[go: up one dir, main page]

WO2017104044A1 - 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム - Google Patents

遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム Download PDF

Info

Publication number
WO2017104044A1
WO2017104044A1 PCT/JP2015/085348 JP2015085348W WO2017104044A1 WO 2017104044 A1 WO2017104044 A1 WO 2017104044A1 JP 2015085348 W JP2015085348 W JP 2015085348W WO 2017104044 A1 WO2017104044 A1 WO 2017104044A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
server
sensor
resident
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2015/085348
Other languages
English (en)
French (fr)
Inventor
晶子 松田
正明 中島
吉川　暁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to PCT/JP2015/085348 priority Critical patent/WO2017104044A1/ja
Priority to JP2017555944A priority patent/JPWO2017104044A1/ja
Publication of WO2017104044A1 publication Critical patent/WO2017104044A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/04—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using a single signalling line, e.g. in a closed loop
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M11/00—Telephonic communication systems specially adapted for combination with other electrical systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom

Definitions

  • the present invention relates to a technique for managing the health of residents in remote locations.
  • Patent Document 1 describes a technique for determining that a resident is in an emergency state when the activity stoppage time or the activity continuation time is equal to or longer than a predetermined time based on the measurement data of the energy consumption of the target household.
  • Patent Document 2 describes a technique for determining a resident's abnormality when the time when the moving object detection unit is not detected reaches a predetermined time.
  • a remote health management system includes a power meter that measures power consumption in a specific power line in a house, and a resident's activity in a specific place in the house.
  • a sensor to detect, a communication device connected to the sensor, and a server connected to the communication device via a communication network.
  • the server repeatedly acquires power data based on the output of the power meter, the server registers the power data in a database, and the server repeatedly acquires sensor data based on the output of the sensor from the communication device.
  • the server registers the sensor data in the database, the server generates a plurality of pattern data based on the database, and the server generates the current pattern data from the plurality of pattern data.
  • the designated pattern data suitable for the situation of the house is selected, and the server is configured based on the sensor data, the electric power data, and the designated pattern data, from among a plurality of preset states of the resident of the house. Estimate the state.
  • the plurality of states include the resident being at home and abnormal, the resident being at home and normal, and the resident being absent from the house.
  • the configuration of the remote health management system is shown. The operation of each part in the housing system is shown.
  • a power data acquisition process is shown.
  • the sensor data acquisition process is shown.
  • a pattern generation process is shown.
  • the relationship between a pattern generation process, a pattern estimation process, and a resident state estimation process is shown. Details of the condition matrix are shown.
  • the power increase condition is shown. