特許ウォッチ

公開番号2024064629
公報種別公開特許公報(A)
公開日2024-05-14
出願番号2022173367
出願日2022-10-28
発明の名称遠隔制御方法、遠隔制御装置、及び遠隔制御プログラム
出願人東京瓦斯株式会社
代理人弁理士法人太陽国際特許事務所
主分類F24F 11/62 20180101AFI20240507BHJP(加熱;レンジ;換気)
要約【課題】空調機との間で双方向にデータ通信を行うことができない場合であっても、空調機の稼働状態を推定する。
【解決手段】スマートリモコン1は、エアコン2が設置された室内の室内温度、及び室内温度の測定前に測定された基準室内温度と室内温度との差分を表す室内温度変化量を含む基本データを用いた機械学習によって得られた予測モデルを用いて、基本データからエアコン2の稼働状態を推定し、スマートリモコン1からエアコン2への方向しか通信することができない単方向の赤外線通信を用いて、推定したエアコン2の稼働状態に応じた節電制御を実行する。
【選択図】図1
特許請求の範囲【請求項１】
空調機が設置された室内の室内温度、及び前記室内温度の測定前に測定された予め定めた時点における基準室内温度と前記室内温度との差分を表す室内温度変化量を含む基本データを用いた機械学習によって得られた予測モデルを用いて、前記基本データから前記空調機の稼働状態を推定し、
前記空調機への指示の送信は行うことができるが、指示に対する前記空調機からの応答は受信することができない単方向の赤外線通信を用いて、推定した前記空調機の稼働状態に対して予め対応付けられている指示を前記空調機に送信する制御を含む処理をコンピュータが実行する
遠隔制御方法。
続きを表示（約 1,800 文字）【請求項２】
前記機械学習が、前記基本データに対して前記室内温度を測定した時点における前記空調機の稼働状態をラベル付けした教師データを用いて、前記基本データと前記空調機の稼働状態との関係を学習する教師あり機械学習である
請求項１に記載の遠隔制御方法。
【請求項３】
前記基本データは、前記室内温度と前記室内温度変化量に加え、更に、前記室内の室内湿度、前記室内の室内照度、前記室内に居住するユーザの位置情報、及び前記空調機の消費電力量の少なくとも１つを含む
請求項２に記載の遠隔制御方法。
【請求項４】
前記予測モデルは、前記基本データと、前記室内温度及び前記室内照度を用いて算出されるデータである拡張データと、に対して前記空調機の稼働状態をラベル付けした教師データによる教師あり機械学習で得られたモデルであり、
前記予測モデルを用いて、前記基本データ及び前記拡張データから前記空調機の稼働状態を推定する処理をコンピュータが実行する
請求項３に記載の遠隔制御方法。
【請求項５】
前記拡張データは、前記室内温度から、前記空調機の稼働状態の推定当日における基準時刻に測定された前記室内温度を引いた基準時刻温度差、前記室内における最高温度から前記室内における最低温度を引いた差分に対する、前記室内温度から前記最低温度を引いた差分の割合である規格化温度、予め定めた規定時間帯に測定された各々の前記室内温度から得られる統計室内温度、前記室内における最高照度から前記室内における最低照度を引いた差分に対する、前記室内照度から前記最低照度を引いた差分の割合である規格化照度、及び前記規定時間帯に測定された各々の前記室内照度から得られる統計室内照度の少なくとも１つを含む
請求項４に記載の遠隔制御方法。
【請求項６】
前記統計室内温度として、前記規定時間帯に測定された前記室内温度の平均値である平均室内温度、前記規定時間帯に測定された前記室内温度の最高値である最高室内温度、及び前記規定時間帯に測定された前記室内温度の最低値である最低室内温度の少なくとも１つを含み、
前記統計室内照度として、前記規定時間帯に測定された前記室内照度の平均値である平均室内照度、前記規定時間帯に測定された前記室内照度の最高値である最高室内照度、及び前記規定時間帯に測定された前記室内照度の最低値である最低室内照度の少なくとも１つを含む
請求項５に記載の遠隔制御方法。
【請求項７】
前記予測モデルは、前記基本データと、前記拡張データと、電力の供給を受けている需要家毎の電力の供給地点での気温から得られる需要家温度データと、に対して前記空調機の稼働状態をラベル付けした教師データによる教師あり機械学習で得られたモデルであり、
前記予測モデルを用いて、前記基本データ、前記拡張データ、及び前記需要家温度データから前記空調機の稼働状態を推定する処理をコンピュータが実行する
請求項４～請求項６の何れか１項に記載の遠隔制御方法。
【請求項８】
前記需要家温度データは、前記空調機が設置されている地点の外気温、及び電力の供給を受けている全需要家の各々の需要設備内の温度から得られる全需要家統計温度データの少なくとも１つを含む
請求項７に記載の遠隔制御方法。
【請求項９】
