JP2015185040A - 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法 - Google Patents

消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法 Download PDF

Info

Publication number
JP2015185040A
JP2015185040A JP2014062697A JP2014062697A JP2015185040A JP 2015185040 A JP2015185040 A JP 2015185040A JP 2014062697 A JP2014062697 A JP 2014062697A JP 2014062697 A JP2014062697 A JP 2014062697A JP 2015185040 A JP2015185040 A JP 2015185040A
Authority
JP
Japan
Prior art keywords
living
time zone
life
behavior pattern
life event
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2014062697A
Other languages
English (en)
Other versions
JP6297876B2 (ja
Inventor
優人 多屋
Masato Taya
優人 多屋
紀史 平田
Norifumi Hirata
紀史 平田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Corp
Original Assignee
KDDI Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KDDI Corp filed Critical KDDI Corp
Priority to JP2014062697A priority Critical patent/JP6297876B2/ja
Publication of JP2015185040A publication Critical patent/JP2015185040A/ja
Application granted granted Critical
Publication of JP6297876B2 publication Critical patent/JP6297876B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】生活者の生活行動パターンを、当該生活者に係る消費電力量に基づいて生成可能な生活行動パターン抽出装置を提供する。
【解決手段】本生活行動パターン抽出装置は、各時間帯における消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に生活行動が発生したか否かを判定する生活行動判定手段と、時間帯毎に生活イベントを対応付けた生活イベントテーブルを有し、生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する生活イベント判定手段と、単位期間毎に、発生したと判定された生活イベントと時間帯とを対応付けた生活イベントセットを蓄積する生活イベント管理手段と、当該生活イベントセットに基づいて、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する生活行動パターン生成手段とを有する。
【選択図】図２

