JP4951082B2 - 省エネアドバイス生成装置 - Google Patents

Description

本発明は、たとえば生活者にとって受容性の高い省エネアドバイスを提供する省エネアドバイス生成装置に関するものである。

電力需要のピークを削減するために、消費者の機器を制御する技術(デマンドサイドマネージメント)が開発されている。たとえば、電力会社は電力需要が許容量を超えそうな場合、家庭に対してエアコンの温度設定を、一律28℃を下回らないように遠隔操作する。あるいは、人が不在の部屋のエアコンを停止する技術も開発されている。これによって電力需要のピークが抑えられ、電力会社は過剰な設備投資をしなくて済むようになり、また、ピーク時に運転しなければならない化石燃料を用いた発電を押さえられ、CO2排出の抑制効果がある。

特開平11−178247号公報

一律の温度設定の変更や、不在の部屋のエアコン停止が、必ずしもその家庭にとって省エネかつ満足度の高い施策とは限らない。たとえば、複数人がそれぞれの部屋でエアコンを使っている場合、一カ所に集合すれば省エネ効果は上がるはずである。このような場合に一カ所に集合せよとのアドバイスを生成することをあらかじめルール化することも考えられるが、そうすると、家庭ごとの嗜好にアドバイスを合わせられなってしまう。アドバイスは家庭ごとに自動生成されるのが望ましい。

特開平11−178247号公報では、許容できる機器の運転パタンを生活者が与えて、そのパタンを元に過剰な運転をしている機器を制御する方法が提示されている。しかし、この方法では生活者が生活パタンを入力する手間がかかる。また機器の制御のみ行っており、生活者の移動を伴うような省エネ方法は提案していない。

本発明は、生活者にとって受け入れやすい省エネアドバイスを提示可能な省エネアドバイス生成装置を提供する。

本発明の一態様としての省エネアドバイス生成装置は、
家庭内の複数の各部屋における人の在室状態を検出する複数の在室センサから在室情報を受信する第1受信部と、
前記家庭内に配置された複数の家電機器のそれぞれの稼動状態を検出する検出手段と、
前記複数の家電機器による消費電力を取得する取得手段と、
前記家庭の電力管理を行う電力会社システムから、削減すべき消費電力の量を示した削減電力要求を受信する第2受信部と、
一定時間毎に、前記部屋の在室の状態、前記家電機器の稼動状態、および前記複数の家電機器による消費電力を含むレコードを記憶するデータベースと、
前記データベースにおいて前記削減要求が受信された時間に対応するレコードである第1レコードを検出し、前記第1レコードより時間的に前の複数の第2レコードのそれぞれについて、
（1）前記部屋の在室状態および前記家電機器の稼動状態に関する前記第1レコードとの類似度、
（2）前記第2レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態の発生頻度、
（3）前記第1レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態から前記第2レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態への遷移頻度、
を前記データベースに基づき計算し、計算した類似度、発生頻度および遷移頻度の値を重み付け合計することにより生活嗜好度を計算する生活嗜好度算出部と、
前記第1レコードの消費電力から前記削減電力要求の値を減じた第1目標消費電力に対し、前記第1目標消費電力以下の値の前記消費電力を有する第2レコードを検出する省エネ度算出部と、
前記省エネ度算出部により検出された第2レコードから前記生活嗜好度の高いレコードを選択し、前記第1レコードに示される前記部屋の在室状態および前記家電機器の稼動状態を、選択されたレコードに一致させるようにユーザに行動を促すアドバイスを生成するアドバイス生成部と、
前記アドバイスをユーザに提示する提示部と、
を備える。

本発明により、生活者にとって受け入れやすい省エネアドバイスを提示可能となる。

本発明の一実施形態としての省エネアドバイス生成装置を含む消費エネルギー削減装置の構成を示す。 省エネアドバイス生成装置のハードウェア構成の一例を示す。 生活情報DBの一例を示す。 制御部470の動作フローを示す。 アドバイス生成処理の流れを示す。 生活嗜好度算出部により行う生活嗜好度算出処理の流れを示す。 類似度算出処理の流れを示す。 季節性・時間性類似度算出処理の詳細フローを示す。 環境類似度算出処理の詳細フローを示す。 人数類似度算出処理の詳細フローを示す。 家電利用類似度算出処理の詳細フローを示す。 類似度集計処理の詳細フローを示す。 頻度算出部による頻度算出処理の詳細フローを示す。 遷移容易性算出部による遷移容易性算出処理の詳細フローを示す。 生活嗜好度集計部による生活嗜好度集計処理の詳細フローを示す。 省エネ度算出部による省エネ度算出処理の詳細フローを示す。 評価値算出部よる評価値算出処理の詳細フローを示す。 アドバイス選択部によるアドバイス選択処理の詳細フローを示す。 表示処理部による表示処理の詳細フローを示す。 図3の生活情報DBを対象とした結果テーブル例を示す。 図3の生活情報DBを対象としたアドバイス生成例を示す。 生活情報DBの他の例を示す。 図22の生活情報DBを対象とした結果テーブルの例を示す。 図22の生活情報DBを対象としたアドバイス生成例を示す。

