[go: up one dir, main page]

WO2015136839A1 - 生活行動推定装置、およびプログラム - Google Patents

生活行動推定装置、およびプログラム Download PDF

Info

Publication number
WO2015136839A1
WO2015136839A1 PCT/JP2015/000646 JP2015000646W WO2015136839A1 WO 2015136839 A1 WO2015136839 A1 WO 2015136839A1 JP 2015000646 W JP2015000646 W JP 2015000646W WO 2015136839 A1 WO2015136839 A1 WO 2015136839A1
Authority
WO
WIPO (PCT)
Prior art keywords
probability
living
estimation
unit
behavior
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.)
Ceased
Application number
PCT/JP2015/000646
Other languages
English (en)
French (fr)
Inventor
西山　高史
紀芳 清水
智彦 藤田
智治 中原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Priority to EP15762341.4A priority Critical patent/EP3118780A4/en
Priority to US15/122,327 priority patent/US20160371593A1/en
Priority to JP2016507290A priority patent/JPWO2015136839A1/ja
Publication of WO2015136839A1 publication Critical patent/WO2015136839A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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

Definitions

  • the present invention relates to a living behavior estimation device and a program, and more particularly to a living behavior estimation device and program for estimating a living behavior from the usage status of resources in a house.
  • a living behavior estimation device that estimates a living behavior of a resident based on an operating state of an electric device used in a house (see Document 1 [International Publication No. 2013/157175]).
  • a rule group is set that concludes a behavior classification that classifies living behavior on the condition of a device classification assigned to distinguish the type for each electrical equipment and an operation state for each electrical equipment. ing.
  • an operation state an event such as operation start or operation stop
  • the behavior estimation device extracts the behavior category by applying the device category and the operation state of the electrical device to the rule group.
  • An object of the present invention is to provide a living behavior estimation device in which the estimation accuracy of living behavior is improved as compared with the conventional configuration, and a program for realizing the living behavior estimation device by a computer.
  • the living behavior estimation apparatus includes an acquisition unit, a device operation detection unit, a storage unit, a behavior estimation unit, and an output unit.
  • the said acquisition part is comprised so that the data regarding the usage condition of the resource in the apparatus which belongs to the said division may be acquired for every some division in a house.
  • the device operation detection unit is configured to detect an operation state indicating whether the device is operating or stopped for each of the categories from data regarding the resource usage status for each of the categories acquired by the acquisition unit.
  • the storage unit is configured to previously store a prior probability, a first conditional probability, and a second conditional probability.
  • the prior probability is a probability that a plurality of types of living activities set in advance occur each day.
  • the first conditional probability is a probability that the device belonging to the category is operating or stopped under a condition in which each of the plurality of types of living behavior occurs.
  • the second conditional probability is a probability that the living behavior occurs in each of a plurality of time zones obtained by dividing a day into a plurality of times under the condition in which each of the plurality of types of living behavior occurs. is there.
  • the behavior estimation unit is configured to determine the prior probability, the first conditional probability, and the second condition based on an operation state of the device for each of the categories detected by the device operation detection unit at an estimation time point.
  • the probability of occurrence of each of the plurality of types of living behavior at the estimated time is obtained based on Bayes' theorem using the attached probability.
  • the said action estimation part is comprised so that it may estimate that the living action with the said relatively high generation probability has generate
  • the program of the form according to the present invention is a program for causing a computer to function as any one of the above-described living behavior estimation devices.
  • the recording medium that records the program may be a computer-readable recording medium.
  • the living behavior estimation apparatus estimates the living behavior of a resident (that is, a user) based on the usage status of resources in the devices in each of the plurality of categories set in the house.
  • the division is a spatial division in the house and is a classification related to the use in the house. That is, the division is a concept including a place such as a room in a house and a use of the place.
  • the resources used in the house include water as well as energy such as electricity and gas.
  • the living behavior estimation apparatus described below determines the operating state of the electrical device from the usage state of the power by the electrical device belonging to the category, and estimates the living behavior of the resident based on the operating state of the electrical device.
  • the following living behavior estimation apparatus estimates which living behavior the living behavior of the resident at the time of estimation corresponds to among a plurality of preset lifestyle behaviors.
  • three states a home state, a going-out state, and a sleep state, are distinguished as living behavior, and the living behavior at the estimated time is estimated.
  • the home state refers to a state in which a resident is in the house and is not sleeping.
  • the living behavior estimation device can also detect a change in living behavior as an event performed by a resident.
  • the living activity estimation device is a bedtime event when changing from home to sleep, a wake-up event when changing from sleep to home, an outing event when changing from home to going out, and a home from going out If it changes to, it is detected as a homecoming event.
  • a distribution board 2 installed in a house accommodates one main breaker 21 and a plurality of branch breakers 22.
  • the trunk line L1 from the main breaker 21 is branched into branch lines L2 by a plurality of branch breakers 22, respectively, and power is supplied to the electrical equipment 3 connected to the plurality of branch lines L2.
  • one electrical device 3 is connected to each branch line L2, but a plurality of electrical devices 3 may be connected to the branch line L2.
  • an outlet that is, a receptacle into which the plug of the electric device 3 is inserted may be connected to the branch line L2.
  • each room for example, a living room, a kitchen, a bedroom, etc.
  • Each branch line L2 is connected to an electrical device 3 in the same section.
  • a plurality of branch lines L2 may correspond to one section.
  • the electrical device 3 connected to the branch line L2 of the living room is referred to as an electrical device 31
  • the electrical device 3 connected to the kitchen branch line L2 is referred to as an electrical device 32
  • the electrical device 3 is referred to as an electrical device 33.
  • the living behavior estimation apparatus acquires power data used for each branch line L2.
  • the power data acquired for each branch line L2 is referred to as power data.
  • a power sensor 23 that detects power for each branch line L2 is provided on the load side of each branch breaker 22.
  • the power sensor 23 detects the current flowing through the branch line L2 and the line voltage of the branch line L2.
  • a Rogowski coil is used to detect the current.
  • the output of each power sensor 23 is output to the communication unit 24, and is output from the communication unit 24 to the living behavior estimation apparatus 1.
  • the unit for acquiring the power data of the electrical device 3 can be set variously as required.
  • This unit may be selected from the trunk line L1, the electric circuit further branched from the branch line L2, the outlet connected to the branch line L2, and the individual electric equipment connected to the branch line L2.
  • a power sensor may be provided in an outlet provided on the branch line L2, and power data detected by the power sensor provided in the outlet may be collected by the communication unit 24 and output to the living behavior estimation apparatus 1.
  • the communication unit 24 may collect power data detected by a power sensor provided in the electrical device 3 and output it to the living behavior estimation apparatus 1.
  • the living behavior estimation apparatus 1 is configured with a device that realizes the function described below as a main hardware element by executing a program.
  • a typical example of this type of device is a microcomputer including a processor and a memory. Therefore, in addition to a dedicated device, a program that realizes the functions described below can be executed by a device such as a general-purpose computer, a tablet terminal, or a smartphone, thereby functioning as the living behavior estimation device 1.
  • the program may be provided through a telecommunication line such as the Internet or a mobile communication network, or may be provided as a computer-readable recording medium.
  • the recording medium is selected from an optical disk, a hard disk, a nonvolatile semiconductor memory, and the like.
  • the living behavior estimation apparatus 1 includes an estimation unit 10 (behavior estimation unit), an acquisition unit 12, a detection unit 16 (equipment operation detection unit), and a storage unit 17, as shown in FIG.
  • the living behavior estimation apparatus 1 according to the present embodiment further includes an input unit 18 and an update unit 19.
  • the living behavior estimation apparatus 1 of the present embodiment further includes a communication unit 11 (communication interface unit), a built-in clock 13, a history storage unit 14, and a registration unit 15.
  • the communication unit 11 communicates with the communication unit 24 in the distribution board 2.
  • the communication unit 11 receives the power data of each branch line L2 measured every predetermined measurement time (for example, 1 second, 1 minute) from the communication unit 24, and outputs the received power data to the acquisition unit 12. To do.
  • the acquisition unit 12 obtains the amount of power per unit time based on the power data input from the communication unit 11 at every predetermined measurement time.
  • the unit time is an integral multiple of the measurement time, and is set in a range of, for example, about 30 seconds to 10 minutes.
  • the power sensor 23 measures the power value for each divided time obtained by subdividing the measurement time, and the communication unit 24 transmits the average value of the measured power value for each divided time to the living behavior estimation apparatus 1. Also good.
  • the acquisition unit 12 can obtain the amount of power by multiplying the average power value input from the communication unit 24 by the measurement time.
  • segmentation time based on the electric power value measured by the electric power sensor 23 may be transmitted to the living action estimation apparatus 1 from the communication unit 24.
  • the built-in clock 13 measures the date and time.
  • the built-in clock 13 is constituted by a real time clock.
  • the history storage unit 14 records the amount of power for each branch line L2 obtained by the acquisition unit 12 together with a time stamp using the date and time counted by the built-in clock 13. That is, the history storage unit 14 stores time-series data of electric energy for each branch line L2.
  • the capacity of the history storage unit 14 is determined so that time series data of several hours of power can be stored at the shortest, and preferably time series data of one year or more can be stored. Determined.
  • the registration unit 15 registers information for distinguishing the electrical equipment 3 in the house in association with information for distinguishing the system of the branch line L2.
  • the registration unit 15 not only associates the electrical device 3 with the branch line L2, but also sets information for distinguishing the electrical device 3 in the estimation unit 10 in association with information representing a section in the house.
  • information indicating the division in the house is referred to as division information.
  • This classification information is, for example, information set in advance when the living behavior estimation apparatus 1 is installed.
  • the division information of the electric device 3 connected to each branch line L2 is information regarding the place and application where the electric device 3 is used, and is transmitted from the communication unit 24 of the distribution board 2 to the communication unit 11, for example.
  • the registration unit 15 registers the classification information of the electrical equipment 3 connected to each branch line L2 in the estimation unit 10 based on the classification information received by the communication unit 11.
  • the classification information of the electrical equipment 3 connected to the branch line L2 is registered in the estimation unit 10.
  • categories such as a living room, a kitchen, a dining room, a bathroom, and a bedroom are registered in the estimation unit 10 as the category information of the electrical device 3.
  • the classification information of the electrical equipment 3 may be changed.
  • the registration unit 15 does not need to set the classification information for all the electric devices 3, and the classification information is necessary for the electric devices 3 connected to each of the plurality of branch lines L ⁇ b> 2 that are necessary for estimating the living behavior. You only have to set it.
  • the acquisition part 12 should just acquire the data showing the use condition of a resource, ie, electric power data in this embodiment, about the some branch line L2 to which attention is paid.
  • the power data of the branch line L2 to which this type of electrical device 3 is connected is It is not used to estimate living behavior.
  • the amount of power for each branch line L2 is input from the history storage unit 14 to the detection unit 16. Based on the change in the amount of power obtained by the acquisition unit 12, the detection unit 16 detects the operating state (whether it is operating or stopped) of the electrical device 3 connected to the corresponding branch line L2. Although there is the electrical device 3 that consumes standby power even when the operation is stopped, in this embodiment, the state that consumes the standby power is regarded as being stopped as the operation state.
