特表 2022-548676 家庭用温水の生成および分配の監視および制御

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-11-21

(54)【発明の名称】家庭用温水の生成および分配の監視および制御

(51)【国際特許分類】

   F24H 15/225 20220101AFI20221114BHJP

   F24H 1/18 20220101ALI20221114BHJP

   F24H 15/156 20220101ALI20221114BHJP

   F24H 15/30 20220101ALI20221114BHJP

   F24H 15/414 20220101ALI20221114BHJP

【ＦＩ】

F24H15/225

F24H1/18 A

F24H15/156

F24H15/30

F24H15/414

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2022517319

(86)(22)【出願日】2020-12-09

(85)【翻訳文提出日】2022-03-16

(86)【国際出願番号】 JP2020045775

(87)【国際公開番号】W WO2021124997

(87)【国際公開日】2021-06-24

(31)【優先権主張番号】19218588.2

(32)【優先日】2019-12-20

(33)【優先権主張国・地域又は機関】EP

(81)【指定国・地域】

(71)【出願人】

【識別番号】000002853

【氏名又は名称】ダイキン工業株式会社

(71)【出願人】

【識別番号】510048875

【氏名又は名称】ダイキン ヨーロッパ エヌ．ヴイ．

【氏名又は名称原語表記】ＤＡＩＫＩＮ ＥＵＲＯＰＥ Ｎ．Ｖ．

【住所又は居所原語表記】Ｚａｎｄｖｏｏｒｄｅｓｔｒａａｔ ３００，Ｏｏｓｔｅｎｄｅ ８４００，Ｂｅｌｇｉｕｍ

(74)【代理人】

【識別番号】110000202

【氏名又は名称】新樹グローバル・アイピー特許業務法人

(72)【発明者】

【氏名】ザレ イー，メヘラン

(72)【発明者】

【氏名】ヴァンデメルゲル，クリストフ

【テーマコード（参考）】

3L122

【Ｆターム（参考）】

3L122AA02

3L122AA23

3L122BB03

(57)【要約】

本開示は、家庭用温水生成および／または分配を監視および／または制御するためのシステム１００を監視および／または制御することによって、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法に関する。方法は、熱貯蔵タンク２０に貯蔵される流体の、特にサニタリー用の湯の、熱貯蔵タンク２０の高さ方向に沿った二つの異なる位置における少なくとも二つの実際の温度Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}を少なくとも複数の時点ｔ_０，ｔ_０－１，ｔ_０－２で検出する工程Ｓ１０と、熱貯蔵タンク２０に貯蔵される熱の温度分布パターンＴＤＰ１および／または対応する熱分配パターンデータを、少なくとも複数の時点で検出される少なくとも二つの実際の温度Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}に温度分布パターンアルゴリズムを適用することによって、取得する工程Ｓ２０Ａと、を含む。また、本開示は、家庭用温水生成および／または分配を監視および／または制御する制御装置１とシステム１００とに関する。本開示は、さらに、コンピュータプログラムと、コンピュータプログラムを記憶しているコンピュータ可読媒体と、に関する。
【選択図】図２

【特許請求の範囲】

【請求項1】

特に、家庭用温水生成および／または分配を監視および／または制御するためのシステム（１００）を監視および／または制御することによって、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法であって、
熱貯蔵タンク（２０）に特に加圧タンクに貯蔵される流体の、特にサニタリー用の湯の、前記熱貯蔵タンク（２０）の高さ方向に沿った二つの異なる位置における少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）を少なくとも複数の時点（ｔ_０，ｔ_０－１，ｔ_０－２）で検出する工程（Ｓ１０）と、
前記熱貯蔵タンク（２０）に貯蔵される熱の温度分布パターン（ＴＤＰ_１）および／または対応する熱分布パターンデータを、少なくとも複数の時点（ｔ_０）で検出される少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）に温度分布パターンアルゴリズムを適用することによって、取得する工程（Ｓ２０Ａ）と、
を含む方法。

【請求項2】

請求項１に記載されるコンピュータによって実現される方法であって、さらに、
熱貯蔵タンクに貯蔵される流体の、前記熱貯蔵タンク（２０）の高さ方向に沿った異なる位置における複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）を、好ましくは少なくとも五つの仮想的温度を、より好ましくは１０を超える仮想的温度を、さらに好ましくは２０を超える仮想的温度を、少なくとも複数の時点（ｔ_０，ｔ_０－１，ｔ_０－２）で検出される少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）に仮想温度センサアルゴリズムを適用することによって、取得する工程（Ｓ１５Ａ）と、
前記熱貯蔵タンク（２０）に貯蔵される熱の前記温度分布パターン（ＴＤＰ_１）および／または対応する熱分布パターンデータを、検出される前記少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）と取得された前記複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）とに前記温度分布パターンアルゴリズムを適用することによって、取得する工程（Ｓ２０Ａ）と、
を含む方法。

【請求項3】

請求項１または２に記載されるコンピュータによって実現される方法であって、さらに、
前記熱貯蔵タンク（２０）に貯蔵される熱の量を、特に同等な湯（ＥＨＷ）の量を、取得された前記温度分布パターン（ＴＤＰ_１）ならびに／もしくは検出された前記少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）および取得された前記複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）に熱推定アルゴリズムを適用することによって、決定する工程（Ｓ３０Ａ）、および／または
少なくとも二つの温度分布パターン（ＴＤＰ_１，ＴＤＰ_２）および／または対応する熱パターンデータを、少なくとも二セットの検出されたおよび／または取得された温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}，Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，Ｔ_{ＮＶ＿ｔ０}；Ｔ_{１Ｒ＿ｔ０－１}，Ｔ_{２Ｒ＿ｔ０－１}；Ｔ_{１Ｖ＿ｔ０－１}，Ｔ_{２Ｖ＿ｔ０－１}，Ｔ_{ＮＶ＿ｔ０－１}）に前記温度分布パターンアルゴリズムを適用することによって、取得する工程（Ｓ４０Ａ）と、
前記熱貯蔵タンク（２０）から取り出される熱の量を、特に同等な湯（ＥＨＷ）の量を、前記少なくとも二つの温度分布パターン（ＴＤＰ_１，ＴＤＰ_２）に間接取り出し推定アルゴリズムを適用することによって、決定する（間接取り出し推定）工程（Ｓ５０Ａ）と、
を含む方法。

【請求項4】

請求項１～３のいずれか一に記載されるコンピュータによって実現される方法であって、
前記温度分布パターンを取得する工程（Ｓ２０Ａ）は、特に前記温度分布パターンアルゴリズムは、少なくとも複数の時点で検出された前記少なくとも二つの実際の温度（Ｔ_{Ｒ１＿ｔ０}，Ｔ_{Ｒ２＿ｔ０}）を、特に検出された前記少なくとも二つの実際の温度（Ｔ_{Ｒ１＿ｔ０}，Ｔ_{Ｒ２＿ｔ０}）と取得された前記複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）とを、回帰アルゴリズムを用いて、処理することによって、前記熱貯蔵タンク（２０）に貯蔵される熱の温度分布パターンを決定する工程を含んでおり、
前記回帰アルゴリズムは、好ましくは、一以上の機械学習アルゴリズムを用いて、前記熱貯蔵タンク（２０）に貯蔵される熱の温度分布パターンを定義する温度データに関してトレーニングを受ける方法。

【請求項5】

請求項４に記載されるコンピュータによって実現される方法であって、
前記回帰アルゴリズムが受けるトレーニングは、
前記熱貯蔵タンクの高さ方向に沿った異なる位置に配置されるとともに温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）を検出するよう用いられる複数の温度センサによって、好ましくは二つの温度センサ（１０Ａ，１０Ｂ）を含む複数の温度センサによって、検出される温度ならびに／もしくは温度データ、および／または
特に前記熱貯蔵（２０）に貯蔵される流体の加熱時のヒートコイル（２１）の入力ならびに／もしくは出力温度、および／または
前記熱貯蔵タンクへの／からの流体の入口（２２Ａ）ならびに／もしくは出口（２２Ｂ）における流量、および／または
ヒートコイル（２１）を流れる流体の流量
に関するトレーニングである方法。

【請求項6】

請求項１～５のいずれか一に記載されるコンピュータによって実現される方法であって、さらに、
好ましくは前記熱貯蔵タンク（２０）からの流体の出口において配置される少なくとも一の流量センサ（３０）を用いて、前記熱貯蔵タンク（２０）から取り出される流体の流量ならびに／もしくは量を、特に湯の量を、取得する工程、および／または
前記熱貯蔵タンク（２０）から取り出される熱の量を、特に同等な湯（ＥＨＷ）の量を、前記少なくとも二つの温度分布パターン（ＴＤＰ_１，ＴＤＰ_２）とヒートコイル（２１）を流れる流体の流量とに前記間接取り出し推定アルゴリズムを適用することによって、決定する（間接取り出し推定）工程
を含む方法。