（第1の実施の形態）
図1に本発明の一実施形態としての省エネアドバイス生成装置を備えた消費エネルギー削減装置の構成を示す。

図1の消費エネルギー削減装置は、複数の在室センサ100と、複数の家電機器200と、複数の環境情報センサ300と、省エネアドバイス生成装置400と、表示装置500を備える。

在室センサ100は、各部屋の入り口にそれぞれ配置され、部屋内の在室状態をセンシングする。在室状態としては、部屋内の在室人数、または在室有無がある。部屋ごとに配置された在室センサ100は、一定時間毎に、部屋内の在室状態をセンシングし、在室状態を示す在室情報を省エネアドバイス生成装置400へ送信する。本実施形態では、在室状態として、部屋内の人数をカウントする場合を示す。

在室センサ100としては、たとえば送信部および受信部の組からなる焦電型赤外線センサ（通過センサ）を用いることができる。部屋の入り口に通路方向に沿って2つの焦電型赤外線センサ（A,Bとする）を配置する。各焦電型赤外線A,Bの送信部および受信部はそれぞれ通路を挟んで向かいあうように配置する。生活者が送信部および受信部の間のセンシング領域を通過すると該当する焦電型赤外線センサが通過を検知する。焦電型赤外線Aが部屋の外側、焦電型赤外線Bが部屋の内側に配置された場合、焦電型赤外線A→焦電型赤外線Bの順で生活者が各焦電型赤外線のセンシング領域を通過すると生活者の入室が検知され、逆に焦電型赤外線B→焦電型赤外線Aの順で生活者が各焦電型赤外線のセンシング領域を通過すると生活者の退室が検知される。これを利用して部屋内の人数をカウントする。

また在室センサ100の別の例としてはICタグセンサを用いることができる。生活者にICタグを装着させておき、各部屋内にタグリーダを設ける。リーダがICタグを読み取った個数に応じて、部屋内の人数をカウントする。

環境情報センサ300は、屋内外の代表箇所の環境情報を測定するセンサである。環境情報センサ300は、温度センサ、湿度センサおよび照度センサを含む。温度センサは代表箇所の気温（温度）を測定する。湿度センサは代表箇所の湿度を測定する。照度センサは代表箇所の照度を測定する。温度センサ、代表センサおよび湿度センサの各代表箇所は同じであっとも異なっていても良い。環境情報センサ300は、一定時間毎に環境情報（温度、湿度、照度）を測定し、測定した値を省エネアドバイス生成装置へ送信する。

家電機器200は、家庭内に配置されるエアコン、照明、テレビ等の家電機器である。各家電機器は、一定時間毎に、その動作状態と、消費電力とを含む運転情報を、省エネアドバイス生成装置400へ通知する。

動作状態としては稼働の有無がある。省エネアドバイス生成装置400は、家電機器から信号が送られないときは非稼働と判断する。非稼働時の消費電力はゼロとみなしてもよいし、漏れ電力を考慮して所定値の消費電力が発生しているとみなしてもよい。また稼働状態をさらに細かく分類してもよい。たとえばエアコンの各温度設定範囲を異なる状態として定義してもよい。また稼働状態、非稼働状態に加えて、スタンバイ状態を定義してもよい。本実施形態では動作状態が稼働の有無の場合を説明する。

省エネアドバイス生成装置400は、生活情報DB410、生活嗜好度算出部420、省エネ度算出部430、評価値算出部440、アドバイス選択部450、表示処理部（提示部）460、制御部470を備える。

制御部470は、第1受信部、検出手段、取得手段は、第2受信部、第3受信部を含む。

第1受信部は、家庭内の複数の各部屋における人の在室状態を検出する複数の在室センサ100から在室情報（センサデータ）を受信する。

検出手段は、家庭内に配置された複数の家電機器200のそれぞれの稼動状態を検出する。

取得手段は、複数の家電機器200による消費電力（合計消費電力）を取得する。合計消費電力は機器毎の消費電力を制御部470で合計して算出してもよいし、各機器の電力使用を測定するメータから受信することで取得しても良い。本実施形態では前者の場合を想定して説明する。

第2受信部は、家庭の電力管理を行う電力会社システムから消費電力の削減要求（削減電力要求）を受信する。

第3受信部は、温度、湿度および照度の少なくとも1つを検出する環境情報センサから環境情報（センサデータ）を受信する。

図4は、制御部470の動作フローを示すフローチャートである。

制御部470は、一定時間毎に（S11）、在室センサ100から部屋ごとの在室情報（本例では在室人数）と、家電機器200から家電機器200の運転情報（本例では稼働の有無、消費電力）と、環境センサ300から環境情報（本例では気温、湿度、照度）、を収集する（S12）。

また同ステップS12では、制御部470は、収集した情報を元に、部屋毎の合計人数を計算する。また制御部470は、各家電機器の合計消費電力を計算する。制御部470は、各センサ100,200,300から受信した情報と、計算した合計人数および合計消費電力を、収集時間（日付と時刻）とともに生活情報データベース（生活情報DB）410に保存する。保存されたこれらの情報を生活情報と呼ぶ。

