JP2019061727A - 宅内構成員の異常状態判断方法及びサーバ - Google Patents

Abstract

【課題】宅内の電力使用データに基づいて宅内構成員の異常状態を判断し、それをユーザ装置に知らせる宅内構成員の異常状態判断方法及びその装置を提供する。【解決手段】所定の第１時間単位で宅内の電力使用データを測定し、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断し、宅内構成員の異常状態が発生したと判断する場合、前記宅内構成員の異常状態を含む通知メッセージを生成し、前記通知メッセージを所定のユーザ装置に転送することを特徴とする。【選択図】図１

Description

本発明は宅内構成員の異常状態を判断するサービスに関し、より詳しくは、宅内の電力使用データに基づいて宅内構成員の異常状態を判断し、それをユーザ装置に知らせる宅内構成員の異常状態判断方法及びその装置に関する。本研究は、2016年度産業通商資源部(MOTIE)と韓国エネルギー技術評価院(KETEP)の支援を受けて遂行した研究課題である。 (No.20161210200410)

一人暮らし老人及び患者等といった宅内構成員に対して保護者の観察及び監視が必要な場合がある。この場合、保護者は周期的に家を訪問したり電話等の連絡によって被保護者の状態を確認したりする。最近では、ＣＣＴＶ（Ｃｌｏｓｅｄ−Ｃｉｒｃｕｉｔ Ｔｅｌｅｖｉｓｉｏｎ）を設置して被保護者の状態を確認するにおいて効率化を試みており、さらには画像処理技術を活用して被保護者の動きを判断して保護者に自動で通知したりする。

しかし、遠隔監視をするためのＣＣＴＶは、被保護者の私生活を侵害して被保護者及び保護者皆に拒否感を与える副作用がある。また、ＣＣＴＶの陰影区域を取り扱うためには複数のＣＣＴＶが設置されなければならず、該当データを遠隔で転送し処理するためには大容量のネットワーク及びコンピューティング資源が必要であるので経済性の側面にも短所がある。

本発明は、上述した技術的問題に対応するために導き出されたものであり、本発明の目的は、従来技術における限界と短所によって発生する様々な問題点を実質的に補完できるものであって、宅内の電力使用データに基づいて宅内構成員の異常状態を把握し、それをユーザ装置に知らせる宅内構成員の異常状態判断方法及びその装置を提供することにあり、前記方法を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体を提供することにある。

本発明の一実施形態によれば、所定の第１時間単位で宅内の電力使用データを測定するステップ、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップ、前記宅内構成員の異常状態が発生したと判断する場合、前記宅内構成員の異常状態を含む通知メッセージを生成するステップ、及び前記通知メッセージを所定のユーザ装置に転送するステップを含む。

本発明の一実施形態によれば、前記宅内の電力使用データは、宅内の全体電力使用量、宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数のうち少なくとも一つを含む。

本発明の一実施形態によれば、所定の第２時間単位で宅内の電力使用データを推定するステップをさらに含む。
本発明の一実施形態によれば、前記所定の第２時間単位で宅内の電力使用データを推定するステップはＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いる。

本発明の一実施形態によれば、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間前記宅内の全体電力使用量の変化が所定の臨界値以下であるか否かを判断する。

本発明の一実施形態によれば、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは所定の第１時間の間測定した宅内の全体電力使用量と所定の第２時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断し、前記所定の第２時間は前記所定の第１時間の次の時間である。

本発明の一実施形態によれば、測定された前記宅内の電力使用データを前記所定の第１時間単位で格納するステップをさらに含む。

本発明の一実施形態によれば、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間格納された前記宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下であるかを判断する。

本発明の一実施形態によれば、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間格納された前記宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下であるかを判断する。

本発明の一実施形態によれば、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間格納された前記宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下であるかを判断する。

本発明の一実施形態によれば、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、宅内機器を使った後に発生すると予測されるか、所定の時間に高確率で発生すると予測される、機器使用パターンが現れるか否かを判断する。

前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、前記宅内の電力使用データに基づいて、前記宅内の電力使用データを収集及び転送するにおいてエラーが発生したか、過電流状態が発生したかをさらに判断する。