【請求項7】

請求項１～６のいずれか一に記載されるコンピュータによって実現される方法であって、
前記温度分布パターン（ＴＤＰ）は、
少なくとも二つの温度センサ（１０Ａ，１０Ｂ）特に実際の温度センサ（１０Ａ，１０Ｂ）と、
前記複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）を取得するよう用いられる複数の仮想的温度センサ、好ましくは少なくとも五つの仮想的温度センサ、より好ましくは１０を超える仮想的温度センサ、さらに好ましくは２０を超える仮想的温度センサと
を用いて取得され、かつ／または決定され、
前記仮想的温度センサは、好ましくは、ニューラルネットワークによって提供される、かつ／またはシミュレートされる方法。

【請求項8】

請求項１～７のいずれか一に記載されるコンピュータによって実現される方法であって、さらに、
ユーザ消費アルゴリズムを、
ａ）前記熱貯蔵タンク（２０）に貯蔵される熱の、取得された前記温度分布パターン（ＴＤＰ_１，ＴＤＰ_２，ＴＤＰ_Ｎ）、および／または
ｂ）決定された、前記熱貯蔵タンクに貯蔵される、熱の量もしくは同等な湯の量、および／または
ｃ）前記間接取り出し推定アルゴリズムを用いて決定された、前記熱貯蔵タンクから取り出された熱の量もしくは同等な湯の量、および／または
ｄ）少なくとも一の流量センサ（３０）を用いることによって決定される、前記熱貯蔵タンクから取り出された流体もしくは湯の量
に適用することによってユーザ消費パターン（ＵＣＰ）を取得している方法。

【請求項9】

請求項８に記載されるコンピュータによって実現される方法であって、さらに、取得された前記ユーザ消費パターン（ＵＣＰ）に加熱パターンアルゴリズムを適用することによって、前記熱貯蔵タンク（２０）に貯蔵される流体の加熱パターンおよび／または湯生成制御パターンを決定する工程を含み、
前記ユーザ消費パターン（ＵＣＰ）および／または加熱パターンおよび／または湯生成制御パターンは、１日、１２時間、６時間、１時間、３０分、１０分、および／または１分単位の時間増分へと区切られる方法。

【請求項10】

請求項１～９のいずれか一に記載されるコンピュータによって実現される方法であって、前記熱貯蔵タンク（２０）の温度分布パターン（ＴＤＰ）が決定される前に、少なくとも１０の、好ましくは少なくとも２０の、さらに好ましくは少なくとも３０の温度（Ｔ_１＿ｔ０，Ｔ_２＿ｔ０；Ｔ_{１＿ｔ－１}，Ｔ_{２＿ｔ－１}；Ｔ_{１＿ｔ－ｎ}，Ｔ_{２＿ｔ－ｎ}）が、少なくとも１０の時点で、好ましくは少なくとも２０の時点で、さらに好ましくは少なくとも３０の時点で取得される方法。

【請求項11】

特に、家庭用温水生成および／または分配を監視および／または制御するためのシステム（１００）を監視および／または制御することによって、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法であって、
熱貯蔵タンク（２０）に特に加圧タンクに貯蔵される流体の、特にサニタリー用の湯の、前記熱貯蔵タンク（２０）の高さ方向に沿った二つの異なる位置における少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）を少なくとも複数の時点（ｔ_０，ｔ_０－１，ｔ_０－２）で検出する工程（Ｓ１０）と、
少なくとも複数の時点（ｔ_０，ｔ_０－１，ｔ_０－２）で検出された前記少なくとも二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}）に流体取り出し推定アルゴリズムを適用することによって、前記熱貯蔵タンクから取り出された流体の量を取得する工程（Ｓ１５Ｂ）と、
取得された前記熱貯蔵タンク（２０）から取り出された流体の量と前記熱貯蔵タンク（２０）の最上部層温度（Ｔ_{Ｔｏｐ＿ｔ０}）とに直接取り出し推定アルゴリズムを適用することによって、前記熱貯蔵タンク（２０）から取り出される熱の量または同等な湯の量を取得する工程（Ｓ２０Ｂ）と、
を含む方法。

【請求項12】

請求項１１に記載されるコンピュータによって実現される方法であって、
前記最上部層温度（Ｔ_{Ｔｏｐ＿ｔ０}）は、
温度センサによって、特に前記熱貯蔵タンク（２０）の出口（２２Ｂ）の近傍に配置される実際の温度センサによって、検出される、かつ／または
請求項２～１０のいずれか一に記載されるコンピュータによって実現される方法の最上部に位置する実際の温度センサもしくは仮想的温度センサによって取得される方法。

【請求項13】

制御ユニット（２）と請求項１～１２のいずれか一に記載される方法の各工程を実現するよう構成される手段とを備える家庭用温水生成および／または分配を監視および／または制御するためのシステム（１００）を監視および／または制御する制御装置（１）。

【請求項14】

制御装置（１）特に請求項１３に記載される制御装置（１）と、請求項１～１２のいずれか一に記載される方法の各工程を実現するよう構成される手段と、を備える家庭用温水生成および／または分配を監視および／または制御するためのシステム（１００）。

【請求項15】

請求項１４に記載されるシステム（１００）であって、
熱貯蔵タンク（２０）、特に湯貯蔵タンク（２０）、さらに特定的には加圧タンクと、
前記熱貯蔵タンク（２０）の高さ方向に沿った二つの異なる位置に配置されるとともに前記熱貯蔵タンク（２０）に貯蔵される流体の、特にサニタリー用の湯の、温度を検出するよう構成される少なくとも二つの温度センサ（１０Ａ，１０Ｂ）と、
を備えるシステム。

【請求項16】

請求項１４または１５に記載されるシステムにおいて、前記少なくとも二つの温度センサ（１０Ａ，１０Ｂ）の数は、多くても５個、好ましくは多くても４個、さらに好ましくは多くても３個であり、前記少なくとも二つの温度センサ（１０Ａ，１０Ｂ）の一つは、好ましくは前記熱貯蔵タンク（２０）の下半分に、さらに好ましくは前記熱貯蔵タンク（２０）の下側の三分の一に配置されるシステム。

【請求項17】

請求項１３～１６のうちのいずれか一に記載される機器に、請求項１～１２のうちのいずれか一に記載される方法の各工程を実現させる命令を含んでいるコンピュータプログラム。

【請求項18】

請求項１７に記載のコンピュータプログラムを記憶しているコンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、家庭用温水の生成および／または分配を監視および／または制御するためのコンピュータによって実行されるシステムに、特に、家庭用温水の生成および／または分配のためのシステムを監視および／または制御するシステムに関し、そして、家庭用温水生成および／または分配のための制御装置およびシステムに関する。さらに、本開示は、対応するコンピュータプログラム、および前記コンピュータプログラムを記憶しているコンピュータ可読媒体に関する。

【背景技術】

【0002】

近年、家やオフィス空間といった建物には、スマートホームネットワークが設置されるようになり、これによって、自動制御される装置、器具およびシステム（例えば、暖房・換気・空調（ＨＶＡＣ）システム、照明システム、警報システム、ホームシアターおよびエンターテインメントシステム）が提供されている。スマートホームネットワークは、自動制御される装置、器具およびシステムを提供するためにスマートホームネットワークが建物内で用いる設定、好み、およびスケジューリング情報を入力するために各人が用いるコントロールパネルを有する場合がある。例えば、所望の温度、および家に居ない（不在）スケジュールを入力することができる。ホームオートメーション（自動化）システムは、この情報を用いてＨＶＡＣシステムを制御し、在宅のときには所望の温度に家を暖房または冷房し、不在のときあるいは例えば就寝中はＨＶＡＣシステムの電力を消費する構成部分をオフとすることによってエネルギーを節約することができる。

【0003】

同様な考え方は、家庭用温水生成または分配の分野にもある。居住環境における加熱の必要性には二つの主な理由がある。サニタリー（トイレ、風呂おとび洗面）用の温水生成と空間暖房とである。サニタリー用の温水（湯）は、典型的には、オンデマンドで（ガスボイラのような比較的高い出力装置を必要とする）、または電気、太陽、ガスおよびヒートポンプ等の種々の源から加熱できる温水（給湯）タンクを用いて貯めておく手法によって、生成される。断熱性に優れており（例えば受動的住宅（パッシブハウジング））そして住宅が小さい場合、住宅の空間暖房の要求値は絶対的に低い。このような場合でも、家庭用温水の必要性はそのまま残っており、しかも幾分大きい。したがって、家庭用加熱必要値全体におけるサニタリー用の温水生成の比率は大きい。

【0004】

温水貯蔵タンクを有するシステムの場合、十分な温水をユーザに提供するために、タンクの最低温度が終日一定に設定されることが一般的であり、このとき、所望の最低温度は心配ない程度に選択される。エネルギー節約のために、新しいシステムでは、週単位のスケジュールにわたる固定パターンを用いている。例えば、タンクの最低温度は、夜中や朝には下げられ、大きい需要が予想されるときにはタンクの温度を上げる。

