JP2010170419A - 行動時間比率計算装置 - Google Patents

Abstract

【課題】ユーザの行動パターンを維持しつつ、省エネのための行動指針を提示する。
【解決手段】行動時間比率計算装置１００は、ユーザの行動種類を時系列で表した行動履歴データを格納する行動データベース２１２と、行動履歴に対応してユーザが使用する機器のエネルギー消費量を時系列で表した機器データを格納する機器データベース２１１と、行動履歴データと機器データとから行動種類毎の単位時間あたりのエネルギー消費量を算出する単位エネルギー算出部２０５と、行動履歴データをもとにユーザの行動パターンを表す特徴データを算出する特徴算出部２０６と、行動種類毎の単位時間あたりのエネルギー消費量と特徴データとをもとに、エネルギー消費量が予め定められた目標値となるように行動履歴における行動種類毎の時間比率候補を算出する行動時間比率算出部２０７と、時間比率候補を表示する行動時間比率表示部２０８とを具備する。
【選択図】 図２

Description

本発明は、ユーザにエネルギー消費量を削減するための行動指針を提示するための行動時間比率を計算する行動時間比率計算装置に関する。

京都議定書の発効により、日本は２０１２年までに１９９０年度比で６%のＣＯ２削減が求められている。しかし、現状のＣＯ２排出量は増加の一途を辿っている。部門別にみると、特に民生・輸送部門の状況が厳しい。この状況の中、家庭内の環境負荷低減アプローチとしては、機器自体のエネルギー効率向上、人感センサを利用した機器の自動制御、環境負荷量に基づいた情報提示によるユーザの意識向上などがある。

情報提示アプローチについては、従来、次に示すような手法が提案されている。例えば、省エネ実施期間のエネルギー消費状況から、残りの期間内で目標達成を実現するための省エネアクション案を提示するシステム（特許文献１を参照。）や、設定されたエネルギー消費目標に対し、その達成に向けて１．機器の交換案、２．省エネ手段案を提示、３．強制省エネ制御を順に実行するシステム（特許文献２を参照。）が提案されている。また、特に、ユーザの行動内容に注目したシステムとしては、各行動を環境負荷要因ととらえ、行動別の環境負荷量を提示するシステム（特許文献３を参照。）や、従来の行動パターンより外出時間が増加した場合の省エネ効果を提示し、外出行動を促進するシステム（特許文献４を参照。）などが提案されている。

特開２００５−２６６８７３公報 特開２００１−５６８０４公報 特開２００５−５８９４２公報 特開２００６−２８５３４３公報

しかしながら、上記特許文献１や特許文献１に示すような従来のシステムでは、家庭内で利用している機器の買い換えや、例えば、エアコンの温度設定を調整するといった一部の動作の変更を促すのみであり、このような情報提示では大幅な省エネルギーの効果は限定的なものにとどまる。何故なら、家庭内のエネルギー消費は使用機器の種類や設定状態よりも、ユーザがどのような行動を実施するかに大きく影響を受けるためである。そこで、上記特許文献３や特許文献４のように家庭内行動に着目したシステムも提案されているが、特許文献３では単に行動分類別の環境負荷量を提示して、ユーザの省エネ意識の向上を図るのみであり、特許文献４では、省エネのための外出時間の増加を促すのみであり、家庭内のエネルギー消費量を大幅に削減できるような手法とはなっていない。

本発明は上記事情に着目してなされたもので、その目的とするところは、ユーザの現状の行動パターンを維持しつつ、エネルギー消費量を削減するための行動指針を提示することができる行動時間比率計算装置を提供することにある。

上記目的を達成するために、本発明の一態様は、ユーザの行動種類を時系列で表した行動履歴を示す行動履歴データを格納する行動データベースと、前記行動履歴に対応して前記ユーザが使用する機器のエネルギー消費量を時系列で表した機器データを格納する機器データベースと、前記行動履歴データと前記機器データとから前記行動種類毎の単位時間あたりのエネルギー消費量を算出する単位エネルギー算出部と、前記行動履歴データをもとにユーザの行動パターンを表す特徴データを算出する特徴算出部と、前記行動種類毎の単位時間あたりのエネルギー消費量と前記特徴データとをもとに、前記エネルギー消費量が予め定められた目標値となるように前記行動履歴における行動種類毎の時間比率候補を算出する行動時間比率算出部と、前記時間比率候補を表示する行動時間比率表示部とを具備する行動時間比率計算装置を提供する。

したがって本発明によれば、ユーザの現状の行動パターンを維持しつつ、エネルギー消費量を削減するための行動指針を提示することができる行動時間比率計算装置を提供することができる。

