特許 7573118 熱水使用量の修正方法及びシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-10-16

(45)【発行日】2024-10-24

(54)【発明の名称】熱水使用量の修正方法及びシステム

(51)【国際特許分類】

   F24H 4/02 20220101AFI20241017BHJP

   F24H 1/18 20220101ALI20241017BHJP

   F24H 15/215 20220101ALI20241017BHJP

   F24H 15/238 20220101ALI20241017BHJP

   F24H 15/254 20220101ALI20241017BHJP

   F24H 15/375 20220101ALI20241017BHJP

   F24H 15/31 20220101ALI20241017BHJP

   F24H 15/269 20220101ALI20241017BHJP

   F24H 15/414 20220101ALI20241017BHJP

【ＦＩ】

F24H4/02 C

F24H1/18 G

F24H15/215

F24H15/238

F24H15/254

F24H15/375

F24H15/31

F24H15/269

F24H15/414

【請求項の数】 23

(21)【出願番号】P 2023547810

(86)(22)【出願日】2022-02-07

(65)【公表番号】

(43)【公表日】2024-03-06

(86)【国際出願番号】 IB2022051059

(87)【国際公開番号】W WO2022168031

(87)【国際公開日】2022-08-11

【審査請求日】2024-04-16

(31)【優先権主張番号】2101678.7

(32)【優先日】2021-02-07

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109593.0

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109594.8

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109596.3

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109597.1

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109598.9

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109599.7

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2109600.3

(32)【優先日】2021-07-02

(33)【優先権主張国・地域又は機関】GB

(31)【優先権主張番号】2111083.8

(32)【優先日】2021-08-02

(33)【優先権主張国・地域又は機関】GB

【早期審査対象出願】

(73)【特許権者】

【識別番号】523293529

【氏名又は名称】オクトパス エナジー ヒーティング リミテッド

【氏名又は名称原語表記】ＯＣＴＯＰＵＳ ＥＮＥＲＧＹ ＨＥＡＴＩＮＧ ＬＩＭＩＴＥＤ

【住所又は居所原語表記】ＵＫ Ｈｏｕｓｅ， １６４－１８２ Ｏｘｆｏｒｄ Ｓｔｒｅｅｔ， Ｌｏｎｄｏｎ， Ｗ１Ｄ １ＮＮ， ＵＮＩＴＥＤ ＫＩＮＧＤＯＭ

(74)【代理人】

【識別番号】100147485

【弁理士】

【氏名又は名称】杉村 憲司

(74)【代理人】

【識別番号】230118913

【弁護士】

【氏名又は名称】杉村 光嗣

(74)【代理人】

【氏名又は名称】石井 裕充

(72)【発明者】

【氏名】ピーター コノヴァルチック

【審査官】河野 俊二

(56)【参考文献】

【文献】特開２００７－１８７３８２（ＪＰ，Ａ）

【文献】特開２００９－０９２２５９（ＪＰ，Ａ）

【文献】特表２０２０－５０３８２９（ＪＰ，Ａ）

【文献】特開２０１３－１９４９８８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｆ２４Ｈ ４／０２

Ｆ２４Ｈ １／１８

Ｆ２４Ｈ ７／００

Ｆ２８Ｄ ２０／００

Ｆ２４Ｈ １５／２１５

Ｆ２４Ｈ １５／２３８

Ｆ２４Ｈ １５／２５４

Ｆ２４Ｈ １５／３７５

Ｆ２４Ｈ １５／３１

Ｆ２４Ｈ １５／２６９

Ｆ２４Ｈ １５／４１４

(57)【特許請求の範囲】

【請求項1】

水提供システムの供給物使用を調整するコンピュータ実装方法であって、前記水提供システムは熱エネルギーを周囲から熱エネルギー貯蔵媒体へ移転するよう構成された熱ポンプと、前記熱ポンプの動作を制御するよう構成された制御モジュールと、と含み、前記制御モジュールは、前記制御モジュール上で機械学習アルゴリズムＭＬＡを実行し、前記ＭＬＡは、前記水提供システムから取得されたセンサデータに基づいて、標識を短時間イベントと関連付けるように事前に訓練され、前記水提供システムは、前記熱エネルギー貯蔵媒体によって熱された水を、１つ以上の流出口でユーザに提供するように構成され、前記方法は、前記制御モジュールによって実行され、
第１の温度で水を提供するために流出口が開かれると、水使用イベントを判定することであって、前記第１の温度は前記ユーザによって設定される、ことと、
前記水使用イベントが少なくとも１つの標識に基づいて短時間イベントであるか否かを判定することであって、前記ＭＬＡは、前記水提供システムから取得されたセンサデータに基づいて、前記少なくとも１つの標識を短時間イベントと関連付けるように訓練されており、短時間イベントは、前記流出口がその後に閉められたときに前記流出口での温度が前記第１の温度より下であるイベントである、ことと、
前記水使用イベントが短時間イベントであると判定すると、１つ以上の供給物低減方策を展開することと、
を含む、コンピュータ実装方法。

【請求項2】

請求項１に記載の方法において、前記センサデータは、時刻、曜日、日付、前記１つ以上の流出口における水流検出、流出口が開かれてからの経過時間、本管の水温、および／または前記１つ以上の流出口における水温、を含む、方法。

【請求項3】

請求項２に記載の方法において、前記ＭＬＡによって、供給物使用パターンに基づいて前記少なくとも１つの標識を識別することをさらに含み、前記ＭＬＡは、前記水提供システムから得られたセンサデータに基づいて、前記水提供システムについての前記供給物使用パターンを確立するように訓練されている、方法。

【請求項4】

請求項３に記載の方法において、前記供給物使用パターンは、時刻、日および/または日時に関し予測される冷水使用、時刻、日および/または日時に関して予想される熱水使用、時刻、日および/または日時に関して予想されるエネルギー使用、時刻、日および/または日時に関して予想される占有、またはこれらの組み合わせを含む、方法。

【請求項5】

請求項１乃至４の何れか一項に記載の方法において、前記少なくとも１つの標識は、前記流出口の位置、前記水使用イベントの時刻、前記水使用イベントの前の所定時間内の冷水使用の決定、またはこれらの組み合わせを含む、方法。

【請求項6】

請求項１乃至５の何れか一項に記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが、前記第１の温度より低い第２の温度で水温を設定するように前記ユーザに促すプロンプト信号を生成することを含む、方法。

【請求項7】

請求項６に記載の方法において、前記プロンプト信号は、前記流出口またはその付近での光信号、前記流出口またはその付近での閃光信号、前記流出口またはその付近で生成された所定の音または音色、言葉またはマルチメディアのプロンプト、またはそれらの組み合わせを含む、方法。

【請求項8】

請求項１乃至７の何れか一項に記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが前記第１の温度より低い第２の温度に水温を設定することを含む、方法。

【請求項9】

請求項１乃至８の何れか一項に記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが、前記流出口に提供される水の流量を低減することを含む、方法。

【請求項10】

請求項１乃至９の何れか一項に記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが、前記水使用イベントに応答して、前記熱ポンプの起動を回避することを含む、方法。

【請求項11】

通信チャネルを介して水提供システムと通信し制御するように構成された制御モジュールであって、前記制御モジュールはプロセッサを含み、前記プロセッサは、請求項１乃至１０の何れか一項に記載の前記方法を実行するように訓練された機械学習アルゴリズムＭＬＡを有する、制御モジュール。

【請求項12】

機械学習アルゴリズムＭＬＡを訓練して、水提供システムの供給物使用を調整する方法であって、前記水提供システムは、熱エネルギーを周囲から熱エネルギー貯蔵媒体に移転するよう構成された熱ポンプと、前記熱ポンプの動作を制御するように構成された制御モジュールとを含み、前記水提供システムは、前記熱エネルギー貯蔵媒体により熱された水を１つ以上の流出口でユーザに提供するように構成され、前記制御モジュール上で実行される前記ＭＬＡは、前記水提供システムからのセンサデータに基づいて供給物使用パターンを確立するように訓練され、前記方法は、
前記制御モジュールによって、第１の温度で水を提供するために流出口が開かれていることを示す第１の信号を受信することであって、前記第１の温度は前記ユーザによって設定される、ことと、
前記制御モジュールによって、前記流出口における水温の変化を監視することと、
その後、前記制御モジュールによって、前記流出口が閉まっていることを示す第２の信号を受信することと、
前記ＭＬＡを訓練して、前記第２の信号が受信されたときに前記流出口での前記水温が前記第１の温度より下である場合に、短時間イベントを判定することと、を含む、方法。

【請求項13】

請求項１２に記載の方法において、前記センサデータは、時刻、曜日、日付、前記１つ以上の流出口における水流検出、流出口が開かれてからの経過時間、本管の水温、および/または前記１つ以上の流出口における水温を含む、方法。

【請求項14】

請求項１２又は１３に記載の方法において、前記制御モジュールによって、前記第１の信号を受信すると経過時間を監視することをさらに含む、方法。

【請求項15】

請求項１２乃至１４の何れか一項に記載の方法において、前記ＭＬＡが前記短時間イベントを記録することは、水使用の時刻、日および／または日時、前記第１の温度、前記第２の信号を受信したときの水温、合計経過時間、前記流出口の位置、又はそれらの組み合わせを記録することを含む、方法。

【請求項16】

請求項１２乃至１５の何れか一項に記載の方法において、前記短時間イベント及び前記供給物使用パターンの間に受信されたセンサデータに基づいて少なくとも１つの標識を識別するように前記ＭＬＡを訓練することと、前記ＭＬＡを訓練して、前記少なくとも１つの標識を識別すると、短時間イベントを予測することとを更に含む方法。

【請求項17】

請求項１６に記載の方法において、前記少なくとも１つの標識は、前記流出口の位置、水使用イベントの時刻、前記水使用イベントの前の所定時間内の冷水使用の判定、またはこれらの組み合わせを含む、方法。