【0005】

温水貯蔵タンクを用いる家庭用温水システムのエネルギー効率をさらに改善するためには、タンクの利用可能な実質温水容量を推定することが必要である。このことは、一般的には、家庭用温水の使用を検出し測定することによって実現できる。このために、既知のシステムでは、流量計と温度センサとを有する監視システムを用いている。これらのユニットの給湯出力に基づいて、システムは、温水貯蔵タンクから取り出されたと思われるエネルギーを推定するとともに、タンクの残っている実質的な温水容量を推定する。

【0006】

例えば特許文献１（米国特許出願公開第２０１５／０２２６４６０号（ＵＳ２０１５／０２２６４６０Ａ１））には、給湯ボイラと冷水パイプと温水パイプを有する給湯ボイラシステムのための、取り入れ口温度センサと流量計と出口温度センサと処理ユニットと表示パネルとを有する後付け給湯ボイラ監視・予測システム、方法およびコンピュータプログラム製品が記載されている。取り入れ口温度センサは、冷水取り入れ口パイプにおいて水温を測定するよう構成される。流量計は、給湯ボイラシステムを通る水の流量を測定するよう構成される。出口温度センサは、温水出口パイプにおいて水温を測定するよう構成される。処理ユニットは、取り入れ口温度センサと流量計と出口温度センサとからセンサデータを受信するよう構成されるとともに、センサデータに基づいて給湯ボイラの利用可能な温水の量を計算するよう構成される。表示パネルは、処理ユニットに連結されるとともに利用可能な温水の量に基づいて処理ユニットによって計算される少なくとも一のリアルタイムな推定使用値を示すよう構成される。

【発明の概要】

【0007】

以上の観点から、温水貯蔵タンクの利用可能な実質温水容量をより正確に推定し監視できるとともに家庭用温水分配のエネルギー効率を改善できる、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実行される方法、家庭用温水生成および／または分配システムのための制御装置および家庭用温水生成および／または分配のためのシステム、コンピュータプログラムおよびコンピュータプログラムを記憶しているコンピュータ可読媒体を提供することを目的とする。したがって、ユーザ快適性を維持しながらエネルギー消費を低減するよう水加熱プロセスを個々の使用状態に自動的に対応させる家庭用温水分配のスマート制御を可能とする。

【0008】

この目的は、請求項１に記載する家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法、請求項１１に記載する家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法、請求項１３に記載する家庭用温水生成および／または分配システムの制御装置、請求項１４に記載する家庭用温水生成および／または分配システム、請求項１７に記載するコンピュータプログラム、および請求項１８に記載するコンピュータ可読媒体によって達成できる。いくつかの態様は、従属項、以下の説明および添付図面にから理解されよう。

【0009】

本開示の第一の観点の方法は、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法である。特に、家庭用温水生成および／または分配のためのシステムを制御することによって、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法である。方法は、実際のもしくは現実の温度の検出または取得工程と、少なくとも一の温度分布パターンおよび／または対応する熱分布パターンデータの取得工程と、を含む。実際のもしくは現実の温度の検出または取得工程において、熱貯蔵タンクに特に加圧タンクに貯蔵される流体の、特にサニタリー用の湯の、好ましくは重力の方向と平行な方向である熱貯蔵タンクの高さ方向に沿った少なくとも二つの異なる位置における少なくとも二つの実際のもしくは現実の温度を、少なくとも複数の時点で、好ましくは２時点ではなく数時点で、検出または取得する。少なくとも一の温度分布パターンおよび／または対応する熱分布パターンデータの取得工程において、熱貯蔵タンクに貯蔵される流体の熱の少なくとも一の温度分布パターンおよび／または対応する熱分布パターンデータを、少なくとも複数の時点で、好ましくは２時点ではなく数時点で、検出または取得される少なくとも二つの温度に温度分布パターンアルゴリズムを適用することによって、取得する。

【0010】

こうして、湯貯蔵タンクの利用可能なかつ／または実質的な湯容量を正確に推定し監視できるとともに家庭用温水生成および／または分配のエネルギー効率を改善できる。さらに、温度センサだけを用いて熱貯蔵タンクに貯蔵される熱および／または同等な湯を正確に推定できるようになるので、湯貯蔵タンクから取り出された湯の量を検出する流れ検出器の必要がなくなる。本発明において、「家庭用温水生成および／または分配の監視」に関する語「監視」を、仮想的温度センサおよび実際の温度センサを用いて例えば家庭用温水の生成を検出し任意選択的に記録する意味で用いる。例えば、湯が湯貯蔵タンクから取り出されるときの湯貯蔵タンクにおける温度分布パターンの変化や変様を検出しかつ／または決定し、これに基づいて湯貯蔵タンクに残っているまたは湯タンクから取り出された熱の量（ｋｗｈ）を決定しかつ／または記録する。

【0011】

また、「家庭用温水生成および／または分配の制御」に関する語「制御」を、本発明においては、例えば検出された温度もしくは検出された流量に基づいて、かつ／または推定された値もしくはパターン例えば温度分布パターンに基づいて、家庭用温水の生成を変更する、例えば装入コイルによる貯蔵された湯の加熱を開始もしくは停止することによって、家庭用温水の生成を増加するもしくは低減することを意味する。

【0012】

また、「家庭用温水生成の監視および／または制御」に関する語「生成」を、本発明においては、４０℃を超える温度への上昇を意味する湯の生成をいう。より具体的には、ある量の家庭用温水を生成するために、例えばヒートポンプによって加熱されて供給される高温流体が供給される装入コイルが配置される。装入コイルを流れる流体と、湯貯蔵タンクに貯蔵された湯との間で伝熱によって、タンク内に貯蔵された湯は加熱される、すなわち、湯の温度は上昇する。

【0013】

さらに、本発明において、「家庭用温水分配の監視および／または制御」に関する語「分配」を、湯を、特に４０℃を超える温度の水を、ユーザに例えばシャワーまたは風呂で利用可能にすること（供給すること）を意味する。

【0014】

コンピュータによって実現される方法は、さらに、熱貯蔵タンクに貯蔵される流体の、熱貯蔵タンクの高さ方向に沿った異なる位置における複数の仮想的温度を、好ましくは少なくとも五つの仮想的温度を、より好ましくは１０を超える仮想的温度を、さらに好ましくは２０を超える仮想的温度を、少なくとも複数の時点で、好ましくは２時点ではなく数時点で、検出される少なくとも二つの実際のもしくは現実の温度に仮想温度センサアルゴリズムを適用することによって、取得またはシミュレートする工程と、熱貯蔵タンクに貯蔵される熱の温度分布パターンおよび／または対応する熱分布パターンデータを、検出された少なくとも二つの実際のもしくは現実の温度と取得またはシミュレートされた複数の仮想的温度とに温度分布パターンアルゴリズムを適用することによって、取得またはシミュレートする工程と、を含むことができる。好ましくは、仮想的温度は、ニューラルネットワークを用いて取得されるまたはシミュレートされる。

【0015】

コンピュータによって実現される方法は、さらに、熱貯蔵タンクに貯蔵される熱の量を、特に同等な湯（ＥＨＷ，Ｖ４０）の量を、取得された温度分布パターンおよび／または検出された少なくとも二つの実際のもしくは現実の温度および取得された複数の仮想的温度に熱推定アルゴリズムを適用することによって、決定する工程、および／または少なくとも二つの温度分布パターンおよび／または対応する熱パターンデータを、少なくとも二セットの取得された温度に、好ましくは少なくとも異なる２時点で検出される検出実際温度および／または取得された仮想的温度を含む好ましくは、複数のセットの検出および／または取得された温度に、温度分布パターンアルゴリズムを適用することによって、取得する工程と、熱貯蔵タンクから取り出される熱の量を、特に同等な湯の量を、少なくとも二つの温度分布パターンに取り出し推定アルゴリズムを適用することによって、決定する（間接取り出し推定）工程と、を含むことができる。

【0016】

本発明において、「熱貯蔵タンクに貯蔵される熱の量」および「熱貯蔵タンクから取り出される熱の量」に関する語「熱」は、熱貯蔵タンクに貯蔵されておりユーザに湯を供給することに有効であるエネルギーの意味で用いる。したがって、語「熱」は、例えばｔ_０において残っている同等の湯（ＥＨＷ）を意味する。

【0017】

語「同等の湯（ＥＨＷ）」は、ＥＮ１６１４７で定義される最大湯量「Ｖ_４０」に対応する。ＥＮ１６１４７によれば、一回の注ぎ出し（特定の熱貯蔵タンクから）における４０℃の湯水混合温水の最大量は、注ぎ出し時の湯エネルギーを計算することによって、決定される。注ぎ出し時には、１０秒毎に、湯流量ｆｍａｘが、流入する冷たい水の温度θ_ＷＣと流出する湯の温度θ_ＷＨとともに、測定される。最大湯量Ｖ４０は、以下の式を用いて計算される。

