WO2021130960A1 - 空調制御装置、空調システム、空調方法及びプログラム - Google Patents
空調制御装置、空調システム、空調方法及びプログラム Download PDFInfo
- Publication number
- WO2021130960A1 WO2021130960A1 PCT/JP2019/051130 JP2019051130W WO2021130960A1 WO 2021130960 A1 WO2021130960 A1 WO 2021130960A1 JP 2019051130 W JP2019051130 W JP 2019051130W WO 2021130960 A1 WO2021130960 A1 WO 2021130960A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- indoor space
- air conditioning
- unit
- air
- temperature distribution
- Prior art date
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/50—Load
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
空調制御装置(30)は、空調機(40)による室内空間の空調を制御する。気象データ取得部(310)は、気象データを取得する。温度分布取得部(320)は、室内空間の温度分布を取得する。人情報取得部(330)は、室内空間における人に関する人情報を取得する。推定部(350)は、気象データ取得部(310)により取得された気象データと、温度分布取得部(320)により取得された温度分布と、人情報取得部(330)により取得された人情報と、の入力を受けて、室内空間に生じる熱負荷の分布を推定した推定情報を出力する。空調制御部(360)は、推定部(350)により出力された推定情報の入力を受けて、空調機(40)に室内空間を空調させる空調制御信号を出力する。
Description
本発明は、空調制御装置、空調システム、空調方法及びプログラムに関する。
空調対象の室内空間に生じる熱負荷を予測する技術が知られている。例えば、特許文献1は、空調熱源設備の熱負荷を予測する熱負荷予測装置を開示している。具体的に説明すると、特許文献1に開示された熱負荷予測装置は、空調熱源設備の熱負荷、建物外部環境及び建物内部環境についての対象時間帯以前の実績データと、建物外部環境及び建物内部環境についての対象時間帯の予測データと、熱負荷予測モデルと、に基づいて、対象時間帯の熱負荷を予測する。また、特許文献1に開示された熱負荷予測装置は、実績データを利用して熱負荷予測モデルの学習を行う。
特許文献1に開示された熱負荷の予測手法は、建物内における熱負荷の位置による違いを考慮するものではない。これに対して、室内空間に生じる熱負荷をより精度良く推定して室内空間を適切に空調し、快適性を向上させたい、との要望がある。
本発明は、上述のような課題を解決するためになされたものであり、室内空間を適切に空調して快適性を向上させることが可能な空調制御装置等を提供することを目的とする。
上記目的を達成するため、本発明に係る空調制御装置は、
空調機による室内空間の空調を制御する空調制御装置であって、
気象データを取得する気象データ取得手段と、
前記室内空間の温度分布を取得する温度分布取得手段と、
前記室内空間における人に関する人情報を取得する人情報取得手段と、
前記気象データ取得手段により取得された前記気象データと、前記温度分布取得手段により取得された前記温度分布と、前記人情報取得手段により取得された前記人情報と、の入力を受けて、前記室内空間に生じる熱負荷の分布を推定した推定情報を出力する推定手段と、
前記推定手段により出力された前記推定情報の入力を受けて、前記空調機に前記室内空間を空調させる空調制御信号を出力する空調制御手段と、を備える。
空調機による室内空間の空調を制御する空調制御装置であって、
気象データを取得する気象データ取得手段と、
前記室内空間の温度分布を取得する温度分布取得手段と、
前記室内空間における人に関する人情報を取得する人情報取得手段と、
前記気象データ取得手段により取得された前記気象データと、前記温度分布取得手段により取得された前記温度分布と、前記人情報取得手段により取得された前記人情報と、の入力を受けて、前記室内空間に生じる熱負荷の分布を推定した推定情報を出力する推定手段と、
前記推定手段により出力された前記推定情報の入力を受けて、前記空調機に前記室内空間を空調させる空調制御信号を出力する空調制御手段と、を備える。
本発明は、気象データ、室内空間の温度分布、及び室内空間における人に関する人情報を取得し、取得した気象データ、温度分布及び人情報に基づいて室内空間に生じる熱負荷の分布を推定し、推定された熱負荷の分布に基づいて空調機に室内空間を空調させる。従って、本発明によれば、室内空間を適切に空調して快適性を向上させることができる。
以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一又は相当部分には同一符号を付す。
(実施の形態1)
図1に、実施の形態1に係る空調システム1の全体構成を示す。空調システム1は、空調対象の空間を空調する設備である。空調とは、空調対象の空間の空気の温度、湿度、清浄度又は気流等を調整することであって、具体的には、暖房、冷房、除湿、加湿、空気清浄等である。
図1に、実施の形態1に係る空調システム1の全体構成を示す。空調システム1は、空調対象の空間を空調する設備である。空調とは、空調対象の空間の空気の温度、湿度、清浄度又は気流等を調整することであって、具体的には、暖房、冷房、除湿、加湿、空気清浄等である。
図1に示すように、空調システム1は、空調制御システム10と、複数の空調機40と、を備える。ここで、空調制御システム10は、複数の撮影装置20と、空調制御装置30と、を備える。また、複数の空調機40のそれぞれは、室内空間2の外部に設置される室外機41と、室内空間2の内部に設置される室内機42と、を備える。
図2に、空調システム1による空調対象の空間である室内空間2を示す。室内空間2は、例えば戸建て住宅、集合住宅、オフィスビル、工場等における一室である。複数の室内機42及び複数の撮影装置20のそれぞれは、一例として、室内空間2の天井に設置されている。また、室内空間2には、複数の照明5、人が出入りする出入り口、及び窓が設けられている。
複数の撮影装置20のそれぞれは、赤外線カメラを備えており、赤外線カメラにより室内空間2を撮影することで室内空間2における熱分布を示す熱画像を取得する。室内空間2には、1つの室内機42に対して1つの撮影装置20が設置されている。図2の例では、各撮影装置20は、対応する室内機42における空調空気の吹き出し口の近傍に設置されており、対応する室内機42により空調されるエリアを撮影する。
図3に示すように、各撮影装置20は、制御部21と、記憶部22と、撮影部23と、回転駆動部24と、通信部25と、を備える。これら各部は通信バスを介して接続されている。
制御部21は、CPU(Central Processing Unit)、ROM(Read Only Memory)及びRAM(Random Access Memory)を備える。CPUは、中央処理装置、中央演算装置、プロセッサ、マイクロプロセッサ、マイクロコンピュータ、DSP(Digital Signal Processor)等とも呼び、撮影装置20の制御に係る処理及び演算を実行する中央演算処理部として機能する。制御部21において、CPUは、ROMに格納されているプログラム及びデータを読み出し、RAMをワークエリアとして用いて、撮影装置20を統括制御する。
また、制御部21は、DSP、GPU(Graphics Processing Unit)等の画像処理用のプロセッサと、処理される画像を一時的に保存するバッファメモリと、を備える。制御部21は、周知の画像処理の手法を用いて、撮影部23により得られた撮影画像を処理する。