  • the detection unit 16 determines whether the electrical device connected to the branch line L2 is operating or on standby by comparing the amount of power for each branch line L2 with a predetermined threshold value. Therefore, the detection unit 16 sets a threshold value used for determining the operation state from the amount of power recorded in the history storage unit 14 for each branch line L2. That is, the detection unit 16 minimizes the threshold used for determining the operation state within a range that satisfies the condition that the time during which the power amount of the target branch line L2 continues to be equal to or less than the threshold exceeds the predetermined maintenance time. Set to value. Thus, the threshold value set by the detection unit 16 becomes the peak value of standby power for each branch line L2.
  • the storage unit 17 accumulates, as prior probabilities, the probability that each of a plurality of types of living behaviors set in advance (at home, going out, sleeping) in the present day will occur.
  • This prior probability may use the value of the occurrence probability of each living behavior from the result of estimating the living behavior in the target house for a predetermined period, or for groups with similar occupation, age and residential area of the resident, A value obtained statistically in advance may be used.
  • the storage unit 17 also has a probability that the electrical device 3 belonging to each category is operating or stopped under the conditions in which three types of living behaviors of sleep state, home state, and outing state are generated. (First conditional probability) is accumulated. This probability is obtained from the result of collecting the operation state of the electrical device 3 detected by the detection unit 16 and the living behavior of the resident for a predetermined period, and is accumulated in the storage unit 17. For each category to which the electric device 3 belongs, the probability of whether it is operating or stopped under each of the three types of living behaviors of sleep state, home state, and outing state is obtained in advance, and this value is stored in the storage unit. 17 may be accumulated.
  • FIG. 2 is a pie chart showing the ratio of whether the electrical device 31 in the room is operating (on) or stopped (off) under the condition that the living behavior such as the sleep state occurs.
  • the probability of operation is B1 (%).
  • FIG. 3 is a pie chart showing the ratio of whether the electrical appliance 32 in the kitchen is operating or stopped under the condition that a living behavior such as a sleep state occurs. In the illustrated example, the probability of operating is 0. (%). That is, in the example of FIG. 3, the electrical device 32 is stopped (off).
  • FIG. 4 is a pie chart showing the ratio of whether the electrical device 33 in the bedroom is operating or stopped under the condition that the living behavior such as the sleeping state is occurring. In the illustrated example, the probability of operating is 100. (%). That is, in the example of FIG. 4, the electrical device 33 is in operation (on).
  • the storage unit 17 stores the life in each of a plurality of time zones obtained by dividing a day into a plurality of times under the conditions in which three types of living behaviors, that is, a home state, a going-out state, and a sleeping state are generated.
  • the probability that the action will occur (second conditional probability) is obtained and stored in advance.
  • a case where one day is divided into four time zones will be described as an example. That is, the time zone T1 is from 0 o'clock to 6 o'clock, the time zone T 2 is from 6 o'clock to 12 o'clock, the time zone T 3 is from 12 o'clock to 18 o'clock, and the time zone T 4 is from 18 o'clock to 24 o'clock.
  • FIG. 5 shows, as a pie chart, the probability that a living behavior such as a sleep state occurs in each of the four time zones T1, T2, T3, and T4.
  • the probability that the living behavior of the sleeping state occurs in the time zone T1 is A1 (%)
  • the probability that it occurs in the time zone T2 is A2 (%)
  • the probability that it occurs in the time zone T3 is 0%
  • the time The probability of occurrence in band T4 is A4 (%).
  • the probability that a living behavior called a sleep state will occur is 0%, so the probability for the time zone T3 does not appear in the pie chart of FIG.
  • the transition probability of the next living behavior is registered in advance for each of the three types of living behaviors, that is, the home state, the going-out state, and the sleeping state. This transition probability is obtained by counting the living behavior at the next estimated time from the living behavior estimated at a certain point of time based on the result of estimating the living behavior every predetermined period, Accumulated in the unit 17.
  • FIG. 6 is a state transition diagram in the case where there are three types of living behaviors: a home state, a going-out state, and a sleeping state.
  • the probability of transition from the home state to the home state is C1 (%), the probability of transition from the home state to the going-out state is C2 (%), and the probability of transition from the home state to the sleep state is C3 (%). It is.
  • the probability of transition from the outing state to the outing state is C4 (%), the probability of transitioning from the outing state to the sleeping state is C5 (%), and the probability of transitioning from the outing state to the home state is C6 (%).
  • the probability of transition from the sleep state to the sleep state is C7 (%), the probability of transition from the sleep state to the home state is C8 (%), and the probability of transition from the sleep state to the going-out state is C9 (%).
  • the event which changes from a going-out state to a sleeping state and the event which changes from a sleeping state to a going-out state generally do not occur easily.
  • the probability C9 of transition to the state is zero.
  • the input unit 18 includes a user interface having an operation unit for performing an input operation and a display unit for displaying input contents.
  • a user interface having an operation unit for performing an input operation and a display unit for displaying input contents.
  • the update unit 19 Based on the feedback information input to the input unit 18, the update unit 19 obtains at least one of the prior probability, the first conditional probability, and the second conditional probability accumulated in the storage unit 17. Update. The update process of the storage unit 17 by the update unit 19 will be described later.
  • the operation state of the electric device 3 detected by the detection unit 16 for each branch line L2 is input to the estimation unit 10 as fact information.
  • the estimation unit 10 is input as fact information which time zone of the time zones T1, T2, T3, and T4 is included from the time information at the estimation time point. Therefore, the estimation unit 10 uses the fact information about the operating state of the electrical device 3 at the estimated time point and the fact information about the time zone including the estimated time point as input information for the Bayesian network. Since the input information for the Bayesian network is information that has been confirmed as facts, it is hereinafter referred to as confirmed information.
  • the fixed information is a general term for input information to the Bayesian network, and includes a plurality of fact information.
  • the estimation unit 10 reads the prior probability, the first conditional probability, and the second conditional probability from the storage unit 17 based on the confirmation information. Furthermore, the estimation unit 10 calculates the probability that each living behavior occurs at the estimation time point based on Bayes' theorem by obtaining a joint probability of the first conditional probability and the second conditional probability.
  • FIG. 7 shows the relationship between the transition of the power value P1 consumed by the electrical device 31, the transition of the power value P2 consumed by the electrical device 32, the transition of the power value P3 consumed by the electrical device 33, and the living behavior of the resident. It is the graph which illustrated about one day.
  • the power value P1 consumed by the electric appliance 31 in the room is displayed by a solid line
  • the power value P2 consumed by the electric appliance 32 in the kitchen is displayed by a broken line
  • the power value P3 consumed by the electric appliance 33 in the bedroom is It is shown with a dashed-dotted line.
  • the estimation unit 10 estimates the living behavior at 17:00 in the example of FIG. 7, the estimation unit 10 reads the operation state of the electrical devices 31, 32, and 33 at 17:00 from the detection unit 16 as first fact information. .
  • the electrical device 31 in the room is operating, the electrical device 32 in the kitchen is stopped, and the electrical device 33 in the bedroom is stopped at 17:00.
  • the estimation part 10 calculates
  • the calculation process in which the estimation unit 10 calculates the occurrence probability of each living behavior (at home state, outing state, sleeping state) at 17:00 will be described with reference to the Bayesian network shown in FIG. FIG. 8 shows the life behavior to be calculated, the probability (first conditional probability) that the electrical devices 31, 32, and 33 are operating or stopped in the state where the life behavior to be calculated is generated, and the determination It is the figure which described as a graphical model the relationship with the probability (2nd conditional probability) that the living action of operation object will occur in the time slot
  • the estimation unit 10 reads the prior probability that the home state will occur within one day from the storage unit 17.
  • the estimation unit 10 reads, from the storage unit 17, the probabilities that the operation states of the electrical devices 31, 32, and 33 detected by the detection unit 16 occur under the home state. For example, taking the operation state at 17:00 in FIG. 7 as an example, the estimation unit 10 determines from the storage unit 17 the probability that the electric device 31 is operating and the electric devices 32 and 33 are stopped under the home state. read out. In addition, the estimation unit 10 reads from the storage unit 17 the probability that a home state will occur in a time zone including the determination time (a time zone T3 from 12:00 to 18:00 if 17:00).
  • the estimation part 10 calculates
  • the estimation unit 10 determines that a living action with a relatively high probability is currently occurring. . Note that the estimation unit 10 may determine that a living action having a relatively high probability and a significant difference compared to the occurrence probability of other living actions is currently occurring. Then, when estimating the living behavior occurring at the estimation time point, the estimating unit 10 outputs the estimation result or the occurrence probability of each living behavior.
  • the estimation unit 10 can estimate the living behavior of the resident from the operating state of the electrical device 3 throughout the day by periodically performing the above-described estimating operation of the living behavior (for example, every few minutes). . Moreover, the estimation part 10 can detect the change of living behavior as an event. For example, the estimation unit 10 is a wake-up event when the sleep state ends, a go-out event that is the start time of the go-out state from the home state, and a start time of the home state that is the start time of the go-out state from the go-out state. Detect as a homecoming event.
  • the estimation unit 10 may use the transition probability accumulated in the storage unit 17 for the probability inference of living behavior.
  • a calculation process in the case where the estimation unit 10 obtains the occurrence probability of the living behavior at a certain time in combination with the transition probability from the living behavior one time before will be described with reference to the Bayesian network shown in FIG.
  • FIG. 9 shows the life behavior to be calculated, the life behavior one point before, and the probability that the electrical devices 31, 32, and 33 are operating or stopped in a state where the life behavior to be calculated is generated. It is the figure which described the relationship with the probability that the living action of calculation object will occur in the time slot
  • the estimating unit 10 When estimating the living behavior at a certain time, the estimating unit 10 reads the operating state of the electric devices 31, 32, 33 at the estimated time from the detecting unit 16 as first fact information. Moreover, the estimation part 10 calculates
  • the estimation unit 10 when obtaining the occurrence probability of the home state, the estimation unit 10 reads from the storage unit 17 the prior probability that the home state will occur within one day. Further, the estimating unit 10 stores the transition probability that the living behavior transitions to the home state when the living behavior one time before (previous estimated time) is any of the home state, the outing state, and the sleep state. Read from. Furthermore, the estimation unit 10 reads from the storage unit 17 the probabilities that the operation states of the electrical devices 31, 32, and 33 detected by the detection unit 16 occur under the home state.
  • the estimation unit 10 applies the probability read from the storage unit 17 to the corresponding node of the Bayesian network, and obtains the joint probability, thereby obtaining the probability that the home state occurs at the estimation time point. Moreover, the estimation part 10 calculates
  • the living behavior is estimated using the transition probability, the possibility of estimating a living behavior having a low probability of occurrence in daily life is reduced, so that the estimation accuracy of the living behavior is improved. For example, since the transition probability of becoming a sleep state next to the out-of-going state or the transition probability of going out after the sleep state is low in daily life, the possibility that such a living behavior is estimated is reduced.
  • the user of the living behavior estimation apparatus 1 inputs feedback information indicating a mismatch between the estimation result of the living behavior and the actual living behavior (true value) to the living behavior estimation apparatus 1, and the storage unit 17. It is also preferable to update the probability information stored in the.
  • the estimation part 10 of the living behavior estimation apparatus 1 transmits the estimation result of the living behavior to the portable terminal possessed by the guardian who is going out, and the guardian grasps the living behavior of the child from the outside. An explanation will be given.
  • the estimating unit 10 of the living behavior estimation apparatus 1 periodically estimates the living behavior.
  • the estimation unit 10 estimates that a return home event has occurred when the child returns from a state in which all the residents are out, and sends a push notification, for example, by e-mail to the portable terminal owned by the guardian.
