特開 2024-69116 電気負荷分析装置、分析方法、及びモデリング装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024069116

(43)【公開日】2024-05-21

(54)【発明の名称】電気負荷分析装置、分析方法、及びモデリング装置

(51)【国際特許分類】

   G06Q 50/06 20240101AFI20240514BHJP

   G06Q 10/00 20230101ALI20240514BHJP

【ＦＩ】

G06Q50/06

G06Q10/00

【審査請求】有

【請求項の数】22

【出願形態】ＯＬ

(21)【出願番号】P 2022186489

(22)【出願日】2022-11-22

(31)【優先権主張番号】111142783

(32)【優先日】2022-11-09

(33)【優先権主張国・地域又は機関】TW

(71)【出願人】

【識別番号】599060434

【氏名又は名称】財團法人資訊工業策進會

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(74)【代理人】

【識別番号】100125265

【弁理士】

【氏名又は名称】貝塚 亮平

(72)【発明者】

【氏名】曾廣平

(72)【発明者】

【氏名】洪永杰

(72)【発明者】

【氏名】▲蒋▼貴君

(72)【発明者】

【氏名】何文▲テイ▼

【テーマコード（参考）】

5L010

5L049

5L050

【Ｆターム（参考）】

5L010AA21

5L049AA21

5L049CC06

5L050CC06

(57)【要約】      （修正有）

【課題】クライアント装置からユーザーの家庭用電気データ及び家庭の特徴データを受信することを含む電気負荷分析装置、分析方法及びモデリング装置を提供する。
【解決手段】電気負荷分析システム１００において、電気負荷分析装置は、ユーザーの家庭環境データに基づいて、複数の電気分析モデルにおける一つの電気分析モデルを選択し、電気分析モデルを介して、家庭用電気データ及び家庭の特徴データの複数の特徴データに基づいて電気追跡リストを生成し、クライアント装置に電気追跡リストを送信する。電気負荷分析装置はさらに、複数のクライアント装置から複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データを受信する。電気負荷モデリング装置は、複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データに基づいて、複数の電気分析モデルを生成する。
【選択図】図１

【特許請求の範囲】

【請求項1】

クライアント装置から第１のユーザーの第１の家庭用電気データ及び第１の家庭の特徴データを受信するための受信モジュールと、前記受信モジュールに接続され、前記第１のユーザーの第１の家庭環境データに基づいて複数の電気分析モデルにおける一つの電気分析モデルを選択し、前記電気分析モデルを介して、前記第１の家庭用電気データ及び前記第１の家庭の特徴データの複数の第１の特徴データに基づいて、電気追跡リストを生成するための分析モジュールと、前記分析モジュールに接続され、前記電気追跡リストを前記クライアント装置に送信するための送信モジュールと、を備える電気負荷分析装置。

【請求項2】

前記受信モジュールに接続され、前記第１の家庭用電気データ及び前記第１の家庭の特徴データを保存するための保存モジュールをさらに備える、請求項１に記載の電気負荷分析装置。

【請求項3】

前記受信モジュールに接続され、前記第１の家庭用電気データ及び前記第１の家庭の特徴データを前処理して前記複数の第１の特徴データを生成し、前記複数の第１の特徴データを前記分析モジュールに提供するための処理モジュールをさらに備える、請求項１に記載の電気負荷分析装置。

【請求項4】

前記第１の家庭用電気データ及び前記第１の家庭の特徴データを前処理して、前記複数の第１の特徴データを生成する請求項３に記載の電気負荷分析装置であって、前記第１の家庭用電気データに基づいて、複数の第２の特徴データを生成し、前記複数の第２の特徴データ及び前記第１の家庭の特徴データに基づいて、前記複数の第１の特徴データを生成することをさらに含む、請求項３に記載の電気負荷分析装置。

【請求項5】

複数の第２のユーザーの複数の第２の家庭用電気データと複数の第２の家庭の特徴データに基づいて、前記複数の電気分析モデルが生成される、請求項１に記載の電気負荷分析装置。

【請求項6】

前記複数の第２のユーザーの前記複数の第２の家庭用電気データと前記複数の第２の家庭の特徴データに基づいて、前記複数の電気分析モデルが生成される、請求項５に記載の電気負荷分析装置であって、前記複数の第２の家庭用電気データに基づいて、家庭用電気データセットを生成し、複数の第２の家庭環境データに基づき、前記家庭用電気データセットを分割して、複数の家庭用電気データサブセットを生成し、前記複数の家庭用電気データサブセットに基づいて、複数の第２の家庭用電気の特徴データを生成し、前記複数の第２の家庭用電気の特徴データと前記複数の第２の家庭の特徴データに基づき、特徴フィルタリングアルゴリズムを介して、複数の第２の家庭用電気の特徴データを生成し、前記複数の第２の家庭用電気の特徴データに基づき、教師あり学習アルゴリズムを介して、前記複数の電気分析モデルを生成することをさらに含む、請求項５に記載の電気負荷分析装置。

