JP5465976B2

JP5465976B2 - 生活変化検出システムおよび生活変化検出方法

Info

Publication number: JP5465976B2
Application number: JP2009234493A
Authority: JP
Inventors: 章良宮内; 明正上田; 清純和氣; 順二西崎; 穣飯野; 一徳岩渕; 潤一小林
Original assignee: Toshiba Corp; Chugoku Electric Power Co Inc
Current assignee: Toshiba Corp; Chugoku Electric Power Co Inc
Priority date: 2009-10-08
Filing date: 2009-10-08
Publication date: 2014-04-09
Anticipated expiration: 2029-10-08
Also published as: JP2011081673A

Description

この発明は、住宅等で生活する者（以下、「生活者」という）の生活の変化を検出する生活変化検出システムおよび生活変化検出方法に関する。

生活者の在宅等を判別するシステムは、高齢者の安否を確認するときなどに用いられている。このために、例えば特許文献１に開示されているように、生活者の生活の異変を検知するシステムがある。このシステムは、赤外線センサなどの各種のセンサを用い、センサからの情報を前もって多数取得する。この後、システムは、取得した多数の情報から各センサ反応パターンに基づくクラスタ分析により、標準クラスタ情報を生成する。この標準クラスタ情報は、標準的な生活状態を表す情報である。

この後、システムは、特定の日のセンサ反応パターンを基にして特定クラスタ情報を生成する。この特定クラスタ情報は、特定の日の生活状態を表す情報である。そして、システムは、標準クラスタ情報と特定クラスタ情報とを比較することにより、生活者の生活異変を検知している。

こうしたシステムによれば、センサからの情報を利用して、生活者の生活異変を調べるので、例えば高齢者の安否が把握可能になる。

特開２００４−２９５８６１号公報

しかし、先に述べたシステムには次の課題がある。先のシステムでは、標準的な生活状態を表す標準クラスタ情報と、特定の日の生活状態を表す特定クラスタ情報とを生成するためには、大量のデータを処理する必要がある。例えば、センサからの秒毎の情報から特定クラスタ情報を生成する場合、８６４００パターンの情報を処理する必要がある。また、標準クラスタ情報を生成するためには、長期間のデータを必要とするので、さらに大量の情報を処理する必要がある。この結果、従来のシステムでは、大量の情報を必要とし、しかも、大量の情報を処理するための計算量が多くなり、処理が複雑になる、という課題が発生する。

この発明の目的は、前記の課題を解決し、少量のデータを基にした処理で生活者の生活変化を検出することができる生活変化検出システムおよび生活変化検出方法を提供することにある。

前記の課題を解決するために、請求項１の発明は、日別の各時間帯での消費電力量を記憶する記憶装置と、所定期間の各消費電力量を前記記憶装置から読み出し、読み出した消費電力量を時間帯別に集めて平均する第１の処理により、一日の消費電力量の基本パターンを生成し、前記基本パターンの各時間帯の消費電力量と、当日のパターンの、各時間帯の消費電力量とを基にした当日のマッチングの度合を算出して、完全に一致したときに１となり、一致する度合いが低くなると０に近づく、当日の通常度インデックスを生成し、生活変化の有無の判断になる基準レベルを前もって設定し、前記通常度インデックスの値と前記基準レベルとを比較して、生活者の生活の変化を検出する第２の処理により、検出結果を取得する処理装置と、を備え、前記処理装置は、最初の所定期間で前記第１の処理を行って基本パターンを生成し、生成した基本パターンを用いて、以後の前記第２の処理を行う、ことを特徴とする生活変化検出システムである。

請求項１の発明では、記憶装置が日別の各時間帯での消費電力量を記憶していく。一方、処理装置は、所定期間の各消費電力量を記憶装置から読み出し、読み出した消費電力量を時間帯別に集めて平均する第１の処理により、一日の消費電力量の基本パターンを生成し、基本パターンの各時間帯の消費電力量と、当日のパターンの、各時間帯の消費電力量とを基にした当日のマッチングの度合を算出して、完全に一致したときに１となり、一致する度合いが低くなると０に近づく、当日の通常度インデックスを生成し、生活変化の有無の判断になる基準レベルを前もって設定し、通常度インデックスの値と基準レベルとを比較して、生活者の生活の変化を検出する第２の処理により、検出結果を取得する。

請求項２の発明は、請求項１に記載の生活変化検出システムにおいて、前記処理装置は、前記検出結果と、前記通常度インデックスの変化とを送信する、ことを特徴とする。

請求項３の発明は、日別の各時間帯での消費電力量を記憶し、所定期間の各消費電力量を前記記憶装置から読み出し、読み出した消費電力量を時間帯別に集めて平均して、一日の消費電力量の基本パターンを生成し、前記基本パターンの各時間帯の消費電力量と、当日のパターンの、各時間帯の消費電力量とを基にした当日のマッチングの度合を算出して、完全に一致したときに１となり、一致する度合いが低くなると０に近づく、当日の通常度インデックスを生成し、生活変化の有無の判断になる基準レベルを前もって設定し、前記通常度インデックスの値と前記基準レベルとを比較して、生活者の生活の変化を検出して、検出結果を取得し、最初の所定期間で基本パターンを生成し、生成した基本パターンを用いて、以後の処理を行う、ことを特徴とする生活変化検出方法である。

