[2J3-J-13] AI application: consumption and living

[2J3-J-13-05] Comparison of Anomaly Detection Performance by Outlier Detection Methods for Household Power Consumption

〇Miho Hashimoto¹, Yutaro Yagi¹, Takahiro Nishigaki¹, Takashi Onoda¹ (1. Aoyama Gakuin University)

Keywords:Outlier Detection, Anomaly Detection, Density Ratio Estimation

東日本大震災以降、日本の電力事情が大きく変わり、省エネルギー意識が高まりつつある。それに伴い、家庭のエネルギーを管理し、制御するシステムとしてHEMSに注目が集まっている。しかし、HEMSはインターネットを通じてデータの送受信を行うため、サイバー攻撃を受けるリスクがある。本研究ではHEMSがサイバー攻撃を受けた際、電気機器に高負荷がかかるなど定常時とは異なる電力値を示すことに着目する。一般家庭の消費電力に人工的に作成した疑似異常消費電力を加えたデータに対し、その結果を比較する。「ホテリング法」、「k-NN法」「Local Outlier Factor」、「One Class SVM」「Support Vector Data Description」、「密度比推定法」の6つの外れ値検知手法を適用し、その検知性能を比較する。本実験では、密度比推定法の精度が一番良いことが示された。