JP6119423B2 - 情報処理装置、情報処理方法、情報処理システムおよび情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、情報処理システムおよび情報処理プログラムに関する。

近年、電力事業者側で需要家の電気機器のピーク電力を制御するための方法として、デマンドレスポンス（ＤＲ；Demand Response）が知られている。ＤＲは、電力事業者側で電力網における需要を監視し、需要に応じて需要家の電気機器の電力消費を抑制する方法である。抑制方法としては、ピーク時間帯の電力料金を高くする方法や、顧客が減らした電力需要に対価を支払うことなどで需要を削減する方法などがある。

電気機器の中には、需要家がＤＲに対して応答しやすい機器と、応答しにくい機器とが存在する。特に、照明器具はＤＲに対して応答しやすい機器の一例であり、需要家は、照明器具のオンオフによって消費電力量を増減させることができる。効果的なＤＲを実現するためには、電力事業者が、電力需要の抑制量をできるだけ正確に予測できることが好ましく、そのためには、ＤＲに対して応答しやすい機器である照明器具による消費電力量を他の電気機器と区別して算出できることが好ましい。

特開２０１２−１０５４２７号公報 特開２０１１−１６４９３３号公報 国際公開２０１０／１５０４８０号公報

本発明の１つの側面では、照明器具による消費電力量を他の電気機器と区別して算出することができる情報処理装置、情報処理方法、情報処理システムおよび情報処理プログラムを提供することを目的とする。

発明の一観点によれば、複数の特定領域の各々の消費電力の時系列情報を受信する受信部と、前記複数の特定領域のうちの第１の特定領域の消費電力が第１のベースレベルよりも高いレベルで推移している間に前記第１の特定領域と異なる第２の特定領域の消費電力が第２のベースレベルから増加し、且つ前記第１の特定領域の消費電力が前記第１のベースレベルへ減少してから所定の時間が経過するまでに、前記第１の特定領域と異なる第３の特定領域の消費電力が第３のベースレベルから増加したことを前記時系列情報が示す場合に、前記第１の特定領域の消費電力の減少が照明器具によるものと判定する判定部と、を有する情報処理装置が提供される。

一実施態様によれば、照明器具による消費電力を他の電気機器による消費電力と区別して算出することができる情報処理装置、情報処理方法、情報処理システムおよび情報処理プログラムを提供することができる。

図１は、情報処理システムの一例を示す図である。 図２は、情報処理装置の構成の一例を示す図である。 図３は、各種電気機器の消費電力パターンの一例を示す図である。 図４は、部屋全体の消費電力パターンの一例を示す図である。 図５は、情報処理装置による処理の一例を示すフローチャート（その１）である。 図６は、情報処理装置による処理の一例を示すフローチャート（その２）である。 図７は、情報処理装置による処理の一例を示すフローチャート（その３）である。 図８は、取得タイミングに関する設定情報の一例である。 図９は、部屋５ａおよび部屋５ｂの消費電力パターンの一例を示す図である。 図１０は、Ｓ１１０における、入室後の消費電力パターンを登録する方法を説明するための図である。 図１１は、ケース１における、需要家が部屋間を移動する様子、および各部屋における消費電力パターンの一例を示す図である。 図１２は、ケース１における、需要家が図１１に示す行動の後にとり得る部屋間の移動の様子、および各部屋における消費電力パターンの一例を示す図である。 図１３は、ケース２における、需要家が部屋間を移動する様子と、各部屋における消費電力パターンの一例を示す図である。 図１４は、ケース２における、需要家が図１３に示す行動の後にとり得る部屋間の移動の様子、および各部屋における消費電力パターンの一例を示す図である。 図１５は、移動情報テーブルの一例を示す図である。 図１６は、消費電力パターンの再計測の際に用いる設定情報の一例である。 図１７は、分類結果テーブルの一例を示す図である。 図１８は、情報処理方法の第１の変形例を示すフローチャートである。 図１９は、クラスタリング方法の一例を示すフローチャートである。 図２０は、情報処理方法の第２の変形例を示すフローチャートである。

以下、本発明の実施形態について、図１乃至図１７を参照して具体的に説明する。

図１は、情報処理システムの一例を示す図である。図１に示すように、情報処理システムは、情報処理装置１と、分電盤２と、消費電力計測器３とを有している。

分電盤２は、需要家の家屋４内に設置されている、部屋毎に電力を分配、供給するための電力分配器である。図１の例では、家屋４は、４つの部屋（部屋５ａ、部屋５ｂ、部屋５ｃ、部屋５ｄ）を有している。この４つの部屋の各々は、特定領域の一例である。以降、部屋を区別して説明しない場合は、部屋５ａ〜５ｄを部屋５と呼ぶこととする。

分電盤２には、各部屋５ａ〜５ｄに対応するスイッチ６ａ〜６ｄが設けられている。以降、スイッチを区別して説明しない場合は、スイッチ６ａ〜６ｄをスイッチ６と呼ぶこととする。各々のスイッチ６は、それぞれが対応する部屋５と電力配線７とによって電気的に接続されており、各部屋５に設置されている電気機器は、電力配線７を介して電力を受けることができる。

消費電力計測器３は、スイッチ９ａ〜９ｄと、Ｉ／Ｆ１０とを備えている。電力配線７のそれぞれにはクランプ８が設置されている。消費電力計測器３は、クランプ８から抽出された電流を、対応する各スイッチ９ａ〜９ｄに導き、当該電流に基づいて、電力配線７毎の消費電力（または消費電力量）を時系列で計測することができる。なお、以降では、消費電力量を消費電力と呼称することがある。Ｉ／Ｆ１０は、消費電力計測器３と情報処理装置１とを送受信可能に接続するための入出力インターフェースである。消費電力計測器３によって計測された各部屋５の消費電力の情報は、例えばＷｉＦｉ（Wireless Fidelity）等の無線通信によりＩ／Ｆ１０からアクセスポイント１１に転送され、アクセスポイント１１からインターネット２０を経由して情報処理装置１に転送される。このようにして、情報処理装置１は、部屋５毎の消費電力の情報を取得することができる。図１の例では、アクセスポイント１１は、部屋５ｃに設けられている。

以下、情報処理装置１を構成する各部の機能について説明する。

図２は、情報処理装置１の構成の一例を示す図である。図２に示すように、情報処理装置１は、第１記憶部２１と、第２記憶部２２と、制御部２３と、入力部２４と、出力部２５と、Ｉ／Ｆ２６とを備えている。情報処理装置１は、電力事業者が所有する、需要家の電気機器の保有状況を推定するための管理装置であり、例えばサーバである。

第１記憶部２１は、制御部２３と電気的に接続されており、需要家の電気機器の保有状況を推定するための情報処理プログラムを記憶することができる。第１記憶部２１としては、例えばＲＯＭ（Read Only Memory）およびフラッシュメモリ等の半導体メモリ、またはＨＤＤ（Hard Disc Drive）等を用いることができる。

第２記憶部２２は、各種情報を記憶するためのデータベース（ＤＢ；Data Base)として用いられる。第２記憶部２２は、入力部２４に入力された、部屋５毎の消費電力の情報を取得するタイミング（取得タイミング）の情報や、制御部２３が情報処理プログラムを実行する際に用いる設定情報を記憶することができる。取得タイミングの情報とは、例えば、データの取得を開始する時刻を示す取得開始時刻、１回あたりのデータ取得期間を示す取得期間、データ取得期間内におけるデータの取得間隔を示す取得間隔、および一連のデータ取得を行う頻度を示す取得頻度等である。取得タイミングの情報の実施例については後述する。

また、第２記憶部２２は、消費電力計測器３から受信した部屋５毎の消費電力の情報を格納することができる。また、第２記憶部２２は、情報処理装置１による処理結果の情報として、例えば制御対象の部屋５を識別する情報と、機器の名称に関する情報と、消費電力の変動量の情報とを対応付けた分類結果テーブルを格納することができる。

第１記憶部２１および第２記憶部２２は、例えばＲＯＭ（Read Only Memory）またはフラッシュメモリ等の半導体メモリ、またはＨＤＤ等のストレージ装置である。なお、第１記憶部２１および第２記憶部２２はそれぞれ複数個有していても良いし、同一のメモリによって構成されていても良い。

制御部２３は、設定部３１と、取得部３２と、算出部３３と、第１判定部３４と、第２判定部３５とを備えている。制御部２３は、第１記憶部２１に格納されている情報処理プログラムを読み出し、情報処理プログラムの各処理を実行することができる。また、制御部２３は、第２記憶部２２に格納されている部屋５毎の消費電力の情報等に基づいて情報処理プログラムを実行することにより、各部屋５が保有する機器の推定と消費電力の算出とを行うことができる。また、制御部２３は、処理結果の情報として、制御対象の部屋５を識別する情報と、機器の名称に関する情報と、消費電力の変動量の情報とを対応付けて、第２記憶部２２に格納されている分類結果テーブルに書き込むことができる。制御部２３は、例えばＣＰＵ（Central Processing Unit）等のプロセッサである。制御部２３が実行する処理方法の詳細については後述する。

