空调控制系统以及空调控制方法技术方案

在基于规则库的空调运转中，接近目标温度分布为止的时间很长。本公开的空调控制系统(1)是用于对在对象空间(α)中进行空调运转的空调装置(100)进行控制的系统。空调控制系统(1)具备检测部(200)和服务器(300)。检测部(200)检测对象空间(α)的温度分布。服务器(300)基于检测部(200)检测出的温度分布，使用通过深度强化学习进行了学习的学习器，以使对象空间(α)的温度分布接近目标温度分布的方式控制空调装置(100)。式控制空调装置(100)。式控制空调装置(100)。

【技术实现步骤摘要】
【国外来华专利技术】空调控制系统以及空调控制方法


[0001]一种控制空调装置的空调控制系统及其空调控制方法。

技术介绍

[0002]在专利文献1(日本特开2012
‑
184899号公报)中，通过基于所谓的规则库的空调运转来进行空调改善，接近目标温度分布。

技术实现思路

[0003]专利技术所要解决的课题
[0004]在基于规则库的空调运转中，接近目标温度分布为止的时间很长。
[0005]用于解决课题的手段
[0006]第一观点的空调控制系统是用于对在对象空间中进行空调运转的空调装置进行控制的系统。空调控制系统具备检测部和服务器。检测部检测对象空间的温度分布。服务器基于检测部检测出的温度分布，使用通过深度强化学习进行了学习的学习器，以使对象空间的温度分布接近目标温度分布的方式控制空调装置。
[0007]学习器通过深度强化学习，进行使对象空间的温度分布高效地接近目标温度分布的学习。由此，能够使对象空间高效地在短时间内接近目标温度分布。
[0008]第二观点的空调控制系统是第一观点的系统，检测部具有检测对象空间的热图像的红外线传感器。检测部基于红外线传感器检测出的热图像，检测对象空间的温度分布。
[0009]第三观点的空调控制系统是第一观点或第二观点的系统，基于服务器对空调装置进行控制后的对象空间的温度分布，进行学习器的更新。红外线传感器重新检测服务器对空调装置进行控制后的对象空间的热图像。检测部基于新的热图像，检测对象空间的新的温度分布。服务器使用更新后的学习器，以使新的温度分布接近目标温度分布的方式控制空调装置。
[0010]第四观点的空调控制系统在第一观点至第三观点中的任一观点的基础上，目标温度分布是均匀化后的温度分布、或者包含规定的温度不均的温度分布。学习器基于对对象空间的温度分布和目标温度分布进行统计处理而得到的值，通过深度强化学习进行了学习。
[0011]第五观点的空调控制系统在第一观点至第四观点中的任一观点的基础上，服务器对空调装置进行控制，以使对象空间的地面以及壁面的温度分布接近目标温度分布。
[0012]第六观点的空调控制系统在第一观点至第五观点中的任一观点的基础上，红外线传感器内置于空调装置，或者配置于对象空间。
[0013]第七观点的空调控制系统在第一观点至第六观点中的任一观点的基础上，服务器在空调装置所进行的空调运转中至少通过对运转模式、设定温度、风向以及风量中的任意一者进行控制，使对象空间的温度分布接近目标温度分布。
[0014]第八观点的空调控制方法是在对象空间中进行空调运转的空调装置的控制方法。
空调控制方法具备以下步骤：检测对象空间的热图像；基于热图像来检测对象空间的温度分布；以及基于温度分布，使用通过深度强化学习进行了学习的学习器，以使对象空间的温度分布接近目标温度分布的方式控制空调装置。
附图说明
[0015]图1是空调控制系统的概略图。
[0016]图2是表示空调控制系统的结构的框图。
[0017]图3是存储器数据库的示意图。
[0018]图4是表示空调控制系统的功能部的结构的框图。
[0019]图5是表示空调控制系统整体的处理的流程图。
[0020]图6是表示空调控制系统的功能部的处理的流程图。
具体实施方式
[0021]以下，对本公开的一实施方式的空调控制系统1进行说明。另外，以下的实施方式是具体例，并不限定技术范围，能够在不脱离主旨的范围内适当变更。
[0022](1)整体结构
[0023]如图1所示，空调控制系统1具备空调装置100、检测部200以及服务器300。
[0024]空调装置100的室内机以及检测部200设置于办公室、民宅等的空调装置100进行空调运转的对象空间α。空调运转是制冷、制热、除湿等。对象空间α包含墙壁α1、地面α2、障碍物α3等。服务器300设置于对象空间α外的管理室等。