  • the living behavior estimation apparatus 1 includes a communication unit that can be connected to an electric communication line such as the Internet or a mobile communication network.
  • the estimation unit 10 transmits an e-mail notifying the occurrence of the return home event from the communication unit to a pre-registered email address of the mobile terminal.
  • the parent who has received the push notification from the living behavior estimation apparatus 1 calls the telephone in the house or the mobile phone possessed by the child and confirms the fact of the return home and the return home time, Can determine whether the estimation result of the living behavior estimation apparatus 1 is correct.
  • the guardian is expected not to input feedback information to the living behavior estimation device 1.
  • the update unit 19 does not update various probability data stored in the storage unit 17, but there is no problem because a correct estimation result is obtained.
  • the guardian is expected to input feedback information to the living behavior estimation device 1 and update various probability data stored in the storage unit 17.
  • the living behavior estimation device 1 estimates that a homecoming event has occurred and sends an e-mail notifying the homecoming event to a portable terminal possessed by the parent, the guardian who has gone out confirms with the child As a result, the case where the child has not come home will be described as an example.
  • the guardian (resident) confirms the fact that the child has not come home when the living behavior estimation apparatus 1 estimates that he / she has returned home, and confirms the time when the child has actually returned home, and operates the input unit 18 after returning home, Enter the actual return time.
  • the update unit 19 performs an update process on the storage unit 17 based on the feedback information input from the input unit 18. For example, if the estimation unit 10 estimates that the return home event has occurred at 16:00, but the actual return home event is at 17:00, the guardian may return the actual return home When the event is 17:00, the event is input using the input unit 18.
  • the update unit 19 is the first operating in the outing state for the electrical device 3 that is detected as operating in the outing state.
  • the conditional probability is updated to increase by a predetermined amount.
  • the updating unit 19 updates the electrical equipment 3 that is detected to be stopped under the outing condition so as to increase the first conditional probability of being stopped under the outing condition by a predetermined amount.
  • the update unit 19 determines the first conditional probability that the electrical device 3 detected as operating under the home state is operating under the home state. Update to lower only the fixed amount. The update unit 19 updates the electrical device 3 detected as being stopped under the home state so as to lower the first conditional probability of being stopped under the home state by a predetermined amount.
  • the updating unit 19 updates the prior probability that the going-out state will occur within a day by a predetermined amount, and further, the going-out state is generated in each of the plurality of time zones T1, T2, T3, T4. Change the conditional probability of 2. Further, the update unit 19 updates the prior probability that the home state will occur within a day by a predetermined amount, and further the home state occurs in each of a plurality of time zones T1, T2, T3, and T4. Change the second conditional probability.
  • the guardian does not receive a home event notification from the living behavior estimation device 1 when he / she calls the telephone in the house or the mobile phone held by the child and confirms that the child has returned home, Check the actual return time from the child. Then, the guardian operates the input unit 18 after returning home, and inputs the actual return time.
  • the update unit 19 performs an update process on the storage unit 17 based on the feedback information input from the input unit 18. For example, if the estimation unit 10 still estimates that the user has gone out at 15 o'clock even though he / she has actually returned home at 15:00, the guardian will be in the wrong state after 15 o'clock, and the actual return event will be at 15 o'clock. Is input using the input unit 18.
  • the update unit 19 uses the first conditional probability that the electric device 3 that has been detected to be operating under the outing state is operating under the outing state. Is updated by a predetermined amount. In addition, the updating unit 19 reduces the first conditional probability that the electrical device 3 that has been detected to be stopped under the outing state by a predetermined amount is stopped under the outing state. Update.
  • the update unit 19 uses the first conditional probability that the electrical device 3 that has been detected to be operating under the home state is operating under the home state. Update to be higher by a predetermined amount. In addition, the update unit 19 increases the first conditional probability that the electrical device 3 that has been detected to be stopped under the home state is stopped by a predetermined amount under the home state. Update.
  • the updating unit 19 updates the prior probability that the home state will occur in one day by a predetermined amount, and further the home state is generated in each of the plurality of time zones T1, T2, T3, and T4. Change the conditional probability of 2. Further, the updating unit 19 updates the prior probability that the outing state will occur within one day by a predetermined amount, and the outing state occurs in each of the plurality of time zones T1, T2, T3, and T4. Change the second conditional probability.
  • the updating unit 19 updates the probability data related to the feedback information among the probability data stored in the storage unit 17 based on the feedback information input from the input unit 18.
  • the estimation accuracy of can be improved.
  • the estimation unit 10 detects a change in the estimation result of the living behavior as an event, and records a pattern in which this event occurs in one day.
  • the estimation unit 10 may detect an abnormality in the living behavior when the occurrence timing of the event detected after the pattern is recorded deviates from the pattern.
  • FIG. 11 shows the frequency distribution of the estimated return time, and the frequency distribution of the estimated return time is a normal distribution with the average value at time t1.
  • the estimation unit 10 determines from the history of the estimated return home time that the estimated return home time when the occurrence of the return home event is detected is a predetermined range including the average value t1 (for example, from time t2 to time t3). It is determined that an abnormality has occurred in the living behavior.
  • the estimating unit 10 determines that an abnormality has occurred in the living behavior, for example, a push notification that causes the communication unit to transmit an e-mail notifying that an abnormality has occurred in the living behavior to the portable terminal possessed by the guardian I do.
  • the resident return event is recorded every day on weekdays. However, the resident return event may be recorded every day of the week when the rhythm of the resident's life is the same.
  • the abnormality of the wakeup event may be notified by detecting the abnormality of the wakeup event.
  • the estimation unit 10 may record a pattern in which a resident's wake-up event is repeated every day, and may detect an abnormality in living behavior because the wake-up event occurs out of the pattern. Applicable to.
  • the living behavior estimation apparatus 1 of the present embodiment includes the acquisition unit 12, the detection unit 16 (equipment operation detection unit), the storage unit 17, and the estimation unit 10 (behavior estimation unit).
  • the acquisition unit 12 is configured to acquire data relating to the resource usage status in a device (in this embodiment, the electric device 3) belonging to the category for each of the plurality of categories in the house.
  • the detection unit 16 is configured to detect an operation state indicating whether the device is operating or stopped for each category from the data regarding the resource usage status for each category acquired by the acquisition unit 12.
  • the storage unit 17 is configured to store in advance a prior probability, a first conditional probability, and a second conditional probability. Prior probabilities are probabilities that multiple types of living behavior will occur each day.
  • the first conditional probability is a probability that a device belonging to a category is operating or stopped under a condition in which each of a plurality of types of living behaviors occurs.
  • the second conditional probability is a probability that the living behavior occurs in each of a plurality of time zones obtained by dividing the day into a plurality of times under the condition in which each of the plurality of types of living behavior occurs.
  • the estimation unit 10 uses the prior probabilities, the first conditional probabilities, and the second conditional probabilities based on the operation states of the devices for each category detected by the detection unit 16 at the estimation time.
  • the probability of occurrence of each of a plurality of types of living behavior is calculated based on Bayes' theorem.
  • the estimation part 10 is comprised so that it may estimate that the living action with a relatively high probability of occurrence has occurred at the estimated time.
  • the estimation unit 10 uses the operation state of the device at the time of estimation as input information, and uses a plurality of types of living behaviors using the prior probability, the first conditional probability, and the second conditional probability accumulated in the storage unit 17. Is calculated based on Bayes' theorem. Therefore, it is possible to evaluate which living behavior is more likely to occur from the probability of occurrence of multiple types of living behavior, and to accurately estimate the living behavior at the estimated time compared to the conventional example Can be estimated.
  • the device is an electrical device 3, and a distribution board 2 in the house and a plurality of branch lines L2 are connected.
  • Each of the plurality of branch lines L2 is connected to at least one electric device 3 among the plurality of electric devices 3 belonging to the plurality of sections.
  • Each of the plurality of branch lines L2 feeds power from the distribution board 2 to at least one electrical device 3 connected thereto.
  • the acquisition unit 12 is also preferably configured to acquire power data for each branch line L2.
  • the detection unit 16 determines the amount of power for each branch line L2 acquired by the acquisition unit 12 for each section. It is possible to detect whether the electrical equipment 3 in the category is operating or stopped.
  • the storage unit 17 stores in advance the transition probability of the next living behavior among the plurality of types of living behavior after the occurrence of the living behavior for each of the plurality of types of living behavior. It may be configured as follows. And it is preferable that the estimation part 10 is comprised so that a transition probability may be included in the calculation of the probability of occurrence of each of a plurality of types of living behaviors at the estimated time. Since there is a living action with a low probability of occurring next in a state where a certain living action is occurring, the estimation accuracy of the living action is improved by using the transition probability for estimating the living action.
  • the living behavior estimation apparatus 1 may further include an input unit 18 and an update unit 19.
  • the input unit 18 receives feedback information indicating a mismatch between the estimation result of the estimation unit 10 and the living behavior actually performed by the user at the estimation time.
  • the update unit 19 updates at least one of the prior probability, the first conditional probability, and the second conditional probability accumulated in the storage unit 17 based on the feedback information received by the input unit 18. .
  • the update unit 19 updates the probability information accumulated in the storage unit 17 based on the feedback information, so that the estimation accuracy of the living behavior can be improved.
  • the plurality of types of living behavior include a home state, a going-out state, and a sleep state.
  • the living behavior of the resident can be estimated by being classified into a home state, a going-out state, and a sleep state.
  • the living behaviors to be estimated by the estimating unit 10 are not limited to the home state, the outing state, and the sleeping state. For example, even if the living behavior in the house is estimated in more detail, such as a meal state or a bathing state. Good.
  • the estimation unit 10 periodically detects a change in the estimation result of the living behavior as an event, and records a pattern in which the event occurs in one day (a pattern repeated every day).
  • the estimation unit 10 may be configured to detect an abnormality in living behavior when the timing at which an event detected after the pattern is recorded deviates from the pattern. From the result of obtaining the resource usage status by the device for each category, the estimation unit 10 can estimate the living behavior and further detect abnormalities in the living behavior.
  • the program according to the present embodiment is a program for causing a computer to function as the above-described living behavior estimation apparatus 1.
  • the program may be recorded on a computer-readable recording medium, and the computer may execute the program recorded on the recording medium or may be executed by the computer after the program recorded on the recording medium is installed in the computer.
  • the program may be provided through a telecommunication line such as the Internet.
  • the case where the device that consumes the resource is an electric device has been described as an example.
  • the operating state of the gas device may be determined from the gas usage status.
  • the use status of the gas is acquired from a flow rate detected by a flow rate sensor provided in the gas flow path or information detected by various sensors provided in the gas device.
  • the operation state of the water use device may be determined from the water use status.
  • the use status of water is acquired from, for example, a flow rate detected by a flow rate sensor provided in the flow path of water or information detected by various sensors provided in the water utilization device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Management (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Telephonic Communication Services (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