この発明の第１の実施形態に係る行動時間比率計算装置を備えたシステム構成例を示す図。 図１に示す行動時間比率計算装置の機能ブロック図。 行動種類と推定ルールの一例を示す図。 機能データベースのデータ構成例を示す図。 行動データベースデータ構成例を示す図。 図１に示す行動時間比率計算装置の処理手順の概要を示すフローチャート。 単位エネルギー算出処理の手順を示すフローチャート。 単位エネルギー算出例を示す図。 特徴算出処理の手順を示すフローチャート。 行動別特徴算出例を示す図。 行動間特徴算出例を示す図。 行動時間比率算出処理の手順を示すフローチャート。 行動時間比率候補の一例を示す図。 行動時間比率候補の評価関数を示す図。 マハラノビス距離の定義式を示す図。 候補変更処理の手順を示すフローチャート。 行動時間比率候補の交換処理の一例を示す図。 行動時間比率の表示例を示す図。 行動時間比率の他の表示例を示す図。 第２の実施形態における単位エネルギー算出処理の手順を示すフローチャート。 省エネオプションの選択例を示す図。

以下、図面を参照しながら本発明の実施の形態を詳細に説明する。
（第１の実施形態）
図１は、本発明の第１の実施形態に係る行動時間比率計算装置を備えたシステム全体の構成例を示したものである。図１において、このシステムは、行動時間比率計算装置１００、電気機器群、エネルギー計測機器群、行動計測群、環境計測機器群、及びこれら機器群から情報を収集する情報収集装置、及び、インターネット等のネットワークを含む。行動時間比率計算装置１００は、このネットワークを介して、情報収集装置で収集された計測データ等を受信する。

行動時間比率計算装置１００は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることで実現可能である。図１に示すように、行動時間比率計算装置１００は、ＣＰＵ１２、入力部１３、表示部１４、通信部１５、主記憶部１６、及び外部記憶部１７を備え、各部はバス１１により相互に接続される。

入力部１３は、キーボード、マウス等の入力デバイスを備え、入力デバイスの操作による操作信号をＣＰＵ１２に出力する。

表示部１４は、ＬＣＤ（Liquid Crystal Display）、ＣＲＴ（Cathode Ray Tube）等の表示ディスプレイからなる。

通信部１５は、Ｅｔｈｅｒｎｅｔ（登録商標）、無線ＬＡＮ（Local Area Network）、等の通信手段を有し、上記ネットワークを介して、情報収集装置で収集された計測データ等を受信する。

外部記憶部１７は、例えば、ハードディスクもしくはＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒなどの記憶媒体などから構成され、各種データや制御プログラムが記憶されている。

主記憶部１６は、メモリ等により構成され、ＣＰＵ１２による制御の下で、外部記憶部１７に記憶された制御プログラムを展開し、当該プログラムの実行時に必要なデータ、当該プログラムの実行により生じたデータ等を記憶する。

この行動時間比率計算装置１００の機能ブロックを図２に示す。図２において、この行動時間比率計算装置１００は、機器計測部２０１と、行動推定部２０２と、行動データベース２１２と、機器データベース２１１と、ユーザ設定入力部２０３と、データ選択部２０４と、単位エネルギー算出部２０５と、特徴算出部２０６と、行動時間比率算出部２０７と、行動時間比率表示部２０８を備える。なお、機器計測部２０１、行動推定部２０２、ユーザ設定入力部２０３、データ選択部２０４、単位エネルギー算出部２０５、特徴算出部２０６、行動時間比率算出部２０７、及び行動時間比率表示部２０８は、上記図１中の主記憶部１６上でＣＰＵ１２により実行される上記制御プログラムにより実現される。行動データベース２１２、及び機器データベース２１１は、外部記憶部１７中に格納されるデータとして構成される。以下、この行動時間比率計算装置を家庭用として単身世帯に設置した例について説明する。

行動計測機器群は、各ユーザの識別情報や滞在位置、動作などを検出するためのもので、例えば、各ユーザに身につけられ、当該ユーザの識別情報や滞在位置を検出するためのＲＦＩＤ（Radio Frequency Identification）タグ、各ユーザの周辺に設置されている各種センサ（焦電センサ、超音波センサ、圧力センサ）などである。例えば、家庭の場合、住宅内の床、壁、扉などに行動計測機器群として圧力センサを設置したり、住宅内の物品に行動計測機器群としてＲＦＩＤタグを取り付けたり、さらに、扉の開閉スイッチや蛇口付近の水流量計測機などを行動計測機器群として用いて、各ユーザの滞在位置及び、動作を計測する。各ユーザの識別情報は、各ユーザが身につけているＲＦＩＤタグにより検出する。その他、動作計測機器として、ビデオカメラを使用し、映像情報を取得してもよい。

電気機器群は、上記行動計測機器群と同様に、各ユーザの滞在位置、動作などを検出するためのものである。家庭内には、ＬＡＮ経由あるいは電灯線通信などによって、動作状態が取得可能な電気機器（例えば、テレビや冷蔵庫、洗濯機、照明器具など）を電気機器群として設置し、これら各種電気機器の動作状態を継続的に取得する。

