WO2023144927A1

WO2023144927A1 - 制御装置および制御方法

Info

Publication number: WO2023144927A1
Application number: PCT/JP2022/002883
Authority: WO
Inventors: 貴大橋川
Original assignee: 三菱電機株式会社
Priority date: 2022-01-26
Filing date: 2022-01-26
Publication date: 2023-08-03

Abstract

制御装置（１００）は、空気調和機（２）と通信する通信部（１０３）と、通信部を介して空気調和機を制御する制御部（１０１）とを備える。制御部は、設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機を起動する起動モードを有する。制御部は、起動モードにおいて、空気調和機の空調能力の抑制度合いを示す複数の能力抑制率の各々について、空気調和機の起動から室内空間の温度が設定温度に達するまでに要する空気調和機の消費電力量を算出し、複数の能力抑制率のうちの消費電力量が最小となる能力抑制率に基づき空気調和機を制御する。

Description

制御装置および制御方法

　本開示は、空気調和機を制御する制御装置および制御方法に関する。

　従来、ピーク電力の抑制および消費電力量の削減を目的として、予め設定された設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機を起動して予冷・予暖運転する技術が知られている。

　特開２０１６－６１４８７号公報（特許文献１）には、空気調和機に予冷・予暖運転させる際に、消費電力と空調能力とから算出されるエネルギー消費効率を考慮して、空調能力を通常よりも抑えるようにして空気調和機を制御する制御装置が開示されている。

特開２０１６－６１４８７号公報

　特開２０１６－６１４８７号公報に開示された制御装置によれば、空気調和機の空調能力を抑えている分、エネルギー消費効率を上げることができる。しかしながら、空気調和機の空調能力を小さくすれば、室内空間の温度が設定温度に達するまでの所要時間が長くなるため、予冷・予暖運転を開始する時刻を早めなければならない。室外からの侵入熱負荷および内部負荷は常に発生するため、予冷・予暖のための運転時間が長くなると、処理しなければならない熱量が増え、熱処理のための消費電力量が増大する。

　一方、空気調和機の空調能力を大きくすれば、室内空間の温度が設定温度に達するまでの時間が短くなるため、予冷・予暖のための運転時間を短くすることができるが、エネルギー消費効率が上がり難い。すなわち、空調能力を抑えることによってエネルギー消費効率が上がる省エネルギー効果と、予冷・予暖のための運転時間が長くなることによって熱処理のための消費電力量が増大する増エネルギー効果との両方を考慮しなければ、真の省エネルギー運転を実現することはできない。

　本開示は、上記課題を解決するためになされたものであって、予冷・予暖運転における省エネルギー化を実現する技術を提供することを目的とする。

　本開示に係る制御装置は、空気調和機を制御する制御装置である。制御装置は、空気調和機と通信する通信部と、通信部を介して空気調和機を制御する制御部とを備える。制御部は、設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機を起動する起動モードを有し、起動モードにおいて、空気調和機の空調能力の抑制度合いを示す複数の能力抑制率の各々について、空気調和機の起動から室内空間の温度が設定温度に達するまでに要する空気調和機の消費電力量を算出し、複数の能力抑制率のうちの消費電力量が最小となる能力抑制率に基づき空気調和機を制御する。

　本開示に係る制御方法は、設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機を起動する起動モードにおいて、空気調和機の空調能力の抑制度合いを示す複数の能力抑制率の各々について、空気調和機の起動から室内空間の温度が設定温度に達するまでに要する空気調和機の消費電力量を算出するステップと、複数の能力抑制率のうちの消費電力量が最小となる能力抑制率に基づき空気調和機を制御するステップとを含む。

　本開示によれば、制御装置は、消費電力量が最小となる能力抑制率に基づき空気調和機を制御することによって、予冷・予暖運転における省エネルギー化を実現することができる。

実施の形態１に係る空調システムの構成を示す図である。実施の形態１に係る空気調和機の構成を示す図である。実施の形態１に係る制御装置の機能構成を示す図である。予冷・予暖運転に関する室内温度および消費電力量の変化の一例を示す図である。教師あり学習の概要を説明するための図である。実施の形態１に係る制御装置における教師あり学習の入力および出力を説明するための図である。学習装置の構成を示す図である。ニューラルネットワークの構成を示す図である。学習装置（制御装置）が学習フェーズにおいて実行する処理に関するフローチャートである。推論装置の構成を示す図である。推論装置（制御装置）が活用フェーズにおいて実行する処理に関するフローチャートである。実施の形態２に係る制御装置における教師あり学習の入力および出力を説明するための図である。実施の形態３に係る制御装置における教師あり学習の入力および出力を説明するための図である。実施の形態３に係る制御装置が活用フェーズにおいて実行する処理に関するフローチャートである。

　以下、本開示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。以下では、複数の実施の形態について説明するが、各実施の形態で説明された構成を適宜組み合わせることは出願当初から予定されている。なお、図中同一または相当部分には同一符号を付してその説明は繰り返さない。

　実施の形態１．
　図１は、実施の形態１に係る空調システム１の構成を示す図である。図１に示すように、空調システム１は、空気調和機２と、空気調和機２を制御する制御装置１００とを備える。

　空気調和機２は、室外機１０と、少なくとも１つの室内機２０とを備える。空調システム１においては、少なくとも１つの室内機２０として、複数の室内機２０Ａ，２０Ｂ，２０Ｃが空調の対象となる室内空間を冷房または暖房するように設置されている。室外機１０は、接続配管３０によって、少なくとも１つの室内機２０に接続されている。なお、実施の形態１において、空調システム１は、１つの室外機１０に複数の室内機２０Ａ，２０Ｂ，２０Ｃが接続されるように構成されているが、１つの室外機１０に１つの室内機２０が接続されるように構成されてもよい。

　空調システム１は、室外の外気温度を測定する外気温度センサ６１と、室内空間の室内温度を測定する少なくとも１つの室内温度センサ６２とをさらに備える。空調システム１においては、少なくとも１つの室内温度センサ６２として、複数の室内機２０Ａ，２０Ｂ，２０Ｃのそれぞれに対して複数の室内温度センサ６２Ａ，６２Ｂ，６２Ｃが設置されている。なお、空調システム１は、複数の室内機２０Ａ，２０Ｂ，２０Ｃに対して１つの室内温度センサ６２が設置されるように構成されてもよい。

　外気温度センサ６１によって取得された外気温度の測定値は、外気温度センサ６１から制御装置１００に送信され、制御装置１００は、外気温度センサ６１から外気温度の測定値を取得する。室内温度センサ６２によって取得された室内温度の測定値は、室内温度センサ６２から制御装置１００に送信され、制御装置１００は、室内温度センサ６２から室内温度の測定値を取得する。

　図２は、実施の形態１に係る空気調和機２の構成を示す図である。図２に示すように、空気調和機２は、室外機１０と、室内機２０Ａ，２０Ｂ，２０Ｃとが、接続配管３０（３０Ａ，３０Ｂ）によって接続されている。なお、図２においては、室内機２０Ａ，２０Ｂ，２０Ｃがともに同じ構成を備える例が示されている。

　室外機１０は、四方弁５０と、圧縮機１１と、室外熱交換器１３と、送風機４５とを備える。

　四方弁５０は、接続口５１と、接続口５２と、接続口５３と、接続口５４とを備える。四方弁５０の接続口５１は、配管３５を介して、圧縮機１１の吸入口１１１に接続されている。四方弁５０の接続口５２は、配管３２を介して、室内機２０へと繋がる接続配管３０Ａに接続されている。四方弁５０の接続口５３は、配管３１を介して、圧縮機１１の吐出口１１２に接続されている。四方弁５０の接続口５４は、配管３４を介して、室外熱交換器１３の一端側に接続されている。四方弁５０は、制御装置１００の制御に従って、内部の連通状態を切り替えるように構成されている。室外熱交換器１３の他端側は、配管３３を介して、室内機２０へと繋がる接続配管３０Ｂに接続されている。

　圧縮機１１は、制御装置１００の制御に従って、運転および停止、さらには運転時の回転速度を変化するように構成されている。圧縮機１１は、制御装置１００の制御に基づき、インバータを利用して駆動する。具体的には、制御装置１００は、圧縮機１１を制御することによって、圧縮機１１の駆動周波数を任意に変化させる。圧縮機１１は、駆動周波数の変化に応じて単位時間当たりの回転数すなわち回転速度を変化させ、それによって、単位時間当たりの冷媒の吐出量を変化させる。圧縮機１１には種々のタイプのものを採用可能であり、たとえば、スクロールタイプ、ロータリータイプ、スクリュータイプなどが圧縮機１１として採用され得る。

　室外熱交換器１３は、送風機４５によって室外から吸い込まれた外気と冷媒との間で熱交換を行う。

　送風機４５は、ファン４１と、モータ４２とを備える。ファン４１は、室外から吸い込んだ外気を室外熱交換器１３に送る。モータ４２は、制御装置１００の制御に従って、ファン４１を駆動または停止、さらには駆動時の回転速度を変化するように構成されている。具体的には、制御装置１００は、モータ４２を制御することによって、モータ４２の駆動周波数を任意に変化させる。モータ４２は、駆動周波数の変化に応じてファン４１の単位時間当たりの回転数すなわち回転速度を変化させる。これにより、制御装置１００は、ファン４１の回転による送風量を調整することができる。

　室内機２０は、室内熱交換器２３と、送風機２５と、膨張装置２４とを備える。室内熱交換器２３の一端側は、室外機１０へと繋がる接続配管３０Ａに接続されている。室内熱交換器２３の他端側は、膨張装置２４の一端側に接続されている。膨張装置２４の他端側は、室外機１０へと繋がる接続配管３０Ｂに接続されている。

　室内熱交換器２３は、送風機２５によって室内空間から吸い込まれた空気と冷媒との間で熱交換を行う。

　送風機２５は、ファン２１と、モータ２２とを備える。ファン２１は、室内空間から吸い込んだ空気を室内熱交換器２３に送る。モータ２２は、制御装置１００の制御に従って、ファン２１を駆動または停止、さらには駆動時の回転速度を変化するように構成されている。具体的には、制御装置１００は、モータ２２を制御することによって、モータ２２の駆動周波数を任意に変化させる。モータ２２は、駆動周波数の変化に応じてファン２１の単位時間当たりの回転数すなわち回転速度を変化させる。これにより、制御装置１００は、ファン２１の回転による送風量を調整することができる。

　膨張装置２４は、たとえば、制御装置１００の制御に従って開度が調整される電子膨張弁である。膨張装置２４は、流入した冷媒の圧力を下げ、減圧によって得られた冷媒を流出する。制御装置１００は、膨張装置２４の開度を調整することによって、冷媒の減圧量を調整することができる。なお、膨張装置２４は、圧力差によって冷媒の流量を調整するキャピラリチューブであってもよい。

　このように、圧縮機１１、四方弁５０、室外熱交換器１３、膨張装置２４、および室内熱交換器２３が冷媒配管によって環状に接続されることで冷凍サイクルが構成される。空気調和機２は、室内空間を冷房する冷房運転と室内空間を暖房する暖房運転とを含む複数種類の運転モードのいずれかに制御される。

　まず、冷房運転における空気調和機２の動作について説明する。冷房運転において、四方弁５０の内部の連通状態は、図２中の実線で示されるように、接続口５１が接続口５２に連通し、かつ、接続口５３が接続口５４に連通する。つまり、冷房運転においては、圧縮機１１の吸入口１１１が室内機２０に連通し、かつ、圧縮機１１の吐出口１１２が室外熱交換器１３に連通する。

　圧縮機１１は、室内熱交換器２３からの低温低圧のガス冷媒を吸入し、吸入したガス冷媒を圧縮することでガス冷媒の圧力を上げる。圧縮機１１は、圧縮によって得られた高温高圧のガス冷媒を室外熱交換器１３へと吐出する。

　冷房運転において、室外熱交換器１３は、凝縮器として働く。室外熱交換器１３は、圧縮機１１からの高温高圧のガス冷媒を、送風機４５によって室外から吸い込まれた外気との間で熱交換させる。この熱交換により放熱したガス冷媒は、室外熱交換器１３の内部で凝縮することで高温高圧の液冷媒に変化する。室外熱交換器１３によって得られた高温高圧の液冷媒は、膨張装置２４へと流出する。

　膨張装置２４は、室外熱交換器１３からの高温高圧の液冷媒の圧力を下げる。膨張装置２４の減圧によって得られた低温低圧の気液二相冷媒は、室内熱交換器２３へと流出する。

　冷房運転において、室内熱交換器２３は、蒸発器として働く。室内熱交換器２３は、膨張装置２４からの低温低圧の気液二相冷媒を、送風機２５によって室内から吸い込まれた空気との間で熱交換させる。この熱交換により吸熱した気液二相冷媒は、室内熱交換器２３の内部で蒸発することで低温低圧のガス冷媒に変化する。室内熱交換器２３によって得られた低温低圧のガス冷媒は、圧縮機１１へと流出する。室内熱交換器２３においてガス冷媒によって吸熱された空気は、再び室内空間に送り込まれる。これにより、室内空間が冷房される。

　このように、冷房運転において、冷媒は、圧縮機１１、室外熱交換器１３（凝縮器）、膨張装置２４、および室内熱交換器２３（蒸発器）の順に流通する。

　次に、暖房運転における空気調和機２の動作について説明する。暖房運転において、四方弁５０の内部の連通状態は、図２中の破線で示されるように、接続口５１が接続口５４に連通し、かつ、接続口５２が接続口５３に連通する。つまり、暖房運転においては、圧縮機１１の吸入口１１１が室外熱交換器１３に連通し、かつ、圧縮機１１の吐出口１１２が室内機２０に連通する。

　圧縮機１１は、室外熱交換器１３から流入した低温低圧のガス冷媒を吸入し、吸入したガス冷媒を圧縮することでガス冷媒の圧力を上げる。圧縮機１１は、圧縮によって得られた高温高圧のガス冷媒を、室内熱交換器２３へと吐出する。

　暖房運転において、室内熱交換器２３は、凝縮器として働く。室内熱交換器２３は、圧縮機１１からの高温高圧のガス冷媒を、送風機２５によって室内空間から吸い込まれた外気との間で熱交換させる。この熱交換により放熱したガス冷媒は、室内熱交換器２３の内部で凝縮することで高温高圧の液冷媒に変化する。室内熱交換器２３によって得られた高温高圧の液冷媒は、膨張装置２４へと流出する。室内熱交換器２３においてガス冷媒から吸熱した空気は、再び室内空間に送り込まれる。これにより、室内空間が暖房される。

　膨張装置２４は、室内熱交換器２３からの高温高圧の液冷媒の圧力を下げる。膨張装置２４によって得られた低温低圧の気液二相冷媒は、室外熱交換器１３へと流出する。

　暖房運転において、室外熱交換器１３は、蒸発器として働く。室外熱交換器１３は、膨張装置２４からの低温低圧の気液二相冷媒を、送風機４５によって室外から吸い込まれた外気との間で熱交換させる。この熱交換により吸熱した気液二相冷媒は、室外熱交換器１３の内部で蒸発することで低温低圧のガス冷媒に変化する。室外熱交換器１３によって得られた低温低圧のガス冷媒は、圧縮機１１へと流出する。

　このように、暖房運転において、冷媒は、圧縮機１１、室内熱交換器２３（凝縮器）、膨張装置２４、および室外熱交換器１３（蒸発器）の順に流通する。

　図３は、実施の形態１に係る制御装置１００の構成を示す図である。図３に示すように、制御装置１００は、主な機能構成として、制御部１０１と、記憶部１０２と、通信部１０３とを備える。

　制御部１０１は、各種のプログラムを実行することで各種の処理を実行する演算主体であり、一例として、コンピュータ（たとえば、プロセッサ）が挙げられる。制御部１０１は、たとえば、ＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field-Programmable Gate Array）、およびＧＰＵ（Graphics Processing Unit）のうちの少なくとも１つで構成されている。また、制御部１０１は、ＡＳＩＣ（application specific integrated circuit）などの演算回路（processing circuitry）で構成されてもよい。

　記憶部１０２は、制御部１０１が各種のプログラムを実行するにあたって、プログラムコードまたはワークメモリなどを一時的に格納する記憶領域を提供するメモリであり、一例として、ＤＲＡＭ（dynamic random access memory）およびＳＲＡＭ（static random access memory）などの揮発性メモリ、または、ＲＯＭ（Read Only Memory）およびフラッシュメモリなどの不揮発性メモリが挙げられる。さらに、記憶部１０２は、空気調和機２を制御するために必要な各種のデータを格納する記憶領域を提供する記憶装置であってもよく、一例として、ＳＳＤ（solid state drive）またはＨＤＤ（hard disk drive）などの記憶装置であってもよい。

　通信部１０３は、空気調和機２、外気温度センサ６１、室内温度センサ６２、および温度設定装置６５の各々との間でデータの送受信を行う通信インターフェースである。制御装置１００は、通信部１０３を介して空気調和機２と通信することによって、空気調和機２を制御する。制御装置１００は、通信部１０３を介して外気温度センサ６１と通信することによって、外気温度センサ６１から外気温度の測定値を取得する。制御装置１００を、通信部１０３を介して室内温度センサ６２と通信することによって、室内温度センサ６２から室内温度の測定値を取得する。

　温度設定装置６５は、リモートコントローラ、ＰＣ（Personal Computer）、スマートフォンなどによって構成される。空気調和機２のユーザは、温度設定装置６５を用いて設定温度を入力することによって、室内空間の目標温度を設定することができる。また、空気調和機２のユーザは、温度設定装置６５を用いて設定時刻を入力することによって、予冷・予暖運転において室内空間の温度が設定温度に達する目標時刻を設定することができる。制御装置１００は、通信部１０３を介して温度設定装置６５と通信することによって、温度設定装置６５からユーザによって設定された設定温度（目標温度）および設定時刻（目標時刻）を取得する。

　上述のように構成された制御装置１００は、設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機２を起動して予冷・予暖運転する起動モードを有する。起動モードにおいて、制御装置１００は、室内温度センサ６２から取得した室内温度が、ユーザによって設定された設定温度に近づくように圧縮機１１が制御される。たとえば、朝一など、空気調和機２が一定期間停止した後に空気調和機２が起動した場合、室内温度と設定温度とが乖離した状態から、室内温度が徐々に設定温度に近づいていく。

　空気調和機２の起動時においては、室内温度を早期に設定温度に近づけるために、圧縮機１１の駆動周波数を最大値（たとえば、１００％）まで上げ、空調能力が最大の状態で空調運転することが想定される。このとき、消費電力と空調能力とから算出されるエネルギー消費効率（ＣＯＰ：Coefficient of Performance）を考慮すれば、圧縮機１１の駆動周波数を抑えるような運転をすることが望ましい。たとえば、圧縮機１１の駆動周波数が最大値となるインバータ能力１００％で圧縮機１１を制御するよりも、圧縮機１１の駆動周波数が最大値未満となるインバータ能力５０～６０％で圧縮機１１を制御する方が、エネルギー消費効率は大きくなる。なお、エネルギー消費効率（ＣＯＰ）とは、単位電力（たとえば、１ｋＷ）当たりの空調能力を示す値である。

　しかしながら、空気調和機２の空調能力を小さくすれば、室内空間の温度が設定温度に達するまでの所要時間が長くなるため、予冷・予暖運転を開始する時刻を早めなければならない。室外からの侵入熱負荷および内部負荷は常に発生するため、予冷・予暖のための運転時間が長くなると、処理しなければならない熱量が増え、熱処理のための消費電力量が増大する。

　一方、空気調和機２の空調能力を大きくすれば、室内空間の温度が設定温度に達するまでの時間が短くなるため、予冷・予暖のための運転時間を短くすることができるが、エネルギー消費効率が上がり難い。

　図４を参照しながら、空調能力に関する能力抑制率と、消費電力量との関係を説明する。図４は、予冷・予暖運転に関する室内温度および消費電力量の変化の一例を示す図である。なお、図４においては、空気調和機２が冷房運転を行う場合の例を示している。

