SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

新着記事一覧を見る

おすすめのイベント

おすすめの講座

Biz/Zineニュース

NTT、JR東ら、少量学習によるフィードフォワード型のAI空調制御により、省エネと快適環境を両立

  • Facebook
  • Twitter
  • Pocket

 日本電信電話(以下、NTT)、東日本旅客鉄道(以下、JR東日本)、NTTファシリティーズ、NTTデータは、NTTが開発した「空調最適制御シナリオ算出技術」を、JR新宿ミライナタワーのオフィスロビーへ適用する共同実証を実施した。その結果、夏季におけるオフィスロビーの快適性を維持しつつ、消費エネルギー量を約50%削減できることを実証した。

  • Facebook
  • Twitter
  • Pocket

 この実験では、NTTの開発した「空調最適制御シナリオ算出技術」を、夏季のJR新宿ミライナタワーにおけるオフィスロビーの空調運転へ適用した。この技術は、人・モノ・環境の状態再現と未来予測により都市における新たな価値創造を目指した「街づくりDTC」の取り組みの一環として、NTTスマートデータサイエンスセンタで開発した技術。なお、この技術には、移動体を含む地理空間の位置情報基盤である「4Dデジタル基盤」を用いているという。

 この技術では、以下の処理に基づき、最適な空調運転シナリオを算出している。特に、コンピューター流体力学と機械学習の組み合わせによって、短期間での計測による少量データからの快適性予測を実現している点と、深層強化学習を用いることにより、ビル内の広い共用空間において生じる、空調が室内環境に影響を及ぼすまでの時間遅れも考慮したフィードフォワード制御を行う点が特長だとしている。

  • 来館者の数、外気温、空調運転状況、室内の温湿度を用いて、機械学習技術とコンピューター流体力学を組み合わせることで、快適性指標であるPMVを少量の計測データより予測
  • 予測されたPMVを基に最適な空調運転設定を算出するという処理を1日分繰り返し実施しながら最適化する深層強化学習を用いて、対象日における最適な空調運転シナリオを算出

 上記によって算出された空調運転シナリオを適用したところ、PMVを快適な範囲内に保ちつつ、空調機が用いる消費エネルギー量(冷水熱量)を、従来の同気候日における空調運転時と比較し、約50%削減できることを確認したとしている。

この記事は参考になりましたか?

  • Facebook
  • Twitter
  • Pocket
関連リンク
この記事の著者

BizZine編集部(ビズジンヘンシュウブ)

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

  • Facebook
  • Twitter
  • Pocket

Special Contents

PR

Job Board

PR

おすすめ

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング