Interval-based switching Kalman filtersによる家電の電力消費モデル推定(システム1,フレッシュマン・セッション,ユビキタス・センサネットワーク,ユビキタス・システム,アドホックネットワーク)

概要

論文の詳細を見る
本稿では,電気機器の電力消費の変動パターンをモデル化し,そのパラメータを学習によって推定する方法について述べる.電力消費パターンを学習することで,電気機器の動作状態の推定や機器の故障診断,電力消費パターンの予測などを行うことが可能となり,家庭やオフィス内のエネルギーマネージメントへの応用が期待できる.現在一般的に使用されている電気機器は,多様な動作モードを持ち,電力消費の変動パターンも様々である.このような電気機器のモデルとして,本研究では,複数のKalman Filterの切り替えによって連続・非連続なダイナミックスを表現するInterval-based switching Kalman Filters(ISKF)を提案する.ISKFは,単一の動的システムで記述できる電力消費パターンをモードと呼び,各モードの継続時間とモード遷移を確率時間オートマトンによって表現する.本稿では,情報量規準に基づいたモデル推定によって学習データからISKFのパラメータを推定する方法と,学習したISKFを用いて家電の電力消費パターンを予測する方法について述べる.また実験では,洗濯機や洗濯機など実際の家電に対するモデル推定と電力消費予測を行い,提案手法の有効性を示す.
2012-05-10