Erkennung verschachtelter ADLs durch Smartmeter

Abstract:
Durch die Nutzung von Smartmetern ist es möglich, detaillierte Nutzerinformationen über den Energieverbrauch zu visualisieren, zu analysieren und zu optimieren. Dadurch kann auf die Nutzung einzelner Haushaltsgeräte geschlossen werden. Durch das Schlussfolgern von Aktivitäten und Verhaltensprofilen kann der Gesundheitszustand einer Person permanent aus der Ferne überwacht werden, und vor allem ältere Personen können länger und unabhängiger in ihren eigenen Wohnungen leben. Diese Veröffentlichung stellt aktuelle Methoden zur Modellierung und Überwachung menschlichen Verhaltens in Singlehaushalten vor. Dabei werden zwei Ansätze näher erklärt: Ein Semi-Markov-Modell (SMM) wird trainiert, um individuelle Lebensgewohnheiten zu erkennen, indem einzigartige Strukturen im Modell gefunden werden. Dabei wird eine Verteilung der am wahrscheinlichsten ausgeführten Aktivität (WADL) erstellt, um auf die aktuell ausgeführte Aktivität (ADL) des Bewohners/der Bewohnerin zu schließen. Als zweites wird ein impulsbasierter Ansatz vorgestellt, der ebenfalls ADLs erkennt und zusätzlich eine temporale Analyse über parallel laufende ADLs durchführt. Beide Methoden basieren auf Smartmeter-Ereignissen, die das Schalten einzelner Haushaltsgeräte beschreiben. In dieser Veröffentlichung werden auch aktuelle Methoden vorgestellt, um Schaltereignisse aus Energieverbräuchen zu erkennen.