【請求項7】

前記特徴フィルタリングアルゴリズムが最小絶対収縮及び選択演算子（Ｌｅａｓｔ Ａｂｓｏｌｕｔｅ Ｓｈｒｉｎｋａｇｅ ａｎｄ Ｓｅｌｅｃｔｉｏｎ Ｏｐｅｒａｔｏｒ ，ＬＡＳＳＯ）法を含む、請求項６に記載の電気負荷分析装置。

【請求項8】

前記教師あり学習アルゴリズムがバックプロパゲーションニューラルネットワーク（Ｂａｃｋ Ｐｒｏｐａｇａｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＢＰＮＮ）アルゴリズムを含む、請求項６に記載の電気負荷分析装置。

【請求項9】

前記複数の電気分析モデルは、前記分析モジュールによって生成される、請求項１に記載の電気負荷分析装置。

【請求項10】

前記複数の電気分析モデルは、前記電気負荷モデリング装置によって生成される、請求項１に記載の電気負荷分析装置。

【請求項11】

クライアント装置から第１のユーザーの第１の家庭用電気データ及び第１の家庭の特徴データを受信し、前記第１のユーザーの第１の家庭環境データに基づいて複数の電気分析モデルにおける一つの電気分析モデルを選択し、前記電気分析モデルを介して、前記第１の家庭用電気データ及び前記第１の家庭の特徴データの複数の第１の特徴データに基づいて、電気追跡リストを生成し、前記電気追跡リストを前記クライアント装置に送信することを含む、電気負荷分析装置を用いるための家庭用電気負荷分析方法。

【請求項12】

前記第１の家庭用電気データ及び前記第１の家庭の特徴データを保存することをさらに含む、請求項１１に記載の家庭用電気負荷分析方法。

【請求項13】

前記第１の家庭用電気データ及び前記第１の家庭の特徴データを前処理して前記複数の第１の特徴データを生成し、前記複数の第１の特徴データを前記分析モジュールに提供することをさらに含む、請求項１１に記載の家庭用電気負荷分析方法。

【請求項14】

前記第１の家庭用電気データ及び前記第１の家庭の特徴データを前処理して、前記複数の第１の特徴データを生成する請求項１３に記載の家庭用電気負荷分析方法であって、前記第１の家庭用電気データに基づいて、複数の第２の特徴データを生成し、前記複数の第２の特徴データ及び前記第１の家庭の特徴データに基づいて、特徴フィルタリングアルゴリズムを介して、前記複数の第１の特徴データを生成することをさらに含む、請求項１３に記載の家庭用電気負荷分析方法。

【請求項15】

複数の第２のユーザーの複数の第２の家庭用電気データと複数の第２の家庭の特徴データに基づいて、前記複数の電気分析モデルが生成される、請求項１１に記載の家庭用電気負荷分析方法。

【請求項16】

前記複数の第２のユーザーの前記複数の第２の家庭用電気データと前記複数の第２の家庭の特徴データに基づいて、前記複数の電気分析モデルが生成される、請求項１５に記載の家庭用電気負荷分析方法であって、前記複数の第２の家庭用電気データに基づいて、家庭用電気データセットを生成し、複数の第２の家庭環境データに基づき、前記家庭用電気データセットを分割して、複数の家庭用電気データサブセットを生成し、前記複数の家庭用電気データサブセットに基づいて、複数の第２の家庭用電気の特徴データを生成し、前記複数の第２の家庭用電気の特徴データと前記複数の第２の家庭の特徴データに基づき、特徴フィルタリングアルゴリズムを介して、複数の第２の家庭用電気の特徴データを生成し、前記複数の第２の家庭用電気の特徴データに基づき、教師あり学習アルゴリズムを介して、前記複数の電気分析モデルを生成することをさらに含む、請求項１５に記載の家庭用電気負荷分析方法。

【請求項17】

前記特徴フィルタリングアルゴリズムが最小絶対収縮及び選択演算子（Ｌｅａｓｔ Ａｂｓｏｌｕｔｅ Ｓｈｒｉｎｋａｇｅ ａｎｄ Ｓｅｌｅｃｔｉｏｎ Ｏｐｅｒａｔｏｒ ，ＬＡＳＳＯ）法を含む、請求項１６に記載の家庭用電気負荷分析方法。