入力部２４は、第２記憶部２２に格納される、部屋５毎の消費電力の情報の取得タイミング等の設定情報を受信することができる。入力部２４は、例えばキーボードまたはマウス等である。

出力部２５は、情報処理装置１による処理結果を出力することができる。出力部２５は、例えば液晶ディスプレイ、プラズマディスプレイまたは有機ＥＬディスプレイ等の表示装置である。

Ｉ／Ｆ２６は、制御部２３と消費電力計測器３を送受信可能に接続するための入出力インターフェースである。Ｉ／Ｆ２６は、制御部２３から受信した指示信号を消費電力計測器３に転送することができる。また、Ｉ／Ｆ２６は、消費電力計測器３から送信された消費電力の情報を含む信号を制御部２３に転送することができる。

次に、電気機器の推定方法について説明する。

電気機器は、ＤＲに応答しやすい機器と、ＤＲに応答しにくい機器とに大別することができる。前者の例としては、需要家が手動で電源のオンオフ制御できる照明器具を挙げることができる。後者の例としては、水槽、ルータ、冷蔵庫等を挙げることができる。

図３は、各種電気機器の消費電力パターンの一例を示す図である。なお、以降で説明する消費電力パターンは、消費電力の時系列情報の一例である。図３において、横軸は時間、縦軸は消費電力を示しており、図３（ａ）は、照明器具の消費電力パターン、図３（ｂ）は、水槽の消費電力パターン、図３（ｃ）は、ルータの消費電力パターン、図３（ｄ）は、冷蔵庫の消費電力パターンを示している。

照明器具は、ユーザが使用したいときにだけ使用する電気機器の一例である。図３（ａ）に示すように、照明器具の消費電力パターンは、照明器具の電源のオンオフ制御を行ったときに電気機器の消費電力が増減するようなパターンとなっている。

水槽は、槽内で魚等の生物が生息できる環境を維持できるように常時駆動させる、ヒータ、フィルタまたはエアポンプ等を備えた機器である。図３（ｂ）に示すように、水槽の消費電力パターンは、消費電力の顕著な増減が起こらないため、消費電力量がほぼ一定の状態で推移するパターンを示している。

ルータは、情報の送受のために常時駆動させる通信機器の一例である。図３（ｃ）に示すように、ルータの消費電力パターンは、水槽と同様に消費電力の顕著な増減が起こらないため、消費電力量がほぼ一定の状態で推移するパターンを示している。なお、図３（ｂ）および図３（ｃ）に示すように、ルータはヒータを持たないため、水槽よりも消費電力が小さいことが多い。

冷蔵庫は、冷蔵温度を制御するために、インバータ制御により自動でオンオフ動作が行われる機器である。図３（ｄ）に示すように、冷蔵庫の消費電力パターンは、インバータ制御に応じて消費電力が自動的に増減するパターンを示している。

図４は、部屋全体の消費電力パターンの一例を示す図である。図４において、横軸は時間、縦軸は消費電力を示しており、図４（ａ）は、照明器具と水槽とを有する部屋Ａの消費電力パターン、図４（ｂ）は、照明器具とルータとを有する部屋Ｂの消費電力パターン、図４（ｃ）は、電気機器として照明器具と冷蔵庫とを有する部屋Ｃの消費電力パターンを示している。

部屋Ａでは、図４（ａ）に示すように、照明器具による消費電力と水槽による消費電力とが重畳された消費電力パターンとなる。図４（ａ）を参照すれば、消費電力のレベルがベースレベル、すなわち手動による電源のオンオフ制御によらず、定常的に使用される電力レベルよりも高くなっている時間帯に照明器具が使用されていることがわかる。

部屋Ｂでは、図４（ｂ）に示すように、照明器具による消費電力とルータによる消費電力とが重畳された消費電力パターンとなる。図４（ｂ）を参照すれば、消費電力のレベルがベースレベルよりも高くなっている時間帯に照明器具が使用されていることがわかる。なお、ルータの消費電力は水槽の消費電力よりも小さいため、部屋Ｂの消費電力のベースレベルは部屋Ａの消費電力のベースレベルよりも低くなっている。

部屋Ｃでは、図４（ｃ）に示すように、照明器具による消費電力と冷蔵庫による消費電力とが重畳された消費電力パターンとなる。照明器具、冷蔵庫のいずれがオンとなっても消費電力が増加するため、図４（ｃ）によれば、消費電力のレベルがベースレベルよりも高くなっている時間帯、すなわち消費電力のピークを２つ有する消費電力パターンとなっている。効果的なＤＲを実現するためには、２つのピークのうちいずれが照明器具によるもので、いずれが冷蔵庫によるものなのかを区別できることが好ましい。

次に、本実施形態における情報処理方法について説明する。

図５乃至図７は、情報処理方法の一例を示すフローチャートである。

まず、図５に示すように、設定部３１は、部屋毎の消費電力の情報の取得タイミングを設定する（Ｓ１０１）。具体的には、設定部３１は、入力部２４に入力された、部屋毎の消費電力の情報の取得タイミングに関する各種の設定情報を第２記憶部２２に格納する。

図８は、取得タイミングに関する設定情報の一例である。図８（ａ）に示すように、例えば、取得開始時刻ｔ_０として「１７：００」、取得間隔Δｔとして「１分」、取得回数ｎ_ｍａｘとして「１２０回」、取得頻度として「毎日」が入力部２４に入力されると仮定する。上述のように仮定すると、１頻度あたりのデータ取得期間を示す取得期間ｔ_ｐは、Δｔ×ｎ_ｍａｘ＝１分×１２０回＝１２０分（２時間）と算出される。そして、取得部３２は、消費電力計測器３が１７：００から１９：００まで、各部屋５の消費電力のデータを１分おきに毎日計測したデータを、インターネット２０を介してＩ／Ｆ２６で受信し、受信したデータを第２記憶部２２に格納するように制御することができる。

なお、図８（ａ）ではパラメータの一つに取得回数が用いられているが、取得回数の代わりに上述の取得期間ｔ_ｐを用いることもできる。取得回数の代わりに取得期間ｔ_ｐを用いる場合は、図８（ｂ）に示すように、取得回数ｎ_ｍａｘとして「１２０回」を設定する代わりに、取得期間ｔ_ｐとして「１２０分」を設定する。この場合、取得回数ｎ_ｍａｘは、ｔ_ｐ／Δｔ＝１２０分／１分＝１２０回と算出される。これにより、取得部３２は、消費電力計測器３に１７：００から１９：００まで、各部屋５の消費電力のデータを１分おきに毎日計測させることができる。

続いて、消費電力計測器３は、設定された取得タイミングに基づいて、クランプ８から抽出された電流から、部屋５毎の消費電力の時系列情報を計測する（Ｓ１０２）。この時系列情報を蓄積することにより、消費電力計測器３は、部屋５毎の消費電力パターンを得ることができる。計測された消費電力パターンは、第１の時系列情報の一例である。

図９は、部屋５ａおよび部屋５ｂの消費電力パターンの一例を示す図である。図９において、横軸は時間、縦軸は消費電力を示しており、図９（ａ）は、部屋５ａの消費電力パターン、図９（ｂ）は、部屋５ｂの消費電力パターンを示している。

図５に戻り、Ｓ１０２の処理の後、消費電力計測器３は、計測した各部屋５の消費電力の情報をＩ／Ｆ１０からアクセスポイント１１に転送する。そして、消費電力計測器３は、アクセスポイント１１からインターネット２０を経由して情報処理装置１のＩ／Ｆ２６に送信する。そして、取得部３２は、Ｉ／Ｆ２６を通じて消費電力計測器３から送信された各部屋５の消費電力パターンの情報を受信し、受信した各部屋５の消費電力パターンの情報を、第２記憶部２２に格納する（Ｓ１０３）。

続いて、算出部３３は、第２記憶部２２に格納された各部屋５の消費電力パターンの情報に基づいて、消費電力の平均値を示す平均消費電力を部屋毎に算出する（Ｓ１０４）。図９中の１点鎖線は、Ｓ１０４で算出した平均消費電力を示している。平均消費電力は、１つの消費電力パターンに基づいて算出しても良いし、あるいは、これまで第２記憶部２２に蓄積された複数の消費電力パターンに基づいて算出することもできる。

続いて、図６を参照して説明する。図６に示すように、第１判定部３４は、各部屋５の消費電力パターンを順次参照し、需要家が入室した可能性がある部屋５が存在するか否かを判定する（Ｓ１０５）。Ｓ１０５で行う処理は、照明器具の点灯イベントが発生したと推定される部屋を複数の部屋５ａ〜５ｄの中から検索する処理であり、ある部屋で定常的に使用される電力に相当するレベルから消費電力が増加しているか否かを判定する方法の一例である。具体的には、第１判定部３４は、消費電力が平均消費電力よりも低いレベルから高いレベルに変化する電力変化が存在するか否か、すなわち以下の式（１）を満たす消費電力の変化が存在するか否かを判定する。
式（１）；