　本発明の課題は、生活行動の推定精度を従来構成よりも向上させることである。生活行動推定装置（１）では、推定部（１０）は、推定時点において検出部（１６）によって検出された区分ごとの電気機器（３）の動作状態をもとに、事前確率と第１の条件付き確率と第２の条件付き確率とを用いて推定時点での各々の生活行動の発生確率を求め、相対的に高い生活行動が推定時点において発生していると推定する。事前確率は複数種類の生活行動が１日のうちでそれぞれ発生する確率である。第１の条件付き確率は各々の生活行動が発生している条件のもとで区分に属する電気機器（３）が動作中又は停止中である確率である。第２の条件付き確率は各々の生活行動が発生している条件のもとで、その生活行動が１日を分割した複数の時間帯の各々で発生する確率である。

Description

生活行動推定装置、およびプログラム
　本発明は、生活行動推定装置、およびプログラムに関し、より詳細には、住宅内での資源の使用状況から生活行動を推定する生活行動推定装置、およびプログラムに関する。
　従来、住宅で使用される電気機器の動作状態に基づいて住人の生活行動を推定する生活行動推定装置があった（文献１［国際公開第２０１３／１５７１７５号］参照）。この行動推定装置には、電気機器ごとに種別を区別するために割り当てられた機器区分と、電気機器ごとの動作状態を条件として、生活行動を分類した行動区分を結論とするルール群が設定されている。行動推定装置は、電気機器ごとの動作状態（運転開始や運転停止のような事象）が入力されると、この電気機器の機器区分と動作状態をルール群に当てはめて、行動区分を抽出する。
　文献１に開示された生活行動推定装置が備えるルール群は固定的なルールのため、実際の生活行動とルール群とが必ずしも一致しない可能性があった。
　本発明の目的は、生活行動の推定精度を従来構成よりも向上させた生活行動推定装置、および、コンピュータによって生活行動推定装置を実現するプログラムを提供することである。
　本発明に係る形態の生活行動推定装置は、取得部と、機器動作検出部と、記憶部と、行動推定部と、出力部とを備える。前記取得部は、住宅内の複数の区分ごとに、前記区分に属する機器での資源の使用状況に関するデータを取得するように構成される。前記機器動作検出部は、前記取得部が取得した前記区分ごとの資源の使用状況に関するデータから前記区分ごとに前記機器が動作中か停止中かを示す動作状態を検出するように構成される。前記記憶部は事前確率と第１の条件付き確率と第２の条件付き確率とを予め蓄積するように構成される。前記事前確率は、予め設定された複数種類の生活行動が１日のうちでそれぞれ発生する確率である。前記第１の条件付き確率は、前記複数種類の生活行動の各々が発生している条件のもとで前記区分に属する前記機器が動作中又は停止中である確率である。前記第２の条件付き確率は、前記複数種類の生活行動の各々が発生している条件のもとで、その生活行動が１日を複数に分割した複数の時間帯の各々で発生する確率である。前記行動推定部は、推定時点において前記機器動作検出部によって検出された前記区分ごとの前記機器の動作状態をもとに、前記事前確率と前記第１の条件付き確率と前記第２の条件付き確率とを用いて、推定時点において前記複数種類の生活行動のそれぞれが発生する発生確率をベイズの定理に基づいて求める。そして、前記行動推定部は、前記発生確率が相対的に高い生活行動が前記推定時点において発生していると推定するように構成される。
　本発明に係る形態のプログラムは、コンピュータを、上記した何れかの生活行動推定装置として機能させるためのプログラムである。
　前記プログラムを記録した記録媒体は、コンピュータ読み取り可能な記録媒体であってもよい。
実施形態のブロック図である。 実施形態の記憶部に登録された条件付き確率の説明図である。 実施形態の記憶部に登録された条件付き確率の説明図である。 実施形態の記憶部に登録された条件付き確率の説明図である。 実施形態の記憶部に登録された事前確率の説明図である。 実施形態の記憶部に登録された遷移確率の説明図である。 実施形態において電気機器が消費した電力値の推移を示した図である。 実施形態における確率推論を記述したグラフィカルモデルの説明図である。 実施形態において遷移確率を用いる場合の確率推論を記述したグラフィカルモデルの説明図である。 実施形態における帰宅推定時刻の履歴を示す図である。 実施形態における帰宅推定時刻の度数分布を示す図である。
　本実施形態の生活行動推定装置は、住宅内に設定した複数の区分ごとに区分内にある機器での資源の使用状況に基づいて、住人（つまり、利用者）の生活行動を推定する。ここにおいて、区分とは、住宅内の空間的な区分であり、かつ住宅内での用途に関する区分である。すなわち、区分は、住宅における部屋などの場所と、場所の用途とを含む概念である。また、住宅内で使用される資源とは、電気やガスなどのエネルギーに加えて、水道も含む。
　以下では資源を消費する機器が電気機器である場合を例に説明する。すなわち、以下に説明する生活行動推定装置は、区分に属する電気機器による電力の使用状況から電気機器の動作状態を判断し、電気機器の動作状態をもとに住人の生活行動を推定する。
　以下の生活行動推定装置は、推定時点における住人の生活行動が、予め設定された複数種類の生活行動のうち、どの生活行動に該当するかを推定する。以下では、在宅状態、外出状態、睡眠状態の３状態が生活行動として区別され、推定時点における生活行動が推定される。ここにおいて、在宅状態とは、住宅内に住人がいて、かつ就寝していない状態をいう。
　生活行動推定装置は生活行動の変化を住人が行った事象として検出することもできる。生活行動推定装置は、在宅状態から睡眠状態に変化する場合は就寝事象、睡眠状態から在宅状態に変化する場合は起床事象、在宅状態から外出状態に変化する場合は外出事象、外出状態から在宅状態に変化する場合は帰宅事象として検出する。
　図１に示すように、住宅内に設置された分電盤２には、１台の主幹ブレーカ２１と、複数台の分岐ブレーカ２２とが収納されている。主幹ブレーカ２１からの幹線Ｌ１は、複数台の分岐ブレーカ２２によってそれぞれ分岐線Ｌ２に分岐され、複数の分岐線Ｌ２に接続された電気機器３に電力が供給される。なお、図１では各分岐線Ｌ２に電気機器３が１台ずつ接続されているが、分岐線Ｌ２には複数台の電気機器３が接続されてもよい。また、分岐線Ｌ２には電気機器３のプラグが差し込まれるコンセント（つまり、レセプタクル）が接続されてもよい。
　本実施形態では住宅内の各部屋（例えば居室、台所、寝室など）をそれぞれ１つの区分とした構成例を示す。各々の分岐線Ｌ２には同じ区分にある電気機器３が接続されている。また、複数の分岐線Ｌ２が１つの区分に対応する場合もある。以下では居室の分岐線Ｌ２に接続された電気機器３を電気機器３１と表記し、台所の分岐線Ｌ２に接続された電気機器３を電気機器３２と表記し、寝室の分岐線Ｌ２に接続された電気機器３を電気機器３３と表記する。
　本実施形態の生活行動推定装置は分岐線Ｌ２ごとに使用された電力のデータを取得している。以下では、分岐線Ｌ２ごとに取得される電力のデータを、電力データという。図１に示すように、各々の分岐ブレーカ２２の負荷側には、分岐線Ｌ２ごとに電力を検出する電力センサ２３が設けられる。電力センサ２３は、それぞれ分岐線Ｌ２に流れる電流と分岐線Ｌ２の線間電圧とを検出する。電流の検出には、たとえばロゴスキーコイルが用いられる。各々の電力センサ２３の出力は通信ユニット２４に出力され、通信ユニット２４から生活行動推定装置１に出力される。
　なお、電気機器３の電力データを取得する単位は、必要に応じて様々に設定することが可能である。この単位は、幹線Ｌ１、分岐線Ｌ２からさらに分岐した電路、分岐線Ｌ２に接続されたコンセント、分岐線Ｌ２に接続された個々の電気機器などから選択してもよい。例えば、分岐線Ｌ２に設けたコンセントに電力センサを設け、コンセントに設けた電力センサで検出した電力データを通信ユニット２４が収集して生活行動推定装置１に出力してもよい。また、電気機器３が通信機能を備えている場合、電気機器３に設けた電力センサが検出した電力データを通信ユニット２４が収集して生活行動推定装置１に出力してもよい。
　生活行動推定装置１は、プログラムを実行することにより以下に説明する機能を実現するデバイスを主なハードウェア要素として構成される。この種のデバイスは、プロセッサとメモリとを備えるマイクロコンピュータを代表例とする。したがって、専用の装置のほか、汎用のコンピュータ、タブレット端末、スマートフォンなどの装置で、以下に説明する機能を実現するプログラムを実行することによって、生活行動推定装置１として機能させることもできる。なお、プログラムは、インターネットあるいは移動体通信網のような電気通信回線を通して提供されるほか、コンピュータで読み取り可能な記録媒体で提供される場合もある。記録媒体は、光ディスク、ハードディスク、不揮発性の半導体メモリなどから選択される。
　生活行動推定装置１は、図１に示すように、推定部１０（行動推定部）と、取得部１２と、検出部１６（機器動作検出部）と、記憶部１７とを備えている。また、本実施形態の生活行動推定装置１は、入力部１８と、更新部１９をさらに備える。さらに、本実施形態の生活行動推定装置１は、上記の構成に加えて、通信部１１（通信インターフェイス部）と、内蔵時計１３と、履歴記憶部１４と、登録部１５をさらに備える。
　通信部１１は、分電盤２内の通信ユニット２４と通信する。通信部１１は、所定の計測時間（例えば１秒、１分）ごとに計測された分岐線Ｌ２の各々での電力データを通信ユニット２４から受信して、受信した電力データを取得部１２に出力する。