【請求項18】

前記教師あり学習アルゴリズムがバックプロパゲーションニューラルネットワーク（Ｂａｃｋ Ｐｒｏｐａｇａｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＢＰＮＮ）アルゴリズムを含む、請求項１６に記載の家庭用電気負荷分析方法。

【請求項19】

複数のクライアント装置から複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データを受信するための受信モジュールと、前記受信モジュールに接続され、前記複数のユーザーの前記複数の家庭用電気データ及び前記複数の家庭の特徴データに基づいて、複数の電気分析モデルを生成するための処理モジュールと、を備える電気負荷モデリング装置。

【請求項20】

前記処理モジュールは、前記複数のユーザーの前記複数の家庭用電気データ及び前記複数の家庭の特徴データに基づいて、複数の電気分析モデルを生成する、請求項１９に記載の電気負荷モデリング装置であって、前記複数の家庭用電気データに基づいて、家庭用電気データセットを生成し、複数の家庭環境データに基づき、前記家庭用電気データセットを分割して、複数の家庭用電気データサブセットを生成し、前記複数の家庭用電気データサブセットに基づいて、複数の第１の家庭用電気の特徴データを生成し、前記複数の第１の家庭用電気の特徴データと前記複数の家庭の特徴データに基づき、特徴フィルタリングアルゴリズムを介して、複数の第２の家庭用電気の特徴データを生成し、前記複数の第２の家庭用電気の特徴データに基づき、教師あり学習アルゴリズムを介して、前記複数の電気分析モデルを生成することをさらに含む、請求項１９に記載の電気負荷モデリング装置。

【請求項21】

前記特徴フィルタリングアルゴリズムが最小絶対収縮及び選択演算子（Ｌｅａｓｔ Ａｂｓｏｌｕｔｅ Ｓｈｒｉｎｋａｇｅ ａｎｄ Ｓｅｌｅｃｔｉｏｎ Ｏｐｅｒａｔｏｒ ，ＬＡＳＳＯ）法を含む、請求項２０に記載の電気負荷モデリング装置。

【請求項22】

前記教師あり学習アルゴリズムがバックプロパゲーションニューラルネットワーク（Ｂａｃｋ Ｐｒｏｐａｇａｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＢＰＮＮ）アルゴリズムを含む、請求項２０に記載の電気負荷モデリング装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、非侵襲負荷監視装置の電気行為分析技術、特に非侵襲的な電気負荷分析装置、分析方法、及びモデリング装置に関する。

【背景技術】

【0002】

ホームユーザーの省エネ目標を達成するためには、侵襲型負荷監視（ＩＬＭ）用のハードウェア(スマートソケット、電流変換器（ＣＴ ｍｅｔｅｒｓ）、ゲートウェイ（Ｇａｔｅｗａｙ）及びソフトウェア（データ分析など）を自宅に設置する必要があり、コストがかかりすぎるため、ホームユーザーに好まれず、費用対効果を満たさず、広く使用するのは難しい。

【発明の概要】

【0003】

本発明は、非侵襲負荷監視（ＮＩＬＭ）装置の電気行為分析技術を提供し、単一の電気メーターに基づいて様々な電気負荷を識別することができ、様々な電化製品に電力監視装置を設置する必要がなく、コストを削減し、使いやすいという利点を有する。

【0004】

本発明が提供する電気負荷分析装置は、受信モジュール、分析モジュール、及び送信モジュールを備える。その内受信モジュールは、クライアント装置から第１のユーザーの第１の家庭用電気データ及び第１の家庭の特徴データを受信するために用いる。分析モジュールは、受信モジュールに接続され、第１のユーザーの第１の家庭環境データに基づいて複数の電気分析モデルにおける一つの電気分析モデルを選択し、この電気分析モデルを介して、第１の家庭用電気データ及び第１の家庭の特徴データの複数の第１の特徴データに基づいて、電気追跡リストを生成するために用いる。送信モジュールは、分析モジュールに接続され、電気追跡リストをクライアント装置に送信するために用いる。

【0005】

本発明が提供する電気負荷分析方法は、受信モジュールを介して、クライアント装置から第１のユーザーの第１の家庭用電気データ及び第１の家庭の特徴データを受信し、分析モジュールを介して、第１のユーザーの第１の家庭環境データに基づき複数の電気分析モデルにおける一つの電気分析モデルを選択し、この電気分析モデルを介して、第１の家庭用電気データ及び第１の家庭の特徴データの複数の第１の特徴データに基づき、電気追跡リストを生成し、送信モジュールを介して、電気追跡リストをクライアント装置に送信することを含む。

【0006】

本発明が提供する電気負荷モデリング装置は、受信モジュール及び処理モジュールを備える。その内受信モジュールは、複数のクライアント装置から複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データを受信するために用いられ、処理モジュールは、受信モジュールに接続され、複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データに基づいて、複数の電気分析モデルを生成するために用いる。

【0007】

本発明は、ユーザーの家庭用電気データ、ユーザーの特徴データ及び家庭環境データを収集し、電気分析モデルに提供して家庭内の様々な電化製品の電力消費履歴を分析する。同時に、家庭内の様々な電化製品の電気追跡リストをユーザーに提供して、ユーザーが家庭内の様々な電化製品の負荷状況を識別・検出し、それによって家庭内の様々な電化製品の電気行為を調整するために用いられる。

【0008】

本発明の上記及びその他の目的、特徴及び利点をより明確に理解するために、以下、特に実施例を挙げ、添付の図面と併せて、以下に詳細に説明する。

【図面の簡単な説明】

【0009】

【図1】図１は、本発明の一実施例が提供する電気負荷分析システムの模式図である。

【図2】図２は、本発明の一実施例が提供する電気負荷モデリング装置の模式図である。

【図3】図３は、本発明の一実施例が提供する電気負荷モデリング装置のモデリングフローチャートである。

【図4】図４は、本発明の一実施例が提供する複数の電気分析モデルを生成するフローチャートである。

【図5】図５は、本発明の一実施例が提供する電気負荷分析装置のシステムブロック図である。

【図6】図６は、本発明の一実施例が提供する家庭用電気負荷分析方法のフローチャートである。

【図7】図７は、本発明の一実施例が提供する家庭用電気データを前処理して特徴データを生成するフローチャートである。

【図8】図８は、本発明の一実施例が提供する電気負荷モデリング装置のモデリングフローチャートである。

【発明を実施するための形態】

【0010】

先ず、説明の必要があるのは、本発明の実施例において、接続方法には、直接電気的接続、及び他の部材、モジュールまたは装置を介して電気的に接続する、即ち間接電気的接続が含まれることである。以下に示す「接続」には、いずれもこれらの方法が含まれており、繰り返し後述しない。

【0011】

図１を参照すると、図１は、本発明の一実施例が提供する電気負荷分析システム１００の模式図である。本発明が提供する電気負荷分析装置１は、クライアント装置２及び電気負荷モデリング装置１０と接続し、ユーザーの家庭用電気データ及び家庭環境データに基づいて、複数の電気分析モデルのいずれかを介して、ユーザーの様々な電化製品の推定電力消費量の電気追跡リストを生成する。ここで、家庭用電気データは、例えば、回路全体の消費電力に限定されるものではなく、家庭環境データは、例えば、温度及び／または湿度に限定されず、又各種電化製品は、例えば、冷房、冷蔵庫、洗濯機、テレビ及び／または冷水器に限定されない。更に、他の実施例では、電気負荷分析装置１がクライアント装置２と電気負荷モデリング装置１０に接続することに加えて、電気負荷モデリング装置１０は、クライアント装置２にさらに接続することができる。ユーザーが家庭内の様々な電化製品の電力消費履歴を取得する必要がある場合、ユーザーは、クライアント装置２を介して電気負荷分析装置１に接続して会員登録及び購読を行うことができ、電気負荷分析装置１の事業者は、ユーザーの自宅に電気メーター及びゲートウェイを設置し、電気メーターを用いて家庭用電気データを収集して、同時にユーザーが自宅内の様々な電化製品を使用するユーザーの特徴データを収集することができる。その内家庭用電気データは、例えば、回路全体の消費電力、各種電化製品の消費ワット数及び／または消費電力の割合に限定されるものではなく、ユーザーの特徴データは、例えば、ユーザーの年齢、住宅地、世帯構成及び／または電気使用習慣に限定されない。より正確には、本発明が提供する電気負荷分析装置１は、クライアント装置２からユーザーの家庭用電気データ及び家庭の特徴データを受信し、ユーザーの家庭環境データに基づいて複数の電気分析モデルにおける一つの電気分析モデルを選択し、ユーザーの家庭用電気データ及び家庭環境データに基づいて、前記電気分析モデルを介して、ユーザーの様々な電化製品の推定電力消費量の電気追跡リストを生成し、クライアント装置２に電気追跡リストを送信する。クライアント装置２が受信した電気追跡リストに基づいて、ユーザーは、家庭内の様々な電化製品の負荷状況を識別・検出し、それによって家庭内の様々な電化製品の電気行為を調整することができる。一実施例において、クライアント装置２は、電気メーター、ゲートウェイ及び／またはユーザーが使用する演算装置、例えばデスクトップコンピュータ、ノートパソコン及び／スマートフォンを含むことができるが、これらに限定されない。一実施例において、電気負荷分析装置１は、電気メーターからユーザーの家庭用電気データを受信し、又ユーザーが使用する演算装置からユーザーの家庭の特徴データを受信することができる。

【0012】

図２を参照すると、図２は、本発明の一実施例が提供する電気負荷モデリング装置２０の模式図であり、図１の電気負荷モデリング装置１０を実現するために用いることができる。本発明が提供する電気負荷モデリング装置２０は、受信モジュール２０１と、受信モジュール２０１に接続可能な処理モジュール２０２と、接続可能な処理モジュール２０２の非一時的なコンピュータ読取可能な記憶媒体２０３と、接続可能な処理モジュール２０２の保存モジュール２０４とを備え、ユーザーの家庭用電気データ、ユーザーの特徴データ及び家庭環境データに基づいて複数の電気分析モデルを確立するために用いられ、ここで、家庭用電気データは、例えば、回路全体の消費電力、各種電化製品の消費ワット数及び／または消費電力の割合に限定されるものではなく、ユーザーの特徴データは、例えば、ユーザーの年齢、住宅地、世帯構成及び／または電気使用習慣に限定されず、家庭環境データは、例えば、温度及び／または湿度に限定されない。一実施例において、ユーザーの特徴データは、アンケートを介してユーザーから取得することができ(例えば、ユーザーがアンケートに記入する)、ユーザーから取得したユーザーの特徴データは、電気負荷モデリング装置２０(例えば、その中の保存モジュール２０４)に保存することができる。同時に図３を参照すると、図３は、本発明の一実施例が提供する電気負荷モデリング装置のモデリングフローチャートであり、図２の電気負荷モデリング装置２０に用いることができ、電気負荷モデリング装置２０が非一時的なコンピュータ読取可能な記憶媒体２０３に保存された電気負荷モデル化プロセス３０を実行する場合、複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データに基づいて複数の電気分析モデルを生成でき、又電気負荷モデル化プロセス３０は、以下のプロセスを含む。ステップＳ１：受信モジュール２０１は、複数のクライアント装置２から複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データを受信する。ステップＳ２：処理モジュール２０２は、複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データに基づいて複数の電気分析モデルを生成し、その内ステップＳ２で複数の電気分析モデルを生成する。ステップＳ２１、Ｓ２２、Ｓ２３、Ｓ２４は、図４で説明するため、ここでは説明しない。ステップＳ３：処理モジュール２０２は（例えば循環的に）、電気分析モデルのパラメータを調整してステップＳ２３における家庭用電気の特徴データに影響を与え、又電気分析モデルを検証し、電気分析モデルの精度を最適化する。例えば、電気分析モデルの精度が不十分な場合 (例えば、所定のしきい値未満である場合)、電気分析モデルのパラメータを調整したり、他の特徴データを追加して（抽出や選別等）、電気分析モデルの精度を向上させることができる。まとめると、電気負荷モデリング装置２０は、複数のユーザーの家庭用電気データ、ユーザーの特徴データ及び家庭環境データに基づいて、複数の電気分析モデルを生成することにより、電気負荷分析装置１は、各種電化製品の当日の消費ワット数及び／または消費電力の割合を正確に予測することができる。

【0013】

図４を参照すると、図４は、本発明の一実施例が提供する複数の電気分析モデルを生成するフローチャートであり、図２の電気負荷モデリング装置２０及び図３のステップＳ２に用いることができる。ステップＳ２１：処理モジュール２０２は、複数の家庭用電気データに基づいて、家庭用電気データセットを生成する。詳細には、一実施例において、家庭用電気データに欠損値がある場合（例えば、電気データがない場合または電気データを受信しない場合)、処理モジュール２０２は、(例えば、その月の他の日と同じ時間帯の電気データ及び／または補間法に基づいて)家庭用電気データにおける欠損値を補い、家庭用電気データセットを生成する。ここで、家庭電気データが欠損値を補い、回路全体の消費電力に依然として欠損値がある場合、欠損値のある回路全体の消費電力を除去する必要がある。別の実施例では、家庭用電気データのサンプリングフォーマット（例えば周波数）が、電気分析モデルのサンプリングフォーマットと異なる場合、処理モジュール２０２は、複数の電気分析モデルのサンプリングフォーマットに基づいて、家庭用電気データをリサンプリング（Ｒｅ－Ｓａｍｐｌｅ）し、家庭用電気データセットを生成する。その内、例えば家庭用電気データのサンプリングフォーマットは、電気分析モデルのサンプリングフォーマットが１／９００Ｈｚの場合と異なり、家庭用電気データは１／９００Ｈｚのサンプリングフォーマットにリサンプリングされる。家庭用電気データのサンプリングフォーマットは、例えば１／９００Ｈｚ未満または１５分毎の低周波サンプリングフォーマットであってもよいが、これらに限定されない。別の実施例では、家庭用電気データに欠損値があり、そのサンプリングフォーマットが電気分析モデルのサンプリングフォーマットと異なる場合、処理モジュール２０２は(例えば、その月の他の日と同じ時間帯の電気データ及び／または補間法に基づいて)、家庭用電気データにおける欠損値を補い、複数の電気分析モデルのサンプリングフォーマットに基づいて家庭用電気データをリサンプリングし、家庭用電気データセットを生成することができる。