【請求項18】

請求項１６又は１７に記載の方法において、短時間イベントを予測すると、前記ＭＬＡを訓練して、１つ以上の供給物低減方策を展開することをさらに含む、方法。

【請求項19】

請求項１８に記載の方法において、前記１つ以上の供給物低減方策は、前記第１の温度より低い減少した第２の温度で水温を設定するように前記ユーザに促すプロンプト信号を生成することを含む、方法。

【請求項20】

請求項１９に記載の方法において、前記プロンプト信号は、前記流出口またはその付近の光信号、前記流出口またはその付近の閃光信号、前記流出口またはその付近で生成される所定の音または音色、言葉またはマルチメディアのプロンプト、またはそれらの組み合わせを含む、方法。

【請求項21】

請求項１８乃至２０の何れか一項の記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが、前記第１の温度より低い第２の温度で水温を設定することを含む、方法。

【請求項22】

請求項１８乃至２１の何れか一項に記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが、前記流出口に提供される水の流量を低減させることを含む、方法。

【請求項23】

請求項１８乃至２２の何れか一項に記載の方法において、前記１つ以上の供給物低減方策は、前記制御モジュールが、前記水使用イベントに応答して、前記熱ポンプの起動を回避することを含む、方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、一般的に供給物管理に関連する。特に、本開示は、ユーザの熱水使用習慣を修正するのに役立つ方法およびシステムに関連している。

【背景技術】

【0002】

商業的、国内的を問わず、年中無休の熱水（温水）が必要になる。熱水の提供には、クリーンな（清浄な）水と熱源の両方が必要であることは言うまでもない。加熱された水を供給するために、しばしば集中化された水提供システムに加熱システムが提供されて、例えばユーザによって設定された所定の温度まで水を加熱し、使用される熱源は、従来、一つ以上の電気加熱要素または天然ガスの燃焼である。一般に、高エネルギー(例えば、ガスまたは電気)需要の期間中、供給物提供者は、一部は、顧客に供給するためにより多くのエネルギーを購入し、部分的には、不必要なエネルギー使用を抑制するための追加コストをカバーするために、エネルギーの単位コストを増加させるピーク料金を実施する。次に、低エネルギー需要の期間中に、供給物提供者は、ピーク期間の代わりにこれらのオフピーク期間中にエネルギーを使用するように切り替えることを顧客にインセンティブとするために、エネルギーの単価を下げるオフピーク料金を実装し、長期にわたって全体的にバランスのとれたエネルギー消費を達成する。しかし、このような方策が効果を発揮するのは、顧客が料金の変化を常に認識し、さらにエネルギー消費の習慣を意識的に修正しようとする場合だけである。

【0003】

現在、供給物としての清浄水が注目されている。清浄水が乏しくなってきている中で、清浄水の保全について国民に啓蒙するとともに、通気式シャワーや水流を減らす給水栓、動きを感知しないときに水の流れを止めるモーションセンサを備えたシャワーや給水栓など、水の使用量を減らすシステムや装置の整備などが多く行われてきた。しかしながら、これらのシステムと装置は、単一の特定の使用に制限され、問題のある水の使用習慣に限定された影響しか与えない。

【0004】

エネルギー消費の環境影響に対する懸念が高まる中、最近、国内の熱水を提供する方法として、熱ポンプテクノロジーの使用が注目されている。熱ポンプは、熱源から蓄熱体へ熱エネルギーを伝達する装置である。熱ポンプは、熱源から熱リザーバへ熱エネルギーを移転する作業を遂行するために電力を必要とするが、一般に、少なくとも3または4の実績係数を有するので、電力抵抗ヒーター(電力ヒーター要素)よりも効率的である。これは、電気的なヒーターと比較して、熱ポンプを介してユーザに供給される発熱量の3時間または4時間までの電気使用量が同等であることを意味する。

【0005】

熱エネルギーを運ぶ熱伝達媒体は冷媒として知られている。空気(例えば、外気、または家の中の高温の部屋からの空気)または接地源(例えば、接地ループまたは水で満たされたボーリング孔)からの熱エネルギーは、例えば、熱交換器によって含まれた冷媒に伝達される。これより高いエネルギーの冷媒は、圧縮され、温度がかなり上昇し、このとき高温の冷媒は、熱交換器を介して熱エネルギーを加熱水ループに交換する。加熱水提供の文脈では、熱ポンプによって抽出された熱は、熱エネルギー貯蔵部として作用する断熱水槽内の水に移転され得、加熱された水は、必要なときに後に使用され得る。加熱された水は、必要に応じて、例えば水道栓、シャワー、ラジエータなどの1つまたは複数の流出口に迂回させることができる。しかし、熱ポンプは、一般的に、所望温度まで水を得るために、電気抵抗ヒーターと比較してより多くの時間を必要とする。これは、一部には、熱ポンプが、通常、始動するのに遅いためである。

【0006】

異なった家庭、職場及び商業空間は、異なった要件と熱水使用の嗜好を持っているので、熱ポンプが電気ヒーターの実用的な代替となるためには、新しい熱水提供方法が望ましい。さらに、エネルギーと水を節約するためには、エネルギーと清浄水の消費を調節することが望ましいかもしれない。しかし、供給物消費を調節することは、単に利用に関するブランケットの上限ではない。

【0007】

それゆえ、熱水の供給のための改良された方法とシステムを提供することが望ましい。

【発明の概要】

【0008】

本技術の態様は、水提供システムの供給物使用を調整するコンピュータ実装方法であって、前記水提供システムは、熱エネルギーを周囲から熱エネルギー貯蔵媒体へ移転するよう構成された熱ポンプと、前記熱ポンプの動作を制御するよう構成された制御モジュールと、と含み、前記水提供システムは、前記熱エネルギー貯蔵媒体によって熱された水を、１つ以上の流出口でユーザに提供するように構成され、前記方法は、前記制御モジュールによって実行され、
第１の温度で水を提供するために流出口が開かれると、水使用イベントを判定することであって、前記第１の温度は前記ユーザによって設定される、ことと、
前記水使用イベントが少なくとも１つの標識に基づいて短時間イベントであるか否かを判定することと、
前記水使用イベントが短時間イベントであると判定すると、１つ以上の供給物低減方策を展開することと、
を含む。

【0009】

実施形態によれば、ユーザが流出口を開いたときが、ユーザが要求する熱水が流出口が閉まる前に要求される温度に達する可能性が低い短時間であると判定すると、制御モジュールは、供給物の消耗を減らすために1つまたは複数の方策を展開する。これは、加熱された水を提供するために熱ポンプが使用される場合に特に関係する。なぜなら、熱ポンプを作動させると、水が熱エネルギー貯蔵媒体によって十分に加熱されるには、まず、熱ポンプによって取り出されたエネルギーが所望の作動温度まで熱エネルギー貯蔵媒体を加熱しなければならないときがあるからである。熱水の需要に応じて熱ポンプを作動させるが、水を所望の加熱にするまでに流出口を閉めてしまうような場合、熱ポンプを作動させるためのエネルギー(電力)は、実際にユーザが加熱された水を受け取らなかったため無駄になってしまう。このように、このような短時間イベントが1つ判明したときに1つ以上の供給物削減方策を配備することにより、消費が不必要と判断されたときに供給物消費を低減することができる(ユーザはエネルギー消費の恩恵を受けない)。

【0010】

いくつかの実施形態において、前記方法は、前記制御モジュール上で実行される機械学習アルゴリズムＭＬＡによって実行され、前記ＭＬＡは、前記水提供システムから取得されたセンサデータに基づいて、前記少なくとも１つの標識を短時間イベントと関連付けるように訓練されてよい。

【0011】

いくつかの実施形態において、前記センサデータは、時刻、曜日、日付、前記１つ以上の流出口における水流検出、流出口が開かれてからの経過時間、本管の水温、および／または前記１つ以上の流出口における水温、を含んでよい。

【0012】

いくつかの実施形態では、方法は、前記ＭＬＡによって、供給物使用パターンに基づいて前記少なくとも１つの標識を識別することをさらに含み、前記ＭＬＡは、前記水提供システムから得られたセンサデータに基づいて、前記水提供システムについての前記供給物使用パターンを確立するように訓練されている。

【0013】

いくつかの実施形態において、供給物使用パターンは、時刻、日および/または日時、時間、日および/または日時に関する予想される熱水使用量、時刻、日および/または日時に関する予想されるエネルギー使用量、時刻、日および/または日時に関する予想される占有量、またはそれらの組合せに関する予想される冷水使用量を含むことができる。

【0014】

いくつかの実施形態では、少なくとも1つの標識は、流出口の位置、水の使用イベントの時刻、水の使用イベントの前の所定時間内の冷水の使用の決定、またはそれらの組合せを含むことができる。

【0015】

いくつかの実施形態では、1つ以上の供給物低減方策は、第1の温度より低い第2の温度で水温を設定するようにユーザに促すためのプロンプト信号を生成する制御モジュールを含むことができる。オプションとして、プロンプト信号は、流出口またはその付近の光信号、流出口またはその付近の閃光信号、流出口またはその付近で生成された所定の音声または音色、言葉またはマルチメディアプロンプト、またはそれらの組み合わせを含むことができる。

【0016】

本実施形態によれば、水提供システムのユーザは、熱水を要求したがその水を温度まで熱さされるのに十分な期間使用しなかった場合を認識する。ユーザは、短時間である可能性が高い場合に、次回の場合において、加熱された水の代わりに、より低温の水又は冷水を使用するように促され、その結果、ユーザは、必要でない場合に、水提供システムから加熱された水を要求することによってエネルギーを浪費しないようにする選択肢を有する。したがって、本実施形態は、エネルギー使用量を低減するために、占有者の熱水使用習慣の対話型修正を可能にする。

【0017】

いくつかの実施形態において、1つ以上の供給物低減方策は、第1の温度より低い第2の温度で水温を設定する制御モジュールを含むことができる。

【0018】

このように、実施形態によれば、制御モジュールは、短時間イベントが決定されたときに、水温を積極的に減少させることができる。水温を下げることで、水を加熱するためのエネルギーが少なくてすむ。その際、熱水が不要な場合のエネルギー消費量を削減することができる。

