JP2019140861A - 電力データ処理システム及び電力データ処理システムを用いて電力データを処理する方法 - Google Patents

Abstract

【課題】ユーザによる電気機器の使用状態を検知する電力データ処理システムの提供。【解決手段】配電設備内の電気機器の電気使用値を検知し、外部に通信するスマートメータ２０、端末２及びサーバ１０３Ａを有し、電力データを処理する電力データ処理システム１０において、電力データは、スマートメータで検知された電力値に基づいて把握された電気使用値を含む。処理手段３３は、一定期間の電力データに基づいて算出された電力値の属性に関する電力値属性情報を電力データに付加た処理データを生成する前処理プログラム３０と、電気機器の使用状態を使用履歴データとして取得する使用履歴データ取得プログラム３２と、使用履歴データ取得プログラムで取得した使用履歴データと使用履歴データを取得した処理データとによって生成される学習データにより機械学習をさせたモデルに基づいて、電気機器の使用状態を推定する人工知能プログラム３１と、を備える。【選択図】図２

Description

本発明は、電力データ処理システム及び電力データ処理システムを用いて電力データを処理する方法、特に、配電設備に配設されて配電設備内の電気機器の一定期間の電気使用値を検知するとともに検知した電気使用値を電力データとして外部に通信する通信ルートを有するスマートメータ、及びスマートメータから通信される電力データを処理する処理手段を備える電力データ処理システム及び電力データ処理システムを用いて電力データを処理する方法に関する。

一般的に、スマートメータは、配電設備内の電気機器の電気使用値を検知する機能を具備するとともに、検知した電気使用値を電力データとして外部に通信する機能を具備する。

スマートメータによる外部との通信は、電気事業者と通信可能なＡルート、例えば配電設備内の電気機器の電気使用値をユーザに提示しかつその電気使用値に基づいて電気機器を制御するＨＥＭＳ（Ｈｏｍｅ Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）のような配電設備内の装置と通信可能なＢルート、及びＡルートを通じて電気事業者が取得した電力データを他の事業者に通信可能なＣルートを介して実行される（例えば、特許文献１を参照）。

スマートメータのＡルート及びＣルートで通信される電力データに関する電気使用値は、通常、３０分単位で検知される電力量（Ｗｈ）に基づいて把握される。

一方、スマートメータのＢルートで通信される電力データに関する電気使用値は、通常、数十秒〜数分単位で検知される電力値（Ｗ）あるいは３０分単位で検知される電力量（Ｗｈ）に基づいて把握されるものである。

このようなスマートメータが外部と通信する場合は、スマートメータで検知した電気機器の電気使用値が、電力データとしてＡルートを介して電気事業者に通信される。

同様に、スマートメータで検知した電気機器の電気使用値が、電力データとしてＢルートを介して例えばＨＥＭＳに通信されて、インターネットを経由して他の事業者に通信される。

特開２０１７−９１３６５公報

ところで、スマートメータで検知した電気機器の電気使用値が、電力データとしてＡルート〜Ｃルートを介して外部と通信されると、電気事業者あるいは他の事業者は、この電力データに基づいて、ユーザによる電気機器の使用状態を検知し、ユーザの生活状況の概要を把握することができる。

ここで、ユーザの生活状況をより詳細に把握するためには、ユーザの電気機器の使用状態をより詳細に検知する必要があるが、そのためには、各ルートの有する特性を考慮して詳細な電力データを通信できるルートを介して通信された電力データに基づいて、電気機器の使用状態を検知することが望ましい。

本発明は、上記事情に鑑みてなされたものであり、電力データに基づいて、ユーザによる電気機器の使用状態を詳細に検知することができる電力データ処理システム及び電力データ処理システムを用いて電力データを処理する方法を提供することを課題とするものである。

上記目的を達成するための電力データ処理システムは、配電設備に配設されて配電設備内の電気機器の電気使用値を検知するとともに検知した電気使用値を電力データとして外部に通信する通信ルートを有するスマートメータ、及びスマートメータから通信される電力データを処理する処理手段を備える電力データ処理システムにおいて、電力データは、スマートメータで検知された電力値に基づいて把握された電気使用値を有し、処理手段は、一定期間の電力データを構成する電力値に基づいて算出された電力値の属性に関する電力値属性情報を電力データに付加して電力データを多変量化して処理データを生成する前処理プログラムと、前処理プログラムで生成した一定期間の処理データに付加される、一定期間の処理データのうち任意に設定された特定期間の処理データに対応する電気機器の使用状態を使用履歴データとして取得する使用履歴データ取得プログラムと、使用履歴データ取得プログラムで取得した使用履歴データと使用履歴データを取得した特定期間の処理データとによって生成される学習データにより機械学習をさせた学習済みモデルに基づいて、一定期間の処理データから特定期間の処理データを減じた残余期間の処理データに対応する電気機器の使用状態を推定する人工知能プログラムと、を備えることを特徴としている。

この電力データ処理システムによれば、スマートメータの通信ルートを介して通信される、電力値に基づいて把握された電気使用値を有する一定期間の電力データを多変量化して処理データを生成する前処理プログラムを備えることから、複数の指標に基づいて電力データの解析が可能となるように情報量が複合的に増大される。

一方、電力データ処理システムは、情報量が複合的に増大された特定期間の処理データに対応する電気機器の使用状態を使用履歴データとして取得し、この使用履歴データと特定期間の処理データとによって学習データを生成することから、人工知能プログラムが機械学習を行う学習データを精密に生成することができる。

したがって、精密に生成した学習データに基づいて、人工知能プログラムが機械学習を行って学習済みモデルを生成することから、人工知能プログラムは、この学習済みモデルに基づいて、残余期間の処理データに対応する電気機器の使用状態を詳細に検知することができる。

特に、この電力データ処理システムで処理される電力データの電力値は、１分単位で検知される電力値であることを特徴としている。したがって、電気使用値に関して頻度の高い精緻な電力データを取得することが可能となることから、精緻な電力データに基づく多変量化によって、精度の高い処理データが生成される。

さらに、電力データ処理システムでは、人工知能プログラムで推定された電気機器の使用状態がデータとして配電設備のユーザの端末に通信されることを特徴としている。

このように、ユーザの端末に残余期間の処理データに対応する電気機器の使用状態の推定結果がデータとして通信されることから、ユーザは、一定期間における電気機器の使用状態の概略を把握することができる。

さらに、電力データ処理システムの使用履歴データ取得プログラムは、ユーザの端末に格納されることを特徴としている。したがって、ユーザの端末によって、使用履歴データをオンサイトで容易に取得することができる。

しかも、電力データに設定される特定期間は、残余期間に対して短期間に設定されることを特徴としている。したがって、特定期間の処理データに対応する電気機器の使用状態について入力される使用履歴データのデータ量が、短期間に設定された特定期間に応じた少ないデータ量であったとしても、特定期間に対して長期間に設定された残余期間の処理データに対応する電気機器の使用状態を推定することができる。

上記目的を達成するための電力データ処理システムを用いて電力データを処理する方法は、配電設備に配設されて配電設備内の電気機器の電気使用値を検知するとともに検知した電気使用値を電力データとして外部に通信する通信ルートを有するスマートメータから通信される電力データを処理する電力データ処理システムを用いて電力データを処理する方法において、電力データは、スマートメータで検知された電力値に基づいて把握された電気使用値を有し、前処理プログラムが、一定期間の電力データを構成する電力値に基づいて算出された電力値の属性に関する電力値属性情報を電力データに付加して電力データを多変量化して処理データを生成し、使用履歴データ取得プログラムが、前処理プログラムで生成した一定期間の処理データに付加される、一定期間の処理データのうち任意に設定された特定期間の処理データに対応する電気機器の使用状態を使用履歴データとして取得し、人工知能プログラムが、使用履歴データ取得プログラムで取得した使用履歴データと使用履歴データを取得した特定期間の処理データとによって生成される学習データにより機械学習をさせた学習済みモデルに基づいて、一定期間の処理データから特定期間の処理データを減じた残余期間の処理データに対応する電気機器の使用状態を推定する、ことを特徴としている。

この電力データ処理システムを用いて電力データを処理する方法によれば、電力データに基づいて、電気機器の使用状態を詳細に検知することができる。

この発明によれば、電力データに基づいて、電気機器の使用状態を詳細に検知することができる。

本発明の実施の形態に係る電力データ処理システムが配備される配備環境の概略を説明するブロック図である。 同じく、本実施の形態に係る電力データ処理システムの概略を説明するブロック図である。 同じく、本実施の形態に係る電力データ処理システムの前処理プログラムにおけるデータ処理の概略を説明する図である。 同じく、本実施の形態に係る電力データ処理システムの使用履歴データ取得プログラムが端末の画面に表示される場合のユーザインターフェースを示す図である。 同じく、本実施の形態に係る電力データ処理システムの使用履歴データ取得プログラムで取得する使用履歴データの概略を説明する図である。 同じく、本実施の形態に係る電力データ処理システムの人工知能プログラムにおけるデータ処理の概略を説明するブロック図である。 同じく、本実施の形態に係る電力データ処理システムの人工知能プログラムにおけるデータ処理の概略を説明する図である。 同じく、本実施の形態に係る電力データ処理システムの人工知能プログラムにおけるデータ処理の概略を説明する図である。 同じく、本実施の形態に係る電力データ処理システムで生成される使用状態推定データを処理して生成される電気機器使用状態データの概略を説明する図である。 同じく、本実施の形態に係る電力データ処理システムの運用の概略を説明するフローチャートである。

次に、本発明の実施の形態について、図１〜図１０に基づいて説明する。

図１は、本実施の形態に係る電力データ処理システムが配備される配備環境の概略を説明するブロック図である。図示のように、配備環境１００は、住宅１０１、住宅１０１に電力を供給する電気事業者１０２、及び電気事業者１０２が住宅１０１に供給する電力に関するサービスを住宅１０１に居住するユーザ１に提供するサービス事業者１０３によって構成される。

住宅１０１には、住宅１０１内の電気機器１１０に電力を配電する配電設備１０１Ａが配設されている。この配電設備１０１Ａは、本実施の形態では、電気機器１１０の一定期間の電気使用値を検知するとともに検知した電気使用値を電力データとして外部に通信するスマートメータ２０を備える。

さらに配電設備１０１Ａは、スマートメータ２０が検知した全ての電気機器１１０の電気使用値を電力データとして収集するＨＥＭＳ（Ｈｏｍｅ Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）１０１ａ、ＨＥＭＳを介して電力データをサービス事業者１０３に通信するルータ１０１ｂを備える。

電気事業者１０２には、スマートメータ２０と通信して電力データを受信するとともに受信した電力データをサービス事業者１０３と通信するＭＤＭシステム１０２Ａが配設される。

一方、サービス事業者１０３には、住宅１０１の配電設備１０１Ａに配設されたルータ１０１ｂを介してスマートメータ２０と通信して電力データを受信するとともに、電気事業者１０２に配備されたＭＤＭシステム１０２Ａと通信して電力データを受信するサーバ１０３Ａが配設される。

本実施の形態では、スマートメータ２０と電気事業者１０２のＭＤＭシステム１０２Ａとの間の通信はＡルート１２０を介して実行され、ルータ１０１ｂを介したスマートメータ２０とサービス事業者１０３のサーバ１０３Ａとの間の通信はＢルート１３０を介して実行され、電気事業者１０２のＭＤＭシステム１０２Ａとサービス事業者１０３のサーバ１０３Ａとの間の通信はＣルート１４０を介して実行される。

スマートメータ２０のＡルート１２０及びＣルート１４０で通信される電力データに関する電気使用値は、本実施の形態では、３０分単位で検知される電力量（Ｗｈ）に基づいて把握される。

一方、スマートメータ２０のＢルート１３０で通信される電力データに関する電気使用値は、本実施の形態では、１分単位で検知される電力値（Ｗ）及び３０分単位で検知される電力量（Ｗｈ）に基づいて把握される。

１分単位で検知される電力値（Ｗ）に基づいて把握される電気使用値に関する電力データが、Ｂルート１３０を介して通信される場合は、電気使用値に関して頻度の高い精緻な電力データを取得することが可能となる。

このような配備環境１００において、ユーザ１が所有する端末であるスマートフォン２は、電気事業者１０２のＭＤＭシステム１０２Ａ及びサービス事業者１０３のサーバ１０３Ａにアクセス可能に形成されている。

電力データ処理システムは、このような配備環境１００に配備されるものであり、電力データ処理システム１０の概略を説明する図２のブロック図で示すように、スマートメータ２０、サービス事業者１０３のサーバ１０３Ａ及びユーザ１の保有するスマートフォン２に分散して構成される。

