探識空間智控系統助慈濟醫院優化室內空品

PSO啟發式演算法，藉由有限時間內的不斷循環，修正最佳預測結果。

2016年初，行政院環保署公布「應符合室內空氣品質管理法之第二批公告場所」，包含博物館及美術館、金融機構營業場所、表演廳、電影院、視聽歌唱業場所及運動健身等6類公共場所入列；連同2014年公告的首批納管場所，保守估計全台灣逾3,000處場所被要求遵循室內空氣品質標準，影響範圍甚大。

在此前提下，「室內空氣品質(IAQ)」議題受關注程度持續攀高，即使眾所皆知IAQ改善之道不脫空調、通風、人流控制等措施，但如何更加精準控制與分配空調運轉量，在IAQ、能耗天平兩端求取最佳平衡，仍存在莫大進步空間。

在今年第10屆「創意狂想巢向未來」智慧建築競賽活動，現已公布入圍名單，其中不乏與IAQ相關的智慧建築實務案例，其中由花蓮慈濟醫院與探識空間公司共同報名的「智能健康環境能源管理系統(IHEECS)」，堪稱是市場上首見以人工智慧(AI)進行空調控制之例。

結合PSO智慧演算，進行最佳化設備控制

探識空間創辦人蔡明達博士指出，論及室內環境IAQ管控，在近年大數據及人工智慧技術技術突飛猛進的技術背景下，開始分為兩大流派，差別在於是否做預測，一派認為假使預測有失準的可能，不如不做預測、採取其他控制手段，譬如標榜在建築物營運時間完全開啟空調設備的「全載控制」，以及當偵測到室內CO2濃度超標、才以全載形式強力啟動空調的「門檻控制」，皆屬於此派別；另一派走的是「預測＋控制(預控)」二拍子路線，期盼透過智慧化控制手段，確保室內CO2濃度維持於標準內，探識空間即是採取這般做法，先後已歷經三代預控模式的優化演進。2017年度的第三代控制邏輯並由經濟部中小企業創新研發專案(SBIR) 補助。

回顧2012年，空氣品質管理法正式上路，慈濟醫院決定與探識空間合作啟動IHEECS專案，期望持續探討現場環境因子之影響，導入及修正出更佳控制模式，打造永續健康醫療環境。期初採取「人流控制」模式，透過IHEECS與門診系統整合，以接下來5~10分鐘的預期人流為超前指標，決定空調運轉量。

蔡明達說，時至2013年，探識空間決定順應物聯網、大數據技術浪潮，改以統計模型建立預測控制基準，稱為「VAR預控」模式，主要奠基於日照對建築物的影響、室內可能產生的環境負荷、空調耗能負荷等等歷史統計數據，產生每日CO2線圖預測，根據線圖以每2個小時為單位進行預先控制。

VAR預控模式建立在大數法則，循中庸之道產生控制劇本，藉此進行尖峰挪移，一旦遭逢極端狀況，例如人流、氣溫驟然偏離歷史軌道甚遠，便會產生過猶不及現象。為此探識空間思考推動第三階段最佳化工程，決定援引AI演算法導入「PSO(Particle Swarm Optimization)預控」模式，這套新的預測控制法則，也是讓IHEECS躋身本屆巢向未來競賽入圍行列之關鍵；至於PSO為粒子群優化演算法，主要精神在於不斷更新粒子的最佳適應值、群體的最佳適應值，及最佳適應值發生的位置，直到臻至最完美境界。

權衡IAQ與節能，打造智慧醫院

蔡明達指出，新一代IHEECS不再取決於統計模型，而是物理模型，依據空調箱、人員、空間、回風管等不同物件設計室內CO2濃度演算群。系統內含「模型預測控制架構(MPC)」，運用長期收集之資料訓練預測所用到的CO2物理模型、時間電價電費演算、PSO啟發式演算法，藉由有限時間內的不斷循環，修正最佳預測結果，再由PSO模組根據預測結果推導最佳的設備控制參數。

PSO預控模式的操作流程如下：每日早上7點依照預測模式決定當日控制劇本，再依當日劇本執行控制，系統即時回收實測數據，最終利用長期積數據回饋修正預測模式。

根據實測，若以單日空調能耗(7:00~19:00)為比較基準，常時全載控制模式高達72kWh，反觀PSO預控模式僅21kWh，差距達72%；若以單日超標時數而論，不管常時全載控制、PSO預控都達到完美的O，唯獨不停因應現況而起停空調的門檻全載控制模式達到210分鐘，無法完全杜絕CO2濃度之超標。

由此觀之，藉由PSO最佳化預測控制，足以發揮猶如人類大腦思考的功能，不僅預知室內環境進行空調控制分配，亦能主動針對不同情形調整控制策略，明顯迥異於被動接收環境因子執行控制的門檻全載模式，或採取固定控制邏輯的常時全載模式，最能權衡IAQ、熱舒適度與節能之間的平衡。(本文由孫昌華整理報導)