共同国際標準規格 (ECHONET Lite) を利用したスマートメータと家電製品を統合したHEMSサービスの研究

本研究はスマートメータと家電製品を活用して、見守りをはじめとした住宅向けサービスの実現を目的としています。少子高齢化や核家族化など日本の家族問題は年々深刻になっており、新たな介護支援や見守り支援の確立が必要となっています。本研究での住宅向けサービスはそのような問題を解決する可能性があると考えます。

実験⑴では、電気と水道の使用量から生活者の行動推定を行う事を目的としている。
実験⑴の実験環境では、電気の他に水道使用量の収集も可能である為、分電盤を2台利用し電気と水道のデータ収集と、IoT機器のデータ収集を行った。実験⑴の概要を図1に示す、また、収集を行った機器とその機器に対する取得情報を表1に示す。表1に示した機器の動作を1分間隔で記録した。被験者を集め、洗濯、風呂共に40回の実験を行った。

実験の流れを図2のフローチャートに示す。実験の記録として、電気と水道の使用量、収集時間等共通の項目以外に、風呂実験では実験被験者の普段の入浴傾向、洗濯実験では洗濯物の内容等の項目を記録した。

実験⑵では、電気の使用量と家電の動作状態から生活者の行動推定を行う事を目的としている。実験⑵では、 3人暮らしの一軒家を対象に実験を行った。各機器での瞬時電力とスマートメーターから住宅全体の瞬時電力を取得。家庭内のコンセントごとの消費電力を収集する為、eneQubeを採用。実験⑵の概要を図3に示す。また収集を行った機器とその機器に対する取得情報を表2に示し、1日の動作を記録した。計測間隔は実験⑴と比べ、対象機器数が増えたことを踏まえて、ネットワークの負荷を軽減し、処理の遅延による収集時のデータの欠落を減らす為、計測間隔を3分に変更した。

データ収集を積み重ねることで、生活者の住宅内での行動が推定できる可能性を示す為、実際に実験⑵のデータ収集を基に行動軌跡を作製した。作成手順のフローを図4に、その手順から作成された生活者の行動軌跡を図5に示す。
住宅内の各セクションでの行動推定を組み合わせることで、生活者の1つのデータだけでは推定できない住宅全体での行動が可視化できた。今回の実験を実施した住宅では、キッチンから移動できる部屋はリビングのみであり、キッチンとリビングでの行動軌跡の割合は本来であればほとんど等しくなる筈である。しかし、TVや換気扇といった稼働させた後一定時間稼働させたままにしておくことが多い機器でデータの収集を行っている性質上、一度稼働させた後の動作を正確に追跡する事が困難であり、往復の割合が大きく異なってしまうという結果となった。

1 )実験1の結果より、電気と水道の使用量から、生活者が家事を行ったタイミングを推定する事が出来た。洗濯物の量などは一方のデータだけでも推定できたが、2つのデータを組み合わせることで、より精度の良い推定が可能である。また、風呂実験のグラフと生活者の入浴傾向等のパーソナルデータを照らし合わせ、生活者の判別も行える可能性があることが見えてきた。2 )実験2の結果より、IoT機器の動作状態だけでは推定できないIoT機器の動作モード等も、家電の瞬時電力データと組み合わせることで推定する事が出来た。また、住宅全体の消費電力のグラフと収集対象機器全体の消費電力のグラフを比較することで、IoTに対応していない家電製品の消費電力が判断出来るので、IoTに対応していない家電 製品の動きも推定できる、様々なデータ収集を行い、積み重ねることで生活者の行動や、住宅状況の可視化が可能になり、生活行動推定が出来ることが示せた。