また制御部470は、家庭内の使用電力を管理する電力会社のシステムから送信される削減電力要求を受信する（S13）。本例での削減電力要求は、家庭内の使用電力（合計消費電力）から減らすべき電力値を指示したものである。たとえば削減電力要求が「300」の場合、この要求は、家庭内の消費電力を300だけ下げることを指示する。制御部470は一定時間毎に削減電力要求を確認し、要求がこないときはその旨（本例では0）を、要求がきたときは要求に示される値を、上記の生活情報とともに生活情報DB410に保存する。なお、本例では削減電力要求は、現時点で削減するべき電力の大きさを示すが、別の形態として、目標とする消費電力（第2目標消費電力）を直接示してもよい。この場合、要求が「500」だと、家庭内の消費電力を500以下に抑えることを意味する。

ここで図3は生活情報DB410の一例を示す。ここでは、1分おきに情報が取得されている。「日、時」は情報収集された時刻を表す。「部屋1、部屋2、リビング」は在室センサによって収集された部屋ごとの在室人数を表す。「気温、湿度、照度」は環境情報センサによって取得された気温、湿度、照度を表す。「エアコン1、エアコン2、エアコン3、TV、IH、洗濯機」は、家電機器から得られた動作状態を表す。ここでは、「●」はその機器が使用されていたことを表す。エアコン1は部屋1，エアコン2は部屋2，エアコン3はリビングに配置されているとする。消費電力は、その生活状態時に家庭で消費されている合計の消費電力を表す。 レコードIDが1999までは削減電力要求の値は0であるが、レコードID2000のときに、300の値の削減電力要求が受信されている。削減電力要求が受信されたときのレコード（生活情報）は、着目レコード（着目生活情報）と称される。着目レコードは本発明の第1レコードに対応する。着目レコード（第1レコード）より過去のレコードは本発明の第2レコードに対応する。

制御部470は、削減電力要求が受信されたとき（S13のYES）、生活嗜好度算出部420、省エネ度算出部430、評価値算出部440、アドバイス選択部450、表示処理部460によるアドバイス生成処理を起動する（S14）。削減電力要求が受信されないときは（S13のNO）、ステップS11に戻る。

図5はアドバイス生成処理の流れを示すフローチャートである。

生活嗜好度算出部420は、生活情報DB410から生活情報を読み出し、上記着目生活情報より時間的に前の（過去の）生活情報ごとに、嗜好度を算出して評価値算出部440へと送付する（S21：生活嗜好度算出処理）。嗜好度は、生活情報に示される状態をユーザが嗜好する程度を示す。生活嗜好度算出部420は、嗜好度の算出のため、類似度算出部421と頻度算出部422と遷移容易性算出部423と集計部424とを備える。各要素421〜424の詳細は後述する。

省エネ度算出部430は、生活情報DB410から生活情報を読み出し、少なくとも上記着目生活情報（着目レコード）より時間的に前の生活情報（第2レコード）ごとに、省エネ度を算出して評価値算出部へと送付する（S22：省エネ度算出処理）。省エネ度は、本例では、削減電力要求に示される値だけ、当該着目生活情報の消費電力を減らしたときの値に対し、生活情報（第2レコード）に示される消費電力の値が大きいかそれ以下かを示す指標である。

評価値算出部440は、受け取った嗜好度と省エネ度から、生活情報の評価値を算出してアドバイス選択部450へと送付する（S23：評価値算出処理）。

アドバイス選択部450は、受け取った評価値に基づいて生活情報を選択する（S24：アドバイス選択処理）。たとえば、評価の高い順番に生活情報を選択する。アドバイス選択部450は、選択した生活情報と、着目生活情報との差分を、部屋の在室状態および家電機器の稼動状態に関して求め、求めた差分に基づきアドバイスを生成する。具体的に、着目生活情報に示される各部屋の在室状態および家電機器の稼働状態を、選択した生活情報に示されるそれらに一致させるように生活者に行動を促すようなアドバイスを生成する。アドバイス生成は、たとえば異なるアドバイスが事前に定めた個数だけ生成されるまで行う。アドバイス選択部450は、生成したアドバイスを表示処理部460に送る。

表示処理部460は、受け取ったアドバイスを表装置500に表示する（S25：表示処理）。これにより生活者にアドバイスを提示する。表示部500への表示とともに、または当該表示に代えて、アドバイスの内容を音声によりアナウンスすることによりユーザへのアドバイスの提示を行ってもよい。表示装置500は、たとえば液晶表示装置、CRT表示装置、有機EL表示装置、プラズマ表示装置など、任意の表示装置でよい。

図2は、省エネアドバイス生成装置400のハードウェア構成の一例を示す。省エネアドバイス生成装置400は、図2のようなパーソナルコンピュータ (PC) 600で構成できる。

PC600は、CPU630、メモリ640、ハードディスク650、インタフェース（IF）610a、610bがバス620を介して接続された構成をとる。

PC600は複数の在室センサ100、複数の家電機器200、環境情報センサ300から情報を入手し、省エネアドバイスを生成して表示装置500へと送付する。省エネアドバイス生成装置400内の生活情報DB410は、PC600内のハードディスク650上に構築される。また後述の結果テーブルもハードディスク650（またはメモリ640）上に構築される。

制御部470が実行するメイン処理（図4参照）では上述したようにデータ収集を定期的行って在室センサ、家電機器、環境情報センサの値を取得し、また合計人数および消費電力を計算し、これらを時間情報とともに生活情報DB410（図3参照）へと格納する。なお時間情報はシステムタイマから取得すればよい。