エネルギー計測機器群は、家庭内で消費されたエネルギー量を計測するものである。例えば、分電盤の主幹及び、分岐ブレーカに取り付けた電流計や、電気機器（例えば、テレビや冷蔵庫、洗濯機、照明器具）などのコンセントに同様に取り付けた電流計である。これらの電流計も上記電気機器と同様に電灯線通信、もしくは無線ＬＡＮ経由によってエネルギー消費量を継続的に取得する。

環境計測機器群は、家庭内の日時、天候、日照、温度、湿度といった環境状況を検出するためのもので、例えば、温湿度計や照度計、電波時計などを利用する。これらの機器もネットワークを利用した情報取得が可能な機器を環境計測機器群として設置する。天候や日照情報はWWW経由でサーバーにアクセスし、取得する。

機器計測部２０１は、上記４つの機器群の全ての機器に対して定期的にポーリングを行い、計測可能な全ての情報を取得する。ここで、例えば電気機器の電源ＯＮ／ＯＦＦなど、情報によっては機器がネットワーク全体にブロードキャストする場合もあるので、機器計測部２０１ではネットワークに流れるパケットを監視し、上記機器群が送信したと判定された場合、そのデータも取得する。取得したデータは、ユーザの行動推定に利用可能なデータ（例えば、焦電センサや電気機器のＯＮ／ＯＦＦデータ、消費電力量データ）を行動推定部２０２に送信するとともに、全ての計測データを機器データベース２１１に記録する。

行動推定部２０２は、機器計測部２０１から送信される計測データに基づいて、各ユーザを識別するとともに、各ユーザが実施している行動種類を推定する。各ユーザの識別には、当該ユーザが身につけているＲＦＩＤタグからの情報や映像情報などを利用する。行動種類は、ユーザの滞在位置や、その周囲に設置されているセンサ反応や各種電気機器の動作状態、もしくは消費電力量データを組み合わせて推定する。

行動推定部２０２で推定される行動種類は、例えば、「睡眠」、「食事」、「料理」、「入浴」、「トイレ」、「掃除」、「身支度」、「ＴＶ視聴」、「ＰＣ操作」、「ゲーム」、「くつろぎ」などである。各行動種類の推定のために、システムには予め行動種類に対応する推定ルールを示したテーブルが用意されており、行動推定部２０２は、機器計測部２０１から送信されてくる一定期間内の計測データをこの推定ルールと比較し、推定ルールを満たした場合にその期間のユーザの行動種類を確定する。

図３に、行動推定部２０２により推定される行動種類と、各行動種類の推定に用いる推定ルールの例を示している。図３によると、例えば寝室のベッドに行動計測機器群の機器として設置された圧力センサに１０分以上の反応があり、かつ、部屋の照明が消灯していれば、行動種類として「睡眠」を推定する、などである。この行動種類の推定処理は、例えば１秒間隔など、一定間隔毎に実行され、推定結果、及び滞在位置情報は行動データベース２１２に記録される。なお、本実施形態では、計測データに基づいて行動推定を行っているが、ユーザが手作業で過去の行動内容を行動データベース２１２に入力しても良い。

機器データベース２１１には、機器計測部２０１から送信された、家庭内に設置された機器群から計測される全てのデータが記録される。機器データベース２１１に記録されるデータ例を図４に示す。例えば、図４に示すように、分電盤の主幹、及び分岐ブレーカの消費電力量（Ｗｈ／ｍｉｎ)、温度、エアコン、照明のデータが１分間隔で記録される。

行動データベース２１２には行動推定部２０２から送信された、ユーザプロファイル、滞在場所、行動種類の推定データが記録される。図５に、行動データベース２１２に記録されるデータ例を示す。図５示すように、例えば、ユーザＩＤ、滞在場所、行動推定結果が１分間隔で記録される。滞在場所、行動推定結果の値は、１分間内の秒数を示しており、０〜６０の値をとるものとする。

次に、このように構成された行動時間比率計算装置１００の動作について説明する。行動時間比率計算装置１００は、上述した機器データベース２１１及び行動データベース２１２に記録されたデータをもとに、ユーザに提示する行動時間比率を計算する。図6は、行動時間比率計算装置１００の処理手順の概要を示したフローチャートである。

ユーザ設定入力部２０３は、計算実行前にユーザにより入力された計算の設定情報を読み込む（ステップＳ１）。データ選択部２０４は、上記読み込まれたユーザ設定情報に基づいて、計算に使用する機器データベース２１１及び行動データベース２１２のデータ範囲を選択する（ステップＳ２）。データ選択部２０４は、上記ステップＳ２で選択されたデータ範囲の機器データ、行動データを機器データベース２１１及び行動データベース２１２から読み込み、現状の行動時間比率と、消費電力量の集計結果とを算出する。この算出された現状の行動時間比率と、消費電力量の集計結果とが行動時間比率表示部２０８により表示部１４に提示される（ステップＳ３）。ユーザは、この提示された結果に対して、ユーザ設定を変更するか否かを選択でき、再設定する場合は、ステップＳ１に手順を戻す。また、この段階でエネルギー消費目標値が設定されていない場合も、ステップＳ１に手順を戻す。

