JPWO2020230269A1 - 空気調和管理装置および空気調和システム - Google Patents

Abstract

空気調和対象空間の空気調和を行う室内機を有する空気調和装置を管理する空気調和管理装置であって、空気調和装置が設置された施設のスケジュールを有するスケジュール管理システムから送られるスケジュール情報のデータを取得するスケジュール情報取得部と、室内機の空気調和対象空間における人の有無を検出する人感センサの検出に係る人感情報のデータを取得する人感センサ情報取得部と、スケジュール情報のデータと人感情報のデータとに基づいて、スケジュールの内容と人感センサに対応する室内機とを関連づける学習処理を行う学習部とを有する制御処理装置を備えるものである。

Description

この発明は、空気調和管理装置および空気調和システムに関するものである。特に、スケジュールと室内機との対応付けに関するものである。

施設の予約状況などを管理するスケジュール管理システムと連動して、空気調和を行う空気調和システムが従来からある。たとえば、空気調和システムの空気調和管理装置は、スケジュール管理システムに記憶されたデータから、施設内の各部屋が使用される時間帯に関するデータを取得する。そして、空気調和管理装置は、取得したデータに基づき、部屋を使用する時間帯に合わせて予備運転を行い、部屋が使用されない時間帯は運転を停止するなどの制御を行う。これにより、部屋の使用者の快適性を向上させるとともに、省エネルギーを実現する（たとえば、特許文献１参照）。

また、スケジュール管理システムのデータに加え、各種センサなどから得られたデータを利用して、より精度の高い空気調和制御を行う空気調和システムも提案されている（たとえば、特許文献２および特許文献３参照）。

特開２０１３−０８９２０８号公報 特許第２９８１３１８号公報 特許第４２７４１５７号公報

従来の空気調和システムの技術では、スケジュール管理システムが有するスケジュールに係るデータと室内機を自動で対応付ける仕組みがない。このため、空気調和システムを施設に据え付ける際に、スケジュール情報と室内機との対応関係を手動で登録していた。このため、据え付けに係る手間が多くなるおよびミスの可能性があるなど、時間および費用などのコスト面で問題があった。

この発明は、上記のような課題を解決するため、スケジュールに係るデータと室内機を自動で対応付けることができる空気調和管理装置および空気調和システムを得ることを目的とする。

この発明の空気調和管理装置は、空気調和対象空間の空気調和を行う室内機を有する空気調和装置を管理する空気調和管理装置であって、空気調和装置が設置された施設のスケジュールを有するスケジュール管理システムから送られるスケジュール情報のデータを取得するスケジュール情報取得部と、室内機の空気調和対象空間における人の有無を検出する人感センサの検出に係る人感情報のデータを取得する人感センサ情報取得部と、スケジュール情報のデータと人感情報のデータとに基づいて、スケジュールの内容と人感センサに対応する室内機とを関連づける学習処理を行う学習部とを有する制御処理装置を備えるものである。

この発明の空気調和システムは、上記の空気調和管理装置と、空気調和管理装置の制御対象となり、空気調和対象空間の空気調和を行う室内機を有する空気調和装置とを備えるものである。

この発明によれば、制御処理装置の学習部が、スケジュール管理システムが管理するスケジュール情報と人感センサとの関係を関連づけを、学習処理によって行う。このため、スケジュールと室内機の対応を人手で入力しなくてもよい。したがって、スケジュールと室内機との対応付けに係る時間、費用などを抑えることができる。そして、スケジュール管理システムに連動した空気調和装置の制御を行うことができる。

実施の形態１における空気調和管理装置を有する空気調和システムを中心とする全体の構成を示す図である。 実施の形態１に係る空気調和管理装置が行う情報取得に関する処理の流れについて説明する図である。 実施の形態１に係るスケジュール管理システム２から送られる信号に含まれるスケジュール情報の内容を示す図である。 実施の形態１に係る人感センサから送られる信号に含まれる人感情報の内容を示す図である。 実施の形態１に係る学習部が行う学習処理の一例を示す図である。 実施の形態１に係る空気調和管理装置が行う運転制御に係る処理の流れを説明する図である。 実施の形態２における空気調和管理装置を有する空気調和システムを中心とする全体の構成を示す図である。