　取得部１２は、所定の計測時間ごとに通信部１１から入力された電力データをもとに、単位時間ごとの電力量を求める。単位時間は、計測時間の整数倍であって、例えば３０秒から１０分程度の範囲に定められる。なお、電力センサ２３が計測時間を細分した分割時間ごとに電力値を計測し、分割時間ごとに計測された電力値の計測時間における平均値を通信ユニット２４が生活行動推定装置１に送信してもよい。この場合、取得部１２は、通信ユニット２４から入力された平均の電力値に計測時間を乗じて電力量を求めることができる。また、電力センサ２３によって計測された電力値をもとに分割時間ごとに求められた電力量が通信ユニット２４から生活行動推定装置１に送信されてもよい。
　内蔵時計１３は日時を計時する。内蔵時計１３は、リアルタイムクロックによって構成される。
　履歴記憶部１４は、取得部１２が求めた分岐線Ｌ２ごとの電力量を、内蔵時計１３が計時する日時を用いたタイムスタンプとともに記録する。すなわち、履歴記憶部１４は、分岐線Ｌ２ごとの電力量の時系列データを保存する。履歴記憶部１４の容量は、最短でも数日分の電力量の時系列データが保存可能になるように定められ、望ましくは１年分以上の電力量の時系列データが保存可能になるように定められる。
　登録部１５は住宅内の電気機器３を区別する情報を分岐線Ｌ２の系統を区別する情報に対応付けて登録する。登録部１５は、分岐線Ｌ２に電気機器３を対応付けるだけではなく、電気機器３を区別する情報を住宅内の区分を表す情報に対応付けて推定部１０に設定する。以下、住宅内の区分を表す情報を、区分情報という。この区分情報は、例えば生活行動推定装置１の設置時に予め設定された情報である。各分岐線Ｌ２に接続された電気機器３の区分情報は、当該電気機器３が使用される場所および用途に関する情報であり、例えば分電盤２の通信ユニット２４から通信部１１に送信される。登録部１５は、通信部１１が受信した区分情報をもとに、各分岐線Ｌ２に接続された電気機器３の区分情報を推定部１０に登録する。
　本実施形態では、各々の分岐線Ｌ２に対して、分岐線Ｌ２に接続された電気機器３の区分情報が推定部１０に登録される。例えば居室、台所、食堂、浴室、寝室などの区分が、電気機器３の区分情報として推定部１０に登録される。なお、１つの部屋が複数の用途に使用される場合、例えば子供部屋のように昼間は居室、就寝時は寝室として使用されるような部屋の場合には、時間帯によって分岐線Ｌ２に接続される電気機器３の区分情報を変更してもよい。
　登録部１５は、全ての電気機器３に区分情報を設定する必要はなく、生活行動を推定するのに必要な、着目する複数の分岐線Ｌ２にそれぞれ接続されている電気機器３に区分情報を設定すればよい。同様に、取得部１２は、着目する複数の分岐線Ｌ２について、資源の使用状況を表すデータ、すなわち本実施形態では電力データを取得すればよい。なお、予め設定されたスケジュールに従って動作するような電気機器３は、その消費電力の変化が住人の生活行動と必ずしも一致しないため、この種の電気機器３が接続された分岐線Ｌ２の電力データは生活行動の推定には使用されない。
　検出部１６には、分岐線Ｌ２ごとの電力量が履歴記憶部１４から入力される。検出部１６は、取得部１２が求めた電力量の変化をもとに、対応する分岐線Ｌ２に接続された電気機器３の動作状態（動作中か停止中かの別）を検出する。動作が停止中であっても待機電力を消費する電気機器３があるが、本実施形態では、待機電力を消費する状態は動作状態としては停止中とみなす。
　なお、検出部１６は、分岐線Ｌ２ごとの電力量と、所定の閾値との高低を比較することによって、分岐線Ｌ２に接続された電気機器が動作中か待機中かを判定する。そのため、検出部１６は、履歴記憶部１４に分岐線Ｌ２ごとに記録されている電力量から動作状態の判定に用いる閾値を設定する。すなわち、検出部１６は、動作状態の判定に用いる閾値を、対象の分岐線Ｌ２の電力量が継続して閾値以下になる時間が所定の維持時間を超えるという条件を満足する範囲で最小となる値に設定する。このようにして、検出部１６が設定した閾値は、分岐線Ｌ２ごとの待機電力のピーク値になる。
　記憶部１７には、１日のうちで、予め設定された複数種類の生活行動（本実施形態では在宅状態、外出状態、睡眠状態）がそれぞれ発生する確率が事前確率として蓄積される。この事前確率は、対象の住宅において生活行動を所定期間推定した結果から各生活行動の発生確率を求めた値を使用してもよいし、住人の職業や年齢や居住地域が類似するグループについて、予め統計的に求められた値を使用してもよい。
　また、記憶部１７には、睡眠状態、在宅状態、外出状態の３種類の生活行動がそれぞれ発生している条件のもとで、各区分に属する電気機器３が動作中又は停止中である確率（第１の条件付き確率）が蓄積されている。この確率は、検出部１６が検出した電気機器３の動作状態と住人の生活行動とを所定期間収集した結果から求められ、記憶部１７に蓄積される。なお、電気機器３が属する区分ごとに、睡眠状態、在宅状態、外出状態の３種類の生活行動の各々のもとで動作中か停止中かの確率を予め求めておき、この値を記憶部１７に蓄積してもよい。
　例えば、図２は、睡眠状態という生活行動が発生している条件のもとで、居室の電気機器３１が動作中（ｏｎ）か停止中（ｏｆｆ）かの割合を示す円グラフであり、図示例では動作中の確率はＢ１（％）となっている。図３は、睡眠状態という生活行動が発生している条件のもとで、台所の電気機器３２が動作中か停止中かの割合を示す円グラフであり、図示例では動作中の確率は０（％）である。つまり、図３の例では、電気機器３２は停止中（ｏｆｆ）である。図４は、睡眠状態という生活行動が発生している条件のもとで、寝室の電気機器３３が動作中か停止中かの割合を示す円グラフであり、図示例では動作中の確率は１００（％）である。つまり、図４の例では、電気機器３３は動作中（ｏｎ）である。
　また、記憶部１７には、在宅状態、外出状態、睡眠状態の３種類の生活行動がそれぞれ発生している条件のもとで、１日を複数に分割した複数の時間帯の各々でその生活行動が発生する確率（第２の条件付き確率）が、予め求められ蓄積されている。ここでは、１日が４つの時間帯に分割されている場合を例に説明する。すなわち、０時から６時までを時間帯Ｔ１、６時から１２時までを時間帯Ｔ２、１２時から１８時までを時間帯Ｔ３、１８時から２４時までを時間帯Ｔ４とする。そして、４つの時間帯Ｔ１，Ｔ２，Ｔ３，Ｔ４の各々において、在宅状態、外出状態、睡眠状態の３種類の生活行動がそれぞれ発生する確率（第２の条件付き確率）が記憶部１７に登録されている。図５は、例えば睡眠状態という生活行動が、４つの時間帯Ｔ１，Ｔ２，Ｔ３，Ｔ４の各々で発生する確率を円グラフで示している。図５の例では、睡眠状態という生活行動が時間帯Ｔ１に発生する確率はＡ１（％）、時間帯Ｔ２に発生する確率はＡ２（％）、時間帯Ｔ３に発生する確率は０％、時間帯Ｔ４に発生する確率はＡ４（％）である。１２時から１８時までの時間帯Ｔ３で、睡眠状態という生活行動が発生する確率は０％であるので、図５の円グラフには、時間帯Ｔ３に対する確率が表れていない。
　また、記憶部１７には、在宅状態、外出状態、睡眠状態という３種類の生活行動の各々について、次に発生する生活行動の遷移確率が、予め登録されている。この遷移確率は、所定期間ごとに生活行動を推定した結果をもとに、ある時点で推定された生活行動から次の推定時点でどの生活行動に遷移したかをカウントすることによって求められ、記憶部１７に蓄積される。図６は生活行動として在宅状態、外出状態、睡眠状態という３種類の状態がある場合の状態遷移図である。
　図６の例では、在宅状態から在宅状態に遷移する確率はＣ１（％）、在宅状態から外出状態に遷移する確率はＣ２（％）、在宅状態から睡眠状態に遷移する確率はＣ３（％）である。また、外出状態から外出状態に遷移する確率はＣ４（％）、外出状態から睡眠状態に遷移する確率はＣ５（％）、外出状態から在宅状態に遷移する確率はＣ６（％）である。さらに、睡眠状態から睡眠状態に遷移する確率はＣ７（％）、睡眠状態から在宅状態に遷移する確率はＣ８（％）、睡眠状態から外出状態に遷移する確率はＣ９（％）である。なお、外出状態から睡眠状態に遷移する事象や、睡眠状態から外出状態に遷移する事象は一般的に起こりにくく、図６の例では、外出状態から睡眠状態に遷移する確率Ｃ５、睡眠状態から外出状態に遷移する確率Ｃ９はゼロである。
　入力部１８は、入力操作を行うための操作部と入力内容を表示する表示部を有したユーザーインターフェイスからなる。住人が入力部１８を操作することによって、推定部１０による生活行動の推定結果と、推定時点で実際に行われた生活行動との不一致を示すフィードバック情報などが入力される。つまり、入力部１８は、フィードバック情報を受け付ける。
　更新部１９は、入力部１８に入力されたフィードバック情報をもとに、記憶部１７に蓄積された事前確率と第１の条件付き確率と第２の条件付き確率とのうちの少なくとも１つを更新する。更新部１９による記憶部１７の更新処理については後述する。
　推定部１０には、検出部１６が分岐線Ｌ２ごとに検出した電気機器３の動作状態が事実情報として入力される。また推定部１０には、推定時点における時刻情報から、推定時点が時間帯Ｔ１，Ｔ２，Ｔ３，Ｔ４のうちどの時間帯に含まれるのかが事実情報として入力される。したがって、推定部１０は、推定時点における電気機器３の動作状態という事実情報と、推定時点が含まれる時間帯という事実情報とを、ベイジアンネットに対する入力情報とする。ベイジアンネットに対する入力情報は、事実として確定した情報であるから、以下では確定情報という。確定情報は、ベイジアンネットへの入力情報の総称であり、複数の事実情報が含まれる。
　推定部１０は、確定情報をもとに、記憶部１７から事前確率と第１の条件付き確率および第２の条件付き確率を読み出す。さらに推定部１０は、第１の条件付き確率と第２の条件付き確率との同時確率を求めることで、推定時点において各生活行動が発生する確率をベイズの定理に基づいて演算する。