単位エネルギー算出部２０５は、上記ステップＳ２で選択されたデータ範囲の機器データ、行動データを機器データベース２１１及び行動データベース２１２から読み込み、行動種類別の単位時間あたりの消費電力量（単位エネルギー）を算出する（ステップＳ４）。また、特徴算出部２０６は、上記ステップＳ２で選択されたデータ範囲の行動データを行動データベース２１２から読み込み、ユーザの現状の行動パターンの特徴データを算出する（ステップＳ５）。そして、行動時間比率算出部２０７は、上記ステップＳ４で算出した単位エネルギーと、上記ステップＳ５で算出した行動パターンの特徴データとを用いて、ユーザに提示する行動時間比率を算出する（ステップＳ６）。行動時間比率表示部２０８は、上記ステップＳ６で算出された行動時間比率を表示部１４に出力する（ステップＳ７）。以上の処理を実行後、ユーザが処理の再実行を選択した場合には、手順はステップＳ１に戻り、再びステップＳ１〜Ｓ７までの処理が再実行される。ユーザによる再実行指示がない場合は計算を終了する。ステップＳ１〜Ｓ７の処理の詳細について以下に説明する。

（ステップＳ１：ユーザ設定読み込み処理）
ユーザ設定入力部２０３は、例えば、ユーザから、想定状況、エネルギー消費目標値、行動パターンの維持度、行動比率固定行動、出力結果に対する評価、という５項目の設定情報を受け付ける。入力される設定情報について、想定状況とは、ユーザが行動時間比率の出力を希望する時期の想定情報である。具体的には、季節や、朝や夜といった時間帯、行動パターンが大きく異なると考えられる、平日もしくは休日といった情報である。なお、平日、休日の判定は、システムが予め保持している標準カレンダーを使用するが、ユーザが指定するようにしてもよい。ここで、過去に長期不在や来客といった、普段の行動パターンが実施できなかった日を計算に使用しないように指定することもできる。

エネルギー消費目標値は、ユーザが希望するエネルギー消費量の目標値である。設定方法は、現状から１０％削減といったように相対的に指定しても良いし、６０００Ｗｈといったように絶対値を指定しても良い。行動パターン維持度は、ユーザに出力される行動時間比率がどの程度、現状の行動パターンの特徴を維持するかという度合いがユーザから入力される。この度合いは、例えば「大」「中」「小」のような３段階でも良いし、０〜１００のようにより多段階でも良い。

行動比率固定行動は、行動時間比率を計算する際に、現状の行動時間比率を変更しない行動を設定する。本実施形態では、行動種類として外出を含めているが、ユーザによっては外出行動時間の調整が難しい場合もあるので、ここでは外出行動時間は固定して計算を行う。出力に対する評価は、２回目以上の処理に対して必要に応じて入力される。入力内容は、例えば、出力された行動時間比率に対する「良い」「悪い」の２評価でも良いし、それぞれの行動種類に対して評価するようにしても良い。本実施形態では、２値評価を使用する。

このようなユーザ設定情報は、ユーザ設定入力部２０３からデータ選択部２０４へ送信される。なお、本実施形態では、データの選択範囲を過去１ヶ月間の普段の生活時、時間帯は夜間２１：００〜翌５：００と設定されたと想定する。さらに、その場合の対象時間の1日平均の消費エネルギーは６４００．５７Ｗｈであり。それに対して、ユーザはエネルギー消費目標値を５７６０Ｗｈ、現状の行動パターン重視度を「中」と設定したと想定する。

（ステップＳ２：データ選択処理）
ユーザ設定入力部２０３から受け付けた想定状況データには、季節や時間帯や平日や休日といった、機器データベース２１１及び行動データベース２１２内のデータ範囲を規定する情報が含まれており、データ選択部２０４は、該情報に基づいてデータ範囲を選択する。データ範囲の選択後、当該データを機器データベース２１１、及び行動データベース２１２から読み込み、行動時間比率、及び全体の消費電力量を集計し、集計結果を行動時間比率表示部２０８に送信する。

（ステップＳ３：現状の行動時間比率出力処理）
行動時間比率表示部２０８は、データ選択部２０４から送信された行動時間比率及び全体の消費電力量の集計結果を表示部１４に出力する。ユーザは、表示部１４の出力された内容を確認した後、処理を実行するか、ユーザ設定を入力し直すかを選択する。最終的にデータ選択部２０４で選択された範囲のデータは、ユーザ設定入力部２０３で受け付けたユーザ設定情報と合わせて、単位エネルギー算出部２０５及び特徴算出部２０６に送信される。

（ステップＳ４：単位エネルギー算出処理）
単位エネルギー算出処理について、図７に示すフローチャートを参照して説明する。単位エネルギー算出部２０５は、行動データベース２１２から対象時刻の行動データを読み込む（ステップＳ４１）。ここで、対象時刻の初期値は、データ選択部２０４から受け付けたデータ範囲の初期時刻である。読み込んだ行動データから、行動種類別に実施時間の集計を行う。また、読み込まれるデータは図５に示したように、１分間の秒数であるので、該当時刻１分間の行動別実施比率（％）も合わせて算出する。