【数1】

【0018】

ここで、Ｖ_４０は、単位ｌ（リットル）での、４０℃の湯水混合温水の最大量であり、θ_ＷＨ（ｔ）－θ_ＷＣ（ｔ）は、単位Ｋ（ケルビン）での、家庭用温水貯蔵の出口における湯の温度と入口における冷たい水の温度との間の温度差であり、ｔ_４０は、単位ｓ（秒）での、注ぎ出しが開始されてからθ_ＷＨ（ｔ）が４０度より低くなるまでの時間であり、ｆ_ｍａｘ（ｔ）は、単位ｌ／ｍｉｎ（リットル／分）での、注ぎ出し時の湯の流量である。

【0019】

さらなる観点では、コンピュータによって実現される方法の温度分布パターンを取得する工程は、特に温度分布パターンアルゴリズムは、少なくとも複数の時点で、好ましくは２時点ではなく数時点で、検出された少なくとも二つの実際のもしくは現実の温度を、特に検出された少なくとも二つの実際のもしくは現実の温度と取得されたまたはシミュレートされた複数の仮想的温度とを、回帰アルゴリズムを用いて処理することによって、熱貯蔵タンクに貯蔵される熱の温度分布パターンを決定する工程を含む。回帰アルゴリズムは、好ましくは、一以上の機械学習アルゴリズムを用いて、熱貯蔵タンクに貯蔵される熱の温度分布パターンを定義する温度データに関してトレーニングを受ける。

【0020】

さらに、コンピュータによって実現される方法の回帰アルゴリズムが受けるトレーニングは、熱貯蔵タンクの高さに沿った異なる位置に配置されるとともに少なくとも二つの温度を検出するよう用いられる複数の温度センサによって、好ましくは二つの温度センサを含む複数の温度センサによって、検出される温度ならびに／もしくは温度データ、および／または特に熱貯蔵に貯蔵される流体の加熱／ヒートアップ時のヒートコイルの入力ならびに／もしくは出力温度、および／または熱貯蔵タンクへの／からの流体の入口ならびに／もしくは出口における流量、および／またはヒートコイルを流れる流体（加熱流体）の流量である。

【0021】

さらに、コンピュータによって実現される方法は、好ましくは熱貯蔵タンクからの流体の出口において配置される少なくとも一の流量センサを用いて、熱貯蔵タンクから取り出される流体の流量ならびに／もしくは量を、特に湯の量を、取得する工程、および／または熱貯蔵タンクから取り出される熱の量を、特に同等な湯（ＥＨＷ，Ｖ４０）の量を、少なくとも二つの温度分布パターンとヒートコイルを流れる流体の流量とに間接取り出し推定アルゴリズムを適用することによって、決定する（間接取り出し推定）工程
を含む。

【0022】

さらに、コンピュータによって実現される方法において、少なくとも一の温度分布パターンを、少なくとも二つの温度センサ、特に実際の温度センサと、複数の仮想的温度を好ましくは少なくとも五つの仮想的温度を取得するよう用いられる複数の仮想的温度センサ、好ましくは少なくとも五つの仮想的温度センサ、より好ましくは１０を超える仮想的温度センサ、さらに好ましくは２０を超える仮想的温度センサと、を用いることによって、取得および／または決定することができる。仮想的温度センサは、好ましくは、（人工）ニューラルネットワークによって提供される、かつ／またはシミュレートされる。

【0023】

本発明において、「実際の温度」および「実際の温度センサ」における「実際の」を、家庭用温水生成を監視および／または制御するためのシステムに（実際に）物理的に配置されておりしたがって実際の（ライブの）温度を実際に測定する温度センサを定義するために用いる。換言すれば、実際の温度センサは、熱貯蔵タンクに現実に物理的に配置され、そして熱貯蔵タンクに貯蔵された流体の温度を実際に測定する。

【0024】

一方、「仮想的温度」および「仮想的温度センサ」における「仮想的」を、家庭用温水生成を監視および／または制御するためのシステムに物理的には配置されない温度センサを定義するために用いる。物理的には配置しない代わりに、仮想的温度センサは、どちらかというと以下でより詳細に説明する通り、ニューラルネットワークによってシミュレートされるものである。仮想的センサの温度の値は、実際の温度センサの入力に基づいてトレーニングされたニューラルネットワークによって決定され、したがって、取得されたまたはシミュレートされた温度を「仮想的温度」という。

【0025】

さらに、コンピュータによって実現される方法は、ユーザ消費アルゴリズムを、ａ）熱貯蔵タンクに貯蔵される熱の、取得された温度分布パターン、および／またはｂ）決定された、熱貯蔵タンクに貯蔵される、熱の量もしくは同等な湯の量、および／またはｃ）間接取り出し推定アルゴリズムを用いて決定された、熱貯蔵タンクから取り出された熱の量もしくは同等な湯の量、および／またはｄ）少なくとも一の流量センサを用いることによって決定される、熱貯蔵タンクから取り出された流体もしくは湯の量を適用することによってユーザ消費パターンを取得する。

【0026】

さらに、コンピュータによって実現される方法は、取得されたユーザ消費パターンに加熱パターンアルゴリズムを適用することによって、熱貯蔵タンクに貯蔵される流体の加熱パターンおよび／または湯生成制御パターンを決定する工程を含む。ユーザ消費パターンおよび／または加熱パターンおよび／または湯生成制御パターンは、１日、１２時間、６時間、１時間、３０分、１０分、および／または１分単位の時間増分へと区切られる。

【0027】

このことは、ユーザ消費パターンが例えば熱貯蔵タンクに貯蔵される熱の取得された温度分布パターン、および／または複数の時点で例えば１時間に１０回決定された熱貯蔵タンクに貯蔵される熱の量あるいは同等な湯の量の一纏まり（コレクション）であることを意味する。例えば、１時間に１０回、熱貯蔵タンクに貯蔵される熱の量あるいは同等な湯の量が決定される場合、１０のデータセットに基づいて平均値が計算される。つまり、複数の時点が、例えば１時間に１０回が、一の増分（インクリメント）の定義および／または特徴付けを行い、この１時間に１０回の場合には、１時間単位の増分であることを意味する。取得された多数の増分に基づいて、ユーザ消費パターンが決定される。同じことが、加熱パターンおよび／または湯生成制御パターンにも当てはまる。

【0028】

例えば、特定のユーザでは、いつも特定の時間に、例えば朝午前６時から午前８時までに（シャワーを浴びるために）、家庭用温水の必要値が高まる場合には、加熱パターンは、それに応じて、変更される、つまり、その午前６時から午前８時までの時間は通常より多量の湯を利用可能とする。

【0029】

さらに、コンピュータによって実現される方法において、熱貯蔵タンクの温度分布パターンが決定される前に、少なくとも１０の、好ましくは少なくとも２０の、さらに好ましくは少なくとも３０の温度を、少なくとも１０の時点で、好ましくは少なくとも２０の時点で、さらに好ましくは少なくとも３０の時点で取得できる。

【0030】

こうして、温度分布パターンの決定における精度を改善できる。詳細には、温度分布パターンを決定する前に、少なくとも二つの温度からなる複数の温度セットを数時点で取得し、その複数の温度セット（履歴）に基づいて、（人工）ニューラルネットワークを用いて温度分布パターンを決定する。

【0031】

さらに、本発明は、家庭用温水生成および／または分配を監視および／または制御するためのシステムを監視および／または制御することによって、家庭用温水生成および／または分配を監視および／または制御するためのコンピュータによって実現される方法を提供する。方法は、実際の温度の検出工程と、流体の量の取得工程と、熱の量または同等な湯の量の取得工程と、を含む。実際の温度の検出工程において、熱貯蔵タンクに特に加圧タンクに貯蔵される流体の、特にサニタリー用の湯の、熱貯蔵タンクの高さ方向に沿った少なくとも二つの異なる位置における少なくとも二つの実際の温度を少なくとも複数の時点で検出する。流体の量の取得工程において、少なくとも複数の時点で検出された少なくとも二つの実際の温度に流体取り出し推定アルゴリズムを適用することによって、熱貯蔵タンクから取り出された流体の量を取得する。熱の量または同等な湯の量の取得工程において、取得された熱貯蔵タンクから取り出された流体の量と熱貯蔵タンクの最上部層温度とに直接取り出し推定アルゴリズムを適用することによって、熱貯蔵タンクから取り出される熱の量または同等な湯の量を取得する。

【0032】

さらに、コンピュータによって実現される方法において、最上部層温度を、温度センサによって、特に熱貯蔵タンクの出口の近傍に配置される実際の温度センサによって、検出できる、かつ／または上述したコンピュータによって実現される方法の最上部に位置する実際の温度センサもしくは仮想的温度センサによって取得できる。

