特開 2023-179991 制御システム、推論装置および学習装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023179991

(43)【公開日】2023-12-20

(54)【発明の名称】制御システム、推論装置および学習装置

(51)【国際特許分類】

   H05B 47/105 20200101AFI20231213BHJP

   H05B 47/17 20200101ALI20231213BHJP

   H05B 47/16 20200101ALI20231213BHJP

   H05B 47/165 20200101ALI20231213BHJP

   F24F 11/64 20180101ALN20231213BHJP

【ＦＩ】

H05B47/105

H05B47/17

H05B47/16

H05B47/165

F24F11/64

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2022093010

(22)【出願日】2022-06-08

(71)【出願人】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(71)【出願人】

【識別番号】390014546

【氏名又は名称】三菱電機照明株式会社

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】箱家 貴之

【テーマコード（参考）】

3K273

3L260

【Ｆターム（参考）】

3K273PA10

3K273QA08

3K273QA11

3K273QA30

3K273RA02

3K273RA05

3K273SA22

3K273SA38

3K273SA46

3K273SA57

3K273TA03

3K273TA05

3K273TA15

3K273TA27

3K273TA28

3K273TA52

3K273TA54

3K273TA57

3K273TA62

3K273TA72

3K273TA77

3L260BA74

3L260BA75

3L260CA39

3L260EA04

3L260EA22

3L260FA03

(57)【要約】

【課題】ユーザに快適な空間を提供することができる制御システム、推論装置および学習装置を得ることを目的とする。
【解決手段】本開示に係る制御システムは、照明設備と、空調設備と、気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する管理設備と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

照明設備と、
空調設備と、
気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する管理設備と、
を備えることを特徴とする制御システム。

【請求項2】

前記管理設備は、前記照明設備の所在地の前記気象情報を用いて前記設定値を推論することを特徴とする請求項１に記載の制御システム。

【請求項3】

前記管理設備は、前記学習済み制御モデルから前記気象情報に対応するモデルを抽出した後、前記抽出されたモデルを用いて、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論することを特徴とする請求項１または２に記載の制御システム。

【請求項4】

前記気象情報に対応する前記照明設備の状態は、前記照明設備が設置された空間に存在する人の数の情報を含み、
前記設定値は、前記照明設備の調光率または色温度を含むことを特徴とする請求項１または２に記載の制御システム。

【請求項5】

前記気象情報に対応する前記空調設備の状態は、室内温度の情報を含み、
前記設定値には、前記空調設備の動作モードまたは設定温度を含むことを特徴とする請求項１または２に記載の制御システム。

【請求項6】

前記管理設備は、前記設定値をそのまま使用するモードと、予め定められた変更を加えて使用するモードを有することを特徴とする請求項１または２に記載の制御システム。

【請求項7】

前記管理設備は、前記照明設備が設置された空間に人が出入りする時間を学習して前記空間に人が来る時間を推論し、前記推論された時間より前に、前記照明設備と前記空調設備の制御を開始することを特徴とする請求項１または２に記載の制御システム。

【請求項8】

前記管理設備は、前記照明設備が設置された空間に人が出入りする時間を学習して前記空間から人が出る時間を推論し、前記推論された時間より前に、前記照明設備と前記空調設備の制御を開始することを特徴とする請求項１または２に記載の制御システム。

【請求項9】

気象情報と、前記気象情報に対応する照明設備の状態と、前記気象情報に対応する空調設備の状態を取得するデータ取得部と、
前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する推論部と、
を備えることを特徴とする推論装置。

【請求項10】

気象情報と、前記気象情報に対応する照明設備の状態と、前記気象情報に対応する空調設備の状態を取得するデータ取得部と、
前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを生成するモデル生成部と、
を備えることを特徴とする学習装置。

【請求項11】

前記モデル生成部は、前記気象情報に対応する日付または季節の制御モデルを、前記気象情報に基づき変更し、次に前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態に基づき前記制御モデルをさらに変更して、学習済み制御モデルとして蓄積することを特徴とする請求項１０に記載の学習装置。

【請求項12】

前記モデル生成部は、前記気象情報に対応する時刻に基づき、前記制御モデルを変更することを特徴とする請求項１０または１１に記載の学習装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、制御システム、推論装置および学習装置に関する。

【背景技術】

【0002】

特許文献１には、外部から入手した気象情報に基づいて、空調機器を含む居室内の設備の運用計画を立てるとともに、運用計画に基づいて設備の運用を制御する設備情報管理サーバを備えた設備運用システムが開示されている。この設備運用システムにおいて、設備情報管理サーバは、利用者の快適性指標に関する個人データに基づいて、運用計画を補正する。設備情報管理サーバは、利用者による空調機器への操作入力に基づいて、個人データを更新する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１０－２４９４５４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