記憶部22は、フラッシュメモリ、EPROM(Erasable Programmable ROM)、EEPROM(Electrically Erasable Programmable ROM)等の不揮発性の半導体メモリを備えており、いわゆる二次記憶装置又は補助記憶装置としての役割を担う。記憶部22は、制御部21が各種処理を行うために使用するプログラム及びデータを記憶する。また、制御部21が各種処理を行うことにより生成又は取得するデータを記憶する。
撮影部23は、室内空間2を撮影することにより、室内空間2内の様子を表す撮影画像を取得する。具体的に説明すると、撮影部23は、赤外線で室内空間2を撮影する赤外線カメラを備える。赤外線カメラは、赤外線を集光するレンズ、レンズによる集光位置に配置された撮像素子、撮像素子により得られた画像を表す電気信号をデジタルデータに変換するA/D(Analog/Digital)変換器等を含む。撮影部23は、赤外線カメラにより室内空間2を撮影することにより、室内空間2の温度分布を表す熱画像を取得する。撮影部23は、撮影手段として機能する。
回転駆動部24は、モータ、アクチュエータ等の駆動部材を備えており、撮影部23を回転させてその光軸の向きを変化させる。具体的に説明すると、回転駆動部24は、撮影部23を鉛直方向の回転軸の周りに回転させる。これにより、回転駆動部24は、撮影部23に室内空間2における広い範囲を撮影させる。回転駆動部24は、回転駆動手段として機能する。
通信部25は、空調制御装置30と通信するための通信インタフェースを備える。通信部25は、空調制御装置30との間で有線又は無線により通信可能に接続されており、有線LAN(Local Area Network)、無線LAN等の周知の通信規格に則って通信する。
図1に戻って、空調制御装置30は、複数の空調機40による室内空間2の空調を制御する装置である。空調制御装置30は、一例として、室内空間2に存在するユーザにより操作され、各空調機40に様々な指令を送信するリモコンであって、室内空間2の側壁に設置されている。
図4に示すように、空調制御装置30は、制御部31と、記憶部32と、ユーザインタフェース33と、通信部35と、を備える。これら各部は通信バスを介して接続されている。
制御部31は、CPU、ROM及びRAMを備える。CPUは、中央処理装置、中央演算装置、プロセッサ、マイクロプロセッサ、マイクロコンピュータ、DSP等とも呼び、空調制御装置30の制御に係る処理及び演算を実行する中央演算処理部として機能する。制御部31において、CPUは、ROMに格納されているプログラム及びデータを読み出し、RAMをワークエリアとして用いて、空調制御装置30を統括制御する。
記憶部32は、フラッシュメモリ、EPROM、EEPROM等の不揮発性の半導体メモリを備えており、いわゆる二次記憶装置又は補助記憶装置としての役割を担う。記憶部32は、制御部31が各種処理を行うために使用するプログラム及びデータを記憶する。また、記憶部32は、制御部31が各種処理を行うことにより生成又は取得するデータを記憶する。
ユーザインタフェース33は、タッチパネル、スイッチ、押圧ボタン等の入力部と、LCD(Liquid Crystal Display)パネル、有機EL等の表示部と、を備える。ユーザインタフェース33は、入力部を介してユーザから操作入力を受け付け、また、表示部を介して表示画像を表示する。
通信部35は、複数の撮影装置20及び複数の空調機40を含む外部の装置と通信するための通信インタフェースを備える。通信部35は、各撮影装置20及び各空調機40との間で有線又は無線により通信可能に接続されており、有線LAN、無線LAN等の周知の通信規格に則って通信する。
図1に戻って、複数の空調機40のそれぞれは、空調対象の空間である室内空間2を空調する。各空調機40は、一例として、CO2(二酸化炭素)、HFC(ハイドロフルオロカーボン)等を冷媒として用いたヒートポンプ式の空調設備である。
室外機41と室内機42とは、図示を省略するが、冷媒が流れる冷媒回路を介して接続されている。室外機41は、冷媒を圧縮して冷凍回路を循環させる圧縮機と、冷媒回路を流れる冷媒の方向を切り換える四方弁と、冷媒回路を流れる冷媒と室外の空気との間で熱交換を行う室外熱交換器と、冷媒回路を流れる冷媒を減圧して膨張させる膨張弁と、室外の空気を室外熱交換器に送る室外ファンと、を備える。室内機42は、冷媒回路を流れる冷媒と室内空間2の空気との間で熱交換を行う室内熱交換器と、室内空間2の空気を室内熱交換器に送る室内ファンと、を備える。
室外機41と室内機42とは、いずれもCPU、ROM、RAM、通信インタフェース及び読み書き可能な不揮発性の半導体メモリを備えており、空調制御装置30から送信される空調制御信号に応じて強調動作し、空調装置40全体を制御する。具体的に説明すると、室外機41は、圧縮機の駆動周波数、四方弁の切り換え、室外ファンの回転速度、及び、膨張弁の開度を制御する。また、室内機42は、室内ファンの回転速度を制御する。これにより、室内空間2が空調される。
次に、図5を参照して、空調制御装置30の機能的な構成について説明する。空調制御装置30は、機能的に、気象データ取得部310と、温度分布取得部320と、人情報取得部330と、推定部350と、空調制御部360と、照明制御部370と、を備える。これらの各機能は、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェア及びファームウェアは、プログラムとして記述され、ROM又は記憶部32に格納される。そして、CPUが、ROM又は記憶部32に記憶されたプログラムを実行することによって、これらの各機能を実現する。
また、空調制御装置30は、気象DB(データベース)410と、温度DB420と、在室DB430と、を備える。これらは記憶部32内の適宜の記憶領域に構築される。
気象データ取得部310は、気象サーバ50から気象データを取得する。気象データとは、天気、外気温、日射量、日照時間、風向き等のような、気象の予報及び実績に関するデータである。気象サーバ50は、気象庁、気象事業者等によって運営され、気象データを一般に利用可能に提供するデータサーバである。
気象データ取得部310は、例えば1日に1回から数回程度の頻度で広域ネットワークを介して気象サーバ50と通信し、室内空間2の周囲の気象データ、言い換えると、室内空間2が存在する地域における天気、外気温等のデータを取得する。気象データ取得部310は、制御部31が通信部35と協働することにより実現される。気象データ取得部310は、気象データ取得手段として機能する。
気象データ取得部310は、気象サーバ50から気象データを取得すると、取得した気象データを気象DB410に格納する。気象DB410は、気象データの履歴を記憶するデータベースである。具体的には図6に示すように、気象DB410は、室内空間2の周囲の外気温及び天気の気象データを、日時と対応付けて記憶している。気象DB410に記憶されている気象データは、気象サーバ50から気象データが取得される毎に更新される。
より詳細には、気象データ取得部310は、気象データとして、将来に予測される気象予報データと、過去の実績を示す気象実績データと、を取得する。気象DB410に記憶される気象データのうち、現時点よりも過去の時点における気象データは気象実績データに相当し、現時点よりも将来の時点における気象データは気象予報データに相当する。気象データ取得部310は、気象サーバ50からある日時の気象実績データを取得すると、その日時の気象データとして既に気象DB410に記憶されている気象予報データを、取得した気象実績データに更新する。
図5に戻って、温度分布取得部320は、室内空間2の温度分布を取得する。ここで、室内空間2の温度分布とは、室内空間2内における温度の空間的な拡がりを示す情報であって、室内空間2内の壁、床、窓等のような複数の位置の温度を示す情報である。温度分布取得部320は、撮影部23に赤外線で室内空間2を撮影させることにより、室内空間2の温度分布を取得する。
