JPWO2017163294A1 - 冷媒不足予測装置、冷媒不足予測方法およびプログラム - Google Patents

Abstract

本発明の冷媒不足予測装置は、空調冷熱機器から運転データを収集する集中監視装置からネットワークを介して、外気温度、空調冷熱機器の圧縮機の運転周波数、熱交換器の蒸発温度または凝縮温度、冷媒不足検知情報およびデータ収集日を含む複数の運転データと、冷媒充填日とを受信する受信部と、予測日における外気温度、運転周波数および蒸発温度または凝縮温度の予測値を含む入力データを受け付ける入力部と、運転データ毎の冷媒充填後経過期間と予測日に対応する冷媒充填後見込期間を算出し、運転周波数、外気温度、および蒸発温度または凝縮温度と冷媒充填後経過期間とを含む複数の過去データに多変量解析を行ってグループ化し、入力データおよび冷媒充填後見込期間を含む予測データが属するグループの冷媒不足検知情報に基づいて、予測日の冷媒不足確率を算出する演算部と、演算部が算出した冷媒不足確率を出力する表示部と、を有するものである。

Description

本発明は、空調冷熱機器における冷媒不足の発生を予測する冷媒不足予測装置、冷媒不足予測方法、およびその方法をコンピュータに実行させるためのプログラムに関する。

空調冷熱機器においては、老朽化または施工ミスなどが原因で、運転に必要な冷媒が不足してしまうことがある。空調冷熱機器において、冷媒の不足を検知するための方法の一例が特許文献１に開示されている。
特許文献１に開示された冷凍サイクル装置は、圧縮機および可変絞り機構等の機器を含む冷媒回路と、冷媒回路の冷媒の状態または冷媒回路の機器の運転状態を検出し、検出した値に基づいて、冷媒回路内の冷媒量が不足しているか否かを繰り返し判定する制御回路とを有する構成である。
特許文献１には、制御回路が冷媒回路内の冷媒量が不足していると判定した場合、冷媒不足判定処理を終了するとともに、冷凍サイクル運転制御処理の実行が禁止されることが記載されている。

特開２０１５−１４０９６１号公報（請求項１）

特許文献１に開示された方法では、運転に必要な冷媒が実際に不足した時点で冷媒不足を検知しているため、メンテナンス業者による冷媒充填が完了するまで、冷凍サイクル装置を停止させておかなければならない。空調能力が低下した状態で冷凍サイクル装置を運転させることも考えられるが、冷凍サイクル装置の圧縮機にかかる負荷が大きくなってしまうという問題がある。

本発明は、上記のような課題を解決するためになされたもので、空調冷熱機器に冷媒不足が実際に発生する前に、冷媒不足の発生を予測可能にした冷媒不足予測装置、冷媒不足予測方法、およびその方法をコンピュータに実行させるためのプログラムを得るものである。

本発明に係る冷媒不足予測装置は、圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置であって、前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する受信部と、冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データを受け付ける入力部と、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から該予測日までの期間である冷媒充填後見込期間とを算出する期間演算部と、前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する確率演算部と、前記確率演算部が算出した冷媒不足確率を出力する表示部と、を有するものである。

本発明に係る冷媒不足予測方法は、圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置による冷媒不足予測方法であって、前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信し、冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出し、前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出し、前記冷媒不足確率を出力するものである。

本発明に係るプログラムは、圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続されるコンピュータに、前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する手順と、冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出する手順と、前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する手順と、前記冷媒不足確率を出力する手順とを実行させるためのものである。

本発明は、空調冷熱機器の運転状態に関する運転データを含むデータに多変量解析を行うことでデータに含まれる外乱を抑制し、冷媒不足の起こりやすさに応じてデータをグループ化し、予測日が属するグループの冷媒不足確率を算出しているので、空調冷熱機器に冷媒不足が実際に発生する前に、冷媒不足の発生を予測できる。

本発明の実施の形態１における空調システムの一構成例を示す図である。 図１に示した空調冷熱機器の一構成例を示す機能ブロック図である。 図１に示した集中監視装置の一構成例を示す機能ブロック図である。 図１に示した冷媒不足予測装置の一構成例を示す機能ブロック図である。 図３に示した集中監視装置の動作手順を示すフローチャートである。 図４に示した冷媒不足予測装置の動作手順を示すフローチャートである。 図４に示した期間演算部の動作手順を示すフローチャートである。 ステップ７０２で算出される冷媒充填後経過期間とステップ７０４で算出される冷媒充填後見込期間を模式的に示す図である。 図４に示した確率演算部の動作手順を示すフローチャートである。 図９に示した手順の具体例を示す図である。 図４に示した表示部から出力される表の一例を示す図である。 図４に示した表示部から出力されるグラフの一例を示す図である。

実施の形態１．
（空調システムの構成）
本実施の形態１の空調システムの構成を説明する。
図１は、本発明の実施の形態１における空調システムの一構成例を示す図である。
空調システムは、複数の空調冷熱機器１０Ａ〜１０Ｄと、空調冷熱機器１０Ａ〜１０Ｄから運転状態に関するデータを収集する集中監視装置１と、冷媒不足予測装置２とを有する。本実施の形態１では、空調冷熱機器１０Ａ〜１０Ｄは冷凍機であるものとする。
集中監視装置１はネットワーク３を介して冷媒不足予測装置２と接続されている。ネットワーク３は公衆回線である。ネットワーク３はインターネットを含んでいてもよい。この場合、集中監視装置１および冷媒不足予測装置２は通信プロトコルとして、ＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ）／ＩＰ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）を用いてもよい。

空調冷熱機器１０Ａ〜１０Ｄのそれぞれは、熱源機４Ａ〜４Ｄのそれぞれと、負荷側機器５Ａ〜５Ｄのそれぞれとを有する。熱源機４Ａ〜４Ｄのそれぞれは冷媒配管７Ａ〜７Ｄのそれぞれを介して負荷側機器５Ａ〜５Ｄのそれぞれと接続されている。負荷側機器５Ａ〜５Ｄは冷凍倉庫８に設置されている。
熱源機４Ａ〜４Ｄおよび負荷側機器５Ａ〜５Ｄは信号線６Ａ〜６Ｅを介して集中監視装置１と接続されている。
以下に、図１に示す各装置の構成を詳しく説明する。

（空調冷熱機器１０Ａ〜１０Ｄの構成）
図１に示した空調冷熱機器１０Ａ〜１０Ｄの構成を説明する。
空調冷熱機器１０Ａ〜１０Ｄは同様の構成なので、ここでは、空調冷熱機器１０Ａの構成を説明し、空調冷熱機器１０Ｂ〜１０Ｄについての詳細な説明を省略する。また、本実施の形態１では、空調冷熱機器１０Ａについて、冷媒不足予測方法に関連する構成を詳しく説明し、一般的な冷凍サイクルについての詳細な説明を省略する。
図２は、図１に示した空調冷熱機器の一構成例を示す機能ブロック図である。
図２に示すように、空調冷熱機器１０Ａは熱源機４Ａおよび負荷側機器５Ａを有する。

熱源機４Ａは、圧縮機１１と、凝縮器として動作する熱交換器１２と、熱交換器１２に送風するファン１３と、熱交換器１２が熱交換する外気の温度である外気温度を測定する温度センサ１４と、電子膨張弁１５と、制御部１６とを有する。制御部１６は、ユーザを含む管理者が指示を入力するための操作部（不図示）と、時刻を計測するタイマー（不図示）と、メモリ（不図示）と、プログラムにしたがって処理を実行するマイクロコンピュータ（不図示）とを有する。メモリ（不図示）は、例えば、不揮発性メモリである。空調冷熱機器１０Ａ〜１０Ｄには機器毎に異なる識別子が予め付与されており、メモリ（不図示）は自分の空調冷熱機器１０Ａの識別子を記憶する。操作部（不図示）には、冷媒の補充が必要になったことを管理者に通知するための冷媒不足警告灯（不図示）が設けられている。
負荷側機器５Ａは、蒸発器として動作する熱交換器１７と、熱交換器１７の蒸発温度を測定する温度センサ１８と、熱交換器１７に送風するファン１９と、冷凍倉庫８内の温度を測定する温度センサ２０とを有する。
圧縮機１１、熱交換器１２、電子膨張弁１５、および熱交換器１７は冷媒配管７Ａで接続されている。

制御部１６は、圧縮機１１、電子膨張弁１５、ファン１３のモータ（不図示）および温度センサ１４、ならびに負荷側機器５Ａの温度センサ１８、２０およびファン１９のモータ（不図示）と信号線６Ａを介して接続されている。また、制御部１６は、信号線６Ｅを介して集中監視装置１と接続されている。
制御部１６は、管理者が操作部（不図示）を介して冷凍運転の指示を入力すると、圧縮機１１、ファン１３、１９の駆動を開始し、温度センサ２０の測定値が指示された温度になるように、電子膨張弁１５の開度、圧縮機１１の運転周波数およびファン１３、１９の回転数を制御する。

制御部１６は、冷媒配管７Ａに冷媒の補充が必要になると、冷媒不足警告灯（不図示）をオフ状態からオン状態に切り替える。冷媒不足の検知方法として、例えば、特許文献１に開示された方法がある。制御部１６は、冷媒不足を検知した場合、タイマー（不図示）が計測する日時を参照し、冷媒不足を検知した日の情報をメモリ（不図示）に記録する。
制御部１６は、タイマー（不図示）が計測する日時を監視し、毎月の予め決められた日時に、圧縮機１１から運転周波数を取得し、温度センサ１８から蒸発温度を取得し、温度センサ１４から外気温度を取得する。そして、制御部１６は、取得した運転周波数と、蒸発温度と、外気温度と、これらのデータの収集日であるデータ収集日とを含む運転データを、集中監視装置１に信号線６Ｅを介して送信する。

また、制御部１６は、運転状態に関するデータである運転データを集中監視装置１に送信する際、メモリ（不図示）が記憶する情報を参照し、前回のデータ収集日から今回のデータ収集日までの間である直近データ収集日間に、冷媒不足が検知されたか否かを確認する。確認の結果、直近データ収集日間に冷媒不足が検知されている場合、制御部１６は、「冷媒不足検知あり」の情報を含む冷媒不足検知情報を生成する。一方、直近データ収集日間に冷媒不足が検知されていない場合、制御部１６は、「冷媒不足検知なし」の情報を含む冷媒不足検知情報を生成する。そして、制御部１６は、生成した冷媒不足検知情報を集中監視装置１に信号線６Ｅを介して送信する。
冷媒不足が検知された場合の冷媒不足検知情報は、後述する冷媒不足予測処理のための学習データとして利用される。