以下、実施の形態に係る空気調和管理装置などについて、図面などを参照しながら説明する。以下の図面において、同一の符号を付したものは、同一またはこれに相当するものであり、以下に記載する実施の形態の全文において共通することとする。また、図面では各構成部材の大きさの関係が実際のものとは異なる場合がある。そして、明細書全文に表わされている構成要素の形態は、あくまでも例示であって、明細書に記載された形態に限定するものではない。明細書に記載された機器がすべて含まれていなくてもよい場合がある。特に構成要素の組み合わせは、各実施の形態における組み合わせのみに限定するものではなく、他の実施の形態に記載した構成要素を別の実施の形態に適用することができる。また、圧力および温度の高低については、特に絶対的な値との関係で高低が定まっているものではなく、装置などにおける状態、動作などにおいて相対的に定まるものとする。また、添字で区別などしている複数の同種の機器などについて、特に区別したり、特定したりする必要がない場合には、符号、添字などを省略して記載する場合がある。

実施の形態１．
図１は、実施の形態１における空気調和管理装置を有する空気調和システムを中心とする全体の構成を示す図である。図１に示すように、空気調和システム１は、電気通信回線３を介して、スケジュール管理システム２と通信可能に接続されている。このため、空気調和システム１は、スケジュール管理システム２から送られた信号に基づいて、施設の利用に係るスケジュール情報のデータを得ることができる。

空気調和システム１は、空気調和管理装置１００および空気調和装置２００を有する。空気調和装置２００は、空気調和対象となる施設に設置されている。空気調和装置２００では、室外機２１０と複数の室内機２２０とが配管接続され、冷媒を循環する冷媒回路を構成する。図１では、３台の室内機２２０（室内機２２０Ａ、室内機２２０Ｂおよび室内機２２０Ｃ）が、室外機２１０と冷媒配管２３０で接続されている。

室外機２１０は、圧縮機、室外熱交換器などの機器（図示せず）を有し、室内機２２０に対して、冷媒による熱供給を行う。複数の室内機２２０は、それぞれ、空気調和対象空間に設置され、空気調和対象空間の空気調和を行う。各室内機２２０は、室内熱交換器などの機器（図示せず）を有し、冷媒により搬送された熱を、たとえば、空気調和対象空間の空気に伝え、空気調和対象空間の空気を加熱または冷却する。また、各室内機２２０は、それぞれ人感センサ２２１（人感センサ２２１Ａ、人感センサ２２１Ｂおよび人感センサ２２１Ｃ）を搭載する。人感センサ２２１は、たとえば、赤外線などの物理量を検出し、空気調和対象空間における人の有無などを検出する検出装置である。ここでは、室内機２２０が人感センサ２２１を有するものとして説明するが、これに限らず、室内機２２０の近傍に設置するなど、室内機２２０の空気調和対象空間内にいる人を検出できる位置に設置していればよい。

空気調和管理装置１００は、制御対象とする空気調和装置２００に関するデータを収集する。また、空気調和管理装置１００は、収集したデータに基づいて、空気調和装置２００の運転スケジュールを生成する。そして、空気調和管理装置１００は、運転スケジュールに基づいて、空気調和装置２００を制御する。空気調和管理装置１００は、制御処理装置１１０およびデータ記憶装置１２０を有する。