【0033】

本発明はさらに、制御ユニットと、コンピュータによって実現される方法の上述した工程を実行するよう構成される手段と、を備える家庭用温水生成および／または分配システムを監視および／または制御する制御装置を提供する。

【0034】

本発明はさらに、制御装置特に上述した制御装置と、コンピュータによって実現される方法の上述した工程を実行するよう構成される手段と、を備える家庭用温水生成および／または分配を監視および／または制御するシステムを提供する。

【0035】

システムは、さらに、
熱貯蔵タンク、特に湯貯蔵タンク、さらに特定的には加圧湯貯蔵タンクと、熱貯蔵タンクの高さ方向に沿った二つの異なる位置に配置されるとともに湯貯蔵タンクに貯蔵される流体の、特にサニタリー用の湯の、温度を検出するよう構成される少なくとも二つの温度センサと、を備えることができる。

【0036】

さらに、システムにおいて、少なくとも二つの温度センサの数は、多くても５個、好ましくは多くても４個、さらに好ましくは多くても３個であり、少なくとも二つの温度センサの一つは、好ましくは熱貯蔵タンクの下半分に、さらに好ましくは熱貯蔵タンクの下側の三分の一に配置される。

【0037】

制御装置およびシステムが、コンピュータによって実現される方法の上述した工程を実行するよう構成されているので、コンピュータによって実現される方法に関連して開示したさらなる特徴を制御装置およびシステムにも適用できる。同じことが、逆に、コンピュータによって実現される方法にもいえる、すなわち制御装置およびシステムのさらなる特徴をコンピュータによって実現される方法にも適用できる。

【0038】

本発明は、さらに、家庭用温水生成および／または分配システムのための上述した制御装置および／または家庭用温水生成および／または分配のためのシステムに、家庭用温水生成および／または分配を監視および／または制御するコンピュータによって実現される方法の上述した工程を実行させる命令を含んでいるコンピュータプログラムを提供する。

【0039】

さらに、本発明は、家庭用温水生成および／または分配を監視および／または制御する上述したコンピュータプログラムを記憶しているコンピュータ可読媒体を提供する。

【0040】

この点から、上述したコンピュータによって実現される方法は、コンピュータによって実現される方法の上述した工程を実行するよう構成される制御装置およびシステムによってのみ実施されるのではなく、方法をクラウドコンピューティングによっても実施できる。つまり、特定の熱貯蔵タンクの実際の温度センサのデータをクラウドに送信し、クラウドは、コンピュータによって実現される方法の上述した工程を実行するよう構成されており、取得したデータ（温度分布パターン、熱貯蔵タンクに貯蔵される同等の湯、熱貯蔵タンクから取り出された熱ならびに／もしくは同等の湯、消費者パターン等）を家庭用温水を監視ならびに／もしくは制御するためのそれぞれのシステムの制御装置および／またはユーザに返送する。

【0041】

コンピュータプログラムおよびコンピュータ可読媒体は、家庭用温水生成および／または分配のための上述した制御装置およびシステムと関係しているので、コンピュータによって実現される方法、制御装置およびシステムに関連して開示したさらなる特徴をコンピュータプログラムおよびコンピュータ可読媒体にも適用でき、その逆にも適用できる。

【図面の簡単な説明】

【0042】

本発明の他の利点は、本開示のより完全な認識およびそれによる多くの利点は、添付図面を参照して以下の詳細な説明から容易に得られ、より十分に理解されよう。

【図1】図１は、水ボイラシステムのための従来の予測システムを示す概略図である。

【図2】図２は、本発明の一の観点にかかる導入段階を示す家庭用温水生成および／または分配を監視および／または制御するシステムの概略図である。

【図3】図３は、本発明の一の観点にかかるトレーニング段階を示す家庭用温水生成および／または分配を監視および／または制御するシステムの概略図である。

【図4】図４は、本発明の一の観点にかかる図２のシステムの例示的な信号処理ハードウェア構成を示すブロック図である。

【図5】図５は、図２のシステムが熱貯蔵タンクに貯蔵される熱の温度分布パターンＴＤＰ_１を取得し、貯蔵された熱の量または同等な湯の量を決定する、本発明の一の観点にかかるプロセスを示すフロー図である。

【図6】図６は、図３に示したトレーニング段階におけるシステムのトレーニングプロセスのためのオフラインデータ収集プロセスを示すフロー図である。

【図7】図７は、図２のシステムが熱貯蔵タンクに貯蔵される熱（ＥＨＷ，Ｖ４０）の量を決定する、本発明の一の観点にかかるプロセスを示すブロック図である。

【図8】図８は、図２のシステムが熱貯蔵タンクから取り出される熱の量を決定する、本発明のさらなる観点にかかるプロセスを示すブロック図である。

【図9】図９は、本発明の一の観点にかかる図７および図８の温度分布推定器のトレーニングプロセスを示すフロー図である。

【図10】図１０は、本発明のさらなる観点にかかる図８の直接取り出し推定器のトレーニングプロセスを示すフロー図である。

【図11】図１１は、入力層と隠れ層と出力層とにわたる人工ニューロンを有するニューラルネットワークの概略図である。

【図12】図１２は、図２に示した家庭用温水生成および／または分配を監視および／または制御するシステムによって取得されるユーザ消費パターンを示すグラフである。

【発明を実施するための形態】

【0043】

本開示のいくつかの実施形態を図面を参照して説明する。以下の実施形態の説明は単なる例示であって、添付の特許請求の範囲によって定義される本開示を限定するものではないことは、本開示から、家庭用温水生成および／または分配の分野の当業者には明らかであろう。

【0044】

図１は、水ボイラシステムのための従来の予測システムを示す概略図である。図１において、水ヒーター（ボイラ）システム４００は、直接監視・予測システムによって機能が拡張されている。典型的な水ボイラシステムは、水ボイラ４６０と、外部供給源から冷たい水を受ける冷水取り入れ口パイプ４８０と、ボイラからの湯出口パイプ４７０（通常は、最も熱い湯があるボイラの最上部の近傍に位置している）と、を有する。湯出口パイプ４７０からは、家全体への分配供給のための複数のパイプからなる家庭システム（例えば、風呂場、台所、洗濯室等）へとつながっている。システムは、ボイラに組み込まれた三つのセンサからデータを収集する。三つのセンサは、第一温度センサ（Ｃ）４５０、第二温度センサ（Ｈ）４４０および流れ計量器（Ｘ）４３０である。第一温度センサ（Ｃ）４５０は、取り入れライン４８０における水の温度を測定する。第二温度センサ（Ｈ）４４０は、ボイラから出てくる湯出口パイプにおける水の温度を測定する。流れ計量器（Ｘ）４３０は、冷水取り入れラインを通じてボイラ内へと移動する水の流量を測定する。ボイラシステムが閉じたシステムであるときには、流量センサを取り入れラインまたは出口ラインのいずれにも配置することができる。システムは、センサからの入力を分析し、利用可能な湯の量を計算し、利用可能な湯量のリアルタイムな推定を表示ユニット４１０に表示する。表示ユニット４１０は、好ましくは、シャワーや風呂場等の入浴場所に配置される。

【0045】

図２は、本発明の第一の観点にかかる導入段階を示す家庭用温水生成および／または分配を監視および／または制御するシステムの概略図である。図示したシステムは、家庭用温水生成および分配を監視および制御する制御装置１と、加熱した水を特に４０℃を超える温度に加熱される水を貯蔵する熱貯蔵タンク２０と、熱貯蔵タンク２０に貯蔵される湯の温度を検出する五つの温度センサ１０Ａ，１０Ｂ，・・・と、を備える。

【0046】

さらに、図２を示す通り、好ましくは加圧タンクである熱貯蔵タンク２０は、タンクの下半分に配置されるコイルまたは装入コイルを備える。熱貯蔵タンク２０または湯貯蔵タンクに貯蔵される湯の温度分布は層状となる（層をなす）ので、たとえ底部に近い水が冷たいとしても（４０℃より低くても）、それでもまだ湯を取り出せることを意味する。熱貯蔵タンク２０に貯蔵された湯を加熱する熱源が例えばヒートポンプである場合、ヒートポンプは、タンク熱加熱の初期フェーズにおいて良好なＣＯＰで動作することができる。供給する湯の温度がタンクの下半分での水の温度よりほんのわずか高い（ΔＴ約３℃）だけでよいからである。

【0047】

また、熱貯蔵タンク２０に貯蔵される湯は層状となるので、温度は、タンクの底部からタンクの最上部へと連続的に高くなるという、特有の温度分布パターンを形成する。温度がタンクの底部からタンクの最上部へと高くなるので、湯貯蔵タンク２０の高さ方向に沿った異なる位置に配置される温度センサ１０Ａ～１０Ｅは、それぞれのセンサの位置／高さに応じた、異なる温度を測定することになる。