さらに、制御部１６は、管理者が冷媒配管７Ａに冷媒を充填すると、タイマー（不図示）が計測する日時を参照し、冷媒が充填された日である冷媒充填日の情報を集中監視装置１に信号線６Ｅを介して送信する。制御部１６は、冷媒配管７Ａに冷媒が充填されると、冷媒不足警告灯（不図示）をオン状態からオフ状態に切り替える。

なお、空調冷熱機器１０Ａ〜１０Ｄの各制御部１６は、運転データ、冷媒充填日および冷媒不足検知情報を集中監視装置１に送信する際、これらのデータのそれぞれに自分の空調冷熱機器の識別子を添付する。
また、本実施の形態１では、空調冷熱機器が「毎月の同じ日時」にデータを収集する場合で説明するが、データ収集の間隔は、一定の時間間隔であればよく、毎月に限らず、毎週であってもよく、１０日間毎であってもよい。また、集中監視装置１に送信される、運転状態に関するデータの値は、予め決められた日時に測定した１回の測定値に限らず、予め決められた日時から一定の時間に測定した複数の測定値の平均値であってもよい。例えば、制御部１６は、圧縮機１１の運転周波数、温度センサ１４および温度センサ１８の測定値のそれぞれについて、予め決められた日時から１分おきに１０回測定し、測定した１０回の測定値のそれぞれの平均値を、運転データに含めるようにしてもよい。

（集中監視装置１の構成）
図３は、図１に示した集中監視装置の一構成例を示す機能ブロック図である。
図３に示すように、集中監視装置１は、入力部１０１と、表示部１０２と、記憶部１０６と、送信部１０７と、受信部１０８と、各部を制御する制御部１１０とを有する。制御部１１０は、プログラムを記憶するメモリ（不図示）と、プログラムにしたがって処理を実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）（不図示）とを有する。メモリ（不図示）は、例えば、不揮発性メモリである。

記憶部１０６は、空調冷熱機器１０Ａ〜１０Ｄから収集された各種データを記憶する。記憶部１０６は、例えば、ハードディスクドライブである。
受信部１０８は、運転状態受信部１０３と、冷媒充填日受信部１０４と、検知情報受信部１０５とを有する。
運転状態受信部１０３は、空調冷熱機器１０Ａ〜１０Ｄの運転データを熱源機４Ａ〜４Ｄから信号線６Ｅを介して受信すると、運転データを制御部１１０に渡す。
冷媒充填日受信部１０４は、冷媒充填日のデータを熱源機４Ａ〜４Ｄから信号線６Ｅを介して受信すると、冷媒充填日のデータを制御部１１０に渡す。
検知情報受信部１０５は、冷媒不足検知情報を熱源機４Ａ〜４Ｄから信号線６Ｅを介して受信すると、冷媒不足検知情報を制御部１１０に渡す。

制御部１１０は、受信部１０８から受け取る各種データと入力部１０１から入力される情報を記憶部１０６に格納する。制御部１１０は、記憶部１０６が記憶する情報のうち、空調冷熱機器１０Ａ〜１０Ｄのそれぞれの運転データに空調冷熱機器１０Ａ〜１０Ｄのそれぞれの冷媒不足検知情報を含めて送信部１０７に渡す。また、制御部１１０は、空調冷熱機器１０Ａ〜１０Ｄのそれぞれの冷媒充填日の情報を記憶部１０６から読み出して送信部１０７に渡す。制御部１１０は、記憶部１０６から読み出した情報を表示部１０２に表示させてもよい。
送信部１０７は、制御部１１０から受け取る情報を冷媒不足予測装置２にネットワーク３を介して送信する。
表示部１０２は、制御部１１０から受け取る情報を表示する。

（冷媒不足予測装置２の構成）
図４は、図１に示した冷媒不足予測装置の一構成例を示す機能ブロック図である。
図４に示すように、冷媒不足予測装置２は、受信部２０１と、入力部２１１と、記憶部２０６と、表示部２０９と、演算部２１２と、制御部２１０とを有する。冷媒不足予測装置２には、プログラムを記憶するメモリ（不図示）と、プログラムにしたがって処理を実行するＣＰＵ（不図示）とを有する。メモリ（不図示）は、例えば、不揮発性メモリである。ＣＰＵ（不図示）がプログラムにしたがって処理を実行することで、制御部２１０および演算部２１２が冷媒不足予測装置２に構成される。
図４に示す機能ブロック図では、制御部２１０と演算部２１２を別々の構成で示しているが、制御部２１０が演算部２１２の機能を備えていてもよい。冷媒不足予測装置２は、例えば、コンピュータおよびサーバを含む情報処理装置である。

記憶部２０６は、集中監視装置１から受信する各種データと、管理者が冷媒不足の発生確率を予測したい日である予測日を含む入力データを記憶する。記憶部２０６は、例えば、ハードディスクドライブである。「予測日」とは、冷媒不足予測処理を実行する日を意味するのではなく、管理者が、空調冷熱機器１０Ａ〜１０Ｄについて、冷媒不足が発生する可能性がどのくらいあるかを確認したい将来の日にちである。
受信部２０１は、集中監視装置１からデータを受信すると、受信したデータを制御部２１０に渡す。
入力部２１１は冷媒不足予測のための入力データを受け付ける。入力部２１１は、予測外気温度取得部２０２と、予測周波数入力部２０３と、予測蒸発温度入力部２０４と、予測日入力部２０５とを有する。