省エネアドバイス生成装置400内の類似度算出部421、頻度算出部422、遷移容易性算出部423、生活嗜好度集計部424、省エネ度算出部430、評価値算出部440、アドバイス選択部450は、PC600のコンピュータプログラムとして実装される。プログラムはあらかじめハードディスク650内に格納され、メモリ640へと読み出された後、その手順に従ってCPU630で実行される。

制御部470が実施するメイン処理（図4参照）では、 上述したように、たとえば1分毎に在室センサ100、環境情報センサ300、家電機器200から情報を収集し、合計人数および消費電力の計算を行い、収集した情報および計算した値を、時間情報とともに、生活情報DB410へと格納する（S12）。削減電力要求が来た際に、アドバイス生成処理（S14）を実行する。

当該アドバイス生成処理（S14）では、図5に示したように、生活嗜好度算出処理（S21）、省エネ度算出処理（S22）、評価値算出処理（S23）、アドバイス選択処理（S24）、表示処理（S25）の順に処理が行われる。

図6は、生活嗜好度算出部420により行う生活嗜好度算出処理（S21）の流れを示すフローチャートである。

生活嗜好度算出処理では、類似度算出部421による類似度算出処理（S31）、頻度算出部422による頻度算出処理（S32）、遷移容易性算出部423による遷移容易性算出処理（S33）、生活嗜好度集計部424による生活嗜好度集計処理（S34）が行われる。

類似度算出部421は、着目生活情報（第1レコード）と、当該着目生活情報より時間的に前の過去の生活情報（第2レコード）の各々との類似度を計算する。類似度算出処理の詳細な処理の流れを図7に示す。

図7に示すように、類似度算出処理では、季節性、時間性類似度算出処理（S41）、環境類似度算出処理（S42）、人数類似度算出処理（S43）、家電利用類似度算出処理（S44）、類似度集計処理（S45）が行われる。

図8に季節性、時間性類似度算出処理（S41）の詳細フローを示す。

iを1〜N−1まで順次、インクリメントしながら、各iについて以下の処理を行う（S51、S54、S55）。インデックスNのレコードは着目生活情報を指し、i=1〜N−1は過去の生活情報を指す。

生活情報DB（レコード数をNとする）のDay[i] （ただしi={1,…,N-1}）とDay[N]との差分DiffDay(Day[N], Day[i])を計算し、季節性類似度DayS[i]へと格納する（S52）。Dayは生活情報DBの「日」である。

また、Time[i]（ただしi={1,…,N-1}）とTime[N]との差分DiffTime(Time[N], Time[i])を計算し時間性類似度TimeS[i]へと格納する（S52）。Timeは生活情報DBの「時」である。

さらにDayS[i]とTimeS[i] （ただしi={1,…,N-1}）を重み付け合計して、季節性時間性類似度DayTimeS[i]を計算する（S53）。DayTimeS[i]を結果テーブルに書き込む。結果テーブルの一例を図20に示す。

ここで
DiffDay(x,y)=182.5-|(|x-y| mod 365) - 182.5|
DiffTime(x,y)=7200-|(|x-y| mod 14400) - 7200| （ただしx,yは分）
DayTimeS[i] =C11・DayS[i] + C12・TimeS[i] (C11,C12は重み係数)
とする。

DiffDay(x,y)は日が近いほど小さく、離れるほど大きくなる。半年離れたとき最も値が大きくなる。また、DiffTime(x,y)も時刻が近いほど小さく、離れるほど大きくなる。

図9に環境類似度算出処理（S42）の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S61、S64、S65）。

生活情報DB（レコード数をNとする）のTemp[i] （ただしi={1,…,N-1}）とTemp[N]との差分DiffTemp(Temp[N], Temp[i])を計算し、温度類似度TempS[i]へと格納する(S62)。

また、Humi[i]（ただしi={1,…,N-1}）とHumi[N]との差分DiffHumi(Humi[N], Humi[i])を計算し湿度類似度HumiS[i]へと格納する（S62）。

また、Illu[i]（ただしi={1,…,N-1}）とIllu[N]との差分DiffIllu(Illu[N], Illu[i])を計算し照度類似度IlluS[i]へと格納する（S62）。

さらにTempS[i]とHumiS[i]とIlluS[i]（ただしi={1,…,N-1}）を重み付け合計して環境類似度EnvS[i]を計算する（S63）。EnvS[i]を結果テーブルに書き込む（図20参照）。

ここで
DiffTemp(x,y)=max(1-|x-y|/3, 0)
DiffHumi(x,y)=max(1-|x-y|/20, 0)
DiffIllu(x,y)=max(1 - |x-y|/50, 0)
EnvS[i] = C21・TempS[i] + C22・Humi[i] + C23・Illu[i]
とする。

たとえばDiffTemp(x,y)の場合、温度が3度以上異なっていれば、値が0になる。3度未満であれば、温度が近いほど、値が大きくなり、一致する場合で1になる。DiffHumi(x,y)
、DiffIllu(x,y)も同様にして解釈する。

図10に人数類似度算出処理(S43)の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S71、S79、S80）。

生活情報DB（レコード数をNとする）のRoom[r,i] （ただしi={1,…,N-1}, r={1,…,NR}）とRoom[r,N]との差分DiffRoom(Room[N], Room[i])を計算し、部屋人数類似度RoomS[r,i]へと格納する。