請求項１および請求項３の発明によれば、各時間帯での消費電力量を基にして基本パターンを生成し、当日の消費電力量のパターンとを比較するので、消費電力量の例えば秒単位の大量のデータを用いて処理することを不要にすることができる。つまり、消費電力量の少量のデータを基にした処理で、生活者の生活変化を検出することができる。

また、２つのパターンの各時間帯の消費電力量を基にしたマッチングの度合を算出して、完全に一致したときに１となり、一致する度合いが低くなると０に近づく、当日の通常度インデックスを生成し、生活変化の有無の判断になる基準レベルを前もって設定し、通常度インデックスの値と基準レベルとを比較して、生活者の生活の変化を検出するので、第２の処理では各時間帯の消費電力量を使用するだけであり、この処理のために処理装置の負担が重くなることを防ぐことができる。

さらに、最初の所定期間だけ第１の処理を行うので、以後の処理装置の負担を軽減することができる。

さらにまた、生活者の生活に変化があると、通常度インデックスが値が変化するので、目視による生活変化の有無の判別を容易にすることができる。

請求項２の発明によれば、基本パターンを生成する際に、消費電力量を時間帯別に集めて平均するので、同じ時間帯でも、生活者の日々の生活に応じて発生する消費電力量の差異を除去することができる。

実施の形態１による生活変化検出システムを示す構成図である。実施の形態１で用いられる分電盤を示す構成図である。利用者テーブルの一例を示す図である。電力量テーブルの一例を示す図である。管理サーバを示す構成図である。基本パターン学習処理の一例を示すフローチャートである。抽出された消費電力量を表すデータである。データの並び替えの様子を示す図である。基本パターンの一例を示す図である。生活変化検出処理の一例を示すフローチャートである。直近の消費電力量のデータの一例を示す図である。通常度インデックスの一例を示す図である。処理のアルゴリズムを示す図である。実施の形態２による処理のアルゴリズムを示す図である。実施の形態３による処理のアルゴリズムを示す図である。実施の形態４により算出された通常度インデックスの一例を示す図である。実施の形態５による生活変化検出システムを示す構成図である。実施の形態５で用いられる分電盤を示す構成図である。実施の形態５で用いられる個別電力量テーブルの一例を示す図である。実施の形態５で用いられる電気機器テーブルの一例を示す図である。実施の形態５によるデータ作成処理の一例を示すフローチャートである。実施の形態５で作成される抽出データの一例を示す図である。実施の形態５で作成される、検出結果を表すメッセージの一例を示す図である。

次に、この発明の実施の形態について、図面を用いて詳しく説明する。

（実施の形態１）
この実施の形態による生活変化検出システムを図１に示す。図１の生活変化検出システムは、生活者の生活変化を検出するサービス（以下、「生活変化検出サービス」という）を提供する管理センタに、通信制御装置１１、管理サーバ１２、データベース（ＤＢ）サーバ１３および管理端末１４を備え、生活者宅に、通信制御装置２１、計測ユニット２２を備えている。さらに、この実施の形態は、生活変化検出サービスの利用者（以下、単に「利用者」という）が端末として使用している携帯電話機３０を利用する。管理センタと生活者宅とは、通信網ＮＷを経て、データの送受信が可能な状態にある。管理センタは、電力会社内に設置されているか、または、電力会社と協力関係にあるサービス提供企業に設置されている。そして、管理センタは消費電力量等の各種データを受け取ることが可能な状態にある。

生活者宅には、電力会社の配電線１０１から電気が供給される。配電線１０１からの電気は、生活者宅に設置されている電力量計１１１を経て、分電盤１１２で分岐される。分電盤１１２は、図２に示すように、過電流を検出して遮断する過電流ブレーカ１１２Ａと、電気を分岐するための分岐回路１１２Ｂと、分岐された電流を流す各配電線の漏電を検出して遮断する漏電ブレーカ１１２Ｃ_１〜１１２Ｃ_ｎとを備えている。また、分電盤１１２は、計測ユニット２２の電流センサ２２_１を備えている。電流センサ２２_１は、過電流ブレーカ１１２Ａを流れる電流を計測し、計測結果を計測ユニット２２にそれぞれ送る。なお、分電盤１１２の分岐回路１１２Ｂで分岐された電気は、生活者宅内に設置されているコンセント（図示を省略）を経て、テレビ（ＴＶ）１２１、冷蔵庫１２２、エアコン１２３などに供給される。