　能力抑制率とは、空気調和機２の空調能力の抑制度合いを示す値であり、たとえば、圧縮機１１の駆動周波数を最大値で制御した場合を能力抑制率１００％とすると、圧縮機１１の駆動周波数が５０％で制御した場合は能力抑制率５０％になる。能力抑制の方法については、圧縮機１１の駆動周波数、回転数、または入力電流値などに上限を設けたり、制御目標値である蒸発温度または室内機２０の出口の冷媒過熱度に制約を設けたりといった方法が考えられ、能力抑制の方法については限定されない。

　図４（Ａ）には、「大」、「中」、「小」からなる３段階の能力抑制率ごとに、予冷・予暖運転を行った場合の時間に対する室内温度の変化を示すグラフが示されている。たとえば、能力抑制率が「小」の状態は、圧縮機１１の駆動周波数を第１値（たとえば、インバータ能力１００％）で制御した状態に対応する。能力抑制率が「中」の状態は、圧縮機１１の駆動周波数を第１値（たとえば、インバータ能力１００％）よりも小さい第２値（たとえば、インバータ能力７５％）で制御した状態に対応する。能力抑制率が「大」の状態は、圧縮機１１の駆動周波数を第２値（たとえば、インバータ能力７５％）よりも小さい第３値（たとえば、インバータ能力５０％）で制御した状態に対応する。

　図４（Ａ）に示すように、能力抑制率が大きいほど、すなわち空気調和機２の空調能力が小さいほど、室内空間の温度が設定温度に達するまでの所要時間が長くなるため、予冷・予暖運転を開始する時刻を早めなければならない。この例では、能力抑制率が「小」の状態では、設定時刻に近い時刻ｔ３で空気調和機２を起動させればよいのに対して、能力抑制率が「大」の状態では、設定時刻から遠い時刻ｔ１で空気調和機２を起動させなければならない。

　予冷・予暖のための運転時間が長くなると、室内空間において累積する侵入熱負荷量が増大するため、熱処理のための消費電力量が増大する。たとえば、図４（Ｂ）には、「大」、「中」、「小」からなる３段階の能力抑制率ごとに、予冷・予暖運転を行った場合の時間に対する消費電力量の変化を示すグラフが示されている。

　図４（Ｂ）に示すように、３段階の能力抑制率のうち、室内空間の温度が設定温度に達するまでに要する消費電力量は、能力抑制率が「小」の状態が最も大きく、能力抑制率が「中」の状態が最も小さくなる。すなわち、この例では、能力抑制率が「中」の状態が最も省エネルギー効果がある。

　このように、空調能力を抑えた場合は、エネルギー消費効率（ＣＯＰ）が上がるが、空調能力を抑える度合いが過剰になれば、予冷・予暖のための運転時間が長くなることによって熱処理のための消費電力量が増大することになる。さらに、予冷・予暖のための運転時間は、室内温度、外気温度、設定温度、および室内空間における建物仕様などによって、物件ごとおよび日ごとに変化し得る。なお、建物仕様とは、建物の空調負荷の大きさに起因するものである。たとえば、建物仕様は、壁の断熱性能または面積、窓の断熱性能または面積、換気量、隙間風の量、壁外側の環境（空調対象となる室内空間と屋外とを隔てる外壁、空調対象となる室内空間と他の室内空間とを隔てる内壁、さらに内壁の場合は他の室内空間の温度情報など）を含む。

　そこで、実施の形態１に係る制御装置１００は、空調能力を抑えることによってエネルギー消費効率が上がる省エネルギー効果と、予冷・予暖のための運転時間が長くなることによって熱処理のための消費電力量が増大する増エネルギー効果との両方を考慮して、物件ごとおよび日ごとに、予冷・予暖運転において省エネルギー化を実現する最適な能力抑制率を設定するように構成されている。なお、図４においては、空気調和機２が冷房運転を行う場合の例を示していたが、空気調和機２が暖房運転を行う場合においても冷房運転と同様の技術を適用可能である。

　具体的には、図３に示すように、制御装置１００の制御部１０１は、データ取得部１１０と、モデル生成部１２０と、推論部１３０と、電力量算出部１４０と、能力抑制率決定部１５０と、起動時刻決定部１６０とを備える。

　データ取得部１１０は、通信部１０３を介して、室内温度、外気温度、および設定温度を取得する。モデル生成部１２０は、室内温度、外気温度、設定温度、および能力抑制率を含む入力データと、これらの入力データに対応する正解データである所要時間とをセットにした学習用データを用いて、室内空間の温度と、外気温度と、設定温度と、能力抑制率とに基づき、複数の能力抑制率の各々について所要時間を推論するための学習済モデルを生成する。推論部１３０は、室内温度と、外気温度と、設定温度と、能力抑制率とに基づき所要時間を推論するための学習済モデルを用いて、複数の能力抑制率の各々について所要時間を推論する。電力量算出部１４０は、複数の能力抑制率の各々の所要時間に基づき、複数の能力抑制率の各々について消費電力量を算出する。能力抑制率決定部１５０は、複数の能力抑制率のうち、消費電力量が最小となる能力抑制率を決定する。起動時刻決定部１６０は、消費電力量が最小となる能力抑制率を用いた場合の所要時間から、空気調和機２の起動時刻を決定する。これにより、制御装置１００は、起動時刻になったときに、消費電力量が最小となる能力抑制率に基づき空気調和機２を起動することによって、予冷・予暖運転における省エネルギー化を実現することができる。

　上述したように、制御装置１００は、室内温度、外気温度、設定温度、および能力抑制率を含む入力データと、これらの入力データに対応する正解データである所要時間とをセットにした学習用データを用いて、教師あり学習を行う。教師あり学習とは、要因と結果（ラベル）のデータセットを用いて、これらの学習用データにある特徴を学習し、入力から結果を推論する手法である。図５は、教師あり学習の概要を説明するための図である。

　図５に示すように、学習フェーズにおいて、制御装置１００は、学習用プログラム１９０を実行することで、入力１と入力２（正解）とを含む学習用データ１８０に基づき、学習済モデル１７０を生成（更新）する。

　活用フェーズにおいて、制御装置１００は、学習済モデル１７０を用いて、入力１に基づき、出力を得る。

　図６は、実施の形態１に係る制御装置１００における教師あり学習の入力および出力を説明するための図である。図６に示すように、実施の形態１に係る制御装置１００においては、入力１として、室内温度、外気温度、設定温度、および能力抑制率が用いられる。より具体的には、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率が用いられる。また、正解データである入力２として、室内温度が設定温度に達するまでの所要時間が用いられる。出力として、室内温度が設定温度に達するまでの所要時間が得られる。