【0048】

図示した湯貯蔵タンク２０は、外部供給源から冷たい水を取り込む冷水取り入れ口／入口２２Ａと、湯貯蔵タンク２０から湯を取り出す湯取り出し口／出口２２Ｂと、を有する。入口２２Ａは、タンクの底部側の三分の一に配置される。出口２２Ｂは、最も熱い湯があるタンクの最上部の近傍に配置される。出口２２Ｂから、湯を、例えば家全体への分配供給のための複数のパイプによって、家庭に分配できる。

【0049】

また、図示したシステム１００は、装入コイルを流れる流体（加熱流体）の入口温度と出口温度とを検出する一ペアの温度センサ１５，１６を備える。

【0050】

システムは、（実際の）温度センサ１０Ａ～１０Ｅを用いることによって、湯貯蔵タンク２０に貯蔵される層状の湯の五つの（実際の）温度Ｔ_{１Ｒ＿ｔ０}～Ｔ_{５Ｒ＿ｔ０}を取得する制御装置１を用いる。取得した五つの実際の温度Ｔ_{１Ｒ＿ｔ０}～Ｔ_{５Ｒ＿ｔ０}に基づいて、システムはさらに、湯貯蔵タンク２０に貯蔵される熱の温度分布パターンＴＤＰ_１と、対応する熱分布パターンデータと、を取得する。温度分布パターンＴＤＰ_１と、対応する熱分布パターンデータと、を決定するために、制御装置１は、以下により詳細に説明する温度分布パターンアルゴリズムを適用する。そして、取得した熱分布パターンアルゴリズムに基づいて、制御装置１は、湯貯蔵タンク２０に貯蔵される熱の量を特に同等な湯の量を決定する。このことは、取得した温度分布パターン（ＴＤＰ_１）に熱推定アルゴリズムを適用することによっても行うことができる。

【0051】

上述したプロセスがある期間にわたって繰り返されたとき、特に、ある量の湯がタンク２０から取り出された後、あるいは周囲の環境への熱損失によってタンク２０に貯蔵される湯の温度が低下した後、システムは複数の温度分布パターンＴＤＰ_１，ＴＤＰ_２～ＴＤＰ_ｎを取得することができる。取得した温度分布パターンＴＤＰ_１，ＴＤＰ_２～ＴＤＰ_ｎに基づいて、制御装置は、取得した温度分布パターンＴＤＰ_１，ＴＤＰ_２～ＴＤＰ_ｎに間接取り出し推定アルゴリズムを適用することによって、湯貯蔵タンク２０内の残っている熱の量と、熱貯蔵タンクから取り出された熱の量特に同等な湯の量と、を決定できる。

【0052】

図３は、本発明の第二の観点にかかるトレーニング段階を示す、家庭用温水生成および／または分配を監視および／または制御するシステムの、特に図２のシステムの、概略図である。図示したシステムは、図２に示したシステムに関して上で説明したすべての構成部分を備える。さらに、システムは、トレーニングのために、同様に湯貯蔵タンク２０の高さ方向に沿った異なる位置に配置される追加の２０個の（実際の）温度センサと、湯貯蔵タンク２０から取り出される湯の流量を測定する流量センサ３０と、コイルを流れる流体（加熱流体）の流量を測定する流量センサ３１と、を有する。

【0053】

上で説明した通り、システム１００は、熱貯蔵タンクもしくは湯貯蔵タンク２０に貯蔵される熱もしくは湯の温度分布パターンを取得、決定またはシミュレートするよう用いられて、システムを自らトレーニングする。システムのトレーニングを、特に温度分布パターンアルゴリズム、熱推定アルゴリズム、間接取り出し推定アルゴリズムおよび回帰アルゴリズムのトレーニングを、以下により詳細に説明する。

【0054】

図４は、図２の制御装置１として機能するよう構成できる、本発明の一の観点にかかる図２のシステムの例示的な信号処理ハードウェア構成を示すブロック図である。プログラム可能な信号処理ハードウェア２００は、上述した（実際の）温度センサ１０Ａ～１０Ｅの（実際の）温度データを受信する通信インタフェース（Ｉ／Ｆ）２１０を備え、湯貯蔵タンク２０の温度測定を行うよう家庭用温水生成および／または分配を監視および／または制御するシステム１００に対する命令を生成し、（実際の）温度センサ１０Ａ～１０Ｅから測定データを受信し、熱貯蔵タンク２０に貯蔵される熱の温度分布パターンＴＤＰおよび対応する熱分布パターンデータを決定し、任意選択的に熱貯蔵タンクに貯蔵される熱の量を決定するかつ／または熱貯蔵タンクから取り出される熱の量を決定し、そして分布パターン、熱貯蔵タンクに貯蔵された熱の量および／または熱貯蔵タンクから取り出された熱の量を表示するよう表示装置２１５を制御する表示制御信号を出力する。信号処理装置２００は、さらに、プロセッサと、制御ユニット２と、（例えば中央処理装置（ＣＰＵ）またはグラフィックス・プロセッシング・ユニット（ＧＰＵ））２２０と、作業（ワーキング）メモリ２３０（例えばランダムアクセスメモリ）と、命令記憶部２４０と、任意選択的に表示制御信号生成器と、を備える。命令記憶部２４０は、プロセッサ２２０によって実行されるとき家庭用温水生成および／または分配を監視および／または制御するシステム１００の機能を含む種々の機能をプロセッサ２２０に実行させるコンピュータ可読命令を含むコンピュータプログラムを記憶する。命令記憶部２４０は、コンピュータ可読命令が予め書き込まれているＲＯＭ（例えば、電気的に消去可能なプログラム可能な読み取り専用メモリ（ＥＥＰＲＯＭ）またはフラッシュメモリの態様の）を備えることができる。あるいは、命令記憶装置２４０は、ＲＡＭまたは同様なタイプのメモリを備えることができる。コンピュータプログラムのコンピュータ可読命令は、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭといった態様の非一時的コンピュータ可読記憶媒体等のコンピュータプログラム製品２５０から、またはコンピュータ可読命令を伝送するコンピュータ可読信号２６０から、命令記憶装置２４０へと入力可能である。いずれの場合も、プロセッサによって実行されるとき、コンピュータプログラムは、家庭用温水生成および／または分配を監視および／または制御するための方法のうちの少なくとも一つをプロセッサに実行させる。なお、制御装置１を、特定用途向け集積回路（ＡＳＩＣ）等のプログラミングできない（ノン・プログラマブル）ハードウェアにおいてもまた実現できることを記載しおく。

【0055】

本発明の当該の観点に関して、プロセッサ２２０と、作業メモリ２３０と、家庭用温水生成および／または分配を監視および／または制御するシステム１００の機能を実行するよう構成される命令記憶装置２４０と、から構成される図４に示すハードウェア構成部分の組み合わせ２７０を、以下に詳細に説明する。システム１００が表示制御信号生成器を備える本発明の当該観点に関して、この任意選択的な構成部分の機能を、ハードウェア構成部分の組み合わせ２７０とともに、通信インタフェース２１０によっても提供することができる。

【0056】

当該観点の制御装置１および／またはシステム１００によって実行される動作の以下の説明から分かる通り、熱貯蔵タンクもしくは湯貯蔵タンクに貯蔵される熱のならびに／もしくは同等な湯の非常に正確な熱分布パターンＴＤＰを決定するために、制御装置１および／またはシステム１００は、それぞれのセンサによって取得される温度ならびに／もしくは温度データを、任意選択的に流量ならびに／もしくは流量データを自動的に処理する。

【0057】

図５は、図２のシステム１００が熱貯蔵タンク２０に貯蔵される熱の温度分布パターンＴＤＰ_１を取得し、タンク２０に貯蔵されたそして任意選択的に熱貯蔵タンク２０から取り出された熱の量または同等な湯の量を決定するプロセスを示すフロー図である。また、図５は、熱貯蔵タンク２０から取り出された熱の量または同等な湯の量を取得する選択的なプロセスを示す。

【0058】

図５のプロセスＳ１０においては、制御装置１は、特に制御ユニット２は、温度データを、特に少なくともの二つの実際の温度データを受信する。二つの実際の温度データのそれぞれには、湯貯蔵タンク２０に配置されるとともにタンク２０に貯蔵された湯の温度を検出するよう構成される実際の温度センサからの、数時点での複数の実際の温度測定値（履歴）（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}；Ｔ_{１Ｒ＿ｔ０－１}，Ｔ_{２Ｒ＿ｔ０－２}；Ｔ_{１Ｒ＿ｔ－ｎ}，Ｔ_{２Ｒ＿ｔｎ}）が含まれる。

