報告書番号

R01025

タイトル（和文）

家庭内電気機器稼働状態同定への機械学習手法の適用

タイトル（英文）

Applying Multiclass Classification Methods to Estimation of Operating States for Household Electric Appliances

概要 （図表や脚注は「報告書全文」に掲載しております）

需要家内に立ち入ることなしに電気機器の使用実態を精度よく推定する手法の開発の一環として、需要家の引込線入り口付近で計測したデータを用いて、複数の電気機器が稼働している状況下で、各電気機器の稼働状態同定を行うのに最も適した機械学習手法を明らかする。非線形多クラス識別に利用される代表的な機械学習手法であるニューラルネットワーク、カーネル部分空間法、多クラスサポートベクターマシンをインバータエアコンの稼働状態同定に適用した結果、多クラスサポートベクターマシンが稼働状態同定に最も適した方法であり、実用上の精度を十分達成できることが確認できた。

概要 （英文）

A non-intrusive monitoring system estimates the behavior of individual electrical appliance from the measurement of the total household load demand curve. We have already developed the monitoring system of ON/OFF states. This system could establish sufficient accuracy for estimating ON/OFF states of individual electric appliance. In the next phase, the monitoring system should be able to estimate the operating states, which is indexes of the behavior ofelectric appliance.In this report, we present results of applying several multiclass classification methods such as Multi-Layered Perceptrons(MLP), Kernel based Subspace Classification(KSC) and multiclass Support Vector Machine(SVM) to estimate the operating states of an air conditioner with an inverter circuit. Our experiments show SVM can achieve the best accuracy for the non-intrusive monitoring system.

報告者

キーワード