また、本発明の一実施形態によれば、前記方法を実行するためのプログラムが記録されたコンピュータ読み取り可能な記録媒体を含む。

なお、本発明の一実施形態によれば、サーバは、所定の第１時間単位で宅内の電力使用データを測定する測定部、前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断する判断部、前記宅内構成員の異常状態が発生したと判断する場合、前記宅内構成員の異常状態を含む通知メッセージを生成するメッセージ生成部、及び前記通知メッセージを所定のユーザ装置に転送するメッセージ転送部を含む。

本発明は、宅内構成員の異常状態判断方法及びその装置に関する技術であって、宅内の電力使用データに基づいて宅内構成員の異常状態を把握し、それをユーザ装置に知らせるサービスを提供する。本発明により、保護者はユーザ装置を用いて宅内構成員の異常状態をリアルタイムで確認することができる。本発明を構成する方法及び装置は、宅内の電力使用データのみを宅内構成員の異常状態の分析に活用することによって、個人情報の流出を最小化し、且つ、所期の目的を達成することができる。また、本発明は、宅内の電力使用データのみを宅内構成員の異常状態の分析に活用することによって、必要な装置を簡素化し、コンピューティング費用を節減するという効果がある。

本発明の一実施形態による宅内構成員の異常状態判断システムを概略的に示す図である。 本発明の一実施形態による宅内構成員の異常状態判断サーバの概略的なブロック図である。 本発明の一実施形態によるサーバが宅内の電力使用データを推定する時に用いられるＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を概略的に示す図である。 本発明の一実施形態による宅内構成員の異常状態判断過程を示すフローチャートである。

以下、添付された図面を参照して本発明の好ましい実施形態を詳細に説明する。図面における同一の参照符号は同一の構成要素を指し示し、図面上での各構成要素の大きさは説明の明瞭性のために誇張されることがある。

図１は、本発明の一実施形態による宅内構成員の異常状態判断システムを概略的に示す図である。
本発明の一実施形態によるサーバ１３０は、宅内の電力使用データに基づいて宅内構成員の異常状態を判断し、宅内構成員の異常状態が発生したと判断する場合、宅内構成員の異常状態を含む通知メッセージを生成してユーザ装置１５０に転送する。

ユーザ装置１５０はモバイル端末等を含み、その他にも様々な端末であってもよいことは当業者にとって明らかなことである。
一人暮らし老人及び患者のような宅内構成員に対して保護者の観察及び監視が必要な場合、社会福祉士などは、ユーザ装置１５０を用いて、サーバ１３０が転送する通知メッセージに基づいて宅内構成員の状態を確認することができる。

図２は、本発明の一実施形態による宅内構成員の異常状態判断サーバの概略的なブロック図である。
本発明の一実施形態によるサーバ２００は、測定部２１０、判断部２３０、メッセージ生成部２５０及びメッセージ転送部２７０を含む。また、本発明の一実施形態によるサーバ２００は格納部をさらに含む。

測定部２１０は、所定の第１時間単位で宅内の電力使用データを測定する。宅内の電力使用データは、宅内の全体電力使用量、宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数のうち少なくとも一つを含む。宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数は、宅内の個別機器の値で測定されるか、複数の機器をグループ化してグループに対して測定される。

例えば、測定部２１０は、１時間または１５分等の時間単位で宅内の全体電力使用量を測定することができる。また、測定部２１０は、１秒単位で宅内の電力使用量を測定することによって、リアルタイムで宅内の電力使用量を測定することもできる。前記所定の第１時間単位はサーバ２００の構成に応じて異なるように設定することができる。

測定部２１０は、宅内の全体電力使用量だけでなく、宅内の個別機器の電力使用量を測定する。また、本発明の一実施形態による測定部２１０は、所定の第２時間単位で宅内の電力使用データを推定する。よって、測定部２１０は、宅内の個別機器の電力使用量を測定するだけでなく、宅内の個別機器の電力使用量を推定することができ、それについては図３において詳細に後述する。

判断部２３０は、宅内の電力使用データに基づいて宅内構成員の異常状態を判断する。
本発明の一実施形態による判断部２３０は、所定の時間の間前記宅内の全体電力使用量の変化が所定の臨界値以下であるか否かを判断する。例えば、以前の２４時間の間宅内の全体電力使用量の変化が臨界値以下である場合、判断部２３０は、宅内の全体電力使用量に変化がないことを理由に宅内構成員に異常状態が発生したと判断する。宅内の全体電力使用量の変化は次の式１により求めることができるが、特定の式に制限されず、他の方式で計算できることは当業者にとって明らかなことである。

宅内の全体電力使用量の変化値＝（単位時間当たりの全体電力使用量の最大値−単位時間当たりの全体電力使用量の最小値）／（単位時間当たりの全体電力使用量の平均）
（式１）

臨界値は、例えば０．２５のような数値に設定することができるが、サーバ２００の構成に応じて他の値に設定できることは当業者にとって明らかなことである。

本発明の一実施形態による判断部２３０は、所定の第１時間の間測定した宅内の全体電力使用量と所定の第２時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断する。前記所定の第２時間は前記所定の第１時間の次の時間であり、例えば、判断部２３０は以前の２４時間の間測定した宅内の全体電力使用量と次の２４時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断する。

前記差が所定の臨界値以上である場合、宅内構成員に異常状態が発生したと判断する。宅内の全体電力使用量を推定する方法は図３において後述する。

本発明の一実施形態による格納部は、測定部２１０が測定した宅内の電力使用データを前記所定の第１時間単位で格納する。

本発明の一実施形態による判断部２３０は、所定の時間の間格納された宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下であるかを判断する。判断部２３０は、観察した時間／曜日の宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下である場合、宅内機器の使用回数の異常を理由に宅内構成員に異常状態が発生したと判断する。

例えば、本発明の一実施形態による格納部は、炊飯器、洗濯機、電子レンジ等の宅内機器の曜日別の使用回数を所定の期間の間格納する。判断部２３０は、宅内機器の使用回数に対する上位９０％及び下位１０％の値を計算する。判断部２３０は、観察した曜日の宅内機器の使用回数が上位９０％以上であるか下位１０％以下である場合、宅内機器の使用回数の異常を理由に宅内構成員に異常状態が発生したと判断する。

本発明の一実施形態による判断部２３０は、所定の時間の間格納された宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下であるかを判断する。判断部２３０は、観察した時間／曜日の宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下である場合、宅内機器の使用時間の異常を理由に宅内構成員に異常状態が発生したと判断する。

例えば、本発明の一実施形態による格納部は、ＴＶ等の宅内機器の曜日別の使用時間を所定の期間の間格納する。判断部２３０は、宅内機器の使用時間に対する上位９０％及び下位１０％の値を計算する。判断部２３０は、観察した曜日の宅内機器の使用時間が上位９０％以上であるか下位１０％以下である場合、宅内機器の使用時間の異常を理由に宅内構成員に異常状態が発生したと判断する。

本発明の一実施形態による判断部２３０は、所定の時間の間格納された宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下であるかを判断する。判断部２３０は、観察した時間／曜日の宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下である場合、宅内機器の使用量の異常を理由に宅内構成員に異常状態が発生したと判断する。

例えば、本発明の一実施形態による格納部は、電灯等の宅内機器の曜日別の使用量を所定の期間の間格納する。判断部２３０は、宅内機器の使用量に対する上位９０％及び下位１０％の値を計算する。判断部２３０は、観察した曜日の宅内機器の使用量が上位９０％以上であるか下位１０％以下である場合、宅内機器の使用量の異常を理由に宅内構成員に異常状態が発生したと判断する。

本発明の一実施形態による判断部２３０は、宅内機器を使った後に発生すると予測されるか、所定の時間に高確率で発生すると予測される、機器使用パターンが現れるか否かを判断する。判断部２３０は、予測される機器使用パターンが既存の機器使用パターンに比べて変わった場合、宅内機器の使用パターン連関規則の異常を理由に宅内構成員に異常状態が発生したと判断する。

判断部２３０は、機器使用パターンを予測するために関係規則分析技術を利用する。関係規則分析と関連した詳細な内容は既に出願して登録された韓国特許「エネルギー消費機器の連関性に応じた異常使用判断方法」（登録番号：１０−１６４２０４４、登録日：２０１６．０７．１８）に記述されており、前記登録特許は本明細書内に参照用として含まれる。

本発明の一実施形態による判断部２３０は、宅内の電力使用データに基づいて、宅内の電力使用データを収集及び転送するにおいてエラーが発生したか、過電流状態が発生したかをさらに判断する。具体的には、判断部２３０は、宅内の全体電力使用量が所定の時間の間（例えば、１時間）サーバ２００に受信されない場合、宅内の電力使用データを収集及び転送するにおいてエラーが発生したと判断する。また、判断部２３０は、宅内の全体電力使用量が所定の臨界値以上で所定時間の間持続する場合、過電流状態が発生したと判断する。判断部２３０が前記のようなシステム異常があると判断した場合、システム異常状態を含む通知メッセージを生成してユーザ装置１５０に転送する。

メッセージ生成部２５０は、判断部２３０が前述した理由等で宅内構成員の異常状態が発生したと判断する場合、宅内構成員の異常状態を含む通知メッセージを生成する。
メッセージ転送部２７０は通知メッセージを所定のユーザ装置に転送する。
所定のユーザ装置はモバイル端末等を含み、様々な端末であってもよいことは当業者にとって明らかなことである。

一人暮らし老人及び患者のような宅内構成員に対して保護者の観察及び監視が必要な場合、社会福祉士などは、所定のユーザ装置を用いて、サーバ２００が転送する通知メッセージに基づいて宅内構成員の状態を確認することができる。

図３は、本発明の一実施形態によるサーバが宅内の電力使用データを推定する時に用いられるＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を概略的に示す図である。
本発明の一実施形態によるサーバ２００の測定部２１０は所定の時間単位で宅内の電力使用データを推定する。前記所定の時間単位は２４時間単位及び曜日単位等といった様々な時間単位を含む。

例えば、測定部２１０は、以前の時間単位（例えば、以前の２４時間）の入力データと次の時間単位の入力データに基づいて、次の時間単位の宅内の電力使用量を推定する。以前の時間単位の入力データは、以前の時間の間測定された宅内の電力使用量、該当時間が属した曜日、該当時間情報及び天気情報を含む。天気情報は温度、湿度及び雲量等を含む。次の時間単位の入力データは、次の時間が属した曜日、該当時間情報及び天気情報を含む。

図３に示すように、本発明の一実施形態による測定部２１０は、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いて宅内の電力使用量を推定する。
ＤＮＮは、入力層（Ｉｎｐｕｔ Ｌａｙｅｒ）３１０、出力層（Ｏｕｔｐｕｔ Ｌａｙｅｒ）３５０、及び入力層と出力層との間にある複数の隠れ層（Ｈｉｄｄｅｎ Ｌａｙｅｒ）３３０を含む人工の神経ネットワーク（Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＡＮＮ）である。ＤＮＮは、隠れ層に割り当てられた変数値は知ることができないが、各々の層が以前／以後の層と連結され、その結果、入出力変数間の複雑な非線形関係を数学的にモデリングすることができる。

本発明の一実施形態による測定部２１０は、前述した以前の時間単位の入力データ及び次の時間単位の入力データをＤＮＮの入力層３１０に入力として受け、次の時間単位の宅内の電力使用量をＤＮＮの出力層３５０から出力する。

図４は、本発明の一実施形態による宅内構成員の異常状態判断過程を示すフローチャートである。
ステップ４１０において、サーバ２００は所定の第１時間単位で宅内の電力使用データを測定する。

