[4M3-GS-13] AI応用: 電力

[4M3-GS-13-04] 一般家庭の一日の消費電力パターンに着目した外れ値検知手法による異常消費電力パターンの検知性能比較

〇橋本 美穂¹、西垣 貴央¹、小野田 崇¹ (1. 青山学院大学)

キーワード：外れ値検知、異常検知、消費電力

省エネルギー意識が高まり伴い、無理のない節電を支援するツールとして家庭のエネルギーを管理するシステム(HEMS)に注目が集まっている。しかし、HEMS内の電子機器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。これに対して、従来の研究では一時間毎に外れ値検知手法を用いて異常検知を行ってきた。しかし、消費電力のパターンといったものは考慮していないため、消費電力のパターンが通常とは異なる振る舞いを見せても異常と判定できない場合がある。そこで、本研究ではそれぞれの家庭の一日の消費電力パターンに着目し、外れ値検知手法を用いて異常検知を行う。外れ値検知手法として「ホテリング法」、「k-NN法」「Local Outlier Factor」、「One Class SVM」「Support Vector Data Description」の5つの外れ値検知手法を適用し、異常検知の比較を行った。その結果、消費電力パターンを考慮した異常検知が可能であることを示した。