空调控制系统和空调控制方法与流程

本发明大致涉及空调控制，特别涉及进行区域的空气调节的多台空调机的控制。

背景技术：

作为对进行区域的空气调节的多台空调机进行控制的空调控制系统，已知专利文献1中记载的空调控制系统。根据专利文献1，记载了以下内容。在区域中配置有多台空调机和多个环境传感器。空调控制系统对于配置的多个环境传感器基于从该多个环境传感器取得的环境信息之间的相关系数将其分类至2个以上的组。空调控制系统将2个以上的组与多台空调机关联。空调控制系统对于各空调机，基于来自与该空调机关联的组内的环境传感器的环境信息进行控制。

现有技术文献

专利文献

专利文献1：WO2016/121390

技术实现要素：

发明要解决的课题

根据专利文献1，首先，创建环境传感器的组，之后，将各空调机与某一组关联。因此，在同一空调机覆盖的范围中存在2个以上环境传感器的区域中，存在该2个以上环境传感器分别被分类至不同的2个以上的组的情况，结果，存在将该空调机与不同的2个以上的组关联的情况。根据专利文献1，以组单位控制空调机，但是难以以组单位控制与2个以上的组关联的空调机。

用于解决课题的方法

一种对进行区域的空气调节的多台空调机进行控制的空调控制系统，具有：分区决定部，其进行基于区域中的多个分块决定1个以上的分区的结构即分区结构的分区决定处理；和空调控制部，其对于各分区，进行对该分区中的与基于分区的控制对象分块对应的空调机基于分区地进行控制的空调控制；分区结构是分区的数量(分区数)、和分区成员(作为构成分区的成员的分块)中的至少1项。分区结构是分区数(分区的数量)和分区成员(作为构成分区的成员的分块)中的至少1项。关于多个分块的各个分块，该分块是被定义为与多台空调机中与该分块对应的空调机进行的空气调节影响的范围的范围。关于1个以上的分区，该分区分别是多个分块中的1个以上的同质的分块的集群。

发明效果

根据本发明，因为任意一台空调机都不会被分类至不同的2个以上分区，所以能够进行基于分区(zone base)(分区单位)的空调控制。

附图说明

图1表示实施例1的包括HVAC控制系统的系统整体的结构例。

图2表示HVAC控制系统的结构例。

图3表示分区决定处理的流程。

图4表示分区表的结构和分区表的变更例。

图5表示由反馈分析处理和优化处理构成的处理的流程。

图6表示用户反馈表的结构。

图7是热舒适指标值(Φ^TCt)的计算的示意图的一例。

图8表示各分块的时序的温度转变、和多个时刻的分区结构的一例。

图9表示实施例2的效率评价处理的流程。

图10表示实施例3的管理者画面的一例。

图11表示实施例3的一般用户画面的一例。

图12是推荐程序进行的处理的示意图的一例。

附图标记说明

180 HVAC控制系统

具体实施方式

以下说明中，“接口部”可以是1个以上的接口。该1个以上的接口可以是1个以上的同类的通信接口设备(例如1个以上的NIC(Network Interface Card))，也可以是2个以上的不同类的通信接口设备(例如NIC和HBA(Host Bus Adapter))。

另外，以下说明中，“存储器部”是1个以上的存储器，典型而言可以是主存储设备。存储器部中的至少1个存储器可以是易失性存储器，也可以是非易失性存储器。

另外，以下说明中，“PDEV部”部是1个以上的PDEV，典型而言可以是辅助存储设备。“PDEV”表示物理存储设备(Physical storage DEVice)，典型而言，是非易失性的存储设备。

另外，以下说明中，“存储部”是存储器部和PDEV部中的至少1项(典型而言至少是存储器部)。

另外，以下说明中，“处理器部”是1个以上的处理器。至少1个处理器，典型而言，是CPU(Central Processing Unit)这样的微处理器，但也可以是GPU(Graphics Processing Unit)这样其他种类的处理器。至少1个处理器可以是单核也可以是多核。至少1个处理器也可以是进行处理的一部分或全部的硬件电路(例如FPGA(Field Programmable Gate Array)或ASIC(Application Specific Integrated Circuit))等广义的处理器。

另外，以下说明中，存在以“程序”为主语说明处理的情况，但程序通过被处理器部执行而适当使用存储部和/或接口部等进行规定的处理，所以处理的主语也可以改为处理器部(或者，具有该处理器部的控制器这样的设备)。程序可以从程序源安装在计算机这样的装置中。程序源例如可以是程序发布服务器或计算机能够读取的(例如非临时的)记录介质。另外，以下说明中，可以将2个以上的程序作为1个程序实现，也可以将1个程序作为2个以上的程序实现。

另外，以下说明中，有时用“xxx表”等表达说明对于输入得到输出的结构体，但结构体可以是任意结构的数据，也可以是产生与输入对应的输出的神经网络这样的学习模型。从而，能够将“xxx表”称为“xxx结构体”。另外，以下说明中，各表的结构是一例，1个表可以被分割为2个以上的表，2个以上的表的全部或一部分也可以是1个表。

另外，以下说明中，“数据集”指的是由应用程序这样的程序看来的一个逻辑的电子数据的集合，例如可以是记录、文件、键值对和元组中的某一方。

另外，以下说明中，不区分同种要素地进行说明的情况下，使用参考符号，区分同种要素地进行说明的情况下，有时使用要素的ID。例如，不特别区分分块地进行说明的情况下，记载为“分块130”，区分各个分块地进行说明的情况下，有时记载为“分块1”、“分块2”。