具体的に説明すると、温度分布取得部320は、例えば1時間に1回程度の頻度で、室内空間2に設置されている複数の撮影装置20に撮影指令を送信する。各撮影装置20は、空調制御装置30から送信された撮影指令を受信すると、撮影部23により室内空間2を撮影する。これにより、各撮影装置20は、室内空間2における自装置の室内機42により空調されるエリアを赤外線で撮影した撮影画像を取得する。
図7に、1つの撮影装置20により撮影された室内空間2の撮影画像51の例を示す。撮影画像51は、赤外線により撮影された画像であるため、室内空間2の温度分布、すなわち熱分布を表す熱画像である。一例として、撮影画像51からは、室内空間2における人、照明5及び窓が存在する領域の温度は、これら以外の領域とは異なる温度であることが確認できる。
各撮影装置20は、室内空間2を撮影すると、撮影により得られた撮影画像51を、通信部25を介して空調制御装置30に送信する。温度分布取得部320は、各撮影装置20から送信された撮影画像51を受信することで、室内空間2の温度分布を取得する。温度分布取得部320は、制御部31が通信部35と協働することにより実現される。温度分布取得部320は、温度分布取得手段として機能する。
温度分布取得部320は、室内空間2の温度分布を取得すると、取得した温度分布により示される温度データを温度DB420に格納する。温度DB420は、温度データの履歴を記憶するデータベースである。具体的には図8に示すように、温度DB420は、室内空間2の温度分布のデータとして、室内空間2の壁、床、窓を含む複数の位置の温度を、その温度が取得された日時に対応付けて記憶している。温度DB420に記憶されている温度データは、温度分布取得部320により温度分布が取得される毎に更新される。
より詳細には、温度分布取得部320は、撮影部23を回転させながら撮影部23に室内空間2を撮影させる第1の撮影処理と、撮影部23の向きを室内空間2における特定の場所の方向に固定して撮影部23に室内空間2を撮影させる第2の撮影処理と、を実行する。
温度分布取得部320は、予め定められたタイミングが到来した場合に第1の撮影処理を実行する。第1の撮影処理において、温度分布取得部320は、撮影部23を回転させながら撮影部23に室内空間2を撮影させる指令を各撮影装置20に送信する。
各撮影装置20は、空調制御装置30から送信された撮影指令を受信すると、回転駆動部24を駆動させて撮影部23の光軸の向きを変化させながら、室内空間2を撮影する。このように撮影部23を回転させることにより、室内空間2内の広い範囲を撮影した撮影画像を取得することができる。
これに対して、温度分布取得部320は、予め定められたタイミングが到来していない場合、言い換えると第1の撮影処理を実行している時以外は、第2の撮影処理を実行する。第2の撮影処理において、温度分布取得部320は、撮影部23の向きを室内空間2における特定の場所の方向に固定して撮影部23に室内空間2を撮影させる指令を各撮影装置20に送信する。ここで、特定の場所とは、具体的には室内空間2における人の出入り口である。
各撮影装置20は、空調制御装置30から送信された撮影指令を受信すると、回転駆動部24を駆動させて撮影部23の光軸の向きを出入り口の方向に向けて、室内空間2を撮影する。このように、第1の撮影処理を実行するタイミング以外の間は撮影部23の向きを出入り口に固定することにより、室内空間2に出入りする人を精度良く撮影することができる。
図5に戻って、人情報取得部330は、撮影部23により撮影された室内空間2の撮影画像に基づいて、室内空間2に存在する人に関する人情報を取得する。人情報とは、室内空間2における人の有無、及び、人が存在する場合にその数、位置等を示す情報である。言い換えると、人情報取得部330は、人情報として、室内空間2における人の有無と、室内空間2に存在する人の数と、室内空間2に存在する人の位置と、を取得する。
人情報取得部330は、温度分布取得部320により各撮影装置20から取得された赤外線による撮影画像を、周知の人認識の手法を用いて解析することで、撮影画像に人が含まれているか否かを判定する。人情報取得部330は、例えば図7に示した撮影画像51から、人の形状、動作等を識別することにより、人の有無を判定する。そして、人情報取得部330は、室内空間2に人が存在する場合に、その数及び位置の情報を取得する。
より詳細には、人情報取得部330は、第2の撮影処理において撮影された室内空間2の撮影画像に基づいて、室内空間2に人が入室したか否かを判定する。具体的に説明すると、人情報取得部330は、撮影部23の向きを室内空間2の出入り口の方向に固定した状態で撮影された撮影画像から、出入り口における人の有無を識別する。これにより、人情報取得部330は、出入り口から人が入室したか否かを判定する。出入り口を撮影することで、人が入室したか否かを精度良く判定することができる。
人情報取得部330は、人情報を取得すると、取得した人情報により示される在室人数を在室DB430に格納する。在室DB430は、室内空間2に存在する人の数の履歴を記憶するデータベースである。具体的には図9に示すように、在室DB430は、在室人数のデータを、そのデータが取得された日時に対応付けて記憶している。在室DB430に記憶されている在室人数は、人情報取得部330により人情報が取得される毎に更新される。人情報取得部330は、制御部31が記憶部32と協働することにより実現される。人情報取得部330は、人情報取得手段として機能する。
図5に戻って、推定部350は、気象データ取得部310により取得された気象データと、温度分布取得部320により取得された温度分布と、人情報取得部330により取得された人情報と、の入力を受けて、室内空間2に生じる熱負荷の分布を推定した推定情報を出力する。ここで、熱負荷とは、空調負荷とも呼び、空調機40が室内空間2を目標温度に保つために必要とする熱量を意味する。熱負荷は、室内空間2における温度に加えて、室内空間2の目標温度、及び、室内空間2に存在する人、壁、床、窓等の物体に依存する。
推定部350は、将来の時点において室内空間2に生じる熱負荷の分布を推定する。ここで、推定部350による熱負荷の分布の推定対象となる将来の時点は、具体的には、人が不在の状態から室内空間2に人が入室を開始することが予測される時点である。
例えば、室内空間2がオフィスビルの一室である場合には、推定対象となる将来の時点は、始業時刻の30分前に設定される。或いは、室内空間2が住宅の一室である場合には、推定対象となる将来の時点は、居住者の帰宅時刻に設定される。このような推定対象となる将来の時点は、特定の時刻に予め設定されても良いし、在室DB430に記憶されている過去の在室人数のデータから推定部350により推定される時刻に設定されても良い。
より詳細には、推定部350は、学習部380と熱負荷分布計算部390との機能を含んでいる。学習部380は、気象データ取得部310により取得された気象データ及び人情報取得部330により取得された人情報と、温度分布取得部320により取得された室内空間2の温度分布と、の関係を学習する。
学習部380は、気象DB410、温度DB420及び在室DB430のそれぞれに過去の期間に蓄積された履歴データを参照する。そして、学習部380は、これらのデータを教師データとして用いて、機械学習を実行することにより、学習済みモデル450を生成する。学習済みモデル450は、気象データ及び人情報の入力に対して、室内空間2の温度分布を出力するモデルである。一般的には、教師データが多いほど、すなわちより長い過去の期間のデータを学習対象として用いることで、学習の精度はより向上する。
一例として、学習部380は、ニューラルネットワークの手法を用いる。ニューラルネットワークは、入力層と出力層と少なくとも1つの中間層とを含み、入力層に入力された入力データに対して出力層から出力データを出力するモデルである。入力層に入力される入力データは、具体的には、外気温、天気等の気象データ、及び室内空間2における在室人数である。また、出力層から出力される出力データは、室内空間2の温度分布である。
