[論文レビュー] Intelligent Building Control Systems for Thermal Comfort and Energy-Efficiency: A Systematic Review of Artificial Intelligence-Assisted Techniques

Ghezlane Halhoul Merabet, Mohamed Essaaidi+7 more|arXiv (Cornell University)|Apr 6, 2021

Building Energy and Comfort Optimization参考文献 192被引用数 4

ひとこと要約

本系統的レビューでは、暖房・換気・空調（HVAC）システムにおける熱的快適性とエネルギー効率のバランスを重視して、AI支援技術によるインテリジェントビル制御システムを評価している。最適化、パターン認識、予測制御が主なAI機能であると特定しており、性能を向上させるために高品質な実世界データの必要性を強調しているが、建物分野におけるデータ制限のため、現在の性能は最適でない。

ABSTRACT

Building operations represent a significant percentage of the total primary energy consumed in most countries due to the proliferation of Heating, Ventilation and Air-Conditioning (HVAC) installations in response to the growing demand for improved thermal comfort. Reducing the associated energy consumption while maintaining comfortable conditions in buildings are conflicting objectives and represent a typical optimization problem that requires intelligent system design. Over the last decade, different methodologies based on the Artificial Intelligence (AI) techniques have been deployed to find the sweet spot between energy use in HVAC systems and suitable indoor comfort levels to the occupants. This paper performs a comprehensive and an in-depth systematic review of AI-based techniques used for building control systems by assessing the outputs of these techniques, and their implementations in the reviewed works, as well as investigating their abilities to improve the energy-efficiency, while maintaining thermal comfort conditions. This enables a holistic view of (1) the complexities of delivering thermal comfort to users inside buildings in an energy-efficient way, and (2) the associated bibliographic material to assist researchers and experts in the field in tackling such a challenge. Among the 20 AI tools developed for both energy consumption and comfort control, functions such as identification and recognition patterns, optimization, predictive control. Based on the findings of this work, the application of AI technology in building control is a promising area of research and still an ongoing, i.e., the performance of AI-based control is not yet completely satisfactory. This is mainly due in part to the fact that these algorithms usually need a large amount of high-quality real-world data, which is lacking in the building or, more precisely, the energy sector.

研究の動機と目的

• 建物HVAC運用におけるAIベースの制御システムの最新状況を分析すること。
• 熱的快適性とエネルギー効率のバランスをとるために使用される主なAI技術を特定すること。
• これらのAI技術が実際の建物応用においていかに性能を発揮し、実装されているかを評価すること。
• 建物エネルギーシステムにおけるAIモデルの有効性を阻害するデータ品質および可用性のギャップを浮き彫りにすること。

提案手法

• 2010年から2021年までのAI支援建物制御システムに関する系統的文献レビューを実施した。
• AI技術をパターン認識、最適化、予測制御などの機能に分類した。
• エネルギーおよび快適性指標における出力、実装方法、報告された性能に基づき、20のAIツールを評価した。
• 各AIベースのソリューションの実世界応用可能性とデータ要件を評価した。
• 現在の建物制御におけるAI応用の強み、制限、研究ギャップを統合的に分析した。
• 文献計測分析を用いて、建物エネルギーシステムにおけるAI研究の進化と焦点分野をマッピングした。

実験結果

リサーチクエスチョン

• RQ1 インテリジェントビル制御システムにおいて、熱的快適性とエネルギー効率の両立に最も頻繁に適用されているAI技術は何か？
• RQ2 AIベースの制御システムは、従来の方法と比較して、実際の建物環境でどのように性能を発揮しているか？
• RQ3 建物エネルギーシステムにおけるAIモデルの展開と性能に影響を及ぼす主なデータ関連の課題は何か？
• RQ4 AI技術は、居住者の熱的快適性を損なわせることなく、どれほどエネルギー効率を向上させることができるか？
• RQ5 特にデータ品質とスケーラビリティの観点から、AIドリブン建物制御分野における主な研究ギャップと今後の方向性は何か？

主な発見

• レビューされた20のAIツールの中で、エネルギー使用と熱的快適性のバランスをとるために最適化と予測制御が最も頻繁に使用された。
• AIベースのシステムはHVACシステムのエネルギー消費を削減する可能性を示したが、研究間で性能に顕著な差異が認められた。
• 主な制限要因として、AIモデルの訓練および検証を効果的に行うために必要な高品質な実世界データの不足が特定された。
• パターン認識および異常検出機能は、建物運用におけるシステムの応答性向上および故障検出の改善に用いられた。
• 前向きな結果が得られているものの、データ不足と実装の複雑さのため、多くの場合でAIベースの制御システムの性能は満足できないままである。
• 本レビューは、建物およびエネルギー分野における標準化されたデータセットと、データ収集インfraの改善の必要性を強調している。