另外，以下说明中，作为对进行区域的空气调节的多台空调机进行控制的空调控制系统，采用HVAC(Heating Ventilation and Air Conditioning)控制系统。

(实施例1)

图1表示实施例1的包括HVAC控制系统的系统整体的结构例。

存在空调控制对象的区域100。区域100例如是1个房间，具体而言，例如是办公楼这样的商业建筑中存在的办公室、服务器室、休息室、会议室和运动室这样的房间。区域100可以是被包围的空间也可以是不被包围的空间。

在进行区域100的空气调节的多个HVAC单元160(空调机的一例)上分别连接有多个CU(控制单元)140，多个CU(控制单元)140和HVAC控制系统180与互联网195这样的通信网络连接。HVAC控制系统180通过经由互联网195对多个CU140发送多个命令，而控制多个HVAC单元160。在区域100中，配置有多个座位150。用户能够坐在某一个座位150上进行工作或休息等。

HVAC控制系统180从传感器网络定期或不定期地、对于区域100(区域100中的多个分块130)中配置的多个环境传感器120分别经由互联网195接收传感器数据集。关于各环境传感器120，传感器数据集包括传感器ID(环境传感器120的ID)、热参数值(环境度量值的一例)、和时间戳(表示日期时间的信息)。传感器网络如后所述，包括在区域100中配置的多个环境传感器120。多个环境传感器120分别测量热参数值。包括测量得到的热参数值的传感器数据集被发送至HVAC控制系统180。从而，HVAC控制系统180是基于所谓IoT(Internet of Things)的系统。另外，“热参数”是环境参数的一例，例如是温度、湿度、CO2水平(CO2浓度)和气压等参数。“热参数值”是环境参数值的一例，例如是25℃(温度值)、50％(湿度值)、280ppm(CO2水平值)等参数值。另外，本实施例中，“温度”指的是内部温度(在区域100中检测出的温度)，“湿度”指的是内部湿度(在区域100中检测出的湿度)。本实施例中，将区域100外(例如室外)的温度称为“外部温度”，将区域100外的湿度称为“外部湿度”。

本实施例中，定义了层级1和层级2这样的多个层级，空调控制基于层级1和层级2两者进行。

层级1是区域100，具体而言，是区域100的功能性。例如，因为办公室、服务器室、休息室和会议室功能性都不同，所以即使它们存在于同一空间中，它们也是不同的区域。区域100是物理上的，是固定的。

层级2是比层级1更高的层级。层级2是区域100中的1个以上的分区110，具体而言，是区域100的假想的1个以上的分区。各分区110是1个以上的同质的分块130的集合。分块130对于每个HVAC单元160存在，是对应的HVAC单元160影响(覆盖)的范围。分区110是假想的，被动态地变更。具体而言，例如，HVAC控制系统180定期地从传感器网络接收与多个环境传感器120对应的多个传感器数据集，基于包括基于该多个传感器数据集中的多个热参数值得到的1个以上的分区决定因素的多个分区决定因素，决定分区数(分区110的数量)、和分区成员(将哪1个以上的分块130作为哪个分区110)。分区数和分区成员是分区结构的一例。取决于区域100的功能性，优先考虑哪个热参数是不同的(即，如果区域100的功能性不同，则即使是同一热参数，优先度也不同)，分区数和分区成员中的至少1项是基于符合区域100的功能性的关键热参数(相对更优先(例如最优先)的热参数)的热参数值决定的。

另外，如上所述，取决于区域100的功能性，关键热参数不同。例如，区域100是办公室的情况下，关键热参数是温度。区域100是服务器室的情况下，关键热参数是湿度。区域100是会议室的情况下，关键热参数是CO2水平。区域100是运动室的情况下，关键热参数是代谢率。

另外，哪1个以上的分块130是同质的分块130，依赖于区域100的功能性和各分块130的1个以上的热参数的热参数值。

图2表示HVAC控制系统180的结构例。

HVAC控制系统180具有接口部290、存储部210和与它们连接的处理器部280。接口部290、存储部210和处理器部280例如也可以存在于由1台以上计算机构成的系统(例如云基础设施)中。

经由接口部290从传感器网络200接收传感器数据集。接收的传感器数据集被保存在存储部210中。在存储部210中，例如存在传感器数据集的数据库。例如，在存储部210中，对于每个环境传感器120，保存时序的热参数值。传感器数据集中的日期时间按年月日时分秒表达，但也可以采用其他表达。传感器网络200包括多个环境传感器120、网关191、和从多个环境传感器120经由网关接受热参数值并保存并将包括保存的热参数值的传感器数据集发送至HVAC控制系统180的中继计算机(例如个人计算机)192。传感器数据集可以从环境传感器120接收，也可以由中继计算机192基于来自环境传感器120的热参数值生成。中继计算机192从多个环境传感器120接收热参数值的周期、与中继计算机192对HVAC控制系统180发送传感器数据集的周期，可以相同也可以不同。另外，中继计算机192的接收周期和发送周期的至少1项也可以与是输出关键热参数值的环境传感器120、还是输出关键热参数值以外的参数值的环境传感器120相应地不同。另外，中继计算机192也可以对于至少1个环境传感器120，取得基于从该环境传感器120在一定期间中接收的多个热参数值得到的热参数值(例如平均值)，将包括取得的热参数值的传感器数据集发送至HVAC控制系统180。