生活者宅に設置されている通信制御装置２１は、ルータのようなものであり、通信網ＮＷを経由したデータ通信を可能にする。このとき、通信制御装置２１は、家庭内のローカルエリアネットワーク２１Ａからのデータ、つまり、生活者宅に設置されている計測ユニット２２からの記録データを、通信網ＮＷを経由して管理センタに送信する。

計測ユニット２２は、生活者宅内で消費される電気を記録する装置である。この実施の形態では、計測ユニット２２は、分電盤１１２を経て、例えば１時間に消費される電力量（以下、「消費電力量」という）を記録する。さらに、計測ユニット２２は、記録された消費電力量と電力量計１１１の計器番号とを記録データとし、この記録データを所定間隔で、例えば１時間に一回、生活者宅のローカルエリアネットワーク２１Ａおよび通信制御装置２１と、通信網ＮＷと、管理センタの通信制御装置１１および後述のローカルエリアネットワーク１１Ａとを経由して、管理センタの管理サーバ１２に送信する。なお、以下ではデータを送受信する際に経由する生活者宅のローカルエリアネットワーク２１Ａおよび通信制御装置２１と、通信網ＮＷと、管理センタの通信制御装置１１およびローカルエリアネットワーク１１Ａとを、省略して説明する。

管理センタの通信制御装置１１は、通信制御装置２１と同じように、通信網ＮＷを経由したデータの通信を可能にする。つまり、通信制御装置１１は、生活者宅からの記録データを受信して管理サーバ１２に送り、また、企業内のローカルエリアネットワーク１１Ａからのデータ、例えば管理サーバ１２からのデータを、通信網ＮＷを経由して、生活変化検出サービスの利用者の携帯電話機３０などに送信する。

管理センタの管理端末１４は、担当者によって操作される管理専用のコンピュータである。管理端末１４は、担当者の操作により、例えば、生活変化検出サービスの利用者の新規登録などを管理サーバ１２に対して行う。

管理センタのデータベースサーバ１３は、生活変化検出サービスに必要とするデータを記憶して管理するための、専用のコンピュータである。データベースサーバ１３は、次の各種データをデータベースとして記憶している。

データベースサーバ１３が記憶するデータには、利用者テーブルがある。利用者テーブルは、生活変化検出サービスの利用申し込みをした利用者の一覧を記録している。この利用者テーブルの一例を図３に示す。この利用者テーブルには、利用者の氏名と、この利用者を識別するためのＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）およびパスワードとが記録されている。また、利用者テーブルには、生活者宅の電力量計の計器番号が記録されている。さらに、利用者テーブルには、利用者の連絡先として電子メールのアドレスなどが記録されている。

データベースサーバ１３が記憶するデータには、電力量テーブルがある。電力量テーブルは、電力量計の計器番号毎に作成された消費電力量のデータである。電力量テーブルには、日毎における所定時間毎の消費電力量、この実施の形態では、１時間毎の消費電力量が記録されている。電力量テーブルの一例を図４に示す。この電力量テーブルには、計器番号に対応して、各時刻の消費電力量が日毎に現時点まで記録されている。例えば、各日付けの「１時」の消費電量は、００時００分から１時００分までの間の消費電力量を表している。

管理センタの管理サーバ１２は、利用者に生活変化検出サービスを提供するための専用のコンピュータである。管理サーバ１２は、図５に示すように、処理部１２Ａ、記憶部１２Ｂ、表示部１２Ｃおよび通信部１２Ｄを備えている。通信部１２Ｄは、処理部１２Ａの制御によって、ローカルエリアネットワーク１１Ａとデータの送受信を行うインターフェースである。表示部１２Ｃは、処理部１２Ａの制御によって、管理サーバ１２の動作状態などを表示する。記憶部１２Ｂは、データを記憶する記憶装置である。記憶部１２Ｂは、管理サーバ１２の動作に必要とするプログラムをあらかじめ記憶している。また、記憶部１２Ｂは、プログラムを実行する際に、必要に応じてデータを一時的に記憶する。

処理部１２Ａは、記憶部１２Ｂに記憶されている各種のプログラムを実行する。処理部１２Ａが実行するプログラムには受信処理がある。処理部１２Ａは、生活者宅から記録データを受信すると、記録データの計器番号を参照して、電力量テーブルの該当する消費電力量を記録し、電力量テーブルを更新する。

また、処理部１２Ａが実行するプログラムには、生活者によって使用される消費電力量の基本パターンを生成する基本パターン学習処理（第１の処理）と、基本パターンを使用して、当日の消費電力量から生活者の生活の変化を検出する生活変化検出処理（第２の処理）とがある。処理部１２Ａは、消費電力量の基本パターンを生成するために、例えば図６に示す基本パターン学習処理を開始すると、データウィンドウを用いて、データベースサーバ１３の電力量テーブルを参照し、該当する消費電力量を電力量テーブルから抽出する（ステップＳ１）。データウィンドウにより、所定期間の過去の負荷データつまり過去の各時刻の消費電力量を抽出することができる。管理サーバ１２は、データウィンドウを用いて抽出したデータを、記憶部１２Ｂに保持する。利用者が生活変化検出サービスの新規登録をした場合、データウィンドウにより、例えば図７に示すように、処理部１２Ａは、所定期間として前月１日からｎ日までの間の消費電力量のデータを抽出する。図７では、例えばｘ（１）が１時の消費電力量を表し、同様にしてｘ（２４）が２４時の消費電力量を表している。

ステップＳ１が終了すると、処理部１２Ａは、抽出データの前処理を行って、抽出データを並べ替える（ステップＳ２）。例えば抽出データが図７に示すものである場合、ステップＳ２で図８に示すように、処理部１２Ａは、日毎の各消費電力量を時刻別に集めて、消費電力量のデータを並び替える。図８では、例えばｘ_１（１）が１日１時の消費電力量を表し、同様にして、ｘ_ｎ（２４）がｎ日２４時の消費電力量を表している。

この後、処理部１２Ａは、ステップＳ２で並び替えたデータを時刻別に平均化して、生活者による消費電力量の基本パターン関数を算出する（ステップＳ３）。例えば、並び替えデータが図８である場合、平均化された１時の消費電力量を表す基本パターン関数φ（１）を、

により算出する。同じようにして、処理部１２Ａは、平均化された２４時の消費電力量を表す基本パターン関数φ（２４）を、

により算出する。つまり、処理部１２Ａは、時刻ｔの基本パターン関数φ（ｔ）を、

により算出する。算出された各基本パターン関数φ（ｔ）により、例えば図９に示すように、消費電力量の変化のパターンつまり基本パターンＦＰが得られる。この基本パターンＦＰは、生活者が使用する消費電力量の標準的な推移を表すが、同時に、その時に応じてテレビ１２１、冷蔵庫１２２、エアコン１２３などを使用する生活者の、平均的な生活を反映したものでもある。さらに、同じ時刻でも、日々の生活に応じて発生する消費電力量の差異（ノイズ）が、平均化により除去されている。

ステップＳ３が終了すると、処理部１２Ａは算出した各基本パターン関数φ（ｔ）、つまり、
φ（１）、φ（２）、・・・、φ（２４）
を記憶部１２Ｂに記憶して（ステップＳ４）、基本パターン学習処理を終了する。

このように、処理部１２Ａは、基本パターン学習処理を行って、消費電力量の基本パターン関数により、生活者の通常の生活を基本パターンで表す。

処理部１２Ａは、基本パターン学習処理を終了すると、この処理で得たパターン関数φ（ｔ）を用いて、生活者の生活変化を検出する生活変化検出処理を行う。この処理は、所定時刻、例えば１日の終わり、１日の各時刻毎、あらかじめ設定された時刻に行われる。処理部１２Ａは、所定時刻になると、例えば図１０に示す生活変化検出処理を開始し、記憶部１２Ｂから基本パターン関数φ（ｔ）を読み出す（ステップＳ２１）。この後、直近の消費電力量のデータを、データベースサーバ１３の電力量テーブルから読み出す（ステップＳ２２）。ステップＳ２２で、例えば直近のデータが当日つまりｉ日のものである場合、処理部１２Ａは、図１１に示すデータを読み出す。図１１では、例えばｘ_ｉ（１）がｉ日１時の消費電力量を表し、同様にして、ｘ_ｉ（２４）がｉ日２４時の消費電力量を表している。もちろん、直近のデータが、当日の現在の時刻までの各消費電力量であってもよい。

ステップＳ２２が終了すると、処理部１２Ａは、直近のデータについて通常度インデックスを計算する（ステップＳ２３）。直近のデータが図１１に示すものである場合、処理部１２Ａは、通常度インデックスＩ_２（ｉ）を、

の式、つまり、

の式から算出する。ｉ日における消費電力量ｘ_ｉ（ｔ）（ｔは時刻であり、１〜２４の値）が基本パターン関数φ（ｔ）と完全に一致したときに、通常度インデックスＩ_２（ｉ）は値「１」となり、一致する度合いが低くなると値は「０」に近づく。つまり、ステップＳ２３で、処理部１２Ａは、先の図９に示すように、基本パターンＦＰと、直近のデータが表すパターンＢＰとの一致の度合いを算出している。そして、基本パターンＦＰとパターンＢＰとが一致したときに、通常度インデックスＩ_２（ｉ）が値「１」となり、２つのパターンが一致する度合いが低くなると、通常度インデックスＩ_２（ｉ）が値「０」に近づく。