学習部380は、気象DB410、温度DB420及び在室DB430にそれぞれ記憶されている過去の期間の気象実績データ、温度データ及び在室人数のデータを教師データとして用いて、ニューラルネットワークにおける各層の結合の重みを調整する。具体的に説明すると、学習部380は、気象DB410に記憶されている気象データと在室DB430に記憶されている在室人数とを入力層に入力データとして入力する。そして、学習部380は、入力データの入力に対して出力層から出力データとして出力される温度分布を、温度DB420に記憶されている温度データのうちの、入力層に入力された気象データ及び在室人数と同じ又は対応する日時の温度データと比較する。比較の結果、学習部380は、出力層から出力される温度分布と温度DB420に記憶されている温度データとの差が小さくなるように、誤差逆伝播法を用いて各層の結合の重みを調整する。
学習部380は、このような処理を、気象DB410、温度DB420及び在室DB430に記憶されている各日時のデータに対して実行する。これにより、学習部380は、気象データと人情報と温度分布との間の関係を学習し、気象データ及び人情報の入力に対して室内空間2の温度分布を出力する学習済みモデル450を生成する。学習部380は、制御部31が記憶部32と協働することにより実現される。学習部380は、学習手段として機能する。
熱負荷分布計算部390は、学習部380による学習結果に基づいて、将来の時点において室内空間2に生じる熱負荷の分布を計算する。第1に、熱負荷分布計算部390は、人情報取得部330により取得された室内空間2における人情報に基づいて、将来の時点において室内空間2に存在する人の数を推定する。
具体的に説明すると、熱負荷分布計算部390は、在室DB430に記憶されている在室人数の履歴情報を参照する。そして、熱負荷分布計算部390は、在室DB430に記憶されている在室人数のうちの、推定対象となる将来の時点に対応する日時の在室人数に基づいて、その将来の時点において室内空間2に存在する人の数を推定する。例えば、熱負荷分布計算部390は、在室DB430に記憶されている在室人数のうちの、推定対象となる将来の時点と時刻、曜日等が同じ日時の在室人数の過去の平均値を、その将来の時点において室内空間2に存在する人の数として推定する。
このようにして在室人数を推定すると、第2に、熱負荷分布計算部390は、推定された在室人数と、気象データ取得部310により取得された気象データのうちの気象予報データと、学習部380により学習された関係と、に基づいて、将来の時点における室内空間2の温度分布を推定する。
具体的に説明すると、推定部350は、推定された在室人数と、気象DB410に記憶されているデータのうちの、推定対象となる将来の時点の気象予報データとを、入力データとして学習済みモデル450に入力する。そして、推定部350は、このような入力に対して学習済みモデル450から出力データとして出力される温度分布を、推定対象となる将来の時点における室内空間2の温度分布として推定する。
このようにして温度分布を推定すると、第3に、熱負荷分布計算部390は、学習済みモデル450により推定した温度分布から、予め定められた計算手順に従って熱負荷の分布を計算する。
例えば、壁、床、窓等の熱負荷は、壁、床、窓等の温度と目標温度との温度差に、壁、床、窓等の面積と熱貫流率とを乗じることにより計算される。また、人の熱負荷は、一人当たりの顕熱及び潜熱に在室人数を乗じることにより計算される。そのため、熱負荷分布計算部390は、室内空間2に設けられている壁、床、窓等の情報と推定した在室人数とに基づいて、学習済みモデル450により推定した温度分布により示される各位置の温度を、室内空間2内の各位置における熱負荷に換算する。これにより、熱負荷分布計算部390は、将来において室内空間2に生じる熱負荷の分布を計算する。
このように、気象予報データ、在室人数の推定結果、及び学習部380による学習結果を用いて、熱負荷分布計算部390は、室内空間2に生じる熱負荷の空間的な分布を計算する。熱負荷分布計算部390は、制御部31が記憶部32と協働することにより実現される。熱負荷分布計算部390は、熱負荷分布計算手段として機能する。
推定部350は、熱負荷分布計算部390により計算された熱負荷の分布を、将来の時点において室内空間2に生じる熱負荷の分布として推定する。そして、推定部350は、推定した熱負荷の分布を示す推定情報を、空調制御部360に出力する。推定部350は、制御部31が記憶部32と協働することにより実現される。推定部350は、推定手段として機能する。
推定部350は、このような熱負荷の分布の推定処理を、室内空間2に人が入室を開始することが予測されるタイミングよりも予め定められた時間だけ前のタイミングで実行する。例えば図10に示すように、時刻T3において室内空間2に人が入室を開始することが予測される場合、時刻T3から予め定められた時間だけ前の時刻T1において、推定部350は、推定処理を実行する。予め定められた時間は、例えば30分、1時間等の長さの時間に予め設定される。
図5に戻って、空調制御部360は、推定部350により出力された推定情報の入力を受けて、空調機40に室内空間2を空調させる空調制御信号を出力する。空調制御部360は、推定部350により出力された推定情報において推定された熱負荷の分布に応じた空調を空調機40に実行させるための空調制御信号を生成する。そして、空調制御部360は、通信部35を介して空調機40に生成した空調制御信号を送信することにより、空調機40に室内空間2を空調させる。空調制御部360は、制御部31が通信部35と協働することにより実現される。空調制御部360は、空調制御手段として機能する。
具体的に説明すると、空調制御部360は、熱負荷の分布を推定した将来の時点よりも、推定部350により出力された推定情報において推定された熱負荷の分布に応じた長さの時間だけ前に、空調機40に室内空間2の空調を開始させる空調制御信号を出力する。例えば図10に示すように、時刻T3において人の入室が開始されることが予測される場合、空調制御部360は、時刻T3において室内空間2の温度が目標温度に達するように、時刻T3より前の時刻T2において、空調機40に室内空間2の空調を開始させる。
時刻T3と時刻T2との間の時間長を、推定部350により推定された熱負荷の分布に応じて設定される。例えば、空調制御部360は、推定された熱負荷の分布により示される複数の位置の熱負荷の平均値がより大きい場合、室内空間2の温度を目標温度に変化させるのにより長い時間を必要とするため、時刻T3と時刻T2との間の時間長をより長く設定する。空調制御部360は、このように設定された時刻T2において、空調機40に予冷又は予暖を開始させる。
例えば時刻T2において予冷を開始した場合、室内空間2の壁温度は、図10において実線で示すように変化する。具体的に説明すると、室内空間2の壁温度は、時刻T1から時刻T2までは破線で示す外気温の上昇に伴って上昇する。その後、時刻T2において冷房を開始すると、壁温度は時刻T2から低下し始め、時刻T3において目標温度に達する。このように時刻T3に室内空間2の温度が目標温度に達することで、室内空間2に入室した人の快適性を向上させることができる。
更に、空調制御部360は、室内空間2のうちの、推定部350により出力された推定情報において推定された熱負荷の分布により示される熱負荷がより大きい場所を、より強い強度で空調機40に空調させる空調制御信号を出力する。図11に、室内空間2が複数の室内機42により空調される場合における推定部350により推定された熱負荷の分布の例を示す。図11に示すように、斜線で示す領域60に熱溜まりが生じている場合、空調制御部360は、この領域60を、室内空間2内の領域60以外の領域よりも強い強度で冷房するように、複数の室内機42に空調制御信号を送信する。
具体的に説明すると、空調制御部360は、複数の室内機42のうちの、熱溜まりが生じている領域60の内側又は最も近い位置に設置されている室内機42に、それ以外の室内機42よりも強い強度で冷房させる。或いは、空調制御部360は、各室内機42から吹き出される空調空気の方向を熱溜まりに向けても良い。このように位置による熱負荷の違いに応じて空調の強度を調整することで、室内空間2内における相対的に熱負荷が大きい領域をより短時間で目標温度に近付けることができる。