　図７は、学習装置３０１の構成を示す図である。学習装置３０１は、制御装置１００の制御部１０１によって実現される。学習装置３０１は、学習用プログラム記憶部３０４および学習済モデル記憶部３０３の各々とデータの受け渡しが可能である。学習用プログラム記憶部３０４および学習済モデル記憶部３０３は、制御装置１００の記憶部１０２によって実現される。

　図７に示すように、学習装置３０１は、データ取得部１１０と、モデル生成部１２０とを備える。学習装置３０１は、学習用プログラム記憶部３０４によって記憶された学習用プログラム１９０を実行することで、入力１と入力２（正解）とを含む学習用データ１８０に基づき、学習済モデル１７０を生成する。

　データ取得部１１０は、入力１と入力２（正解）とを含む学習用データ１８０を取得する。具体的には、データ取得部１１０は、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率を取得する。データ取得部１１０は、入力２（正解）として、室内温度が設定温度に達するまでの所要時間を取得する。

　モデル生成部１２０は、データ取得部１１０によって取得された入力１と入力２（正解）とを含む学習用データ１８０を用いて、入力１から出力として室内温度が設定温度に達するまでの所要時間を推論する学習済モデル１７０を生成する。モデル生成部１２０は、生成した学習済モデル１７０を学習済モデル記憶部３０３に記憶させる。

　図８は、ニューラルネットワークの構成を示す図である。モデル生成部１２０は、たとえば、ニューラルネットワークモデルに従って、教師あり学習によって学習済モデル１７０を生成する。

　ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、および複数のニューロンからなる出力層で構成される。中間層は、１層、または２層以上でもよい。

　図８においては、３層のニューラルネットワークが表されている。図８においては、入力が３個、出力が３個の構成が表されている。複数の入力が入力層Ｘ１，Ｘ２，Ｘ３に入力されると、その値に重みｗ１１～ｗ１６を掛けた値が中間層Ｙ１，Ｙ２に入力され、その結果にさらに重みｗ２１～ｗ２６を掛けた値が出力層Ｚ１，Ｚ２，Ｚ３から出力される。この出力結果は、重みｗ１１～ｗ１６，ｗ２１～ｗ２６の値によって変わる。

　ニューラルネットワークは、データ取得部１１０によって取得された入力１と入力２（正解）とを含む学習用データ１８０に基づき、教師あり学習を行う。すなわち、ニューラルネットワークは、入力層に入力１を入力して出力層から出力された結果が、入力２（正解）に近づくように重みを調整することで学習する。

　モデル生成部１２０は、上述したような教師あり学習を行うことで、学習済モデル１７０を生成する。

　図９は、学習装置３０１（制御装置１００）が学習フェーズにおいて実行する処理に関するフローチャートである。なお、図９においては、学習装置３０１に対応する制御装置１００が実行する処理が示されている。また、図９において、「Ｓ」は「ＳＴＥＰ」の略称として用いられる。

　図９に示すように、制御装置１００は、データ取得部１１０によって、入力１と入力２（正解）とを含む学習用データ１８０を取得する（Ｓ１）。なお、制御装置１００は、入力１および入力２（正解）を同時に取得する場合に限らず、入力１および入力２（正解）を互いに異なるタイミングで取得してもよい。また、制御装置１００は、室内温度、外気温度、設定温度、および能力抑制率を同時に取得する場合に限らず、室内温度、外気温度、設定温度、および能力抑制率を互いに異なるタイミングで取得してもよい。

　制御装置１００は、モデル生成部１２０によって、学習用データ１８０に基づき、教師あり学習を行うことで、学習済モデル１７０を生成する（Ｓ２）。制御装置１００は、生成した学習済モデル１７０を、学習済モデル記憶部３０３に記憶し（Ｓ３）、本処理を終了する。

　図１０は、推論装置３０２の構成を示す図である。推論装置３０２は、制御装置１００の制御部１０１によって実現される。推論装置３０２は、学習済モデル記憶部３０３とデータの受け渡しが可能である。

　図１０に示すように、推論装置３０２は、データ取得部１１０と、推論部１３０とを備える。推論装置３０２は、学習済モデル１７０を用いて、入力１から出力として室内温度が設定温度に達するまでの所要時間を得る。

　データ取得部１１０は、入力１を取得する。具体的には、データ取得部１１０は、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率を取得する。

　推論部１３０は、学習済モデル１７０を用いて、入力１から出力として室内温度が設定温度に達するまでの所要時間を得る。具体的には、推論部１３０は、学習済モデル記憶部３０３から、学習済モデル１７０を読み出す。推論部１３０は、学習済モデル１７０を用いて、データ取得部１１０によって取得された入力１のデータに基づき、出力として室内温度が設定温度に達するまでの所要時間を推論する。

　図１１は、推論装置３０２（制御装置１００）が活用フェーズにおいて実行する処理に関するフローチャートである。なお、図１１においては、推論装置３０２に対応する制御装置１００が実行する処理が示されている。また、図１１において、「Ｓ」は「ＳＴＥＰ」の略称として用いられる。

　図１１に示すように、制御装置１００は、データ取得部１１０によって、入力１を取得する（Ｓ１１）。なお、制御装置１００は、室内温度、外気温度、設定温度、および能力抑制率を同時に取得する場合に限らず、室内温度、外気温度、設定温度、および能力抑制率を互いに異なるタイミングで取得してもよい。

　制御装置１００は、取得した入力１を学習済モデル１７０に入力する（Ｓ１２）。制御装置１００は、学習済モデル１７０を用いて、入力１から出力として室内温度が設定温度に達するまでの所要時間を推論する（Ｓ１３）。これにより、制御装置１００は、学習済モデル１７０を用いて、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率に基づき、室内温度が設定温度に達するまでの所要時間を得ることができる。

　また、制御装置１００は、上述したような所要時間の推論を、複数の能力抑制率の各々について行うことで、複数の能力抑制率の各々についての所要時間を得ることができる。なお、複数の能力抑制率の刻み幅は、ユーザまたは空調システム１の設計者などによって任意に設定され得る。

　制御装置１００は、複数の能力抑制率の各々の所要時間に基づき、複数の能力抑制率の各々について消費電力量を算出する（Ｓ１４）。具体的には、制御装置１００は、記憶部１０２によって、複数の能力抑制率の各々に対応するエネルギー消費効率（ＣＯＰ）および空調能力を記憶している。たとえば、制御装置１００は、１つの能力抑制率に対して、エネルギー消費効率（ＣＯＰ）および空調能力が紐付けられたテーブルを記憶部１０２に格納している。上述したように、エネルギー消費効率（ＣＯＰ）は、単位電力（たとえば、１ｋＷ）当たりの空調能力を示す値であるため、制御装置１００は、複数の能力抑制率の各々について、記憶部１０２に格納されたテーブルを用いて、エネルギー消費効率（ＣＯＰ）および空調能力から、単位時間当たりの消費電力量を算出することができる。そして、制御装置１００は、算出した単位時間当たりの消費電力量に、推論した所要時間を乗算することによって、予冷・予暖運転に要する消費電力量（積算電力量）を算出することができる。

