報告書番号

R99004

タイトル（和文）

非侵入型モニタリングシステムのための電気機器オン・オフ状態同定手法の開発

タイトル（英文）

Development of a Method for Estimating ON/OFF state in a Non-Intrusive Monitoring System--For Household Electric Appliances with Inverter Circuits--

概要 （図表や脚注は「報告書全文」に掲載しております）

需要家の保有する電気機器の構成や使用実態に関する情報を低コストで収集するため，需要家の給電線入り口付近で計測されるデータから需要家内部の電気機器の使用実態を精度良く推定する方法の開発が行なわれている。しかし，電気機器のオン・オフの動作を総負荷電力におけるステップ状の時間変化として捉える方法では，インバータ式，非インバータ式の電気機器が混在する家庭における電気機器のオン・オフ状態同定に使用することはできない。また，ニューラルネットワークを用いる方法ではインバータ式電気機器のみしかそのオン・オフ状態を同定できないという状況にある。 家庭の給電線入り口付近で計測した総負荷カーブのみを用いてインバータ式，非インバータ式の電気機器が混在する家庭における電気機器全てのオン・オフ状態を同定する非侵入型モニタリング手法を新しい機械学習法(ν-Arc) に基づき開発し，その有効性を確認した。

概要 （英文）

A non-intrusive load monitoring system has been developed for estimating the behavior of individual electrical appliances from the measurement of the total household load demand curve. The system is useful for monitoring both inverter and non-inverter type appliances that change their mode of operation over time. The total load demand is measured at the entrance of the feeder line into the house and the operating status of household electric appliances can be identified with the help of Support Vector Machines (SVM), Boosting, Radial Basis Function network and neural network techniques by analyzing the characteristic frequency content from the load curve of the household. Load curve measurements of air-conditioners, refrigerators (invertertype and non-inverter type), incandescent light, fluorescence light and television systems are used as examples for training and test data. So far only a small data set was measured for this feasibility study and our experiments show a great potential for machine learning techniques. In particular the Boosting algorithm exhibits accurate classification of the operating status both for inverter and non-inverter type electric appliances.

報告者

キーワード