スマートメータ２０は、本実施の形態では、Ｂルート１３０を介してサーバ１０３Ａに電力データを通信する。

サーバ１０３Ａは、Ｂルート１３０を介して通信される電力データ及びスマートフォン２から通信される後述する使用履歴データを受信する通信インターフェース１０３ａ、通信インターフェース１０３ａを介して入力された電力データを処理して処理データを生成する前処理プログラム３０、及びこの処理データと使用履歴データとによって電気機器１１０の使用状態を推定して使用状態推定データを生成する人工知能プログラム３１を備える。

さらにサーバ１０３Ａは、人工知能プログラム３１で生成した使用状態推定データを処理して後述の電気機器使用状況情報を生成する後処理プログラム１０３ｂ、生成した電気機器使用状況情報をスマートフォン２に通信する送信インターフェース１０３ｃを備える。

スマートフォン２は、前処理プログラム３０で生成された処理データに付加される使用履歴データを取得する使用履歴データ取得プログラム３２を備える。

これら前処理プログラム３０、人工知能プログラム３１及び使用履歴データ取得プログラム３２によって、本実施の形態では、処理手段３３が構成される。

次に、電力データ処理システム１０の各部の具体的な構成について説明する。

なお、説明の便宜上、各部の説明に際しては、前処理プログラム３０、使用履歴データ取得プログラム３２、人工知能プログラム３１の順に説明する。

図３は、本実施の形態に係る電力データ処理システム１０の前処理プログラム３０におけるデータ処理の概略を説明する図である。

図示のように、前処理プログラム３０で処理される一定期間Ｘの電力データＤ１は、本実施の形態では、電気使用値を検知した日時ｄ１ａ、1分単位で検知される電力値ｄ１ｂ、及び３０分単位で検知される電力量ｄ１ｃによって構成される。

この電力データＤ１は、一定期間Ｘの電力データＤ１のうち任意に設定された特定期間Ｙの電力データが電力データＤ１ａとして設定され、一定期間Ｘの電力データＤ１から特定期間Ｙの電力データＤ１ａを減じた残余期間Ｚの電力データが電力データＤ１ｂとして設定される。

前処理プログラム３０は、本実施の形態では、電力データＤ１に含まれる電力値ｄ１ｂに基づいて算出された、電力値ｄ１ｂの変化分や統計値等といった電力値ｄ１ｂの属性に関する電力値属性情報ｄ２を電力データＤ１に付加して、電力データＤ１を多変量化して処理データＤ２を生成する。

電力値属性情報ｄ２は、変化分ｄ２ａ、推移平均ｄ２ｂ、分散値ｄ２ｃ等で構成される。変化分ｄ２ａは、1分単位の電力値ｄ１ｂの変化を示すものであり、推移平均ｄ２ｂは、現時刻から任意の時刻までの間の電力値ｄ１ｂの変化の平均を示すものであり、分散値ｄ２ｃは、現時刻から任意の時刻までの間の電力値ｄ１ｂの変化のバラツキを示すものである。

この処理データＤ２は、本実施の形態では、電力データＤ１において設定される一定期間Ｘ、特定期間Ｙ及び残余期間Ｚと対応して一定期間Ｘ、特定期間Ｙ及び残余期間Ｚが設定され、一定期間Ｘの処理データＤ２のうち任意に設定された特定期間Ｙの処理データが処理データＤ２ａとして設定され、一定期間Ｘの処理データＤ２から特定期間Ｙの処理データＤ２ａを減じた残余期間Ｚの処理データが処理データＤ２ｂとして設定される。

これらの一定期間Ｘ、特定期間Ｙ及び残余期間Ｚは、本実施の形態では、一定期間Ｘ（例えば２０１７年９月３日〜９月３０日）内において、任意の期間で設定された特定期間Ｙ（例えば２０１７年９月２４日〜９月３０日）は、残余期間Ｚ（例えば２０１７年９月３日〜９月２３日）に対して短期間に設定される。

使用履歴データ取得プログラム３２は、一定期間Ｘの処理データＤ２のうち、任意に設定された特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用状態を、使用履歴データとして取得するプログラムである。

この使用履歴データ取得プログラム３２は、ユーザ１によって、スマートフォン２の画面を介してコマンドが選択されることによって、選択されたコマンドに応じた使用履歴データを取得する。

図４は、本実施の形態に係る使用履歴データ取得プログラム３２がスマートフォン２の画面に表示される場合のユーザインターフェース３２Ａを示す図である。

図４（ａ）〜（ｃ）で示すように、使用履歴データ取得プログラム３２は、スマートフォン２の画面に表示されるユーザインターフェース３２Ａを有する。ユーザ１が使用履歴データ取得プログラム３２を起動すると、図４（ａ）で示すように、ユーザインターフェース３２Ａはポータル画面として表示される。