　また、制御装置１００は、消費電力量（積算電力量）の算出を、複数の能力抑制率の各々について行うことで、複数の能力抑制率の各々についての予冷・予暖運転に要する消費電力量（積算電力量）を得ることができる。

　制御装置１００は、複数の能力抑制率のうち、消費電力量が最小となる能力抑制率を決定する（Ｓ１５）。制御装置１００は、消費電力量が最小となる能力抑制率を用いた場合の所要時間から、空気調和機２の起動時刻を決定する。具体的には、制御装置１００は、ユーザによって入力された設定時刻から、消費電力量が最小となる能力抑制率を用いた場合の所要時間を遡らせたときの時刻を、空気調和機２の起動時刻とする（Ｓ１６）。

　制御装置１００は、現在時刻が起動時刻に達したか否かを判定する（Ｓ１７）。制御装置１００は、現在時刻が起動時刻に達していない場合（Ｓ１７でＮＯ）、Ｓ１７の処理を繰り返す。一方、制御装置１００は、現在時刻が起動時刻に達した場合（Ｓ１７でＹＥＳ）、空気調和機２を起動させる（Ｓ１８）。

　制御装置１００は、室内温度が設定温度に達したか否かを判定する（Ｓ１９）。制御装置１００は、室内温度が設定温度に達していない場合（Ｓ１９でＮＯ）、Ｓ１９の処理を繰り返す。一方、制御装置１００は、室内温度が設定温度に達した場合（Ｓ１９でＹＥＳ）、室内温度を設定温度で維持するなどの通常制御を、空気調和機２に対して行う（Ｓ２０）。その後、制御装置１００は、本処理を終了する。

　以上のように、実施の形態１に係る制御装置１００は、起動モードにおいて、複数の能力抑制率の各々について、空気調和機２の起動から室内温度が設定温度に達するまでに要する空気調和機２の消費電力量を算出し、複数の能力抑制率のうちの消費電力量が最小となる能力抑制率を決定する。これにより、制御装置１００は、物件ごとおよび日ごとに、消費電力量が最小となる能力抑制率を決定することができ、決定した能力抑制率に基づき空気調和機２を制御することによって、予冷・予暖運転における省エネルギー化を実現することができる。

　なお、実施の形態１に係る制御装置１００は、学習済モデル１７０を用いて、予冷・予暖運転に要する所要時間を推論していたが、学習済モデル１７０を用いることなく所要時間を推論（算出）してもよい。具体的には、制御装置１００は、室内温度、外気温度、設定温度、室内空間の容積、空調負荷（室内空間における建物の断熱性能または窓の数など）、および能力抑制率などに基づき、複数の能力抑制率の各々について所要時間を計算によって算出してもよい。すなわち、制御装置１００は、室内空間の容積および空調負荷など、所要時間を算出するためのパラメータを記憶部１０２によって予め記憶しておくことによって、入力された室内温度、外気温度、設定温度、および能力抑制率に基づき、複数の能力抑制率の各々について所要時間を算出してもよい。

　実施の形態１に係る制御装置１００は、学習済モデル１７０に入力１のデータを入力する前処理として、室内空間の温度と外気温度との差を算出し、さらに室内空間の温度と設定温度との差を算出し、これらの差を入力１として学習済モデル１７０に入力していた。しかしながら、制御装置１００は、室内温度、外気温度、設定温度、および能力抑制率を、上述したような前処理を行うことなくそのまま学習済モデル１７０に入力して、機械学習を行ってもよい。

　実施の形態１に係る制御装置１００は、空気調和機２と別体に設けられているが、空気調和機２と一体化するように、たとえば室外機１０内に搭載されていてもよい。また、制御装置１００は、ネットワークを介して空気調和機２（たとえば、室外機１０）と通信可能に接続されたサーバ装置であってもよく、クラウドサーバであってもよい。

　実施の形態１に係る制御装置１００は、学習装置３０１の機能を有していたが、学習装置３０１は、制御装置１００と別の装置であってもよい。たとえば、学習装置３０１は、ネットワークを介して制御装置１００と通信可能に接続されたサーバ装置であってもよく、クラウドサーバであってもよい。すなわち、制御装置１００は、別の装置によって生成された学習済モデル１７０を、当該別の装置から取得して記憶部１０２によって記憶してもよい。

　実施の形態１に係る制御装置１００は、推論装置３０２の機能を有していたが、推論装置３０２は、制御装置１００と別の装置であってもよい。たとえば、推論装置３０２は、ネットワークを介して制御装置１００と通信可能に接続されたサーバ装置であってもよく、クラウドサーバであってもよい。この場合、制御装置１００は、別体として存在する推論装置３０２を用いて、図１１に示すＳ１３の処理を実行してもよい。

　実施の形態１に係る制御装置１００は、学習アルゴリズムとして教師あり学習を用いていたが、教師なし学習または強化学習などの公知のアルゴリズムを用いてもよい。

　実施の形態２．
　図１２を参照しながら、実施の形態２に係る制御装置１００について説明する。なお、以下では、実施の形態２に係る制御装置１００について、実施の形態１に係る制御装置１００と異なる部分のみを説明する。

　図１２は、実施の形態２に係る制御装置１００における教師あり学習の入力および出力を説明するための図である。図１２に示すように、実施の形態２に係る制御装置１００においては、入力１として、室内温度、外気温度、設定温度、および能力抑制率に、建物仕様を加えている。

　なお、上述したように、建物仕様は、壁の断熱性能または面積、窓の断熱性能または面積、換気量、隙間風の量、壁外側の環境（空調対象となる室内空間と屋外とを隔てる外壁、空調対象となる室内空間と他の室内空間とを隔てる内壁、さらに内壁の場合は他の室内空間の温度情報など）を含む。

　すなわち、学習装置３０１として機能する実施の形態２に係る制御装置１００は、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率に加えて建物仕様を取得し、入力２（正解）として、室内温度が設定温度に達するまでの所要時間を取得する。そして、制御装置１００は、取得した室内温度と外気温度との差、室内温度と設定温度との差、能力抑制率、および建物仕様と、室内温度が設定温度に達するまでの所要時間とを含む学習用データ１８０を用いて、学習済モデル１７０を生成する。

　また、推論装置３０２として機能する実施の形態２に係る制御装置１００は、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率に加えて建物仕様を取得する。そして、制御装置１００は、取得した室内温度と外気温度との差、室内温度と設定温度との差、能力抑制率、および建物仕様に基づき、学習済モデル１７０を用いて、室内温度が設定温度に達するまでの所要時間を推論する。