ステップＳ２３が終了すると、処理部１２Ａは、通常度インデックスＩ_２（ｉ）を基に生活者の生活に変化があるかどうかを検出する（ステップＳ２４）。例えば、ステップＳ２４で図１２に示すような通常度インデックスが得られると、処理部１２Ａは、通常度インデックスの値が「０」に近いかどうかに応じて、生活者の生活の変化を検出する。また、例えば生活変化の有無の判断になる基準レベルＳＬを前もって設定し、通常度インデックスの値が基準レベルＳＬ以下であるどうかに応じて、生活者の生活の変化を検出する。処理部１２Ａは、通常度インデックスの値が「０」に近い場合、生活者の「生活に変化あり」を表すメッセージを作成し、また、通常度インデックスの値が「１」に近い場合、生活者の「生活に変化なし」を表すメッセージを作成する（ステップＳ２５）。このメッセージが、生活者の生活の変化を表す検出結果である。この後、処理部１２Ａは、データベースサーバ１３の利用者テーブルの連絡先を参照し、作成したメッセージと、算出した通常度インデックス値の変化（図１２）とから成る電子メールを、利用者の携帯電話機３０などに送信する（ステップＳ２６）。処理部１２Ａは、ステップＳ２６でメッセージを送信すると、生活変化検出処理を終了する。

このように、処理部１２Ａは、生活変化検出処理を行って、生活者の基本パターンと、生活者の当日の生活パターンとの適合度により、生活者の生活変化を検出する。

次に、この実施の形態の生活変化検出システムによる生活変化検出方法について説明する。通常、管理サーバ１２は受信処理により、データベースサーバ１３の電力量テーブルを更新していく。こうした状態のときに、生活変化検出サービスの新規利用者があると、管理センタの担当者が管理端末１４を操作して、データベースサーバ１３の利用者テーブルに新規利用者を登録する。

この後、管理サーバ１２は、新規利用者が指定した生活者に関する生活の基本パターン関数φ（ｔ）を、基本パターン学習処理により生成して記憶する。この処理が終了すると、管理サーバ１２は、例えば所定時刻毎に生活変化検出処理を行い、生活の変化が生活者にあるかどうかを検出する。そして、管理サーバ１２は、検出結果つまり「生活に変化あり」または「生活に変化なし」を表すメッセージを作成し、作成したメッセージを電子メールで利用者に送信する。なお、利用者が携帯電話機３０を操作し、ＩＤとパスワードを用いて管理センタにアクセスして、検出結果を携帯電話機３０に表示するようにしてもよい。

こうした一連の処理は図１３に示すようなアルゴリズムで行われる。このアルゴリズムでは、新規利用者が登録してから所定期間を、過去の消費電力量のデータを参照する期間とし、データウィンドウを用いてデータベースサーバ１３の電力量テーブルから、所定期間のデータを読み出す。つまり、この所定期間は、基本パターン学習処理を行う学習期間である。そして、学習期間が終了すると、管理サーバ１２は、以後の時間を、生活変化検出処理を行う検出期間とする。

つまり、この実施の形態によるアルゴリズムでは、データウィンドウは固定型であり、管理サーバ１２は基本パターン学習処理を初期に行うだけである。

このように、この実施の形態によれば、学習期間を例えば一ヶ月に設定しても、一日で２４個のデータが一ヶ月で７２０個位になるので、従来に比べて少量のデータを利用して、生活者の生活変化を検出することができる。また、この実施の形態によれば、受信処理はデータを受信するための処理であり、基本パターン学習処理および生活変化検出処理は少量のデータを処理するだけであるので、生活変化検出サービスを行うに際して、管理サーバ１２の負担が大幅に増加することを防ぐことができる。また、この実施の形態によれば、生活者の生活に変化があると、通常度インデックスが値「０」に近づくので、通常度インデックス値の変化から、目視による生活変化の有無の判別を容易にすることができる。また、この実施の形態によれば、生活変化検出処理の数５式で、時刻ｔは任意であるので、時刻ｔを現在時刻にすれば、当日における現在までの生活変化を検出することができ、リアルタイムでの検出が可能である。さらに、この実施の形態によれば、基本パターン学習処理で得た、生活者の基本パターンを生活変化検出処理に用いて、生活者の基本パターンと、生活者の当日の生活パターンとの適合度により、生活者の生活変化を検出するので、利用者に対して、生活者の生活変化を判別容易に伝えることができる。同時に、生活者自身による生活変化の把握も容易にする。

（実施の形態２）
この実施の形態では、実施の形態１のアルゴリズムを、次のようにしている。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。この実施の形態によるアルゴリズムを図１４に示す。管理サーバ１２は、新規利用者をデータベースサーバ１３に登録すると、互いに等しい移動期間Ｔ１を設定する。この後、１番目の期間では、管理サーバ１２は基本パターン学習処理を行って、生活者宅での消費電力量の基本パターン関数φ（ｔ）を算出する。

