2023 Fiscal Year Research-status Report

寒冷地ハイブリッド温水器における深層学習を用いた運転制御方法の構築

Research Project

Project/Area Number	23K05457
Research Institution	Hirosaki University
Principal Investigator	森谷慈宙弘前大学, 農学生命科学部, 准教授 (30539870)
Co-Investigator(Kenkyū-buntansha)	藤崎和弘弘前大学, 理工学研究科, 准教授 (90435678)
Project Period (FY)	2023-04-01 – 2026-03-31
Keywords	深層学習 / 回帰問題 / LSTM
Outline of Annual Research Achievements	冬季における農業施設では、主に重油を用いた温風または温水によって加温されている。重油に頼らず地下水等の水温を利用するヒートポンプは高いエネルギー効率、COP「coefficient of performance」を示すものの、特に寒冷地においてCOPが低下し、消費電力が高くなるのが問題となっている。最近ではヒートポンプ温水器とガス・電気給湯を組み合わせたハイブリッド型が普及し始めてきている。地域や時期に限定されず汎用性の高い給湯システムが構築するためには、ヒートポンプ回路における複数個所の入力温度データから算出されるCOP値を基準として温水器と給湯器を切り替えるなどの工夫が必要である。2024年度では入力温度とCOPの関係性を深層学習で求めるために、まずは回帰問題に対応したモデル作成を行った。このモデルではCNN（Convolutional Neural Network）とLSTM（Long Short Term Memory）を組み合わせ、モデルを検証するためにMNISTという手書き数字の画像データを使用した。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason モデル検証では、CNNのフィルター数、全結合層の重みの数などを変化させて精度の影響を調べた。なお、モデル作成にあたり、レイヤやメソッドの動きを確認できるように、TensorFlowやPyTorchといった既存のフレームワークを使用せず、外部ライブラリの使用を最小限に抑えた。このため、コードエラーの解決に時間を要したが、高い精度で推定することができた。
Strategy for Future Research Activity	回帰問題に関して、LSTMを発展させたseq2seqやAttentionなどいくつかのモデルを用いて学習を行い、高い精度で推論できるモデルを構築していく予定である。
Causes of Carryover	当初、ヒートポンプやより速い計算ができるPCの購入を予定していたが、深層学習のモデル構築に多くの時間を費やした。本研究では、目的にあったモデルをいかに構築するかが重要であるため、次年度も引き続きモデル構築の改良を行っていきたい。
Remarks	日本砂丘学会第68回全国大会において最優秀発表賞を受賞