第１判定部３４は、Ｓ１０５の判定をｎ＝１から開始し、ｎ＝ｎ_ｍａｘ（ｎ_ｍａｘは図８に示す取得回数）で判定を行った後に、情報処理装置１による一連の処理を終了させる。図８の設定情報に基づいて判定を行う場合、ｔ_０は、取得開始時刻１７：００であり、ｔ_１は、ｔ_０＋Δｔ、すなわち１７：０１である。そして、第１判定部３４は、１回の判定が終わる毎にｎの値を１ずつ加算し、ｎが取得回数ｎ_ｍａｘに達するまで消費電力パターンをスキャンしながら参照し、式（１）を満たす電力変化が存在するか否かを順次判定していく。式（１）を満たす電力変化が存在する場合、第１判定部３４は、式（１）を満たす電力変化が存在すると判定した際に用いた時刻の情報を第２記憶部２２に記憶する。ここで、時刻の情報は、実際の時刻としても良いし、判定時に用いたｎの値としても良い。なお、式（１）を満たす電力変化が複数存在する場合、第１判定部３４は、式（１）を満たす電力変化が存在すると判定したときの各々の時刻の情報を第２記憶部２２に記憶する。

Ｓ１０５の処理の実施例を、図９を参照して説明する。図９（ａ）の消費電力パターンによれば、消費電力が平均消費電力よりも低いレベルから高いレベルへ変化する傾向は存在せず、式（１）を満たす電力変化は存在しない。一方、図９（ｂ）の消費電力パターンによれば、ｔ_ｎ−１とｔ_ｎとの間の時間帯で、消費電力が平均消費電力よりも低いレベルから高いレベルに変化しており、式（１）を満たす電力変化が存在していることがわかる。したがって、第１判定部３４は、需要家が部屋５ｂに入室した可能性があると判定することができる。以上の判定処理を、部屋５ａ〜５ｄの消費電力パターンの全てについて行う。

Ｓ１０５において、需要家が入室した可能性がある部屋５が存在すると判定されなかった場合（Ｓ１０５否定）、第１判定部３４は、ｎに１を加算し（Ｓ１０６）、ｎが取得回数ｎ_ｍａｘを超えているか否かを判定する（Ｓ１０７）。ｎが取得回数ｎ_ｍａｘを超えていないと判定された場合（Ｓ１０７否定）、Ｓ１０５に戻る。そして、第１判定部３４は、再びＳ１０５の処理を実行する。一方、ｎが取得回数ｎ_ｍａｘを超えていると判定された場合（Ｓ１０７肯定）、Ｓ１１２に移る。Ｓ１１２の処理については後で説明する。

Ｓ１０５において、需要家が入室した可能性がある部屋５が存在すると判定された場合（Ｓ１０５肯定）、第１判定部３４は、入室以前に退室があった可能性のある部屋５が存在するか否かを判定する（Ｓ１０８）。Ｓ１０８において、第１判定部３４は、Ｓ１０５で需要家が入室した可能性があると判定した際に用いた時刻ｔ_ｎの所定時間前に、需要家が退室した可能性がある部屋５が存在するか否かを判定する。Ｓ１０８で行う処理は、照明器具の消灯イベントが発生した部屋を複数の部屋５ａ〜５ｄの中から検索する処理であり、消費電力が定常的に使用される電力に相当するレベルへ減少している部屋５が存在するか否かを判定する方法の一例である。

以下、Ｓ１０８の処理の具体例について説明する。

退室した部屋５と入室した部屋５との距離が離れている場合、部屋５間の移動に相応の時間を要することが予想される。このため、設定部３１は、判定を行うにあたり、部屋５間の移動に要する最短の所要時間ｗおよび最長の所要時間ｘを予め設定する。最短の所要時間ｗおよび最長の所要時間ｘの設定では、部屋５間の位置関係に応じて、移動元の部屋５と、移動先の部屋５と、部屋５間の移動に要する時間とを対応付けて各々個別の値を設定するのが好ましい。上述のように設定することで、退室の検出精度の向上を図ることができるからである。ところが、電力事業者は、需要家の部屋５間の位置関係の情報を有していないことが多いため、その場合は、最短の所要時間ｗおよび最長の所要時間ｘを同一の値に設定しても良い。設定した情報は、例えば図２に示す第２記憶部２２に格納することができる。

Ｓ１０８において、第１判定部３４は、Ｓ１０５で需要家が入室した可能性があると判定された部屋５以外の各部屋５の消費電力パターンを参照しながら、ｔ_ｎ−ｗからｔ_ｎの間で以下の式（２）を満たし、かつ、ｔ_ｎ−ｘからｔ_ｎ−ｗの間で以下の式（３）を満たす消費電力の変化が存在するか否かを判定する。ここで、時刻ｔ_ｎは、Ｓ１０５で需要家が入室した可能性があると判定した際に用いた時刻である。
式（２）；

式（３）；

図９（ａ）を参照しながらＳ１０８の処理を説明する。部屋５ａと部屋５ｂとの間の移動時間として、例えば最短の所要時間としてｗ＝２（分）、最長の所要時間としてｘ＝４（分）が設定されていると仮定する。

図９（ａ）の消費電力パターンによれば、少なくともｔ_ｎ−１（ｔ_ｎの１分前）とｔ_ｎとの間の時間帯で、消費電力が平均消費電力よりも低いことがわかる。このため、式（２）を満たしていると判断することができる。また、図９（ａ）の消費電力パターンによれば、ｔ_ｎ−３（ｔ_ｎの３分前）とｔ_ｎー２（ｔ_ｎの２分前）との間の時間帯で、平均消費電力よりも高いレベルから低いレベルに変化していることがわかる。ここで、ｗ＝２（分）、ｘ＝４（分）が設定されている場合、ｔ_ｎの４分前からｔ_ｎの２分前までの間に式（３）を満たす消費電力の変化が存在していることがわかる。

したがって、図９（ａ）の消費電力パターンは、式（２）と式（３）との両方を満たすこととなり、第１判定部３４は、需要家が部屋５ａを退室し、部屋５ｂに移動した可能性があると判定することができる。第１判定部３４は、以上の判定処理を、部屋５ｃおよび部屋５ｄの消費電力パターンについても同様にして行う。

このように、本実施形態によれば、ある部屋５からある部屋５へ移動するための最短時間ｗおよび最長時間ｘの値を設定し、設定した値に基づいて消費電力の変化が存在するか否かを判定する。このことにより、退室した部屋５と入室した部屋５との距離が離れている場合においても需要家の退室を推定できるため、電気機器の推定精度の向上を図ることができる。

以上のようにして、Ｓ１０８の処理を実行する。

図６に戻り、時刻ｔ_ｎの所定時間前に需要家が退室した可能性がある部屋５が存在すると判定されなかった場合（Ｓ１０８否定）、第２判定部３５は、Ｓ１０５に関連する入室後の消費電力パターンが登録されているか否かを判定する（Ｓ１０９）。具体的には、第２判定部３５は、消費電力がベースレベルからより高いレベルに増加したことを示す消費電力パターン、すなわち、式（１）を満たす電力変化に対応する消費電力パターンが第２記憶部２２に登録されているか否かを判定する。

消費電力パターンが第２記憶部２２に登録されていると判定された場合（Ｓ１０９肯定）、第２判定部３５は、Ｓ１０５で検出した消費電力の変化が照明器具によるものと判定し、Ｓ１１１に進む。一方、消費電力パターンが第２記憶部２２に登録されていると判定されなかった場合（Ｓ１０９否定）、Ｓ１０６に進む。

一方、時刻ｔ_ｎの所定時間前に需要家が退室した可能性がある部屋５が存在すると判定された場合（Ｓ１０８肯定）、Ｓ１０５で検出した消費電力の変化が照明器具によるものと判定し、入室後の消費電力パターンを登録する（Ｓ１１０）。

以下、Ｓ１１０の処理の具体例について説明する。

需要家は、入室して照明器具をオンにした後に、テレビやエアコン等の、需要家が手動で電源のオンオフ制御できる電気機器を使用することが想定され、電気機器を使用することにより、消費電力の上昇が観測される可能性がある。また、入室直後に使用する電気機器は、一般的には数種類に限られることが多い。このため、入室したと推定されるタイミングの後の消費電力パターンを抽出し、登録することにより、部屋５の消費電力がベースレベルからより高いレベルに増加した場合に、その変化が入室によるものと推定しやすくなる。

図１０は、Ｓ１１０における、入室後の消費電力パターンを登録する方法を説明するための図である。図１０に示すように、登録する消費電力パターンの時間帯として、所定の時間帯Ｔ_{ａｆｔｅｒ}を予め設定しておく。そして、Ｓ１０８の判定を行った対象である時刻ｔ_ｎからＴ_{ａｆｔｅｒ}が経過するまでの時間帯に対応する消費電力パターン、すなわち、
式（４）；

ただし

を満足する消費電力パターンｒ’_ｊ，ｉ（ｔ）を、Ｓ１０３で第２記憶部２２に格納した消費電力パターンの中から抽出する。そして、抽出した消費電力パターンｒ’_ｊ，ｉ（ｔ）を登録データとして第２記憶部２２に格納する。このとき、登録データは、計測時刻と消費電力とを対応付けた状態で格納されている。また、登録データは、新たな登録が行われるたびに蓄積されていき、登録数が蓄積に従い増加していく。