另外，经由接口部290，接收天气信息291、HVAC/传感器映射表292、用户地点293、用户反馈294、和HVAC数据295(也可以没有这些信息291～295中的一部分(例如天气信息291))。天气信息291(例如实时的天气信息)例如定期地从外部的站点(服务器)接收。HVAC/传感器映射表292是表示HVAC单元160与分块130与环境传感器120的对应关系(哪个环境传感器120属于与哪个HVAC单元160对应的分块130)的表，例如从管理者的终端接收。HVAC/传感器映射表292例如可以对于每个环境传感器120，包括传感器ID、HVAC单元ID、分块ID和分块范围信息(表示分块的位置范围的信息，例如以用户地点293为键参照的信息)。用户地点293是表示区域100中的地点的信息，可以是基于区域100中的未图示的桌面PC(Personal Computer)的ID(例如IP地址或MAC地址)识别的表示桌面PC地点的信息，也可以是用智能手机这样的移动终端的GPS功能取得的表示地点的信息。用户反馈294是表示关于热环境的用户的感想(例如“Hot”、“Cold”或“OK”(舒适)等感想)的信息，从区域100中的用户终端接收。“用户终端”是具有通信功能的计算机，可以是区域100中的桌面PC和移动终端的某一方。对于用户反馈294，也可以关联表示输入该用户反馈294的用户的地点的用户地点293。另外，用户反馈294可以经由在用户终端中执行的API(Application Programming Interface)或经由Web浏览器输入。另外，本实施例中，用户反馈294相当于由用户从“Hot”、“Cold”和“OK”这3个选项中选择的选项，但选项也可以比3个更多或更少(例如也可以进而存在“Very hot”和“Very cold”)，也可以代替选择或追加地采用文字输入等。HVAC数据295是关于HVAC单元160的运转状况的数据(例如耗电、设定的信息(例如温度、湿度、运转模式))，例如定期地从该HVAC单元160接收。

处理器部280执行决定空调模式的数据分析器220、进行占有分析的占有分析器230、和进行HVAC控制的HVAC控制器240等程序。HVAC控制器240具有进行分区决定处理的分区分析器241、进行反馈分析处理的反馈分析器242、和进行优化处理的优化器243。

HVAC控制系统180例如进行以下处理。

HVAC控制系统180从传感器网络200定期地接收传感器数据集，在存储部210中保存接收的传感器数据集。另外，HVAC控制系统180定期或不定期地接收天气信息291、HVAC/传感器映射表292、用户地点293、用户反馈294和HVAC数据(例如耗电)295。接收的信息可以被保存在存储部210中，由HVAC控制器240从存储部210读取。另外，HVAC/传感器映射表292在HVAC单元160与环境传感器120的对应关系因至少1个环境传感器120或至少1个HVAC单元160的移动或增减而变更的情况下被更新。另外，基于接收的用户地点293和用户反馈294等生成后述的用户反馈表600并保存在存储部210中。用户反馈表600例如由反馈分析器242生成和更新。

数据分析器220基于HVAC/传感器映射表292和各用户的用户地点293，识别每个分块130的用户数，对占有分析器230通知每个分块130的用户数。占有分析器230基于每个分块130的用户数，决定各分块130的HVAC单元160的运转模式，将各分块130的HVAC单元160的运转模式对HVAC控制器240通知。另外，数据分析器220和占有分析器230的至少1项，可以是AI(Artificial Intelligence)程序这样的学习程序，在充分完成了学习(例如区域100中的占有模式(例如时间段与每个分块130的用户数的关系)的识别)之后，也可以跳过数据分析器220和占有分析器230的执行。另外，也可以代替数据分析器220和占有分析器230地，预先按每个时间段决定各HVAC单元160的运转模式。各HVAC单元160的运转模式也可以用于决定分区数和分区成员。

HVAC控制器240中的分区分析器241基于各环境传感器120的时序的传感器数据集(存储部210中的时序的传感器数据集)，决定1个以上的分区110(分区数和分区成员)。反馈分析器242基于分区成员、和有无关于各分块130的用户反馈294等，决定本次(t)的热舒适指标值(热指标值)Φ^TCt、和本次的热舒适指标值的最低值Φ^TC,mint。优化器243对于每个由分区分析器241决定的分区110，进行优化处理，即决定最优的HVAC参数值，并且对构成该分区110的全部分块130中的全部控制对象分块130的HVAC单元160发送同一命令(空调控制的命令)。

图3表示分区决定处理的流程。分区决定处理定期地(例如每隔n分钟(n>0))由分区分析器241进行(例如n＝30)。

分区分析器241基于因素A(区域100的大小)、因素F(区域100的功能性)、因素P(区域100的优先度)、因素Pt(区域100的全部HVAC单元160的耗电的上限)、和因素Δt-n中的至少1项，决定区域100中的分区110的数量即分区数(S301)。具体而言，例如，分区数＝f(δΔt-n+γA+βF+αP+ωPt)。Δt-n是热偏差。Δt-n是上次得到的规定的热参数的热参数值(例如温度)中的最高值(T^hight-n)、与上次得到的规定的热参数的热参数值中的最低值(T^lowt-n)的差(T^hight-n-T^lowt-n)。“t-n”指的是本次(t)的n分钟前(例如30分钟前)。“规定的热参数”可以是关键热参数。初次没有Δt-n地决定分区数，之后定期地基于Δt-n更新分区数。δ、γ、β、α和ω分别是系数。δ、γ、β、α和ω各自的值基于因素A、F、P、Pt和Δt-n各自的相对的优先度(权重)决定。δ、γ、β、α和ω的至少1项也可以设为与区域100的功能性相应的值。也可以没有因素A、F、P、Pt和Δt-n中的一部分，因素A、F、P、Pt和Δt-n中的至少一部分也可以被其他因素代替。分区110(层级2)存在于区域100(层级1)之上，所以分区数以关于区域100的信息为因素决定。