室内快適に過ごすための条件として、適切な室温設定と照明による演出がある。例えば夏場であれば涼しさが感じられるように、２８度の室温および昼白色の照明が推奨される。また、例えば冬場であれば暖かさが感じられるように、２０度の室温および電球色の照明が推奨される。また、温度と湿度の関係から不快指数を算出することができるのと同様に、照度と色温度の関係にも不快指標が定められている。

【0005】

特許文献１では、利用者による空調機器への操作入力に基づいて、個人データを更新する。しかし、照明の操作に応じた個人データの更新については考慮されていない。

【0006】

本開示は、上述の課題を解決するためになされたもので、快適な空間を提供することができる制御システム、推論装置および学習装置を得ることを目的とする。

【課題を解決するための手段】

【0007】

本開示に係る制御システムは、照明設備と、空調設備と、気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する管理設備と、を備える。

【0008】

本開示に係る推論装置は、気象情報と、前記気象情報に対応する照明設備の状態と、前記気象情報に対応する空調設備の状態を取得するデータ取得部と、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する推論部と、を備える。

【0009】

本開示に係る学習装置は、気象情報と、前記気象情報に対応する照明設備の状態と、前記気象情報に対応する空調設備の状態を取得するデータ取得部と、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを生成するモデル生成部と、を備える。

【発明の効果】

【0010】

本開示に係る制御システムでは、気象情報と、気象情報に対応する照明設備の状態と、気象情報に対応する空調設備の状態とから、照明設備と空調設備の設定値を推論するための学習済み制御モデルを用いて、照明設備と空調設備の設定値が推論される。この設定値により照明設備と空調設備が制御されることで、快適な空間を提供することができる。
本開示に係る推論装置では、気象情報と、気象情報に対応する照明設備の状態と、気象情報に対応する空調設備の状態とから、照明設備と空調設備の設定値を推論するための学習済み制御モデルを用いて、照明設備と空調設備の設定値が推論される。この設定値により照明設備と空調設備が制御されることで、快適な空間を提供することができる。
本開示に係る学習装置は、気象情報と、気象情報に対応する照明設備の状態と、気象情報に対応する空調設備の状態とから、照明設備と空調設備の設定値を推論するための学習済み制御モデルを生成する。この学習済み制御モデルを用いて照明設備と空調設備の設定値を推論し、照明設備と空調設備を制御することで、快適な空間を提供することができる。

【図面の簡単な説明】

【0011】

【図1】実施の形態１に係る制御システムのブロック図である。

【図2】実施の形態１に係る学習装置を説明する図である。

【図3】実施の形態１に係る推論装置を説明する図である。

【発明を実施するための形態】

【0012】

本実施の形態に係る制御システム、推論装置および学習装置について図面を参照して説明する。同じまたは対応する構成要素には同じ符号を付し、説明の繰り返しを省略する場合がある。

【0013】

実施の形態１．
図１は、実施の形態１に係る制御システム１００のブロック図である。制御システム１００は、管理設備１０、空調設備２０、照明設備３０および気象情報を提供するサーバ４０を備える。管理設備１０、空調設備２０、照明設備３０、サーバ４０は、有線または無線のネットワークであるＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を介して互いに接続されている。ＬＡＮは例えばＥｔｈｅｒｎｅｔ（登録商標）である。空調設備２０と照明設備３０は同じ空間に設置される。管理設備１０は、空調設備２０および照明設備３０と連動する。

【0014】

管理設備１０には、現在の日付および制御システム１００の所在地が設定される。所在地は空調設備２０または照明設備３０の所在地であっても良い。所在地は、緯度、経度で設定されても良く、県庁所在地であっても良い。

【0015】

管理設備１０の通信部１１は、ネットワークを使用し、サーバ４０から所在地の気象情報を入手する。気象情報は、天候、気温、湿度、風速、降雨量、体感気温などである。制御システム１００の位置情報をサーバ４０に送信することで、サーバ４０から位置情報に応じた気象情報が送信されても良い。

【0016】

管理設備１０の通信部１１は、ネットワークを使用し、空調設備２０の状態を入手する。空調設備２０の状態は、動作モード、設定温度、室内温度、消費電力などである。動作モードには、冷房、暖房、送風、除湿などがある。空調設備２０の通信部２１は、管理設備１０から空調設備２０への要求信号を受信すると、空調設備２０の状態を送信する。室内温度は温度取得部２３により取得され、通信部２１から送信される。