Description

本発明は、生活区域における消費電力量といった外部から取得可能な情報から、生活者の生活行動を推定する技術に関する。
現在、通信技術が高度化して高機能の情報機器を簡便に利用する環境が整備されており、情報機器のユーザにきめ細やかなサービスを提供することができる。例えば、ユーザの現在位置やユーザの嗜好等を考慮した製品情報やイベント情報、さらには生活上のアドバイスを提示したり、日常生活での異常を検知する見守りサービスを提供したりすることが可能になっている。
このような技術の一例として、特許文献１は、任意世帯の電力の消費パターンを用い、その世帯で発生している異常を検知する生活状況監視システムを開示している。このシステムでは、利用者の日々の電力の使用状況をパターン化したデータと、利用者宅近辺に設置されるクライアント端末より受信される日々の電力の使用状況とを比較して差分を抽出し、抽出した差分と所定の閾値データとを比較して閾値を越えた場合に異常発生と判定している。
また、特許文献２は、宅内の電力消費状況から、人間活動の有無を判別する人間活動検知システムを開示している。このシステムでは、蓄積した消費電力量に関するヒストグラムを１日毎に生成し、さらに、１日毎に低消費クラスと高消費クラスとの２つのクラスに分離する分離度を算出して、分離度が最大になる日を選択している。ここで、選択した日において２つのクラスに分離する閾値を人間活動の有無を判別するための閾値として、機器自動運転の状態における消費電力量の最大値に設定している。
特開２００７−１８３８９０号公報 特開２０１３−１３１０９７号公報
特許文献１及び２に開示された従来技術では、異常の発生や人間活動の有無といった動的な生活行動の変化、即ち動的な世帯属性の抽出を実現している。しかしながら、特許文献１に開示された技術のように消費電力量の時間変化である時間帯別の波形をパターン化しても、その波形パターン自体に生活行動上の意味づけがなされるわけではない。従って、これらの従来技術では、例えば、午前５時に起床して日中在宅していることが多い、といった静的な世帯の属性を表す生活行動パターンを自動的に生成することは困難である。ここで、生活行動パターンとは、発生した生活行動（生活イベント）を発生時点の時系列に並べたものである。
即ち、従来技術のように消費電力パターンの動的変化を解析・判定しているだけでは、生活行動の意味づけがなされず、判定対象である世帯の生活行動パターンを推定することができない。その結果、世帯の生活者の具体的な生活行動の情報に基づいたサービスを形成することが困難となる。例えば、生活者にとって的を射たサービス情報やアドバイス、レコメンド等を配信することが難しくなってしまう。
そこで、本発明は、生活者の生活行動パターンを、当該生活者に係る消費電力量に基づいて生成可能な生活行動パターン抽出装置、プログラム及び方法を提供することを目的とする。
本発明によれば、生活区域における生活者の生活行動パターンを抽出する生活行動パターン抽出装置であって、
生活行動パターンの抽出対象期間の構成単位である単位期間を構成する各時間帯における当該生活区域での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する生活行動判定手段と、
時間帯毎に生活行動の種別である生活イベントを対応付けた生活イベントテーブルを有し、生活行動判定手段によって生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する生活イベント判定手段と、
当該抽出対象期間内の単位期間毎に、当該生活区域において発生したと判定された生活イベントと、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する生活イベント管理手段と、
各単位期間における当該生活イベントセットに基づいて、発生したと判定された生活イベントの時系列である生活行動パターンであって、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する生活行動パターン生成手段と
を有する生活行動パターン抽出装置が提供される。
この生活行動パターン抽出装置の一実施形態として、本装置は、
当該単位期間を構成する各時間帯における当該生活区域での消費電力の代表値のうちの最小値又は当該最小値に関連する値に基づいて、当該生活区域において少なくとも１人又は所定人数の人が活動しているか否かの判定基準となる活動電力値を算出する活動電力値算出手段と、
当該時間帯における当該生活区域での消費電力の代表値と、当該時間帯より前の時間帯における当該生活区域での消費電力の代表値との差に対する基準であって、生活行動の発生に相当するか否かの判定基準となる活動電力幅を設定する活動電力幅設定手段と
を更に有し、
生活行動判定手段は、当該時間帯における当該生活区域での消費電力の代表値に基づき、算出された当該活動電力値及び設定された当該活動電力幅を判定の閾値として、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する
ことも好ましい。
また、本発明による生活行動パターン抽出装置において、生活行動パターン生成手段は、当該単位期間において発生したと判定された生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での最頻値を対応付けた生活行動パターンを生成することも好ましい。
または、変更態様として、生活行動パターン生成手段は、各単位期間における当該生活イベントセットに基づいて、当該生活イベントセットを構成する各生活イベントの発生した時間帯を要素とする特徴ベクトルを生成し、当該特徴ベクトル群についてクラスタリング処理を行い、要素数が最多となるクラスタに基づいて当該生活行動パターンを生成することも好ましい。
さらに、本発明による生活行動パターン抽出装置の他の実施形態として、本装置は、
当該単位期間を構成する各時間帯における当該生活区域での消費電力の代表値のうちの最大値又は当該最大値に関連する値に基づいて、当該生活区域において生活者全員又は所定割合以上の生活者が活動しているか否かの判定基準となる最大活動電力値を算出する最大活動電力値算出手段を更に有し、
生活行動判定手段は、当該時間帯における当該生活区域での消費電力の代表値に基づき、算出された当該最大活動電力値を判定の閾値として、当該時間帯に当該生活区域において生活者全員又は所定割合以上の生活者が活動しているか否かを判定する
ことも好ましい。
また、本発明による生活行動パターン抽出装置の更なる他の実施形態として、
生活イベント管理手段は、当該抽出対象期間内の単位期間毎に、生活者全員又は所定割合以上の生活者が活動している最大生活行動の時間帯を対応付けた当該生活イベントセットを蓄積し、
生活行動パターン生成手段は、各単位期間における当該生活イベントセットにおいて、当該生活区域からの外出に相当する生活イベントが発生した時間帯、当該生活区域への帰還に相当する生活イベントが発生した時間帯、及び当該最大生活行動の時間帯に基づいて、生活者全員の不在時間と、少なくとも1人の不在時間を算出し、算出した当該生活者全員の不在時間及び当該少なくとも1人の不在時間に基づいて、当該生活区域の生活者における外出の際に同行する程度を示す外出同行度を算出する
ことも好ましい。
本発明によれば、また、生活区域における生活者の生活行動パターンを抽出する装置に搭載されたコンピュータを機能させる生活行動パターン抽出プログラムであって、
生活行動パターンの抽出対象期間の構成単位である単位期間を構成する各時間帯における当該生活区域での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する生活行動判定手段と、
時間帯毎に生活行動の種別である生活イベントを対応付けた生活イベントテーブルを有し、生活行動判定手段によって生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する生活イベント判定手段と、
当該抽出対象期間内の単位期間毎に、当該生活区域において発生したと判定された生活イベントと、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する生活イベント管理手段と、
各単位期間における当該生活イベントセットに基づいて、発生したと判定された生活イベントの時系列である生活行動パターンであって、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する生活行動パターン生成手段と
してコンピュータを機能させる生活行動パターン抽出プログラムが提供される。
本発明によれば、さらにまた、生活区域における生活者の生活行動パターンを抽出する方法であって、
