０には、状態情報２９１と平均化情報２９２が記憶される。状態情報２９１は、扉開閉情報は、扉開閉情報や庫内温度情報など冷蔵庫１００の状態を示す情報である。平均化情報２９２は、扉開閉情報や庫内温度情報等、扉開閉情報や庫内温度情報等の状態情報のデータを平均化した情報である。

＜４．利点＞
本実施形態では、冷蔵庫１００の状態を示す状態情報を用いた判定要素であって、過去の一定時間の状態情報を含む第１判定要素Ｐ１、Ｐ２と、過去の複数の一定時間の状態情報に基づいて算出された第２判定要素Ｑとに基づき、冷蔵庫１００の冷却運転の内容を決定する決定部（予冷運転決定部２２１およびエコ運転決定部２２２）を備える。このような構成によれば、祝日や休日などによる一時的な生活パターンの変更の影響を抑制し、ユーザUの生活パターンに応じた冷却モードを設定することができる。これにより、ユーザＵの利便性の向上を図ることができる。

本実施形態では、第１判定要素Ｐ１、Ｐ２は、過去の一定時間である第１時間の状態情報と、第１時間よりも前の過去の一定時間である第２時間の状態情報とを含む。このような構成によれば、複数の一定時間の情報を利用することで、ユーザＵの生活パターンを精度よく分析することができる。

本実施形態では、第２判定要素Ｑは、複数の一定時間の状態情報の少なくとも一部として、第２時間よりも前の過去の一定時間である第３時間の状態情報を含む。このような構成によれば、第１判定要素に含まれない過去の状態情報を反映させてユーザＵの生活パターンを分析することができる。

本実施形態では、第２時間は、第１時間と比べて１週間前の同じ曜日の同じ時間であり、第３時間は、第２時間と比べて１週間前の同じ曜日の同じ時間である。このような構成によれば、同じ曜日に関する時間の情報を利用することで、ユーザの曜日ごとの生活パターンの分析を行うことができる。

本実施形態では、第２判定要素Ｑは、複数の一定時間の状態情報の少なくとも一部として、第３時間よりも前の過去の一定時間である第４時間の状態情報を含む。このような構成によれば、第１判定要素に含まれない複数の過去の状態情報を反映させてユーザＵの生活パターンを分析することができる。

本実施形態では、決定部（予冷運転決定部２２１およびエコ運転決定部２２２）は、第１時間の状態情報と第２時間の状態情報とが所定の関係を満たす場合、第２判定要素の内容に関わらず、第１判定要素に基づいて冷却運転の内容を決定する。このような構成によれば、第１時間の状態情報と第２時間の状態情報とが所定の関係を満たす場合は、第２判定要素に関する判定処理を省略することができる。これにより、決定部の情報処理の負担を低減することができる。

本実施形態では、決定部（予冷運転決定部２２１およびエコ運転決定部２２２）は、第１時間の状態情報と第２時間とが所定の関係を満たさない場合に、第２判定要素Ｑに基づいて冷却運転の内容を決定する。このような構成によれば、祝日や休日などによる一時的な生活パターンの変更により、第１時間の状態情報と第２時間の状態情報が異なる場合でも、第２判定要素Ｑに基づいて冷却運転の内容を精度よく決定することができる。

本実施形態では、決定部（予冷運転決定部２２１およびエコ運転決定部２２２）は、第１時間の状態情報と第２時間の状態情報とのうち一方が存在しない場合、第１時間の状態情報と第２時間の状態情報とのうち他方の内容に関わらず、第２判定要素Ｑに基づいて冷却運転の内容を決定する。このような構成によれば、ネットワークの通信不良などにより第１時間の状態情報や第２時間の状態情報が得られない場合に、第２判定要素Ｑに基づいて冷却運転の内容を決定することで、信頼性の向上を図ることができる。

本実施形態では、決定部（予冷運転決定部２２１およびエコ運転決定部２２２）は、第２判定要素と比べて、第１判定要素に優先的に基づいて冷却運転の内容を決定する。例えば、上述した実施形態では、決定部は、第２判定要素を用いる判定の前に、第１判定要素を用いた判定を行い、第１判定要素を用いた判定では判定できない場合に、第２判定要素を用いる判定を行う。これにより、決定部による処理負担を低減するとともに、直近の情報が反映されやすくなり、引っ越しなどにより生活パターンの変更があったような場合に対処しやすくなる。なお、第２判定要素と比べて第１判定要素に優先的に基づいて冷却運転の内容を決定することは、上記例に限定されず、第２判定要素と比べて第１判定要素の判定結果が優先されるように、第１判定要素の判定結果に重み付けを行ってもよい。

本実施形態では、第２判定要素Ｑは、過去の複数の一定時間の状態情報に対して所定の平均化処理が行われることで得られる。このような構成によれば、過去の複数の一定時間の状態情報に対して所定の平均化処理を行うことで、過去の複数の一定時間の状態情報を１つの情報として記憶または取り扱うことができる。

本実施形態では、第２判定要素Ｑは、過去の複数の一定時間の状態情報が逐次平均化されることで得られる。このような構成によれば、過去の複数の状態情報を全て記憶する必要がなくなり、必要な記憶容量を削減することができる。

本実施形態では、第２判定要素Ｑは、過去の複数の一定時間の状態情報が、状態情報が古いほど影響が小さくなるように重み付けが行われて平均化されることで得られる。このような構成によれば、直近の情報が反映されやすくなり、引っ越しなどにより生活パターンの変更があったような場合に対処しやすくなる。

本実施形態では、冷蔵庫１００が所定の制御を実行している間に得られた状態情報については、第１判定要素Ｐ１、Ｐ２または第２判定要素Ｑには含めない、または影響を小さくして含める。このような構成によれば、ユーザＵの使い方に起因しない要素を除外して、ユーザＵの生活パターンを推定できる。

以上、ひとつの実施形態について説明したが、実施形態は上記例に限定されない。例えば、曜日毎のユーザＵの生活パターンは決まっているが、祝日や休日があると、生活パターンが異なってくる。そこで、カレンダー要素を組み入れて、祝日や休日を考慮して、生活パターンを推定してもよい。

以上説明した少なくともひとつの実施形態によれば、過去の一定時間の状態情報を含む第１判定要素と、過去の複数の一定時間の状態情報に基づいて算出された第２判定要素とに基づき、冷却運転の内容を決定することにより、利便性の向上を図ることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

２００…サーバ、２１０…情報取得部、２２０…運転計画生成部、２２１…予冷運転決定部、２２２…エコ運転決定部、２２３…通常運転決定部、２９０…記憶部

Claims (14)