図5に戻って、照明制御部370は、人情報取得部330により室内空間2に人が入室したと判定された場合、室内空間2の照明5を点灯させる。具体的に説明すると、照明制御部370は、人情報取得部330により出入り口の撮影画像から取得された人情報に基づいて、出入り口から室内空間2に入室する人の有無を判定する。そして、照明制御部370は、室内空間2に人が不在の状態から最初に人が入室したと判定された場合に、通信部35を介して照明5に照明制御信号を送信することにより、照明5を点灯させる。
このように、人の入室に合わせて空調を制御することに加えて更に照明5を制御することで、室内空間2に入室する人の快適性をより向上させることができる。照明制御部370は、制御部31が通信部35と協働することにより実現される。照明制御部370は、照明制御手段として機能する。
以上のように構成された空調制御装置30において実行される空調制御処理の流れについて、図12に示すフローチャートを参照して、説明する。図12に示す空調制御処理は、空調システム1が室内空間2を正常に空調可能な状態において、適宜実行される。
空調制御処理を開始すると、制御部31は、気象データ取得部310として機能し、気象サーバ50から気象データを取得する(ステップS1)。具体的に説明すると、制御部31は、1日に1回から数回程度の予め定められたタイミングで、気象サーバ50と通信し、気象予報データ及び気象実績データを取得する。制御部31は、取得した気象予報データ及び気象実績データを、気象DB410に保存する。
気象データを取得すると、制御部31は、例えば1時間に1回程度の頻度で到来する学習タイミングが到来したか否かを判定する(ステップS2)。学習タイミングが到来した場合(ステップS2;YES)、制御部31は、第1の撮影処理を実行する(ステップS3)。ステップS3における第1の撮影処理の詳細は、図13に示すフローチャートを参照して説明する。
図13に示す第1の撮影処理を開始すると、制御部31は、各撮影装置20の撮影部23を回転駆動させる(ステップS31)。そして、制御部31は、温度分布取得部320として機能し、各撮影装置20に室内空間2を撮影させることで、室内空間2の温度分布を取得する(ステップS32)。制御部31は、取得した温度分布により示される温度データを、温度DB420に保存する。
温度分布を取得すると、制御部31は、人情報取得部330として機能し、人情報を取得する(ステップS33)。具体的に説明すると、制御部31は、室内空間2を撮影することにより得られた撮影画像から、人の形状、動作等を識別し、室内空間2における人の有無を判定する。そして、制御部31は、室内空間2に人が存在する場合に、その数及び位置の情報を取得する。制御部31は、取得した人情報により示される在室人数を、在室DB430に保存する。
次に、制御部31は、学習部380として機能し、気象データ及び室内空間2における人情報と、室内空間2の温度分布と、の関係を学習する(ステップS34)。具体的に説明すると、制御部31は、気象DB410、温度DB420及び在室DB430に記憶されているデータを教師データとして用いて、機械学習を実行する。これにより、制御部31は、気象データ及び人情報の入力に対して温度分布を出力する学習済みモデル450を生成する。
次に、制御部31は、室内空間2における熱負荷の分布を推定するタイミングが到来したか否かを判定する(ステップS35)。熱負荷の分布を推定するタイミングは、具体的には推定対象となる将来の時点よりも予め定められた時間だけ前のタイミングであって、例えば図10に示した時刻T1である。
熱負荷の分布を推定するタイミングが到来した場合(ステップS35;YES)、制御部31は、熱負荷分布計算部390として機能し、推定対象となる将来の時点における熱負荷の分布を推定する(ステップS36)。具体的に説明すると、制御部31は、推定対象となる将来の時点における在室人数を推定し、推定した在室人数、気象予報データ、及びステップS34で生成された学習済みモデル450に基づいて、推定対象となる将来の時点における温度分布を推定し、推定した温度分布から予め定められた計算手順に従って熱負荷の分布を計算する。
熱負荷分布を推定すると、制御部31は、空調制御部360として機能し、推定した熱負荷の分布に基づいて、室内空間2の予冷又は予暖を実行する(ステップS37)。具体的に説明すると、制御部31は、推定した熱負荷の分布に応じて、予冷又は予暖を開始するタイミングを設定する。そして、制御部31は、設定したタイミングにおいて、空調機40に空調制御信号を送信し、室内空間2の予冷又は予暖を開始させる。
これに対して、熱負荷の分布を推定するタイミングが到来していない場合(ステップS35;NO)、制御部31は、ステップS36,S37の処理をスキップする。以上により、図13に示した第1の撮影処理は終了する。
図12に戻って、ステップS2において学習タイミングが到来していない場合(ステップS2;NO)、制御部31は、第2の撮影処理を実行する(ステップS4)。ステップS4における第2の撮影処理の詳細は、図14に示すフローチャートを参照して説明する。
図14に示す第2の撮影処理を開始すると、制御部31は、各撮影装置20の撮影部23の向きを出入り口の方向に向けて固定する(ステップS41)。そして、制御部31は、温度分布取得部320として機能し、撮影部23に出入り口を撮影させることにより、出入り口が設けられた空間の温度分布を取得する(ステップS42)。
温度分布を取得すると、制御部31は、人情報取得部330として機能し、人情報を取得する(ステップS43)。具体的に説明すると、制御部31は、出入り口を撮影することにより得られた撮影画像から、人の形状、動作等を識別し、室内空間2における人の有無を判定する。そして、制御部31は、室内空間2に人が存在する場合に、その数及び位置の情報を取得する。制御部31は、取得した人情報により示される在室人数を、在室DB430に保存する。
人情報を取得すると、制御部31は、取得した人情報に基づいて、室内空間2への人の入室を検出したか否かを判定する(ステップS44)。入室を検出した場合(ステップS44;YES)、制御部31は、照明制御部370として機能し、照明5を点灯させる(ステップS45)。
これに対して、入室を検出していない場合(ステップS44;NO)、制御部31は、ステップS45の処理をスキップする。以上により、図14に示した第2の撮影処理は終了する。
図12に戻って、制御部31は、第1又は第2の撮影処理を実行すると、制御結果を記憶部32に保存する(ステップS5)。その後、制御部31は、処理をステップS1に戻し、ステップS1~S5の処理を繰り返す。このように、制御部31は、空調システム1が正常に動作可能な間、上述した第1の撮影処理又は第2の撮影処理を繰り返し実行する。
以上説明したように、実施の形態1に係る空調制御装置30は、気象データと室内空間2の温度分布と室内空間2の人情報とを取得し、取得した気象データと温度分布と人情報とに基づいて室内空間2に生じる熱負荷の分布を推定し、推定した熱負荷の分布に基づいて空調機40に室内空間2を空調させる。このように、実施の形態1に係る空調制御装置30は、熱負荷の分布を推定するため、室内空間2内における熱負荷の位置による違いに応じた空調制御が可能になる。その結果、室内空間2を適切に空調することができ、室内空間2の快適性を向上させることができる。
(実施の形態2)
次に、本発明の実施の形態2について説明する。
次に、本発明の実施の形態2について説明する。
上記実施の形態1では、温度分布取得部320は、予め定められたタイミングが到来した場合に第1の撮影処理を実行し、それ以外の場合に第2の撮影処理を実行した。これに対して、実施の形態2では、温度分布取得部320は、特定の場所における温度が、室内空間2における特定の場所以外の場所と比べてより大きく変化する時に、第2の撮影処理を実行する。