生活行動パターンの抽出対象期間の構成単位である単位期間を構成する各時間帯における当該生活区域での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する第１のステップと、
時間帯毎に生活行動の種別である生活イベントを対応付けた生活イベントテーブルを有し、第１のステップで生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する第２のステップと、
当該抽出対象期間内の単位期間毎に、当該生活区域において発生したと判定された生活イベントと、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する第３のステップと、
各単位期間における当該生活イベントセットに基づいて、発生したと判定された生活イベントの時系列である生活行動パターンであって、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する第４のステップと
を有する生活行動パターン抽出方法が提供される。
本発明の生活行動パターン抽出装置、プログラム及び方法によれば、生活者の生活行動パターンを、当該生活者に係る消費電力量に基づいて生成することができる。
本発明による生活行動パターン抽出システムの一実施形態における模式図である。 本発明による生活行動パターン抽出装置の一実施形態における機能構成を示す機能ブロック図である。 消費電力値の時間変化から生活行動に係る判定を行った結果を示すグラフである。 所定期間を構成する各１日における生活行動判定結果を示すテーブルである。 生活イベントテーブルの一例を示すテーブルである。 所定期間を構成する各１日での生活イベントセットを示すテーブルである。 外出同行度算出の一実施例を示すテーブルである。
以下、本発明の実施形態について、図面を用いて詳細に説明する。
[生活行動パターン抽出システム]
図１は、本発明による生活行動パターン抽出システムの一実施形態における模式図である。
図１において、本実施形態での生活行動パターン抽出システムは、事業者通信網２に設置された生活行動パターン抽出装置１を含む。生活行動パターン抽出装置１は、生活者（電力のユーザ）の消費電力量に基づいてユーザがどのような生活行動の種別（生活イベント）を発生させたかを判定し、生活イベントを発生時点の時系列に並べた生活行動パターンを生成する。
具体的に、本実施形態でのユーザの生活イベントの判定では、判定対象となる場所である生活区域（例えば自宅）において、当該区域で生活するユーザ（例えば世帯構成員）のうちのどの程度の人が、どのような「生活イベント」を発生させたかを判定する。ここで、「生活イベント」としては、例えば、「起きた」（起床）、「外出した」（外出）、「帰宅した」（帰宅）、「寝た」（就寝）等が挙げられる。
ユーザ（生活者）の消費電力量は、本実施形態においてユーザの自宅に設置されたホームゲートウェイ（ＨＧＷ）４から事業者通信網２を介して生活行動パターン抽出装置１に送信される。ここで、消費電力量はスマートメータ３で計測され、この計測値が、例えばＨＥＭＳ（Home Energy Management System）を介してＨＧＷ４に出力されてもよい。また、変更態様として、スマートメータ３が、ネットワークに設置された（図示していない）ＭＤＭＳ（Meter data Management System）に消費電力量を送信し、生活行動パターン抽出装置１は、このＭＤＭＳから消費電力量を取得することも可能である。
事業者通信網２は、例えば光ファイバ網若しくはＡＤＳＬ（Asymmetric Digital Subscriber Line）等の固定系アクセスネットワークとすることができる。また、Ｗｉ-Ｆｉ（登録商標）等の無線ＬＡＮ（Local Area Network）、ＷｉＭＡＸ（Worldwide Interoperability for Microwave Access）、ＬＴＥ(Long Term Evolution)又は３Ｇ（3rd Generation）等の無線系アクセスネットワークとすることも可能である。
スマートメータ３は、ユーザによる自宅における消費電力量を計測し、単位時間毎の消費電力量の計測値を、例えばＨＥＭＳを介してＨＧＷ４に出力する。ここで、スマートメータの代わりに、分電盤に設置されたＣＴセンサ、クランプメータ（架線電流計）、又はコンセントに設置されたコンセントタップ（タップ型電力計）等を使用してもよい。この場合、ＣＴセンサやコンセントタップ等によって宅内配電の個別の消費電力量を計測し、消費電力量の計測値をＨＧＷ４に出力することができる。
ＨＧＷ４は、例えば、宅内に設けられたホームネットワークと事業者通信網２との間の通信を中継・制御する。このホームネットワークには例えば無線アクセスポイント（ＡＰ）を介してパーソナルコンピュータ（ＰＣ）が接続されていてもよい。ＨＧＷ４は、さらに、スマートメータ３から取得した単位時間毎の消費電力量の計測値を、事業者通信網２を介して生活行動パターン抽出装置１宛てに送信する。
生活行動パターン抽出装置１は、ユーザの自宅内における消費電力量の計測値を受信し、当該計測値から消費電力データを生成して蓄積する。尚、変更態様として、生活区域（自宅）内に設置されたサーバが、消費電力量の計測値から消費電力データを生成し蓄積することも可能である。
次いで、生活行動パターン抽出装置１は、生成した消費電力データに基づいて、
（ａ）生活行動パターンの抽出対象期間（例えば１００日間）の構成単位である単位期間（例えば１日間）を構成する各時間帯（例えば１時間毎の時間帯）における自宅での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に自宅において生活行動が発生したか否かを判定する。次に、
（ｂ）時間帯毎に「生活イベント」を対応付けた生活イベントテーブルを有し、（ａ）で生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた「生活イベント」が発生したと判定する。
ここで、１つの時間帯における消費電力の代表値とは、この時間帯に含まれる消費電力量の時間値のうちの中央値とすることができる。例えば、1時間の時間帯において、生データが消費電力量の４つの１５分値である場合、これら４つの１５分値のうちの中央値をこの時間帯での代表値とする。従って、生データの時間粒度が粗い場合、例えば1時間の時間帯において生データが消費電力量の１つの１時間値である場合、この１時間値がこの時間帯での代表値となる。尚、このように生データの時間粒度が細かい場合に「中央値」を代表値とすることは、生データに含まれ得る消費電力量の異常値の影響をより小さくする効果を有する。さらに、変更態様として、１つの時間帯における消費電力の代表値を、この時間帯に含まれる消費電力量の時間値の平均値、例えば1時間帯に含まれる４つの１５分値の平均値とすることも可能である。
本実施形態では、このように、例えば所定日時での在宅有無の情報といった教師データを何ら使用することなく、宅内での消費電力量を計測値として取得した段階で、即ちリアルタイムで、「生活イベント」の発生を判定することが可能となる。
生活行動パターン抽出装置１は、さらに、
（ｃ）抽出対象期間（例えば１００日間）の単位期間毎（日毎）に、当該生活区域において発生したと判定された「生活イベント」と、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する。次いで、
（ｄ）各単位期間（各日）における生活イベントセットに基づいて、発生したと判定された「生活イベント」の時系列である「生活行動パターン」を生成する。
ここで、生成された「生活行動パターン」は、時系列内の「生活イベント」毎に、発生したと判定された時間帯の抽出対象期間（１００日間）での頻度又は確率の情報を含む。例えば、「生活行動パターン」は、「世帯Ａは、毎朝（最頻値としての）６時台に起床し、（最頻値としての）１０時台に外出し、（最頻値としての）１８時台に帰宅し、（最頻値としての）２５台時（午前１時台）に就寝する」といった形をとる。
本実施形態では、このように、単に消費電力パターンの動的な変化を解析しているだけではなく、「６時に起床し、１０時に外出する」といった静的な世帯の属性を表す「生活行動パターン」を自動的に生成する。即ち、生活者の「生活行動パターン」を、当該生活者に係る消費電力量に基づいて生成することを可能とする。これにより、世帯の生活者の具体的な生活行動パターン情報に基づいた、的を射たサービス、アドバイスやレコメンド等の形成に貢献することができる。
［生活行動パターン抽出装置］
図２は、本発明による生活行動パターン抽出装置の一実施形態における機能構成を示す機能ブロック図である。