予測日入力部２０５は、予測日が入力されると、予測日の情報を制御部２１０に渡す。
予測周波数入力部２０３は、予測日における圧縮機１１の運転周波数の目標設定値が入力されると、運転周波数の目標設定値を制御部２１０に渡す。
予測蒸発温度入力部２０４は、予測日における熱交換器１７の蒸発温度の目標設定値が入力されると、蒸発温度の目標設定値を制御部２１０に渡す。
予測日、運転周波数の目標設定値および蒸発温度の目標設定値は、管理者が入力部２１１を操作して入力してもよく、ネットワーク３を介して冷媒不足予測装置２と接続された情報処理端末（不図示）を介して管理者が入力してもよい。

予測外気温度取得部２０２は、予測日における空調冷熱機器１０Ａ〜１０Ｄの外気温度の予測値が入力されると、外気温度の予測値を制御部２１０に渡す。予測日の外気温度の予測値は、例えば、気象庁および天気予報会社から提供される値である。外気温度の予測値は、管理者が入力部２１１を介して入力してもよく、天気予報会社のサーバ（不図示）からネットワーク３を介して提供されてもよい。
例えば、記憶部２０６が冷凍倉庫８の地理的位置の情報を予め記憶し、予測外気温度取得部２０２が冷凍倉庫８の地理的位置および予測日の情報を天気予報会社のサーバ（不図示）にネットワーク３を介して送信すると、天気予報会社のサーバ（不図示）は、受信した予測日と地理的位置に対応する、外気温度の予測値を予測外気温度取得部２０２に返信する。この場合、外気温度の予測値は、予測日の１日の平均気温の予測値であってもよく、予め指定された時間帯の外気温度の予測値であってもよい。

入力部２１１が受け付ける入力データは、予測日、予測日における圧縮機１１の運転周波数の目標設定値、予測日における熱交換器１７の蒸発温度の目標設定値、および予測日における外気温度の予測値を含む情報である。
なお、冷媒不足の予測対象の空調冷熱機器は空調冷熱機器１０Ａ〜１０Ｄのうち任意でよいが、空調冷熱機器１０Ａ〜１０Ｄのうち、管理者が冷媒不足を予測したい空調冷熱機器を入力部２１１を操作して指定してもよい。この場合、入力データは、冷媒不足の予測対象の空調冷熱機器の識別子の情報を含む。

制御部２１０は、受信部２０１から受け取る運転データを含むデータと入力部２１１から受け取る入力データを記憶部２０６に格納する。制御部２１０は、入力部２１１から受け取る入力データを記憶部２０６に格納する際に、冷媒不足予測処理を演算部２１２に指示する。
演算部２１２は、期間演算部２０７および確率演算部２０８を有する。演算部２１２は、制御部２１０から冷媒不足予測処理の指示を受けると、期間演算部２０７および確率演算部２０８を起動する。

期間演算部２０７は、空調冷熱機器１０Ａ〜１０Ｄのそれぞれについて、運転データのデータ収集日を基準にして直近の冷媒充填日からデータ収集日までの期間である冷媒充填後経過期間を算出し、算出した冷媒充填後経過期間を確率演算部２０８に通知する。また、期間演算部２０７は、空調冷熱機器１０Ａ〜１０Ｄのそれぞれについて、予測日を基準にして直近の冷媒充填日から予測日までの期間である冷媒充填後見込期間を算出し、算出した冷媒充填後見込期間を確率演算部２０８に通知する。
以下では、運転データに含まれる運転周波数、外気温度および蒸発温度と、冷媒充填後経過期間とを含む情報を「過去データ」と称する。また、予測日、外気温度の予測値、運転周波数の目標設定値および蒸発温度の目標設定値を含む入力データと、冷媒充填後見込期間とを含む情報を「予測データ」と称する。

確率演算部２０８は、複数の過去データに多変量解析を行って複数のグループに分類し、複数のグループのうち、予測データが属するグループを特定する。そして、確率演算部２０８は、特定したグループに属する過去データの冷媒不足検知情報に基づいて、予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する。
多変量解析を行って複数のデータを複数のグループに分類する方法として、例えば、主成分分析とクラスタリングを組み合わせた方法が考えられる。クラスタリングには、階層型クラスタリングと非階層型クラスタリングがある。クラスタリングが非階層型クラスタリングである場合、クラスタリングの手法として、例えば、ｋ−ｍｅａｎｓ法がある。
確率演算部２０８は、算出した冷媒不足確率を制御部２１０に通知し、算出した冷媒不足確率を表示部２０９に表示させる。
表示部２０９は、制御部２１０から受け取る冷媒不足確率の情報を表示する。

（空調システムの動作の説明）
次に、本実施の形態１における集中監視装置１と冷媒不足予測装置２において実行される動作について説明する。

（集中監視装置１の動作）
図５は、図３に示した集中監視装置の動作手順を示すフローチャートである。
集中監視装置１は、空調冷熱機器１０Ａ〜１０Ｄの運転データを信号線６Ｅおよび運転状態受信部１０３を介して熱源機４Ａ〜４Ｄから受信すると、空調冷熱機器１０Ａ〜１０Ｄの運転データを記憶部１０６に格納する（ステップ５０１）。
集中監視装置１は、冷媒充填日の情報を信号線６Ｅおよび冷媒充填日受信部１０４を介して熱源機４Ａ〜４Ｄから受信すると、空調冷熱機器１０Ａ〜１０Ｄの冷媒充填日の情報を記憶部１０６に格納する（ステップ５０２）。
その後、集中監視装置１は、記憶部１０６に格納した情報を、送信部１０７およびネットワーク３を介して冷媒不足予測装置２に送信する（ステップ５０３）。