1. 冷蔵庫の状態を示す状態情報を用いた判定要素であって、過去の一定時間の前記状態情報を含む第１判定要素と、過去の複数の前記一定時間の前記状態情報に基づいて算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定する決定部、
   を備え、
   前記第１判定要素は、過去の前記一定時間である第１時間の前記状態情報と、前記第１時間よりも前の過去の前記一定時間である第２時間の前記状態情報とを含み、
   前記決定部は、前記第１時間の前記状態情報での判定結果と前記第２時間の前記状態情報での判定結果とが同じ場合、前記第２判定要素の内容に関わらず、前記第１判定要素に基づいて前記冷却運転の内容を決定する
   情報処理システム。
2. 前記決定部は、前記第１時間の前記状態情報での判定結果と前記第２時間の前記状態情報の判定結果とが異なる場合、前記第２判定要素に基づいて前記冷却運転の内容を決定する
   請求項１に記載の情報処理システム。
3. 冷蔵庫の状態を示す状態情報を用いた判定要素であって、過去の一定時間の前記状態情報を含む第１判定要素と、過去の複数の前記一定時間の前記状態情報に基づいて算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定する決定部、
   を備え、
   前記第１判定要素は、過去の前記一定時間である第１時間の前記状態情報と、前記第１時間よりも前の過去の前記一定時間である第２時間の前記状態情報とを含み、
   前記決定部は、
   前記第１時間の前記状態情報と前記第２時間の前記状態情報との両方が存在する場合、
   前記第１判定要素に基づいて前記冷却運転の内容の決定に関する判定を行い、
   前記第１時間の前記状態情報と前記第２時間の前記状態情報とのうち一方が存在しない場合、前記第１時間の前記状態情報と前記第２時間の前記状態情報とのうち他方の内容に関わらず、前記第２判定要素に基づいて前記冷却運転の内容を決定する
   情報処理システム。
4. 冷蔵庫の状態を示す状態情報を用いた判定要素であって、現時点から基準時までの過去の一定時間の前記状態情報を含む第１判定要素と、前記基準時よりも過去の複数の前記一定時間の前記状態情報に基づいた前記状態情報の平均化処理によって算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定する決定部と、
   前記状態情報を格納する記憶部と
   を備え、
   前記第２判定要素を算出した後に、前記基準時よりも前記過去の複数の前記一定時間の前記状態情報の少なくとも一部が前記記憶部から削除される
   情報処理システム。
5. 前記第１判定要素は、過去の前記一定時間である第１時間の前記状態情報と、前記第１時間よりも前の過去の前記一定時間である第２時間の前記状態情報とを含む、
   請求項４に記載の情報処理システム。
6. 前記決定部は、前記第１時間の前記状態情報と前記第２時間の前記状態情報とが所定の関係を満たす場合、前記第２判定要素の内容に関わらず、前記第１判定要素に基づいて前記冷却運転の内容を決定する、
   請求項５に記載の情報処理システム。
7. 前記決定部は、前記第２判定要素と比べて、前記第１判定要素に優先的に基づいて前記冷却運転の内容を決定する、
   請求項１に記載の情報処理システム。
8. 前記第２判定要素は、過去の複数の前記一定時間の前記状態情報に対して所定の平均化処理が行われることで得られた情報である、
   請求項１に記載の情報処理システム。
9. 前記第２判定要素は、過去の複数の前記一定時間の前記状態情報が所定の平均化処理に基づいて逐次平均化されることで得られた情報である、
   請求項１に記載の情報処理システム。
10. 前記第２判定要素は、過去の複数の前記一定時間の前記状態情報が、前記状態情報が古いほど前記第２判定要素への影響が小さくなるように重み付けが行われて平均化されることで得られた情報である、
    請求項１に記載の情報処理システム。
11. 前記冷蔵庫が所定の制御を実行している間に得られた前記状態情報については、前記第１判定要素または前記第２判定要素には含めない、または影響を小さくして含める、
    請求項１に記載の情報処理システム。
12. コンピュータが、
    冷蔵庫の状態を示す状態情報を用いた判定要素であって、過去の一定時間の前記状態情報を含む第１判定要素と、過去の複数の前記一定時間の前記状態情報に基づいて算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定することと、
    前記第１判定要素が、過去の前記一定時間である第１時間の前記状態情報と、前記第１時間よりも前の過去の前記一定時間である第２時間の前記状態情報とを含むことと、
    前記第１時間の前記状態情報での判定結果と前記第２時間の前記状態情報での判定結果とが同じ場合、前記第２判定要素の内容に関わらず、前記第１判定要素に基づいて前記冷却運転の内容を決定することと、
    を含む情報処理方法。
13. コンピュータが、
    冷蔵庫の状態を示す状態情報を用いた判定要素であって、過去の一定時間の前記状態情報を含む第１判定要素と、過去の複数の前記一定時間の前記状態情報に基づいて算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定することと、
    前記第１判定要素が、過去の前記一定時間である第１時間の前記状態情報と、前記第１時間よりも前の過去の前記一定時間である第２時間の前記状態情報とを含むことと、
    前記第１時間の前記状態情報と前記第２時間の前記状態情報との両方が存在する場合、前記第１判定要素に基づいて前記冷却運転の内容の決定に関する判定を行い、
    前記第１時間の前記状態情報と前記第２時間の前記状態情報とのうち一方が存在しない場合、前記第１時間の前記状態情報と前記第２時間の前記状態情報とのうち他方の内容に関わらず、前記第２判定要素に基づいて前記冷却運転の内容を決定することと
    を含む情報処理方法。
14. コンピュータが、
    冷蔵庫の状態を示す状態情報を用いた判定要素であって、現時点から基準時までの過去の一定時間の前記状態情報を含む第１判定要素と、前記基準時よりも過去の複数の前記一定時間の前記状態情報に基づいた前記状態情報の平均化処理によって算出された第２判定要素とに基づき、前記冷蔵庫の冷却運転の内容を決定することと、
    前記第２判定要素を算出した後に、前記基準時よりも前記過去の複数の前記一定時間の前記状態情報の少なくとも一部が記憶部に格納された状態情報から削除されることと
    を含む情報処理方法。

Images