【0019】

いくつかの実施形態において、1つ以上の供給物低減方策は、流出口に供給される水量を低減する制御モジュールを含むことができる。

【0020】

このように、実施形態によれば、制御モジュールは、短時間イベントが決定される水流を積極的に減少させることができる。この実施例は、水が、例えば、電気冷却素子によって熱される場合に特に関係があり、水流を減らすことにより、熱する必要がなくなり、使用される水の量を熱するために必要なエネルギーが少なくなる。その際、水とエネルギーの両方を削減することができる。

【0021】

いくつかの実施形態では、1つ以上の供給物減少方策は、水使用イベントに応じて熱ポンプの起動を回避する制御モジュールを備えることができる。

【0022】

この実施形態は、水が、熱ポンプによって抽出された熱エネルギーを蓄積する熱エネルギー貯蔵媒体によって加熱されるときに特に関係する。動作温度に達するまでに十分な量の熱を熱エネルギー貯蔵媒体に伝達するために熱ポンプを動作させるために一定の時間が必要とされるので、短い持続時間の使用のために、熱エネルギー貯蔵媒体は、ユーザによって設定された第1の温度まで水を加熱することを可能にするような温度に達するのに十分な時間を有していないことがある。従って、制御モジュールは、短時間イベントを判定すると、積極的に熱ポンプの起動を回避することにより、エネルギーは、熱ポンプを不必要に起動させるのに浪費されることはない。

【0023】

本技術の別の態様は、通信チャネルを介して水提供システムを通信および制御するように構成された制御モジュールを提供し、制御モジュールは、上述のように方法を実行するように訓練された、そこで実行される機械学習アルゴリズムを有するプロセッサを備える。

【0024】

本技術のさらなる態様は、機械学習アルゴリズムＭＬＡを訓練して、水提供システムの供給物使用を調整する方法を提供し、前記水提供システムは、熱エネルギーを周囲から熱エネルギー貯蔵媒体に移転するよう構成された熱ポンプと、前記熱ポンプの動作を制御するように構成された制御モジュールとを含み、前記水提供システムは、前記熱エネルギー貯蔵媒体により熱され水を１つ以上の流出口でユーザに提供するように構成され、前記制御モジュール上で実行される前記ＭＬＡは、前記水提供システムからのセンサデータに基づいて供給物使用パターンを確立するように訓練され、前記方法は、
前記制御モジュールによって、第１の温度で水を提供するために流出口が開かれていることを示す第１の信号を受信することであって、前記第１の温度は前記ユーザによって設定される、ことと、
前記制御モジュールによって、前記流出口における水温の変化を監視することと、
その後、前記制御モジュールによって、前記流出口が閉まっていることを示す第２の信号を受信することと、
前記ＭＬＡを訓練して、前記第２の信号が受信されたときに前記流出口での前記水温が前記第１の温度より下である場合に、短時間イベントを判定することと、を含む。

【0025】

いくつかの実施形態において、センサデータは、時刻、曜日、日付、1つ以上の流出口における水流検知、流出口が開かれた時点からの経過時間、本管の水温、および/または1つ以上の流出口における水温を含むことができる。

【0026】

いくつかの実施形態において、方法は、制御モジュールによって、第1の信号を受信したときの経過タイムを監視することをさらに含むことができる。

【0027】

いくつかの実施形態において、本方法は、時刻、日時および/または水の使用状況の記録を含む短時間イベント、第1温度、第2信号を受信したときの水温、総経過時間、流出口の位置、またはそれらの組合せを記録するMLAをさらに含むことができる。

【0028】

いくつかの実施形態では、方法は、さらに、短時間イベント中に受信したセンサデータに基づいて少なくとも1つの標識を識別するようにMLAを訓練し、少なくとも1つの標識を識別したときに短時間のイベントを予測するようにMLAを訓練し、供給物使用パターンを訓練し得る。

【0029】

いくつかの実施形態では、少なくとも1つの標識は、流出口の位置、水の使用イベントの時刻、水の使用イベントの前の所定時間内の冷水使用の判定、またはそれらの組合せを含むことができる。

【0030】

いくつかの実施形態では、方法は、短時間イベントを予測する上で、1つ以上の供給物低減方策を展開するようにMLAを訓練することをさらに含むことができる。

【0031】

いくつかの実施形態では、1つ以上の供給物低減方策は、第1の温度より低い減少した第2の温度で水温を設定するようにユーザに促すためのプロンプト信号を生成することを含んでもよい。

【0032】

いくつかの実施形態では、プロンプト信号は、流出口またはその付近での光信号、流出口付近での閃光信号、流出口付近で生成された所定の音声または音色、言葉またはマルチメディアプロンプト、またはそれらの組合せを含むことができる。

【0033】

いくつかの実施形態において、1つ以上の供給物低減方策は、第1の温度より低い第2の温度で水温を設定する制御モジュールを含むことができる。

【0034】

いくつかの実施形態において、1つ以上の供給物低減方策は、流出口に供給される水量を低減する制御モジュールを含むことができる。

【0035】

いくつかの実施形態では、1つ以上の供給物減少方策は、水使用イベントに応じて熱ポンプの起動を回避する制御モジュールを備えることができる。

【0036】

本技術のさらなる態様は、プロセッサによって実行されると、プロセッサが上述の方法を実行させる機械可読コードを含むコンピュータ可読媒体を提供する。

【0037】

本技術の実装は、それぞれ、上記の目的および/または態様の少なくとも1つを有するが、必ずしもそれらのすべてを有するわけではない。上述の目的を達成しようとした結果生じた本技術の幾つかの態様は、この目的を満たさない場合、および/または本明細書で特に引用しない他の目的を満たす場合があることを理解されたい。

【0038】

本技術の実施の追加の発明及び/又は代替の発明、態様及び利点は、以下の説明、添付の図面及び特許請求の範囲から明らかになる。

【図面の簡単な説明】

【0039】

以下、本開示の実施形態を、添付の図面を用いて説明する。

【0040】

【図1】図1は、例示的な水道提供システムの概略図である。

【図2】図2は、使用パターンを確立するためのMLAの例示的な訓練段階を概略的に示す。

【図3】図3は、MLAによる占有予測を出力するための例示的なデータプロセッシングを示している。

【図4】図4は、MLAによる加熱貯蔵部を事前に満たすための例示的なデータ処理を概略的に示す。

【図5】図5は、熱ポンプを起動するためのMLAによる例示的なデータ加工を概略的に示す。

【図6】図6は、熱ポンプ除霜サイクルを開始させるMLAによる例示的なデータ加工を概略的に示す。

【図7】図7は、一実施形態によるユーザの水の使用習慣を修正する例示的な方法のフローチャートである。

【図8】図8は、一実施形態による水の使用を調節する例示的な方法のフローチャートである。

【図9】図9は、一実施形態による、水の使用を調節する別の例示的な方法のフローチャートである。

【図10】図10は、漏れ警告を出力するためのMLAによる例示的なデータ処理を概略的に示す。

【発明を実施するための形態】

【0041】

上述の観点から、本開示は、熱ポンプによって使用または支援される熱水を提供するための様々な手法、および場合によっては、水とエネルギーを含む供給物の使用を変調して、水とエネルギーの無駄を削減するための手法を提供する。本アプローチは、水提供システムから受信したセンサデータに基づいて、制御モジュールを介して水提供システムの水提供を制御および調整するように訓練された1つ以上の機械学習アルゴリズムを使用して実施することができる。例えば、訓練段階の間に、MLAは、家庭における家庭の熱水使用量を監視し、通常の使用パターンを確立することができる。MLAは、時刻、曜日、日付、天気などの様々な入力に基づいて、様々なタイプの水の使用(例えば、シャワー、手洗い、熱など)を認識するように訓練されてもよい。ある実施形態では、MLAは、追加のデータを収集することができ、例えば、システムの流出口がオン/オフされた時刻、使用期間、ユーザによって設定された水温、および、熱水がユーザに供給されたときの実際の水温などである。使用時には、MLAは、学習した使用パターンを様々な様々な方法で使用して、熱ポンプを使用するか、または支援することで、熱水提供の能率と効果を向上させることができる。

【0042】

いくつかの実施形態では、MLAは、流出口が起動されるとき、または起動される前に、1つ以上の省電力方策を実装するように訓練されてもよく、任意に、1つ以上の対話型方策を実装して、例えば、水および/またはエネルギー使用量を徐々に削減するように、水およびエネルギー使用習慣を修正するのに役立つ。

【0043】

以下では、1つ以上のMLAが使用される実施形態について、多数の異なったタイプの機械学習アルゴリズムを簡単に概観する。しかしながら、通常の使用パターンを確立するためのMLAの使用は、本技術を実施するための一つの方法にすぎないことに留意されたい。しかし、いくつかの実施形態では、制御モジュールは、特定の熱水使用、例えば、過剰な水流を目標にし、所定の方法で応答するために、適切なソフトウェア機能でプログラムされ得る。

【0044】

MLAの概要
当技術分野で知られているMLAの多くの異なったタイプがある。広義には、MLAの3つのタイプがある。すなわち、教師あり学習ベースのMLA、教師なし学習ベースのMLA、強化学習ベースのMLAである。

【0045】

教師付き学習MLA処理は、目標-結果変数(または従属変数)に基づいており、これは所定の予測子(独立変数)のセットから予測される。これらの変数を用いて、MLA (訓練中)は所望の出力への入力をマッピングする機能を生成する。この訓練過程は、MLAが検証データ上で望ましい精度水準を達成するまで継続する。教師付き学習ベースのMLA の実施例としては、回帰、決定木、ランダムフォレスト、ロジスティック回帰などがある。

【0046】

教師なし学習MLAは、目標または結果変数それ自体の予測を伴わない。このようなMLAは、値の集団をさまざまなグループにクラスタ化するために使用され、これは特定の介入のために顧客をさまざまなグループにセグメント化するために広く使用されている。教師なし学習MLA の実施例には、Apriori アルゴリズム、K-means などがある。