前記全需要家統計温度データとして、各々の前記需要設備内の温度の平均値である全需要家平均温度、各々の前記需要設備内の温度の最高値である全需要家最高温度、及び各々の前記需要設備内の温度の最低値である全需要家最低温度の少なくとも１つを含む
請求項８に記載の遠隔制御方法。
【請求項１０】
前記機械学習が、前記基本データに含まれる各値によって表される変数点を２つのクラスタに分類し、各々のクラスタに分類された前記変数点に対応した前記室内温度の平均値の違いから、各々のクラスタに前記空調機が稼働していることを示すラベルか、又は、前記空調機が停止していることを示すラベルを対応付ける教師なし機械学習である
請求項１に記載の遠隔制御方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、空調機に対して赤外線方式で制御を行う遠隔制御方法、遠隔制御装置、及び遠隔制御プログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
通信回線に接続されたスマートリモコンを用いて住宅内の空調機を遠隔制御する方法が従来から知られており、例えば特許文献１には、ユーザがスマートフォンからスマートリモコンに指示を送信すると、スマートリモコンが受信した指示に応じた制御データを空調機に送信して空調機の制御を行う空気調和システムが開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１７－２０７２５４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に記載される従来技術は、空調機とスマートリモコンの通信方式にＥＣＨＯＮＥＴＬｉｔｅ（登録商標）を用いてデータ通信を行っている。ＥＣＨＯＮＥＴＬｉｔｅでは空調機とスマートリモコンとの間で双方向にデータ通信が可能である。したがって、ＥＣＨＯＮＥＴＬｉｔｅ方式に対応したスマートリモコンは、空調機の電源状態や、空調機が冷房、暖房、及び除湿等のうちどのような種類の運転を行っているのかといった動作モードや、風量及び温度等の条件設定を事前に空調機から取得して、現在の空調機の稼働状態から相対的な運転指示を行うことができる。
【０００５】
しかしながら、ユーザが使用している空調機のスマートリモコンが、必ずしもＥＣＨＯＮＥＴＬｉｔｅ方式に対応しているとは限らない。例えば空調機のスマートリモコンが赤外線方式である場合、赤外線方式ではデータの送信方向がスマートリモコンから空調機への単方向に限定されるため、スマートリモコンは空調機の現在の稼働状態を取得することができない。換言すれば、遠隔地にいるユーザも空調機における現在の稼働状態を知ることができない。
【０００６】
このように、空調機の制御に赤外線方式のスマートリモコンを用いる場合、スマートリモコンは、空調機における現在の稼働状態を把握していないユーザの指示に従って空調機の制御を行うことになる。したがって、例えば節電を目的としたデマンドレスポンス（ＤｅｍａｎｄＲｅｓｐｏｎｓｅ：ＤＲ）制御を行わなければならない状況であっても、ユーザの指示に対応した制御データをそのまま空調機に送信した場合、例えば停止していた空調機の電源をオンにしたり、消費電力量が増加する方向に設定温度を設定したりといった、空調機に対して節電に反する運転を実行させてしまうことがあるといった問題が生じる。
【０００７】
本開示は上記事実を鑑みてなされたものであり、空調機との間で双方向にデータ通信を行うことができない場合であっても、空調機の稼働状態を推定することができる遠隔制御方法、遠隔制御装置、及び遠隔制御プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、第１態様に係る遠隔制御方法は、空調機が設置された室内の室内温度、及び前記室内温度の測定前に測定された予め定めた時点における基準室内温度と前記室内温度との差分を表す室内温度変化量を含む基本データを用いた機械学習によって得られた予測モデルを用いて、前記基本データから前記空調機の稼働状態を推定し、前記空調機への指示の送信は行うことができるが、指示に対する前記空調機からの応答は受信することができない単方向の赤外線通信を用いて、推定した前記空調機の稼働状態に対して予め対応付けられている指示を前記空調機に送信する制御を含む処理をコンピュータが実行する。
【０００９】
第２態様に係る遠隔制御方法は、第１態様に係る遠隔制御方法において、前記機械学習が、前記基本データに対して前記室内温度を測定した時点における前記空調機の稼働状態をラベル付けした教師データを用いて、前記基本データと前記空調機の稼働状態との関係を学習する教師あり機械学習である。
【００１０】
第３態様に係る遠隔制御方法は、第２態様に係る遠隔制御方法において、前記基本データは、前記室内温度と前記室内温度変化量に加え、更に、前記室内の室内湿度、前記室内の室内照度、前記室内に居住するユーザの位置情報、及び前記空調機の消費電力量の少なくとも１つを含む。
（【００１１】以降は省略されています）

関連特許