　以上のように、実施の形態２に係る制御装置１００は、建物仕様の異なる複数の物件ごとに機械学習を行うことによって、様々な建物仕様を考慮して学習済モデル１７０を生成することができる。そして、制御装置１００は、様々な建物仕様を考慮して生成された学習済モデル１７０を用いて、室内温度が設定温度に達するまでの所要時間を推論することができる。これにより、単独の空調システム１のデータのみから学習を行って学習済モデル１７０を生成した場合よりも、制御装置１００は、空調システム１を導入した直後から、精度よく所要時間を推論することができる。

　実施の形態３．
　図１３および図１４を参照しながら、実施の形態３に係る制御装置１００について説明する。なお、以下では、実施の形態３に係る制御装置１００について、実施の形態１に係る制御装置１００と異なる部分のみを説明する。

　図１３は、実施の形態３に係る制御装置１００における教師あり学習の入力および出力を説明するための図である。図１３に示すように、実施の形態３に係る制御装置１００においては、正解データである入力２として、空調負荷が用いられる。

　すなわち、学習装置３０１として機能する実施の形態３に係る制御装置１００は、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率を取得し、入力２（正解）として、空調負荷を取得する。そして、制御装置１００は、取得した室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率と、空調負荷とを含む学習用データ１８０を用いて、学習済モデル１７０を生成する。

　また、推論装置３０２として機能する実施の形態３に係る制御装置１００は、入力１として、室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率を取得し、取得した室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率に基づき、学習済モデル１７０を用いて、空調負荷を推論する。

　図１４は、実施の形態３に係る制御装置１００が活用フェーズにおいて実行する処理に関するフローチャートである。図１４に示すように、実施の形態３に係る制御装置１００は、図１１のＳ１３の代わりに、Ｓ２１およびＳ２２を実行する。具体的には、制御装置１００は、Ｓ１３において、取得した室内温度と外気温度との差、室内温度と設定温度との差、および能力抑制率に基づき、学習済モデル１７０を用いて、空調負荷を推論する。そして、Ｓ１４において、推論した空調負荷を用いて、室内温度が設定温度に達するまでの所要時間を算出する。

　空調負荷Ｌｃ［ｋＷ］は、空調能力をＱｃ［ｋＷ］、必要処理熱量をＱｎ［ｋＷ］、所要時間をｔｎ［ｓ］とすると、Ｌｃ＝Ｑｃ－Ｑｎ／（ｔｎ／３６００）の計算式によって算出され得る。すなわち、所要時間をｔｎは、ｔｎ＝Ｑｎ／（Ｑｃ－Ｌｃ）＊３６００の計算式によって算出され得る。ここで、必要処理熱量は、空調起動前の室内温度と設定温度との差、および空調対象の室内空間の容積から算出され得る。空調能力Ｑｃおよび必要処理熱量は、建物ごとに決まっている。制御装置１００は、上述した計算式を用いて、推論した空調負荷から、所要時間を算出することができる。

　なお、空調負荷の学習および推論するための入力１は、室内温度および外気温度に限らず、空調負荷の大きさに起因する換気量または内部発熱量を含んでいてもよい。

　以上のように、実施の形態３に係る制御装置１００は、所要時間よりも推論しやすい空調負荷を推論するための学習済モデル１７０を生成することによって、実施の形態１に係る制御装置１００よりも、精度の高い学習済モデル１７０ができるまでの学習時間を短縮することができる。

　（まとめ）
　本開示は、空気調和機２を制御する制御装置１００に関する。制御装置１００は、空気調和機２と通信する通信部１０３と、通信部１０３を介して空気調和機２を制御する制御部１０１とを備える。制御部１０１は、設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機２を起動する起動モードを有する。制御部１０１は、起動モードにおいて、空気調和機２の空調能力の抑制度合いを示す複数の能力抑制率の各々について、空気調和機２の起動から室内空間の温度が設定温度に達するまでに要する空気調和機２の消費電力量を算出し、複数の能力抑制率のうちの消費電力量が最小となる能力抑制率に基づき空気調和機２を制御する。

　これにより、制御装置１００は、空調能力を抑えることによってエネルギー消費効率が上がる省エネルギー効果と、予冷・予暖のための運転時間が長くなることによって熱処理のための消費電力量が増大する増エネルギー効果との両方を考慮して、予冷・予暖運転における省エネルギー化を実現することができる。

　制御部１０１は、複数の能力抑制率の各々について、室内空間の温度が設定温度に達するまでの所要時間を推論し、複数の能力抑制率の各々の所要時間に基づき、複数の能力抑制率の各々について消費電力量を算出する。

　これにより、制御装置１００は、複数の能力抑制率の各々について推論した所要時間を用いて、複数の能力抑制率の各々について消費電力量を算出することができる。

　制御部１０１は、室内空間の温度と、外気温度と、設定温度と、能力抑制率とに基づき所要時間を推論するための学習済モデル１７０を用いて、複数の能力抑制率の各々について所要時間を推論する。

　これにより、制御装置１００は、学習済モデル１７０を用いて、複数の能力抑制率の各々について所要時間を精度よく推論することができる。

　学習済モデル１７０は、室内空間の温度と外気温度との差、室内空間の温度と設定温度との差、および能力抑制率に基づき所要時間を推論する。

　これにより、制御装置１００は、室内温度、外気温度、設定温度、および能力抑制率をそのまま用いることなく、前処理によって、室内空間の温度と外気温度との差を算出し、さらに室内空間の温度と設定温度との差を算出し、これらの差を用いて所要時間を推論するため、所要時間の推論精度を高めることができる。また、制御装置１００は、効率よく機械学習を行うことができるため、学習済モデル１７０の生成に要する時間を短縮することができる。

　制御部１０１は、室内空間の温度と、外気温度と、設定温度と、能力抑制率と、室内空間に関する建物の仕様とに基づき所要時間を推論するための学習済モデル１７０を用いて、複数の能力抑制率の各々について所要時間を推論する。

　これにより、制御装置１００は、様々な建物仕様を考慮して生成された学習済モデル１７０を用いて所要時間を推論することができる。

　学習済モデル１７０は、室内空間の温度と外気温度との差、室内空間の温度と設定温度との差、能力抑制率、および建物の仕様に基づき所要時間を推論する。

　これにより、制御装置１００は、室内温度、外気温度、設定温度、能力抑制率、および建物仕様をそのまま用いることなく、前処理によって、室内空間の温度と外気温度との差を算出し、さらに室内空間の温度と設定温度との差を算出し、これらの差を用いて所要時間を推論するため、所要時間の推論精度を高めることができる。また、制御装置１００は、効率よく機械学習を行うことができるため、学習済モデル１７０の生成に要する時間を短縮することができる。