【0047】

強化学習MLAは、特定の決定を行うように訓練される。訓練中、MLA は訓練自体にさらされる。訓練自体では、トライアルアンドエラーを使用して訓練を継続する。MLAは過去の経験から学び、正確な決定を下すために、可能な限り最善の知識を獲得しようと試みる。MLAの強化学習の実施例はMarkov Decision Processである。

【0048】

異なる構造またはトポロジを有するMLAの異なるタイプが、種々の作業のために使用され得ることが理解されるべきである。MLAの一つの特定のタイプは、ニューラルネットワーク(NN)としても知られる人工ニューラルネットワーク(ANN)を含む。

【0049】

ニューラルネットワーク(NN)
一般的に、与えられたNNは、人造「ニューロン」の相互接続群から成り、それは、計算へのコネクショニスト手法を用いて情報を処理する。NNは、入出力間の複雑な関係を(実際に関係を知らなくても)モデリングしたり、データ内のパターンを見つけたりするために使用される。NNは、最初に訓練フェーズで条件付けられ、そこでは、NNを適合させて適切なアウトプットを生成するための情報と、既知の一連の「入力」が提供される(モデル化しようとする所与の状況について)。この訓練段階の間、与えられたNNは学習されている状況に適応し、与えられたNNが(学習されたものに基づいて)新しい状況において与えられた入力に対して合理的な予測出力を提供できるように、その構造を変化させる。このように、与えられた状況に対して複雑な統計的配置や数学的アルゴリズムを決定しようとするのではなく、与えられたNNは、ある状況に対する「感覚」に基づいて「直感的」な答えを提供することを目的としている。このように、与えられたNNは訓練された「ブラックボックス」とみなされ、「ボックス」で何が起こるかが重要でない状況において、与えられた入力の集合に対する合理的な答えを決定するために使用することができる。

【0050】

NNは、与えられた入力に基づいて出力を知ることが重要であるが、その出力がどのように導出されるかはそれほど重要ではないか、重要ではない多くの状況で一般的に使用されている。例えば、NNは、サーバ間のウェブトラフィックの分布を最適化するために、また、フィルタリング、クラスタリング、信号分離、圧縮、ベクトル生成などを含むデータプロセッシングにおいて、一般に使用される。

【0051】

ディープニューラルネットワーク
本技術のいくつかの非限定的な実施形態では、NNはディープニューラルネットワークとして実装可能である。NNはNNの種々のクラスに分類でき、これらのクラスの一つは反復ニューラルネットワーク(RNN)を含むことを理解すべきである。

【0052】

反復ニューラルネットワーク(RNN)
RNNは、一連の入力を処理するために、その「内部状態」(ストアドメモリ)を使用するようになっている。これにより、RNNは、例えば、分割されていない手書き文字認識や音声認識などのタスクに適している。RNNのこれらの内部状態は制御可能であり、「ゲート」状態または「ゲート」メモリと呼ばれる。

【0053】

また、RNN自体もRNNの様々なサブクラスに分類できることにも注意すべきである。例えば、RNは、長期短期メモリ(LSTM)ネットワーク、ゲート付きリカレント単位(GRU)、双方向RNN(BRNN)などを含む。

【0054】

LSTMネットワークは、非常に短く離散的なタイムステップの間に発生した事象を、ある意味で「メモリ」することを要求するタスクを学習することができるディープラーニングシステムである。LST ネットワークのトポロジは、実行するために「学習」する特定の作業に基づいて変化する可能性がある。たとえば、LSTM ネットワークは、イベント間で比較的長い遅延が発生したり、低頻度と高頻度でイベントが共に発生したりするタスクを実行することを学習できる。特定のゲート機構を有するRNNは、GRUと呼ばれる。LSTMネットワークとは異なり、GRUは「出力ゲート」を持たないため、LSTMネットワークよりもパラメータが少なくなる。BRNは、逆方向に接続されたニューロンの「隠れ層」を持ち、将来の状態だけでなく過去の情報を使用できる可能性がある。

【0055】

残留ニューラルネットワーク(ResNet)
本技術の限定されない実施形態を実装するために使用できるNNの別の例は、残留ニューラルネットワーク(ResNet)である。

【0056】

深いネットワークは、エンドツーエンドの多層方式で低/中/高レベルの特徴と分類器を自然に統合し、特徴の「レベル」は、積層層の数(深さ)によって豊かにすることができる。

【0057】

要約すると、本技術の文脈における1つ以上のMLAの少なくとも一部の実施は、訓練段階と使用中相の2つの相に大まかに分類することができる。まず、与えられたMLAは、1つ以上の適切な訓練データ集合を用いて訓練段階、次に、与えられたMLAが入力として期待するデータとアウトプットとして提供するデータを一度学習すると、与えられたMLAは使用中のデータを使用中のフェーズで使用中に実行される。

【0058】

水提供システム
本技術の実施形態では、冷水および熱水は、国内または商業的な環境における建物のための、タップ、シャワー、ラジエータなどを含む複数の流出口への集中型水提供システムによって提供される。一実施形態による例示的な水道提供システムを図１に示す。本実施形態では、水提供システム100は制御モジュール110を備える。制御モジュール110は通信可能に結合されており、例えば、システムの内部および外部の水の流れを制御するように構成された1つ以上のバルブの形成を堆積流量制御130、周囲からの熱を抽出し、熱水に使用される熱エネルギー貯蔵部150内の抽出された熱を蓄積するように構成された(接地源またはエア源)熱ポンプ140、および電気発熱体160に供給されるエネルギーの量を制御することによって、好みの温度まで冷水を直接的に熱するように構成された1つ以上の電気加熱要素160を含む、水提供システムの様々な要素を制御するように構成される。熱水は、熱エネルギー貯蔵部150によって熱されるか、または電気加熱要素160によって熱されるかにかかわらず、必要に応じて1つまたは複数の流出口に送られる。実施形態では、熱ポンプ140は、環境(例えば、エアソース熱ポンプの環境エア、グランドソース熱ポンプのための地熱エネルギー、または水ソース熱ポンプのための水の本体)から熱を抽出し、それは、冷蔵物によって吸収され、次に、潜在熱として貯蔵されることが好ましい熱エネルギー貯蔵部150内の熱エネルギー貯蔵媒体に熱を転送する、動作液に熱を転送する。次いで、熱エネルギー貯蔵媒体からのエネルギーを使用して、冷却水、例えば、水提供、場合によっては本線の水提供からの冷水を所望の体温まで加熱することができる。次に、熱水をシステム内の様々な流出口に供給することができる。

【0059】

本実施形態では、制御モジュール110は、複数のセンサ170-1、170-2、170-3、..、170-nからの入力を受信するように構成される。複数のセンサ170-1、170-2、170-3、..、170-nは、例えば、屋内および/または屋外に配置される1つ以上の気温センサ、1つ以上の水温センサ、1つ以上の水圧センサ、1つ以上のタイマ、1つ以上のモーションセンサを含み、GPS信号レシーバ、カレンダー、例えば、占有者によって運ばれ、通信チャネルを介して制御モジュールと通信するスマートフォン上の気象予報アプリなど、水提供システム100に直接的にリンクされない他のセンサを含むことができる。制御モジュール110は、本実施形態では、受け取った入力を用いて様々な制御機能を実行するように構成されており、例えば、熱エネルギー貯蔵部150への流量制御130を通る水の流れ、又は水を加熱するための電気発熱体160を制御する。本実施形態では、機械学習アルゴリズム120が使用され、これは、制御モジュール110のプロセッサ(図示せず)上で実行されても、通信チャネルを介して制御モジュール110のプロセッサと通信するサーバ上で実行されてもよい。MLA 120は、制御モジュール110によって受信された入力センサデータを用いて訓練され得、例えば、時刻、曜日、日付、(例えば、季節の変化、公開休日)、占有などに基づいて、基準水力およびエネルギー使用パターンを確立する。学習された使用パターンは、次に、制御モジュール110によって実行される様々な制御機能を決定し、場合によっては改善するために使用され得る。

【0060】

熱ポンプは、一般に、電気抵抗加熱ヒーターと比較して、水冷のためのエネルギー効率が高いが、熱ポンプを起動するのに時間(しばしば1分以上)がかかり、また、貯蔵媒体が、水温に使用する前に、所望の動作温度に達するために、熱エネルギー貯蔵媒体に十分な量の熱エネルギーを移転するのに時間が必要である。従って、最初の出発点から、熱ポンプは、一般に、電気抵抗加熱ヒーターと比較して、同じ温度まで同じ水量を熱するのに時間がかかる。さらに、いくつかの実施形態では、熱ポンプ140は、例えば、熱エネルギー貯蔵媒体として、発熱時に固体から液体に変化する相変化材料を使用することができる。この場合、PCM を固体から液体に変えるために追加の時間が必要になることがある。固体にすることが許可されている場合は、熱ポンプによって抽出された熱エネルギーが熱貯蔵媒体の温度を上げる効果を及ぼす(その後、エネルギーは潜熱として保存される)。この加熱アプローチは遅いが、電熱素子に比べて加熱に要するエネルギーが少ないので、全体的には省エネルギーとなり、加熱に要するコストが削減される。

【0061】

相変化材料
本実施形態では、相変化材料を熱ポンプの熱貯蔵媒体として使用することができる。相変化材料の一つの適当なクラスは、国内の熱水提供のために、および熱ポンプと組合せて使用するために、関心温度における固体液相変化を有するパラフィンワックスである。特に興味深いのは、40～60度(°C)の範囲の温度で溶解するパラフェンワックスであり、この範囲内では、ワックスは、特定の用途に適するように、様々な温度で溶解することが見出される。
代表的な潜熱は約180kJ/kg～230kJ/kgで、液相では特定の熱量は2.27Jg<-1>K<1>、固相では2.1Jg<-1>K<1>である。融合の潜在熱を使用して、非常に大量のエネルギーを保存できることがわかる。より多くのエネルギーは、相変化液をその融点よりも上に熱することによっても保存することができる。例えば、オフピーク時に電力コストが比較的安い場合、熱エネルギー貯蔵部を「過熱」するために、通常より高い温度に熱エネルギー貯蔵部を満たすように熱ポンプを作動させることができる。