　図７は、電気機器３１が消費した電力値Ｐ１の推移と、電気機器３２が消費した電力値Ｐ２の推移と、電気機器３３が消費した電力値Ｐ３の推移と、住人の生活行動との関係を、１日分について例示したグラフである。図７において、居室の電気機器３１が消費した電力値Ｐ１は実線で表示され、台所の電気機器３２が消費した電力値Ｐ２は破線で表示され、寝室の電気機器３３が消費した電力値Ｐ３は一点鎖線で示されている。
　推定部１０が、図７の例で１７時における生活行動を推定する場合、推定部１０は、検出部１６から１７時における電気機器３１，３２，３３の動作状態を第１の事実情報として読み込む。図７の例では、１７時において居室の電気機器３１は動作中、台所の電気機器３２は停止中、寝室の電気機器３３は停止中である。また、推定部１０は、推定時点（１７時）が含まれる時間帯の情報を第２の事実情報として求める。
　推定部１０が、１７時において各生活行動（在宅状態、外出状態、睡眠状態）の発生確率を求める演算処理を、図８に示すベイジアンネットを参照して説明する。図８は、演算対象の生活行動と、演算対象の生活行動が発生している状態で電気機器３１，３２，３３が動作中又は停止中である確率（第１の条件付き確率）と、判定時点を含む時間帯に演算対象の生活行動が発生する確率（第２の条件付き確率）との関係をグラフィカルモデルとして記述した図である。在宅状態の発生確率を求める場合、推定部１０は、１日のうちで在宅状態が発生する事前確率を記憶部１７から読み出す。また、推定部１０は、在宅状態のもとで、検出部１６によって検出された電気機器３１，３２，３３の動作状態がそれぞれ発生する確率を記憶部１７から読み込む。例えば図７の１７時における動作状態を例にすると、推定部１０は、在宅状態のもとで、電気機器３１が動作中、電気機器３２，３３が停止中となる確率をそれぞれ記憶部１７から読み出す。また、推定部１０は、判定時点が含まれる時間帯（１７時であれば１２時から１８時までの時間帯Ｔ３）において、在宅状態が発生する確率を記憶部１７から読み出す。そして、推定部１０は、記憶部１７から読み出した確率をベイジアンネットの対応するノードに当てはめ、その同時確率を求めることで、１７時において在宅状態が発生する確率を求める。また、推定部１０は、同様の処理を行うことで、１７時に外出状態が発生する確率と、１７時に睡眠状態が発生する確率をそれぞれ求める。
　推定部１０は、推定時点において在宅状態が発生する確率、外出状態が発生する確率、睡眠状態が発生する確率をそれぞれ演算すると、確率が相対的に高い生活行動が現在発生していると判断する。なお、推定部１０は、確率が相対的に高く、他の生活行動の発生確率に比べて有意な差がある生活行動が現在発生していると判断してもよい。そして、推定部１０は、推定時点において発生している生活行動を推定すると、その推定結果、或いは、各生活行動の発生確率を出力する。
　推定部１０は、上述のような生活行動の推定動作を定期的（例えば数分間隔）に実行することで、１日を通して、電気機器３の動作状態から住人の生活行動を推定することができる。また、推定部１０は生活行動の変化を事象として検出することができる。例えば、推定部１０は、睡眠状態の終了を起床事象、在宅状態から外出状態への切り替わり時点を外出状態の始まりである外出事象、外出状態から在宅状態への切り替わり時点を帰宅状態の始まりである帰宅事象として検出する。
　また、推定部１０は、記憶部１７に蓄積された遷移確率を、生活行動の確率推論に利用してもよい。推定部１０が、ある時点での生活行動の発生確率を、１時点前の生活行動からの遷移確率と組み合わせて求める場合の演算処理を、図９に示すベイジアンネットを参照して説明する。
　図９は、演算対象の生活行動と、１時点前の生活行動と、演算対象の生活行動が発生している状態で電気機器３１，３２，３３が動作中又は停止中である確率と、判定時点を含む時間帯に演算対象の生活行動が発生する確率との関係を記述した図である。
　推定部１０は、ある時点での生活行動を推定する場合に、検出部１６から推定時点での電気機器３１，３２，３３の動作状態を第１の事実情報として読み込む。また、推定部１０は、推定時点が含まれる時間帯の情報を第２の事実情報として求める。そして、推定部１０は、第１の事実情報および第２の事実情報を含む確定情報をもとに、在宅状態、外出状態、睡眠状態がそれぞれ発生している確率を求める。
　例えば在宅状態の発生確率を求める場合、推定部１０は、１日のうちで在宅状態が発生する事前確率を記憶部１７から読み出す。また、推定部１０は、１時点前（前回の推定時点）の生活行動が在宅状態、外出状態、睡眠状態のいずれかであった場合に生活行動が在宅状態に遷移する遷移確率を記憶部１７から読み出す。さらに、推定部１０は、在宅状態のもとで、検出部１６によって検出された電気機器３１，３２，３３の動作状態がそれぞれ発生する確率を記憶部１７から読み込む。
　その後、推定部１０は、記憶部１７から読み出した確率をベイジアンネットの対応するノードに当てはめ、その同時確率を求めることで、推定時点において在宅状態が発生する確率を求める。また、推定部１０は、同様の処理を行うことで、推定時点において外出状態が発生する確率と睡眠状態が発生する確率をそれぞれ求める。
　遷移確率を用いて生活行動を推定すると、日常生活では発生する確率が低い生活行動が推定される可能性が低減するから、生活行動の推定精度が向上する。例えば外出状態の次に睡眠状態となる遷移確率、あるいは睡眠状態の次に外出状態となる遷移確率は、日常生活においては低いから、このような生活行動が推定される可能性は低減される。
　また、本実施形態において生活行動推定装置１の利用者が、生活行動の推定結果と実際の生活行動（真値）との不一致を示すフィードバック情報を生活行動推定装置１に入力し、記憶部１７に蓄積された確率の情報を更新させることも好ましい。
　以下では、生活行動推定装置１の推定部１０が、生活行動の推定結果を外出中の保護者が所持する携帯端末に送信し、保護者が、外出先から子供の生活行動を把握する場合を想定して説明する。
　生活行動推定装置１の推定部１０は定期的に生活行動を推定する。推定部１０は、全ての住人が外出している状態から子供が帰宅すると、帰宅事象が発生したと推定し、その推定結果を保護者が所持する携帯端末に例えば電子メールで送信するプッシュ通知を行う。すなわち、生活行動推定装置１はインターネット又は移動体通信網のような電気通信回線に接続可能な通信部を備える。推定部１０は、帰宅事象が発生したと推定すると、通信部から予め登録された携帯端末のメールアドレスに宛てて、帰宅事象の発生を報知する電子メールを送信する。
　生活行動推定装置１からのプッシュ通知を受け取った保護者が、住宅内にある電話、又は、子供が所持する携帯電話に電話をかけて、帰宅の事実や帰宅時間を子供に確認すると、保護者は生活行動推定装置１の推定結果が正しいか否かを判別できる。
　生活行動推定装置１の推定結果が正しい場合、保護者は、生活行動推定装置１にフィードバック情報を入力しないことが予想される。生活行動推定装置１にフィードバック情報が入力されない場合、更新部１９は、記憶部１７に蓄積された各種の確率データを更新しないが、正しい推定結果が得られているので問題はない。
　生活行動推定装置１の推定結果が間違っている場合、保護者は、生活行動推定装置１にフィードバック情報を入力し、記憶部１７に蓄積された各種の確率データを更新することが予想される。
　例えば、生活行動推定装置１が、帰宅事象が発生したと推定して、保護者が所持する携帯端末に帰宅事象を報知する電子メールを送信した場合に、外出中の保護者が子供に確認した結果、まだ子供が帰宅していなかった場合を例に説明する。
　保護者（住人）は、生活行動推定装置１によって帰宅状態と推定された時点で子供が未帰宅であった事実と、実際に帰宅した時刻を確認し、帰宅後に入力部１８を操作して、実際の帰宅時刻を入力する。
　更新部１９は、入力部１８から入力されたフィードバック情報に基づいて、記憶部１７の更新処理を行う。例えば、推定部１０によって１６時に帰宅事象が発生したと推定されたにも関わらず、実際の帰宅事象が１７時であった場合、保護者は、１６時の帰宅事象が誤りで、実際の帰宅事象が１７時であると入力部１８を用いて入力する。
　この場合、外出状態の時間が延びたことになるので、更新部１９は、外出状態のもとで動作中と検出された電気機器３については、外出状態のもとで動作中である第１の条件付き確率を所定量だけ高めるように更新する。また、更新部１９は、外出状態のもとで停止中と検出された電気機器３については、外出状態のもとで停止中である第１の条件付き確率を所定量だけ高めるように更新する。
　また、在宅状態が短くなるので、更新部１９は、在宅状態のもとで動作中と検出された電気機器３については、在宅状態のもとで動作中である第１の条件付き確率を所定量だけ低くするように更新する。更新部１９は、在宅状態のもとで停止中と検出された電気機器３については、在宅状態のもとで停止中である第１の条件付き確率を所定量だけ低くするように更新する。
　また、更新部１９は、１日のうちで外出状態が発生する事前確率を所定量だけ高めるように更新し、さらに外出状態が複数の時間帯Ｔ１，Ｔ２，Ｔ３，Ｔ４の各々で発生する第２の条件付き確率を変更する。また、更新部１９は、１日のうちで在宅状態が発生する事前確率を所定量だけ低くするように更新し、さらに在宅状態が複数の時間帯Ｔ１，Ｔ２，Ｔ３，Ｔ４の各々で発生する第２の条件付き確率を変更する。
　次に、子供が帰宅しているにも関わらず、生活行動推定装置１が帰宅事象の発生を推定できていない場合について説明する。