図２によれば、生活行動パターン抽出装置１は、通信インタフェース部１０１と、消費電力データ管理部１０２と、プロセッサ・メモリとを有する。ここで、プロセッサ・メモリは、生活行動パターン抽出装置１に搭載されたコンピュータを機能させるプログラムを実行することによって、生活行動判定機能を実現させる。
ここで、プロセッサ・メモリは、閾値設定部１１と、生活行動判定部１２と、生活イベント判定部１３と、生活イベント管理部１４と、生活行動パターン生成部１５とを有する。
このうち、閾値設定部１１は、活動電力値算出部１１１と、活動電力幅設定部１１２と、最大活動電力値算出部１１３と、閾値蓄積部１１４とを有する。また、生活行動判定部１２は、生活行動発生判定部１２１を有し、さらに最大生活行動判定部１２２を有することも好ましい。また、生活行動パターン生成部１５は、外出同行度算出部１５１を含むことも好ましい。
尚、図２によれは、各機能構成部を矢印で接続した処理の流れは、本発明による生活行動パターンを抽出する方法の一実施形態としても理解される。
通信インタフェース部１０１は、
（ａ）生活行動判定の対象である生活者（電力のユーザ）についての自宅（生活区域）に設置されたスマートメータ３やＨＧＷ４等から、消費電力量の計測値データを受信し、さらに、
（ｂ）生活行動パターン生成部１５から出力される生活行動パターン情報を外部の通知先に送信する。例えば、ウェブサイトやアプリケーション等を介する形で、この情報を必要とするユーザ又は事業者に提示することもできる。
消費電力データ管理部１０２は、受信した消費電力量の計測値から生成される消費電力データを蓄積する。消費電力データは、例えば、判定期間（例えば１００日間）を構成する単位期間（例えば１日間）毎の、各時間帯（例えば０時台、１時台、・・・、２３時台）における消費電力値（１時間値：単位Wh）の集合とすることができる。または、電力消費データは、1時間毎の各時間帯において、消費電力量の４つの１５分値若しくは２つの３０分値で構成されていてもよい。
活動電力値算出部１１１は、単位期間（１日間）を構成する各時間帯における自宅（生活区域）での消費電力の代表値のうちの最小値又は当該最小値に関連する値に基づいて、自宅において少なくとも１人（又は所定人数の人）が活動しているか否かの判定基準となる「活動電力値」を算出する。この「活動電力値」は、言い換えると、自宅の居住者のうちの誰かが自宅内で何かしらの生活行動をしている状態を判断するための閾値となる。
活動電力値算出部１１１は、具体的に、
（ａ）例えば１００日間（判定期間）を構成する各１日について、各時間帯、例えば０時台、１時台、・・・及び２３時台の各々における自宅での消費電力の代表値のうちの最小値を算出し、
（ｂ）１日毎に算出された（例えば計１００個の）最小値における平均値MINAV及び標準偏差σMINに基づき、「活動電力値」PTH1を、次式
（１） PTH1＝MINAV＋C1・σMIN
を用いて算出する。ここで、係数C1は経験値として２とすることも好ましい。
尚、各時間帯、例えば０時台、１時台、・・・及び２３時台の各々における自宅での消費電力の代表値は、生データが１５分値である場合、当該時間帯での４つの１５分値のうちの中央値とすることができる。また、生データが１時間値である場合、この１時間値が代表値となる。また、以上に述べた判定期間や「活動電力値」PTH1の算出式（係数C1）は、当然に上記のものに限定されるものではない。例えば、判定期間も係数C1も、判定期間における冬季、夏季、中間季等の季節性を考慮した期間及び値としてもよい。また、以下の実施形態では、上式（１）の「活動電力値」PTH1を、「自宅において少なくとも１人が活動しているか否か」の判定を行う基準とする。ここで、式（１）における最小値の平均値MINAVは、生活者の生活行動に依存しない電力量であって、自宅内に設置された電力消費機器のバックグラウンドとしての動作に依存する電力量と捉えることができる。
活動電力幅設定部１１２は、１つの時間帯における自宅（生活区域）での消費電力の代表値と、この時間帯より前の時間帯、例えば１つ前の時間帯における自宅での消費電力の代表値との差に対する基準となる「活動電力幅」を設定する。この「活動電力幅」は、後述するように生活行動の発生に相当するか否かについて経験的に得られる判定基準であり、例えば、隣接する１時間帯間の差として３０Wh（ワット時）とすることができる。例えば、午前２時台の「活動電力幅」は、午前２時台の消費電力の代表値と午前１時台の消費電力の代表値との差に対する基準としてもよい。
尚、「活動電力幅」は、所定地域内の複数の世帯（生活区域）の各々に個別の値として設定されることも好ましい。または、これらの複数の世帯に共通した値として設定されることも好ましい。複数の世帯数としては、例えば３０とすることができる。
最大活動電力値算出部１１３は、単位期間（１日間）を構成する各時間帯における自宅（生活区域）での消費電力の代表値のうちの最大値又は当該最大値に関連する値に基づいて、自宅において生活者（世帯構成員）全員（又は所定割合以上の生活者）が活動しているか否かの判定基準となる「最大活動電力値」を算出する。この「最大活動電力値」は、言い換えると、世帯が積極的に活動している状態を判断するための閾値となる。
最大活動電力値算出部１１３は、具体的に、
（ａ）例えば１００日間（判定期間）を構成する各１日について、各時間帯、例えば０時台、１時台、・・・及び２３時台の各々における自宅での消費電力の代表値のうちの最大値を算出し、
（ｂ）１日毎に算出された（例えば計１００個の）最大値における平均値MAXAV及び標準偏差σMAXに基づき、「最大活動電力値」PTH2を、次式
（２） PTH2＝MAXAV＋C2・σ
を用いて算出する。ここで、係数C2は経験値として１とすることも好ましい。
尚、以上に述べた判定期間や「最大活動電力値」PTH2の算出式（係数C2）もまた、当然に上記のものに限定されるものではない。例えば、判定期間も係数C2も、判定期間における冬季、夏季、中間季等の季節性を考慮した期間及び値としてもよい。また、以下の実施形態では、上式（２）の「最大活動電力値」PTH2を、「自宅において生活者（世帯構成員）全員が活動しているか否か」の判定を行う基準とする。ここで、本実施形態では、「活動電力幅」をこの判定の閾値として使用していない。これは、生活者全員が活動している電力消費のピークは、多くの場合、時間経過と共に累積的に電力値が増加することにより発生する（例えば夜間なら照明、エアコン、加湿機、テレビ等が順次ＯＮとなる）ことによる。
閾値蓄積部１１４は、活動電力値算出部１１１で算出された「活動電力値」、活動電力幅設定部１１２で設定された「活動電力幅」、及び最大活動電力値算出部１１３で算出された「最大活動電力値」を、生活行動判定の際に使用する閾値（指標）として保存する。また、生活行動判定時には、保存したこれらの閾値を生活行動発生判定部１２１に出力する。
生活行動発生判定部１２１は、消費電力データ管理部１０２から取得した判定対象の時間帯における自宅（生活区域）での消費電力の代表値に基づき、閾値蓄積部１１４から入力した「活動電力値」及び「活動電力幅」を判定の閾値として、当該時間帯に自宅において生活行動が発生したか否かを判定する。
具体的に、生活行動発生判定部１２１は、判定対象となる時間帯について、
（ア）当該時間帯における消費電力の代表値が「活動電力値」よりも大きく、且つ
（イ）当該時間帯における消費電力の代表値と当該時間帯より１つ前の時間帯における消費電力の代表値との差が「活動電力幅」よりも大きく、且つ
（ウ）当該１つ前の時間帯における消費電力の代表値が「活動電力値」よりも小さい場合、
当該時間帯に、「自宅での活動が増加する方向の生活行動」が発生したと判定する。尚、（ア）〜（ウ）の判定ステップを実行する順序は問わない。
また、生活行動発生判定部１２１は、判定対象となる時間帯について、
（エ）当該時間帯における消費電力の代表値が「活動電力値」よりも小さく、且つ
（オ）当該時間帯より１つ前の時間帯における消費電力の代表値と当該時間帯における消費電力の代表値との差が「活動電力幅」よりも大きく、且つ
（カ）当該１つ前の時間帯における消費電力の代表値が「活動電力値」よりも大きい場合、
当該時間帯に、「自宅での活動が減少する方向の生活行動」が発生したと判定する。尚、（エ）〜（カ）の判定ステップを実行する順序は問わない。
このように、単純に消費電力値を閾値で判断するのではなく、時間帯間の消費電力の代表値の差分と、当該時間帯それぞれでの消費電力の代表値とを勘案することにより、生活行動の「発生」についてより精度良く判定することが可能となる。
最大生活行動判定部１２２は、消費電力データ管理部１０２から取得した判定対象の時間帯における自宅（生活区域）での消費電力の代表値に基づき、算出された「最大活動電力値」を判定の閾値として、判定対象となる時間帯に自宅（生活区域）において生活者全員が活動しているか否かを判定する。具体的には、
（キ）当該時間帯における消費電力の代表値が「最大活動電力値」よりも大きい場合、
当該時間帯に、生活者全員が活動していると判定する。
図３は、消費電力値の時間変化から生活行動に係る判定を行った結果を示すグラフである。
図３には、2012年９月21日の各時間帯（１時間帯）における消費電力（代表）値、及び2012年９月22日の各時間帯（１時間帯）における消費電力（代表）値のグラフが示されている。同グラフにおいて、時刻ｎ時での消費電力（代表）値は、ｎ時台の１時間での電力値（Wh）を示す。
ここで、図３のグラフにおいて、「活動電力値」は１１０Whであり、「活動電力幅」は３０Whであって、「最大活動電力値」は２１０Whである。
例えば、2012年９月21日では、５時（５時台）の電力値データ点（丸点）が破線の丸で囲まれている。これは、５時において上記（ア）〜（ウ）の判定ステップの条件が満たされ、「自宅での活動が増加する方向の生活行動」が発生したと判定されたことを示す。また、例えば、2012年９月22日では、１１時（１１時台）の電力値データ点（四角点）が破線の四角で囲まれている。これは、１１時において、上記（キ）の判定ステップの条件が満たされ、生活者（世帯構成員）全員が活動していると判定されたことを示す。
このように、各時間帯での消費電力（代表）値が順次取得されれば、「活動電力値」及び「活動電力幅」を用いて、さらには「最大活動電力値」を用いることにより、教師データを使用せずにリアルタイムで生活行動に係る判定を行うことが可能となるのである。
図４は、所定期間を構成する各１日における生活行動判定結果を示すテーブルである。
図４のテーブルは、2012年９月23日以降の各１日における０時台、１時台、２時台、・・・の各時間帯の消費電力（代表）値に係る判定結果が、次の（ａ）〜（ｃ）のいずれに該当するかを示している。
（ａ）「０：誰も活動していない」：上記（ア）〜（ウ）の判定ステップの条件及び（エ）〜（カ）の判定ステップの条件のいずれをも満たさない場合。
（ｂ）「１：誰かが活動している」：上記（ア）〜（ウ）の判定ステップの条件又は（エ）〜（カ）の判定ステップの条件を満たす場合。
（ｃ）「２：全員活動している」：上記（キ）の判定条件を満たす場合。
因みに、（ｂ）「１：誰かが活動している」には、（ア）〜（ウ）の判定ステップの条件を満たす時間帯の後に続く、「活動電力値」よりも大きい消費電力（代表）値を示す時間帯も該当する。
このように、消費電力値のデータを用いるだけで、所定期間を構成する各１日における各時間帯での生活行動についての情報を、活動人数の程度まで含めて取得することが可能となるのである。
尚、生活行動の判定は、当然に、以上に詳細に説明した実施形態に限定されるものではない。生活行動判定部１２は、生活行動パターンの抽出対象期間（例えば１００日間）の構成単位である単位期間（例えば１日間）を構成する各時間帯における生活区域（例えば自宅）での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に自宅において生活行動が発生したか否かを判定するものであればよい。
例えば、生活行動判定部１２は各世帯の各時間帯での消費電力値データから、特定の生活行動が生じた時刻を推定してもよい。例えば、３時台から８時台までの消費電力値から、生活行動の発生を推定する場合、消費電力値が、当日の夜間の待機電力値と比較して閾値以上に増加すれば、生活行動（例えば起床）が発生したと推定することができる。または、変更態様として、例えば、３時台から８時台までの時間帯において、ある時間帯の消費電力値が直前の時間帯に比べて例えば５０％増加した場合、当該時間帯において生活行動（例えば起床）が発生したと判定することも可能である。
[生活イベント判定]
図２に戻って、生活イベント判定部１３は、時間帯毎に生活行動の種別である「生活イベント」を対応付けた生活イベントテーブル１３ｔを有し、生活行動判定部１２によって生活行動が発生したと判定された際、この判定に係る時間帯に対応付けられた「生活イベント」が発生したと判定する。即ち、生活イベント判定部１３は、例えば図４の形で得られた生活行動判定結果の（「０」、「１」又は「２」の数値で分類された）各欄を、「生活イベント」でラベル化することができる。
図５は、生活イベントテーブル１３ｔの一例を示すテーブルである。ここで、図５（Ａ）には、時間帯と「自宅での活動が増加する方向の」生活イベントとを対応付けて記憶した生活イベントテーブル１３ｔが示されている。また、図５（Ｂ）には、時間帯と「自宅での活動が減少する方向の」生活イベントとを対応付けて記憶した生活イベントテーブル１３ｔが示されている。
例えば、図４の2012月９月23日の６時台は、「１」：「誰かが活動している」となっている。また、この「１」は、上記（ア）〜（ウ）の判定ステップの条件を満たしたものであり、「自宅での活動が増加する方向の生活行動」が発生したものとする。この場合、図５（Ａ）の生活イベントテーブル１３ｔを用いると、６時台（朝）であるから、発生した生活イベントを「起床」であると決定することができる。
また、図５（Ｂ）の生活イベントテーブル１３ｔによれば、例えば、上記（エ）〜（カ）の判定ステップの条件を満たす時間帯であっても、当該時間帯が昼（１０時〜１６時）であれば生活イベントは「外出」と決定され、当該時間帯が夜（２２時〜４時）であれば生活イベントは「就寝」と決定される。
このように、生活イベントテーブル１３ｔによれば、発生した生活行動が「増加する方向」か「減少する方向」かに応じて、判定対象の時間帯に適した「生活イベント」を決定することが可能となる。即ち、本来意味づけのされていない動的な生活行動の発生に対し、発生時間帯を勘案して「生活イベント」を意味づけることが可能となるのである。
［生活行動パターン抽出］
図２に戻って、生活イベント管理部１４は、抽出対象期間（例えば１００日間）内の単位期間（例えば１日間）毎に、生活区域（自宅）において発生したと判定された「生活イベント」と、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する。即ち、生活イベント管理部１４は、各時間帯において生活行動に対する「生活イベント」のラベル化を行い、複数日の生活イベントセットを記録する。
図６は、所定期間を構成する各１日での生活イベントセットを示すテーブルである。
図６によれば、例えば、2012年9月23日では、生活イベント「起床」が６（６時台）に発生し、「外出」が１０（１０時台）に発生し、「帰宅」が１８（１８時台）に発生し、「就寝」が２７（２７時台（午前３時台））に発生したことが分かる。また、自宅での生活者（世帯構成員）全員が、７（７時台）、１８（１８時台）及び２２〜２３（２２〜２３時台）で生活行動を行っていたことも分かる。
このように、本実施形態によれば、どの時間帯でどの程度の数の生活者が何の「生活イベント」を行っていたかを、何ら教師データを用いることなく、当該生活区域での消費電力値だけから決定することができるのである。
図２に戻って、生活行動パターン生成部１５は、各単位期間（各１日）における当該生活イベントセットに基づいて、発生したと判定された「生活イベント」の時系列である「生活行動パターン」を生成する。ここで、生成される「生活行動パターン」は、この時系列内の「生活イベント」毎に、発生したと判定された時間帯の抽出対象期間（例えば１００日間）での頻度又は確率の情報を含む。
即ち、「生活行動パターン」は、１つの例として、
（Ｐ１）「世帯Ａは、毎朝（最頻値としての）６時台に起床し、（最頻値としての）１０時台に外出し、（最頻値としての）１８時台に帰宅し、（最頻値としての）２５時台（午前１時台）に就寝する」といった形式をとる。
この形式をとる場合、生活行動パターン生成部１５は、単位期間（１日）において発生したと判定された「生活イベント」毎に、発生したと判定された時間帯の抽出対象期間での最頻値を取り出す。実施例として、図６に示したテーブルにおいて、抽出対象期間を2012年9月23日〜2012年10月16日の２４日間とすると、生活イベントとしての「起床」について、最頻値は６（６時台）であることが分かる。即ち、この世帯では「（最頻値としての）６時台に起床する」との生活行動パターンが導出される。
一方、ランキング（頻度）を利用する場合、「生活行動パターン」は１つの例として、
（Ｐ２）「世帯Ａでは、
起床は、６時台が最も多く、次いで７時台に起床することが多い。
外出は、１０時台が最も多く、次いで１３時台に外出することが多い。
帰宅は、１８時台が最も多く、次いで２２時台に帰宅することが多い。