【0014】

ステップＳ２２：処理モジュール２０２は、複数の家庭環境データに基づいて、家庭用電気データセットを分割し、複数の家庭用電気データサブセットを生成する。詳細には、複数の家庭環境データが、政府公開のプラットフォーム上の気象データから取得され、且つ温度及び／または湿度などの気象条件を設定するための分析・算出を通じて得られ、その後処理モジュール２０２は、家庭環境データと家庭用電気データセットを日付毎に合併し (例えば、同じ日付の家庭環境データと家庭用電気データセットを合併する等)、家庭環境データ(例えば温度等)で合併後のデータを分割して、複数の家庭用電気データサブセットを生成する。

【0015】

ステップＳ２３：処理モジュール２０２は、複数の家庭用電気データサブセットに基づいて、複数の家庭用電気の特徴データを生成する。詳細には、処理モジュール２０２が、複数の統計的特徴因子に基づいて、複数の家庭用電気データサブセットのうちの１つを統計して、複数の家庭用電気の特徴データを生成する。ここで、処理モジュール２０２は、統計式または信号処理を用いて各データセットの異なる統計的特徴因子を取得して時間単位の波型データを低次元の家庭用電気の特徴データに変換し、又複数の統計的特徴因子には、平均値、標準偏差、最小値、最大値、５パーセンタイル、９５パーセンタイル、根二乗平均、ピーク対ピーク係数、波高率、歪度係数、尖度係数、形状係数及び／または周期係数が含まれるが、これらに限定されない。

【0016】

ステップＳ２４：処理モジュール２０２は、複数の家庭用電気の特徴データ及び複数の家庭の特徴データに基づいて、教師あり学習アルゴリズムを介して複数の電気分析モデルを生成し、その内教師あり学習アルゴリズムは、バックプロパゲーションニューラルネットワークアルゴリズムであるが、これに限定されるものではなく、前記バックプロパゲーションニューラルネットワーク（Ｂａｃｋ Ｐｒｏｐａｇａｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＢＰＮＮ）アルゴリズムは、処理（抽出）後の特徴データに適用することができる。詳細には、処理モジュール２０２は、先ず、特徴フィルタリングアルゴリズムを介して、複数の家庭用電気の特徴データの１つと家庭の特徴データを選別し、複数の特徴データを生成する。次に、処理モジュール２０２は、複数の特徴データを正規化して、教師あり学習アルゴリズムを介して、複数の電気分析モデルを生成する。本実施例で用いる特徴フィルタリングアルゴリズムは、最小絶対収縮及び選択演算子法であり、特徴を効果的に選別できるが、これに限定されず、前記最小絶対収縮及び選択演算子（ＬＡＳＳＯ）法は、大量のデータを処理でき、ノイズを除去して、簡単、高速、効果的、正確な回帰アルゴリズムである。当業者であれば、データ計算量に応じて適切な特徴スクリーニング法を選択できるため、本発明は、特徴フィルタリングアルゴリズムの種類を限定するものではない。又当業者であれば、特徴データの計算量に応じて、適切なニューラルネットワークアルゴリズムを選択できるため、本発明はニューラルネットワークの種類を限定するものではない。