　保護者が、住宅内にある電話、又は、子供が所持する携帯電話に電話をかけて、子供の帰宅を確認した時点で生活行動推定装置１から帰宅事象の報知を受けていない場合、保護者は子供から実際の帰宅時刻を確認する。そして、保護者は帰宅後に入力部１８を操作して、実際の帰宅時刻を入力する。
　更新部１９は、入力部１８から入力されたフィードバック情報に基づいて、記憶部１７の更新処理を行う。例えば、実際には１５時に帰宅したにも関わらず、推定部１０がその後も外出状態と推定している場合、保護者は、１５時以降の外出状態が誤りで、実際の帰宅事象が１５時であると入力部１８を用いて入力する。
　この場合、外出状態が短くなるので、更新部１９は、外出状態のもとで動作中と検出されていた電気機器３については、外出状態のもとで動作中である第１の条件付き確率を所定量だけ低くするように更新する。また、更新部１９は、外出状態のもとで停止中と検出されていた電気機器３については、外出状態のもとで停止中である第１の条件付き確率を所定量だけ低くするように更新する。
　また、在宅状態が長くなるので、更新部１９は、在宅状態のもとで動作中と検出されていた電気機器３については、在宅状態のもとで動作中である第１の条件付き確率を所定量だけ高くするように更新する。また、更新部１９は、在宅状態のもとで停止中と検出されていた電気機器３については、在宅状態のもとで停止中である第１の条件付き確率を所定量だけ高くするように更新する。
　また、更新部１９は、１日のうちで在宅状態が発生する事前確率を所定量だけ高めるように更新し、さらに在宅状態が複数の時間帯Ｔ１、Ｔ２，Ｔ３，Ｔ４の各々で発生する第２の条件付き確率を変更する。また、更新部１９は、１日のうちで外出状態が発生する事前確率を所定量だけ低くするように更新し、さらに外出状態が複数の時間帯Ｔ１，Ｔ２，Ｔ３，Ｔ４の各々で発生する第２の条件付き確率を変更する。
　このように、更新部１９が、入力部１８から入力されるフィードバック情報に基づいて、記憶部１７に蓄積された確率のデータのうち、フィードバック情報に関連する確率のデータを更新するから、生活行動の推定精度を向上させることができる。
　また本実施形態において、推定部１０は、生活行動の推定結果の変化を事象として検出し、この事象が１日のうちで発生するパターンを記録する。推定部１０は、パターンの記録後に検出された事象の発生のタイミングがパターンからずれている場合には生活行動の異常を検知してもよい。
　例えば推定部１０が、住人の帰宅事象を平日に毎日記録した結果、帰宅事象の発生時刻（帰宅推定時刻）が図１０に示すように推移している場合について説明する。図１１は帰宅推定時刻の度数分布を示し、帰宅推定時刻の度数分布は時刻ｔ１を平均値とする正規分布となっている。推定部１０は、帰宅推定時刻の履歴から、帰宅事象の発生を検知した帰宅推定時刻が、平均値ｔ１を含む所定範囲（例えば時刻ｔ２から時刻ｔ３までの期間であり、この期間が本発明のパターンである）から外れると、生活行動に異常が発生したと判断する。そして、推定部１０は、生活行動に異常が発生したと判断すると、例えば、生活行動に異常が発生したことを報知する電子メールを、保護者が所持する携帯端末に通信部から送信させるプッシュ通知を行う。なお、上記の説明では、住人の帰宅事象を平日に毎日記録しているが、住人の生活のリズムが同じになる曜日ごとに住人の帰宅事象を記録しても良い。
　また、帰宅事象の異常を検知する場合を例に説明したが、起床事象の異常を検知して、起床事象の異常を報知してもよい。例えば推定部１０が、住人の起床事象が毎日繰り返されるパターンを記録し、起床事象がパターンからずれて発生することから生活行動の異常を検知してもよく、例えば独居人の異変を検知するシステムに適用できる。
　以上説明したように、本実施形態の生活行動推定装置１は、取得部１２と、検出部１６（機器動作検出部）と、記憶部１７と、推定部１０（行動推定部）とを備える。取得部１２は、住宅内の複数の区分ごとに、区分に属する機器（本実施形態では電気機器３）での資源の使用状況に関するデータを取得するように構成される。検出部１６は、取得部１２が取得した区分ごとの資源の使用状況に関するデータから区分ごとに機器が動作中か停止中かを示す動作状態を検出するように構成される。記憶部１７は、事前確率と第１の条件付き確率と第２の条件付き確率とを予め蓄積するように構成される。事前確率は、複数種類の生活行動が１日のうちでそれぞれ発生する確率である。第１の条件付き確率は、複数種類の生活行動の各々が発生している条件のもとで区分に属する機器が動作中又は停止中である確率である。第２の条件付き確率は、複数種類の生活行動の各々が発生している条件のもとで、その生活行動が１日を複数に分割した複数の時間帯の各々で発生する確率である。推定部１０は、推定時点において検出部１６によって検出された区分ごとの機器の動作状態をもとに、事前確率と第１の条件付き確率と第２の条件付き確率とを用いて、推定時点において複数種類の生活行動のそれぞれが発生する発生確率をベイズの定理に基づいて求める。そして、推定部１０は、発生確率が相対的に高い生活行動が推定時点において発生していると推定するように構成される。
　推定部１０は、推定時点における機器の動作状態を入力情報とし、記憶部１７に蓄積された事前確率と第１の条件付き確率と第２の条件付き確率とを用いて、複数種類の生活行動がそれぞれ発生する発生確率を、ベイズの定理に基づいて求めている。したがって、複数種類の生活行動がそれぞれ発生している発生確率から、どの生活行動が発生している可能性が高いかを評価することができ、推定時点における生活行動を従来例に比べて精度良く推定することができる。
　この生活行動推定装置１において、機器は電気機器３であり、住宅内の分電盤２と、複数の分岐線Ｌ２が接続されている。複数の分岐線Ｌ２のそれぞれは、複数の区分に属する複数の電気機器３のうち少なくとも１つの電気機器３と接続されている。複数の分岐線Ｌ２のそれぞれは、分電盤２から、接続された少なくとも１つの電気機器３に給電を行う。取得部１２は、分岐線Ｌ２ごとに電力データを取得するように構成されることも好ましい。一般的に住宅内の同じ区分に属する電気機器３は同じ分岐線Ｌ２に接続されているので、検出部１６は、取得部１２が取得した分岐線Ｌ２ごとの電力量の使用状況から、区分ごとに区分内の電気機器３が動作中か停止中かを検出できる。
　この生活行動推定装置１において、記憶部１７は、複数種類の生活行動の各々について、当該生活行動の発生後、前記複数種類の生活行動のうち次に発生する生活行動の遷移確率を予め蓄積するように構成されてもよい。そして、推定部１０は、推定時点において複数種類の生活行動の各々が発生する発生確率の演算に遷移確率を含めるように構成されることも好ましい。ある生活行動が発生している状態で、次に発生する確率が低い生活行動もあるので、生活行動の推定に遷移確率を利用することで、生活行動の推定精度が向上する。
　この生活行動推定装置１において入力部１８と更新部１９をさらに備えてもよい。入力部１８は、推定部１０の推定結果と、推定時点で実際に利用者によって行われた生活行動との不一致を示すフィードバック情報を受け付ける。更新部１９は、入力部１８で受け付けたフィードバック情報をもとに、記憶部１７に蓄積された事前確率と第１の条件付き確率と第２の条件付き確率のうちの少なくとも１つを更新する。更新部１９が、フィードバック情報をもとに記憶部１７に蓄積された確率の情報を更新することで、生活行動の推定精度を改善することができる。
　この生活行動推定装置１において、複数種類の生活行動は、在宅状態、外出状態、睡眠状態を含むことも好ましい。この構成によれば、住人の生活行動を在宅状態、外出状態、睡眠状態に分類して推定することができる。なお、推定部１０の推定対象とする生活行動は在宅状態、外出状態、睡眠状態に限定されず、例えば食事状態や入浴状態などのように住宅内での生活行動をより詳細に推定してもよい。
　この生活行動推定装置１において、推定部１０は、生活行動の推定結果の変化を事象として定期的に検出し、当該事象が１日のうちで発生するパターン（毎日繰り返されるパターン）を記録する。推定部１０は、パターンの記録後に検出された事象の発生するタイミングがパターンからずれている場合には生活行動の異常を検知するように構成されてもよい。区分ごとに機器による資源の使用状況を求めた結果から、推定部１０は生活行動を推定し、さらに生活行動の異常を検知することができる。
　また、本実施形態のプログラムは、コンピュータを、上述した生活行動推定装置１として機能させるためのプログラムである。このプログラムはコンピュータ読み取り可能な記録媒体に記録され、この記録媒体に記録されたプログラムをコンピュータが実行したり、この記録媒体に記録されたプログラムをコンピュータにインストールした後にコンピュータに実行させればよい。また、プログラムは、インターネットのような電気通信回線を通して提供されてもよい。
　なお、本実施形態では資源を消費する機器が電気機器である場合を例に説明したが、ガスを消費するガス機器や、水を消費する水利用機器（水栓、便器、浴槽など）でもよい。ガス機器の場合にはガスの使用状況からガス機器の動作状態を判断すればよい。ガスの使用状況は、ガスの流路に設けられた流量センサが検出する流量、或いは、ガス機器に設けられた各種のセンサが検出した情報から取得される。また、水利用機器の場合には水の使用状況から水利用機器の動作状態を判断すればよい。水の使用状況は、例えば水の流路に設けられる流量センサが検出する流量、あるいは水利用機器に設けられる各種センサが検出した情報から取得される。
　また、上述した実施形態は本発明の一例である。このため、本発明は、上述した実施形態に限定されることはなく、この実施形態以外であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計等に応じて種々の変更が可能であることは勿論のことである。

