AIを活用し、空調需要の予測・空調の最適運転制御を行い
大幅な電力削減を目指します

既存の空調システムを活かしながら、制御機器にAIコントローラを後付けし、センサ情報や外部情報を入力することで、省エネ運転を実現します。深層強化学習で、必要な空調能力を予測・最適制御することで、大幅な省エネ(30%程度)を目指します。

空調最適化

地域冷暖房(DHC)・大型熱源向け提供ソリューション

地域冷暖房(DHC)・大型熱源運営会社様に、建物ごとに個別に、以下のサービスを提供する予定です。(2021年4-6月頃提供開始予定)

空調最適化

最適制御を実現する強化学習

深層強化学習は、AI自身が「どのような行動(空調制御)を取ると最も良い(省エネになる)か」を試行錯誤し学習する手法である。

空調最適化

AIが行動(設定温度の変更・運転台数の変更など)をすると、空調環境の状態(室温・湿度など)が変わり、良い結果(消費エネルギーが下がったなど)が得られた場合にAIは報酬をもらう。
▶︎AIはより多くの報酬をもらうように試行錯誤して学習する。

空調制御にAIを活用する3つのメリット

メリット① 多彩な入力データの活用

IoT機器や監視カメラなどから得られる大量のデータを制御入力に使えるので、より細かい制御に活用できる。

空調

メリット② 柔軟な目標指標の設定

目的とする指標を、設定温度やエネルギー削減量、快適性指標など、好きなように設定・切り替えができる。

省エネ

メリット③ データドリブンのパラメータ設定

設定温度や運転時刻など複数のパラメータを、経験則ではなく、過去・現在のデータに基づいて予測し、細かく最適な設定ができる。

空調最適化