具体的には、ポータル画面としてのユーザインターフェース３２Ａには、ユーザ１が予め登録した電気機器１１０がコマンド化されて表示される。本実施の形態では、予め登録された電気機器１１０である「電気ポット」、「電子レンジ」、「台所換気扇」、「エアコン」、「ドライヤー」及び「トイレ」がコマンドとして表示される。

このとき、ユーザ１が電子レンジを使用する際に、「電子レンジ」コマンドを選択すると、図４（ｂ）で示すように、ユーザインターフェース３２Ａはポータル画面から電子レンジ画面に遷移して表示される。本実施の形態では、この電子レンジ画面は、電子レンジの「使用開始」、「使用終了」及び「キャンセル」がコマンドとして表示される。

ユーザ１が電子レンジの使用を開始する際に、「使用開始」コマンドを選択すると、本実施の形態では、電気機器１１０である電子レンジの使用が「８時３２分」に開始されたと把握される。

その後、ユーザ１が電子レンジの使用を終了する際に、「使用終了」コマンドを選択すると、図４（ｃ）で示すように、本実施の形態では、電子レンジの使用が「８時３５分」に終了されたと把握される。

ユーザ１が上記の操作を実行することによって、使用履歴データ取得プログラム３２は、電気機器１１０である電子レンジの使用状態として、「ユーザ１が８時３２分に電子レンジの使用を開始し、８時３５分にその使用を終了した」ことを使用履歴データとして取得する。

図５は、使用履歴データ取得プログラム３２で取得する使用履歴データの概略を説明する図である。図示のように、使用履歴データＤ３は、電気機器１１０の使用状態を把握した日時ｄ３ａ、ユーザ１が予め登録した電気機器１１０を記号化して分類する機器分類ｄ３ｂ、及び機器分類ｄ３ｂで記号化・分類された電気機器１１０が使用された場合に記号化・分類された電気機器１１０を特定する使用状態ｄ３ｃによって構成される。

本実施の形態では、使用履歴データ取得プログラム３２によって、「ユーザ１が８時３２分に電子レンジの使用を開始し、８時３５分にその使用を終了した」こと、「８時３６分には、ユーザ１はいずれの電気機器１１０も使用していなかった」こと、「ユーザ１が８時３７分に電気ポットの使用を開始し、８時３９分にその使用を終了した」こと、「８時４０分には、ユーザ１はいずれの電気機器１１０も使用していなかった」こと等が使用履歴データＤ３として取得される。

図６は、人工知能プログラム３１におけるデータ処理の概略を説明するブロック図、図７及び図８は、人工知能プログラム３１におけるデータ処理の概略を説明する図である。

図６で示すように、人工知能プログラム３１は、本実施の形態では、使用履歴データ取得プログラム３２で取得した使用履歴データＤ３と、使用履歴データＤ３を取得した特定期間Ｙの処理データＤ２ａとによって、学習データＤ４を生成する。

この学習データＤ４は、図７で示すように、特定期間Ｙの処理データＤ２ａに、使用履歴データＤ３の機器分類ｄ３ｂが付加されることによって構成される。

さらに、人工知能プログラム３１は、生成した学習データＤ４で機械学習をすることによって、学習済みモデルＤ５を生成する。

機械学習を行う手法としては、ニューラルネットワーク、ランダムフォレスト、ＳＶＭ（ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ）等、各種のアルゴリズムが適宜用いられる。

このように、人工知能プログラム３１は、特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用履歴データＤ３を教師データとして学習データＤ４を生成し、学習データＤ４に基づいて機械学習を行って学習済みモデルＤ５を生成し、この学習済みモデルＤ５に基づいて、残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態を推定して、使用状態推定データＤ６を生成する。

この使用状態推定データＤ６は、図８で示すように、残余期間Ｚの処理データＤ２ｂに、推定結果ｄ６が「機器分類」として付加されることによって構成される。

本実施の形態では、残余期間Ｚである２０１７年９月３日の８時３分から８時５分までの間及び８時８分に、機器分類として記号「Ａ」が付与された電気ポットが使用されたと推定されている。

このように、特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用状態が、ユーザ１によって入力された電気機器１１０の使用状態によって取得された使用履歴データＤ３によって把握され、残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態が、人工知能プログラム３１によって推定されて生成された使用状態推定データＤ６によって把握される。

図９は、使用状態推定データＤ６を処理して生成される電気機器使用状況情報の概略を説明する図である。この電気機器使用状況情報は、本実施の形態では、サーバ１０３Ａに格納される後処理プログラム１０３ｂによって生成される。

図示のように、電気機器使用状況情報Ｄ７は、本実施の形態では、一定期間Ｘ（２０１７年９月３日〜９月３０日）内における１週間単位での電気使用値に対応する電気機器１１０の使用状態の推定結果から電気機器１１０の使用回数を表示するものである。

本実施の形態では、２０１７年９月２４日〜９月３０日の特定期間Ｙの電気使用値に対応する電気ポット、電子レンジの使用状態が、ユーザ１によって入力された電気機器１１０の使用状態によって取得された使用履歴データＤ３によって把握される。

一方、２０１７年９月３日〜９月２３日の残余期間Ｚの電気使用値に対する電気ポット、電子レンジの使用状態が、人工知能プログラム３１で推定されて生成された使用状態推定データＤ６によって把握される。

このように、後処理プログラム１０３ｂによって、使用履歴データＤ３によって把握された電気機器１１０の使用状態、及び使用状態推定データＤ６によって把握された電気機器１１０の使用状態が、期間別及び電気機器別に分類されることで、電気機器使用状況情報Ｄ７が生成される。

次に、本実施の形態に係る電力データ処理システム１０の運用について説明する。

図１０は、本実施の形態に係る電力データ処理システム１０の運用の概略を説明するフローチャートである。

図示のように、ステップＳ１において、スマートメータ２０のＢルート１３０を介してサーバ１０３Ａに通信された一定期間Ｘの電力データＤ１が、サーバ１０３Ａに格納された前処理プログラム３０に入力される。

このとき、１分単位で検知される電力値（Ｗ）に基づいて把握される電気使用値に関する電力データＤ１が、Ｂルート１３０を介して通信される場合は、サーバ１０３Ａにおいて、電気使用値に関して頻度の高い精緻な電力データＤ１を取得することが可能となる。

前処理プログラム３０に一定期間Ｘの電力データＤ１が入力されると、前処理プログラム３０では、電力データＤ１に含まれる電力値ｄ１ｂに基づいて電力値属性情報ｄ２を算出する。

このように算出した電力値属性情報ｄ２を、ステップＳ２において前処理プログラム３１で電力データＤ１に付加して、電力データＤ１を多変量化する。

電力値ｄ１ｂ及び電力量ｄ１ｃを有する電力データＤ１を多変量化する、すなわち本実施の形態では、電力値ｄ１ｂ及び電力量ｄ１ｃを有する電力データＤ１に電力値属性情報ｄ２を付加することで、変化分ｄ２ａ、推移平均ｄ２ｂ及び分散値ｄ２ｃといった複数の指標に基づいて電力データＤ１の解析が可能となるように情報量が複合的に増大された処理データＤ２が生成される。

生成された処理データＤ２は、本実施の形態では、人工知能プログラム３１に入力される。

一方、ステップＳ３において、ユーザ１がそのスマートフォン２に格納された使用履歴データ取得プログラム３２に、特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用状態を、使用履歴データＤ３として入力する。

これにより、使用履歴データ取得プログラム３２によって、使用履歴データＤ３が取得される。取得された使用履歴データＤ３は、サーバ１０３Ａの通信インターフェース１０３ａを介して、人工知能プログラム３１に入力される。

このように、人工知能プログラム３１に入力された処理データＤ２と使用履歴データＤ３とによって、ステップＳ４において、学習データＤ４が生成される。

学習データＤ４が生成されると、人工知能プログラム３１は、ステップＳ５において、ニューラルネットワーク、ランダムフォレスト、ＳＶＭ等の各種のアルゴリズムが適宜用いられて、学習データＤ４に基づいて機械学習を行って、学習済みモデルＤ５を生成する。

その後、人工知能プログラム３１は、ステップＳ６において、生成した学習済みモデルＤ５に基づいて、残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態を推定して、使用状態推定データＤ６を生成する。

具体的には、特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用状態を学習した学習データＤ４に基づいて生成された学習済みモデルＤ５によって、残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態について、いずれの電気機器１１０が使用されているか（例えば電気ポットなのか電子レンジなのか等）を日別及び時間帯別に精緻に推定する。

このように生成された使用状態推定データＤ６は、サーバ１０３Ａに格納される後処理プログラム１０３ｂによって処理される。本実施の形態では、この後処理プログラム１０３ｂによって、一定期間Ｘ（２０１７年９月３日〜９月３０日）内における１週間単位での電気機器１１０の使用状態の推定結果が、例えば電気機器１１０の使用回数で表示した電気機器使用状況情報Ｄ７として生成される。

生成された電気機器使用状況情報Ｄ７は、本実施の形態では、ステップＳ７において、サーバ１０３Ａの送信インターフェース１０３ｃを介してユーザ１のスマートフォン２に通信される。

これにより、ユーザ１は、残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態の推定結果が通信されることから、一定期間Ｘにおける電気機器１１０の使用状態の概略を把握することができる。

一方、サービス事業者１０３は、一定期間Ｘにおける電気機器１１０の使用状態を電気機器使用状況情報Ｄ７としてユーザ１に提供することによって、サービス事業者１０３がユーザ１に提供するサービスのレベルが向上する。

このように、本実施の形態の電力データ処理システム１０は、スマートメータ２０のＢルート１３０を介して通信される、電力値ｄ１ｂに基づいて把握された電気使用値及び電力量ｄ１ｃに基づいて把握された電気使用値を有する一定期間Ｘの電力データＤ１を多変量化して処理データＤ２を生成する前処理プログラム３０を備えることから、複数の指標に基づいて電力データＤ１の解析が可能となるように情報量が複合的に増大される。

一方、電力データ処理システム１０は、情報量が複合的に増大された特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用状態を使用履歴データＤ３として取得し、この使用履歴データＤ３と特定期間Ｙの処理データＤ２ａとによって学習データＤ４を生成することから、人工知能プログラム３１が機械学習を行う学習データＤ４を精密に生成することができる。

このように、精密に生成される学習データＤ４に基づいて、本実施の形態の人工知能プログラム３１が機械学習を行って学習済みモデルＤ５を生成することから、人工知能プログラム３１は、この学習済みモデルＤ５に基づいて、残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態を詳細に検知することができる。

特に、本実施の形態では、Ｂルート１３０で通信される電力データＤ１を構成する電力値ｄ１ｂは、１分単位で検知される電力値ｄ１ｂであることから、電気使用値に関して頻度の高い精緻な電力データＤ１を取得することが可能となる。

したがって、この電力値ｄ１ｂで構成される精緻な電力データＤ１に基づく多変量化によって、精度の高い処理データＤ２が生成される。

さらに、本実施の形態では、使用履歴データ取得プログラム３２は、ユーザ１の保有するスマートフォン２に格納されることから、配電設備１０１Ａのユーザ１がオンサイトで電気機器１１０の使用状態を入力することができる。したがって、オンサイトの使用履歴データＤ３が容易に取得される。

しかも、本実施の形態では、一定期間Ｘ内において設定される電力データＤ１の特定期間Ｙ及びそれに対応して設定される処理データＤ２の特定期間Ｙが、残余期間Ｚに対して短期間に設定される。

したがって、特定期間Ｙの処理データＤ２ａに対応する電気機器１１０の使用状態について入力される使用履歴データＤ３のデータ量が、短期間に設定された特定期間Ｙに応じた少ないデータ量であったとしても、特定期間Ｙに対して長期間に設定された残余期間Ｚの処理データＤ２ｂに対応する電気機器１１０の使用状態を推定することができる。

なお、本発明は上記実施の形態に限定されることはなく、発明の趣旨を逸脱しない範囲で種々変更可能である。上記実施の形態では、スマートメータ２０のＢルート１３０を介して通信される電力データＤ１を構成する電力値ｄ１ｂが、１分単位で検知される電力値ｄ１ｂである場合を説明したが、数十秒〜数分単位で検知される電力値であってもよい。

上記実施の形態では、電気機器使用状況情報Ｄ７が、一定期間Ｘ内における１週間単位での電気機器１１０の使用回数を表示することを説明したが、例えば、電気機器１１０の１週間単位での電気使用量を表示するように構成してもよいし、時間単位で集計した電気機器１１０の使用回数や電気使用量を表示するように構成してもよい。

上記実施の形態では、電気機器使用状況情報Ｄ７がユーザ１のスマートフォン２に通信される場合を説明したが、ユーザ１のコンピュータに通信されるように構成してもよいし、ユーザ１が居住する住宅１０１に備え付けられたＨＥＭＳ１０１ａのコントローラに通信されるように構成してもよい。