Claims (7)

  1. 　取得部と、機器動作検出部と、記憶部と、行動推定部とを備え、
    　前記取得部は、住宅内の複数の区分ごとに、前記区分に属する機器での資源の使用状況に関するデータを取得するように構成され、
    　前記機器動作検出部は、前記取得部が取得した前記複数の区分ごとの資源の使用状況に関するデータから前記複数の区分ごとに前記区分に属する前記機器が動作中か停止中かを示す動作状態を検出するように構成され、
    　前記記憶部は、予め設定された複数種類の生活行動が１日のうちでそれぞれ発生する事前確率と、前記複数種類の生活行動の各々が発生している条件のもとで前記区分に属する前記機器が動作中又は停止中である第１の条件付き確率と、前記複数種類の生活行動の各々が発生している条件のもとで、その生活行動が１日を複数に分割した複数の時間帯の各々で発生する第２の条件付き確率と、を予め蓄積するように構成され、
    　前記行動推定部は、推定時点において前記機器動作検出部によって検出された前記複数の区分ごとの前記機器の動作状態をもとに、前記事前確率と前記第１の条件付き確率と前記第２の条件付き確率とを用いて、推定時点において前記複数種類の生活行動のそれぞれが発生する発生確率をベイズの定理に基づいて求め、前記発生確率が相対的に高い生活行動が前記推定時点において発生していると推定するように構成された
    ことを特徴とする生活行動推定装置。
  2. 　前記機器は電気機器であり、
    　前記住宅内の分電盤と、複数の分岐線が接続されており、
    　前記複数の分岐線のそれぞれは、前記複数の区分に属する複数の前記電気機器のうち少なくとも１つの電気機器と接続されており、
    　前記複数の分岐線のそれぞれは、前記分電盤から、前記接続された少なくとも１つの前記電気機器に給電を行い、
    　前記取得部は、前記分岐線ごとに電力データを取得するように構成されたことを特徴とする請求項１記載の生活行動推定装置。
  3. 　前記記憶部は、前記複数種類の生活行動の各々について、当該生活行動の発生後、前記複数種類の生活行動のうち次に発生する生活行動の遷移確率を予め蓄積するように構成され、
    　前記行動推定部は、前記推定時点において前記複数種類の生活行動の各々が発生する発生確率の演算に前記遷移確率を含めるように構成されたことを特徴とする請求項１又は２の何れかに記載の生活行動推定装置。
  4. 　前記行動推定部の推定結果と、前記推定時点で実際に利用者によって行われた生活行動との不一致を示すフィードバック情報を受け付ける入力部と、
    　前記入力部で受け付けた前記フィードバック情報をもとに、前記記憶部に蓄積された前記事前確率と前記第１の条件付き確率と前記第２の条件付き確率のうちの少なくとも１つを更新する更新部とを備えたことを特徴とする請求項１～３の何れか１項に記載の生活行動推定装置。
  5. 　前記複数種類の生活行動は、在宅状態、外出状態、睡眠状態を含むことを特徴とする請求項１～４の何れか１項に記載の生活行動推定装置。
  6. 　前記行動推定部は、前記生活行動の推定結果の変化を事象として定期的に検出し、前記事象が１日のうちで発生するパターンを記録し、前記パターンの記録後に検出された事象の発生するタイミングが前記パターンからずれている場合には前記生活行動の異常を検知するように構成されたことを特徴とする請求項１～５の何れか１項に記載の生活行動推定装置。
  7. 　コンピュータを、請求項１～６の何れか１項に記載の生活行動推定装置として機能させるためのプログラム。
PCT/JP2015/000646 2014-03-11 2015-02-12 生活行動推定装置、およびプログラム Ceased WO2015136839A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP15762341.4A EP3118780A4 (en) 2014-03-11 2015-02-12 Lifestyle behavior estimating device, and program
US15/122,327 US20160371593A1 (en) 2014-03-11 2015-02-12 Living activity inference device, and program
JP2016507290A JPWO2015136839A1 (ja) 2014-03-11 2015-02-12 生活行動推定装置、およびプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-048001 2014-03-11
JP2014048001 2014-03-11

Publications (1)

Publication Number Publication Date
WO2015136839A1 true WO2015136839A1 (ja) 2015-09-17

Family

ID=54071302

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/000646 Ceased WO2015136839A1 (ja) 2014-03-11 2015-02-12 生活行動推定装置、およびプログラム

Country Status (4)

Country Link
US (1) US20160371593A1 (ja)
EP (1) EP3118780A4 (ja)
JP (1) JPWO2015136839A1 (ja)
WO (1) WO2015136839A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018026006A (ja) * 2016-08-10 2018-02-15 オムロン株式会社 見守り装置、見守り方法、および見守りプログラム
JP2018147316A (ja) * 2017-03-07 2018-09-20 東海警備保障株式会社 住戸セキュリティシステム
JP2019220100A (ja) * 2018-06-22 2019-12-26 株式会社Ｎｔｔドコモ 推定装置
JP2022165117A (ja) * 2021-04-19 2022-10-31 沖電気工業株式会社 データ分析装置、データ分析方法、プログラムおよびデータ分析システム

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9721208B2 (en) * 2012-04-19 2017-08-01 Panasonic Intellectual Property Management Co., Ltd. Living activity inference device, program, and computer-readable recording medium
EP3353567A4 (en) * 2015-09-21 2019-04-17 Saab AB DETECTION OF OBJECTS IN IMAGES
US11690561B2 (en) * 2018-03-09 2023-07-04 Panasonic Intellectual Property Management Co., Ltd. Cognitive function evaluation system
WO2020261624A1 (ja) * 2019-06-27 2020-12-30 パナソニックＩｐマネジメント株式会社 情報管理システム、情報管理装置および情報管理方法
CN110579807B (zh) * 2019-09-06 2021-07-23 合创汽车科技有限公司 生命体探测方法、装置、计算机设备和存储介质
FR3104303B1 (fr) * 2019-12-04 2022-07-15 Electricite De France Procédés et dispositifs pour la surveillance d’évolutions d’habitudes de vie

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008112267A (ja) * 2006-10-30 2008-05-15 Hitachi Ltd 電力使用量による生活見守り方法およびシステム
JP2011043984A (ja) * 2009-08-21 2011-03-03 Central Res Inst Of Electric Power Ind 電力需要家居住者の生活状況推定方法およびシステム並びに生活状況推定用プログラム
WO2013058820A1 (en) * 2011-10-21 2013-04-25 Nest Labs, Inc. User-friendly, network connected learning thermostat and related systems and methods
WO2013157175A1 (ja) * 2012-04-19 2013-10-24 パナソニック株式会社 生活行動推定装置、プログラム、コンピュータ読み取り可能な記録媒体

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3996428B2 (ja) * 2001-12-25 2007-10-24 松下電器産業株式会社 異常検知装置及び異常検知システム
US20040030531A1 (en) * 2002-03-28 2004-02-12 Honeywell International Inc. System and method for automated monitoring, recognizing, supporting, and responding to the behavior of an actor
US20060123150A1 (en) * 2004-11-24 2006-06-08 Sharp Kabushiki Kaisha Electronic apparatus and status information presenting apparatus
US7710824B1 (en) * 2007-09-18 2010-05-04 Sprint Communications Company L.P. Location monitoring and sonar determination of presence
US8417481B2 (en) * 2008-09-11 2013-04-09 Diane J. Cook Systems and methods for adaptive smart environment automation
US7917580B2 (en) * 2009-06-05 2011-03-29 Creative Technology Ltd Method for monitoring activities of a first user on any of a plurality of platforms
KR101611287B1 (ko) * 2009-11-13 2016-04-11 엘지전자 주식회사 지능형 계측 기기
GB2491109B (en) * 2011-05-18 2014-02-26 Onzo Ltd Identification of a utility consumption event

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008112267A (ja) * 2006-10-30 2008-05-15 Hitachi Ltd 電力使用量による生活見守り方法およびシステム
JP2011043984A (ja) * 2009-08-21 2011-03-03 Central Res Inst Of Electric Power Ind 電力需要家居住者の生活状況推定方法およびシステム並びに生活状況推定用プログラム
WO2013058820A1 (en) * 2011-10-21 2013-04-25 Nest Labs, Inc. User-friendly, network connected learning thermostat and related systems and methods
WO2013157175A1 (ja) * 2012-04-19 2013-10-24 パナソニック株式会社 生活行動推定装置、プログラム、コンピュータ読み取り可能な記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3118780A4 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018026006A (ja) * 2016-08-10 2018-02-15 オムロン株式会社 見守り装置、見守り方法、および見守りプログラム
JP2018147316A (ja) * 2017-03-07 2018-09-20 東海警備保障株式会社 住戸セキュリティシステム
JP2019220100A (ja) * 2018-06-22 2019-12-26 株式会社Ｎｔｔドコモ 推定装置
JP7112896B2 (ja) 2018-06-22 2022-08-04 株式会社Ｎｔｔドコモ 推定装置
JP2022165117A (ja) * 2021-04-19 2022-10-31 沖電気工業株式会社 データ分析装置、データ分析方法、プログラムおよびデータ分析システム

Also Published As

Publication number Publication date
US20160371593A1 (en) 2016-12-22
EP3118780A4 (en) 2017-03-22
JPWO2015136839A1 (ja) 2017-04-06
EP3118780A1 (en) 2017-01-18

Similar Documents

Publication Publication Date Title
WO2015136839A1 (ja) 生活行動推定装置、およびプログラム
CA2864739C (en) Method and system for forecasting power requirements using granular metrics
Kleiminger et al. Occupancy detection from electricity consumption data
Monacchi et al. GREEND: An energy consumption dataset of households in Italy and Austria
US20150268281A1 (en) System and method for monitoring, analyzing and acting upon electricity patterns
JP5928916B2 (ja) 行動管理装置、行動管理方法およびプログラム
JP6190309B2 (ja) 消費電力量に基づいて生活パターンを推定する装置、プログラム及び方法
JP6297876B2 (ja) 消費電力量に基づいて生活行動パターンを抽出する装置、プログラム及び方法
JP6197258B2 (ja) 行動予測装置、プログラム
CN102565525A (zh) 功耗遵守监测系统和方法
JP6308465B2 (ja) 給電制御装置、給電制御システム、プログラム
JP2018107751A (ja) 宅内構成員の異常状態判断方法及びサーバ
JP6190301B2 (ja) 消費電力量から推定された生活行動を比較評価可能な装置、プログラム及び方法
JP6410191B2 (ja) 行動管理装置、行動管理方法およびプログラム
JPWO2017104237A1 (ja) 情報処理装置、その情報処理方法、およびプログラム
JP2015089163A (ja) 行動評価装置、行動評価システム、行動評価方法、プログラム
JP5984095B2 (ja) 行動管理装置、行動管理方法およびプログラム
Reinhardt et al. Can smart plugs predict electric power consumption? A case study
US10811901B2 (en) System and method to determining efficiency of a smart appliance and providing feedback based of efficiencies of similar smart appliances in a smart grid network
CN113447711A (zh) 具有老人用电异常报警功能的智能电表及其报警方法
EP2991235A1 (en) Method of monitoring and corresponding electronic device, computer readable program product and computer readable storage medium
JP5715394B2 (ja) エネルギー管理情報報知システム及びエネルギー管理情報報知方法
JP5452558B2 (ja) 見守りシステム、見守り装置及び見守り方法
JP2020160932A (ja) 電力予測方法及び電力予測システム
JP5633069B2 (ja) 使用電力量に基づく健康維持状態推定装置及び推定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15762341

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016507290

Country of ref document: JP

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2015762341

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2015762341

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 15122327

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE