[論文レビュー] A benchmark for data-based office modeling: challenges related to CO$_2$ dynamics

Riccardo Sven Risuleo, Marco Molinari+3 more|TU/e Research Portal (Eindhoven University of Technology)|Apr 11, 2015

Building Energy and Comfort Optimization参考文献 16被引用数 4

ひとこと要約

本論文は、IDA-ICEを用いてシミュレートされたオフィス環境におけるCO2動態の合成ベンチマークデータセットを提示する。これは、直接の占有状態データが入手できない状況下で、CO2濃度からの占拠状態のブラインドシステム同定を焦点としている。2つのデータベースモデリング手法（過パラメータ化とカーネルベース手法）を評価し、開けた窓が占有状態推定の精度を著しく低下させることを示している。窓が開いている状況ではCO2適合度が80.3–87.2%、占有状態適合度が37.9–67.1%に低下する。

ABSTRACT

This paper describes a benchmark consisting of a set of synthetic measurements relative to an office environment simulated with the software IDA-ICE. The simulated environment reproduces a laboratory at the KTH-EES Smart Building, equipped with a building management system. The data set contains records collected over a period of several days. The signals to CO$_2$ concentration, mechanical ventilation airflows, air infiltrations and occupancy. Information on door and window opening is also available. This benchmark is intended for testing data-based modeling techniques. The ultimate goal is the development of models to improve the forecast and control of environmental variables. Among the numerous challenges related to this framework, we point out the problem of occupancy estimation using information on CO$_2$ concentration. This can be seen as a blind identification problem. For benchmarking purposes, we present two different identification approaches: a baseline overparametrization method and a kernel-based method.

研究の動機と目的

• データベース型オフィス建物の室内環境動態のモデリングのための標準化されたベンチマークデータセットの開発を目的とする。
• 直接の占有状態データが入手できない状況下で、CO2濃度測定値からの占拠状態のブラインド同定の課題に取り組むことを目的とする。
• 変動する占有状態および窓の開閉を含む現実的なオフィス環境下で、異なるシステム同定手法の性能を評価・比較することを目的とする。
• 特に開けた窓のような未モデル化されたダイナミクスが、占有状態およびCO2モデリングの精度に与える影響を浮き彫りにすることを目的とする。
• エネルギ効率の良い室内気候管理のためのモデル予測制御（MPC）戦略の開発を支援することを目的とする。

提案手法

• KTHの実際のラボを模擬した環境を、IDA-ICEソフトウェアを用いて1週間分の変動する占有状態、機械換気、窓・ドアの状態を含めてシミュレートする。
• 3分間隔のサンプリング解像度で、CO2濃度、機械換気量、浸入換気、および占有状態の合成データを生成する。
• 占有状態を、未知の入力として扱うシステム同定問題として扱い、CO2測定値からのみ占有状態を推定するブラインド同定フレームワークを適用する。
• 2つの同定手法を用いる：ベースラインの過パラメータ化手法と、安定スプラインカーネルを用いた正則化処理を施したカーネルベース手法。
• モデル性能を評価するために、2つの適合度指標を用いる：CO2信号の予測適合度と、占有状態信号の再構成適合度。
• 週の平日（月曜日～金曜日）に対して毎日同定を実施し、週の各シナリオについて日ごとの平均性能を算出する。

実験結果

リサーチクエスチョン

• RQ1 直接の占有状態測定データが入手できない状況下で、CO2濃度データからの占有状態の推定精度はどの程度高いのか？
• RQ2 窓の開閉のような未モデル化されたダイナミクスは、CO2レベルおよび占有状態の推定に、データベース型モデルの性能にどのように影響を与えるか？
• RQ3 過パラメータ化手法とカーネルベース手法の間で、オフィスのCO2動態のブラインドシステム同定において、性能にどのような差が生じるか？
• RQ4 換気量および浸入換気の変動が、CO2ベースの占有状態推定の信頼性にどの程度影響を与えるか？
• RQ5 このベンチマークデータセットは、室内環境質のためのモデル予測制御戦略の開発および検証を支援できるか？

主な発見

• 窓が閉じている状況では、カーネルベース手法がCO2予測適合度89.7–98.4%を達成しており、制御された条件下での高いモデル精度を示している。
• 窓が開いている状況では、CO2予測適合度が80.3–87.2%に低下し、未モデル化された浸入換気がモデル性能を著しく劣化させることを示している。
• 窓が開いている状況では、占有状態推定の性能が著しく低下し、適合度は37.9–67.1%にとどまる。これは、占有状態パターンの再構成が不十分であることを示している。
• 過パラメータ化手法はCO2動態を捉えることや占有状態の再構成に失敗し、負の適合度スコアを示しており、本タスクには効果的でないことが判明した。
• ベンチマークデータは、窓の開閉がCO2ベースの占有状態推定において極めて重要であり、かつしばしば無視されがちな要因であることを明らかにした。これはモデルの精度に深刻な影響を与える。
• このデータセットは、システム同定アルゴリズムの評価に有効であり、将来的なスマートビル制御およびエネルギー効率の向上に関する研究を支援する。