[0025]空调装置100与检测部200经由无线或有线的网络N连接。空调装置100与服务器300经由无线或有线的网络N连接。
[0026](2)详细结构
[0027](2
‑
1)空调装置100
[0028]图2所示的空调装置100在对象空间α中进行空调运转。空调装置100主要具备控制部101、压缩机102、百叶窗103和风扇104。该空调装置100的各结构可以配置于设置于对象空间α内的室内机和设置于对象空间α外的室外机中的任一者。另外，空调装置100可以具备这些结构以外的结构。
[0029]控制部101基于控制指示，对空调装置100进行的空调运转进行控制。控制指示经由网络N从服务器300接收。控制指示包含变更运转模式、设定温度、风向以及风量等的要求等。控制部101基于该控制指示，例如进行以下等控制：通过控制压缩机102的输出等来变更设定温度；通过改变百叶窗103的方向来变更风向；以及通过控制风扇104的输出来变更风量。
[0030](2
‑
2)检测部200
[0031]在本实施方式中，如图1所示，检测部200内置于空调装置100，安装于空调装置100的前表面。另外，检测部200也可以安装于对象空间α内的墙壁α1、天花板等。
[0032]检测部200基于热图像来检测对象空间α的温度分布。检测部200具有红外线传感器201。红外线传感器201取得二维的热图像。红外线传感器201例如具有呈二维矩阵状排列的像素群，是能够一次取得多个二维的热图像的构造。除了该构造以外，例如红外线传感器
201也可以是以下构造：具有排列成一维状的像素群(线传感器)，一维地扫描像素群而取得二维的热图像；或者具有1个以上的像素，二维地扫描1个以上的像素而取得二维的热图像。在此，并不对红外线传感器201的结构进行限定。
[0033]越是对象空间α内的温度越高的部分(像素)，热图像的浓度越被显示得越高。由此，能够取得对象空间α的温度分布，判定对象空间α的温度分布。另外，关于热图像的显示，并不限于此。
[0034]这里所说的温度分布以及目标温度分布是基于统计处理后的值而得到的。具体而言，例如，对象空间α被均匀化的温度分布当然不需要与对象空间α的墙壁α1、地面α2、障碍物α3等为完全相同的温度。
[0035](2
‑
3)服务器300
[0036]服务器300将作为具有输入层、多个中间层和输出层的神经网络的DNN(Deep Neural Network：深度神经网络)作为学习器进行保持。服务器300基于从输入层输入了输入信息时从输出层输出的信息，决定对空调装置100发送的控制指示。服务器300通过经由网络N对空调装置100发送控制指示来控制空调装置100。
[0037]图1和图2所示的服务器300作为1台装置图示出，但服务器300优选对应于云计算。因此，服务器300的硬件结构不必需收纳在1个壳体中本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种空调控制系统(1)，其对在对象空间(α)中进行空调运转的空调装置(100)进行控制，所述空调控制系统(1)具备：检测部(200)，其检测所述对象空间(α)的温度分布；以及服务器(300)，其基于所述检测部(200)检测出的所述温度分布，使用通过深度强化学习进行了学习的学习器，以使所述对象空间(α)的所述温度分布接近目标温度分布的方式控制所述空调装置(100)。2.根据权利要求1所述的空调控制系统(1)，其中，所述检测部(200)具有检测所述对象空间(α)的热图像的红外线传感器(201)，所述检测部(200)基于所述红外线传感器(201)检测出的所述热图像，检测所述对象空间(α)的温度分布。3.根据权利要求1或2所述的空调控制系统(1)，其中，根据所述服务器(300)对所述空调装置(100)进行控制后的所述对象空间(α)的温度分布，进行所述学习器的更新，所述红外线传感器(201)重新检测所述服务器(300)对所述空调装置(100)进行控制后的所述对象空间(α)的热图像，所述检测部(200)基于新的热图像，检测所述对象空间(α)的新的温度分布，所述服务器(300)使用更新后的学习器，以使所述新的温度分布接近目标温度分布的方式控制所述空调装置(100)。4.根据权利要求1～3中任一项所述的空调控制系统(1)，其中，所述目标温度分布是均匀化后的温度分布...

【专利技术属性】
技术研发人员：田中将太，森鳰武史，野田朋裕，
申请(专利权)人：大金工业株式会社，
类型：发明
国别省市：