次の第２の期間に入ると、管理サーバ１２は、第１の期間で生成した基本パターン関数φ（ｔ）を用いて生活変化検出処理を行い、生活者の生活変化を検出する。同時に、管理サーバ１２は、第２の期間で得られた消費電力量のデータを基に基本パターン学習処理を行い、この期間での基本パターン関数φ（ｔ）を算出する。次の第３の期間に入ると、管理サーバ１２は、第２の期間で算出した基本パターン関数φ（ｔ）を用いて生活変化検出処理を行い、生活者の生活変化を検出する。同時に、管理サーバ１２は、第２の期間で得られた消費電力量のデータを基に基本パターン関数φ（ｔ）を生成する。以下の期間も同様である。

つまり、この実施の形態によるアルゴリズムでは、データウィンドウが移動型であり、データウィンドウを移動期間Ｔ１だけ順次に移動することにより、各期間で得られた消費電力量のデータを基に基本パターン関数φ（ｔ）を算出して、基本パターンを更新する。

こうして、この実施の形態によれば、各移動期間Ｔ１で基本パターン関数φ（ｔ）を算出し、この関数を使用して生活変化検出処理を行う。つまり、この実施の形態によれば、基本パターン関数φ（ｔ）を更新していくので、季節により変化する生活者の生活を基本パターン関数φ（ｔ）に反映することができる。また、管理サーバ１２は、移動期間Ｔ１の消費電力量のデータを記憶部１２Ｂに保持して基本パターン学習処理を行うので、所定の記憶領域を記憶部１２Ｂに確保しておくだけでよく、記憶領域の増設等が不要である。

（実施の形態３）
この実施の形態では、実施の形態１のアルゴリズムを、次のようにしている。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。この実施の形態によるアルゴリズムを図１５に示す。管理サーバ１２は、新規利用者をデータベースサーバ１３に登録すると、互いに等しい移動期間Ｔ１を設定する。この後、１番目の期間では、管理サーバ１２は基本パターン学習処理を行って、１番目の期間での、生活者の通常の生活状態を反映した基本パターン関数φ（ｔ）を算出する。

次の第２の期間に入ると、管理サーバ１２は、第１の期間で算出した基本パターン関数φ（ｔ）を用いて生活変化検出処理を行い、生活者の生活変化を検出する。同時に、管理サーバ１２は、第１の期間および第２の期間の２つの期間で得られた消費電力量のデータを基に基本パターン学習処理を行い、これらの期間での基本パターン関数φ（ｔ）を生成する。次の第３の期間に入ると、管理サーバ１２は、第１の期間および第２の期間のデータで算出した基本パターン関数φ（ｔ）を用いて生活変化検出処理を行い、生活者の生活変化を検出する。同時に、管理サーバ１２は、第１の期間から第３の期間までの３つの期間で得られた消費電力量のデータを基に基本パターン関数φ（ｔ）を算出する。以下の期間も同様である。

つまり、この実施の形態によるアルゴリズムでは、データウィンドウが蓄積型であり、データウィンドウを移動期間Ｔ１だけ順次に広げていくことにより、過去のすべての消費電力量のデータを基に基本パターンを生成して、基本パターンを更新する。

こうして、この実施の形態によれば、消費電力量の蓄積データを基に基本パターン関数φ（ｔ）を算出し、この関数を使用して生活変化検出処理を行い、基本パターン関数φ（ｔ）を更新するので、各期間を通した、生活者の平均的な生活を基本パターン関数φ（ｔ）に反映することができる。

（実施の形態４）
この実施の形態では、生活変化検出処理のステップＳ２３の処理を次のようにしている。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。実施の形態１では、管理サーバ１２の処理部１２Ａは、数５式を用いて通常度インデックスを算出したが、この実施の形態では、次の式を用いて通常度インデックスを算出する。

この式は、先の数５式の分母を省略したものである。管理サーバ１２が数６式により通常度インデックスを算出すると、例えば図１６に示す通常度インデックスが得られる。図１６では、テレビ１２１等の機器がつけられた状態で放置されていると、この状態を表す特徴量１０１と、全く電気が使われない状態を表す特徴量１０２とが強調されて表示される。

こうして、この実施の形態によれば、通常度インデックスを算出する際に先の数５式の分母を省略した数６式を用いるので、電気が使用されたまま放置されている状態や、電気が全く使用されていない状態を、強調することができる。これにより、通常度インデックス値の変化から、目視による生活の変化の有無を、さらに容易に判別することを可能にする。

（実施の形態５）
この実施の形態による在宅確認システムを図１７に示す。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。