データ記憶装置１２０は、制御処理装置１１０が処理を行うための各種データを記憶する。実施の形態１のデータ記憶装置１２０は、スケジュール履歴記憶部１２１、人感センサ履歴記憶部１２２および運転スケジュール記憶部１２３を有する。スケジュール履歴記憶部１２１は、後述するスケジュール情報取得部１１１が取得処理したスケジュール情報をデータとして記憶する。また、人感センサ履歴記憶部１２２は、後述する人感センサ情報取得部１１２が取得処理した人感情報をデータとして記憶する。スケジュール履歴記憶部１２１および人感センサ履歴記憶部１２２は、少なくとも一定期間分のデータを記憶する。そして、運転スケジュール記憶部１２３は、後述する運転スケジュール生成部１１５が生成した運転スケジュールをデータとして記憶する。ここで、実施の形態１の空気調和管理装置１００においては、データ記憶装置１２０が、制御処理装置１１０の処理に用いるデータを、まとめて記憶している。ただし、空気調和管理装置１００は、スケジュール履歴記憶部１２１、人感センサ履歴記憶部１２２および運転スケジュール記憶部１２３などを、独立した記憶装置にそれぞれ記憶するなどしてもよい。

制御処理装置１１０は、各室内機２２０が設置された空気調和対象空間に関する利用スケジュールおよび人感センサ２２１の検出などに基づいて生成した、空気調和装置２００の運転スケジュールに基づいて、空気調和装置２００を制御する。

スケジュール情報取得部１１１は、スケジュール管理システム２から送られる信号に基づいて、施設利用者のスケジュール情報をデータとして取得処理し、データ記憶装置１２０のスケジュール履歴記憶部１２１に記憶させる処理を行う。また、人感センサ情報取得部１１２は、各室内機２２０に搭載した人感センサ２２１から送られる信号に基づいて、人の検出または検出した人数などの人感情報のデータを取得処理し、データ記憶装置１２０の人感センサ履歴記憶部１２２に記憶させる処理を行う。

学習部１１３は、学習アルゴリズムを実行して、スケジュール情報および人感情報のデータに基づく学習処理を行い、スケジュール情報と人感センサ２２１を搭載した室内機２２０との関連付けを行う。学習部１１３は、入力データ処理部１１３Ａ、訓練データ処理部１１３Ｂおよび学習モデル処理部１１３Ｃを有する。入力データ処理部１１３Ａは、スケジュール情報のデータに基づいて入力データを生成する。また、訓練データ処理部１１３Ｂは、人感情報のデータに基づいて訓練データを生成する。そして、学習モデル処理部１１３Ｃは、入力データおよび訓練データに基づく学習処理を行う。学習部１１３の処理については後述する。推定部１１４は、学習部１１３が学習処理した学習結果に基づいて、これからの予定分のスケジュール情報から、室内機２２０の空気調和対象空間における時間帯ごとの人の有無について、推定処理を行う。運転スケジュール生成部１１５は、推定部１１４の推定処理結果に基づいて、空気調和装置２００に係る運転スケジュールのデータを生成し、運転スケジュールのデータを、運転スケジュール記憶部１２３に記憶させる処理を行う。

空気調和装置指令部１１６は、運転スケジュール記憶部１２３に記憶された運転スケジュールのデータに基づいて、空気調和装置２００に信号を送り、空気調和装置２００の運転制御を行う。

ここで、制御処理装置１１０は、ハードウェアとしては、たとえば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの制御演算処理装置、アナログ回路、デジタル回路などを有するサーバおよびマイクロコンピュータなどの装置で構成されている。また、データ記憶装置１２０は、たとえば、データを一時的に記憶できるランダムアクセスメモリ（ＲＡＭ）などの揮発性記憶装置（図示せず）、ハードディスクなど、データを長期的に記憶できる不揮発性の補助記憶装置（図示せず）などの装置で構成されている。

図２は、実施の形態１に係る空気調和管理装置が行う情報取得に関する処理の流れについて説明する図である。図１および図２に基づいて、空気調和管理装置１００が行う処理について説明する。以下で行われる処理については、制御処理装置１１０の各部が、それぞれの処理を行うものとして説明する。

制御処理装置１１０のスケジュール情報取得部１１１は、スケジュール管理システム２にスケジュール情報を要求する。スケジュール情報取得部１１１は、スケジュール管理システム２から送られた信号に基づき、信号に含まれる施設利用者に係るスケジュール情報のデータを取得する（ステップＳ１）。そして、スケジュール情報取得部１１１は、取得したスケジュール情報のデータを、スケジュール履歴記憶部１２１に記憶する（ステップＳ２）。ここでは、スケジュール情報取得部１１１がスケジュール管理システム２にスケジュール情報の要求を行ったが、これに限定するものではない。スケジュール情報取得部１１１は、スケジュール管理システム２から定期的に送られる信号を処理してもよい。