実施の形態2において、特定の場所は、特定の時間において特定の場所以外の場所よりも、単位時間当たりに大きな温度変化が予測される場所である。一例として、特定の場所は、例えば室内空間2に設けられている窓である。また、特定の時間は、朝方又は夕方である。
具体的に説明すると、窓は朝方又は夕方に日光に大きく照らされるため、室内空間2内の窓以外の場所に比べて、短時間で急激に温度変化する傾向がある。そのため、温度分布取得部320は、朝方又は夕方の時間帯になると、撮影部23を回転駆動させてその向きを窓の方向に向けて固定する。そして、温度分布取得部320は、窓が設けられた空間を撮影部23に撮影させることにより、その温度分布を取得する。
このように、実施の形態2に係る空調制御装置30は、室内空間2内の温度変化し易い場所の方向に撮影部23の向きを固定させることにより、その場所の温度データを詳細に取得することができる。その結果、より精度良く熱負荷の分布を推定することができ、より適切な空調の制御を実現することができる。
(実施の形態3)
次に、本発明の実施の形態3について説明する。
次に、本発明の実施の形態3について説明する。
実施の形態3では、各撮影装置20は、回転駆動部24により撮影部23を回転させる回転速度を、室内空間2に人が存在しているか否かに応じて変化させる。具体的に説明すると、室内空間2に人が存在している場合、撮影部23を高速で回転させると、騒音により快適性を低下させる。これに対して、室内空間2に人が存在していない場合、騒音の問題は生じない。また、室内空間2に人が存在していない場合、人の入室を監視するために、できるだけ長い時間、撮影部23の向きは出入り口の方向に固定されることが望ましい。
そのため、温度分布取得部320は、第1の撮影処理において、室内空間2に人が存在していない場合には、室内空間2に人が存在している場合よりも高速で撮影部23を回転させながら撮影部23に室内空間2を撮影させる。
具体的に説明すると、温度分布取得部320は、人情報取得部330により取得された人情報に基づいて、室内空間2における人の有無を判定する。判定の結果、温度分布取得部320は、室内空間2に人が存在していない場合には、室内空間2に人が存在している場合よりも撮影部23の回転速度を高速に設定して、第1の撮影処理を実行する。これにより、第1の撮影処理に要する時間を短縮することができ、その他の時間を人の入室の監視に充てることができる。そのため、照明5の制御の即時性を向上させることができる。
(変形例)
以上、本発明の実施の形態を説明したが、本発明を実施するにあたっては、種々の形態による変形及び応用が可能である。
以上、本発明の実施の形態を説明したが、本発明を実施するにあたっては、種々の形態による変形及び応用が可能である。
例えば、上記実施の形態では、温度分布取得部320は、撮影部23に室内空間2を撮影させることにより、室内空間2の温度分布を取得した。しかしながら、本発明において、室内空間2内の異なる複数の位置に温度センサが設置されており、温度分布取得部320は、これらの温度センサによる温度計測結果を取得することにより、室内空間2の温度分布を取得しても良い。
上記実施の形態では、人情報取得部330は、撮影部23により撮影された室内空間2の撮影画像に基づいて、室内空間2における人情報を取得した。しかしながら、本発明において、室内空間2内に少なくとも1つの人感センサが設置されており、人情報取得部330は、少なくとも1つの人感センサによる人検知結果を取得することにより、室内空間2における人情報を取得しても良い。
上記実施の形態では、空調制御装置30は学習部380を備えていた。しかしながら、本発明において、学習部380の機能は、空調制御装置30に備えられることに限らず、空調制御装置30の外部の装置に備えられても良い。その場合、推定部350は、外部の装置による学習結果を外部の装置から通信部35を介して取得する。そして、推定部350は、取得した学習結果に基づいて、室内空間2に生じる熱負荷の分布を推定する。学習部380の機能を備えないことで、空調制御装置30の構成をより簡略化することができる。
上記実施の形態では、学習部380は、ニューラルネットワークを用いて、気象データ及び室内空間2における人情報と室内空間2の温度分布との関係を学習した。しかしながら、本発明において、学習部380は、ニューラルネットワークに限らず、他の機械学習の手法を用いても良い。例えば、学習部380は、サポートベクターマシンによる回帰分析の手法を用いて、気象データ及び室内空間2における人情報と室内空間2の温度分布との関係を学習しても良い。
上記実施の形態では、学習部380は、気象データ及び室内空間2における人情報と室内空間2の温度分布との関係を学習した。言い換えると、上記実施の形態では、熱負荷分布計算部390により温度分布から熱負荷の分布を計算する処理は、学習部380による学習処理の後に実行された。しかしながら、本発明において、温度分布から熱負荷の分布を計算する処理は、学習部380による学習処理の前に実行されても良い。この場合、学習部380は、温度DB420に記憶されている温度データから、予め定められた計算手順に従って熱負荷の分布を計算する。そして、学習部380は、気象DB410に記憶されている気象実績データ及び在室DB430に記憶されている在室人数のデータと、計算した熱負荷の分布と、の間の関係を学習し、学習済みモデル450を生成する。熱負荷分布計算部390は、気象予報データと、将来の時点において推定される在室人数と、学習済みモデル450と、に基づいて、将来の時点における熱負荷の分布を計算する。このように、気象データ、温度分布及び人情報から熱負荷の分布を推定する処理の詳細は、上記の実施の形態に限らない。
上記実施の形態では、空調システム1は、複数の撮影装置20と複数の空調機40とを備えていた。しかしながら、本発明において、空調システム1に備えられる撮影装置20と空調機40の数は、1つであっても良い。また、撮影装置20は、室内空間2内における必要な範囲の温度分布を取得することができるものであれば、撮影部23を回転駆動させることができなくても良い。また、より構成を簡略化するために、空調制御装置30は、照明制御部370の機能を備えていなくても良い。
上記実施の形態では、制御部31において、CPUがROM又は記憶部32に記憶されたプログラムを実行することによって、図5に示した各部として機能した。しかしながら、本発明において、制御部31は、専用のハードウェアであってもよい。専用のハードウェアとは、例えば単一回路、複合回路、プログラム化されたプロセッサ、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、又は、これらの組み合わせ等である。制御部31が専用のハードウェアである場合、各部の機能それぞれを個別のハードウェアで実現してもよいし、各部の機能をまとめて単一のハードウェアで実現してもよい。
また、各部の機能のうち、一部を専用のハードウェアによって実現し、他の一部をソフトウェア又はファームウェアによって実現してもよい。このように、制御部31は、ハードウェア、ソフトウェア、ファームウェア、又は、これらの組み合わせによって、上述の各機能を実現することができる。
本発明に係る空調制御装置30の動作を規定する動作プログラムを既存のパーソナルコンピュータ又は情報端末装置等のコンピュータに適用することで、当該コンピュータを、本発明に係る撮影装置20又は空調制御装置30として機能させることも可能である。
また、このようなプログラムの配布方法は任意であり、例えば、CD-ROM(Compact Disk ROM)、DVD(Digital Versatile Disk)、MO(Magneto Optical Disk)、又は、メモリカード等のコンピュータ読み取り可能な記録媒体に格納して配布してもよいし、インターネット等の通信ネットワークを介して配布してもよい。
本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、本発明の範囲を限定するものではない。すなわち、本発明の範囲は、実施の形態ではなく、請求の範囲によって示される。そして請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。