以上のようにして、Ｓ１１０の処理を実行する。

図６に戻り、Ｓ１１０の処理の後、算出部３３は、需要家が退室した可能性があると判定した部屋５および需要家が入室した可能性があると判定した部屋５における消費電力の変動量を算出する。そして算出部３３は、算出した結果を分類結果テーブルに格納する（Ｓ１１１）。

以下、Ｓ１１１の処理の具体例について説明する。

Ｓ１１１において、算出部３３は、図９の消費電力パターンを用いて、需要家が入室または退室した可能性があると判定した時間帯における消費電力の高低差を算出することにより、照明器具の消費電力量を求めることができる。また、算出部３３は、図９の消費電力パターンを用いて、ある時刻における総消費電力量から算出した照明器具の消費電力量を差し引くことにより、照明器具以外の消費電力量を求めることができる。

なお、入室した部屋５の照明器具の消費電力量の算出方法の一例として、例えば需要家が入室した可能性があると判定した時刻をｔ_ｎとして、ｄ_ｊ，ｉ（ｔ_ｎ）−ｄ_ｊ，ｉ（ｔ_ｎ−１）を算出し、算出した値を需要家が入室した可能性がある部屋５の照明器具の消費電力の変動量とすることもできる。あるいは、別の一例として、所定の設定値ｍを用いて、ｄ_ｊ，ｉ（ｔ_ｎ＋ｍ）−ｄ_ｊ，ｉ（ｔ_{ｎ−１−ｍ}）を変動量とすることもできる。後者の方法によれば、広い時間範囲で差分を求めることができるため、より正確に変動量を算出することができる。

退室した部屋５の照明器具の消費電力の算出方法の一例として、例えば需要家が入室した可能性があると判定した時刻をｔ_ｎとして、ｄ_ｊ，ｉ（ｔ_ｎ−ｘ）−ｄ_ｊ，ｉ（ｔ_ｎ）を算出し、算出した値を需要家が退室した可能性がある部屋５の照明器具の消費電力量とすることもできる。あるいは、別の一例として、所定の設定値ｍを用いて、ｄ_ｊ，ｉ（ｔ_{ｎ−ｘ−ｍ}）−ｄ_ｊ，ｉ（ｔ_ｎ＋ｍ）を変動量とすることもできる。後者の方法によれば、広い時間範囲で差分を求めることができるため、より正確に変動量を算出することができる。

以上のようにして、Ｓ１１１の処理を実行する。

このように、本実施形態によれば、部屋５毎の消費電力パターンから、一方の部屋の消費電力がベースレベルからより高いレベルに増加する所定時間前に、他方の部屋の消費電力がベースレベルよりも高いレベルからベースレベルに減少したことを検知する。このことにより、需要家の部屋５間の移動があったことを推定することができる。そして、このときの消費電力の変動量を算出することにより、部屋５毎の照明器具による消費電力量を他の電気機器と区別して算出することができる。

また、図３および図４に示す消費電力パターンの例では、消費電力の変動がない時間帯では消費電力がほぼ一定であるとして説明したが、実際の消費電力パターンはノイズを含むため、図９に示すように、消費電力がノイズにより変化している。このため、ノイズによる変化の仕方によっては、式（１）〜式（３）の判定基準を満足してしまい、誤った判定が行われることがある。本実施形態によれば、部屋５毎の消費電力パターンから、一方の部屋５の消費電力が、一方の部屋５のベースレベルからより高いレベルに変動する所定時間前に、他方の部屋５の消費電力が、他方の部屋５のベースレベルよりも高いレベルからベースレベルに減少したことを検知する。このことにより、ノイズによる変動による誤判断の可能性を抑えることができるため、判定精度の向上を図ることができる。

また、本実施形態によれば、取得部３２が取得した消費電力パターンが、第１の部屋の消費電力がベースレベルからより高いレベルに変化する所定時間前に、第２の部屋の消費電力がベースレベルよりも高いレベルからベースレベルに変化することを示す場合に、取得した消費電力パターンのうち、第１の部屋の消費電力がベースレベルからより高いレベルに変化した後の消費電力パターンを第２記憶部２２に登録しておく。これにより、需要家が照明をオフにせずに退室したときなど、需要家が退室したことが消費電力パターンの変動に反映されなかった場合であっても、登録された消費電力パターンと照合することにより、取得した消費電力の変動が照明器具によるものと推定することができる。なお、分類結果テーブルについては後述する。

図６に戻り、Ｓ１１１の処理の後、前述のＳ１０６の処理を実行する。その後、Ｓ１０７の判定処理を実行する。Ｓ１０７肯定と判定された場合、第１判定部３４は、各部屋５の中に需要家の入室があった可能性がある部屋、及び将来退室がある可能性のある部屋Ｘが存在するか否かを判定する（Ｓ１１２）。部屋Ｘは、第１の特定領域の一例である。

以下、Ｓ１１２の処理について説明する。

例えば夜間において、ある部屋の消費電力のレベルがベースレベルから立ち上がった後、ベースレベルよりも高い状態で推移している場合、その部屋では、
・ケース１：需要家が在室しているため、照明がオンになっている
・ケース２：需要家が在室していないにも関わらず、照明がオンになっている
のいずれかのケースが推定できる。

以下、ケース１の一例について説明する。

図１１は、ケース１における、需要家が部屋５間を移動する様子、および各部屋５における消費電力パターンの一例を示す図である。図１１（ａ）は、当初部屋５ａに需要家が三人おり、そのうち二人が部屋５ｂおよび部屋５ｃにそれぞれ分かれて移動した場合を示す図である。図１１（ｂ）は、部屋５ａ、５ｂ、５ｃ、および５ｄの消費電力パターンである。

図１１（ａ）に示すように、部屋５ａの中にいる三人のうちの二人の需要家が部屋５ａを退室しても、部屋５ａにはまだ需要家が一人残っているため、部屋５ａの照明はオンのままになっている。このとき、図１１（ｂ）に示すように、部屋５ａの消費電力は、ベースレベルよりも高いレベルの状態で推移する。

一方、移動先の部屋である部屋５ｂおよび部屋５ｃでは、部屋５ａを退室した需要家が入室するため、照明はオフからオンに変化する。そのため、図１１（ｂ）に示すように、部屋５ｂおよび５ｃの消費電力は、ベースレベルから立ち上がった後、ベースレベルよりも高いレベルの状態で推移する。また、図１１（ａ）に示すように、部屋５ｄでは需要家が入室していないため、図１１（ｂ）に示すように、部屋５ｄの消費電力は、ベースレベルの状態で推移する。

このように、部屋５ａに需要家が一人残っている場合は、消費電力の減少が観測されない。このため、図６のＳ１０８において、第１判定部３４は入室以前に退室があった可能性のある部屋５は存在しないと判定する。

図１２は、ケース１における、需要家が図１１に示す行動の後にとり得る部屋５間の移動の様子、および各部屋５における消費電力パターンの一例を示す図である。図１２（ａ）は、部屋５ａに残っている需要家が照明をオフにして退室する様子を示す図である。図１２（ｂ）は、部屋５ａ、５ｂ、５ｃ、および５ｄの消費電力パターンである。

図１２（ａ）に示すように、部屋５ａに残っている需要家が照明をオフにして退室し、部屋５ｄに移動して入室したとすると、部屋５ｄの照明はオフからオンに変化する。このとき、図１２（ｂ）に示すように、部屋５ａの消費電力は、ベースレベルよりも高いレベルからベースレベルに減少し、部屋５ｄの消費電力は、ベースレベルから立ち上がり、ベースレベルよりも高いレベルとなる。

一方、部屋５ｂおよび部屋５ｃでは、図１２（ａ）に示すように、既に需要家がそれぞれ在室しており、照明がオンのままである。よって、図１２（ｂ）に示すように、部屋５ｂおよび部屋５ｃの消費電力は、ベースレベルよりも高いレベルの状態で推移する。

このように、ケース１では、将来、部屋５ａに残っている需要家が照明をオフにして退室する可能性が考えられる。

次に、ケース２の一例について説明する。

図１３は、ケース２における、需要家が部屋５間を移動する様子と、各部屋５における消費電力パターンの一例を示す図である。図１３（ａ）は、当初部屋５ａに需要家が二人おり、照明をオンにした状態で、需要家が部屋５ｂおよび部屋５ｃにそれぞれ分かれて移動した場合を示す図である。図１３（ｂ）は、部屋５ａ、５ｂ、５ｃ、および５ｄの消費電力パターンである。

部屋５ａの照明がオンのままとなるケース２は、例えば需要家が部屋５ａを退室する時に照明を消し忘れた場合や、需要家がすぐに戻ってくるつもりで部屋５ａを退室した場合等に起こり得る。

図１３（ａ）に示すように、二人の需要家が部屋Ａを退室すると、部屋５ａは不在の状態となるが、部屋５ａの照明はオンのままになっている。そのため、図１３（ｂ）に示すように、部屋５ａの消費電力は、ベースレベルよりも高いレベルの状態で推移する。