また、制御処理装置１１０の人感センサ情報取得部１１２は、各室内機２２０が有する人感センサ２２１から送られる信号に基づき、人感情報のデータを取得する（ステップＳ３）。人感センサ情報取得部１１２は、取得した人感情報のデータを、人感センサ履歴記憶部１２２に記憶する（ステップＳ４）。ここでは、スケジュール情報の取得および記憶を行って、人感情報の取得および記憶を行うものとして説明したが、情報の取得および記憶の順序については、特に限定しない。

学習部１１３は、同時間帯における、スケジュール履歴記憶部１２１に記憶された過去分のスケジュール情報のデータと人感センサ履歴記憶部１２２に記憶された人感情報のデータとに基づき、学習処理を行う（ステップＳ５）。学習部１１３は、学習処理により、後述するように、推定部１１４が推定処理を行う際に用いる、重みパラメータＡおよびバイアスパラメータＢを演算する。

図３は、実施の形態１に係るスケジュール管理システム２から送られる信号に含まれるスケジュール情報の内容を示す図である。スケジュール管理システム２から送られる信号には、日時と施設の全利用者のスケジュール内容が対応づけられたスケジュール情報のデータが含まれる。図３では、スケジュールの日時は、５分間隔で設定されている。そして、スケジュール内容には、施設利用者のスケジュールの内容が羅列される。たとえば、同じ内容が記された複数人のスケジュールは、１つにまとめられる。

図３のスケジュール情報において、たとえば、日時が２０１８年１１月２７日０８時３０分には、「出社」と「出張」のいずれかが、施設利用者のスケジュール内容として記されている。また、たとえば、２０１８年１１月２７日０９時０５分には、「ＸＸ会議」と「ＹＹＹミーティング」のいずれかが、施設利用者のスケジュールとして記されている。

図４は、実施の形態１に係る人感センサから送られる信号に含まれる人感情報の内容を示す図である。各人感センサ２２１から送られる信号には、日時とセンサ値とが関連付けられたデータが含まれる。図４では、日時は５分間隔で設定されている。センサ値は、人感センサ２２１による人の検出確度を数値で表したものであり、０．０以上１．０以下の範囲の値で示したものである。ここでは、数値が大きいほど、人がいる可能性が高いものとする。たとえば、閾値を設定することで、人の有無を判定することができる。

図４において、たとえば、室内機２２０Ｂが有する人感センサ２２１Ｂは、２０１８年１１月２７日０８時３０分において、センサ値は、０．０を検出している。また、２０１８年１１月２７日０９時０５分において、センサ値は、１．０を検出している。

図５は、実施の形態１に係る学習部が行う学習処理の一例を示す図である。図１および図５に基づいて、学習部１１３が行う学習処理について説明する。学習部１１３は、学習処理において、スケジュール履歴記憶部１２１に記憶されたスケジュール情報のデータを、学習モデルの入力データとして用いる。また、学習部１１３は、人感センサ履歴記憶部１２２に記憶されたセンサ値情報のデータを、学習モデルの訓練データとして用いる。

学習部１１３の入力データ処理部１１３Ａは、学習対象とする時間単位のスケジュール情報を、スケジュール履歴記憶部１２１から読み込む（ステップＳ１１）。ここで、時間単位は、たとえば、３０分、１時間などである。そして、入力データ処理部１１３Ａは、学習対象とする時間帯のスケジュール情報に含まれるすべての単語を抽出する（ステップＳ１２）。入力データ処理部１１３Ａは、抽出した単語をベクトル化した、入力データを生成する（ステップＳ１３）。単語を抽出する方法および単語をベクトル化する方法は、特に限定しない。単語の抽出する方法としては、たとえば、１または複数の文字毎に文字列を分解して単語を抽出するＮグラム法がある。また、単語をベクトル化する方法については、Ｗｏｒｄ２Ｖｅｃなどの分散表現を使用した方法がある。