本発明は、空調システム等に好適に採用され得る。
1 空調システム、2 室内空間、5 照明、10 空調制御システム、20 撮影装置、21 制御部、22 記憶部、23 撮影部、24 回転駆動部、25 通信部、30 空調制御装置、31 制御部、32 記憶部、33 ユーザインタフェース、35 通信部、40 空調機、41 室外機、42 室内機、50 気象サーバ、51 撮影画像、60 領域、310 気象データ取得部、320 温度分布取得部、330 人情報取得部、350 推定部、360 空調制御部、370 照明制御部、380 学習部、390 熱負荷分布計算部、410 気象DB、420 温度DB、430 在室DB、450 学習済みモデル
Claims (13)
- 空調機による室内空間の空調を制御する空調制御装置であって、
気象データを取得する気象データ取得手段と、
前記室内空間の温度分布を取得する温度分布取得手段と、
前記室内空間における人に関する人情報を取得する人情報取得手段と、
前記気象データ取得手段により取得された前記気象データと、前記温度分布取得手段により取得された前記温度分布と、前記人情報取得手段により取得された前記人情報と、の入力を受けて、前記室内空間に生じる熱負荷の分布を推定した推定情報を出力する推定手段と、
前記推定手段により出力された前記推定情報の入力を受けて、前記空調機に前記室内空間を空調させる空調制御信号を出力する空調制御手段と、を備える、
空調制御装置。 - 前記温度分布取得手段は、赤外線により前記室内空間を撮影する撮影手段に前記室内空間を撮影させることにより前記温度分布を取得し、
前記人情報取得手段は、前記撮影手段により撮影された前記室内空間の撮影画像に基づいて、前記人情報を取得する、
請求項1に記載の空調制御装置。 - 前記温度分布取得手段は、前記撮影手段を回転させながら前記撮影手段に前記室内空間を撮影させる第1の撮影処理と、前記撮影手段の向きを前記室内空間における特定の場所の方向に固定して前記撮影手段に前記室内空間を撮影させる第2の撮影処理と、を実行する、
請求項2に記載の空調制御装置。 - 前記特定の場所は、前記室内空間における人の出入り口であり、
前記人情報取得手段は、前記第2の撮影処理において撮影された前記室内空間の撮影画像に基づいて、前記室内空間に人が入室したか否かを判定する、
請求項3に記載の空調制御装置。 - 前記人情報取得手段により前記室内空間に人が入室したと判定された場合、前記室内空間の照明を点灯させる照明制御手段、を更に備える、
請求項4に記載の空調制御装置。 - 前記温度分布取得手段は、前記特定の場所における温度が、前記室内空間における前記特定の場所以外の場所と比べてより大きく変化する時に、前記第2の撮影処理を実行する、
請求項3から5のいずれか1項に記載の空調制御装置。 - 前記温度分布取得手段は、前記第1の撮影処理において、前記室内空間に人が存在していない場合には、前記室内空間に人が存在している場合よりも高速で前記撮影手段を回転させながら前記撮影手段に前記室内空間を撮影させる、
請求項3から6のいずれか1項に記載の空調制御装置。 - 前記推定手段は、
前記気象データ取得手段により取得された前記気象データ及び前記人情報取得手段により取得された前記人情報と、前記温度分布取得手段により取得された前記温度分布と、の関係を学習する学習手段と、
前記人情報取得手段により取得された前記人情報に基づいて、将来に時点において前記室内空間に存在する人の数を推定し、推定された前記人の数と、前記気象データ取得手段により取得された前記気象データのうちの気象予報データと、前記学習手段により学習された前記関係と、に基づいて、将来の時点における前記熱負荷の分布を計算する熱負荷分布計算手段と、を備える、
請求項1から7のいずれか1項に記載の空調制御装置。 - 前記将来の時点は、前記室内空間に人が入室を開始することが推定される時点であり、
前記空調制御手段は、前記将来の時点よりも、前記推定手段により出力された前記推定情報において推定された前記熱負荷の分布に応じた長さの時間だけ前に、前記空調機に前記室内空間の空調を開始させる前記空調制御信号を出力する、
請求項8に記載の空調制御装置。 - 前記空調制御手段は、前記室内空間のうちの、前記推定手段により出力された前記推定情報において推定された前記熱負荷の分布により示される熱負荷がより大きい場所を、より強い強度で前記空調機に空調させる前記空調制御信号を出力する、
請求項1から9のいずれか1項に記載の空調制御装置。 - 請求項1から10のいずれか1項に記載の空調制御装置と、前記空調機と、を備える、
空調システム。 - 気象データを取得し、
室内空間の温度分布を取得し、
前記室内空間における人に関する人情報を取得し、
取得した前記気象データと前記温度分布と前記人情報とに基づいて、前記室内空間に生じる熱負荷の分布を推定し、
推定した前記熱負荷の分布に基づいて、前記室内空間を空調する、
空調方法。 - 空調機による室内空間の空調を制御するコンピュータを、
気象データを取得する気象データ取得手段、
前記室内空間の温度分布を取得する温度分布取得手段、
前記室内空間における人に関する人情報を取得する人情報取得手段、
前記気象データ取得手段により取得された前記気象データと、前記温度分布取得手段により取得された前記温度分布と、前記人情報取得手段により取得された前記人情報と、の入力を受けて、前記室内空間に生じる熱負荷の分布を推定した推定情報を出力する推定手段、
前記推定手段により出力された前記推定情報の入力を受けて、前記空調機に前記室内空間を空調させる空調制御信号を出力する空調制御手段、として機能させる、
プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021566682A JP7209869B2 (ja) | 2019-12-26 | 2019-12-26 | 空調制御装置、空調システム、空調方法及びプログラム |
PCT/JP2019/051130 WO2021130960A1 (ja) | 2019-12-26 | 2019-12-26 | 空調制御装置、空調システム、空調方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/051130 WO2021130960A1 (ja) | 2019-12-26 | 2019-12-26 | 空調制御装置、空調システム、空調方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021130960A1 true WO2021130960A1 (ja) | 2021-07-01 |
Family
ID=76573783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2019/051130 WO2021130960A1 (ja) | 2019-12-26 | 2019-12-26 | 空調制御装置、空調システム、空調方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7209869B2 (ja) |
WO (1) | WO2021130960A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210262687A1 (en) * | 2020-02-20 | 2021-08-26 | Lg Electronics Inc. | Air conditioner and a method for controlling an air conditioner |
WO2023149259A1 (ja) * | 2022-02-07 | 2023-08-10 | 三菱電機株式会社 | 制御装置、空気調和システム、空気調和装置の制御方法、プログラム、学習済モデル及び学習済モデルの生成方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06105236A (ja) * | 1992-09-17 | 1994-04-15 | Matsushita Electric Ind Co Ltd | 熱画像検出装置 |