分区分析器241决定S301中决定的分区数的分区各自的结构(S302)。各分区由1个以上的同质的分块130构成。哪1个以上的分块130是同质的分块130，在本实施例中是基于热参数值决定的(在之后的实施例2中，代替热参数值(或追加)地，基于用户反馈决定)。构成1个分区110的1个以上的同质的分块130的决定，相当于分块130的聚类。分块130的聚类，例如可以基于k-means clustering这样的算法决定。决定分区成员时使用的分块值(每个分块130的值)，如上所述，在本实施例中，是基于热参数值得到的值，例如可以是关键热参数值。对于各分块130，采用了2个以上热参数的情况下，也可以根据基于2个以上热参数值得到的1个值(例如热舒适指标值Φ^TCt)，进行分块130的聚类。另外，在分区成员中，热参数值的权重也可以与对应于该热参数值的环境传感器120的位置属性相应地不同。例如，可以认为在窗附近配置的环境传感器120的热参数值，与在不同于窗附近的位置配置的环境传感器120的热参数值相比，在HVAC单元160的影响外也更易受到室外的热环境(例如外部温度)的影响，所以也可以使在窗附近配置的环境传感器120的热参数值的权重、与在不同于窗附近的位置配置的环境传感器120的热参数值的权重不同。另外，构成1个分区110的1个以上的同质的分块130，也可以代替依赖于热参数值的分块值或追加地基于分块130的占有率(分块130中存在的用户的数量(属于分块130的用户地点293的数量))决定。例如，基于分块值的聚类中，即使属于同一分组，也在用户数为零的分块130和用户数在1以上的分块130中，以成为不同分组的方式构成不同的分区。

分区分析器241基于S301和S302的结果，生成(更新)分区表，输出该分区表(303)。分区表的结构例如如图4所示。例如，分区表400对于每个分区110具有条目，各条目保存分区ID401(分区110的ID)、和分块ID402(分块130的ID)等信息。如图4中举例所示，构成1个分区的分块130的数量可能是1个，也可能是2个以上。

如上所述，因为定期地(每隔n分钟)进行分区决定处理，所以分区数量和分区成员可以定期地动态地改变(例如参考图4)。

图5表示由反馈分析处理和优化处理构成的处理的流程。图5所示的处理也定期地(例如每隔n分钟)进行。进行图5所示的处理的周期，可以与进行分区决定处理的周期相同。图5所示的处理也可以以分区决定处理结束为契机开始。具体而言，例如，图5所示的处理在反馈分析器242接受了从分区分析器241输出的分区表400时开始。另外，在反馈分析处理中，适当地参照图6中举例所示的用户反馈表600。每次接收用户反馈294时，例如由反馈分析器242更新用户反馈表600。对于哪个分块130得到了哪个用户反馈294，能够根据用户反馈表600识别。

对于由分区分析器241决定的各分区110，进行图示的S501～S511。以下，在图5的说明中，以1个分区110为例(图5的说明中是“目标分区110”)。

反馈分析器242对于目标分区110判断是否存在至少1个用户反馈294(S501)。例如，以与接受的用户反馈294关联的用户地点293为键根据HVAC/传感器映射表292识别的分块130、以该分块130的分块ID为键根据分区表400识别的分区110是目标分区110的情况下，S501的判断结果是真。

S502的判断结果是假的情况下(S501：No)，反馈分析器242对于目标分区110，设定缺省的下限值Φ^TC,min作为本次(t)的热舒适指标值的下限值Φ^TC,mint(S502)。

S502的判断结果是真的情况下(S501：Yes)，反馈分析器242对于目标分区110，识别分区多数用户反馈(S503)。关于目标分区110，“分区多数用户反馈”指的是关于目标分区110的多数的用户反馈294，具体而言，是关于构成目标分区110的全部分块130的全部用户反馈294中最多的用户反馈294。更具体而言，例如，反馈分析器242对于构成目标分区110的各分块130，也识别分块多数用户反馈。关于各分块130，“分块多数用户反馈”指的是关于该分块130的多数的用户反馈294，具体而言，是关于该分块130的全部用户反馈294中最多的用户反馈294。1个以上的分块多数用户反馈中最多的分块多数用户反馈是分区多数用户反馈。

在S503之后，反馈分析器242对于构成目标分区110的各分块130，判断分块多数用户反馈与分区多数反馈是否相同(S504)。反馈分析器242将S504的判断结果是假的分块130(即对应于与分区多数反馈不同的分块多数用户反馈的分块130)从控制对象分块中排除(S505)。具体而言，例如，将保持关于各分块130的信息的分块表(未图示)保存在存储部210中，反馈分析器242对于S504的判断结果是假的分块130，在分块表中设定表示从控制对象中排除的标志。

在S503之后，反馈分析器242判断分区多数用户反馈是否“OK”(舒适)(S506)。

S506的判断结果是真的情况下(S506：Yes)，反馈分析器242对于目标分区110，设定上次的下限值Φ^TC,mint-n作为Φ^TC,mint(S508)。