学習対象の時間帯のスケジュール情報に含まれるｎ番目の単語をベクトル化したものをｖｎとすると、学習部１１３における入力データは、（１）式で表される。ここで、単語の並び順は、特に限定しない。

［数１］
［ｖ１，ｖ２，ｖ３，…，ｖｎ］ …（１）

また、学習部１１３の訓練データ処理部１１３Ｂは、学習対象とする時間単位における各人感センサ２２１のセンサ値情報を、人感センサ履歴記憶部１２２から読み込む（ステップＳ１４）。そして、訓練データ処理部１１３Ｂは、時間単位における各人感センサ２２１のセンサ値の平均値を算出する（ステップＳ１５）。ｍ番の人感センサ２２１におけるセンサ値の平均値をｘｍとすると、学習部１１３における訓練データは、（２）式で示すベクトルで表すことができる。

［数２］
［ｘ１，ｘ２，ｘ３，…，ｘｍ］ …（２）

学習モデル処理部１１３Ｃは、入力データ処理部１１３Ａが生成した入力データおよび訓練データ処理部１１３Ｂが生成した訓練データに基づいて、学習処理を行う。ここで、学習モデル処理部１１３Ｃは、入力データの次元に合わせた入力層、訓練データの次元に合わせた出力層および１つ以上の隠れ層を入力層と出力層との間に有する多層のニューラルネットワークに基づく処理を行う。

各層の値をベクトルで表したものをＸｉとすると、（３）式に示す漸化式で表現することができる。たとえば、学習モデルが３層で構成される場合は、ｉ＝１が入力層となり、ｉ＝２が隠れ層となり、ｉ＝３が出力層となる。そして、Ａｉは、行列で表される、ｉ層における重みパラメータである。また、Ｂｉは、縦ベクトルで表される、ｉ層におけるバイアスパラメータである。そして、ｆは、シグモイド関数などの活性化関数である。

［数３］
Ｘｉ＝ｆ（ＡｉＸｉ＋Ｂｉ） …（３）

学習モデル処理部１１３Ｃは、学習処理により、重みパラメータＡｉおよびバイアスパラメータＢｉを演算する（ステップＳ１６）。学習モデル処理部１１３Ｃが演算した出力層に係る重みパラメータＡｉおよびバイアスパラメータＢｉが、推定部１１４で推定処理に用いられる重みパラメータＡおよびバイアスパラメータＢとなる。学習モデル処理部１１３Ｃは、重みパラメータＡｉおよびバイアスパラメータＢｉの演算により、最終的に重みパラメータＡおよびバイアスパラメータＢを演算する（ステップＳ１７）。たとえば、一度にデータとして入力される単語が３つの場合など、入力層が３次元程度のとき、重みパラメータＡは、３行３列の行列となる。

たとえば、図３および図４に基づき、学習部１１３は、スケジュール情報に含まれる「ＸＸＸ」、「会議」、「ＹＹＹ」および「ミーティング」の単語と、室内機２２０Ｂが有する人感センサ２２１Ｂのセンサ値とは、関連性が高いことを学習することができる。このため、「ＸＸＸ」、「会議」、「ＹＹＹ」および「ミーティング」の単語を含むスケジュールがある場合、学習部１１３では、室内機２２０Ｂの空気調和対象空間に人がいる可能性が高いことを示す重みパラメータＡおよびバイアスパラメータＢが演算される。したがって、たとえば、ＸＸＸ会議およびＹＹＹミーティングが行われる空間は、室内機２２０Ｂの空気調和対象空間であるとの対応づけを行うことができる。

図６は、実施の形態１に係る空気調和管理装置が行う運転制御に係る処理の流れを説明する図である。実施の形態１の空気調和管理装置１００は、スケジュール情報に基づいて推定した各室内機２２０の空気調和対象空間における人の有無から、運転スケジュールを生成する。そして、空気調和管理装置１００は、生成した運転スケジュールのデータに基づいて、空気調和装置２００の制御を行う。