JP2003194385A (ja) * | 2001-12-28 | 2003-07-09 | Daikin Ind Ltd | 空気調和機 |
JP2008224099A (ja) * | 2007-03-12 | 2008-09-25 | Mitsubishi Electric Corp | 空気調和装置 |
JP2009092281A (ja) * | 2007-10-05 | 2009-04-30 | Mitsubishi Electric Building Techno Service Co Ltd | 空調制御システム |
JP2010286208A (ja) * | 2009-06-15 | 2010-12-24 | Mitsubishi Electric Corp | 空気調和機 |
JP2012063055A (ja) * | 2010-09-15 | 2012-03-29 | Taisei Corp | 空調環境モニタリングシステム |
JP2013204852A (ja) * | 2012-03-27 | 2013-10-07 | Mitsubishi Electric Corp | 空調制御方法及び空調装置 |
JP2019109025A (ja) * | 2017-12-20 | 2019-07-04 | 三菱電機株式会社 | 空気調和装置 |
-
2019
- 2019-12-26 JP JP2021566682A patent/JP7209869B2/ja active Active
- 2019-12-26 WO PCT/JP2019/051130 patent/WO2021130960A1/ja active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06105236A (ja) * | 1992-09-17 | 1994-04-15 | Matsushita Electric Ind Co Ltd | 熱画像検出装置 |
JP2003194385A (ja) * | 2001-12-28 | 2003-07-09 | Daikin Ind Ltd | 空気調和機 |
JP2008224099A (ja) * | 2007-03-12 | 2008-09-25 | Mitsubishi Electric Corp | 空気調和装置 |
JP2009092281A (ja) * | 2007-10-05 | 2009-04-30 | Mitsubishi Electric Building Techno Service Co Ltd | 空調制御システム |
JP2010286208A (ja) * | 2009-06-15 | 2010-12-24 | Mitsubishi Electric Corp | 空気調和機 |
JP2012063055A (ja) * | 2010-09-15 | 2012-03-29 | Taisei Corp | 空調環境モニタリングシステム |
JP2013204852A (ja) * | 2012-03-27 | 2013-10-07 | Mitsubishi Electric Corp | 空調制御方法及び空調装置 |
JP2019109025A (ja) * | 2017-12-20 | 2019-07-04 | 三菱電機株式会社 | 空気調和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210262687A1 (en) * | 2020-02-20 | 2021-08-26 | Lg Electronics Inc. | Air conditioner and a method for controlling an air conditioner |
US11898767B2 (en) * | 2020-02-20 | 2024-02-13 | Lg Electronics Inc. | Air conditioner and a method for controlling an air conditioner |
WO2023149259A1 (ja) * | 2022-02-07 | 2023-08-10 | 三菱電機株式会社 | 制御装置、空気調和システム、空気調和装置の制御方法、プログラム、学習済モデル及び学習済モデルの生成方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7209869B2 (ja) | 2023-01-20 |
JPWO2021130960A1 (ja) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10295209B2 (en) | Air-conditioning system and controller | |
CN112567183B (zh) | 空调装置、控制装置、空气调节方法以及存储介质 | |
WO2021130960A1 (ja) | 空調制御装置、空調システム、空調方法及びプログラム | |
JPWO2015079506A1 (ja) | 空調制御装置 | |
WO2014156097A1 (ja) | 空調管理装置、空調システムおよびプログラム | |
JP2007183032A (ja) | 環境制御用ロボット装置及びシステム | |
JP5792221B2 (ja) | 室内空調システム | |
CN113906260B (zh) | 空调控制装置以及空调控制系统 | |
JP6298323B2 (ja) | 温度環境制御システムおよび装置 | |
JP6698947B1 (ja) | 空調装置、制御装置、空調方法及びプログラム | |
WO2020003416A1 (ja) | 空調装置、空調システム及び温度計測方法 | |
JP6285815B2 (ja) | 空気調和機又は空気調和システム | |
JP7042159B2 (ja) | 環境調整システム及び環境調整方法 | |
JP3374754B2 (ja) | 空調システム制御装置 | |
JP7126569B2 (ja) | 空気調和制御システム | |
JPWO2021130960A5 (ja) | ||
JP2021063611A (ja) | 空気調和システム | |
JP6537705B2 (ja) | 制御装置、空調システム、空調方法及びプログラム | |
JP7191231B2 (ja) | 空気調和装置 | |
US11525595B2 (en) | System for determining operation condition of precooling operation/preheating operation of air conditioner | |
WO2021234770A1 (ja) | 制御システム、設備機器システム及び設備機器の制御方法 | |
WO2022130513A1 (ja) | 識別装置、設備機器システム及び識別方法 | |
JP6410435B2 (ja) | 窓開閉システム | |
JP7390946B2 (ja) | 空調制御装置、撮影装置、空調制御システム、空調システム及び空調制御方法 | |
WO2021210168A1 (ja) | 空調制御システム、空調システム、空調制御方法及び空調制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 19957292 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2021566682 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 19957292 Country of ref document: EP Kind code of ref document: A1 |