一方、移動先の部屋である部屋５ｂおよび部屋５ｃでは、部屋５ａを退室した需要家がそれぞれ一人ずつ入室するため、ともに照明はオフからオンに変化する。そのため、図１３（ｂ）に示すように、部屋５ｂおよび５ｃの消費電力は、ベースレベルから立ち上がる。また、図１３（ａ）に示すように、部屋５ｄでは需要家が入室していない。そのため、図１３（ｂ）に示すように、部屋５ｄの消費電力は、ベースレベルの状態で推移する。

このように、部屋５ａに需要家が在室していないにも関わらず、照明がオンになっている場合は、消費電力が減少する変化が観測されない。このため、図６のＳ１０８において、第１判定部３４は入室以前に退室があった可能性のある部屋５は存在しないと判定する。

図１４は、ケース２における、需要家が図１３に示す行動の後にとり得る部屋５間の移動の様子、および各部屋５における消費電力パターンの一例を示す図である。図１４（ａ）は、部屋５ａから部屋５ｂに移動した需要家が部屋５ａに戻って照明をオフにする様子を示す図である。図１４（ｂ）は、部屋５ａ、５ｂ、５ｃ、および５ｄの消費電力パターンである。例えば部屋５ｂに移動した需要家が、部屋５ａを退室する時に部屋５ａの照明を消し忘れた場合等に起こり得る。

図１４（ａ）に示すように、部屋５ｂに在室していた需要家が部屋５ａに戻って部屋５ａ照明をオフにしたとすると、部屋５ａの照明はオンからオフに変化する。このとき、図１４（ｂ）に示すように、部屋５ａの消費電力は、ベースレベルよりも高いレベルからベースレベルに減少する。また、図１４（ａ）に示すように、部屋５ｂでは、照明がオンのままであるので、図１４（ｂ）に示すように、消費電力はベースレベルよりも高いレベルの状態で推移する。

一方、部屋５ｃでは、図１４（ａ）に示すように、既に需要家がそれぞれ在室しており、照明がオンのままである。よって、図１４（ｂ）に示すように、部屋５ｃの消費電力は、ベースレベルよりも高いレベルの状態で推移する。また、図１４（ａ）に示すように、部屋５ｄでは需要家が入室していない。そのため、図１４（ｂ）に示すように、部屋５ｄの消費電力は、ベースレベルの状態で推移する。

このように、ケース２においても、将来、部屋５ａの照明がオンからオフに変化する可能性が考えられる。

そこで、図６のＳ１１２において、第１判定部３４は、各部屋５の消費電力パターンを参照しながら、ベースレベルからベースレベルよりも高いレベルに立ち上がる消費電力パターンを示す部屋５があるか否かを検索する。図１２および図１３の例では、部屋５ｂおよび部屋５ｃが当該部屋５に該当する。部屋５ｂおよび部屋５ｃは、第２の特定領域の一例である。

そして更に、第１判定部３４は、各部屋５の消費電力パターンを引き続き参照しながら、ベースレベルよりも高い状態で推移している消費電力パターンを示す部屋があるか否かを検索する。消費電力がベースレベルよりも高い状態で推移している場合、将来消費電力が減少する可能性を有している。そこで、上述の状態で推移している部屋を部屋Ｘとして抽出する。図１２および図１３の各ケースでは、例えば部屋５ａが部屋Ｘとして抽出される。

需要家の入室があった可能性がある部屋、及び将来退室がある可能性のある部屋Ｘが存在すると判定された場合（Ｓ１１２肯定）、第１判定部３４は、抽出した部屋Ｘの情報を移動情報テーブルに登録する（Ｓ１１３）。

なお、抽出される部屋Ｘの数は単数とは限らず、複数抽出されることもある。例えば、部屋５ｂおよび部屋５ｃに需要家が入室した際に起こった消費電力の増加が、Ｓ１０９において照明器具によるものと判定されなかった（Ｓ１０９否定）場合は、部屋５ｂおよび部屋５ｃの照明器具の消費電力量が推定できていない。このため、これらの部屋で将来退室イベントが発生するか否かを監視することが望ましい。よって、この場合は、部屋５ａに加え、部屋５ｂおよび部屋５ｃも部屋Ｘとして抽出することが好ましい。

図１５は、移動情報テーブルの一例を示す図である。図１５（ａ）は、部屋Ｘに需要家が在室していたか否かを判定する前のテーブルの一例であり、図１５（ｂ）は、部屋Ｘに需要家が在室していたか否かを判定した後に更新されたテーブルの一例である。

図１５（ａ）および図１５（ｂ）に示すように、移動情報テーブルには、「移動先入室時刻」、「移動情報」、および「在室可能性」の各情報が対応付けられて格納されている。「移動先入室時刻」欄は、移動先に入室した時刻が登録される欄であり、図６のＳ１０５で需要家が入室した可能性があると判定した際に用いた時刻ｔ_ｎが登録される。図１５では、時刻ｔ_ｎの例として「２０１２／１１／２０ １９：３０」を示す情報と、「２０１２／１１／２０ １９：４０」を示す情報とが登録されている。「移動情報」欄は、需要家の移動元として予想される部屋Ｘと、図６のＳ１０５で需要家が入室した可能性があると判定した移動先の情報とが登録される欄である。図１５では、移動元の例として「部屋５ａ」の情報が登録されており、移動先の例として「部屋５ｂ」および「部屋５ｃ」の情報が登録されている。「在室可能性」欄は、移動元で在室していた可能性を推定した結果が登録される欄である。「在室可能性」欄には、移動元で在室していた可能性が高い場合には「１」が登録される。一方、移動元で在室していた可能性が低い場合には「０」が登録される。Ｓ１１３では、第１判定部３４は、図１５（ａ）に示すように、初期情報として全ての「在室可能性」欄に「０」を登録する。

一方、各部屋５の消費電力パターンを参照した結果、消費電力がベースレベルへ減少する可能性のある部屋Ｘがあると判定されなかった場合（Ｓ１１２否定）、第１判定部３４は、情報処理装置１による一連の処理を終了させる。このとき、各部屋５の照明器具の消費電力量の推定結果を出力部２５から出力することができる。

以上のようにして、Ｓ１１３の処理を実行する。Ｓ１１３の処理の後、図７のＳ１１４に進む。

続いて、図７を参照して説明する。Ｓ１１４以降の処理では、消費電力パターンを再度計測し、取得した消費電力パターンに基づいて、図６のＳ１１２で抽出した部屋Ｘの照明器具の消費電力量を推定する処理が実行される。

まず、Ｓ１１４に処理が進んだ場合、移動情報テーブルには、消灯のイベントが発生する可能性がある部屋Ｘが登録されている。そこで、消費電力計測器３は、消灯のイベントが発生するか否かを監視するために、部屋５毎の消費電力パターンの再計測を実行する（Ｓ１１４）。

図１６は、消費電力パターンの再計測の際に用いる設定情報の一例である。図１６（ａ）に示すように、例えば、取得間隔Δｔ’として「１分」、取得回数ｎ_ｍａｘ’として「１２０回」が入力部２４に入力されると仮定する。上述のように仮定すると、１頻度あたりのデータ取得期間を示す取得期間ｔ_ｐ’は、Δｔ’×ｎ_ｍａｘ’＝１分×１２０回＝１２０分（２時間）と算出される。消費電力パターンの再計測を開始する時刻は、Ｓ１１４において消費電力計測器３が取得部３２から再計測を実行する旨の指示信号を受信した時刻とすることができる。例えば、消費電力計測器３が図８の設定情報に従って１９：００に１回目の計測を終えた後、１９：０２に取得部３２から指示信号を受信したとする。この場合、消費電力計測器３は、１９：０２から２１：０２までの間に２回目の計測（再計測）を実施することとなる。

なお、図１６（ａ）ではパラメータの一つに取得回数が用いられているが、取得回数の代わりに上述の取得期間ｔ_ｐを用いることもできる。取得回数の代わりに取得期間ｔ_ｐを用いる場合は、図１６（ｂ）に示すように、取得回数ｎ_ｍａｘ’として「１２０回」を設定する代わりに、取得期間ｔ_ｐ’として「１２０分」を設定する。この場合、取得回数ｎ_ｍａｘ’は、ｔ_ｐ’／Δｔ’＝１２０分／１分＝１２０回と算出される。

図７に戻り、Ｓ１１４において、消費電力計測器３は、設定された取得タイミングに基づいて、クランプ８から電流を抽出することにより、部屋５毎の消費電力パターンを取得することができる。再計測された消費電力パターンは、第２の時系列情報の一例である。

続いて、消費電力計測器３は、Ｓ１０３と同様の処理により、計測した各部屋５の消費電力パターンの情報を消費電力計測器３から情報処理装置１に送信する。そして、取得部３２は、受信した消費電力パターンの情報を、第２記憶部２２に格納する（Ｓ１１５）。