さらに、単位エネルギー算出部２０５は、機器データベース２１１から上記行動データに対応する時刻の基幹ブレーカの消費電力値（Ｗｈ）を読み込む（ステップＳ４２）。単位エネルギー算出部２０５は、上記ステップＳ４１で読み込んだ行動データにステップＳ４２で読み込んだ消費エネルギーを実施時間の比率で割り当てる（ステップＳ４４）。例えば対象時刻が２００８年１月２４日２３：５７の場合、図５をみるとテレビが６０秒、ＰＣ利用が３１秒発生していたことがわかる。このときの主幹ブレーカの消費電力値は、図4をみると４４Ｗｈ／ｍｉｎであるので、この時刻のテレビに割り当てられる消費エネルギーは４４×｛６０÷（６０＋３１）｝＝２９．０１Ｗｈ／ｍｉｎ、同様にＰＣ利用に割り当てられる消費エネルギーは４４×｛３１÷(６０＋３１）｝＝１４．９９Ｗｈ／ｍｉｎとなる。

単位エネルギー算出部２０５は、このように算出された消費エネルギーを行動種類別に集計する。以上のステップＳ４１〜Ｓ４４までの処理をデータ対象範囲全ての時刻に対して実行されるまで繰り返す。本処理が終了すると、単位エネルギー算出部２０５は、行動種類ごとに集計された消費エネルギーを行動実施時間で除算する。これによって行動種類別の単位時間当りの消費エネルギー（単位エネルギー）が算出される（ステップＳ４５）。図８に単位エネルギーの算出例を示す。図８では、横軸に行動種類、縦軸に単位エネルギー（Ｗｈ／ｈ）を示している。算出された単位エネルギーデータは行動時間比率算出部２０７に送信される。

（ステップＳ５：特徴算出処理）
特徴算出処理について、図９に示すフローチャートを参照して説明する。まず、特徴算出部２０６は、行動データベース２１２からデータ選択部２０４において受け付けた範囲のデータを読み込み、読み込んだデータについて行動種類別に実施時間を集計する（ステップＳ５１）。ここで、行動データベース２１２の行動時間は行動種類の重複を許しているので例えば、１分間にテレビとＰＣ利用をともに６０秒実施しているというデータも含まれている。このようなケースについて、例えば上記の場合は、テレビとＰＣ利用各々の実施時間比重として捉え、集計する行動時間はそれぞれ６０×（３０÷（６０+６０））＝３０秒と計算して加算する。また、本実施形態では、行動パターンの特徴データの算出を日単位で算出することとするため、各行動時間は日別に集計を行う。

特徴算出部２０６は、上記ステップＳ５１で集計した行動時間データから行動種類別の特徴データ（以下、行動別特徴データと称する。）を算出する（ステップＳ５２）。本実施形態では、行動別特徴データとして、１日の平均実施時間を利用する。図１０は、行動別特徴データの一例であり、上記ステップＳ５１で日ごとに集計された行動時間データを一定期間で平均した結果である。ここで、特徴算出部２０６は、データ選択部２０４から行動時間比率の出力結果に対するユーザ評価情報を受け付けているか否かを判定する。この判定において、ユーザ評価情報を受け付けている場合はステップＳ５３が実行され、受け付けていない場合はステップＳ５４が実行される。

ステップＳ５３では、上記ステップＳ５２で算出した行動別特徴データに対し、ユーザ設定入力部２０３で受け付けられた評価データに基づいて、補正が行われる。この補正手順は、まず、行動時間比率表示部２０８により算出された行動時間比率データと、データ選択部２０４で算出された過去の行動時間比率データとを比較し、行動別に実施時間の増減方向を記録しておく。そして、例えば、ユーザ評価が「良い」という評価であれば、先に求めた行動実施時間の増減方向と同じ方向で行動別特徴データ、つまり行動種類別の平均行動実施時間の値を１０％加算する。ユーザ評価が「悪い」という評価であれば、同様に増減方向とは逆の方向で１０％加算する。本処理を実行することによって、ユーザの行動パターン変化に対する希望を加味して、行動時間比率を出力することが可能になる。ここで、本実施形態では、全体の出力結果に対して「良い」「悪い」を評価したが、行動種類別にユーザ評価を受け付けるようにしても良い。

さらに、特徴算出部２０６は、ステップＳ５１で集計した行動データを利用して、行動種類間の特徴データ（以下、行動間特徴データと称する。）の算出する（ステップＳ５４）。本実施形態では、行動間特徴データとして、行動種類別の実施時間の分散共分散データを利用する。図１０に示した行動実施時間データを利用して分散共分散の値を算出した例を、図１１に示す。