【0017】

図５を参照すると、図５は、本発明の一実施例が提供する電気負荷分析装置５０の模式図であり、図１の電気負荷分析装置１を実現するために用いることができる。本発明の電気負荷分析装置５０は、受信モジュール１１と、受信モジュール１１に接続可能な保存モジュール１２と、保存モジュール１２に接続可能な処理モジュール１３と、処理モジュール１３に接続可能な分析モジュール１４と、分析モジュール１４に接続可能な送信モジュール１５と、処理モジュール１３に接続可能な非一時的なコンピュータ読取可能な記憶媒体１６と、を備える。その内本発明の電気負荷分析装置５０は、非一時的なコンピュータ読取可能な記憶媒体１６に保存された家庭用電気負荷分析方法を実行し、ユーザーの家庭用電気データ及び家庭環境データに基づき、複数の電気分析モデルを介して、ユーザーの各種電化製品の推定電力消費量の電気追跡リストを生成する。家庭用電気データは、例えば、回路全体の消費電力に限定されるものではなく、家庭環境データは、例えば、温度及び／または湿度に限定されず、又各種電化製品は、例えば、冷房、冷蔵庫、洗濯機、テレビ及び／または冷水器に限定されない。

【0018】

図６を参照すると、図６は、本発明の一実施例が提供する家庭用電気負荷分析方法のフローチャートであり、図５の電気負荷分析装置５０に用いることができる。本発明の家庭用電気負荷分析方法は、以下のプロセスを含む。ステップＳ１１：受信モジュール１１は、クライアント装置２からユーザーの家庭用電気データ及び家庭の特徴データを受信する。ステップＳ１２：保存モジュール１２は、ユーザーの家庭用電気データ及び家庭の特徴データを保存する。 ステップＳ１３：処理モジュール１３は、ユーザーの家庭用電気データ及び家庭の特徴データを前処理して複数の特徴データを生成し、分析モジュール１４に複数の特徴データを提供する。ステップＳ１４：分析モジュール１４は、ユーザーの家庭環境データに基づいて複数の電気分析モデルにおける一つの電気分析モデルを選択し、前記電気分析モデルを介して、ユーザーの家庭用電気データ及び家庭の特徴データの複数の特徴データに基づいて、電気追跡リストを生成する。ステップＳ１５：送信モジュール１５は、クライアント装置２に電気追跡リストを送信する。

【0019】

図７を参照すると、ステップＳ１３は、ステップＳ１３１、Ｓ１３２をさらに含むことができる。ステップＳ１３１：処理モジュール１３が、ユーザーの家庭用電気データに基づいて複数の特徴データを生成（例えば抽出）し、その内ステップＳ１３１は、ステップＳ２１～Ｓ２３のデータ処理プロセスと同じであるため、ここでは説明を省略する。ステップＳ１３２：処理モジュール１３は、複数の特徴データ及び家庭の特徴データに基づいて、特徴フィルタリングアルゴリズムを介して、複数の特徴データを生成(例えば選別)し、その内処理モジュール１３は、最小絶対収縮及び選択演算子法により複数の特徴データ及び家庭の特徴データを選別して複数の特徴データを生成する。

【0020】

図８を参照すると、図８は、本発明の他の実施例が提供する電気負荷モデリング装置のモデリングフローチャートであり、図２の電気負荷モデリング装置２０に用いることができる。非一時的なコンピュータ読取可能な記憶媒体２０３に保存された電気負荷モデル化プロセス４０を実行する場合、複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データに基づいて、複数の電気分析モデルを生成でき、又電気負荷モデル化プロセス４０は、以下のプロセスを含む。ステップＳ４１：受信モジュール２０１は、複数のクライアント装置２から複数のユーザーの複数の家庭用電気データ及び複数の家庭の特徴データを受信する。前記ステップＳ４１は、ステップＳ１のデータ処理プロセスと同じであるため、ここでは説明を省略する。ステップＳ４２：処理モジュール２０２は、複数の家庭用電気データに基づいて、家庭用電気データセットを生成する。前記ステップＳ４２は、ステップＳ２１のデータ処理プロセスと同じであるため、ここでは説明を省略する。ステップＳ４３：処理モジュール２０２は、複数の家庭環境データに基づいて、家庭用電気データセットを分割し、複数の家庭用電気データサブセットを生成する。前記ステップＳ４３は、ステップＳ２２のデータ処理プロセスと同じであるため、ここでは説明を省略する。 ステップＳ４４：処理モジュール２０２は、複数の家庭用電気データサブセットに基づいて、複数の家庭用電気の特徴データを生成する。前記ステップＳ４４は、ステップＳ２３のデータ処理プロセスと同じであるため、ここでは説明を省略する。ステップＳ４５：処理モジュール２０２は、特徴フィルタリングアルゴリズムを介して、複数の家庭用電気の特徴データの１つと家庭の特徴データを選別し、複数の特徴データを生成する。前記ステップＳ４５は、ステップＳ２４のデータ処理プロセスの一部と同じであるため、ここでは説明を省略する。ステップＳ４６：処理モジュール２０２は、複数の特徴データを正規化して、教師あり学習アルゴリズムを介して、複数の電気分析モデルを生成する。前記ステップＳ４６は、ステップＳ２４のデータ処理プロセスの一部と同じであるため、ここでは説明を省略する。ステップＳ４７：処理モジュール２０２は（例えば循環的に）、電気分析モデルのパラメータを調整してステップＳ４４における家庭用電気の特徴データに影響を与え、又電気分析モデルを検証し、電気分析モデルの精度を最適化する。前記ステップＳ４７は、ステップＳ３のデータ処理プロセスと同じであるため、ここでは説明を省略する。