ここでNRは部屋の数を表す。またRoom[r,i]はレコードiの部屋r内の人数を表す。Room[r,N] はレコードNの部屋r内の人数を表す。また、DiffRoom(x,y) 、DiffNumP(x,y)の定義は以下の通りである。

DiffRoom(x,y) = 1 (x=y), 0 (x!=y)
DiffNumP(x,y) = 1 (x=y), 0 (x!=y)
算出したRoomS[r,i]に係数C3[r]（部屋の重み係数）を乗じて、r={1,…,NR}について加算したものをRoomSAll[i]とする（S74,S75,S76）。

NumP[i] （ただしi={1,…,N-1}）とNumP[N]との差分DiffNumP(NumP[i], NumP[N])を計算し、人数類似度NumPS[i]へと格納する（S77）。NumP[i]はレコードiの部屋の合計人数である。NumP[N] はレコードNの部屋の合計人数である。

さらにNumPS[i]を重み付けし、RoomSAll[i] （ただしi={1,…,N-1}）と加算してNumPRoomS[i]へ格納する。

すなわち
NumPRoomS[i] = RoomSAll[i] + C3N・NumPS[i]
である。

NumPRoomS[i]を結果テーブルに書き込む（図20参照）
図11に、家電利用類似度算出処理(S44)の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S91、S97、S98）。

生活情報DB（レコード数をNとする）のHA[p,i] （ただしi={1,…,N-1}, p={1,…,NP}）とHA[p,N]との差分DiffHA(HA[p,N], HA[p,i])を計算し、家電利用類似度HAS[p,i]へと格納する(S93)。ここでNPは家電の数を表す。またDiffHA(x,y) = 1 (x=y), 0(x!=y)とする。

算出したHAS[r,i]に係数C4[p]（家電の重み係数）を乗じて、r={1,…,NP}について加算したものをHASAll[i]とする(S94,S95,S96)。HASAll[i]を結果テーブルに書き込む（図20参照）。

図12に、類似度集計処理（S45）の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S101、S103、S104）。

DayTimeS[i]（季節性、時間性類似度）と、EnvS[i]（環境類似度）と、NumPRoomS[i]（人数類似度）と、HASAll[i]（家電利用類似度）(ただしi={1,…,N-1})を加算して、類似度Similar[i]に代入する。Similar[i]を結果テーブルに書き込む（図20参照）。

以上により着目生活情報（N）と、当該着目生活情報より時間的に前の過去の生活情報（1〜N-1）の各々との類似度が計算される。

頻度算出部422は、生活情報履歴に個々の生活情報の発生頻度を付加する。

図13は、頻度算出部422による頻度算出処理（図6のS32）の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S111、S117、S118）。

レコードiに関して、そのレコードiと同じRoom[r,i] (ただしr={1,…,NR})、HA[p,i] (ただしp={1,…,NP})を持つレコード件数を数え、Freq[i]に代入する(S112〜S116)。すなわち各部屋内の人数、および各家電機器の稼働状態がレコードiと全く同一であるレコード件数を数える。Freq[i]を結果テーブルに書き込む。レコード件数を数える際、レコードNを計数対象に含めてもよいし、含めなくても良い（本例では含めている。S116参照）
。

なおレコード件数の代わりに、全レコード数N-1に対する当該同一のレコード件数の比率を頻度としてFreq[i]に代入してもよい。すなわち本発明の頻度は、一致する件数でも、一致する件数の全数に対する割合でも良い。図20の結果テーブルでは比率の場合が示される。

遷移容易性算出部423は、生活情報履歴に現在の生活情報（着目生活情報）から過去の生活情報への遷移のし易さ(遷移容易性)を表す遷移頻度を計算する。以下では遷移頻度として遷移確率の場合を示すが、遷移回数を用いてもよい。

図14は、遷移容易性算出部423による遷移容易性算出処理（S33）の詳細フローを示す。

ステップS121では、r={1,…,NR}のすべてについてRoom[r,i]が一致しかつp={1,…,NP}のすべてに関してHA[p,i]が一致する（パタンが一致すると呼ぶ）連続したiの集合を、生活情報DBのi=1の先頭レコードから開始して、作成する。r={1,…,NR}のすべてについてRoom[r,i]が一致し、p={1,…,NP}のすべてに関してHA[p,i]が一致するとは、部屋毎の在室人数がすべて一致し、各家電機器の稼働状態がすべて一致することである。このとき、連続数がTHcont以下の大きさの集合は削除する（連続するレコード数が少ない状態はパタンとみなさない）。

作成した集合に対して、部屋の在室人数および家電機器の稼働状態に関するパタン識別子を設定する。たとえば、M個の集合が作成された場合、パタン識別子（名前）P1, P2, …, PMをそれぞれ割り当てる。ただし、状態（部屋毎の在室人数および家電機器の稼働状態）が同じ集合に対しては同じパタン識別子を割り当てる。

ステップS122、S123では、レコードNの部屋毎の人数および家電機器の稼働のパタンをPdsmとすると、Pdsmから、各パタンP1、P2,…PMへの遷移確率を計算する。