S506的判断结果是假的情况下(S506：No)，反馈分析器242对于目标分区110，对设定的Φ^TC,mint基于分区多数用户反馈进行调整(S507)。例如，反馈分析器242对于目标分区110，对设定的Φ^TC,mint与分区多数用户反馈是“Hot”还是“Cold”相应地增减。

在S501～S509之外，反馈分析器242例如用调用Φ^TCt计算器(参考图7)等方法计算出Φ^TCt(S509)。

通过以上S501～S509，决定Φ^TCt和Φ^TC,mint。优化器243对于目标分区110进行优化处理。即，优化器243基于关于目标分区110的Φ^TCt和Φ^TC,mint，决定对构成目标分区110的全部分块130中的全部控制对象分块130的HVAC单元160发送的同一命令(空调控制的命令)中包括的参数值(HVAC参数值)(S510)。决定的HVAC参数值是为了将Φ^TCt维持在Φ^TC,mint以上(即维持Φ^TCt≥Φ^TC,mint)的HVAC参数值。优化器243对于构成目标分区110的全部分块130中的全部控制对象分块130，生成包括S510中决定的HVAC参数值的命令，将生成的命令发送至各控制对象分块130的HVAC单元160的CU140(S511)。

另外，如上所述，在图5所示的处理中的反馈分析处理中，适当地参照图6所示的用户反馈表600。用户反馈表600在每次接收用户反馈294时被更新。用户反馈表600例如对于每个用户具有条目。各条目保存用户ID601(用户的ID)、分块ID602(用户位于的分块130的ID)、用户反馈603(接收的用户反馈294)、日期时间604(用户反馈294的接收日期时间)、温度605(用户反馈294的接收时刻的周期中的温度)、湿度606(用户反馈294的接收时刻的周期中的湿度)、外部温度607(用户反馈294的接收时刻的周期中的外部温度)、和外部湿度608(用户反馈294的接收时刻的周期中的外部湿度)等信息。外部温度和外部湿度能够根据天气信息291确定。

另外，Φ^TCt例如也可以如图7所示地计算。即，Φ^TCt计算器700基于温度“t^roomt”、湿度“h^roomt”、衣服水平“cl”、代谢率“mr”、代谢活动“mb”和时间段“T[t]-T[t-n]”等Φ^TCt因素，计算出Φ^TCt。温度“t^roomt”和湿度“h^roomt”是目标分区110的温度和湿度(例如，对于目标分区110存在多个温度传感器(环境传感器120的一例)和湿度传感器(环境传感器120的一例)的情况下，可以是温度或湿度的平均值)。衣服水平“cl”、代谢率“mr”和代谢活动“mb”可以是对于区域100(层级1)预先设定的缺省值(即，可以对于全部分区110共用)。Φ^TCt计算器700可以是反馈分析器242中包括的程序，也可以是与反馈分析器242不同的程序。另外，Φ^TCt因素不限于图7所示的例子。例如，也可以将PMV(Predicted Mean Vote)和PPD(Predicted Percentage of Dissatisfied)中的至少1项作为Φ^TCt因素用于Φ^TCt的计算。Φ^TCt的计算中使用的Φ^TCt因素，例如可以基于ISO7730或ASHRAE55标准等规定决定。PMV和PPD中的至少1项可以基于分区多数用户反馈决定。

另外，Φ^TC,mint和Φ^TCt也可以代替基于分区地、对于区域100决定。为了维持关于区域100的Φ^TCt≥Φ^TC,mint，也可以进行基于分区的优化处理(空调控制)。

以上，根据本实施例，作为空调控制的单位的分区110是同质的分块130的集群，各分块130是对应的HVAC单元160进行的空气调节的影响范围。因此，不同的2个以上分区110中不会包括同一分块130(同一HVAC单元160)。因此，能够进行基于分区的空调控制。作为基于分区的空调控制，对于属于同一分区的全部控制对象分块的HVAC单元160准备同一命令即可，所以能够减轻HVAC控制系统180的处理负荷。

另外，根据本实施例，定期地与热环境状况相应地(具体而言，根据基于来自区域100中的多个分块130中配置的多个环境传感器120的多个热参数值得到的多个传感器数据集地)，更新分区数和分区成员。例如，如图8所示，可以基于分块1～4各自的每30分钟的传感器数据集，每隔30分钟地变更分区数和分区成员。具体而言，例如，在7:00时，分区数是3，但在11:00和15:00时，分区数是2。另外，即使同样分区数＝2，在11:00和15:00时分区成员也不同。具体而言，第一个分区在11:00和15:00时都是作为属于第二低的温度范围的分块的集群的分区，但该分区的成员(和成员的数量)不同(在11:00时，成员是分块2和3，但在15:00时，成员是分块1、2和4)。另外，第二个分区在11:00时是属于最高的温度范围的分块的集群，但在15:00时是属于最低的温度范围的分块的集群。这样，定期地使作为空调控制单位的分区的数量和成员成为与热环境状况相应的数量和成员，所以能够期待使基于分区的空调控制成为适当的空调控制。另外，温度范围的大小和数量中的至少1项可以固定，也可以与各时刻的分区数相应地可变。另外，同一分区110的成员不限于邻接的分块130，也可以是隔着1个以上的分块130离开的2个以上分块130。

另外，根据本实施例，决定分区数和分区成员的至少1项时优先考虑的关键热参数，取决于作为分区110的基础的区域100的功能性而不同。即，分区数和分区成员的至少1项依赖于区域100的功能性。因此，能够进行与区域100的功能性(例如区域100是相当于办公室、服务器室、会议室和运动室的哪一个功能性的区域)相应的空调控制。

另外，根据本实施例，在空调控制时，考虑用户反馈294。具体而言，对应于与分区多数用户反馈不同的分块多数用户反馈的分块130被排除在空调控制的对象之外。由此，能够减少对于本实施例的HVAC控制系统180进行的空调控制感到不适的用户。

以上是本实施例的说明。

另外，本实施例中，考虑层级1和层级2两者，但也可以不考虑区域100的功能性地(即将全部热参数的优先度设为相同)，决定分区数和分区成员中的至少1项(即，也可以没有层级1和层级2这样的定义)。

另外，本实施例中，在分区数和分区成员中优先考虑分区数(即，决定分区数，构成决定的分区数的分区)，但也可以优先考虑分区成员(即，也可以不决定分区数)。

另外，本实施例中，图3所示的处理和图5所示的处理都定期地进行，但至少1个处理也可以不定期的进行。

另外，本实施例中，也可以没有反馈分析器242。即，优化器243也可以基于分区分析器241进行的分区决定处理的结果进行优化处理。

另外，本实施例中，用户反馈294是由用户输入的信息，但也可以代替它或追加地、是由用户以外的人物(例如管理者)输入的信息。另外，本实施例中，用户反馈294是表示输入时刻的用户的感想(对空气调节的感想)的信息，但也可以代替它或追加地、是表示关于热环境的用户的偏好(例如，偏好较热、偏好较干燥)的信息。

(实施例2)

对实施例2进行说明。此时，主要说明与实施例1的不同点，对于与实施例1的共同点省略或简化说明。

实施例2中，分区分析器241代替关于多个环境传感器120的多个传感器数据集地，基于多个分块130中的多个用户的用户反馈294，决定分区数和分区成员(用户反馈294可以由用户输入，也可以由用户以外的人物(例如管理者)输入)。分区数和分区成员可以定期或不定期地基于各分块130的分块多数用户反馈更新。关于各分块130，分块多数用户反馈可能随着1个以上的用户的移动(例如在分块130之间的移动、进入区域100、从区域100退出)、和动态的用户反馈294的输入中的至少1项而改变。例如，分区分析器241能够如下所述地构成分区。

(a)分区分析器241通过将分块多数用户反馈相同的分块130聚类，而构成分块多数用户反馈共通的分区110。由此，在生成分区110的时刻，该分区110中不存在与该分区110的分区多数用户反馈不同的分块多数用户反馈的分块130。

(b)在(a)之外，分区分析器241也可以构成作为不存在用户反馈294的分块130的集群的分区110。

这样，根据本实施例，能够基于用户反馈294构成分区110，所以可以没有环境传感器120。

本实施例中，如图9所示，效率评价程序900能够进行评价(测量)空调控制的效率的处理即效率评价处理。效率评价程序900是在HVAC控制系统180中执行的程序，可以是HVAC控制器240内部的要素也可以是外部的要素。

如图9所示，效率评价处理包括情况1的处理(S901～S903)、和情况2的处理(S911～S916)。在上述未图示的分块表中，各分块130的条目保存作为表示效率好坏的指标的一例的效率计数值。另外，在以下说明中，“舒适分区”指的是分块多数用户反馈是“OK”(表示舒适的用户反馈的一例)的分块130的集群，“非舒适分区”指的是分块多数用户反馈是“OK”以外的分块130的集群。舒适分区和非舒适分区中任意一方都可以存在1种以上。例如，作为非舒适分区，也可以存在分块多数用户反馈是“Cold”的分块130的集群即Cold分区、和分块多数用户反馈是“Hot”的分块130的集群即Hot分区。另外，效率评价处理定期地(或不定期地)进行。即，进行1次以上效率评价处理。效率评价处理的周期可以与分区决定处理的周期相同也可以不同(例如也可以以分区决定处理结束为契机进行效率评价处理)。

情况1的处理是关于舒适分区的处理。具体而言，例如如下所述。

效率评价程序900判断属于舒适分区的任意一个分块130是否都是连续k次(k是自然数)以上分块多数用户反馈是“OK”(S901)。另外，在上述未图示的分块表中，各分块130的条目可以保存该分块130的分块多数用户反馈连续是“OK”的次数即OK计数值和连续是“OK”以外的次数即非OK计数值，任意一个计数值都可以在每次效率评价处理时被递增或重置。

S901的判断结果是真的情况下(S901：Yes)，效率评价程序900使属于舒适分区的各分块130的效率计数值增加1(S902)。

另一方面，S901的判断结果是假的情况下(S901：No)，效率评价程序900不进行特别的处理(S903)。在S903中，效率评价程序900也可以将并非连续k次以上分块多数用户反馈是“OK”的分块的OK计数值重置为初始值(例如零)。

情况2的处理是关于非舒适分区的处理。具体而言，例如如下所述。

效率评价程序900判断属于非舒适分区的任意一个分块130是否都是连续p次(p是自然数)以上分块多数用户反馈是“OK”以外(S911)。另外，可以p＝k，也可以p≠k。

S911的判断结果是假的情况下(S911：No)，效率评价程序900不进行特别的处理(S912)。在S912中，效率评价程序900也可以将并非连续p次以上分块多数用户反馈是“OK”以外的分块的非OK计数值重置为初始值(例如零)。