【0021】

又説明の必要があるのは、上記実施例において、電気負荷分析装置１、５０及び電気負荷モデリング装置１０、２０に含まれるモジュール、非一時的なコンピュータ読取可能な記憶媒体等は、いずれもハードウェア（例えば回路）、ソフトウェア（例えば、命令またはコード)、ファームウェア（例えば、ソフトウェア及びハードウェアの組み合わせ）またはそれらの組み合わせによって実現できることである。上記処理モジュール１３、２０２は、マイクロプロセッサ、コントローラ、ＣＰＵまたはそれらの組み合わせによって実現でき、上記受信モジュール１１、２０１及び送信モジュール１５は、無線または有線の通信装置によって実現でき、上記保存モジュール１２、２０４は、ＵＳＢメモリ、ハードディスクまたはそれらの組み合わせによって実現でき、上記分析モジュール１４は、サーバによって実現することができる。

【0022】

一実施例において、電気負荷分析装置５０における処理モジュール１３と電気負荷モデリング装置２０における処理モジュール２０２は、同じ処理モジュールであってもよい。一実施例において、電気負荷分析装置５０における受信モジュール１１と電気負荷モデリング装置２０における受信モジュール２０１は、同じ受信モジュールであってもよい。一実施例において、電気負荷分析装置５０における非一時的なコンピュータ読取可能な記憶媒体１６と電気負荷モデリング装置２０における非一時的なコンピュータ読取可能な記憶媒体２０３は、同じ非一時的なコンピュータ読取可能な記憶媒体であってもよい。一実施例において、電気負荷分析装置５０における保存モジュール１２と電気負荷モデリング装置２０における保存モジュール２０４は、同じ保存モジュールであってもよい。一実施例において、電気負荷分析装置５０における各種モジュールは、１つまたは複数のモジュールに統合されて実現することができる。一実施例において、電気負荷モデリング装置２０における各種モジュールは、１つまたは複数のモジュールに統合されて実現することができる。

【0023】

以上をまとめると、本発明は、ユーザーの家庭用電気データ、ユーザーの特徴データ及び家庭環境データを収集し、電気分析モデルに提供して家庭内の様々な電化製品の電力消費履歴を分析するとともに、家庭内の様々な電化製品の電気追跡リストをクライアント装置に提供して、ユーザーが家庭内の様々な電化製品の負荷状況を識別・検出するために用いられる。同時に、カスタマイズされた電気診断及び消費電力の調整アドバイスと戦略を提供し、ユーザーが家庭内の様々な電化製品の電気行為を調整して、エネルギー効率とデマンドレスポンスに関する異なる思考と技術革新を提供する。

【0024】

本発明には、上記のような実施例が開示されているが、本発明を限定するものではなく、本発明が属する技術分野において通常の知識を有する者であれば、本発明の精神及び範囲を逸脱しないで、若干の変更及び修飾が可能であることから、本発明の保護範囲は、特許請求の範囲により限定されるものと見なされる。

【符号の説明】

【0025】

１、５０ 電気負荷分析装置
２ クライアント装置
１０、２０ 電気負荷モデリング装置
１１、２０１ 受信モジュール
１２、２０４ 保存モジュール
１３、２０２ 処理モジュール
１４ 分析モジュール
１５ 送信モジュール
１６、２０３ 非一時的なコンピュータ読取可能な記憶媒体
３０、４０ 電気負荷モデル化プロセス
１００ 電気負荷分析システム
Ｓ１、Ｓ２、Ｓ３、Ｓ１１、Ｓ１２、Ｓ１３、Ｓ１４、Ｓ１５、Ｓ２１、Ｓ２２、Ｓ２３、Ｓ２４、Ｓ４１、Ｓ４２、Ｓ４３、Ｓ４４、Ｓ４５、Ｓ４６、Ｓ４７、Ｓ１３１、Ｓ１３２ ステップ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】