より詳細には、まず、集合が生成された順番にパタン識別子の遷移を辿ることで、下記のようなパタン識別子間の遷移回数を記述した遷移表を作成する。縦軸が遷移元、横軸が遷移先である。たとえばパタン識別子の遷移がP3→P2→P8→P4→P1→P2→P4→P9→P2→P1→P2・・・・とあったとき、「P1→P2」が2個含まれていれば、パタンP1からP2へ遷移した回数は2回である。Pdsmと同じパタンをP1〜PMの中から見つけ、見つけたパタンから他のパタンへの遷移する確率を計算することで、PdsmからP1〜PM(ただしPdsmと同じパタンは除いてよい)への遷移確率が求まる。遷移確率は遷移の合計数（下記表のすべてのセルの値の合計）に対する着目する遷移の回数で計算できる。たとえば仮にPdsmがP2に一致するならば、PdsmからP1への遷移確率は、“4／合計数”となる。

ステップS124では、生活情報DBのレコードi（ただしi={1,…,N-1}）に関して、そのレコードが持つパタンに対応する遷移確率をMove[i]に代入する。Move[i]を結果テーブルに書き込む。また、生活情報DBのレコードi（ただしi={1,…,N-1}）に関して、そのレコードが持つパタンの識別子P[i]に代入する。P[i]を結果テーブルに書き込む。なおレコードNと同じパタンをもつレコードには遷移確率の代入は行わなくてよい。遷移頻度として遷移確率ではなく遷移回数を用いるときは上記表の該当するセルの値を代入すればよい。

なお本例ではr={1,…,NR}のすべてについてRoom[r,i]が一致しかつp={1,…,NP}のすべてに関してHA[p,i]が一致するパタンを作ったが、別例としてr={1,…,NR}のすべてについてRoom[r,i]が一致するパタンを作成し、上記と同様に遷移確率を算出してもよい。

図15は、生活嗜好度集計部424による生活嗜好度集計処理（S34）の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S131、S133、S134）。

すなわち、C51・Similar[i]（類似度）とC52・Freq[i]（頻度）とC53・Move[i]（遷移容易性）を加算して生活嗜好度類似度Similar[i]に代入する。ここで、C51, C52, C53は生活嗜好度算出のための係数である。Similar[i]を結果テーブルに書き込む（図20参照）。

図16は、省エネ度算出部430による省エネ度算出処理(図5のS22)の詳細フローを示す。

iを1〜Nまで順次、インクリメントしながら、各iについて以下の処理を行う（S141、S143、S144）。

着目生活情報（レコードN）の消費電力W［N］から削減電力要求Wdsmの値を減算した値“W［N］−Wdsm”（第1目標消費電力）と、各レコードの消費電力W[i]とを用いて、DiffW(W［N］−Wdsm, W[i])を計算し、省エネ度Echo[i]に代入する。Echo[i]を結果テーブルに書き込む（図20参照）。

ここで、
DiffW(a,b) = 0 (a≧b), -∞ (a<b)
とする。

つまり着目生活情報の消費電力から削減電力要求の値を引いた後の値（第1目標消費電力）を、各レコードの消費電力を比較して、各レコードの消費電力が、当該第1目標消費電力以下であれば0、それ以外は-∞（マイナス無限大）を設定する。つまり、0が設定されたレコードは、削減電力要求を満たすレコードである。

なお、本発明の別の実施形態で削減電力要求が第2目標電力値を示す場合は、“W［N］−Wdsm”（第1目標消費電力）の代わりに、当該第2目標消費電力を用いればよい。

図17は、評価値算出部440による評価値算出処理(図5のS23)の詳細フローを示す。

iを1〜N-1まで順次、インクリメントしながら、各iについて以下の処理を行う（S151、S153、S154）。

C61・Favor[i]とC62・Echo[i]をi={1,…,N-1}について加算して評価値Eval[i]を算出する。評価値Eval[i]を結果テーブルに書き込む（図20参照）。

図18は、アドバイス選択部450によるアドバイス選択処理（図5のS24）の詳細フローを示す。本フローではi={1,…,N-1}について評価値Eval[i]の大きい順に生活情報（レコード）をソートし、Eval[i]の大きい順に、生活情報に対してアドバイスを生成していく。

より詳細に、まずEval[i]の大きい順に、生活情報DBをソートする（S161）。

初期設定a=0,i=1,ADV=φを行う（S162）。aは生成されたアドバイスの個数を格納する変数、iはソート後のレコードIDを格納する変数、ADVは生成されたアドバイスを格納するリストである。

ソート後の生活情報DBにおいて、iを順次インクリメントしながら、各iについて以下の処理を行う。すなわち評価値の高い順に以下の処理を行う。

レコードiと着目レコードNとの差分（部屋毎の人数および家電機器の稼働状態の差分）に基づきアドバイスを生成する（S163）。

例えば着目レコードのエアコン1がONで、レコードiのエアコン1がOFFであれば、“エアコン1をOFFしてください”というアドバイスを生成する。また着目レコードの部屋1、部屋2の人数がそれぞれ1で、上記レコードiの部屋1の人数が0，部屋2の人数が2であれば、たとえば“部屋1から部屋2に移ってください”といったアドバイスを生成する。なお、着目レコードおよびレコードi間で共通する状態については、その状態のままでよいとのアドバイスを付記しても良い。たとえばレコードiおよび着目レコードのいずれもエアコン1がONであれば、“エアコン1はONのままでよい”といったアドバイスを付記してもよい。