１ ユーザ
２ スマートフォン（端末）
１０ 電力データ処理システム
２０ スマートメータ
３０ 前処理プログラム
３１ 人工知能プログラム
３２ 使用履歴データ取得プログラム
３３ 処理手段
１００ 配備環境
１０１ 住宅
１０１Ａ 配電設備
１０２ 電気事業者
１０３ サービス事業者
１０３Ａ サーバ
１３０ Ｂルート（通信ルート）
Ｄ１、Ｄ１ａ、Ｄ１ｂ 電力データ
Ｄ２、Ｄ２ａ、Ｄ２ｂ 処理データ
Ｄ３ 使用履歴データ
Ｄ４ 学習データ
Ｄ５ 学習済みモデル
Ｄ６ 使用状態履歴データ
Ｄ７ 電気機器使用状況情報
Ｘ 一定期間
Ｙ 特定期間
Ｚ 残余期間
ｄ１ｂ 電力値
ｄ１ｃ 電力量

Claims (6)

1. 配電設備に配設されて該配電設備内の電気機器の電気使用値を検知するとともに検知した前記電気使用値を電力データとして外部に通信する通信ルートを有するスマートメータ、及び該スマートメータから通信される前記電力データを処理する処理手段を備える電力データ処理システムにおいて、
   前記電力データは、
   前記スマートメータで検知された電力値に基づいて把握された電気使用値を有し、
   前記処理手段は、
   一定期間の前記電力データを構成する前記電力値に基づいて算出された該電力値の属性に関する電力値属性情報を前記電力データに付加して該電力データを多変量化して処理データを生成する前処理プログラムと、
   該前処理プログラムで生成した一定期間の前記処理データに付加される、前記一定期間の前記処理データのうち任意に設定された特定期間の処理データに対応する前記電気機器の使用状態を使用履歴データとして取得する使用履歴データ取得プログラムと、
   該使用履歴データ取得プログラムで取得した前記使用履歴データと該使用履歴データを取得した前記特定期間の前記処理データとによって生成される学習データにより機械学習をさせた学習済みモデルに基づいて、前記一定期間の前記処理データから前記特定期間の前記処理データを減じた残余期間の処理データに対応する前記電気機器の使用状態を推定する人工知能プログラムと、
   を備えることを特徴とする電力データ処理システム。
2. 前記電力値は、
   １分単位で検知される電力値であることを特徴とする請求項１に記載の電力データ処理システム。
3. 前記人工知能プログラムで推定された前記電気機器の使用状態がデータとして前記配電設備のユーザの端末に通信されることを特徴とする請求項１または２に記載の電力データ処理システム。
4. 前記使用履歴データ取得プログラムは、
   前記ユーザの前記端末に格納されることを特徴とする請求項３に記載の電力データ処理システム。
5. 前記特定期間は、
   前記残余期間に対して短期間に設定されることを特徴とする請求項１〜４のいずれか１項に記載の電力データ処理システム。
6. 配電設備に配設されて該配電設備内の電気機器の電気使用値を検知するとともに検知した前記電気使用値を電力データとして外部に通信する通信ルートを有するスマートメータから通信される電力データを処理する電力データ処理システムを用いて電力データを処理する方法において、
   前記電力データは、
   前記スマートメータで検知された電力値に基づいて把握された電気使用値を有し、
   前処理プログラムが、一定期間の前記電力データを構成する前記電力値に基づいて算出された該電力値の属性に関する電力値属性情報を前記電力データに付加して該電力データを多変量化して処理データを生成し、
   使用履歴データ取得プログラムが、前記前処理プログラムで生成した一定期間の前記処理データに付加される、前記一定期間の前記処理データのうち任意に設定された特定期間の処理データに対応する前記電気機器の使用状態を使用履歴データとして取得し、
   人工知能プログラムが、前記使用履歴データ取得プログラムで取得した前記使用履歴データと該使用履歴データを取得した前記特定期間の前記処理データとによって生成される学習データにより機械学習をさせた学習済みモデルに基づいて、前記一定期間の前記処理データから前記特定期間の前記処理データを減じた残余期間の処理データに対応する前記電気機器の使用状態を推定する、
   ことを特徴とする、電力データ処理システムを用いて電力データを処理する方法。

Images