推定部１１４は、学習部１１３の学習結果である重みパラメータＡおよびバイアスパラメータＢと、これからの予定分のスケジュール情報とに基づき、各室内機２２０の空気調和対象空間の時間帯ごとにおける人の有無について推定処理を行う（ステップＳ２１）。推定部１１４は、たとえば、利用予定分のスケジュール情報に含まれる単語から、各室内機２２０が有する人感センサ２２１が検出するセンサ値を推定し、算出する。ここで、推定部１１４においても、学習部１１３と同様に、スケジュール情報に含まれる単語を抽出して生成したデータから、たとえば、ニューラルネットワークに基づく処理を行う。そして、推定部１１４は、推定したセンサ値を、あらかじめ定められた閾値と比較して、人の有無を推定処理する。たとえば、次式（４）で表されるように、各人感センサ２２１が検出するものと推定されたセンサ値について、閾値を０．５としたとき、推定部１１４は、人感センサ２２１Ｂを有する室内機２２０Ｂの空気調和対象空間に人がいることを推定することができる。

［数４］
［ｘ１，ｘ２，ｘ３］＝［０，０．９，０．１］ …（４）

運転スケジュール生成部１１５は、推定部１１４が推定した推定結果に基づき、各室内機２２０の運転スケジュールを生成する（ステップＳ２２）。運転スケジュールについては、たとえば、ある時間帯に、空気調和対象空間に人がいると推定された室内機２２０について、その時間帯に合わせて予備運転を行う運転スケジュールを生成する。また、ある時間帯に、空気調和対象空間に人がいないと推定された室内機２２０について、その時間帯には、室内機２２０の運転を停止する運転スケジュールを生成する。運転スケジュール生成部１１５は、生成した運転スケジュールのデータを、運転スケジュール記憶部１２３に記憶する（ステップＳ２３）。

空気調和装置指令部１１６は、運転スケジュール記憶部１２３に記憶された運転スケジュールのデータに基づき、室外機２１０および室内機２２０に運転指令を送り、空気調和装置２００を制御する（ステップＳ２４）。

以上のように、実施の形態１の空気調和管理装置１００の制御処理装置１１０は、スケジュール管理システム２から送られるスケジュール情報と各室内機２２０が有する人感センサ２２１の検出に係る人感情報とを取得する。そして、制御処理装置１１０の学習部１１３は、スケジュール情報に含まれるスケジュール内容の単語と人感情報に含まれる各人感センサ２２１のセンサ値との対応を学習処理する。このため、手入力などを行わなくても、スケジュール情報に含まれるスケジュールの内容と室内機２２０の空気調和対象空間における人の有無とを対応付けることができる。

そして、実施の形態１の空気調和管理装置１００によれば、推定部１１４は、学習部１１３の結果とスケジュール管理システム２から送られる予定のスケジュール情報とに基づき、時間帯ごとの各室内機２２０が有する人感センサ２２１のセンサ値を推定する。運転スケジュール生成部１１５は、推定したセンサ値に基づいて運転スケジュールを生成する。そして、空気調和装置指令部１１６は、運転スケジュールに基づき、空気調和装置２００を制御する。このため、スケジュール管理システム２のスケジュール情報に連動した空気調和装置２００の制御を行うことができる。

実施の形態２．
図７は、実施の形態２における空気調和管理装置を有する空気調和システムを中心とする全体の構成を示す図である。前述した実施の形態１では、スケジュール管理システム２は、空気調和システム１とは別のシステムとして説明したが、これに限定するものではない。空気調和システム１内にスケジュール管理システム２を有し、空気調和管理装置１００が、スケジュール管理システム２が行うスケジュール管理に係る処理を行ってもよい。

また、前述した実施の形態１では、室内機２２０が人感センサ２２１を有するものとして説明したが、これに限定するものではない。図７に示すように、人感センサ２２１を室内機２２０の近傍に設置するなど、人感センサ２２１が、対応する室内機２２０の空気調和対象空間に設置されるようにしてもよい。