【0062】

適切なワックスの選択肢は、48℃前後の融点を持つもの、例えば、セントリコサンC23、または、パラフィンC20-C33で、熱ポンプが51℃前後の温度で作動することを要求し、一般的な家庭用熱水の場合、例えば、キッチンタップ、シャワー/バスルームタップに十分な、45℃前後の充分な温度まで熱することができるものである。必要に応じて、水温を下げるために冷水を流量に追加することができる。熱ポンプの気温実績について考慮した。一般に、熱ポンプで加熱された流体の入出力の最高気温の差異は、10℃程度になることもあるが、5℃～7℃程度に抑えることが望ましい。

【0063】

パラフィンワックスは熱エネルギー貯蔵媒体として使用するための好ましい材料であるが、他の適当な材料も使用することができる。例えば、ソルトハイドレートは、現在のもののような潜在熱貯蔵システムにも適している。この文脈におけるソルトハイドレートは、無機塩と水の混合物であり、その相転移はそれらの水のすべてまたは大部分の損失を含む。相転移では、水分結晶は、無水(またはそれ以下の水分)の塩分と水に分割される。ソルトハイドレートの利点は、パラフィンワックス(2～5倍)よりもはるかに高い熱伝導性を持ち、相転移に伴うボリューム変化がはるかに小さいことである。現在のアプリケーションに適したソルトハイドレートはNa2S2O3-5H2O で、48 ～49 °C 程度の溶解点と200 ～220kJ/kg の潜熱がある。

【0064】

使用パターン
図２は、一実施形態による基準供給物使用パターンを確立するための、MLA 120のようなMLA 2200の訓練段階を示す。

【0065】

実施例では、MLA 2200は、複数のセンサ及び他のソースから一定期間にわたって入力を受け取り、例えば家屋の占有者の使用パターンを学習する。例えば、MLA 2200が実行する制御モジュール、例えば制御モジュール110は、クロックを含み、MLA 2200は、時計から曜日2101および日時と曜日2102を受信し得る。家屋は設置された複数のモーションセンサを有していてもよく、MLA 2200はモーションセンサから占有データ2103を受信してもよい。以下に説明する別の実施形態では、複数の要因に基づいて占有を予測することもできる。制御モジュールは、MLA 2200が現在の天候2104の入力を受信するために、1つまたは複数の屋外温度センサと通信することができる。制御モジュールはまた、MLA 2200が室内温度2105を受信するために、1つまたは複数の室内温度センサと通信してもよい。複数の水温、圧力及び流量センサを、例えば、本管の流入口温度2106、本管の流量2107、及び本管の水圧2108を測定するための主水入口において、水提供システムの様々な位置に配置することができ、これをMLA 2200に投入することができる。センサ部は、それぞれの流出口がいつ開かれ、いつ閉まるかを検出するために、1つ以上の各流出口(または流出口への水流を制御する弁)に配置されてもよく、熱/冷水使用時間および温度2109および熱/冷水使用量ボリューム2110に関連するデータをMLA 2200に入力し得る。MLA 2200はまた、例えば使用時間、使用エネルギー量、及び制御モジュールがエネルギー供給器と通信している場合には現在の料金の、水提供システムによるエネルギー使用量2111に関するデータを収集することができる。また、MLA 2200は、利用時間、利用期間などの熱ポンプ利用2112に関するデータを収集してもよい。MLAが本明細書に記載するすべての入力センサデータを受信し、収集し、および/または使用することは必須ではなく、また本明細書に記載する入力センサデータの一覧は網羅的ではなく、他の入力データもまた、必要に応じてMLAによって受信し、収集し、および/または使用してもよいことに留意されたい。特に、制御モジュールが、例えば、1つ以上のスマート装置(例えば、スマートフォン)または1つ以上の占有者のパーソナルコンピュータと通信している実施形態では、MLAは、これらの装置から得られた他のパーソナルまたは公衆データを受信し、使用してもよい。

【0066】

訓練段階中、MLA 2200は、受け取った入力データに基づいて、在室者のための水道とエネルギー使用パターンを確立する。例えば、使用パターン2300は、熱水使用量のパターン、冷水使用量のパターン、エネルギー使用量のパターン、熱ポンプ使用量のパターン、例えば時刻、曜日、日付、占有水準等に基づいて期待使用量の基準線を提供する占有パターンを含んでもよい。

【0067】

占有予測
図３は、制御モジュール(例えば制御モジュール110)上で一組の入力データを処理して家などの占有予測を出力するMLA 3200の実施形態を概略的に示す。MLA 3200は、MLA 2200と同じMLAである場合も、異なるMLAである場合もある。MLA 3200は、例えば、1年間にわたる家屋への到着の占有レベルおよび占有者のスケジュールに基づいて、適切な訓練データ集合を使用して訓練されてもよい。

【0068】

MLA 3200は、家およびその占有者に特有な入力データを、制御モジュールを介して、家の周囲に配置された1つ以上のセンサを含む複数のソースから、1つ以上のユーザインタフェース(例えば、制御モジュール、スマート装置、パーソナルコンピュータ等との通信において家周辺の制御パネル)、1つ以上のソフトウェア番組、1つ以上の公開および私設データベース等を受信する。本実施形態では、MLA 3200は、現在時刻3101、日時3102、曜日3103などの入力を、制御モジュール上で実行されるクロックおよびカレンダー機能から、または通信ネットワークを介して遠隔的に受信する。MLA 3200はさらに、例えば、ユーザインタフェースを介して家の占有者から、占有者のスマート装置上のカレンダアプリから自動的に取得するか、又は通信網を介して公知から取得した、特別な出来事又は公的休日3104の入力を受け取る。そして、MLA 3200は、入力データに基づいて予想占有レベルを決定し、占有予測3300を出力する。予想される建物の占有を決定することにより、予想される供給物(例:エネルギーと水)要求を推定または予測することができる。

【0069】

さらなる実施形態では、MLA 3200は、占有者が家にいないと判断されたとき、1人以上の占有者の現在地3105の入力を受信する。例えば、占有者は、制御モジュールまたは制御モジュールと通信するサーバとGPS機能を有する1つ以上のスマート装置(例えば、スマートフォン)を登録することができ、MLA 3200は、通信ネットワークを介して、各占有者に対応する登録されたスマート装置で受信されたGPS信号を取得することによって、各占有者の現在位置を受信することができる。そして、占有者の現在地3105と、公知から得られた交通状態等の任意選択で他の情報とに基づいて、MLA 3200は、占有者毎に家の到着予定時刻3106を決定する。各占有者の予想到着時間3106はまた、現在時刻3101、日時3102、曜日3103およびイベント日3104のような他の入力に基づいて決定され得る。そして、MLA 3200は、予想到着時間3106を使用して、家の占有予測3300(現在の占有レベルではなく将来の占有レベル)を出力することができる。

【0070】

占有予測3300は、水提供システムのための種々の制御機能を実行する場合に、制御モジュールにとって有益な標識となる。例えば、熱水は、占有者が到着することが予想される以前に、家屋に設置された中央暖房システムの放熱に向けることができる。別の実例は、占有者が到着することが予想される前に熱エネルギー貯蔵部に熱エネルギーを蓄積し始めるように熱ポンプを作動させることであり、しかも熱ポンプは、占有者の予想される到着時刻3106に基づいた時刻に作動されて、占有者が到着することが予想される前に熱エネルギー貯蔵部が「フル充電」される(ある程度の液状化度合いに達する)ようにすることができる。

【0071】

プリチャージ熱エネルギー貯蔵部
従来の手法では、熱ポンプによって外界(例えば、外気)から、及び冷媒の圧縮によって取り出された熱は、熱ポンプの作動液から直接的に(例えば、本管から)水へと伝達され、例えば、断熱された貯蔵部槽に貯蔵され、次いで、貯蔵部槽からの加熱された水は、必要なときに種々の流出口に供給される。このような従来の手法の一つの欠点は、水が所望の温度に達するために、熱ポンプが外気から水槽内の水に充分な量の発熱量を伝達するのに要する期間である。そのように、熱ポンプ給湯器は、一般に、水が熱ポンプによって十分に加熱されていない時に、所望の温度まで水を引き上げる従来の電気抵抗式給湯器と関連して設置される。

【0072】

本技術の実施形態によれば、熱エネルギー貯蔵部150内の熱エネルギー貯蔵媒体は、熱ポンプ140によって抽出された熱を蓄積するために提供され、蓄積された熱は、必要な場合に、加熱のために使用することができる。本実施形態では、熱エネルギー貯蔵媒体は、加熱された水分に対する需要が生じるまでに熱を熱エネルギー貯蔵部に伝達するように熱ポンプを動作させることによって、予備充電することができる。これは、例えば、熱水に対する要求が高コストではなく、高要求時にエネルギーネットワークに追加の圧力をかける可能性がある場合に、熱水に対する要求および/または電力に対する要求が日々変動する場合に望ましい。

【0073】

図４は、一組の入力データを処理して、熱エネルギー貯蔵媒体を事前に満たして（プレチャージして）、その温度を所望の動作温度にまで上昇させる判定を出力する制御モジュール(例えば、制御モジュール110)上で実行するMLA 4200の一実施形態を概略的に示す。MLA 4200は、MLA 2200および/またはMLA 3200と同じMLAであっても、異なるMLAであってもよい。

【0074】

MLA 4200は、例えば、家の熱水要求に基づいて、適切な訓練データ集合を使用して訓練されてもよい。MLA 4200は、家およびその占有者に特有の入力データを、制御モジュールを介して、家の周囲に配置された1つ以上のセンサを含む複数のソースから、1つ以上のユーザインタフェース(例えば、制御モジュール、スマート装置、パーソナルコンピュータ等との通信において家周辺の制御パネル)、1つ以上のソフトウェア番組、1つ以上の公開および私設データベース等を受信する。本実施形態では、MLA 4200は、例えば、制御モジュール上のクロックおよび/またはカレンダーから、現在の時刻および日時4101の入力と、エネルギーの単価が低いオフピーク期間中に、家にエネルギーを供給するエネルギー提供者から得られる、例えば、エネルギーの単価を指定する現在の料金表4102のようなエネルギー要求データとを受信する