【0017】

管理設備１０の通信部１１は、ネットワークを使用し、照明設備３０の状態を入手する。照明設備３０の状態は、照明状態、空間への滞在人数、消費電力などである。照明状態には、調光率、色温度などがある。照明設備３０の通信部３１は、管理設備１０から照明設備３０への要求信号を受信すると、照明設備３０の状態を送信する。空間への滞在人数は人感センサ３４により取得され、通信部３１から送信される。

【0018】

管理設備１０が空調設備２０、照明設備３０、サーバ４０から得た情報は、記憶部１３に記憶される。

【0019】

図２は、実施の形態１に係る学習装置５０を説明する図である。学習装置５０は例えば管理設備１０に設けられる。学習装置５０はデータ取得部５１とモデル生成部５２を備える。データ取得部５１は、気象情報と、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態を取得する。データ取得部５１は例えば通信部１１に該当する。

【0020】

モデル生成部５２は、データ取得部５１が取得した気象情報と、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態とから、照明設備３０と空調設備２０の設定値を推論するための学習済み制御モデルを生成する。モデル生成部５２は、例えば制御部１２に該当する。制御部１２は例えばマイコン、プロセッサ等から構成できる。

【0021】

学習済み制御モデルの生成方法について説明する。まず、モデル生成部５２は、ベースとなる制御モデルを生成する。制御モデルは、例えば日付または季節毎に生成される。例えば現在の日付から季節が夏であった場合、モデル生成部５２は、空調設備２０の設定値が動作モード＝冷房、設定温度＝２８度、照明設備３０の設定値が調光率＝７０％、色温度＝４２００Ｋとなるように制御モデルを生成する。

【0022】

次に、モデル生成部５２は、制御モデルに気象情報を加味する。モデル生成部５２は、データ取得部５１が取得した気象情報に対応する日付または季節の制御モデルを、気象情報に基づき変更する。例えば当該日付または季節において、天候＝晴れ、気温＝３５度、湿度＝７０％、風速＝１ｍ／ｓ、降雨量＝０ｍｍ、体感気温＝３７度であった場合、モデル生成部５２は、設定温度＝２７度、調光率＝５０％となるように制御モデルを変更する。モデル生成部５２は、１４：００等の気象情報に対応する時刻に基づき、制御モデルを変更しても良い。

【0023】

次に、モデル生成部５２は、制御モデルに空調設備２０および照明設備３０から入手した情報を加味する。モデル生成部５２は、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態に基づき、制御モデルをさらに変更して、学習済み制御モデルとして蓄積する。例えば、データ取得部５１が空調設備２０から動作モード＝送風、設定温度＝２７度、室内温度＝２６度を入手した場合、モデル生成部５２はこれらの情報を学習して制御モデルに反映させる。また、データ取得部５１が照明設備３０から調光率＝５０％、色温度＝４５００Ｋ、空間滞在人数＝８０人を入手した場合、モデル生成部５２はこれらの情報を学習して制御モデルに反映させる。

【0024】

データ取得部５１が空調設備２０および照明設備３０から取得した状態は、所在地の気象条件下において、ユーザにとって快適な空間を提供し得る空調および照明の状態を示す。モデル生成部５２は、これらの状態に基づき生成した学習済み制御モデルを学習済モデル記憶部５３に蓄積する。学習済モデル記憶部５３は例えば記憶部１３に該当する。

【0025】

学習済モデル記憶部５３は、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等であってもよい。ＲＡＭはＲａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略称である。ＲＯＭはＲｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙの略称である。ＥＰＲＯＭはＥｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙの略称である。ＥＥＰＲＯＭはＥｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙの略称である。

【0026】

図３は、実施の形態１に係る推論装置６０を説明する図である。推論装置６０は例えば管理設備１０に設けられる。推論装置６０は、データ取得部６１と推論部６２を備える。データ取得部６１は、気象情報と、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態を取得する。データ取得部６１は例えば通信部１１に該当する。

【0027】

推論部６２は、学習済モデル記憶部５３から学習済み制御モデルを取得する。推論部６２は、学習済み制御モデルと、データ取得部６１が取得した気象情報と、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態とから、照明設備３０と空調設備２０の設定値を推論する。これにより推論部６２は、設定値を用いて照明設備３０と空調設備２０を制御する。推論部６２は、例えば制御部１２に該当する。