このように、上記ステップＳ５２で算出した行動別特徴データ、及びステップＳ５４で算出した行動間特徴データに対して、特徴算出部２０６は、データ選択部２０４で受け付けたユーザの現状の行動パターン維持度に基づいて補正を行う（ステップＳ５５）。補正方法は、一定の確率でランダムな行動種類間において、行動別特徴データである行動平均時間、及び行動間特徴データである分散共分散の値の交換を行う。交換処理の発生比率は、ユーザが入力した行動パターン維持度に対応して、例えば、設定水準が「大」「中」「小」の場合であれば、「大」の場合は５０％の確率で２回実行、「中」の場合は５０％の確率で１回実行、「小」の場合は処理を実行しないといったルールをシステム内部に記録しておく。ここで、総務省 統計局が実施している社会生活基本調査では、生活者の活動は生きるために必要不可欠な「１次活動」、社会的な義務である「２次活動」、及びそれ以外の余暇などの「３次活動」に分類されている。このような行動の特性を加味し、１次活動や２次活動は特性が他行動と交換されることは現実的ではないと考え、上記ステップＳ５５の特徴補正処理は「テレビ」「ＰＣ利用」「ゲーム」「読書」「休憩」「電話」行動に対してのみ適用することとする。ステップＳ５５の処理を実行することによって、現状ほとんど実施していなかった行動が長時間実施されるような行動時間比率案もユーザに提示され、ユーザはより多くの候補から消費エネルギーの低減向けた行動指針を検討できるようになる。特徴算出部２０６は、以上の処理を実行後、行動別特徴データ、及び行動間特徴データを行動時間比率算出部２０７に送信する。

（ステップＳ６：行動時間比率算出処理）
本実施形態における行動時間比率は、生物の進化の仕組みを応用した遺伝的アルゴリズムを利用して算出される。図１２は、行動時間比率算出部２０７の処理手順を示すフローチャートである。まず、行動時間比率算出部２０７は、ユーザに提示する行動時間比率の初期候補を生成する（ステップＳ６１）。生成された初期候補の一例を図１３に示す。行動時間比率候補は行動種類数分の配列として定義され、各要素は０〜９９９までの整数値を用いてランダムで初期化する。各値は行動時間の比重と考える。例えば、ステップＳ６１では、この行動時間比率候補が２００候補生成されるものとする。行動時間比率算出部２０７は、上記ステップＳ６１で生成した行動時間比率候補の評価を図１４に示すような評価関数を用いて評価する（ステップＳ６２）。

図１４に示すように、この評価式は、Δｅ（ｘ）と、Ｄｍ（ｘ）という２つの項で構成されている。Δｅ（ｘ）は、行動時間比率候補に対し、行動別の行動時間（比重から時間に変換した値）と単位エネルギー算出部２０５で算出された単位エネルギーとを掛け合わせて計算した消費エネルギー計算値と、ユーザが設定した目標消費エネルギーとの差分の絶対値として定義される。ここで、エネルギー消費目標値はユーザによって設定された値であるが、一般的に目標を下回る分には問題になることは少ないが、上回る場合は目標が未達成ということになるので、システム内部のエネルギー消費目標値はユーザの設定値よりも５〜１０Ｗｈ程度低く設定しておく。

また、Ｄｍ（ｘ）は、ユーザの現状の行動パターンと、生成した行動時間比率候補との乖離度を表す項であり、乖離度としてはマハラノビス距離を使用する。マハラノビス距離の定義式を図１５に示す。図１５の定義式において、μにあたる行動別特徴データ（行動種類別の平均時間）とΣにあたる行動間特徴データ（行動種類時間の分散共分散行列）は、特徴算出部２０６から供給されるので、ステップＳ６２では、Σの逆行列Σ^−１を算出し、Δｅ（ｘ）と同様に行動時間比率候補の行動種類別の行動時間をｘとしてＤｍ（ｘ）を算出する。また、Ｄｍ（ｘ）には重みαを掛け合せた後にΔｅ（ｘ）と足し合わせる。αは行動時間比率を評価する際の、現状の行動パターン維持度と言い換えることができ、重みを増加させることによって、より現状の行動パターン傾向と類似した候補ほど評価が高くなる。本実施形態では、αを現状の行動パターン維持の希望度合いとして、ユーザによる入力値を利用する。ただし、αの値が大きくなりすぎるとエネルギー消費目標を満たさない候補が高評価を得て、最終的に目標を達成できない場合があるため、αの設定可能範囲は限られている。このため、本実施形態ではユーザの現状の行動パターン維持希望度が「大」「中」「小」の３段階として、この場合のαの値は大の場合は１５００、中の場合は５００、小の場合は０と設定する。ステップＳ６２の候補評価処理はステップＳ６１で生成した全ての行動時間比率候補に対し実行する。

行動時間比率算出部２０７は、ステップＳ６２で算出した行動時間比率候補の評価値に基づいて、行動時間比率候補の変更を行う（ステップＳ６３）。本実施形態では、ステップＳ６２の処理実行後、評価の最も高い候補（評価関数値が最小を示した候補）の値が１０以上の場合はステップＳ６３を実行し、１０未満の場合は処理を終了するものとする。さらに、評価値が１０以下となった行動時間比率が提示数を超えた場合は全体の処理を終了し、超えていない場合はステップＳ６１に戻る。なお、本実施形態では提示数は１と設定しているため、手順がステップＳ６１に戻ることはない。行動時間比率算出部２０７は、処理終了時には高評価だと判定した行動時間比率候補を行動時間比率表示部２０８に送信する。