さらに、上述した実施の形態１は、空気調和装置２００について、特に言及しなかった。実施の形態１で説明した空気調和管理装置１００による制御は、ビル用マルチ空気調和方式またはセントラル空気調和方式などの従来からあるまたは今後提供される可能性のある種々の方式の空気調和装置２００に適用することができる。

１ 空気調和システム、２ スケジュール管理システム、３ 電気通信回線、１００ 空気調和管理装置、１１０ 制御処理装置、１１１ スケジュール情報取得部、１１２ 人感センサ情報取得部、１１３ 学習部、１１３Ａ 入力データ処理部、１１３Ｂ 訓練データ処理部、１１３Ｃ 学習モデル処理部、１１４ 推定部、１１５ 運転スケジュール生成部、１１６ 空気調和装置指令部、１２０ データ記憶装置、１２１ スケジュール履歴記憶部、１２２ 人感センサ履歴記憶部、１２３ 運転スケジュール記憶部、２００ 空気調和装置、２１０ 室外機、２２０，２２０Ａ，２２０Ｂ，２２０Ｃ 室内機、２２１，２２１Ａ，２２１Ｂ，２２１Ｃ 人感センサ、２３０ 冷媒配管。

Claims (10)

1. 空気調和対象空間の空気調和を行う室内機を有する空気調和装置を管理する空気調和管理装置であって、
   前記空気調和装置が設置された施設のスケジュールを有するスケジュール管理システムから送られるスケジュール情報のデータを取得するスケジュール情報取得部と、
   前記室内機の前記空気調和対象空間における人の有無を検出する人感センサの検出に係る人感情報のデータを取得する人感センサ情報取得部と、
   前記スケジュール情報のデータと前記人感情報のデータとに基づいて、前記スケジュールの内容と前記人感センサに対応する前記室内機とを関連づける学習処理を行う学習部と
   を有する制御処理装置を備える空気調和管理装置。
2. 前記スケジュール情報取得部が取得した前記スケジュール情報のデータを記憶するスケジュール履歴記憶部と、
   前記人感センサ情報取得部が取得した前記人感情報のデータを記憶する人感センサ履歴記憶部と
   を有するデータ記憶装置を備え、
   前記学習部は、スケジュール履歴記憶部に記憶された前記スケジュール情報のデータおよび前記人感センサ履歴記憶部に記憶された前記人感情報のデータから前記学習処理を行う請求項１に記載の空気調和管理装置。
3. 前記学習部は、前記スケジュールに含まれる単語と前記人感センサのセンサ値との関連性に係る前記学習処理を行う請求項１または請求項２に記載の空気調和管理装置。
4. 前記制御処理装置は、
   前記学習部が処理した学習結果と前記スケジュール情報とに基づいて、前記室内機における人の有無を推定処理する推定部をさらに有する請求項１〜請求項３のいずれか一項に記載の空気調和管理装置。
5. 前記制御処理装置は、
   前記推定部が推定処理した結果に基づいて、少なくとも前記空気調和装置の前記室内機における運転および停止に係る運転スケジュールのデータを生成する運転スケジュール生成部をさらに有する請求項４に記載の空気調和管理装置。
6. 前記運転スケジュール生成部が生成した前記運転スケジュールのデータを記憶する運転スケジュール記憶部をさらに有する請求項５に記載の空気調和管理装置。
7. 前記制御処理装置は、
   前記運転スケジュールのデータに基づき、前記空気調和装置を制御する空気調和装置指令部をさらに備える請求項５または請求項６に記載の空気調和管理装置。
8. 請求項１〜請求項７のいずれか一項に記載の空気調和管理装置と、
   前記空気調和管理装置の制御対象となり、空気調和対象空間の空気調和を行う室内機を有する空気調和装置と
   を備える空気調和システム。
9. 前記室内機の前記空気調和対象空間における人の有無を検出する人感センサは、前記室内機または前記室内機の空気調和対象空間内に設置される請求項８に記載の空気調和システム。
10. 前記空気調和装置が設置された施設のスケジュールを有するスケジュール管理システムを備える請求項８または請求項９に記載の空気調和システム。

Images