就寝は、２５時台（午前１時台）が最も多く、次いで２４時台が多い。」といった形式をとる。
この形式をとる場合、生活行動パターン生成部１５は、単位期間（１日）において発生したと判定された「生活イベント」毎に、発生したと判定された時間帯の抽出対象期間における出現頻度（出現ランキング）を算出する。実施例として、図６に示したテーブルにおいて、抽出対象期間を2012年9月23日〜2012年10月16日の２４日間とすると、生活イベントとしての「起床」について、６（６時台）が最も多く（１６回）、次いで７（７時台）が多い（６回）であることが分かる。即ち、この世帯では「起床は、６時台が最も多く、次いで７時台に起床することが多い」との生活行動パターンが導出される。
さらに、確率をパターンとして利用する場合、「生活行動パターン」は、１つの例として、
（Ｐ３）「世帯Ａでは、
起床は、６７％が６時台であり、２５％が７時台である。
外出は、４０％が１０時台であり、１５％が１３時台である。
帰宅は、８０％が１８時台であり、５％が２２時台である。
就寝は、３５％が２５時台（午前１時台）であり、３０％が２４時台である。」といった形式をとる。
この形式をとる場合、生活行動パターン生成部１５は、単位期間（１日）において発生したと判定された「生活イベント」毎に、発生したと判定された時間帯の抽出対象期間における出現確率を算出する。実施例として、図６に示したテーブルにおいて、抽出対象期間を2012年9月23日〜2012年10月16日の２４日間とすると、生活イベントとしての「起床」について、６（６時台）の出現確率は約６７％（16／24）であり、７（７時台）の出現確率は約２５％（6／24）であることが分かる。即ち、この世帯では「起床は、６７％が６時台であり、２５％が７時台である」との生活行動パターンが導出される。
さらに、「生活行動パターン」の生成についての更なる他の実施形態として、生活行動パターン生成部１５は、各単位期間（各１日）における生活イベントセットに基づいて、当該生活イベントセットを構成する各「生活イベント」の発生した時間帯を要素とする特徴ベクトルを生成し、当該特徴ベクトル群についてクラスタリング処理を行い、要素数が最多となるクラスタに基づいて生活行動パターンを生成してもよい。
例えば、図６に示したテーブルにおいて、抽出対象期間を2012年9月23日〜2012年10月16日の２４日間とし、生活イベントとしての「起床」、「外出」、「帰宅」及び「就寝」の各々における発生した時間帯をベクトル要素とする４次元の特徴ベクトルを算出し、２４個の４次元特徴ベクトルについて、階層型クラスタリング処理を行ってもよい。所定のクラスタ数を指定したとき、最も要素（特徴ベクトル）の数が多いクラスタを代表クラスタとして、このクラスタの代表値（各生活イベントの代表的発生時間）を算出し、この各生活イベントの代表的発生時間に基づいて、上述した形式（Ｐ１）、（Ｐ２）又は（Ｐ３）の「生活活動パターン」を生成することができる。
以上説明したように、「生活行動パターン」は、種々の算出方法で導出することができ、種々の形式で表現することが可能となっている。本発明によれば、本来、生活行動上の意味づけがなされているわけではない消費電力データから、静的な世帯の属性を表す生活行動パターンを、種々の形式として自動的に生成することが可能となるのである。
［外出同行度算出］
図２に戻って、外出同行度算出部１５１は、生活行動パターン生成部１５に含まれた機能部であり、生活区域（例えば自宅）の生活者における外出の際に同行する程度を示す外出同行度を算出する。この際、
（ａ）最初に、生活イベント管理部１４は、抽出対象期間（例えば１００日間）内の単位期間（１日間）毎に、生活者全員又は所定割合以上の生活者が活動している最大生活行動の時間帯を対応付けた生活イベントセットを蓄積する。次いで、
（ｂ）外出同行度算出部１５１は、各単位期間（各１日）における（ａ）で生成された生活イベントセットにおいて、（ｂ１）生活区域（例えば自宅）からの外出に相当する「生活イベント」が発生した時間帯と、（ｂ２）自宅への帰還（帰宅）に相当する「生活イベント」が発生した時間帯と、（ｂ３）最大生活行動の時間帯とに基づいて、「生活者全員の不在時間」と、「少なくとも1人の不在時間」とを算出する。さらに、
（ｃ）外出同行度算出部１５１は、算出した「生活者全員の不在時間」及び「少なくとも1人の不在時間」に基づいて、自宅（生活区域）の生活者における外出の際に同行する程度を示す外出同行度を算出する。
図７は、外出同行度算出の一実施例を示すテーブルである。
図７のテーブルに示すように、抽出対象期間（例えば１００日間）内の単位期間（１日間）毎に、（ｂ１）「外出」の発生した時間帯と、（ｂ２）「帰宅」の発生した時間帯とが算出されており、これらのデータから、「全員の不在時間」が決定されている。例えば、2012年2月1日では、「外出」が１０（１０時台）であって「帰宅」が１６（１６時台）であるから、「全員の不在時間」を１０時から１６時までと決定する。
さらに、図７のテーブルに示すように、抽出対象期間（例えば１００日間）内の単位期間（１日間）毎に、（ｂ３）最大生活行動の時間帯が算出されている。外出同行度算出部１５１は、この「最大生活行動の時間帯」と、決定された「全員の不在時間」とから、「少なくとも１人の不在時間」を決定する。例えば、2012年2月1日では、「全員の不在時間」が１０（１０時台）から１６（１６時台）までであって、「最大生活行動の時間帯」が、７（７時台）、１８（１８時台）、２２（２２時台）、２３（２３時台）であるから、「全員の不在時間」に含まれているか又は「最大生活行動の時間帯」に含まれていない時間帯の全てである０〜６（０〜６時台）、８〜１７（８〜１７時台）、及び１９〜２１（１９〜２１時台）を、「少なくとも１人の不在時間」に決定する。
外出同行度算出部１５１は、次いで、「全員の不在時間」の合計時間をTAとし、「少なくとも１人の不在時間」の合計時間をTLとして、次式
（３） （外出同行度）＝TA／TL
を用いて、当該１日における外出同行度を算出する。例えば、2012年2月1日では、「全員の不在時間」の合計時間TAが７時間（１０〜１６時台）であり、「少なくとも１人の不在時間」の合計時間TLが２０時間（０〜６時台、８〜１７時台、及び１９〜２１時台）であるから、外出同行度は、３５％（7/20）となる。
さらに、抽出対象期間における各１日での外出同行度を算出し、例えば同期間での平均値をとることによって、その推定対象である世帯の外出同行度を決定することもできる。この際、この推定対象世帯での外出同行度を、例えば同じ地域の他の世帯における外出同行度の平均値と比較することで、当該推定対象世帯に対し、外出同行度についてのラベル化、例えば「別々に外出することが多い／少ない」等の情報付与、を行うことも可能となる。
以上詳細に説明した外出同行性は、本来、例えば上述した閾値である活動電力値及び活動電力幅や、最大活動電力値から直接的には算出できない情報である。しかしながら、本実施形態のように、抽出された生活行動パターンを勘案し、「全員の不在時間」及び「少なくとも１人の不在時間」を決定してやることによって、この外出同行性が算出可能となるのである。このように、サービス対象世帯について外出同行度が決定されれば、一緒に出かける際に役立つ製品を紹介したり、または留守にした自宅についての防犯アドバイス等を提供したりすることも可能となる。
以上、詳細に説明したように、本発明によれば、生活者の生活行動パターンを、当該生活者に係る消費電力量に基づいて生成することができる。特に、本来、生活行動上の意味づけがなされているわけではない消費電力データから、静的な世帯の属性を表す生活行動パターンを自動的に生成することが可能となる。
さらに、このように抽出されたユーザの生活行動パターンに基づいて、ユーザの電力消費や生活パターンについての適切な支援情報、例えば節電アドバイスや生活時間帯についてのアドバイス等を提供したり、生活リズムの乱れ等に係る警告情報を通知したりすることもできる。また、これにより、例えば世帯の省エネルギー化を実現したり、生活者の健康維持・改善等を図ったりすることも可能となる。
前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ 生活行動パターン抽出装置
１０１ 通信インタフェース部
１０２ 消費電力データ管理部
１１ 閾値設定部１１
１１１ 活動電力値算出部
１１２ 活動電力幅設定部
１１３ 最大活動電力値算出部
１１４ 閾値蓄積部
１２ 生活行動判定部
１２１ 生活行動発生判定部
１２２ 最大生活行動判定部
１３ 生活イベント判定部
１３１ｔ 生活イベントテーブル
１４ 生活イベント管理部
１５ 生活行動パターン生成部
１５１ 外出同行度算出部
２ 事業者通信網
３ スマートメータ
４ ＨＧＷ

Claims (8)

  1. 生活区域における生活者の生活行動パターンを抽出する生活行動パターン抽出装置であって、
    生活行動パターンの抽出対象期間の構成単位である単位期間を構成する各時間帯における当該生活区域での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する生活行動判定手段と、
    時間帯毎に生活行動の種別である生活イベントを対応付けた生活イベントテーブルを有し、前記生活行動判定手段によって生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する生活イベント判定手段と、
    当該抽出対象期間内の単位期間毎に、当該生活区域において発生したと判定された生活イベントと、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する生活イベント管理手段と、
    各単位期間における当該生活イベントセットに基づいて、発生したと判定された生活イベントの時系列である生活行動パターンであって、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する生活行動パターン生成手段と
    を有することを特徴とする生活行動パターン抽出装置。
  2. 当該単位期間を構成する各時間帯における当該生活区域での消費電力の代表値のうちの最小値又は当該最小値に関連する値に基づいて、当該生活区域において少なくとも１人又は所定人数の人が活動しているか否かの判定基準となる活動電力値を算出する活動電力値算出手段と、
    当該時間帯における当該生活区域での消費電力の代表値と、当該時間帯より前の時間帯における当該生活区域での消費電力の代表値との差に対する基準であって、生活行動の発生に相当するか否かの判定基準となる活動電力幅を設定する活動電力幅設定手段と
    を更に有し、
    前記生活行動判定手段は、当該時間帯における当該生活区域での消費電力の代表値に基づき、算出された当該活動電力値及び設定された当該活動電力幅を判定の閾値として、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する
    ことを特徴とする請求項１に記載の生活行動パターン抽出装置。
  3. 前記生活行動パターン生成手段は、当該単位期間において発生したと判定された生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での最頻値を対応付けた生活行動パターンを生成することを特徴とする請求項１又は２に記載の生活行動パターン抽出装置。
  4. 前記生活行動パターン生成手段は、各単位期間における当該生活イベントセットに基づいて、当該生活イベントセットを構成する各生活イベントの発生した時間帯を要素とする特徴ベクトルを生成し、当該特徴ベクトル群についてクラスタリング処理を行い、要素数が最多となるクラスタに基づいて当該生活行動パターンを生成することを特徴とする請求項１又は２に記載の生活行動パターン抽出装置。
  5. 当該単位期間を構成する各時間帯における当該生活区域での消費電力の代表値のうちの最大値又は当該最大値に関連する値に基づいて、当該生活区域において生活者全員又は所定割合以上の生活者が活動しているか否かの判定基準となる最大活動電力値を算出する最大活動電力値算出手段を更に有し、
    前記生活行動判定手段は、当該時間帯における当該生活区域での消費電力の代表値に基づき、算出された当該最大活動電力値を判定の閾値として、当該時間帯に当該生活区域において生活者全員又は所定割合以上の生活者が活動しているか否かを判定する
    ことを特徴とする請求項１から４のいずれか１項に記載の生活行動パターン抽出装置。
  6. 前記生活イベント管理手段は、当該抽出対象期間内の単位期間毎に、生活者全員又は所定割合以上の生活者が活動している最大生活行動の時間帯を対応付けた当該生活イベントセットを蓄積し、
    前記生活行動パターン生成手段は、各単位期間における当該生活イベントセットにおいて、当該生活区域からの外出に相当する生活イベントが発生した時間帯、当該生活区域への帰還に相当する生活イベントが発生した時間帯、及び当該最大生活行動の時間帯に基づいて、生活者全員の不在時間と、少なくとも1人の不在時間を算出し、算出した当該生活者全員の不在時間及び当該少なくとも1人の不在時間に基づいて、当該生活区域の生活者における外出の際に同行する程度を示す外出同行度を算出する
    ことを特徴とする請求項５に記載の生活行動パターン抽出装置。
  7. 生活区域における生活者の生活行動パターンを抽出する装置に搭載されたコンピュータを機能させる生活行動パターン抽出プログラムであって、
    生活行動パターンの抽出対象期間の構成単位である単位期間を構成する各時間帯における当該生活区域での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する生活行動判定手段と、
    時間帯毎に生活行動の種別である生活イベントを対応付けた生活イベントテーブルを有し、前記生活行動判定手段によって生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する生活イベント判定手段と、
    当該抽出対象期間内の単位期間毎に、当該生活区域において発生したと判定された生活イベントと、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する生活イベント管理手段と、
    各単位期間における当該生活イベントセットに基づいて、発生したと判定された生活イベントの時系列である生活行動パターンであって、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する生活行動パターン生成手段と
    してコンピュータを機能させることを特徴とする生活行動パターン抽出プログラム。
  8. 生活区域における生活者の生活行動パターンを抽出する方法であって、
    生活行動パターンの抽出対象期間の構成単位である単位期間を構成する各時間帯における当該生活区域での消費電力の代表値に基づき、所定の閾値を用いて、当該時間帯に当該生活区域において生活行動が発生したか否かを判定する第１のステップと、
    時間帯毎に生活行動の種別である生活イベントを対応付けた生活イベントテーブルを有し、第１のステップで生活行動が発生したと判定された際、当該判定に係る時間帯に対応付けられた生活イベントが発生したと判定する第２のステップと、
    当該抽出対象期間内の単位期間毎に、当該生活区域において発生したと判定された生活イベントと、当該生活イベントが発生したと判定された時間帯とを対応付けた生活イベントセットを蓄積する第３のステップと、
    各単位期間における当該生活イベントセットに基づいて、発生したと判定された生活イベントの時系列である生活行動パターンであって、当該時系列内の生活イベント毎に、発生したと判定された時間帯の当該抽出対象期間での頻度又は確率の情報を含む生活行動パターンを生成する第４のステップと
    を有することを特徴とする生活行動パターン抽出方法。
JP2014062697A 2014-03-25 2014-03-25 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法 Active JP6297876B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014062697A JP6297876B2 (ja) 2014-03-25 2014-03-25 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014062697A JP6297876B2 (ja) 2014-03-25 2014-03-25 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法