ここで、ステップＳ６３の候補変更処理の詳細について、図１６に示すフローチャートを参照して説明する。なお、最適化の手順は一般的な遺伝的アルゴリズムの手順に従っている。
ステップＳ６３１では、評価された行動時間比率候補の中から、高評価の候補を選択し、一定の倍数で候補をコピーした上で、新たな行動比率候補として利用する。具体的には２００の候補の中から、評価値の上位１〜１０位の候補はそれぞれ１０倍にする。同様に上位１１〜２０位の候補はそれぞれ５倍にする。上位２１〜３０位の候補はそれぞれ３倍にする。上位３１〜５０位の候補は１倍にする。この段階で新たな行動比率候補は２００候補となるので、この２００候補を以下の処理に利用し、評価値は５１位〜２００位の候補はこの段階で破棄する。この処理によって、評価値が高くない行動時間比率候補を以後の候補から外し、候補全体の評価値の平均を上げることが可能になる。

ステップＳ６３２では、行動時間候補同士の内容を一定の確率で交換する。２００の行動時間比率候補の中からランダムで２つの候補を取り出し、取り出した候補について、２点の内容交換点をランダムで選択し、交換点を基準に行動時間比率の内容を交換する。交換処理の一例を図１７に示す。この処理によって、平均的に評価値の高い行動時間比率候補内で、新たな候補パターンを生成することが可能になる。

ステップＳ６３３では、行動比率候補の内容を一定の確率で補正する。補正の手順は２００の候補の中から５%の割合で行動時間比率の内容を補正する候補を選びだし、選ばれた候補が保持している行動時間比率データ内のいずれかの要素を０〜９９９の値で初期化する。この処理によって現在の候補群には存在していない新たなパターンを候補の中に導入することが可能になる。なお、本実施形態では、行動時間比率候補の最適化に遺伝的アルゴリズムを適用したが、上記ステップＳ６２で説明した評価関数の最小化には、例えば、局所探索や焼きなまし方やタブーサーチなどの他の手法を利用しても良い。

（Ｓ７：行動時間比率出力処理）
行動時間比率表示部２０８は、データ選択部２０４及び行動時間比率算出部２０７から送信される、行動時間比率候補、及び行動時間比率候補から計算されるエネルギー消費量をグラフィカルにユーザに対して提示する。提示にあたっては、データ選択部２０４から受信した行動時間比率データは、現状パターンとして画面上部に出力し、行動時間比率算出部２０７から受信した行動時間比率データは、候補パターンとして画面下部に出力する。行動時間比率表示部２０８の表示例を図１８に示す。図１８では、現状パターンと比較して、ゲーム時間が大幅に短縮され、その一方で、睡眠、及び学業時間が増加した行動時間比率候補が提示されている。ここで、候補パターンの入浴時間が現状パターンと同等なのは、以前よりゲーム時間は日によって行動時間が大きく変動しているが、入浴時間は毎日一定の時間実施されており、その傾向がマハラノビス距離算出時に反映されているためである。

図１８は、現状の行動パターン維持度を「中」と設定した例であるが、現状の行動パターン維持度を「小」と設定した場合の出力例を図１９に示す。図１９によれば、現状の行動パターン維持度を「小」に設定した場合は、行動パターン維持度を「中」とした場合よりも現状の行動パターンの傾向を考慮しないため、目標エネルギーは達成しているが、入浴時間が現状の傾向と比較して大幅に増加した行動パターンが出力されている。なお、表示形式は、行動時間比率を円グラフで表示しても良いし、現状パターンと候補パターンの行動時間比率と消費エネルギーデータを分離して比較表示してもよく、本実施形態の出力形式に限定するものではない。

以上述べたように、上記第１の実施形態では、家庭や職場など特定の生活空間で活動するユーザの行動パターンを推定し、同時に、分電盤や個別電力計を用いて消費電力量を計測し、計測した行動履歴と消費電力量から単位時間あたりの消費電力量を算出する。そして、上記計測した行動履歴から、行動種類別の平均行動時間及び、行動種類間の分散共分散距離を算出し、これらの算出値に基づいて、ユーザが実施する行動時間比率を調整した場合の、ユーザが予め設定したエネルギー消費目標値からの差分と、現状の行動パターンからの乖離度を加算して評価し、評価値が最小になる行動時間比率調整案を提示するようにしている。

したがって、上記第１の実施形態によれば、ユーザの現状の行動パターンを維持しつつ、家庭や職場など特定の生活空間でのエネルギー消費量を削減するための行動指針を提示可能な行動時間比率計算装置を実現することができる。