S911的判断结果是真的情况下(S911：Yes)，效率评价程序900使属于非舒适分区的各分块130的效率计数值减少1(S913)。基于属于非舒适分区的各分块130的S913之后的效率计数值，优化器243能够进行优化处理。

在S913之后，效率评价程序900判断属于非舒适分区的某一个分块130的效率计数值是否达到了效率计数值的下限值(S914)。

在S914的判断结果是真的情况下(S914：Yes)，效率评价程序900进行以下处理中的至少1项(S915)：

·对管理者通知表示属于非舒适分区的某一个分块130的效率计数值不足效率计数值的下限值的信息(例如，包括效率计数值不足效率计数值的下限值的分块130的ID的信息)；

·使效率计数值达到了效率计数值的下限值的分块130(HVAC单元160)的运转模式成为“off”；

·将效率计数值达到了效率计数值的下限值的分块130从分区110中排除。运转模式“off”的分块130是从基于分区的空调控制中排除的分块130，即个别控制的对象的分块130。作为一定期间进行了个别控制的结果、关于该分块130收集了一定比例以上表示“OK”的用户反馈294的情况下(例如该分块130的分块多数用户反馈成为“OK”的情况下)，效率评价程序900将该分块130作为可能成为某一个分区110的成员的分块进行管理。具体而言，例如，在上述未图示的分块表中，各分块130的条目可以保存表示该分块130是否基于分区的控制的对象的标志。通过将该标志的值设为“1”(基于分区的控制对象)还是设为“0”(个别控制的对象)，而管理分块130是否基于分区的控制对象。

另一方面，在S914的判断结果是假的情况下(S914：No)，效率评价程序900不进行特别的处理(S916)。

在定期地(或不定期地)进行的效果评价处理中使属于非舒适分区的某一个分块130的效率计数值减少的情况下，基于减少后的效率计数值，进行优化处理。由此，能够期待以基于用户反馈294构成的分区110的单位进行的空调控制的改善。

(实施例3)

对实施例3进行说明。此时，主要说明与实施例1和2的不同点，对于与实施例1和2的共同点省略或简化说明。

未图示的显示控制程序对该用户显示与用户的角色相应的UI(User Interface)画面。用户的角色是多种角色中的某一个。作为多种角色，例如有管理者和一般用户。显示控制程序是在HVAC控制系统180中执行的程序，可以是HVAC控制器240内部的要素也可以是外部的要素。

例如，显示控制程序显示图10中举例示出的面向管理者的UI画面即管理者画面1050。管理者画面1050具有用于输入区域100的功能性的UI(例如下拉菜单)1000、和用于输入作为关键热参数的热参数的UI1010、和用于输入多个HVAC单元160整体的耗电的上限的UI1020、和用于指示代替实施例1的分区决定处理地执行实施例2的分区决定处理的UI1030、和表示管理者选择的分区110的每个成员分块的耗电的推移的UI1040。管理者能够基于管理者画面1050对空调控制系统180进行管理。

另外，例如，显示控制程序显示图11中举例示出的面向一般用户的UI画面即一般用户画面1150。以下，以某一个一般用户为例(图11的说明中是“对象用户”)。一般用户画面1150具有表示对象用户存在于的空间(分块130或分区110)的平均温度的信息1100、和表示对象用户存在于的空间(分块130或分区110)的平均湿度的信息1110、和关于各区域(各区域功能性)表示向对象用户的推荐分块的信息即推荐信息1120、和对象用户输入用户反馈用的UI1130、和表示对象用户存在于的空间中的全部用户的用户反馈的比率的UI1140。通过UI1140，对象用户能够得知对象用户存在于的空间中的多少用户有与自己相同的感想。另外，通过推荐信息1120，对象用户能够得知每个区域100中哪里是对于对象用户而言舒适的空间。

推荐信息1120例如能够由图12中举例示出的推荐程序1200生成。推荐程序1200是在HVAC控制系统180中执行的程序，可以是HVAC控制器240内部的要素也可以是外部的要素。推荐程序1200例如对于各用户，进行以下处理：

·确定是否有在某一时间段偏好某一热环境的倾向；

·与确定的各时间段的偏好相应地，按各区域100的功能性决定每个时间段的推荐分块；

·对于该用户确定与显示一般用户画面1150时的日期时间属于的时间段对应的、各区域100的功能性的推荐分块的分块ID，按各区域100的功能性显示确定的分块ID。具体而言，例如，推荐程序1200基于每个日期时间的用户ID、分块ID(在该日期时间该用户存在于的分块的ID)、用户反馈、温度、湿度、外部温度和外部湿度的历史，能够确定是否有在某一时间段偏好某一热环境的倾向，由此，能够确定并输出各区域100的功能性的推荐分块的分块ID。关于用户的历史越增加，能够期待向该用户的推荐分块的正确性越提高。

对于以上实施例1～实施例3的说明，例如能够总结为如下所述。以下总结可以包括上述说明中没有的事项。另外，在以下总结中，省略参照符号。

对进行区域的空气调节的多台空调机进行控制(例如HVAC单元160)的空调控制系统，具有：分区决定部(例如分区分析器241)，其进行基于区域中的多个分块构成1个以上的分区的分区决定处理；和空调控制部(例如优化器243)，其对于各分区，进行对该分区中的基于分区的控制对象分块对应的空调机基于分区地进行控制的空调控制(例如空调优化)。分区结构是分区数(分区的数量)和分区成员(作为构成分区的成员的分块)中的至少1项。关于多个分块的各个分块，该分块是作为与多台空调机中与该分块对应的空调机进行的空气调节影响的范围定义的范围。关于1个以上的分区，该分区分别是多个分块中的1个以上的同质的分块的集群。由此，任意一台空调机都不会被分类至不同的2个以上分区，所以能够进行基于分区(分区单位)的空调控制。