宅内の電力使用データは、宅内の全体電力使用量、宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数のうち少なくとも一つを含む。宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数は、宅内の個別機器の値で測定されるか、複数の機器をグループ化してグループに対して測定される。前記所定の第１時間単位はサーバ２００の構成に応じて異なるように設定することができる。サーバ２００は、宅内の全体電力使用量だけでなく、宅内の個別機器の電力使用量を測定する。また、本発明の一実施形態によるサーバ２００は、所定の第２時間単位で宅内の電力使用データを推定する。よって、サーバ２００は、宅内の個別機器の電力使用量を測定するだけでなく、宅内の個別機器の電力使用量を推定することができ、それについては図３において記述した通りである。

ステップ４２０において、サーバ２００は、宅内の電力使用データに基づいて宅内構成員の異常状態を判断する。
本発明の一実施形態によるサーバ２００は、所定の時間の間前記宅内の全体電力使用量の変化が所定の臨界値以下であるか否かを判断する。例えば、以前の２４時間の間宅内の全体電力使用量の変化が臨界値以下である場合、サーバ２００は、宅内の全体電力使用量に変化がないことを理由に宅内構成員に異常状態が発生したと判断する。宅内の全体電力使用量の変化は前述した数学式１により求めることができるが、特定の式に制限されず、他の方式で計算できることは当業者にとって明らかなことである。
臨界値は、例えば０．２５のような数値に設定することができるが、サーバ２００の構成に応じて他の値に設定できることは当業者にとって明らかなことである。

本発明の一実施形態によるサーバ２００は、所定の第１時間の間測定した宅内の全体電力使用量と所定の第２時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断する。前記所定の第２時間は前記所定の第１時間の次の時間であり、例えば、サーバ２００は以前の２４時間の間測定した宅内の全体電力使用量と次の２４時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断する。

前記差が所定の臨界値以上である場合、宅内構成員に異常状態が発生したと判断する。宅内の全体電力使用量を推定する方法は図３において記述した通りである。
本発明の一実施形態によるサーバ２００は、測定した宅内の電力使用データを前記所定の第１時間単位で格納する。

本発明の一実施形態によるサーバ２００は、所定の時間の間格納された宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下であるかを判断する。サーバ２００は、観察した時間／曜日の宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下である場合、宅内機器の使用回数の異常を理由に宅内構成員に異常状態が発生したと判断する。

例えば、本発明の一実施形態によるサーバ２００は、炊飯器、洗濯機、電子レンジ等の宅内機器の曜日別の使用回数を所定の期間の間格納する。サーバ２００は、宅内機器の使用回数に対する上位９０％及び下位１０％の値を計算する。サーバ２００は、観察した曜日の宅内機器の使用回数が上位９０％以上であるか下位１０％以下である場合、宅内機器の使用回数の異常を理由に宅内構成員に異常状態が発生したと判断する。

本発明の一実施形態によるサーバ２００は、所定の時間の間格納された宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下であるかを判断する。サーバ２００は、観察した時間／曜日の宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下である場合、宅内機器の使用時間の異常を理由に宅内構成員に異常状態が発生したと判断する。

例えば、本発明の一実施形態による格納部は、ＴＶ等の宅内機器の曜日別の使用時間を所定の期間の間格納する。サーバ２００は、宅内機器の使用時間に対する上位９０％及び下位１０％の値を計算する。サーバ２００は、観察した曜日の宅内機器の使用時間が上位９０％以上であるか下位１０％以下である場合、宅内機器の使用時間の異常を理由に宅内構成員に異常状態が発生したと判断する。

本発明の一実施形態によるサーバ２００は、所定の時間の間格納された宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下であるかを判断する。サーバ２００は、観察した時間／曜日の宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下である場合、宅内機器の使用量の異常を理由に宅内構成員に異常状態が発生したと判断する。

例えば、本発明の一実施形態によるサーバ２００は、電灯等の宅内機器の曜日別の使用量を所定の期間の間格納する。サーバ２００は、宅内機器の使用量に対する上位９０％及び下位１０％の値を計算する。サーバ２００は、観察した曜日の宅内機器の使用量が上位９０％以上であるか下位１０％以下である場合、宅内機器の使用量の異常を理由に宅内構成員に異常状態が発生したと判断する。

