ビル空調設備FastADR制御における応答予測モデルのIoT訓練データマイニング

カテゴリ: 研究会(論文単位)

論文No: SMF17013

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2017/03/22

タイトル(英語): IoT Training Data Mining of Response Prediction Model for FastADR Control of Building Air-conditioners

著者名: 青木 佳史(岐阜大学),中村 惇志(岐阜大学),森川 純次(三菱重工業サーマルシステムズ),蜷川 忠三(岐阜大学)

著者名(英語): Yoshifumi Aoki(Gifu University),Atsushi Nakamura(Gifu University),Junji Morikawa(Mitsubishi Heavy Industries Thermal Systems, Ltd.),Chuzo Ninagawa(Gifu University)

キーワード: デマンドレスポンス|ビル用マルチ空調設備|ニューラルネットワーク|Demand response|Building air-conditioners|Neural network

要約(日本語): 将来スマートグリッド技術Fast Automated Demand Response（FastADR）では、対象負荷に対する応答予測モデルを必要とする。本稿では、オフィスビル空調消費電力のFastADR応答特性のニューラルネットワークモデリング訓練データを平常空調運転から効率的に収集する方法を提案する。具体的には，IoTによりクラウドからFastADRの模擬信号を空調運転制御に重畳（モジュレーション）する。さらに訓練条件ゾーニング手法を用いた効率的な訓練データマイニング手法を提案する。

要約(英語): Fast automated demand response (FastADR), which is one of the future smart grid technologies, requires a response prediction model for the target load. In this paper, a neural network modeling of the FastADR response of office building air-conditioners' power consumption is studied. We propose an efficient training data mining scheme with our original zoning method using the Internet of Things (IoT) signal modulation communication.

原稿種別: 日本語

PDFファイルサイズ: 1,498 Kバイト