【0028】

まず、推論部６２は、学習済み制御モデルからデータ取得部６１が取得した気象情報に対応するモデルを抽出する。その後、推論部６２は、抽出されたモデルを用いて、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態とから、照明設備３０と空調設備２０の設定値を推論する。

【0029】

例えば、データ取得部６１が空調設備２０の状態として室内温度＝２６度を入手した場合、推論部６２は学習済み制御モデルに基づいて、動作モード＝送風、設定温度＝２７度という設定値を推論する。また、例えばデータ取得部６１が照明設備３０の状態として空間滞在人数＝８０人を入手した場合、推論部６２は学習済み制御モデルに基づいて、調光率＝５０％、色温度＝４５００Ｋという設定値を推論する。

【0030】

このように、気象情報に対応する空調設備２０の状態は、室内温度の情報を含み、空調設備２０の設定値には、空調設備２０の動作モードまたは設定温度を含んでも良い。また、気象情報に対応する照明設備３０の状態は、照明設備３０が設置された空間に存在する人の数の情報を含み、照明設備３０の設定値は、照明設備３０の調光率または色温度を含んでも良い。

【0031】

管理設備１０の制御部１２は、推論された設定値に基づき空調設備２０と照明設備３０を制御する。設定値は通信部１１から空調設備２０と照明設備３０に送信される。空調設備２０において、通信部２１は設定値を受信し、制御部２２は受信した設定値に基づき、空間の温度等を制御する。照明設備３０において、通信部３１は設定値を受信し、制御部３２は受信した設定値に基づき光源部３３の点灯状態を制御する。

【0032】

管理設備１０は、例えば以下の表に示されるように、学習済み制御モデルを重視するレベルに応じた様々なモデルに基づき制御を行っても良い。つまり、管理設備１０は、学習済み制御モデルに基づいて推論された設定値をそのまま使用するモードと、予め定められた変更を加えて使用するモードを有しても良い。

【0033】

【表1】

【0034】

学習済み制御モデルは、日の出時刻、日の入時刻、時間帯などを加味して生成されても良い。日の出時刻、日の入時刻は、サーバ４０等から日付に基づき取得されても良い。学習装置５０および推論装置６０の学習間隔または推論間隔は、１時間、２時間など設定変更できても良い。

【0035】

学習装置５０および推論装置６０は、管理設備１０に限らず、空調設備２０または照明設備３０に設けられても良い。つまり、空調設備２０または照明設備３０が管理設備１０を兼ねても良い。また、気象情報と、照明設備３０の状態と、空調設備２０の状態とに基づく学習機能以外に、各設備内のみの学習機能が設けられても良い。学習装置５０および推論装置６０は、ネットワークを使用してクラウド化されも良い。

【0036】

管理設備１０は、照明設備３０が設置された空間に人が出入りする時間を学習して、空間に人が来る時間を推論し、推論された時間より前に、照明設備３０と空調設備２０の制御を開始しても良い。管理設備１０は、照明設備３０が設置された空間に人が出入りする時間を学習して、空間から人が出る時間を推論し、推論された時間より前に、照明設備３０と空調設備２０の制御を開始しても良い。この際、管理設備１０は、室内の温度変化にかかる時間を学習して、空調設備２０の制御を開始する時間を設定しても良い。

【0037】

管理設備１０は、例えば空間に人が来る時間として推論された時間より前に、空間の温度および湿度を、その人が快適と感じる値と不快と感じる値の境目近傍に変化させても良い。管理設備１０は人を検出すると、その人が快適と感じる最適な温度、湿度、照度、色温度で空調設備２０および照明設備３０を制御する。また、管理設備１０は、例えば空間から人が出る時間として推論された時間より前に、空間の温度および湿度を、その人が快適と感じる値と不快と感じる値の境目近傍に変化させても良い。これにより、消費エネルギーを抑制しながら、快適な室内空間を迅速に提供することができる。

【0038】

以上で説明したように本実施の形態の制御システム１００では、気象情報と、気象情報に対応する照明設備３０の状態と、気象情報に対応する空調設備２０の状態とから、照明設備３０と空調設備２０の設定値を推論するための学習済み制御モデルが生成される。この学習済み制御モデルを用いて、照明設備３０と空調設備２０の設定値が推論される。この設定値により照明設備３０と空調設備２０が制御されることで、快適な空間を提供することができる。

【0039】

例えば室内に制御システム１００を適用することで、屋外と室内を往来する際などにユーザの身体への負担および不快感を抑制できる。特に、温度と湿度に基づく不快指数に加えて、照度と色温度に基づく不快指標を考慮して快適な空間を提供することができる。