ステップS164では生成したアドバイスと同じものがすでに生成済みものときは（YES）、次のレコードに進む（S167）。一方、初めて生成されたものであるときは、リストADVに生成したアドバイスadvを追加する（S165）。

aをインクリメントし（S166）、次のレコードに進む（S167）。

次のレコードに進んだら、生成されたアドバイス数aが事前に指定された個数THadvに達したかどうかを検査し（S168）、達していないときは、ステップS163に戻る。達したとき、もしくは最後のレコードN-1に達したときは本処理を終了する。

なおステップS163においてパタン識別子が設定されていないレコードについてはユーザに馴染みの少ない状態であるため、アドバイスの生成を行わないようにしてもよい。なお着目レコードと同じパタンをもつレコードについてはアドバイスの生成は省略してよい。

図19は、表示処理部460による表示処理（図5のS25）の詳細フローを示す。

本フローでは、生成されたアドバイスを、表示装置500へ送って表示する。
より詳細に、まずADVに格納されたアドバイスadvを先頭から取り出し（S172）、当該アドバイスadvを表示装置500に送信する。表示装置500は、送付されたアドバイスをユーザへと提示する。先頭から取り出すのは、先に生成されたアドバイスほど先に表示されるようにするためである。また、先に生成されたアドバイスほど（評価値の高いレコードから生成されたアドバイスほど）、画面内で優先的に表示させる。たとえば各アドバイスに優先度ランク（アドバイスランク）（図20参照）を付して表示してもよい。または優先するアドバイスほど画面の上に表示してもよい。アドバイスランクはADV内の先頭に格納されたものほど高く設定される。アドバイスランクの設定はアドバイス選択部450で行い、結果テーブルに格納しておく（図20参照）。

ADVからすべてのアドバイスが取り出されるまで、先頭側から順次、アドバイスを取り出して表示装置に送信することを繰り返す（S171,S174,S175）。表示装置は、順次送られるアドバイスを、たとえば上から下に順番に表示する。なお図示のS175のブロック内の｜ADV｜はアドバイスの個数を示す。sは繰り返し回数を制御するパラメータである。

図21は、図3の生活情報DBを対象としたアドバイス生成例を示す。削減電力要求は300Wであり、これまで記述した一連の計算が実施され、最終的に二つのアドバイスが生成される。

（1）部屋1からリビングに移りましょう。リビングのエアコンはつけてOKです。部屋1，2のエアコンは止めましょう。洗濯機を止めましょう。
（2）部屋1からリビングに移りましょう。リビングのエアコンはつけてOKです。テレビを見てもOKです。部屋1，2のエアコンは止めましょう。洗濯機を止めましょう。

（1）のアドバイス（アドバイスランク1）は、たとえば図3の生活情報DBのレコードN(=2000)と、レコード1013〜1022のいずれかを比較することで求まる。
（2）のアドバイス（アドバイスランク2）は、図3の生活情報DBのレコードN(=2000)と、レコード1023〜1027のいずれかを比較することで求まる。

図22は削減電力要求が200Wの場合の生活情報DBの例を示す。

図23は、図22の生活情報DBを対象とした結果テーブルの例を示す。

図24は図22の生活情報DBを対象としたアドバイス生成例を示す。

このときも上記と同様な計算が実施され、最終的に3つのアドバイスが生成される。

(1) リビングから部屋2に移りましょう。洗濯機を止めましょう
(2) 部屋1からリビングに移りましょう。リビングのエアコンはつけてOKです。部屋1，2のエアコンは止めましょう。洗濯機を止めましょう。
(3) 部屋1からリビングに移りましょう。リビングのエアコンはつけてOKです。テレビを見てもOKです。部屋1，2のエアコンを止めましょう。洗濯機を止めましょう。

以上のように、本実施形態では、家庭内で収集した人の在室情報、環境情報、家電稼働情報、消費電力の履歴の中から、削減電力要求を満たし、かつ現在の状況と類似し、かつ遷移が容易な状態へ遷移するようにユーザに行動を促す省エネアドバイスをユーザに提示する。これにより時々の削減電力要求の量に応じて、より現在の生活状態に近い省エネアドバイスを作成し、ユーザに提示することが可能となる。
また、単純な温度設定の操作や、不在部屋のエアコン停止だけでなく、人の移動を伴うような省エネ行動のアドバイスが可能となり、アドバイスの優先度は省エネ、かつ、現在の行動に近く、かつ、その家庭で実施された頻度が高いもののため、生活者にとって受け入れやすいという効果がある。

Claims (9)