（第２の実施形態）
この発明の第２の実施形態は、例えばエアコンの買い換えや、エアコンの設定温度を変更するといった、ユーザが想定する省エネ行動を加味した上で、消費エネルギー目標を達成可能な行動時間比率を提示可能にしたものである。なお、この第２の実施形態は、上記第１の実施形態の構成と同様なため、上記図１、図２、及び図６を用いて説明する。また、図２０に、第２の実施形態における単位エネルギー算出処理の手順を示す。

本実施形態では、上記図６のステップＳ１（ユーザ設定読み込み処理）において処理を補足し、ステップＳ４（単位エネルギー算出処理）において、図２０に示すようにステップＳ４３（消費エネルギー補正処理）を追加したものである。

（ステップＳ１：ユーザ設定読み込み処理）
ユーザ設定入力部２０３は、上記第１の実施形態で説明した５項目の設定情報に加え、省エネルギー方針として、省エネオプションという設定情報を受け付ける。ユーザは、表示部１４に提示される省エネオプションリストの中から所望の省エネオプションを選択する。省エネオプションとは、例えば、エアコンの買い替え、冷蔵庫の買い替え、エアコンの温度設定変更、照明の消し忘れを無くす等である。省エネオプションの選択例を図２１に示す。この省エネオプションリストは、例えば外部記憶部１７に保存されており、ユーザ設定入力部２０３は、システム設置環境の状態から実施可能な省エネオプションを選択して提示する。

（ステップＳ４３：消費エネルギー補正処理）
単位エネルギー算出部２０５は、ユーザの省エネルギー方針に合わせて、行動への消費エネルギーの割り当て方法を変える。例えば、ユーザが「今後、居間の省エネエアコンに買い換える」オプションを選択時には居間エアコンの消費エネルギーを行動に割り付ける際の割付量を１０％減少させるといった処理を実行する。これによりユーザが想定している省エネルギー方針を反映させた場合の行動時間比率候補が出力される。これにより、ユーザは設定したエネルギー消費目標を達成するために、行動比率を調整するか、もしくは機器を買い換えるかといったように、多面的に今後の行動比率調整方針を検討することができる。

以上述べたように、上記第２の実施形態によれば、例えばエアコンの買い換えや、エアコンの設定温度を変更するといった、ユーザが想定する省エネルギー行動を加味した上で、消費エネルギー目標を達成可能な行動時間比率を提示可能になる。この仕組みを追加することで、ユーザは行動時間比率の変更と省エネ行動の実施とのバランスを含めて、エネルギー消費目標達成のための省エネ指針を得ることができる。

なお、本発明は、上記各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記各実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、各実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

１００…行動時間比率計算装置、１１…バス、１２…ＣＰＵ、１３…入力部、１４…表示部、１５…通信部、１６…主記憶部、１７…外部記憶部、２０１…機器計測部、２０２…行動推定部、２０３…ユーザ設定入力部、２０５…データ選択部、２０６…特徴算出部、２０７…行動時間比率算出部、２０８…行動時間比率表示部、２１１…機器データベース、２１２…行動データベース。

Claims (5)

1. ユーザの行動種類を時系列で表した行動履歴を示す行動履歴データを格納する行動データベースと、
   前記行動履歴に対応して前記ユーザが使用する機器のエネルギー消費量を時系列で表した機器データを格納する機器データベースと、
   前記行動履歴データと前記機器データとから前記行動種類毎の単位時間あたりのエネルギー消費量を算出する単位エネルギー算出部と、
   前記行動履歴データをもとにユーザの行動パターンを表す特徴データを算出する特徴算出部と、
   前記行動種類毎の単位時間あたりのエネルギー消費量と前記特徴データとをもとに、前記エネルギー消費量が予め定められた目標値となるように前記行動履歴における行動種類毎の時間比率候補を算出する行動時間比率算出部と、
   前記時間比率候補を表示する行動時間比率表示部と、
   を具備することを特徴とする行動時間比率計算装置。
2. 前記特徴データは、前記行動種類別の平均実施時間、及び前記行動種類別の実施時間の分散共分散を含むことを特徴とする請求項1記載の行動時間比率計算装置。
3. 前記時間比率算出部は、前記時間比率候補を、前記単位時間あたりのエネルギー消費量から求められるエネルギー消費量と前記目標値との差分と、前記特徴データをもとに算出されるマハラノビス距離とにより評価することを特徴とする請求項１記載の行動時間比率計算装置。
4. 前記ユーザの現状の行動パターンを維持する度合いを入力するユーザ設定入力部をさらに具備し、
   前記特徴算出部は、前記ユーザ設定入力部で入力された度合いに応じて、前記特徴データを補正することを特徴とする請求項１記載の行動時間比率計算装置。
5. 前記ユーザにより設定される省エネルギー方針を入力するユーザ設定入力部をさらに具備し、
   前記単位エネルギー算出部は、前記ユーザ設定入力部で入力された省エネルギー方針に応じて、前記単位時間あたりのエネルギー消費量を補正することを特徴とする請求項１記載の行動時間比率計算装置。

Images