【0075】

代替的または付加的に、MLA 4200は、上述のように確立された供給物使用パターン2300と占有予測3300とからエネルギー需要データを導出することができる。例えば、家の現在のエネルギー使用量が、例えば1日の期間の平均レベルよりも低い場合、現在のエネルギー使用量は低いとみなすことができ、対照的に、家の現在のエネルギー使用量が平均よりも高い場合、現在のエネルギー使用量は高いとみなすことができる。

【0076】

次に、エネルギー提供者(および他の任意のエネルギー需要データ)から得られた受け取った料金表情報4102に基づいて、MLA 4200は、現在のエネルギー需要のレベルを判断し、例えば、占有者が家に到着すると予想される場合、および/または熱水に対する需要が夜に上昇すると予想される場合など、熱水に対する需要が発生する前に熱水を供給するために、現在のエネルギー需要が低いと見なされる場合、熱エネルギー貯蔵部4300を予め充電する熱ポンプを起動することができる。

【0077】

さらに、受信した時間/日時4101を供給物使用パターン2300および占有予測3300と共に使用すると、MLA 4200は、予想される熱水使用量および予想されるエネルギー使用量の水準などの1つ以上のパラメータを予測することができる。次に、予測されたパラメータに基づいて、MLA 4200は、熱エネルギー貯蔵媒体に蓄積される熱エネルギーの大きさを決定することができる。例えば、熱水使用量の期待水準が高く、長期間にわたって高く維持されると予想される場合、MLA 4200は、需要の上昇前に十分に長い時間、熱ポンプを作動させることができ、これは、維持された熱水使用のための十分な量のエネルギーを貯蔵するために、例えば設置者の占有者によって設定された通常の作動温度よりも高い温度まで熱エネルギー貯蔵媒体を予備充電するためである。

【0078】

水提供システムが、需要の上昇に先立って貯蔵部熱源を用意するために、熱水に対する期待される需要を予測することを可能にすることによって、本実施形態は、それが需要時にのみ起動される場合に、そうでなければ十分な応答が得られない場合に熱ポンプを利用することを可能にする。さらに、現行の料金を入力として用いることにより、エネルギー単価がより低いエネルギー需要期には熱エネルギー貯蔵部を事前に満たす熱ポンプを運転し、エネルギー使用量を高需要期から低需要期に移行することによりエネルギーネットワークへの圧力を緩和することができる。本実施形態は、自立型ホームに同様に適用可能であり、熱い水および電気に対する要求は、日中にしばしば並列に上昇および下降する。このように、熱ポンプを稼動させるための電力使用量を電力需要の少ない時間にシフトすることで、自立的な住宅がよりスムーズに稼動することが可能となる。全体として、本実施形態は、より効率的な形態の熱水、即ち熱ポンプを低コストで供給することを可能にし、所望の温度までの熱水の遅延の結果としての欠点をほとんど持たない。

【0079】

熱水需要予測
図５は、冷水使用量に基づいて熱ポンプを起動すべきかどうかを決定するために訓練された制御モジュール(例えば制御モジュール110)上で実行するMLA 5200の一実施形態を概略的に示す。

【0080】

MLA 5200は、MLA 2200および/またはMLA 3200および/またはMLA 4200と同じMLAであってもよいし、異なるMLAであってもよい。MLA 5200は、家に特有な入力データを受信し、制御モジュールを介して、ハウスの周囲に配置された1つ以上のセンサを含む複数の入力から、1つ以上のユーザインタフェース(例えば、制御モジュール、スマート装置、パーソナルコンピュータ等と通信する家周辺の制御パネル)、1つ以上のソフトウェア番組、1つ以上の公開データベースおよび私設データベースなどを受信する。訓練段階中、MLA 5200 は、冷水使用に続く、熱水使用との相関関係を認識するようにトレーニングを受けることができる。
例えば、MLA 5200は、浴室での冷水の使用(例えば、トイレの水槽を満たすため)と、それに続いて浴室での給湯栓からの熱水の需要(例えば、手洗いのため)との間の相関関係を認識するように訓練することができる。したがって、訓練段階では、MLA 5200は、冷水使用から続く熱水使用に関連するセンサデータを使用して、2つの事象間の相関の度合いを確立することができる。センサデータは、例えば、第1のセンサデータを受信してから第2のセンサデータを受信するまでの間の経過時間、第1の流出口に関連する第2の流出口の位置、第1のセンサデータを受信した後に第2のセンサデータを受信する頻度、時刻・日・曜日を含むことができるが、その表は網羅的なものではない。

【0081】

本実施形態では、MLA 5200は起動中の低温流出口5101の入力を受け取り、確立された供給物使用パターン2300および占有予測3300に関連して電流冷水使用量に基づいて、MLA 5200は、電流冷水使用量に対する相関の度合いに従って、電流冷水使用量から追従する可能性がある熱水需要の確率を判断することができる。予期される熱水の需要が決定された場合、MLA 5200は、需要を見込んで熱ポンプ5300を起動するように制御モジュールに指示することができる。

【0082】

現行の冷水使用から追従し得る加熱水需要の確率が、熱エネルギー貯蔵媒体を事前に満たすように熱ポンプを起動させるためにエネルギーを費やすことに十分なほど高くなっているかどうかを判断するために、MLA 5200は、いつ確率メリットが熱ポンプの起動をもたらすかを示す訓練段階の間に、しきい値を確立することができる。実施形態では、しきい値は、熱ポンプのこのような予測的起動が望ましい場合に、使用者またはインストーラが手動でインスタンスを入力することによって確立することができる。別の実施形態では、しきい値は、供給物使用パターン2300および/または占有予測3300に基づいてMLA 5200によって確立されてもよい。

【0083】

さらなる実施形態では、熱ポンプを作動させるか否かのMLA 5200による判定は、さらに、例えばエネルギー供給器から得られた電流の料金5102の入力に基づいてもよい。本実施形態では、閾値は、訓練段階中にエネルギー提供者から得られた料金情報に基づいて決定されてもよい。代替または追加として、現在の料金表に基づいて走行時間を変更することができる。例えば、現行の料金表5102がオフピーク料金を示している場合、すなわち、電気加熱要素160は低コストで動作可能であり、MLA 5200は、現行の冷水使用量と熱水の予想される需要との間の低相関を決定する場合、MLA 5200は、熱熱エネルギー貯蔵部を予め充電する熱ポンプを作動させる必要はないと判断することができる。これは、熱水に対する需要があると思われるからであり、熱水に対する需要がある場合、電気加熱要素160を、熱水に使用することができる。一方、現在の買取価格5102が、エネルギー単価が高い場合のピーク買取価格を示しており、電熱要素160を使用する加熱水のコストが高くなることを意味し、現在の冷水使用量と予期される加熱水の需要との間に低い相関関係しかないとMLA 5200が判断した場合、MLA 5200は、低い相関関係にもかかわらず、加熱水の需要に備えて熱エネルギー貯蔵部を予備充電するために熱ポンプを起動する方が費用効果が高いと判断して、電熱要素160を使用して加熱水を供給するよりコスト高の選択肢を回避することができる。後者の実施例において、MLA 5200は、前者の実施例において閾値よりも低くなるように閾値を修正して、両方の場合において確率が同一であっても後者の実施例において熱ポンプが起動され得るようにしてもよい。

【0084】

熱水が必要とされる前に熱水提供システムを準備することで、熱水提供の遅延を軽減することができる。これにより、占有者が熱水を加熱するのを待っている間に流出口を開いたままにする時間を短縮することで、清浄水の無駄を削減することができる。しかも、期待される熱水需要を見込んで、熱水が必要になる以前に熱ポンプを作動させて貯蔵部の熱源を予測的に用意することで、固有の遅れがなくても、それを減らしても、あるいは減らしても、確実な形態の熱水提供として熱ポンプを利用することができる。

【0085】

予測的除霜
先に説明したように、熱ポンプ140のような熱ポンプは、熱交換器コイルを備えた室外ユニットを備え、室外ユニットは、空気中または接地外から熱を抽出し、それを直接的に室内ユニットに伝達して、それを暖めるか、または熱エネルギー貯蔵媒体に伝達して、後で使用する。外気から熱エネルギーを取り出すプロセスは、室外ユニット内の熱交換器コイルを空冷からの水分は冷たい室外コイル上で凝縮する。寒い屋外条件、例えば外気が5℃の場合、屋外巻は氷点下で冷却され、屋外巻に霜がつくことがある。霜が屋外巻に蓄積すると、熱ポンプは効率が低下し、霜のない巻と比較して、同じ電力を出すために外気とのより大きな温度差を必要とする。したがって、熱ポンプを除霜サイクルで、定期的に、また霜が蓄積するときに作動させて、熱ポンプの室外ユニット内の熱交換器コイルから霜を取り除くことが望ましい。

【0086】

熱ポンプが除霜サイクルを必要とする時、例えば、外気温と湿度、熱ポンプの出力電力、及び熱ポンプの状態(例えば、古いシステムは効率が低く、より頻繁な除霜を必要とする場合がある)には、多くの要因が影響する可能性がある。一般に、熱ポンプは、室外熱交換器コイル上に霜が形成されるときはいつでも除霜サイクルを作動させる。

【0087】

除霜サイクル中は、熱ポンプがリバース運転され、その際、暖かい冷媒が室外機に送られて熱交換器コイルを解凍する。熱ポンプは、例えば、コイルが約15℃に達するまで、除霜サイクルを作動させることができる。熱交換器コイルが解凍されると、熱ポンプは通常の加熱サイクルを再開できる。明らかに、熱ポンプが除霜サイクルを作動している間は、除霜サイクルが完了するまで、室内機(例えば、熱エネルギー貯蔵部150内)に熱を伝達するその通常の機能を果たすことができない。従って、熱ポンプの除霜サイクルが始まるまでにビルドを準備することが望ましい場合がある。