分区决定部定期或不定期地进行分区决定处理。由此，能够动态地变更分区结构。

在多个分块的全部或一部分的2个以上分块中配置有多个环境传感器。至少1个分区110是热分区。热分区是由热指标值同质(例如相同或近似)的1个以上的分块构成的分区。关于热分区的各分块，热指标值是符合来自配置于该分块中的1个以上的环境传感器的1个以上的热参数值的值。由此，能够进行基于热参数值的控制，例如基于IoT的控制。另外，“热指标值”可以是关键热参数值，也可以是基于2个以上热参数的热参数值决定的热舒适指标值(Φ^TC)。

分区决定部在每次定期或不定期地进行的分区决定处理时，基于热偏差决定分区数，对于决定的分区数的各分区，决定该分区的分区成员。由此，能够维持决定的分区数，对于该分区数的各分区，进行基于分区的空调控制。另外，热偏差是上次分区决定处理中的热指标值的最大值、与上次分区决定处理中的热指标值的最小值的差。另外，分区数也可以进而基于区域的大小、区域的功能性、区域的优先度、和区域的全部空调机的耗电的上限中的至少1项得到。由此，能够期待使分区数与区域相应地更适当。

空调控制系统还具有反馈管理部(例如反馈分析器242)，其管理区域的用户的用户反馈。反馈管理部对于构成热分区的各分块，识别关于该分块的全部用户反馈中最多的用户反馈即分块多数用户反馈。反馈管理部对于与关于热分区的全部分块多数用户反馈中最多的分块多数用户反馈即分区多数反馈不同的分块多数用户反馈的分块，将其从基于分区的控制对象中排除。由此，能够期待基于分区的更适当的空调控制。另外，空调控制部对于该排除的分块的空调机，可以个别地进行控制。

另外，反馈管理部也可以基于关于热分区的用户反馈，决定热舒适指标值的下限值。该情况下，空调控制部进行将热舒适指标值维持在下限值以上的空调控制。由此，能够期待提供更多的用户感到舒适的热环境。

反馈管理部如上所述管理区域的用户的用户反馈。由此，能够期待基于用户反馈决定分区结构、基于用户反馈进行的空调控制、和提供包括关于用户反馈的信息的信息中的至少1项。反馈管理部也可以代替上述处理或追加地进行以下处理。

例如，至少1个分区是用户反馈分区。用户反馈分区是由分块多数用户反馈相同的1个以上的分块构成的分区。关于用户反馈分区的各分块，该分块的分块多数用户反馈是关于该分块的全部用户反馈中最多的用户反馈。这样，能够基于用户反馈决定分区结构。

空调控制系统可以还具有效率评价部(例如效果评价程序900)，其定期或不定期地进行关于用户反馈分区的效率评价处理。效率评价处理对于构成用户反馈分区的各分块，包括以下所述。由此，能够期待基于用户反馈构成的分区的基于分区的适当的空调控制。

·对于该分块的值(例如效率计数值)，如果该分块的分块多数用户反馈表示舒适(例如连续k次以上是“OK”)则使其递增，如果该分块的分块多数用户反馈不表示舒适(例如连续j次以上不是“OK”)则使其减少；

·如果该分块的值达到下限值，则进行发出通知、将该分块从基于分区的控制对象中排除、将该分块从用户反馈分区中排除中的至少1项。

空调控制系统可以还具有推荐部(例如推荐程序1200)，其对于用户基于日期时间和用户反馈和热环境的历史决定对该用户提供的推荐分块。由此，用户能够得知对于该用户而言感到舒适的可能性高的分块。另外，推荐部在存在功能性不同的多个区域的情况下，能够基于各区域的功能性，对于多个区域中的至少一部分的各区域，决定对用户提供的推荐分块。

空调控制系统可以还具有显示控制部(例如显示控制程序)，其对于用户显示关于用户存在于的分块的全部用户的用户反馈的信息(例如UI1140)。由此，用户能够得知该用户存在于的分块中的其他用户的感想。例如，如果得知该用户的感想是少数，则该用户能够考虑移动至其他分块等。

空调控制部可以对于包括区域的多个区域，分别预测耗电的变化。空调控制部对于优先度相对较高的区域预测了耗电超过阈值的时刻的情况下，可以将优先度相对较低的区域中的空调机切换为节电模式(例如可以在成为预测的时刻时进行该切换)。空调控制部对于多个区域，分别与该区域中的空调机的模式是节电模式还是通常模式相应地进行基于分区的空调控制。由此，能够期待适当地维持多个区域整体的电力消耗，同时对各区域基于分区地进行控制。另外，在多个区域中分别准备有多台空调机。关于各区域，耗电的推移的预测例如能够使用回归模型这样的模型进行。另外，空调控制部也可以对管理者发送包括将优先度相对较低的区域中的空调机切换为节电模式和该切换的时刻的通知。

以上说明了几个实施例，但它们是用于说明本发明的例子，并不将本发明的范围仅限定于这些实施例。本发明也能够以其他各种方式实行。例如，实施例1～3中的任意一方的HAVC控制系统180都是适合大型商业建筑内的自动空调控制的系统，能够兼顾降低成本(例如减小处理负荷)和维持舒适。