（冷媒不足予測装置２の動作）
図６は、図４に示した冷媒不足予測装置の動作手順を示すフローチャートである。
冷媒不足予測装置２は、空調冷熱機器１０Ａ〜１０Ｄに関する運転データおよび冷媒充填日を集中監視装置１からネットワーク３および受信部２０１を介して受信すると、空調冷熱機器１０Ａ〜１０Ｄの運転データおよび冷媒充填日を記憶部２０６に格納する（ステップ６０１）。
冷媒不足予測装置２は、冷媒不足予測のための情報として、予測日が予測日入力部２０５を介して入力されると、予測日の情報を記憶部２０６に格納する（ステップ６０２）。
冷媒不足予測装置２は、冷媒不足予測のための情報として、気象庁等で発表される将来の外気温度として、予測日の外気温度を予測外気温度取得部２０２を介して取得すると、予測日における外気温度の予測値を記憶部２０６に格納する（ステップ６０３）。
冷媒不足予測装置２は、冷媒不足予測のための情報として、圧縮機１１の予測日における運転周波数の予測値が予測周波数入力部２０３を介して入力されると、予測日における運転周波数の予測値を記憶部２０６に格納する（ステップ６０４）。

冷媒不足予測装置２は、冷媒不足予測のための情報として、蒸発温度の予測値が予測蒸発温度入力部２０４を介して入力されると、予測日における蒸発温度の予測値を記憶部２０６に格納する（ステップ６０５）。
冷媒不足予測装置２は、記憶部２０６に格納された、空調冷熱機器１０Ａ〜１０Ｄのデータ収集日および冷媒充填日と、予測日とを用いて、空調冷熱機器１０Ａ〜１０Ｄの冷媒充填後経過期間および冷媒充填後見込期間を算出する（ステップ６０６）。
冷媒不足予測装置２は、空調冷熱機器１０Ａ〜１０Ｄの過去データに多変量解析を行って複数のグループに分類し、複数のグループのうち、予測データが属するグループを特定し、特定したグループに属する過去データに対応する運転データの冷媒不足検知情報に基づいて、予測日における冷媒不足確率を算出する（ステップ６０７）。
冷媒不足予測装置２はステップ６０７で算出した冷媒不足確率を表示部２０９に出力する（ステップ６０８）。

（期間演算部２０７の動作）
図６に示したステップ６０６の処理について詳しく説明する。
図７は、図４に示した期間演算部の動作手順を示すフローチャートである。図８は、ステップ７０２で算出される冷媒充填後経過期間とステップ７０４で算出される冷媒充填後見込期間を模式的に示す図である。
期間演算部２０７は、空調冷熱機器１０Ａ〜１０Ｄのそれぞれから収集された運転データについて冷媒充填後経過期間が算出されているかどうかを確認する（ステップ７０１）。
ステップ７０１において、既に収集された運転データの中に冷媒充填後経過期間が算出されていないものがある場合、期間演算部２０７は、その運転データのデータ収集日を基準にして、直近の冷媒充填日からそのデータ収集日までの期間である冷媒充填後経過期間を算出する（ステップ７０２）。

一方、ステップ７０１において、空調冷熱機器１０Ａ〜１０Ｄから既に収集した運転データの全てについて冷媒充填後経過期間が算出されている場合、期間演算部２０７は、空調冷熱機器１０Ａ〜１０Ｄのそれぞれの冷媒充填後見込期間が算出されているかどうかを確認する（ステップ７０３）。
ステップ７０３において、空調冷熱機器１０Ａ〜１０Ｄのうち、冷媒充填後見込期間が算出されていない空調冷熱機器がある場合、期間演算部２０７は、その空調冷熱機器について、予測日を基準にして直近の冷媒充填日から予測日までの期間である冷媒充填後見込期間を算出する（ステップ７０４）。
空調冷熱機器１０Ａ〜１０Ｄのそれぞれについて直近の冷媒充填日が異なっていれば、図８に示す冷媒充填後経過期間は空調冷熱機器１０Ａ〜１０Ｄのそれぞれの運転データ毎に異なる。図８に示す冷媒充填後見込期間についても、空調冷熱機器１０Ａ〜１０Ｄのそれぞれについて直近の冷媒充填日が異なっていれば、空調冷熱機器１０Ａ〜１０Ｄ毎に異なる。ステップ７０３において、空調冷熱機器１０Ａ〜１０Ｄのそれぞれの冷媒充填後見込期間が算出されている場合、期間演算部２０７は期間算出のための演算処理を終了する。

（確率演算部２０８の動作）
図６に示したステップ６０７〜６０８の処理について詳しく説明する。
図９は、図４に示した確率演算部の動作手順を示すフローチャートである。ここでは、複数の過去データに多変量解析を行って複数のグループに分類する方法として、主成分分析とクラスタリングを組み合わせた方法を用いる場合で説明する。
確率演算部２０８は、空調冷熱機器１０Ａ〜１０Ｄから収集した運転データのうち、圧縮機１１の運転周波数、外気温度および蒸発温度と、冷媒充填後経過期間と、冷媒不足検知情報を準備する（ステップ８０１）。
また、確率演算部２０８は、空調冷熱機器１０Ａ〜１０Ｄについて、冷媒不足確率算出のための入力データとして、圧縮機１１の運転周波数の目標設定値、外気温度の予測値、蒸発温度の目標設定値および冷媒充填後見込期間を準備する（ステップ８０２）。

確率演算部２０８は、ステップ８０１で準備した過去データとステップ８０２で準備した予測データを入力データとして主成分分析とクラスタリングを実行し、第１主成分と第２主成分によるデータ分布の算出と過去データのクラスタ分けを行う（ステップ８０３）。
確率演算部２０８は、第１主成分および第２主成分の座標上にプロットされた各過去データに冷媒不足検知情報を付加する（ステップ８０４）。
確率演算部２０８は、クラスタ毎に、クラスタ内の全データ数に対する「冷媒不足検知あり」のデータ数の割合を冷媒不足確率として算出する（ステップ８０５）。
確率演算部２０８は、ステップ８０２で準備した予測データが属するクラスタの冷媒不足確率を冷媒不足の予測結果として表示部２０９に出力させる（ステップ８０６）。

図９に示した主成分分析およびクラスタリングの具体例を説明する。
図１０は、図９に示した手順の具体例を示す図である。ここでは、空調冷熱機器１０Ａ〜１０Ｄのうち、任意の１台の空調冷熱機器について冷媒不足確率を求める場合で説明し、任意の１台の空調冷熱機器を符号「１０」とする。
図１０は、上段に過去データおよび予測データの一例を示し、中段には分析方法を示し、下段には冷媒不足の予測結果を示す。図１０は、上段に示すデータに基づいて中段に示す分析方法を行うことを上段から中段への矢印で示し、中段の分析方法によって下段の予測結果が得られることを中段から下段への矢印で示している。

図１０の上段に示す例では、過去データは９個あり、過去データのデータ収集日は２０１５年１月〜９月までの毎月の最初の日である。図１０には、１台の空調冷熱機器から収集された過去データを示しているが、空調冷熱機器１０Ａ〜１０Ｄのそれぞれについて９個の過去データが収集される。図１０に示す表では、過去データとして、データ収集日に対応して、圧縮機１１の運転周波数、外気温度、蒸発温度および冷媒充填後経過期間の他に、冷媒不足検知情報が記述されている。
図１０に示す予測データは、空調冷熱機器１０Ａ〜１０Ｄのうち、任意の１台の空調冷熱機器１０の予測データの一例を示す。ここでは、予測データは予測日が２０１６年１月１日である。図１０に示すように、空調冷熱機器１０について、予測日を基準にして直近の冷媒充填日から予測日までの期間が９ヶ月と算出されている。
図１０に示す表では、予測データとして、予測日に対応して、圧縮機１１の運転周波数の目標設定値、外気温度の予測値、蒸発温度の目標設定値および冷媒充填後見込期間が記述されている。
管理者が空調冷熱機器を指定しない場合、期間演算部２０７は、空調冷熱機器１０Ａ〜１０Ｄに対応して冷媒充填後見込期間を算出し、空調冷熱機器１０Ａ〜１０Ｄの分だけ予測データを準備するが、説明を簡単にするために、以下では、予測データが１つの場合で説明する。

確率演算部２０８は、図１０の上段に示す過去データおよび予測データを用いて、主成分分析とクラスタリングを行う（図１０の中段を参照）。
確率演算部２０８は、過去データに主成分分析を行って第１主成分と第２主成分を決定する。主成分は３つ以上あってもよいが、主成分が２つに絞れば、クラスタリングを含む演算処理が複雑になることを抑制できる。
確率演算部２０８は、第１主成分と第２主成分を軸とする２次元座標を定義し、その２次元座標に過去データをプロットしたデータ分布を作成する。ここでは、説明を簡単にするために、３６個の過去データのうち、１０個の過去データをプロットしている。

続いて、確率演算部２０８は、１０個の過去データのクラスタ分けを行う。ここでは、図１０の中段に示すように、１０個の過去データは第１および第２のクラスタの２つのクラスタに分類されている。第１および第２のクラスタはどちらも５個の過去データが含まれている（図９に示したステップ８０３）。
その後、確率演算部２０８は、１０個の過去データのそれぞれに冷媒不足検知情報を付加する（図９に示したステップ８０４）。図１０では、「冷媒不足検知あり」のデータを斜め線で示し、「冷媒不足検知なし」のデータをドット模様で示している。
確率演算部２０８は、第１および第２のクラスタのそれぞれについて冷媒不足確率を算出する。第１のクラスタは、５個の過去データのうち、４個が「冷媒不足検知なし」、１個が「冷媒不足検知あり」なので、確率演算部２０８は、冷媒不足検知確率を、（１／５）×１００＝２０％と算出する。一方、第２のクラスタは、５個の過去データのうち、４個が「冷媒不足検知あり」、１個が「冷媒不足検知なし」なので、確率演算部２０８は、冷媒不足検知確率を、（４／５）×１００＝８０％と算出する（図９に示したステップ８０５）。

上記のようにして、確率演算部２０８は、第１および第２のクラスタのそれぞれの冷媒不足確率を算出した後、予測データをデータ分布に当てはめる。図１０に示す例では、予測データが第２のクラスタに属することを示し、確率演算部２０８は、第２のクラスタの冷媒不足確率を、予測データの予測結果として表示部２０９に出力させる（図９に示したステップ８０６）。
図１０の下段は、表示部２０９が表示した予測結果の一例を示す。図１０の下段に示す例では、図１０の上段に示した予測データの「冷媒不足確率」の欄に「８０％の確率で冷媒不足である」と記載されている。予測データが複数ある場合、確率演算部２０８は、図１０の下段に示すような予測結果を予測データの数に対応して表示部２０９に出力させる。

管理者は、冷媒不足予測装置２が出力する予測結果を参照し、冷媒不足確率を見て冷媒を充填すべきか否かを判断することができる。例えば、管理者が、図１０に示したように、冷媒不足確率が８０％という予測結果を見て、冷媒を充填すべきと判断すれば、冷媒不足の発生を未然に防ぐことができる。
一方、例えば、冷媒不足確率が５０％以上８０％未満の場合、管理者は冷媒を充填すべきか否か判断に悩むことが考えられる。この段階で冷媒を充填する管理者もいれば、この段階ではまだ冷媒を充填しない管理者もいると思われる。冷媒不足確率が５０％以上８０％未満の範囲で、管理者が冷媒を充填しなかった場合にたとえ冷媒不足が発生してしまっても、この場合の冷媒不足検知情報は、学習データとして、今後の冷媒不足予測処理に役立つことになる。その結果、冷媒不足予測の精度がさらに向上する効果が期待できる。

なお、確率演算部２０８は、空調冷熱機器１０Ａ〜１０Ｄの空調対象の室内の温度として冷凍倉庫８内の温度を運転データに含め、複数の運転データと、冷媒不足について予測日の異なる複数の予測結果を含む診断情報とを表形式とグラフ形式で表示部２０９に出力させてもよい。表示部２０９から出力される情報の一例を説明する。

図１１Ａは、図４に示した表示部から出力される表の一例を示す図である。
図１１Ａに示す運転データを示す表では、図１０の上段に示した過去データにおいて、冷媒充填後経過期間の代わりに冷凍倉庫８内の温度の変化が記述されている。
図１１Ａに示す診断情報では、図１０の下段に示した予測データにおいて、予測日として、２０１５年１１月１日と１２月１日が追加され、追加された予測日の冷媒不足確率も記述されている。
図１１Ｂは、図４に示した表示部から出力されるグラフの一例を示す図である。図１１Ｂに示すグラフは、横軸が時間であり、縦軸が図１１Ａに示した運転データの冷凍倉庫８内の温度と冷媒不足確率である。グラフに表示する値は図１１Ｂに示す値に限定されない。
図１１Ａおよび図１１Ｂに示すように、複数の運転データおよび複数の予測結果が時系列で表またはグラフに表されるので、管理者は、運転状態の履歴が把握しやすくなり、冷媒不足の起こる時期をより特定しやすくなる。

上述の本実施の形態１では、負荷側機器５Ａ〜５Ｄの熱交換器１７の蒸発温度が運転状態に関連するデータとして運転データに含まれていたが、負荷側機器５Ａ〜５Ｄの熱交換器１７の蒸発温度の代わり熱源機４Ａ〜４Ｄの熱交換器１２の凝縮温度を用いてもよい。熱交換器１２が外気と熱交換を行うので外気温度と関係が深く、熱交換器１２の凝縮温度が冷媒不足を検知するためのパラメータに適している場合も考えられる。

また、本実施の形態１では、空調冷熱機器１０Ａ〜１０Ｄが冷凍機の場合で説明したが、空調冷熱機器１０Ａ〜１０Ｄは冷凍機の場合に限らない。空調冷熱機器１０Ａ〜１０Ｄは暖房運転および冷房運転の両方が可能な空調機器であってもよい。この場合、熱源機側の熱交換器１２と負荷側機器の熱交換器１７のそれぞれの蒸発温度および凝縮温度のうち、いずれの温度が運転状態に関連するデータとして用いられてもよい。

さらに、本実施の形態１では、複数の空調冷熱機器から運転データおよび冷媒充填日の情報を収集する場合で説明したが、管理対象の空調冷熱機器は１台であってもよい。空調冷熱機器が１台であっても、蓄積される運転データの数が多ければ、確率演算部２０８が蓄積された運転データを基に上記のように多変量解析を行って、冷媒不足確率を算出することが可能である。

本実施の形態１の冷媒不足予測装置は、圧縮機１１および熱交換器１２を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置１とネットワーク３を介して接続される冷媒不足予測装置２であって、圧縮機１１の運転周波数と、熱交換器１２が熱交換する外気の温度である外気温度と、熱交換器１２の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、データ収集日とを含む複数の運転データと、空調冷熱機器に冷媒が充填された日である冷媒充填日とを集中監視装置１から受信する受信部２０１と、冷媒不足予測のための情報として、予測日と、予測日における外気温度の予測値と、圧縮機１１の運転周波数の目標設定値と、蒸発温度または凝縮温度の目標設定値とを含む入力データを受け付ける入力部２１１と、データ収集日、予測日および冷媒充填日を用いて、運転データ毎にデータ収集日を基準にして直近の冷媒充填日からデータ収集日までの期間である冷媒充填後経過期間と、予測日を基準にして直近の冷媒充填日から予測日までの期間である冷媒充填後見込期間とを算出する期間演算部２０７と、運転データ毎に含まれる運転周波数、外気温度、および蒸発温度または凝縮温度と冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、複数のグループのうち、入力データおよび冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する過去データに対応する運転データの冷媒不足検知情報に基づいて、予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する確率演算部２０８と、確率演算部２０８が算出した冷媒不足確率を出力する表示部２０９とを有するものである。