【0040】

また、ユーザにとっての快適な空間は、空間の所在地、季節、気候、時間帯、空間の状態によって異なる。例えば、極端な寒冷地と温暖地、地下階と地上階、標高の高低により、快適な空間の条件が異なることが想定される。本実施の形態の管理設備１０は、照明設備３０または空調設備２０の所在地の気象情報を用いて、学習済み制御モデルの生成および照明設備３０と空調設備２０の設定値の推論を行う。このため、空間の所在地に応じた快適な空間を提供できる。また、学習済み制御モデルは、時間帯、日付または季節に基づき生成される。このため、季節、気候、時間帯に応じた快適な空間を提供できる。また、学習済み制御モデルは、空間に存在する人の数の情報に基づき生成される。このため、空間の状態に応じた快適な空間を提供できる。

【0041】

なお、本実施の形態で説明した技術的特徴は適宜に組み合わせて用いても良い。

【0042】

以下、本開示の諸態様を付記としてまとめて記載する。
（付記１）
照明設備と、
空調設備と、
気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する管理設備と、
を備えることを特徴とする制御システム。
（付記２）
前記管理設備は、前記照明設備の所在地の前記気象情報を用いて前記設定値を推論することを特徴とする付記１に記載の制御システム。
（付記３）
前記管理設備は、前記学習済み制御モデルから前記気象情報に対応するモデルを抽出した後、前記抽出されたモデルを用いて、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論することを特徴とする付記１または２に記載の制御システム。
（付記４）
前記気象情報に対応する前記照明設備の状態は、前記照明設備が設置された空間に存在する人の数の情報を含み、
前記設定値は、前記照明設備の調光率または色温度を含むことを特徴とする付記１から３の何れか１項に記載の制御システム。
（付記５）
前記気象情報に対応する前記空調設備の状態は、室内温度の情報を含み、
前記設定値には、前記空調設備の動作モードまたは設定温度を含むことを特徴とする付記１から４の何れか１項に記載の制御システム。
（付記６）
前記管理設備は、前記設定値をそのまま使用するモードと、予め定められた変更を加えて使用するモードを有することを特徴とする付記１から５の何れか１項に記載の制御システム。
（付記７）
前記管理設備は、前記照明設備が設置された空間に人が出入りする時間を学習して前記空間に人が来る時間を推論し、前記推論された時間より前に、前記照明設備と前記空調設備の制御を開始することを特徴とする付記１から６の何れか１項に記載の制御システム。
（付記８）
前記管理設備は、前記照明設備が設置された空間に人が出入りする時間を学習して前記空間から人が出る時間を推論し、前記推論された時間より前に、前記照明設備と前記空調設備の制御を開始することを特徴とする付記１から７の何れか１項に記載の制御システム。
（付記９）
気象情報と、前記気象情報に対応する照明設備の状態と、前記気象情報に対応する空調設備の状態を取得するデータ取得部と、
前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを用いて、前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記設定値を推論し、前記設定値を用いて前記照明設備と前記空調設備を制御する推論部と、
を備えることを特徴とする推論装置。
（付記１０）
気象情報と、前記気象情報に対応する照明設備の状態と、前記気象情報に対応する空調設備の状態を取得するデータ取得部と、
前記気象情報と、前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態とから、前記照明設備と前記空調設備の設定値を推論するための学習済み制御モデルを生成するモデル生成部と、
を備えることを特徴とする学習装置。
（付記１１）
前記モデル生成部は、前記気象情報に対応する日付または季節の制御モデルを、前記気象情報に基づき変更し、次に前記気象情報に対応する前記照明設備の状態と、前記気象情報に対応する前記空調設備の状態に基づき前記制御モデルをさらに変更して、学習済み制御モデルとして蓄積することを特徴とする付記１０に記載の学習装置。
（付記１２）
前記モデル生成部は、前記気象情報に対応する時刻に基づき、前記制御モデルを変更することを特徴とする付記１０または１１に記載の学習装置。

【符号の説明】

【0043】

１０ 管理設備、１１ 通信部、１２ 制御部、１３ 記憶部、２０ 空調設備、２１ 通信部、２２ 制御部、２３ 温度取得部、３０ 照明設備、３１ 通信部、３２ 制御部、３３ 光源部、３４ 人感センサ、４０ サーバ、５０ 学習装置、５１ データ取得部、５２ モデル生成部、５３ 学習済モデル記憶部、６０ 推論装置、６１ データ取得部、６２ 推論部、１００ 制御システム

【図1】

【図2】

【図3】