生活者宅には、電力会社の配電線１０１から電気が供給される。配電線１０１からの電気は、生活者宅に設置されている電力量計１１１を経て、分電盤１１２で分岐される。分電盤１１２は、図１８に示すように、過電流を検出して遮断する過電流ブレーカ１１２Ａ、電気を分岐するための分岐回路１１２Ｂ、フィーダ１１２Ｄ_１〜１１２Ｄ_ｎの漏電を検出して遮断する漏電ブレーカ１１２Ｃ_１〜１１２Ｃ_ｎが設けられている。フィーダ１１２Ｄ_１〜１１２Ｄ_ｎは分岐回路１１２Ｂで分岐された電流を流す、屋内の配電線である。

また、この実施の形態では、分電盤１１２は計測ユニット２２の電流センサ２２_１〜２２_ｎを備えている。電流センサ２２_１〜２２_ｎは、分電盤１１２の分岐回路１１２Ｂで分岐してフィーダ１１２Ｄ_１〜１１２Ｄ_ｎを流れる電流を計測し、計測結果を計測ユニット２２にそれぞれ送る。通常、分岐回路１１２Ｂで分岐された電気は、コンセントに接続されているテレビ１２１、冷蔵庫１２２、…、エアコン１２３等の電気機器で消費される。

生活者宅に設置されている計測ユニット２２は、生活者宅内で消費される電気を記録する装置であり、先に述べたように電流センサ２２_１〜２２_ｎを備えている。計測ユニット２２は、電流センサ２２_１〜２２_ｎから計測結果を受け取ると、電気の消費量を表すデータを記録していく。この実施の形態では、計測ユニット２２は、電流センサ２２_１〜２２_ｎからの検出結果により、例えば１時間毎にテレビ１２１や冷蔵庫１２２などの各電気機器で消費される電力量（以下、「消費電力量」という）をそれぞれ記録する。さらに、計測ユニット２２は、例えば電気機器がテレビ１２１である場合、記録した消費電力量と、電流センサ２２_１の識別番号と、電力量計１１１の計器番号とを記録データとし、この記録データを所定間隔で、例えば１時間に一回、管理センタの管理サーバ１２に送信する。

データベースサーバ１３が記憶するデータには個別電力量テーブルがある。個別電力量テーブルは、計器番号毎に作成された時間経過による消費電力量のデータである。個別電力量テーブルには、所定時間毎の消費電力量が記録されている。個別電力量テーブルの一例を図１９に示す。この個別電力量テーブルには、計器番号に対応して、１時間毎の消費電力量が日毎かつセンサ毎に現時点まで記録されている。つまり、個別電気機器テーブルには、消費電力量の履歴が負荷データとして記録されている。

データベースサーバ１３が記憶するデータには電気機器テーブルがある。電気機器テーブルは、電流センサ２２_１〜２２_ｎを流れる電流の供給先である電気機器の一覧を示す。この電気機器テーブルの一例を図２０に示す。例えば、電流センサ２２_１を流れる電流はフィーダ１１２Ｄ_１を経てテレビ１２１に供給される。つまり、電気機器テーブルでは、電流センサ２２_１〜２２_ｎのセンサ番号と、電流の供給先である電気機器との対応関係を表している。この他にも電気機器等としては、照明機器、ＩＨヒータ（電磁誘導加熱）などがある。

管理センタの管理サーバ１２は、先に述べた基本パターン学習処理を行う前に、図２１に示すデータ作成処理を行う。管理サーバ１２の処理部１２Ａは、データ作成処理を開始すると、データベースサーバ１３の個別電力量テーブルから、所定期間のデータを抽出する（ステップＳ４１）。このとき、処理部１２Ａは、所定期間として前月１日からｎ日までの間のデータを抽出する。ステップＳ４１が終了すると、処理部１２Ａは、抽出データを日別に集計する（ステップＳ４２）。処理部１２Ａは、前月１日からｎ日までの間のデータを集計し、電流センサ２２_１〜２２_ｎの全データを時刻毎に加算して、生活者宅で所定期間に消費される、時刻毎の消費電力量のデータを得る。これとは別に、処理部１２Ａは、ステップＳ４２により、電流センサ２２_１〜２２_ｎについて、時刻毎の消費電力量のデータを得る。

この後、処理部１２Ａは、ステップＳ４２で集計して得たデータから、抽出データを作成する（ステップＳ４３）。ステップＳ４３で、処理部１２Ａは、ステップＳ４２で集計して得た、生活者宅で所定期間に消費される、時刻毎の消費電力量のデータから、先に述べた図７と同じ抽出データを作成する。また、処理部１２Ａは、ステップＳ４２で集計して得た、電流センサ２２_１〜２２_ｎの時刻毎の消費電力量のデータから、電流センサ２２_１〜２２_ｎ毎の抽出データを作成する。この後、処理部１２Ａは、電気機器テーブルを参照し、電流センサ２２_１〜２２_ｎに対応する電気機器を調べ、図２２に示すように、電気機器毎の抽出データを作成する。この後、処理部１２Ａは、ステップＳ４３で作成した各抽出データを記憶部１２Ｂに記憶して（ステップＳ４４）、データ作成処理を終了する。