本実施の形態１によれば、確率演算部２０８が空調冷熱機器の運転状態に関する運転データを含むデータに多変量解析を行うことでデータに含まれる外乱を抑制し、冷媒不足の起こりやすさに応じてデータをグループ化し、予測日が属するグループの冷媒不足確率を算出しているので、空調冷熱機器に冷媒不足が実際に発生する前に、冷媒不足の発生を予測できる。

また、本実施の形態１において、確率演算部２０８は、複数の過去データを用いて主成分分析を行って第１および第２の主成分を軸とする２次元座標を決定し、２次元座標にプロットされた複数の過去データをクラスタリングして複数のクラスタに分類し、クラスタ毎に、クラスタ内の全データ数に対する、冷媒不足検知情報に冷媒不足が検知された旨の情報を含むデータの数の割合を冷媒不足確率として算出し、予測データが属するクラスタの冷媒不足確率を表示部２０９に出力させてもよい。
空調冷熱機器は、設置されている場所の環境および負荷状況などが異なっているため、冷媒不足を検知するためのパラメータと外乱とを普遍的に求めることは困難である。これに対して、本実施の形態１では、上記のように、確率演算部２０８が主成分分析を行って空調冷熱機器の運転状態に関する種々のパラメータ値を含む過去データから２つの主成分を抽出し、２つの主成分からなる２次元座標に基づいて過去データをクラスタ分けしている。そのため、空調冷熱機器の運転状態に対応して、冷媒不足の検知に最も適した主成分が抽出され、抽出された主成分に基づいて過去データが適正にクラスタ分けされる。

また、本実施の形態１において、確率演算部２０８は、空調冷熱機器の空調対象の室内の温度を含む複数の運転データと、空調冷熱機器の冷媒不足の予測結果として予測日の異なる複数の冷媒不足確率を含む診断情報とを表形式またはグラフ形式で表示部２０９に出力させてもよい。
この場合、複数の運転データおよび複数の予測結果が時系列で表またはグラフに表されるため、管理者は、運転状態の履歴が把握しやすくなり、冷媒不足の起こる時期をより特定しやすくなる。

さらに、本実施の形態１において、受信部が、複数の空調冷熱機器のそれぞれの複数の運転データおよび冷媒充填日の情報を集中監視装置から受信してもよい。
この場合、確率演算部は、複数の空調冷熱機器のそれぞれの複数の過去データを用いて多変量解析を行えるので、分析対象数の増加に伴って分析の精度が向上する。

１ 集中監視装置、２ 冷媒不足予測装置、３ ネットワーク、４Ａ〜４Ｄ 熱源機、５Ａ〜５Ｄ 負荷側機器、６Ａ〜６Ｅ 信号線、７Ａ〜７Ｄ 冷媒配管、８ 冷凍倉庫、１０、１０Ａ〜１０Ｄ 空調冷熱機器、１１ 圧縮機、１２、１７ 熱交換器、１３、１９ ファン、１４、１８、２０ 温度センサ、１５ 電子膨張弁、１６ 制御部、１０１、２１１ 入力部、１０２、２０９ 表示部、１０３ 運転状態受信部、１０４ 冷媒充填日受信部、１０５ 検知情報受信部、１０６、２０６ 記憶部、１０７ 送信部、１０８、２０１ 受信部、１１０、２１０ 制御部、２０２ 予測外気温度取得部、２０３ 予測周波数入力部、２０４ 予測蒸発温度入力部、２０５ 予測日入力部、２０７ 期間演算部、２０８ 確率演算部、２１２ 演算部。

Claims (6)

1. 圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置であって、
   前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する受信部と、
   冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データを受け付ける入力部と、
   前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から該予測日までの期間である冷媒充填後見込期間とを算出する期間演算部と、
   前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する確率演算部と、
   前記確率演算部が算出した冷媒不足確率を出力する表示部と、
   を有する冷媒不足予測装置。
2. 前記確率演算部は、
   前記複数の過去データを用いて主成分分析を行って第１および第２の主成分を軸とする２次元座標を決定し、該２次元座標にプロットされた前記複数の過去データをクラスタリングして複数のクラスタに分類し、クラスタ毎に、該クラスタ内の全データ数に対する、前記冷媒不足検知情報に冷媒不足が検知された旨の情報を含むデータの数の割合を前記冷媒不足確率として算出し、前記予測データが属するクラスタの前記冷媒不足確率を前記表示部に出力させる、請求項１に記載の冷媒不足予測装置。
3. 前記確率演算部は、前記空調冷熱機器の空調対象の室内の温度を含む複数の前記運転データと、前記空調冷熱機器の冷媒不足の予測結果として予測日の異なる複数の前記冷媒不足確率を含む診断情報とを表形式またはグラフ形式で前記表示部に出力させる、請求項１または２に記載の冷媒不足予測装置。
4. 前記受信部が、複数の前記空調冷熱機器のそれぞれの複数の運転データおよび冷媒充填日の情報を前記集中監視装置から受信する、請求項１〜３のいずれか１項に記載の冷媒不足予測装置。
5. 圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置による冷媒不足予測方法であって、
   前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信し、
   冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出し、
   前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出し、
   前記冷媒不足確率を出力する、冷媒不足予測方法。
6. 圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続されるコンピュータに、
   前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する手順と、
   冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出する手順と、
   前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する手順と、
   前記冷媒不足確率を出力する手順とを実行させるためのプログラム。

Images