JP2019061727A - 宅内構成員の異常状態判断方法及びサーバ - Google Patents
宅内構成員の異常状態判断方法及びサーバ Download PDFInfo
- Publication number
- JP2019061727A JP2019061727A JP2019011873A JP2019011873A JP2019061727A JP 2019061727 A JP2019061727 A JP 2019061727A JP 2019011873 A JP2019011873 A JP 2019011873A JP 2019011873 A JP2019011873 A JP 2019011873A JP 2019061727 A JP2019061727 A JP 2019061727A
- Authority
- JP
- Japan
- Prior art keywords
- home
- predetermined
- time
- power usage
- usage data
- 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.)
- Withdrawn
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0415—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting absence of activity per se
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0484—Arrangements monitoring consumption of a utility or use of an appliance which consumes a utility to detect unsafe condition, e.g. metering of water, gas or electricity, use of taps, toilet flush, gas stove or electric kettle
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B27/00—Alarm systems in which the alarm condition is signalled from a central station to a plurality of substations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
- H04L12/2825—Reporting to a device located outside the home and the home network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/283—Processing of data at an internetworking point of a home automation network
- H04L12/2834—Switching of information between an external network and a home network
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Automation & Control Theory (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Telephonic Communication Services (AREA)
- Computing Systems (AREA)
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。
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。
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。
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。
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。
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)
(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。
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。
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。
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。
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、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)
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160178901A KR101872813B1 (ko) | 2016-12-26 | 2016-12-26 | 댁내 구성원의 이상 상태 판단 방법 및 장치 |
KR10-2016-0178901 | 2016-12-26 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016255134A Division JP2018107751A (ja) | 2016-12-26 | 2016-12-28 | 宅内構成員の異常状態判断方法及びサーバ |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019061727A true JP2019061727A (ja) | 2019-04-18 |
JP2019061727A5 JP2019061727A5 (ja) | 2020-02-13 |
Family
ID=62625074
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016255134A Pending JP2018107751A (ja) | 2016-12-26 | 2016-12-28 | 宅内構成員の異常状態判断方法及びサーバ |
JP2019011873A Withdrawn JP2019061727A (ja) | 2016-12-26 | 2019-01-28 | 宅内構成員の異常状態判断方法及びサーバ |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016255134A Pending JP2018107751A (ja) | 2016-12-26 | 2016-12-28 | 宅内構成員の異常状態判断方法及びサーバ |
Country Status (3)
Country | Link |
---|---|
US (1) | US10504351B2 (ja) |
JP (2) | JP2018107751A (ja) |
KR (1) | KR101872813B1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7106998B2 (ja) | 2018-06-05 | 2022-07-27 | トヨタ自動車株式会社 | 運転支援装置 |
JP2020160608A (ja) * | 2019-03-25 | 2020-10-01 | 株式会社日立製作所 | 異常検知システム |
CN110062402B (zh) * | 2019-04-28 | 2022-05-27 | 重庆三峡学院 | 一种移动通信监控系统 |
CN112540549B (zh) * | 2020-12-02 | 2021-11-26 | 吉林建筑大学 | 学生宿舍用电监控方法及装置 |
CN112750276B (zh) * | 2020-12-29 | 2023-07-04 | 杭州拓深科技有限公司 | 一种基于用电设备识别的独居老人看护方法及系统 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4319269B2 (ja) | 1998-07-31 | 2009-08-26 | キヤノンアネルバ株式会社 | プラズマcvdによる薄膜形成方法 |
JP2000258484A (ja) * | 1999-03-10 | 2000-09-22 | Hioki Ee Corp | 電力測定器における結線状態検出装置 |
JP3943960B2 (ja) * | 2002-02-26 | 2007-07-11 | 四国電力株式会社 | 電気機器の状態情報にもとづいた生活見守り方法およびシステム |
JP2005216113A (ja) * | 2004-01-30 | 2005-08-11 | Fuji Electric Systems Co Ltd | 単身者異常検知方法 |
JP2007183890A (ja) * | 2006-01-10 | 2007-07-19 | Chugoku Electric Power Co Inc:The | 生活状況監視システム、装置、方法およびプログラム |
JP5591446B2 (ja) | 2007-11-22 | 2014-09-17 | 千代田化工建設株式会社 | 排ガス処理方法 |
WO2009125627A1 (ja) * | 2008-04-11 | 2009-10-15 | 三菱電機株式会社 | 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 |
US9766277B2 (en) * | 2009-09-25 | 2017-09-19 | Belkin International, Inc. | Self-calibrating contactless power consumption sensing |
US20120158631A1 (en) * | 2010-12-15 | 2012-06-21 | Scientific Conservation, Inc. | Analyzing inputs to an artificial neural network |
US20120240072A1 (en) * | 2011-03-18 | 2012-09-20 | Serious Materials, Inc. | Intensity transform systems and methods |
JP2013050832A (ja) * | 2011-08-31 | 2013-03-14 | Sanyo Electric Co Ltd | 安否確認システム、安否確認プログラム及びip電話装置 |
KR20150009375A (ko) * | 2013-07-16 | 2015-01-26 | 한국전자통신연구원 | 전력 사용량 예측 방법 및 그 장치 |
JP6268635B2 (ja) * | 2013-12-05 | 2018-01-31 | パナソニックIpマネジメント株式会社 | 見守り通知装置 |
US20150268281A1 (en) * | 2014-03-19 | 2015-09-24 | Neurio Technology Inc. | System and method for monitoring, analyzing and acting upon electricity patterns |
EP3207382A4 (en) * | 2014-10-14 | 2018-03-21 | Yotta Green Ltd | Smart home system and method |
GB2535713A (en) * | 2015-02-24 | 2016-08-31 | Energy Tech Inst Llp | Method and apparatus for controlling an environment management system within a building |
US9948099B1 (en) * | 2016-09-29 | 2018-04-17 | International Business Machines Corporation | Identifying and mitigating risk associated with weather conditions |
-
2016
- 2016-12-26 KR KR1020160178901A patent/KR101872813B1/ko active IP Right Grant
- 2016-12-28 JP JP2016255134A patent/JP2018107751A/ja active Pending
-
2017
- 2017-12-20 US US15/848,672 patent/US10504351B2/en active Active
-
2019
- 2019-01-28 JP JP2019011873A patent/JP2019061727A/ja not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
US20180182221A1 (en) | 2018-06-28 |
KR101872813B1 (ko) | 2018-06-29 |
JP2018107751A (ja) | 2018-07-05 |
US10504351B2 (en) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019061727A (ja) | 宅内構成員の異常状態判断方法及びサーバ | |
JP7348879B2 (ja) | 需要応答プログラムおよび事象を管理するためのシステム、装置、および方法 | |
US11966939B1 (en) | Determining appliance insurance coverage/products using informatic sensor data | |
Kleiminger et al. | Occupancy detection from electricity consumption data | |
US11908301B2 (en) | Systems and methods for systemic resource utilization analysis and management | |
US9792552B2 (en) | Prediction of available generator running time | |
JP5468590B2 (ja) | データ収集装置およびその方法 | |
US20120166115A1 (en) | Platform, system and method for energy profiling | |
JP2013226037A (ja) | 電力系統のイベント処理システム | |
WO2015151560A1 (ja) | 監視装置、監視システム、監視方法及びプログラム | |
US20210081022A1 (en) | Data Center Total Resource Utilization Efficiency (TRUE) System And Method | |
WO2015136839A1 (ja) | 生活行動推定装置、およびプログラム | |
US20140052304A1 (en) | Dynamic enforcement of power management policy and methods thereof | |
Lachut et al. | Predictability of energy use in homes | |
JP2012134837A (ja) | 住宅用電気機器メンテナンス管理装置及び住宅用電気機器メンテナンスシステム | |
US20170178158A1 (en) | Systems and methods for managing electricity consumption on a power grid | |
Ogu et al. | Leveraging artificial intelligence of things for anomaly detection in advanced metering infrastructures | |
WO2013190603A1 (ja) | 電気機器制御システム | |
US11362855B1 (en) | Computer monitoring system, apparatus and method for monitoring appliance operation | |
JP2015114079A (ja) | 遠隔監視システム及び遠隔監視方法 | |
CN117749660A (zh) | 智能家电终端的异常检测方法、装置及存储介质 | |
JP2022086412A (ja) | 設置場所推定装置、異常検知システム、照明制御システム、設置場所推定方法及びプログラム | |
KR102271955B1 (ko) | IoT 서비스 연동 기반 비접촉 가전기기 식별 방법 및 시스템 | |
JP6311293B2 (ja) | エネルギー管理システム、装置、方法、及びプログラム | |
CN116184012A (zh) | 设备的用电量确定方法、存储介质及电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191223 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191223 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20200618 |