Publications (2)

Publication Number Publication Date
JP2015185040A true JP2015185040A (ja) 2015-10-22
JP6297876B2 JP6297876B2 (ja) 2018-03-20

Family

ID=54351461

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014062697A Active JP6297876B2 (ja) 2014-03-25 2014-03-25 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法

Country Status (1)

Country Link
JP (1) JP6297876B2 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5976971B1 (ja) * 2016-02-25 2016-08-24 九州電力株式会社 見守り装置および見守り方法
JP6026712B1 (ja) * 2015-12-02 2016-11-16 中国電力株式会社 ホームセキュリティの在宅警戒モード解除システム
JP2017097704A (ja) * 2015-11-26 2017-06-01 日本電信電話株式会社 在宅状態推定装置および方法
JP6185683B1 (ja) * 2016-09-29 2017-08-23 国立大学法人九州大学 見守り装置及びこれを備えた見守りシステム並びに見守り方法
JP2017156868A (ja) * 2016-02-29 2017-09-07 株式会社東芝 行動パターン推定装置、行動パターン推定方法、および行動パターン推定プログラム
JP2017158336A (ja) * 2016-03-02 2017-09-07 東京電力ホールディングス株式会社 消費電力情報加工装置
CN107332980A (zh) * 2017-06-13 2017-11-07 Tcl移动通信科技（宁波）有限公司 基于地理位置的时区自动设置方法、移动终端及存储装置
JP2018036934A (ja) * 2016-09-01 2018-03-08 九電テクノシステムズ株式会社 電力使用量または消費電流による居住者の生活状態・活動推定システムおよび方法
JP2018116576A (ja) * 2017-01-19 2018-07-26 富士通株式会社 活動レベル判定サービス方法及びシステム
US10572957B2 (en) * 2014-07-09 2020-02-25 Panasonic Intellectual Property Corporation Of America Combination desirability determination apparatus, method for determining desirability of combination, and recording medium storing program
JP2021002360A (ja) * 2016-03-02 2021-01-07 東京電力ホールディングス株式会社 消費電力情報加工装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004295861A (ja) * 2003-03-07 2004-10-21 National Institute Of Advanced Industrial & Technology 生活異変検知方法、装置及びプログラム
JP2013131097A (ja) * 2011-12-22 2013-07-04 Nippon Telegr & Teleph Corp <Ntt> 人間活動検知システム、人間活動検知方法および人間活動検知プログラム
WO2013157175A1 (ja) * 2012-04-19 2013-10-24 パナソニック株式会社 生活行動推定装置、プログラム、コンピュータ読み取り可能な記録媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004295861A (ja) * 2003-03-07 2004-10-21 National Institute Of Advanced Industrial & Technology 生活異変検知方法、装置及びプログラム
JP2013131097A (ja) * 2011-12-22 2013-07-04 Nippon Telegr & Teleph Corp <Ntt> 人間活動検知システム、人間活動検知方法および人間活動検知プログラム
WO2013157175A1 (ja) * 2012-04-19 2013-10-24 パナソニック株式会社 生活行動推定装置、プログラム、コンピュータ読み取り可能な記録媒体

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10572957B2 (en) * 2014-07-09 2020-02-25 Panasonic Intellectual Property Corporation Of America Combination desirability determination apparatus, method for determining desirability of combination, and recording medium storing program
JP2017097704A (ja) * 2015-11-26 2017-06-01 日本電信電話株式会社 在宅状態推定装置および方法
JP6026712B1 (ja) * 2015-12-02 2016-11-16 中国電力株式会社 ホームセキュリティの在宅警戒モード解除システム
WO2017094149A1 (ja) * 2015-12-02 2017-06-08 中国電力株式会社 ホームセキュリティの在宅警戒モード解除システム
JP5976971B1 (ja) * 2016-02-25 2016-08-24 九州電力株式会社 見守り装置および見守り方法
JP2017151737A (ja) * 2016-02-25 2017-08-31 九州電力株式会社 見守り装置および見守り方法
JP2017156868A (ja) * 2016-02-29 2017-09-07 株式会社東芝 行動パターン推定装置、行動パターン推定方法、および行動パターン推定プログラム
JP2017158336A (ja) * 2016-03-02 2017-09-07 東京電力ホールディングス株式会社 消費電力情報加工装置
JP2021002360A (ja) * 2016-03-02 2021-01-07 東京電力ホールディングス株式会社 消費電力情報加工装置
JP2018036934A (ja) * 2016-09-01 2018-03-08 九電テクノシステムズ株式会社 電力使用量または消費電流による居住者の生活状態・活動推定システムおよび方法
JP6185683B1 (ja) * 2016-09-29 2017-08-23 国立大学法人九州大学 見守り装置及びこれを備えた見守りシステム並びに見守り方法
JP2018116576A (ja) * 2017-01-19 2018-07-26 富士通株式会社 活動レベル判定サービス方法及びシステム
CN107332980A (zh) * 2017-06-13 2017-11-07 Tcl移动通信科技（宁波）有限公司 基于地理位置的时区自动设置方法、移动终端及存储装置

Also Published As

Publication number Publication date
JP6297876B2 (ja) 2018-03-20

Similar Documents

Publication Publication Date Title
JP6297876B2 (ja) 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法
JP6190309B2 (ja) 消費電力量に基づいて生活パターンを推定する装置、プログラム及び方法
JP6151202B2 (ja) 特徴時間帯での消費電力量からユーザ属性を推定するプログラム、装置及び方法
López-Rodríguez et al. Analysis and modeling of active occupancy of the residential sector in Spain: An indicator of residential electricity consumption
Panchabikesan et al. Data driven occupancy information for energy simulation and energy use assessment in residential buildings
US10001792B1 (en) System and method for determining occupancy schedule for controlling a thermostat
JP6738801B2 (ja) エネルギー管理システムおよび方法
US20150268281A1 (en) System and method for monitoring, analyzing and acting upon electricity patterns
JP6190301B2 (ja) 消費電力量から推定された生活行動を比較評価可能な装置、プログラム及び方法
WO2015136839A1 (ja) 生活行動推定装置、およびプログラム
TWI489230B (zh) 電力監控裝置及其電力分析方法
JP6350930B2 (ja) 生活サービス提案システム
CN108475257B (zh) 处理远程仪表读取数据以分析消耗量模式
Hashizume et al. Energy monitoring system using sensor networks in residential houses
Sardianos et al. Reshaping consumption habits by exploiting energy-related micro-moment recommendations: A case study
US10371861B2 (en) Notification techniques for reducing energy usage
JP6312295B2 (ja) 電力消費及び通信トラフィックを考慮したユーザ活動状況の判定装置、プログラム及び方法
EP2903217A1 (en) Building automation method and system
US10304145B2 (en) System and method to dynamically allocate energy savings amounts for remote energy efficient light fixture networks
JP6661774B2 (ja) コントローラ、および、管理システム
JP6150343B2 (ja) 生活行動の発生を判定可能な生活行動判定装置、プログラム及び方法
CN112183942A (zh) 设备运行时间调度方法、装置、设备及计算机可读介质
JP2014174890A (ja) 電力情報管理サーバ及び電力情報管理方法
KR101092734B1 (ko) 통합검침시스템을 이용한 수용가 관리 시스템 및 관리 방법
Zhang et al. Consumer satisfaction-oriented residential appliance scheduling algorithms

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160707

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170619

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170629

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170818

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180222

R150 Certificate of patent or registration of utility model

Ref document number: 6297876

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150