続いて、第１判定部３４は、需要家が入室した可能性がある部屋５が存在するか否かを判定する（Ｓ１１６）。この部屋５は、第３の特定領域の一例である。Ｓ１１６において、第１判定部３４は、再計測された消費電力パターンを参照しながら、消費電力が平均消費電力よりも低いレベルから高いレベルに変化する電力変化が存在するか否か、すなわち式（１）を満たす消費電力の変化が存在するか否かを判定する。

需要家が入室した可能性がある部屋が存在すると判定されなかった場合（Ｓ１１６否定）、Ｓ１１７に進む。一方、需要家が入室した可能性がある部屋が存在すると判定された場合（Ｓ１１６肯定）、第１判定部３４は、入室以前に退室があった可能性のある部屋Ｘが存在するか否かを判定する（Ｓ１１９）。

Ｓ１１９において、第１判定部３４は、Ｓ１１６で需要家が入室した可能性があると判定した際に用いた時刻ｔ_ｎの所定時間前に、需要家が退室した可能性がある部屋５が存在するか否かを判定する。第１判定部３４は、移動情報テーブルに登録されている部屋Ｘの消費電力パターンを参照しながら、消費電力が平均消費電力よりも高いレベルから低いレベルに変化する電力変化が起こっているか否か、すなわち式（２）および式（３）を満たす消費電力の変化が存在するか否かを判定する。ここでは、消費電力が平均消費電力よりも高いレベルから低いレベルに変化する可能性を有する部屋Ｘを予め移動情報テーブルに登録しているため、消費電力パターンの参照範囲を絞ることが可能となっている。

入室以前に退室があった可能性のある部屋Ｘが存在すると判定されなかった場合（Ｓ１１９否定）、Ｓ１１７に進む。一方、入室以前に退室があった可能性のある部屋Ｘが存在すると判定された場合（Ｓ１１９肯定）、第１判定部３４は、部屋Ｘで需要家が在室していた可能性が高いと判定し、移動情報テーブルの「在室可能性」の欄を更新する（Ｓ１２０）。

既に説明した通り、図１５（ａ）に示すように、移動情報テーブルの「在室可能性」の欄には、初期情報として「０」が登録されている。Ｓ１２０において、第１判定部３４は、移動情報テーブルの対応する「在室可能性」の欄を「０」から「１」に更新する。例えば、図１５（ｂ）に示すように、２０１２／１１／２０ １９：３０における「在室可能性」の欄には「１」が登録されており、更新が行われたことを示している。また、２０１２／１１／２０ １９：４０における「在室可能性」の欄にも「１」が登録されており、更新が行われたことを示している。

続いて、算出部３３は、需要家が退室した可能性があると判定した部屋５および需要家が入室した可能性があると判定した部屋５における消費電力の変動量を算出する。そして算出部３３は、算出した結果を分類結果テーブルに格納する（Ｓ１２１）。

Ｓ１２１において、算出部３３は、Ｓ１１４で再計測した消費電力パターンを用いて、需要家が入室または退室した可能性があると判定した時間帯における消費電力の高低差を算出することにより、照明器具の消費電力量を算出する。Ｓ１２１では、Ｓ１２０で更新した「在室可能性」の欄における「１」の情報が、照明器具の消費電力量を算出する対象を示すフラグとして用いられる。

また、算出部３３は、Ｓ１１４で再計測した消費電力パターンを用いて、ある時刻における総消費電力量から算出した照明器具の消費電力量を差し引くことにより、照明器具以外の消費電力量を算出する。算出した照明器具の消費電力量を分類結果テーブルに格納する。

図１７は、分類結果テーブルの一例を示す図である。算出部３３は、算出した部屋５毎の照明器具の消費電力量と、照明器具以外の消費電力量を値とを第２記憶部２２に格納する。また、分類結果テーブルを出力部２５に出力することもできる。

部屋５毎に設けられている照明器具は、頻繁に取り換えるものではないため、算出される照明器具の消費電力値は所定の確率分布に従っていることがある。そこで、図１７に示すような分類結果テーブルの情報を統計データとして蓄積させていくことにより、部屋５毎の照明器具の消費電力値をより正確に見積もることが可能となる。また、例えば、需要家がある照明器具を消費電力の異なる別の種類の照明器具に交換すると、消費電力値の統計データもそれに合わせて変化する。このため、電力事業者側で需要家が照明器具を変更したことを検知し、把握することも可能である。

Ｓ１２１の処理の後、Ｓ１１７に移る。Ｓ１１７において、第１判定部３４は、ｎに１を加算し、ｎが取得回数ｎ_ｍａｘを超えているか否かを判定する（Ｓ１１８）。Ｓ１１８において、ｎが取得回数ｎ_ｍａｘを超えていると判定された場合（Ｓ１１８肯定）、情報処理装置１による一連の処理を終了する。ｎが取得回数ｎ_ｍａｘを超えていないと判定された場合（Ｓ１１８否定）、Ｓ１１６に戻り、第１判定部３４は、再びＳ１１６の処理を実行する。

以上のようにして、本実施形態における情報処理装置１による処理を実行する。

電力事業者は、算出した照明器具の消費電力量の情報に基づいて電力料金を決定することができる。電力事業者は、例えばピーク時間帯の電力料金を高くした料金プランや、顧客が減らした電力需要に対して対価を支払うようにする料金プラン等を設定することができる。

また、電力事業者から、設定した料金プランとともに照明器具の消費電力量の情報を併せて需要家に提示することもできる。この方法によれば、需要家にとっては、自身の照明器具の消費電力量を把握することができるため、料金プランを決定する際の材料として活用することができる。また、電力事業者にとっては、照明器具の節電を需要家に促しやすくなるため、ピーク時間帯における電力消費の低減を図ることができる。

また、電力事業者は、例えば、算出した照明器具の消費電力量と、家庭内の機器毎の消費電力量の割合を示す統計情報（例えば、ＵＲＬ：http://setsuden-lab.com/setsuden -kiso1.html等）とに基づいて、手動でオンオフ制御が可能な機器全体の消費電力量を推定し、推定した消費電力量に基づいて電力料金プランを決定することができる。

以上説明したように、本実施形態によれば、複数の部屋５の各々の消費電力の時系列情報に基づいて、消費電力が減少する可能性のある部屋Ｘを複数の部屋から抽出する。そして、部屋Ｘの消費電力が部屋Ｘで定常的に使用される電力に相当するレベルに減少したときに、その減少が照明器具によるものか否かを判定する。この方法によれば、消灯イベントが発生する可能性が高い部屋Ｘを監視し、消費電力がベースレベルに減少するまで待機することにより、照明器具によるものか否かを判定する機会を増やすことができる。その結果、より多くの部屋の照明器具の消費電力量を推定することができる。

（第１の変形例）
次に、本実施形態における、情報処理方法の第１の変形例について説明する。なお、第１の変形例を実現するための情報処理システムは、図１および図２に例示されている情報処理システムの構成を用いることができるため、重複部分についての説明を省略する。

第１の変形例では、入室後の消費電力パターンの登録数が所定の閾値Ｎ_ｔｈを超えているか否かを判定する処理と、入室後の消費電力パターンを、距離（類似度）に基づいて複数のグループに分類、すなわちクラスタリングする処理とを実行することを特徴としている。

図１８は、情報処理方法の第１の変形例を示すフローチャートである。Ｓ１０５までの処理は、図５および図６と略同様である。Ｓ１０５肯定と判定された場合、第１判定部３４は、入室した時刻ｔ_ｎの所定時間前に需要家が退室した可能性がある部屋５が存在するか否かを判定する（Ｓ１０８）。

時刻ｔ_ｎの所定時間前に需要家が退室した可能性がある部屋５が存在すると判定された場合（Ｓ１０８肯定）、第２判定部３５は、Ｓ１０５で検出した消費電力の変化が照明器具によるものと判定し、入室後の消費電力パターンを登録する（Ｓ２０１）。Ｓ２０１の処理の後、Ｓ１１１に進む。Ｓ１１１以降の処理は、図６における処理と略同様である。

一方、時刻ｔ_ｎの所定時間前に需要家が退室した可能性がある部屋５が存在すると判定されなかった場合（Ｓ１０８否定）、第２判定部３５は、第２記憶部２２を参照して、入室後の消費電力パターンの登録数が所定の閾値Ｎ_ｔｈを超えているか否か、すなわち以下の式（５）を満たすか否かを判定する。（Ｓ２０２）。
式（５）；

ここで、閾値Ｎ_ｔｈは、入室後の消費電力パターンが登録されているか否かを判定するために十分な量の消費電力パターンが蓄積されているか否かを判定するための基準として用いられ、例えばＮ_ｔｈ＝１０である。情報処理システムの導入開始時には、第２記憶部２２に登録される消費電力パターンの登録数が少ない。このため、入室後の消費電力パターンに変化がみられた場合に、需要家による電気機器の操作によるものなのか、あるいは需要家を介さずに自動でオンオフ動作する電気機器によるものなのかを区別することが困難となる可能性がある。

そこで、入室後の消費電力パターンの登録数が所定の閾値Ｎ_ｔｈを超えている場合に、入室後の消費電力パターンが登録されているか否かを判定する。これにより、ある程度消費電力パターンが蓄積された後に判定を行うことができるため、判定精度の向上を図ることができる。