　制御部１０１は、複数の能力抑制率の各々について、室内空間の空調負荷を推論し、複数の能力抑制率の各々の空調負荷に基づき、複数の能力抑制率の各々について、室内空間の温度が設定温度に達するまでの所要時間を算出し、複数の能力抑制率の各々の所要時間に基づき、複数の能力抑制率の各々について消費電力量を算出する。

　これにより、制御装置１００は、複数の能力抑制率の各々について推論した空調負荷を用いて、複数の能力抑制率の各々について消費電力量を算出することができる。

　制御部１０１は、室内空間の温度と、外気温度と、設定温度と、能力抑制率とに基づき空調負荷を推論するための学習済モデル１７０を用いて、複数の能力抑制率の各々について空調負荷を推論する。

　これにより、制御装置１００は、学習済モデル１７０を用いて、複数の能力抑制率の各々について空調負荷を精度よく推論することができる。

　学習済モデル１７０は、室内空間の温度と外気温度との差、室内空間の温度と設定温度との差、および能力抑制率に基づき空調負荷を推論する。

　これにより、制御装置１００は、室内温度、外気温度、設定温度、および能力抑制率をそのまま用いることなく、前処理によって、室内空間の温度と外気温度との差を算出し、さらに室内空間の温度と設定温度との差を算出し、これらの差を用いて空調負荷を推論するため、空調負荷の推論精度を高めることができる。また、制御装置１００は、効率よく機械学習を行うことができるため、学習済モデル１７０の生成に要する時間を短縮することができる。

　本開示は、空気調和機２を制御する制御装置１００の制御方法である。制御方法は、設定時刻において室内空間の温度が設定温度に達するように設定時刻よりも前に空気調和機２を起動する起動モードにおいて、空気調和機２の空調能力の抑制度合いを示す複数の能力抑制率の各々について、空気調和機２の起動から室内空間の温度が設定温度に達するまでに要する空気調和機２の消費電力量を算出するステップと、複数の能力抑制率のうちの消費電力量が最小となる能力抑制率に基づき空気調和機２を制御するステップとを含む。

　今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施の形態の説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

　１　空調システム、２　空気調和機、１０　室外機、１１　圧縮機、１３　室外熱交換器２０，２０Ａ，２０Ｂ，２０Ｃ　室内機、２１，４１　ファン、２２，４２　モータ、２３　室内熱交換器、２４　膨張装置、２５，４５　送風機、３０，３０Ａ，３０Ｂ　接続配管、３１，３２，３３，３４，３５　配管、５０　四方弁、５１，５２，５３，５４　接続口、６１　外気温度センサ、６２，６２Ａ，６２Ｂ，６２Ｃ　室内温度センサ、６５　温度設定装置、１００　制御装置、１０１　制御部、１０２　記憶部、１０３　通信部、１１０　データ取得部、１１１　吸入口、１１２　吐出口、１２０　モデル生成部、１３０　推論部、１４０　電力量算出部、１５０　能力抑制率決定部、１６０　起動時刻決定部、１７０　学習済モデル、１８０　学習用データ、１９０　学習用プログラム、３０１　学習装置、３０２　推論装置、３０３　学習済モデル記憶部、３０４　学習用プログラム記憶部。

Claims

　空気調和機を制御する制御装置であって、
　前記空気調和機と通信する通信部と、
　前記通信部を介して前記空気調和機を制御する制御部とを備え、
　前記制御部は、
　設定時刻において室内空間の温度が設定温度に達するように前記設定時刻よりも前に前記空気調和機を起動する起動モードを有し、
　前記起動モードにおいて、前記空気調和機の空調能力の抑制度合いを示す複数の能力抑制率の各々について、前記空気調和機の起動から前記室内空間の温度が前記設定温度に達するまでに要する前記空気調和機の消費電力量を算出し、前記複数の能力抑制率のうちの前記消費電力量が最小となる能力抑制率に基づき前記空気調和機を制御する、制御装置。
　前記制御部は、
　前記複数の能力抑制率の各々について、前記室内空間の温度が前記設定温度に達するまでの所要時間を推論し、
　前記複数の能力抑制率の各々の前記所要時間に基づき、前記複数の能力抑制率の各々について前記消費電力量を算出する、請求項１に記載の制御装置。
　前記制御部は、前記室内空間の温度と、外気温度と、前記設定温度と、前記能力抑制率とに基づき前記所要時間を推論するための学習済モデルを用いて、前記複数の能力抑制率の各々について前記所要時間を推論する、請求項２に記載の制御装置。
　前記学習済モデルは、前記室内空間の温度と前記外気温度との差、前記室内空間の温度と前記設定温度との差、および前記能力抑制率に基づき前記所要時間を推論する、請求項３に記載の制御装置。
　前記制御部は、前記室内空間の温度と、外気温度と、前記設定温度と、前記能力抑制率と、前記室内空間に関する建物の仕様とに基づき前記所要時間を推論するための学習済モデルを用いて、前記複数の能力抑制率の各々について前記所要時間を推論する、請求項２に記載の制御装置。
　前記学習済モデルは、前記室内空間の温度と前記外気温度との差、前記室内空間の温度と前記設定温度との差、前記能力抑制率、および前記建物の仕様に基づき前記所要時間を推論する、請求項５に記載の制御装置。
　前記制御部は、
　前記複数の能力抑制率の各々について、前記室内空間の空調負荷を推論し、
　前記複数の能力抑制率の各々の前記空調負荷に基づき、前記複数の能力抑制率の各々について、前記室内空間の温度が前記設定温度に達するまでの所要時間を算出し、
　前記複数の能力抑制率の各々の前記所要時間に基づき、前記複数の能力抑制率の各々について前記消費電力量を算出する、請求項１に記載の制御装置。
　前記制御部は、前記室内空間の温度と、外気温度と、前記設定温度と、前記能力抑制率とに基づき前記空調負荷を推論するための学習済モデルを用いて、前記複数の能力抑制率の各々について前記空調負荷を推論する、請求項７に記載の制御装置。
　前記学習済モデルは、前記室内空間の温度と前記外気温度との差、前記室内空間の温度と前記設定温度との差、および前記能力抑制率に基づき前記空調負荷を推論する、請求項８に記載の制御装置。
　空気調和機を制御する制御装置の制御方法であって、
　設定時刻において室内空間の温度が設定温度に達するように前記設定時刻よりも前に前記空気調和機を起動する起動モードにおいて、
　前記空気調和機の空調能力の抑制度合いを示す複数の能力抑制率の各々について、前記空気調和機の起動から前記室内空間の温度が前記設定温度に達するまでに要する前記空気調和機の消費電力量を算出するステップと、
　前記複数の能力抑制率のうちの前記消費電力量が最小となる能力抑制率に基づき前記空気調和機を制御するステップとを含む、制御方法。