本発明の一実施形態によるサーバ２００は、宅内機器を使った後に発生すると予測されるか、所定の時間に高確率で発生すると予測される、機器使用パターンが現れるか否かを判断する。サーバ２００は、予測される機器使用パターンが既存の機器使用パターンに比べて変わった場合、宅内機器の使用パターン連関規則の異常を理由に宅内構成員に異常状態が発生したと判断する。サーバ２００は、機器使用パターンを予測するために関係規則分析技術を利用する。

本発明の一実施形態によるサーバ２００は、宅内の電力使用データに基づいて、宅内の電力使用データを収集及び転送するにおいてエラーが発生したか、過電流状態が発生したかをさらに判断する。具体的には、サーバ２００は、宅内の全体電力使用量が所定の時間の間（例えば、１時間）受信されない場合、宅内の電力使用データを収集及び転送するにおいてエラーが発生したと判断する。また、サーバ２００は、宅内の全体電力使用量が所定の臨界値以上で所定時間の間持続する場合、過電流状態が発生したと判断する。サーバ２００が前記のようなシステム異常があると判断した場合、システム異常状態を含む通知メッセージを生成してユーザ装置１５０に転送する。

ステップ４３０において、サーバ２００は、宅内構成員の異常状態が発生したと判断する場合、宅内構成員の異常状態を含む通知メッセージを生成する。

ステップ４４０において、サーバ２００は通知メッセージを所定のユーザ装置に転送する。所定のユーザ装置はモバイル端末等を含み、様々な端末であってもよいことは当業者にとって明らかなことである。

以上、本発明の好ましい実施形態が詳細に記述されているが、本発明の範囲はそれに限定されず、様々な変形及び均等な他の実施形態が可能である。よって、本発明の真の技術的保護範囲は添付された特許請求の範囲によって定められなければならない。

例えば、本発明の例示的な実施形態によるサーバ２００は、図２に示すような装置各々のユニットにカップリングされたバス、前記バスにカップリングされた少なくとも一つのプロセッサを含むことができ、コマンド、受信されたメッセージ、または生成されたメッセージを格納するために前記バスにカップリングされ、前述したようなコマンドを実行するための少なくとも一つのプロセッサにカップリングされたメモリを含むことができる。

また、本発明に係るシステムは、コンピュータ読み取り可能な記録媒体にコンピュータ読み取り可能なコードとして実現することができる。コンピュータ読み取り可能な記録媒体は、コンピュータシステムによって読み取られるデータが格納される全ての記録装置を含む。前記コンピュータ読み取り可能な記録媒体は、マグネチック格納媒体（例えば、ＲＯＭ、フロッピーディスク、ハードディスク等）、光学的読取媒体（例えば、ＣＤ−ＲＯＭ、ＤＶＤ等）及び搬送波（例えば、インターネットを介した転送）のような格納媒体を含む。また、コンピュータ読み取り可能な記録媒体は、ネットワークで連結されたコンピュータシステムに分散し、分散方式でコンピュータ読み取り可能なコードが格納されて実行されることができる。

Claims (25)

1. 所定の第１時間単位で宅内の電力使用データを測定する測定部、
   前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断する判断部、
   前記宅内構成員の異常状態が発生したと判断する場合、前記宅内構成員の異常状態を含む通知メッセージを生成するメッセージ生成部、及び
   前記通知メッセージを所定のユーザ装置に転送するメッセージ転送部を含むことを特徴とするサーバ。
2. 前記宅内の電力使用データは、宅内の全体電力使用量、宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数のうち少なくとも一つを含むことを特徴とする、請求項１に記載のサーバ。
3. 所定の第２時間単位で宅内の電力使用データを推定する推定部をさらに含むことを特徴とする、請求項２に記載のサーバ。
4. 前記推定部はＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いることを特徴とする、請求項３に記載のサーバ。
5. 前記判断部は、所定の時間の間前記宅内の全体電力使用量の変化が所定の臨界値以下であるか否かを判断することを特徴とする、請求項２に記載のサーバ。
6. 前記判断部は所定の第１時間の間測定した宅内の全体電力使用量と所定の第２時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断し、
   前記所定の第２時間は前記所定の第１時間の次の時間であることを特徴とする、請求項３に記載のサーバ。
7. 測定された宅内の電力使用データを前記所定の第１時間単位で格納する格納部をさらに含むことを特徴とする、請求項２に記載のサーバ。
8. 前記判断部は、所定の時間の間格納された前記宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下であるかを判断することを特徴とする、請求項７に記載のサーバ。
9. 前記判断部は、所定の時間の間格納された前記宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下であるかを判断することを特徴とする、請求項７に記載のサーバ。
10. 前記判断部は、所定の時間の間格納された前記宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下であるかを判断することを特徴とする、請求項７に記載のサーバ。
11. 前記判断部は、宅内機器を使った後に発生すると予測されるか、所定の時間に高確率で発生すると予測される、機器使用パターンが現れるか否かを判断することを特徴とする、請求項７に記載のサーバ。
12. 前記判断部は、前記宅内の電力使用データに基づいて、前記宅内の電力使用データを収集及び転送するにおいてエラーが発生したか、過電流状態が発生したかをさらに判断することを特徴とする、請求項１に記載のサーバ。
13. 所定の第１時間単位で宅内の電力使用データを測定するステップ、
    前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップ、
    前記宅内構成員の異常状態が発生したと判断する場合、前記宅内構成員の異常状態を含む通知メッセージを生成するステップ、及び
    前記通知メッセージを所定のユーザ装置に転送するステップを含むことを特徴とする宅内構成員の異常状態判断方法。
14. 前記宅内の電力使用データは、宅内の全体電力使用量、宅内機器の電力使用量、宅内機器の電力使用時間及び宅内機器の電力使用回数のうち少なくとも一つを含むことを特徴とする、請求項１３に記載の宅内構成員の異常状態判断方法。
15. 所定の第２時間単位で宅内の電力使用データを推定するステップをさらに含むことを特徴とする、請求項１４に記載の宅内構成員の異常状態判断方法。
16. 前記所定の第２時間単位で宅内の電力使用データを推定するステップはＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いることを特徴とする、請求項１５に記載の宅内構成員の異常状態判断方法。
17. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間前記宅内の全体電力使用量の変化が所定の臨界値以下であるか否かを判断することを特徴とする、請求項１４に記載の宅内構成員の異常状態判断方法。
18. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは所定の第１時間の間測定した宅内の全体電力使用量と所定の第２時間の間推定した宅内の全体電力使用量との差が所定の臨界値以上であるか否かを判断し、
    前記所定の第２時間は前記所定の第１時間の次の時間であることを特徴とする、請求項１５に記載の宅内構成員の異常状態判断方法。
19. 測定された前記宅内の電力使用データを前記所定の第１時間単位で格納するステップをさらに含むことを特徴とする、請求項１４に記載の宅内構成員の異常状態判断方法。
20. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間格納された前記宅内機器の電力使用回数が第１臨界値以上であるか第２臨界値以下であるかを判断することを特徴とする、請求項１９に記載の宅内構成員の異常状態判断方法。
21. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間格納された前記宅内機器の電力使用時間が第３臨界値以上であるか第４臨界値以下であるかを判断することを特徴とする、請求項１９に記載の宅内構成員の異常状態判断方法。
22. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、所定の時間の間格納された前記宅内機器の電力使用量が第５臨界値以上であるか第６臨界値以下であるかを判断することを特徴とする、請求項１９に記載の宅内構成員の異常状態判断方法。
23. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、宅内機器を使った後に発生すると予測されるか、所定の時間に高確率で発生すると予測される、機器使用パターンが現れるか否かを判断することを特徴とする、請求項１９に記載の宅内構成員の異常状態判断方法。
24. 前記宅内の電力使用データに基づいて宅内構成員の異常状態を判断するステップは、前記宅内の電力使用データに基づいて、前記宅内の電力使用データを収集及び転送するにおいてエラーが発生したか、過電流状態が発生したかをさらに判断することを特徴とする、請求項１３に記載の宅内構成員の異常状態判断方法。
25. 請求項１３〜２４のいずれか１項に記載の方法を実行するためのプログラムが記録されたコンピュータ読み取り可能な記録媒体。