データ作成処理が終了すると、処理部１２Ａは、先に述べた基本パターン学習処理を行う。このとき、処理部１２Ａは、生活者宅での生活の基本パターン関数を算出すると共に、各電気機器の抽出データに対して基本パターン学習処理を行い、各電気機器の基本パターン関数を算出する。各基本パターン関数の算出が終了すると、処理部１２Ａは、生活の基本パターン関数を用いて、生活変化検出処理を行う。この生活変化検出処理により、処理部１２Ａは、生活者の基本パターン（第１の基本パターン）と、生活者の当日の生活パターンとの適合度により、生活者の生活変化を検出する。

生活変化検出処理により生活者の生活変化が検出されると、処理部１２Ａは、各電気機器の基本パターン関数を用いて、生活変化検出処理と同様の処理を行う。このとき、処理部１２Ａは、生活変化検出処理のステップＳ２４で、通常度インデックスを基に生活者の生活変化を検出する、という処理の代わりに、通常度インデックスを基に各電気機器の生活変化を検出する、という処理を行う。これにより、処理部１２Ａは、電気機器の使用状態に変化があるか、または、電気機器の使用状態に変化がないかを、通常度インデックスの値から検出する。つまり、処理部１２Ａは、各電気機器の基本パターン（第２の基本パターン）と、各電気機器の当日の使用状態のパターンとの適合度により、各電気機器の使用状態の変化を検出する。

次のステップＳ２５では、処理部１２Ａは、例えば図２３に示すような、検出結果を表すメッセージを作成する。このとき、処理部１２Ａは、使用状態に変化がある電気機器、つまり、使用状況が普段と異なる電気機器を表すメッセージと共に、各電気機器の通常度インデックス値の時刻経過による変化と、生活者宅での生活者の通常度インデックス値の時刻経過による変化とを表す画像を付加している。なお、図２３では、生活者宅での生活者の状態を「全体」として表している。また、電気機器の使用状態に変化がある場合、変化の発生した時間帯を四角形の枠ＦＲ１で強調表示し、対応する電気機器の変化部分を円形の枠ＦＲ２で強調表示している。

こうして、この実施の形態によれば、生活者の生活変化の適合度が低い場合、どの電気機器の使用状態が通常と異なるかを利用者に伝えることができる。同時に、どの電気機器の使用状態が通常と異なるかが判明するので、生活者自身による生活変化の原因を把握可能にする。

この発明は、生活者の生活変化の有無に限らず、生活者の不在確認や、高齢者の安否確認などに利用可能である。

１１通信制御装置
１２管理サーバ（管理装置）
１３データベースサーバ（記憶装置）
１４管理端末
２１通信制御装置
２２計測ユニット
１１１電力量計
１１２分電盤

Claims

日別の各時間帯での消費電力量を記憶する記憶装置と、
所定期間の各消費電力量を前記記憶装置から読み出し、読み出した消費電力量を時間帯別に集めて平均する第１の処理により、一日の消費電力量の基本パターンを生成し、前記基本パターンの各時間帯の消費電力量と、当日のパターンの、各時間帯の消費電力量とを基にした当日のマッチングの度合を算出して、完全に一致したときに１となり、一致する度合いが低くなると０に近づく、当日の通常度インデックスを生成し、生活変化の有無の判断になる基準レベルを前もって設定し、前記通常度インデックスの値と前記基準レベルとを比較して、生活者の生活の変化を検出する第２の処理により、検出結果を取得する処理装置と、
を備え、
前記処理装置は、最初の所定期間で前記第１の処理を行って基本パターンを生成し、生成した基本パターンを用いて、以後の前記第２の処理を行う、
ことを特徴とする生活変化検出システム。
前記処理装置は、前記検出結果と、前記通常度インデックスの変化とを送信する、
ことを特徴とする請求項１に記載の生活変化検出システム。
日別の各時間帯での消費電力量を記憶し、
所定期間の各消費電力量を前記記憶装置から読み出し、読み出した消費電力量を時間帯別に集めて平均して、一日の消費電力量の基本パターンを生成し、
前記基本パターンの各時間帯の消費電力量と、当日のパターンの、各時間帯の消費電力量とを基にした当日のマッチングの度合を算出して、完全に一致したときに１となり、一致する度合いが低くなると０に近づく、当日の通常度インデックスを生成し、
生活変化の有無の判断になる基準レベルを前もって設定し、前記通常度インデックスの値と前記基準レベルとを比較して、生活者の生活の変化を検出して、検出結果を取得し、
最初の所定期間で基本パターンを生成し、生成した基本パターンを用いて、以後の処理を行う、
ことを特徴とする生活変化検出方法。