入室後の消費電力パターンの登録数が閾値Ｎ_ｔｈを超えていると判定されなかった場合（Ｓ２０２否定）、Ｓ１０６に移る。一方、入室後の消費電力パターンの登録数が閾値Ｎ_ｔｈを超えていると判定された場合（Ｓ２０２肯定）、登録中の、入室後の消費電力パターンをクラスタリングする（Ｓ２０３）。

以下、Ｓ２０３の処理の具体例について説明する。

需要家が入室した部屋５では、需要家が使用する電気機器の種類によって、消費電力パターンの大きさや変化が異なる。また、需要家が電気機器を使用しない場合や、需要家を介さずに自動でオンオフ動作する電気機器が動作する場合もある。このため、Ｓ２０１で登録した需要家が入室した後の消費電力パターンの変化は一様ではなく、時刻ｔ_ｎからＴ_{ａｆｔｅｒ}が経過するまでの時間帯に対応する消費電力パターンは、大別して複数の種類が存在する。さらに、Ｓ１０８で誤って肯定と判定され、Ｓ２０１で入室後の消費電力パターンが抽出され、登録される可能性もある。

そこで、Ｓ２０３では、第２記憶部２２に登録されている入室後の消費電力パターンを、距離（類似度）に基づいて複数のグループに分類、すなわちクラスタリングする処理を行う。そして、Ｓ１０８で誤って肯定と判定され、Ｓ２０１で抽出された入室後の消費電力パターンを除外する処理を行う。クラスタリングの方法としては種々の方法が知られており、特定の方法に限定するものではない。以下に、Ｋ−ｍｅａｎｓ法を用いたクラスタリング方法の一例について説明する。

図１９は、クラスタリング方法の一例を示すフローチャートである。

まず、第２判定部３５は、第２記憶部２２に登録されている複数の入室後の消費電力パターンｄ_ｊ，ｉ（ｔ）の中から、ランダムにｋ個（ｋは所定の数）の消費電力パターンｄ_ｊ，ｉ（ｔ）を選択する。そして、第２判定部３５は、選択した消費電力パターンｄ_ｊ，ｉ（ｔ）の各々を代表点ｃ_１（ｔ）、ｃ_２（ｔ）、・・・ｃ_ｋ（ｔ）として設定する（Ｓ４０１）。

続いて、第２判定部３５は、第２記憶部２２に登録されている、すべての入室後の消費電力パターンｄ_ｊ，ｉ（ｔ）の各々について、代表点ｃ_１（ｔ）、ｃ_２（ｔ）、・・・ｃ_ｋ（ｔ）のうち、代表点との距離ｄｉｓｔ（ｄ_ｊ，ｉ（ｔ）、ｃ_ｎ（ｔ））、すなわち
式（６）；

が最小となるような代表点を選択し、割り当てることにより、クラスタを生成する（Ｓ４０２）。クラスタとは、入室後の消費電力パターンｄ_ｊ，ｉ（ｔ）をグループ化した場合の各々のグループである。

続いて、第２判定部３５は、代表点の割り当てに変化があるクラスタが存在するか否かを判定する（Ｓ４０３）。なお、Ｓ４０３の判定が１回目である場合は、代表点の割り当てに変化がないものとみなす。代表点の割り当てに変化があると判定された場合（Ｓ４０３肯定）、第２判定部３５は、クラスタ毎に、重心となる入室後の消費電力パターンｄ_ｊ，ｉ（ｔ）を選択し、代表点ｃ_１（ｔ）、ｃ_２（ｔ）、・・・ｃ_ｋ（ｔ）を再設定する（Ｓ４０４）。そして、第２判定部３５は、Ｓ４０２の処理を再び行う。Ｓ４０２〜Ｓ４０４の処理を繰り返していくと、次第に代表点の変化が小さくなっていく。代表点の割り当てに変化がないと判定された場合（Ｓ４０３否定）、第２判定部３５は、クラスタリングが完了し、Ｓ４０５に進む。

Ｓ４０５において、第２判定部３５は、所定の数以下の入室後の消費電力パターンで構成されるクラスタが存在するか否かを判定する。具体的には、第２判定部３５は、クラスタを構成する入室後の消費電力パターンの数が、全登録数に対する割合が所定の割合以下であるか否かによって判定する。あるいは、第２判定部３５は、クラスタを構成する入室後の消費電力パターンの数が、所定の数以下であるか否かによって判定する。

所定の数以下の入室後の消費電力パターンで構成されるクラスタが存在しない場合（Ｓ４０５否定）、Ｓ２０４に進む。一方、所定数以下の入室後の消費電力パターンで構成されるクラスタが存在する場合（Ｓ４０５肯定）、Ｓ４０６に進み、第２判定部３５は、当該クラスタをＳ２０４での判定対象から除外する。

以上のようにして、Ｓ２０３の処理を実行する。Ｓ２０３の処理の後、図１８のＳ２０４に進む。

図１８に戻り、Ｓ２０４において、第２判定部３５は、Ｓ１０５に関連する、入室後の消費電力パターンｒ_ｊ，ｉ（ｔ）に対応する消費電力パターンが、第２記憶部２２に登録されているか否かを判定する。

具体的には、例えば、第２判定部３５は、既に登録されている、Ｓ２０３の処理の際に除外した消費電力パターンを除くすべての入室後の消費電力パターンｒ_ｊ，ｉ（ｔ）について、ｄ_{ｊ，ｉ，ｍ}（ｔ）±｛σ（ｔ）の自然数倍｝の範囲、すなわち以下の式（７），式（８）および式（９）を満たすか否かをクラスタ毎に判定する。ここで、ｄ_{ｊ，ｉ，ｍ}（ｔ）は、クラスタを構成する入室後の消費電力パターンを示す関数であり、σ（ｔ）は、クラスタを構成する入室後の消費電力パターンの標準偏差を示す関数である。
式（７）；

ｍ：クラスタを構成する入室後の消費電力パターンの識別番号
ｐ：任意の自然数（１，２，３・・・）
σ（ｔ）：クラスタを構成する入室後の消費電力パターンの標準偏差
式（８）；

式（９）；

なお、ｄ_{ｊ，ｉ，ｍ}（ｔ）をクラスタの代表点のみに限定することもできる。この方法によれば、式（７）の判定回数を減らすことができるため、処理速度の向上を図ることができる。

Ｓ１０５に関連する、入室後の消費電力パターンｒ_ｊ，ｉ（ｔ）に対応する消費電力パターンが、第２記憶部２２に登録されていると判定された場合（Ｓ２０４肯定）、Ｓ１１１に移る。このとき、判定されていないクラスタについては判定を省略することができる。Ｓ１１１以降で実行する処理は、図６における処理と略同様である。

一方、全てのクラスタを構成する消費電力パターンについて、Ｓ２０１で抽出した入室後の消費電力パターンｒ_ｊ，ｉ（ｔ）に対応する消費電力パターンが、第２記憶部２２に登録されていないと判定された場合（Ｓ２０４否定）、Ｓ１０６に移る。Ｓ１０６、Ｓ１０７およびＳ１１２で実行する処理は、図６における処理と略同様である。よって、処理の説明は省略する。

このように、第１の変形例によれば、所定数以下の、入室後の消費電力パターンで構成されるクラスタに属する消費電力パターンを、Ｓ２０４で行う判定の対象から除外する。この方法によれば、Ｓ２０４の照合処理を実行するに際し、Ｓ１０８で誤って肯定と判定されたためにＳ２０１で抽出された消費電力パターンを予め除外しておくことが可能となる。これにより、Ｓ２０４の処理の短縮化を図ることができる。

（第２の変形例）
次に、本実施形態における、情報処理方法の第２の変形例について説明する。なお、第２の変形例を実現するための情報処理システムは、図１および図２に例示されている情報処理システムの構成を用いることができるため、重複部分についての説明を省略する。
図１乃至図１９に示す実施形態では、情報処理装置１の第１判定部３４が、移動情報テーブルに登録されている部屋Ｘで消灯イベントが発生したことを検知する。これに対して第２の変形例では、需要家側に設置されている消費電力計測器３が、部屋Ｘで消灯イベントが発生したことを検知することを特徴としている。

図２０は、情報処理方法の第２の変形例を示すフローチャートである。処理を開始してからＳ１１４までの処理は、図５乃至図７のフローチャートに示す処理と同様である。消費電力計測器３は、Ｓ１１４で消費電力パターンの再計測を開始した後、移動情報テーブルに登録されている部屋Ｘのうち、需要家の退室があった可能性がある部屋Ｘが存在するか否かを判定する（Ｓ５０１）。Ｓ５０１において、消費電力計測器３は、Ｓ１１４以降に計測された部屋Ｘの消費電力パターンを参照しながら、退室の可能性を示す、消費電力が平均消費電力よりも高いレベルから低いレベルに変化する電力変化が起こっているか否かを判定する。これにより、消費電力計測器３は、部屋Ｘにおける消灯イベントの発生を監視することができる。

需要家の退室があった可能性がある部屋Ｘが存在すると判定されなかった場合（Ｓ５０１否定）、消費電力計測器３は、Ｓ５０１の処理を再び実行する。一方、需要家の退室があった可能性がある部屋Ｘが存在すると判定された場合（Ｓ５０１肯定）、消費電力計測器３は、消費電力パターンの再計測が終了した後、計測された各部屋５の消費電力パターンを消費電力計測器３から情報処理装置１に送信する。そして、取得部３２は、各部屋５の消費電力パターンを受信し、受信した情報を第２記憶部２２に格納する（Ｓ５０２）。すなわち、消費電力計測器３は、部屋Ｘで消灯イベントが発生していない場合は消費電力パターンを情報処理装置１に送信しない。消費電力計測器３は、部屋Ｘの消費電力の変化を監視し、部屋Ｘで消灯イベントが発生したことを検知した場合に、再計測した消費電力パターンを情報処理装置１に送信する。Ｓ５０２の処理の後は、情報処理装置１側で処理を実行する。

消灯イベントが発生したことが情報処理装置１に通知されると、第１判定部３４は、需要家が部屋Ｘを退室したと推定される時刻以後に、需要家の入室があった可能性がある別の部屋５が存在するか否かを判定する（Ｓ５０３）。具体的には、第１判定部３４は、移動情報テーブルに登録されている部屋Ｘのうち、Ｓ５０１で需要家が退室した可能性があると判定された部屋５以外の各部屋５の消費電力パターンを参照しながら、需要家の入室を示す消費電力の変化が存在するか否かを判定する。

需要家が部屋Ｘを退室したと推定される時刻以後に、需要家の入室があった可能性がある別の部屋５が存在すると判定されなかった場合（Ｓ５０３否定）、情報処理装置１による一連の処理を終了する。一方、需要家が部屋Ｘを退室したと推定される時刻以後に、需要家の入室があった可能性がある別の部屋５が存在すると判定された場合（Ｓ５０３肯定）、第１判定部３４は、退室元の部屋Ｘで需要家が在室していた可能性が高いと判定し、移動情報テーブルの「在室可能性」の欄を更新する（Ｓ５０４）。Ｓ５０４における処理の方法は、図７におけるＳ１２０の処理と同様である。

続いて、算出部３３は、需要家が退室した可能性があると判定した部屋５および需要家が入室した可能性があると判定した部屋５における消費電力の変動量を算出する。そして算出部３３は、算出した結果を分類結果テーブルに格納する（Ｓ５０５）。Ｓ５０５における処理の具体的な方法は、図７におけるＳ１２１の処理と同様である。Ｓ１２１の処理の後、情報処理装置１による一連の処理を終了する。

以上のようにして、第２の変形例における情報処理装置１による処理を実行する。

このように、第２変形例によれば、消費電力計測器３が消費電力パターンを取得しながら、部屋Ｘの消費電力がベースレベルよりも高いレベルからベースレベルに減少したか否かを監視する。そして、部屋Ｘの消費電力がベースレベルへ減少したことを消費電力計測器３が検知したときに、情報処理装置１は、消費電力計測器３から消費電力パターンを受信し、その減少が照明器具によるものか否かを判定する。この方法によれば、消費電力がベースレベルへ減少したことが検知されるまで、消費電力計測器３から情報処理装置１への消費電力パターンの送信は行われない。このため、消費電力計測器３と情報処理装置１との間のネットワークの負荷を低減させることができる。

以上、本発明の好ましい実施例について詳述したが、本発明は特定の実施例に限定されるものではなく、種々の変形や変更が可能である。例えば、Ｓ１０８の処理では、ある部屋５からある部屋５へ移動するための最短時間ｗおよび最長時間ｘの値を設定し、設定した値に基づいて消費電力の変化が存在するか否かを判定する例について説明したが、ｗのみをｗ＝０と設定することもできる。ｗ＝０と設定することにより、移動先の部屋５の側で移動元の部屋５の照明をオフにすることができる場合（例えば、移動元の部屋５が階段である場合等）においても、消費電力の変化が照明器具によるものと判定することができる。

また、第１の変形例では、第２記憶部２２に登録されている消費電力パターンをクラスタリングする処理を行っているが、第１の変形例の中で当該処理を省略することもできる。

また、照明器具の電源をオフにすることにより定常的に使用される電力に相当するレベルへ減少する消費電力パターン、または照明器具の電源をオンにすることにより定常的に使用される電力に相当するレベルから増加する消費電力パターンが予め取得できている場合では、当該消費電力パターンを第２記憶部２２に登録しておき、照合する際のレファレンスとして用いることもできる。この方法によれば、図６に示すＳ１０５およびＳ１０８の処理を省略することができる。

１：情報処理装置
２：分電盤
３：消費電力計測器
４：家屋
５，５ａ〜５ｄ：部屋
６，６ａ〜６ｄ：スイッチ
７：電力配線
８：クランプ
９，９ａ〜９ｄ：スイッチ
１０：Ｉ／Ｆ
１１：アクセスポイント
２０：インターネット
２１：第１記憶部
２２：第２記憶部
２３：制御部
２４：入力部
２５：出力部
２６：Ｉ／Ｆ
３１：設定部
３２：取得部
３３：算出部
３４：第１判定部
３５：第２判定部

Claims (6)

1. 複数の特定領域の各々の消費電力の時系列情報を受信する受信部と、
   前記複数の特定領域のうちの第１の特定領域の消費電力が第１のベースレベルよりも高いレベルで推移している間に前記第１の特定領域と異なる第２の特定領域の消費電力が第２のベースレベルから増加し、且つ前記第１の特定領域の消費電力が前記第１のベースレベルへ減少してから所定の時間が経過するまでに、前記第１の特定領域と異なる第３の特定領域の消費電力が第３のベースレベルから増加したことを前記時系列情報が示す場合に、前記第１の特定領域の消費電力の減少が照明器具によるものと判定する判定部と、
   を有することを特徴とする情報処理装置。
2. 前記時系列情報は、第１の時系列情報と、前記第１の時系列情報が計測された後に計測された第２の時系列情報とを含み、
   前記判定部は、
   前記第１の時系列情報を参照することにより、前記第１の特定領域の消費電力が前記第１のベースレベルよりも高いレベルを維持している間に、前記第２の特定領域の消費電力が前記第２のベースレベルから増加するか否かを判定し、
   前記第２の時系列情報を参照することにより、前記第１の特定領域の消費電力が前記第１のベースレベルへ減少してから所定の時間が経過するまでに、前記第３の特定領域の消費電力が前記第３のベースレベルから増加するか否かを判定する、
   ことを特徴とする請求項１記載の情報処理装置。
3. 前記受信部は、前記第１の特定領域の消費電力が前記第１のベースレベルへ減少した場合に、前記第２の時系列情報を受信することを特徴とする請求項２記載の情報処理装置。
4. 情報処理装置によって実行される情報処理方法であって、
   複数の特定領域の各々の消費電力の時系列情報を受信し、
   前記複数の特定領域のうちの第１の特定領域の消費電力が第１のベースレベルよりも高いレベルで推移している間に前記第１の特定領域と異なる第２の特定領域の消費電力が第２のベースレベルから増加し、且つ前記第１の特定領域の消費電力が前記第１のベースレベルへ減少してから所定の時間が経過するまでに、前記第１の特定領域と異なる第３の特定領域の消費電力が第３のベースレベルから増加したことを前記時系列情報が示す場合に、前記第１の特定領域の消費電力の減少が照明器具によるものと判定する、
   ことを特徴とする情報処理方法。
5. 複数の特定領域の各々の消費電力の時系列情報を計測する計測部と、
   前記計測部とネットワークを介して接続される情報処理装置と、
   を有し、
   前記情報処理装置は、
   前記計測部から前記時系列情報を受信する受信部と、
   前記複数の特定領域のうちの第１の特定領域の消費電力が第１のベースレベルよりも高いレベルで推移している間に前記第１の特定領域と異なる第２の特定領域の消費電力が第２のベースレベルから増加し、且つ前記第１の特定領域の消費電力が前記第１のベースレベルへ減少してから所定の時間が経過するまでに、前記第１の特定領域と異なる第３の特定領域の消費電力が第３のベースレベルから増加したことを前記時系列情報が示す場合に、前記第１の特定領域の消費電力の減少が照明器具によるものと判定する判定部と、
   を有することを特徴とする情報処理システム。
6. 情報処理装置に、
   複数の特定領域の各々の消費電力の時系列情報を受信する処理と、
   前記複数の特定領域のうちの第１の特定領域の消費電力が第１のベースレベルよりも高いレベルで推移している間に前記第１の特定領域と異なる第２の特定領域の消費電力が第２のベースレベルから増加し、且つ前記第１の特定領域の消費電力が前記第１のベースレベルへ減少してから所定の時間が経過するまでに、前記第１の特定領域と異なる第３の特定領域の消費電力が第３のベースレベルから増加したことを前記時系列情報が示す場合に、前記第１の特定領域の消費電力の減少が照明器具によるものと判定する処理と、
   を実行させるための情報処理プログラム。
   

Images