【0059】

図５のプロセスＳ１５Ａにおいて、制御装置１は、特に制御ユニット２は、少なくとも複数の時点で検出された少なくともの二つの実際の温度に仮想的温度センサアルゴリズムを適用することによって、湯貯蔵タンク２０に貯蔵される湯の、複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）を取得する。

【0060】

図５のプロセスＳ２０Ａにおいて、制御装置１は、特に制御ユニット２は、取得された少なくともの二つの実際の温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}；Ｔ_{１Ｒ＿ｔ０－１}，Ｔ_{２Ｒ＿ｔ０－２}；Ｔ_{１Ｒ＿ｔ－ｎ}，Ｔ_{２Ｒ＿ｔｎ}）と取得された複数の仮想的温度（Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}）とに温度分布パターンアルゴリズムを適用することによって、湯貯蔵タンク２０に貯蔵される湯の（第一）温度分布パターンＴＤＰ_１を取得する。用いる機械学習温度分布パターンアルゴリズムは、図３を参照しながら説明したトレーニング／シミュレーションのための上記システム１００を用いて、以前にトレーニングされたアルゴリズムである。温度分布パターンアルゴリズムのトレーニング／機械学習は、図６、図７および図８を参照して以下により詳細に説明する。

【0061】

また、図５のプロセスＳ３０Ａにおいて、制御装置１は、特に制御ユニット２は、熱推定アルゴリズムを取得された温度分布パターンＴＤＰ_１に適用することによって、熱貯蔵タンクまたは湯貯蔵タンク２０に貯蔵される熱の量を特に同等な湯の量を決定する。

【0062】

さらに、図５において示す（破線で示す）任意選択的なプロセスにおいて、プロセスＳ２０が、少なくともの一度Ｓ４０Ａにおいて繰り返され、これにより、上述した温度分布パターン－アルゴリズムを少なくとも２セットの取得された温度（Ｔ_{１Ｒ＿ｔ０}，Ｔ_{２Ｒ＿ｔ０}，Ｔ_{１Ｖ＿ｔ０}，Ｔ_{２Ｖ＿ｔ０}，・・・Ｔ_{ＮＶ＿ｔ０}；Ｔ_{１Ｒ＿ｔ０－１}，Ｔ_{２Ｒ＿ｔ０－１}，Ｔ_{１Ｖ＿ｔ０－１}，Ｔ_{２Ｖ＿ｔ０－１}，・・・Ｔ_{ＮＶ＿ｔ０－１}）に適用することによって、少なくとも二つの温度分布パターンＴＤＰ_１，ＴＤＰ_２が決定される。

【0063】

さらなる任意選択的なプロセスとして（破線で示す）、図５に示すプロセスＳ５０Ａにおいて、間接取り出し推定アルゴリズムを取得した二つの温度分布パターンＴＤＰ_１，ＴＤＰ_２に適用することによって、熱貯蔵タンクまたは湯貯蔵タンク２０から取り出される熱の量および／または同等な湯の量を決定する。

【0064】

図３を参照して上ですでに説明した通り、システム１００（トレーニングシステム）のトレーニングフェーズにおいて、システム１００には、少なく二つの（実際の）温度センサだけでなく、例えば２５個の（実際の）温度センサが配置される。これにより、システム１００のトレーニングフェーズ（機械学習フェーズ）において、制御装置１は２５個の温度データＴ_１＿ｔ０，Ｔ_２＿ｔ０…Ｔ_{２５＿ｔ０}を受信する。

【0065】

図６は、図３に示したトレーニング段階におけるシステムの、特にシステムの人工ニューラルネットワークの、トレーニングプロセスのためのオフラインデータ収集プロセスを示すフロー図である。「オフラインデータ収集」とは、トレーニングを実際に行う前に、ニューラルネットワークおよび対応しているアルゴリズムをトレーニングするために必要なデータを収集することを意味する。つまり、まず、すべての必要なデータを、特定の期間例えば１日、１週間あるいは数カ月、収集する。必要なデータを収集した後、そのデータを前処理し、そしてニューラルネットワークへと入力してニューラルネットワークをトレーニングする。

【0066】

図６のプロセスＳ１００において、制御装置１は、特に制御ユニット２（プロセッサ）は、湯貯蔵タンク２０の高さ方向に沿って配置される２５個の実際の温度センサ１０Ａ～１０ＸＹを用いて、湯貯蔵タンク２０に貯蔵される湯の２５個の実際の温度データＴ_１＿ｔ０～Ｔ_{２５＿ｔ０}を受信する。

【0067】

図６のプロセスＳ１１０において、制御装置は、特に制御ユニット２は、取得した温度Ｔ_１＿ｔ０，Ｔ_２＿ｔ０…Ｔ_{１＿ｔ２５－０}を上述した温度分布パターンアルゴリズムを用いて処理することによって、湯貯蔵タンク２０に貯蔵される湯の温度分布パターンＴＤＰ_１を決定する。

【0068】

図６のプロセスＳ１２０において、湯貯蔵タンクの出口において配置される流量センサ３０と、最上部のタンク温度センサ１０ＸＹ（実際のセンサおよび仮想的センサなかで最上部にあるセンサ）と、を用いて、ある量の熱（ｋＷｈ）および／またはある量の同等の湯（ｌ）が湯貯蔵タンクから取り出される。さらに、任意選択的に、コイル２１を通る流体の流れをコイルの流量センサ３１によって測定し、かつ、流体の入口温度と出口温度とをコイル２１の入口温度センサ１５と出口温度センサ１６とによって測定しながら、貯蔵される湯のコイル２１を介した加熱（ｋＷｈ）を行う。

【0069】

さらに、図６のプロセスＳ１３０で湯貯蔵タンク２０に貯蔵される湯の新しい温度Ｔ_１＿ｔ１～Ｔ_{２５＿ｔ１}を取得し、プロセスＳ１４０において、プロセスＳ１１０と同様に、湯貯蔵タンク２０に貯蔵される湯の温度分布パターンＴＤＰ_２を、取得した新しい温度Ｔ_１＿ｔ１～Ｔ_{２５＿ｔ１}を用いて決定する。

【0070】

上記のプロセスは、ニューラルネットワークをトレーニングするのに十分なデータを取得および／または収集できるまで、連続的に繰り返される。図６のプロセスＳ１５０において、取得および／または収集したデータを用いて、人工ニューラルネットワークをトレーニングする。トレーニングを、図９および図１０を参照しながら、以下により詳細に説明する。

【0071】

図７は、図２のシステム１００が、ｔ_０における熱貯蔵タンクに貯蔵される熱の量（残っている同等の湯）（ＥＨＷ，Ｖ４０）を決定する、本発明の一の面にかかるプロセスを示すブロック図である。図７に示す通り、実際の温度が、少なくともの二つの実際の温度センサ１０Ａ，１０Ｂによって、当該の面ではセンサ１、センサ２およびセンサ３によって検出され、制御装置１によって、特に制御装置１または制御ユニット２の前処理器（プレプロセッサ）によって、受信される。

【0072】

プレプロセッサは、それぞれの熱貯蔵タンク２０に対して最良のサブセットを取り込んで、センサ１～３から受信した実際の温度および／または温度データを前処理し、そして新しい特徴量を計算する。新しい特徴量を計算するとは、プレプロセッサが、履歴を例えばセンサ１～３によって過去に測定された実際の温度を用いて、例えば２８個のデータからなるデータパッケージを提供することを意味する。

【0073】

次のステップにおいて、スケーラーが、ニューラルネットワークのモデルの準備において特徴量をスケールダウンする。スケールされた特徴量は、上述した通りトレーニングされておりそして図９および図１０を参照してより詳細に説明する例えば４０個のノードからなる二つの隠れ層で構成される（人工）ニューラルネットワーク（ＡＮＮ）へと入力され、受信した特徴量に基づいて（上述したトレーニングシステムの）残る２２個の仮想的センサを推定する。その後、アンスケーラーがその特徴量を元の範囲に戻すようスケールし、結合器（ジョイナー）が三つの実際のセンサ１～３のデータを２２個の仮想的センサのデータと結びつける。

【0074】

ジョイナーからのデータは、湯貯蔵タンクの温度分布パターンＴＤＰを決定するための温度分布推定器へと入力される。

【0075】

さらに、ジョイナーのデータは補間器に送られる、そこで、後で変換および／または計算される熱／等価な湯（ＥＨＷ，Ｖ４０）におけるアーティファクトを除去するために、温度分布パターンＴＤＰを決定するよう用いられる仮想的センサの数を増やす。

【0076】

さらに、補間器が決定したデータを湯変換装置（ＥＨＷ，Ｖ４０）へと送信し、その後、補間器がすべてのアーティファクトを除去できていない場合には任意選択的に出力（ＥＨＷ，Ｖ４０）にさらなるスムージングを行うフィルタによって処理される。

【0077】

最後の任意選択的なステップにおいて、コイルを通る流体流れを検出するように構成される流れセンサによって検出されるコイルフロー（ｌ／ｍｉｎ）が、間接取り出し推定器によって取り出しを推定するために用いられる。これにより、湯貯蔵タンク２０から取り出される熱（ｋｗｈ）および／または同等の湯（ＥＨＷ，Ｖ４０）を推定することが可能になる。湯貯蔵タンク２０から取り出された熱（ｋｗｈ）および／または同等の湯（ｌ）を推定すると、間接取り出し推定器は、周囲の環境への伝熱による熱損失を取り去るすなわち補償することもでき、またヒートコイル２１を介した加熱によって湯貯蔵タンク２０に加えられる熱を取り消すすなわち補償することもできる。

【0078】

図８は、図２に示したシステム１００が熱貯蔵タンクから取り出される熱の量および／または同等の湯（ＥＨＷ，Ｖ４０）の量を直接決定する、本発明のさらなる面にかかるプロセスを示すブロック図である。図８に示すプロセスまたはシステム（制御ユニット）は、間接取り出し推定器を除く、図７に示したプロセスまたはシステムのすべての特徴／ステップもしくは構成部分を備える。

【0079】

さらに、図示のプロセスは、熱貯蔵タンクから取り出される熱の量および／または同等の湯（ＥＨＷ，Ｖ４０）の量を直接決定する第二（並列）プロセスラインを有する。図示する通り、センサ１～３によって検出された三つの実際の温度は、第二プレプロセッサ内へと入力されて、そこで、それぞれの熱貯蔵タンク２０に対して最良のサブセットを取り込んで、実際の温度を前処理し、そして新しい特徴量を計算する。前記特徴量には、新たに入力された実際の温度が、予め入力された実際の温度（履歴）に加えて、含まれる。

【0080】

第二スケーラーが、特に図１０を参照して以下に説明する通りトレーニングされた第二（人工）ニューラルネットワーク（ＡＮＮ＿２）の第二モデルの準備において特徴量をスケールダウンする。第二（人工）ニューラルネットワーク（ＡＮＮ＿２）は、例えば４０個のノードからなる二つの異なる層で構成され、タンクから取り出される湯の量を推定する。ここでは、取り出される水に含まれるエネルギーを示すことなく水の量だけが推定される。その後、アンスケーラーが、その特徴量を元の範囲に戻すようスケールし、取り出された湯の推定した量を直接取り出し推定器へと提供する。

【0081】

取り出された湯の推定した量（第二ニューラルネットワークによって提供される）と、２５個のセンサ（２２個の仮想的のセンサ＋３個の実際のセンサ）のうちの最上部にある温度センサによって検出される最上部層温度（湯貯蔵タンクから取り出される湯の実際の温度と考えられる）と、を用いて、直接取り出し推定器は、湯貯蔵タンクから取り出された熱および／または同等の湯を推定する。湯貯蔵タンク２０から取り出された熱あるいは同等の湯を推定すると、直接取り出し推定器は周囲の環境への伝熱による熱損失を取り去るすなわち補償することもできる。ここで、第一ニューラルネットワークの２２個の仮想的のセンサのうちの一つの代わりに一つの実際に設置される温度センサを用いることができ、したがって、取り出された熱または同等の湯の決定を第一ニューラルネットワークにおいて不要とすることができる。

【0082】

図９は、本発明の一の面にかかる図７および図８の温度分布推定器のトレーニングプロセスを示すフロー図である。図示する通り、第一ステップにおいて、入力層における数（実際のセンサの数×履歴（利用可能なデータの数；複数の時点））と、隠され層における数と、出力層における数（仮想的センサの数）と、が初期化される。次のステップにおいて、人工ニューラルネットワーク（ＡＮＮ）が生成され、そしてＡＮＮの重み付け量（ウエイト）は初めにランダムな値に設定される。

【0083】

次のステップにおいて、トレーニング入力値（オフラインデータ収集プロセスにおいて収集されるデータ）に対してそれぞれの層の出力値が計算され、推定した値（温度）と実際の値（温度）とに基づいて出力層におけるエラーが計算される。

【0084】

計算したエラーに基づいて、ＡＮＮの出力層と隠され層のウエイトに対して新しい値（アップデート）が計算され設定される。その後、トレーニング入力値を用いてそれぞれの層の出力値の計算を繰り返し、更新したウエイトを用いる。これが、計算したエラーが必要とされる閾値より低くなるまで行われる。閾値に達すると、人工ニューラルネットワークのトレーニングを終了できる。

【0085】

上述したプロセスの際に、実際のセンサおよび仮想的センサの数および位置と、履歴（数時点における温度セットの数）と、最適な層数および最適なウエイトと、を最適化できる。このことは、ニューラルネットワークのトレーニングの際に用いられる例えば２５個のセンサから、少なくともの二つのセンサが、実際に測定された温度分布パターンと比較したとき温度分布パターンを推定する精度に関して総合的に最良の結果が得られる実際のセンサとして選択されることを意味する。同じことが、実際のセンサおよび仮想的センサの数と、考慮すべき以前のデータセット（履歴）の数と、人工ニューラルネットワークの層の数および各層の大きさと、に関しても当てはまる。

【0086】

図１０は、本発明のさらなる面にかかる図８の直接取り出し推定器のトレーニングプロセスを示すフロー図である。前記プロセスは、温度値（温度分布パターン）の代わりに湯貯蔵タンクから取り出される湯の量を推定するかつ／またはトレーニングすることを除いて、図９に示した機械学習プロセスと基本に同じである。したがって、出力層におけるエラーを計算するステップにおいて湯貯蔵タンクから取り出された熱および／または同等の湯の推定した量を、流量センサによってそしてもしあれば温度センサによって測定される実際の値と比較する。このトレーニングプロセスによって、図８の第二ニューラルネットワークをトレーニングする。

【0087】

上述した回帰アルゴリズムを、当該面のように、ニューラルネットワークとすることもできる。事前に何の知識がなくても、入力データを、例えば温度センサ１０Ａ～１０ＸＹによって検出される温度データ、ヒートコイル温度センサ１５，１６によって検出されるヒートコイル入力温度データおよび／または出力温度データ、流量センサ３０、３１によって検出される流量データを処理することによって、ニューラルネットワークは、関連付け特性を自動的に生成する。

【0088】

図１１に示す通り、一般に、ニューラルネットワークは、入力層と出力層とに加えて、複数の隠れ層と、から構成される。各層が複数の人工ニューロン（図１１においてＡ～Ｆを付している）から構成され、そして各層がそれぞれへの入力に応じて種々の変換を行うことができる。それぞれの人工ニューロンを、隣接する層でおける複数の人工ニューロンに接続できる。それぞれの人工ニューロンの出力は、それへの入力の和を変数としたある非線形関数によって計算される。複数の人工ニューロンと、それら人工ニューロン間の接続と、には、典型的には、ある接続における信号の強さを決定するそれぞれのウエイト（図１１におけるＷＡＤ、ＷＡＥ等）が与えられる。これらのウエイトは学習収穫（プロシーズ）として調整され、その結果、ニューラルネットワークの出力が調整される。信号は最初の層（入力層）から最後の層（出力層）へと移動し、複数回層を渡ることができる。

【0089】

ニューラルネットワークの出力を、熱貯蔵タンク２０に貯蔵される熱の温度分布パターンの関連付け特性を含んでいる検出された温度Ｔ_１＿０～Ｔ_ｎ＿ｎの確率だと見なすことができ、決定には、記憶またはトレーニングされる分布パターンが熱貯蔵タンクに見られる実際の熱分布パターンに対応しているか否かの決定を含めることができる。

【0090】

本発明の当該面のように、学習アルゴリズムがニューラルネットワークである場合、システム１００を、特に制御装置１を、ニューラルネットワークを分析することによって対応する記憶またはトレーニングされる分布パターンを見つけるよう構成することもできる。

【0091】

図１２は、図２に示した家庭用温水生成および／または分配を監視および／または制御するシステムによって取得されるユーザ累積消費パターンを示すグラフである。図１２は、平日と週末とにおける消費されたすなわち取り出された同等な湯量をｍ^３の単位で示している。図１２から分かる通り、取得した消費パターン（ある期間の）は、一日のなかで変化するだけでなく、例えば平日と週末とでも変化している。

【符号の説明】

【0092】

１ 制御装置
２ 制御ユニット
１０Ａ （第一）実際の温度センサ
１０Ｂ （第二）実際の温度センサ
１０Ｅ （第五）実際の温度センサ
１５ 入口温度センサコイル
１６ 出口温度センサコイル
２０ 熱貯蔵タンク
２１ ヒートコイル
２２Ａ 入口／冷水取り入れ口
２２Ｂ 出口／湯取り出し口
３０ 湯出口流量センサ
３１ 加熱流体流量センサ

【先行技術文献】

【特許文献】

【0093】

【特許文献1】米国特許出願公開第２０１５／０２２６４６０号

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【国際調査報告】