【0088】

図７は、熱ポンプ(例えば、熱ポンプ140)の次回の除霜サイクルを予測する入力データを制御モジュール(例えば、制御モジュール110)上で処理するMLA 6200の一実施形態を概略的に示す。MLA 6200は、MLA 2200及び/又はMLA 3200及び/又はMLA 4200及び/又はMLA 5200と同じMLAであってもよく、又は異なるMLAであってもよい。

【0089】

MLA 6200は、家に特有な入力データを受信し、制御モジュールを介して、家の周囲に配置された1つ以上のセンサを含む複数の入力から、1つ以上のユーザインタフェース(例えば、制御モジュール、スマート装置、パーソナルコンピュータ等と通信する家周辺の制御パネル)、1つ以上のソフトウェア番組、1つ以上の公開データベースおよび私設データベースなどを受信する。訓練フェーズの間、MLA 6200は、いつ除霜サイクルが必要とされるかを認識するように訓練され得、例えば、気象予報、電流の天候状態、以前の除細動サイクルから収集された室内温度およびデータに基づいて、除霜サイクルにおける熱ポンプを動作させるためのタイムスケールおよび平均エネルギー要求を確立し、熱ポンプの実績(例えば、熱ポンプの平均熱エネルギー出力、熱ポンプ効率または実績係数、および熱ポンプの実績に関連する他の任意の情報または量)を認識する。

【0090】

本実施形態では、MLA 6200は、制御モジュール上に登録されたスマート装置上の公開ドメインまたは天気アプリから取得された天気予報6101、例えば家の周囲に配置された公開ドメインまたは1つ以上のセンサから取得された温度および湿度、例えば家の内部に配置された1つ以上の温度センサから取得された室内温度6103、および熱ポンプが最後に除霜されたときの最後の除霜サイクル(複数可)6104に関するデータなどの電流の天候状態入力を受信する。これに基づいて、MLA 6200 は可能である。天気予報、現行の気象状況及び室内の温度に基づいて、MLA 6200は、例えば低温高湿度の長期間が早く除霜サイクルが必要とされる場合、及び熱ポンプを除霜するために必要とされる期間の長さを推定する場合のように、次回の除霜サイクルが6301と予測することができる。さらに、確立された供給物使用パターン2300および占有予測3300を使用すると、MLA 6200は、除霜サイクルが予測される時点の予測されるエネルギーおよび加熱された水需要を推定することができ、予測された除霜サイクル6302を予測して、例えば、熱エネルギー貯蔵部に追加の熱エネルギーを蓄積することによって(PCM内の潜熱に加えて顕熱としてエネルギーを蓄積することによって)、家を予め設定された温度よりも高い温度に加熱することなどによって、水提供システムを準備する。

【0091】

加えて、あるいはこれに代えて、MLA 6200は、エネルギーおよび熱水に対する要求(例えば、タップ、シャワーおよび/または中央熱に対する)がいつ低くなるかを予測し、例えば、熱水の占有者への供給に対する破壊の少ない熱ポンプの適切なタイミングを決定することができる。入力を使用して、MLA 6200は、水とエネルギーの需要が低い時間帯(例えば、夜間)および/または占有が低い時間帯(例えば、学校および作業時間中)を決定し、次の除霜サイクルの予想開始時間を、決定された低需要時間および/または低占有時間に調整することができる。MLA 6200は、次に、制御モジュールに、熱ポンプを作動させて調整された始動時刻に除霜サイクル6301を始動させるように命令することができる。例えば、MLA 6200が、エネルギー及び熱水の需要が高くなると予想される早い夕方に除霜サイクルを必要とすることがあると予測した場合、MLA 6200は、例えば、熱エネルギー貯蔵媒体の温度をより高い動作温度まで上げることによって、より多くの熱を蓄えるように熱ポンプを動作させることによって熱エネルギー貯蔵媒体を予備充電することができ、同様に、熱の一部を予熱して、予期された除霜サイクルの前に建物を温めることができる。及び/又はMLA 6200は、需要が低くなると予想される夕方には、除霜サイクルの開始時期を後に調整することができる。別の例では、除霜サイクルが日中に予想される場合、MLA 6200は、占有予測および/または使用パターンに基づいて、エネルギーおよび熱水要求が低いとき、例えば占有が低いまたはゼロであると予想されるとき、次回の除霜サイクルがある期間中であることを決定し、準備または調製が不要であると判断することができる。

【0092】

熱ポンプに対する次回の除霜サイクルを予測し、除霜サイクルが開始するまでの水提供システムを予測的に準備することによって、例えば、熱ポンプの実績、天気予報、現行の気象状況、現行の室内温度、予期される占有、および暖房水に対する要求に基づいて、本実施形態は、暖房水の供給に対して、あまり破壊的ではない方法で、所要の熱ポンプの除霜サイクルが実行されることを可能にし、それによって、暖房水を供給する効果的な方法として、熱ポンプが利用されることを可能にする。

【0093】

冷水提案
一実施形態では、方法およびシステムは、占有者の水の使用習慣を監視し、対話式に修正するために提供される。方法は、MLA 7200によって実装されてもよい。MLA 7200は、MLA 2200及び/又はMLA 3200及び/又はMLA 4200及び/又はMLA 5200及び/又はMLA 6200と同じMLAであってもよく、又は異なるMLAであってもよい。訓練段階の間、MLA 7200には、上述のように、通常の水使用パターンを確立するために、例えば家の占有者による水使用に関連するデータが提供される。さらに、MLA 7200は、占有者が設定した温度T1の加熱水を提供するために流出口が開かれるが、その後水がTlに加熱される以前に流出口が閉められると、通常の使用パターンにある例を認識または識別するように訓練されてもよい。これは、加熱された水を供給するために熱ポンプが使用される場合に特に関係する。なぜなら、熱ポンプを作動させると、水が熱エネルギー貯蔵媒体によって十分に加熱されるには、まず、熱ポンプによって取り出されたエネルギーが所望の作動温度まで熱エネルギー貯蔵媒体を加熱しなければならないときがあるからである。熱水の需要に応じて熱ポンプが作動するが、水が所望の温度に加熱されるまでに流出口が停止する場合、占有者は実際には熱水を受け取らなかったので、熱ポンプを作動させるために使用されるエネルギー(電力)は浪費される。上述の観点から、MLA 7200は、1つのこのような短時間の例が決定されたときに、1つ以上のエネルギー低減方策を採用するように訓練されてもよい。

【0094】

図７を参照すると、S7001で、占有者が水温をT1の流出口に設定し、流出口を開く。S7002で、制御モジュールは、例えば、1つ以上のセンサを使用して、水提供システムに供給される水源における水圧または水流の変化を検出し、S7003で制御モジュールがMLA 7200を実行して、流出口での水温の変化を監視することにより、流出口が開かれていると判断する。続いて、S7004において制御モジュールは流出口が閉まっていると判断し、S7005においてMLA 7200は、流出口が開いている時間帯にユーザによって設定された水温T1に達しているか否かを判断する。その場合、方法はそれ以上の動作なしで終了する。

【0095】

S7005において、流出口が開かれている時期の間に水温がT1に達していないと判定される場合、MLA 7200は、1つ以上のエネルギー減少方策を採用し得る。実施形態において、MLA 7200はソフトウェア機能を開始し、S7006で、流出口が閉められる以前に水が予め設定された温度に達していないことを占有者に通知する通知を生成する。MLA 7200 は、オプションでイベントをS7007 でログに記録することができる。

【0096】

その後の時間に、占有者は、水温を同じ流出口でT1に再設定し、流出口を開くことができる。流出口が開いていると判断すると、本実施形態では、MLA 7200は、この水の使用状況を、水温が流出口を閉める前にT1に達する可能性が低い短い期間として識別し、ユーザに水温を低温T2に設定するように促すプロンプト信号を生成するか、または熱水の代わりに冷水を使用するように、ソフトウェア機能を開始する。即時シグナルは、例えば、流出口またはその付近での閃光、所定の音声または音色の生成、言葉および/または視覚的なプロンプト(例えば、メッセージまたは画像の再生)などであってもよい。MLA 7200は、確立された使用パターンに基づいてこのような短時間インスタンスを決定するか、またはこのような短時間インスタンスを識別するために1つ以上の標識を使用することができる。例えば、MLA 7200は、流出口の位置又は熱水が標識として要求される時間を使用することができる。別の実施例として、MLA 7200は、あらかじめ、実施例えばトイレが流され、再充填されたときのような、このような短時間の熱水使用実施例に先立って、冷水使用実施例と、その後の手洗いのための熱水要求との間の相関を決定し、このような冷水使用法を標識として使用してもよい。

【0097】

このように、本実施形態によれば、占有者は、加熱水を要求したが、水を温度まで加熱するのに十分な時間、水を使用していなかった場合に、インスタンスを認識させる。さらに、ユーザは、短時間である可能性が高い場合に、次回の事例において、加熱された水の代わりに、より低温の水又は冷水を使用するように促され、その結果、ユーザは、必要でない場合に、水提供システムから加熱された水を要求することによってエネルギーを浪費しないようにする選択肢を有する。したがって、本実施形態は、エネルギー使用量を低減するために、占有者の熱水使用習慣の対話型修正を可能にする。

【0098】

図８に示す別の相補的な又は代替的な実施形態では、占有者は、S8001で水温を再度T1に設定し、流出口を開く。S8002において、制御モジュールが流出口が開かれていると判断すると、MLA 7200は、この水使用状況を短時間インスタンスとして識別し、制御モジュールが流出口の温度設定をT1からより低温T2に変更することによって、追加のまたは代替のエネルギー低減方策を採用する。温度T2 はT1 よりも低い温度になっていることがあるが、まだ熱されているか、T2 は本管からの未熱の冷水を表すことがある。制御モジュールの制御のもと、水提供システムは、S8003において、温度T2の水を流出口に出力する。

【0099】

このように、本実施形態によれば、制御モジュールは、MLA 7200が短時間インスタンスを識別すると、水温を積極的に低減する。水温を下げることで、水を加熱するためのエネルギーが少なくてすむ。このようにすることで、本実施形態は、熱水が不要な場合に、エネルギー消費を低減する。