1. 家庭内の複数の各部屋における人の在室状態を検出する複数の在室センサから在室情報を受信する第1受信部と、
   前記家庭内に配置された複数の家電機器のそれぞれの稼動状態を検出する検出手段と、
   前記複数の家電機器による消費電力を取得する取得手段と、
   前記家庭の電力管理を行う電力会社システムから、削減すべき消費電力の量を示した削減電力要求を受信する第2受信部と、
   一定時間毎に、前記部屋の在室の状態、前記家電機器の稼動状態、および前記複数の家電機器による消費電力を含むレコードを記憶するデータベースと、
   前記データベースにおいて前記削減要求が受信された時間に対応するレコードである第1レコードを検出し、前記第1レコードより時間的に前の複数の第2レコードのそれぞれについて、
   （1）前記部屋の在室状態および前記家電機器の稼動状態に関する前記第1レコードとの類似度、
   （2）前記第2レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態の発生頻度、
   （3）前記第1レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態から前記第2レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態への遷移頻度、
   を前記データベースに基づき計算し、計算した類似度、発生頻度および遷移頻度を重み付け合計することにより生活嗜好度を計算する生活嗜好度算出部と、
   前記第1レコードの消費電力から前記削減電力要求の値を減じた目標消費電力以下の値の前記消費電力を有する第2レコードを検出する省エネ度算出部と、
   前記省エネ度算出部により検出された第2レコードから前記生活嗜好度の高いレコードを選択し、前記第1レコードに示される前記部屋の在室状態および前記家電機器の稼動状態を、選択されたレコードに一致させるようにユーザに行動を促すアドバイスを生成するアドバイス生成部と、
   前記アドバイスをユーザに提示する提示部と、
   を備えた省エネアドバイス生成装置。
2. 前記アドバイス生成部は、異なるアドバイスが所定数生成されるまで、前記生活嗜好度の高い順に第2レコードを選択しアドバイスを生成することを繰り返し行い、
   前記提示部は、前記生活嗜好度の高いレコードから生成されたアドバイスほど優先表示されるようにアドバイス表示を行う
   ことを特徴とする請求項1に記載の省エネアドバイス生成装置。
3. 温度、湿度および照度の少なくとも1つを検出する環境情報センサから環境情報を受信する第3受信部をさらに備え、
   前記データベースは、前記環境情報を前記レコードに含め、
   前記生活嗜好度算出部は、前記（1）の類似度として、前記部屋の在室状態、前記家電機器の稼動状態、前記環境情報に関する類似度を計算する
   ことを特徴とする請求項1または2に記載の省エネアドバイス生成装置。
4. 前記データベースは、前記一定時間毎の時間情報を前記レコードに含め、
   前記生活嗜好度算出部は、前記（1）の類似度として、前記部屋の在室状態、前記家電機器の稼動状態、前記時間情報に関する類似度を計算する
   ことを特徴とする請求項1または2に記載の省エネアドバイス生成装置。
5. 前記在室センサは、前記部屋の在室状態として、前記部屋における在室の有無、または前記部屋における在室人数を検出することを特徴とする請求項1ないし4のいずれか一項に記載の省エネアドバイス生成装置。
6. 前記検出手段は、前記稼動状態として稼動の有無を検出することを特徴とする請求項請求項1ないし5のいずれか一項に記載の省エネアドバイス生成装置。
7. 前記削減電力要求は、前記家庭の目標消費電力を示し、
   前記省エネ度算出部は、前記削減電力要求に示される目標消費電力と、前記第2レコードの消費電力とを比較し、前記目標消費電力以下の値の前記消費電力を有する第2レコードを検出する
   ことを特徴とする請求項1ないし6のいずれか一項に記載の省エネアドバイス生成装置。
8. 家庭内の複数の各部屋における人の在室状態を検出する複数の在室センサから在室情報を受信する第1受信ステップと、
   前記家庭内に配置された複数の家電機器のそれぞれの稼動状態を検出する検出ステップと、
   前記複数の家電機器による消費電力を取得する取得ステップと、
   前記家庭の電力管理を行う電力会社システムから、削減すべき消費電力の量を示した削減電力要求を受信する第2受信ステップと、
   一定時間毎に、前記部屋の在室の状態、前記家電機器の稼動状態、および前記複数の家電機器による消費電力を含むレコードを記憶するデータベースにおいて、前記削減要求が受信された時間に対応するレコードである第1レコードを検出し、前記第1レコードより時間的に前の複数の第2レコードのそれぞれについて、
   （1）前記部屋の在室状態および前記家電機器の稼動状態に関する前記第1レコードとの類似度、
   （2）前記第2レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態の発生頻度、
   （3）前記第1レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態から前記第2レコードに示される部屋の在室状態および家電機器の稼動状態と同じ状態への遷移頻度、
   を前記データベースに基づき計算し、計算した類似度、発生頻度および遷移頻度を重み付け合計することにより生活嗜好度を計算する生活嗜好度算出ステップと、
   前記第1レコードの消費電力から前記削減電力要求の値を減じた目標消費電力以下の値の前記消費電力を有する第2レコードを検出する省エネ度算出ステップと、
   前記省エネ度算出ステップにより検出された第2レコードから前記生活嗜好度の高いレコードを選択し、前記第1レコードに示される前記部屋の在室状態および前記家電機器の稼動状態を、選択されたレコードに一致させるようにユーザに行動を促すアドバイスを生成するアドバイス生成ステップと、
   前記アドバイスをユーザに提示する提示ステップと、
   をコンピュータが実行する省エネアドバイス生成方法。
9. 前記削減電力要求は、前記家庭の目標消費電力を示し、
   前記省エネ度算出ステップは、前記削減電力要求に示される目標消費電力と、前記第2レコードの消費電力とを比較し、前記目標消費電力以下の値の前記消費電力を有する第2レコードを検出する
   ことを特徴とする請求項８に記載の省エネアドバイス生成方法。

Images