【0100】

図９に示すさらに別の相補的な又は代替的な実施形態では、占有者は、S9001で水温を再度T1に設定し、流出口を開く。S9002において、制御モジュールが流出口が開かれていると判断すると、MLA 7200は、短時間インスタンスとしてこの水使用状況を識別し、制御モジュールが流出口の流量をより低い流量に調節することによって、追加のまたは代替のエネルギー低減方策を採用する。制御モジュールの制御のもとで、水提供システムは、S9003において、流出口へ、より低い流量で水を出力する。

【0101】

このように、本実施形態によれば、制御モジュールは、MLAが短時間インスタンスを識別すると、水流を積極的に減少させる。この実施例は、水が、例えば、電気冷却素子によって熱される場合に特に関係があり、水流を減らすことにより、熱する必要がなくなり、使用される水の量を熱するために必要なエネルギーが少なくなる。そうすることで、本実施形態は、水とエネルギーの両方の消費を低減する。

【0102】

漏れ警告
図１０は、所定のビルディングに対して漏れ警報を出すために一組のセンサデータを処理する制御モジュール(例えば制御モジュール110)上で実行するMLA 1200の一実施形態を概略的に示す。MLA 1200は、MLA 2200及び/又はMLA 3200及び/又はMLA 4200及び/又はMLA 5200及び/又はMLA 6200及び/又はMLA 7200と同じMLAであってもよく、又は異なるMLAであってもよい。

【0103】

MLA 1200は、家に特有な入力データを受信し、制御モジュールを介して、家の周囲に配置された1つ以上のセンサを含む複数の入力から、1つ以上のユーザインタフェース(例えば、制御モジュール、スマート装置、パーソナルコンピュータ等と通信する家周辺の制御パネル)、1つ以上のソフトウェア番組、1つ以上の公開データベースおよび私設データベースなどを受信する。本実施形態では、MLA 1200は、例えば、制御モジュール上で実行されるクロックおよびカレンダー機能から、または通信網を介してリモートで実行される現在時刻および日時1101を受信し、次に、確立された供給物使用パターン2300および占有予測3300を使用して、MLA 1200は、現在の時刻および日時に対する予想水使用量を推定することができる。さらに、MLA 1200は、本管の流入口温度1102の入力、本管の水の流量1103及び例えば家への本管の流入口において適切なセンサによって測定される本管の水の水圧1104を受け取り、リアルタイムの水使用を決定する。そして、MLA 1200は、予想される使用量及びリアルタイム使用量に基づいて、現在の水使用量が予想通りであるか否かを判断し、現在の水使用量が予想通りであるか否かを判断し、現在の水使用量が予想以上の使用量を超えた場合、MLA 1200は水漏れ警告1300を出力する。MLA 1200は、現在の水使用量が予想通りの使用量を超えた場合に、例えば、気象の変化や占有量の増加といった、水漏れがシステム内の水漏れに関連しているか否か、あるいは、予期せぬ需要の増大に関連しているか否かを認識するように、予め訓練され得る。いくつかの実施形態において、MLA 1200は、予想される使用量を超える水の使用レベルが漏れとみなされる閾値を設けることができる。代わりに、MLA 1200は、訓練段階中にこのような閾値を確立したり、例えばユーザの反応に基づいて使用中に閾値を調整したりすることができる。

【0104】

供給物使用パターンを設定し、パターンに照らして電流の水の使用状況を監視することで、システム内の潜在的な水漏れを検知し、漏洩が深刻になる前に、占有者が修復や修正措置を講じることを早期に警告することができる。

【0105】

上述の種々のMLAは、同一または異なるMLAを参照してもよい。複数のMLAが実装される場合、MLAの1つまたは一部または全部が制御モジュール110上で実行されてもよく、MLAの1つまたは一部または全部が、適切な通信チャネルを介して制御モジュール110と通信するサーバ(例えばクラウドサーバ)上で実行されてもよい。

【0106】

上記の実施形態は、任意の組合せで、並列に、または所望の代替方策として実施することができることは、当業者には理解されるであろう。当業者には理解されるであろうが、本技術は、システム、方法、またはコンピュータプログラムプロダクトとして具現化することができる。したがって、本技術は、完全にハードウェアな形成、完全にソフトウェアな形成、またはソフトウェアとハードウェアを組み合わせた形成の形態をとることができる。

【0107】

さらに、本技術は、コンピュータ読み取り可能なプログラムコードが具体化されたコンピュータ読み取り可能な媒体に具体化されたコンピュータプログラム製品の形成をとることができる。コンピュータ可能な媒体は、コンピュータ可読信号媒体またはコンピュータ可読貯蔵媒体であり得る。コンピュータ可読媒体は、例えば、電子式、磁気式、光学式、電磁気式、赤外線式、または半導体システム、装置、または装置、または上記の適当な組合せに限定されるものではない。

【0108】

本技術の動作を実行するためのコンピュータ・プログラム・コードは、オブジェクト指向プログラミング言語および従来の手続き型プログラミング言語を含む、1つ以上のプログラミング言語の任意の組合せで書くことができる。

【0109】

例えば、本技術の動作を実行するためのプログラムコードは、Cのような従来のプログラミング言語におけるソース、オブジェクトまたは実行可能コード、またはアセンブリコード、ASIC (アプリケーション特定の集積回路)またはFPGA (フィールドプログラマブルゲートアレイ)を設定または制御するためのコード、またはVerilog（登録商標）またはVHDL (超高速集積回路ハードウェア記述言語)のようなハードウェア記述言語のためのコードを含むことができる。

【0110】

プログラムコードは、ユーザのコンピュータ上で、部分的にはユーザのコンピュータ上で、部分的には遠隔のコンピュータ上で、あるいは部分的には遠隔のコンピュータまたはサーバ上で、完全に実行することができる。後者の場合、リモートコンピュータは、任意のタイプの網を介してユーザのコンピュータに接続され得る。コード構成要素は、手続き、方法などとして具現化することができ、ネイティブ命令セットの直接機械命令から高いレベルコンパイルまたは解釈された言語構成体まで、任意の抽象レベルで命令または命令シーケンスの形成をとることができるサブ構成要素を含むことができる。

【0111】

また、当業者であれば、本技術の好ましい実施形態による論理方法の全部または一部を、方法のステップを実行するための論理素子を含む論理装置内で適切に実施することができ、そのような論理素子が、例えば、プログラマブルロジックアレイまたはアプリケーション特定の集積回路内の論理ゲートのような成分を含むことができることは明らかである。このような論理配置は、例えば、固定または送信可能なキャリア媒体を使用して記憶および送信可能な仮想ハードウェア記述子言語を使用して、このようなアレイまたは回路内の論理構造を一時的または永久的に確立するための要素を可能にする際に、さらに実施可能である。

【0112】

本明細書に記載する実施例および条件付き言語は、読者が本技術の原理を理解するのを助けるものであり、その範囲をこのような具体的に引用される実施例および条件に限定するものではない。当業者は、本明示的に説明または図示はしないが、本技術の原理を具体化し、特許請求範囲によって定義される範囲内に含まれる様々な構成を考案することができることは理解されよう。

【0113】

さらに、理解を助けるために、上記の説明は、本技術の比較的単純化された実装を記述することができる。当業者には理解されるように、本技術の種々の実施はより複雑であり得る。

【0114】

場合によっては、本技術への修正の有用な例であると信じられているものも記載され得る。これは単に理解の補助として行われ、また、現在の技術の範囲を制限したり、範囲を規定したりすることではない。これらの修正は、網羅的なリストではなく、当業者は、本技術の範囲内ではあるが、他の修正を行うことができる。さらに、修正の例が示されていない場合、修正は不可能であり、かつ/または記載されているものは、本技術の当該元素を実施する唯一の方法であると解釈すべきではない。

【0115】

さらに、本明細書では、技術の原則、側面、および実施、ならびにそれらの特定の事例は、それらが現在既知であるか、または将来開発されるかにかかわらず、それらの構造的および機能的等価物の両方を包含することが意図されている。従って、例えば、本技術の原理を具体化する説明回路の概念図をここに記載するブロック図が表すことは当業者には理解されるであろう。同様に、任意のフローチャート、フローダイアグラム、状態遷移図、疑似コードなどは、コンピュータ可読媒体で実質的に表現され、そのようにして、そのようなコンピュータまたはプロセッサが明示的に示されているか否かにかかわらず、コンピュータまたはプロセッサによって実行される種々の処理を表すことが理解されよう。

【0116】

図中に示された種々の要素の機能は、「プロセッサ」として標識された機能ブロックを含めて、専用のハードウェア及び適切なソフトウェアに関連してソフトウェアを実行することができるハードウェアを使用して提供されてもよい。プロセッサによって提供される場合、機能は、単一の専用プロセッサ、単一の共有プロセッサ、または複数の個々のプロセッサによって提供され、その一部は共有されてもよい。さらに、「プロセッサ」または「コントローラ」という用語の明示的な使用は、ソフトウェアを実行することができるハードウェアを排他的に意味するものと解釈すべきではなく、限定されるものではなく、ランダムアクセスメモリおよび不揮発性記憶部を記憶するためのディジタル信号プロセッサ(DSP)ハードウェア、ネットワークプロセッサ、アプリケーション特定の集積回路、フィールドプログラマブルゲートアレイ、ソフトウェアを記憶するための読み出し専用メモリ(ROM)を含み得る。
他のハードウェア、従来および/またはカスタムを含むこともできる。

【0117】

ソフトウェアのモジュール、またはソフトウェアであると暗示されている単なるモジュールは、本明細書では、処理ステップおよび/またはテキスト記述の実績を示すフローチャート要素または他の要素の任意の組合せとして表すことができる。このようなモジュールは、明示的または暗黙的に示されるハードウェアによって実行され得る。

【0118】

当業者には、本技術の範囲から逸脱することなく、前記の例示的な実施形態に多くの改良および修正を加えることができることは明らかである。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】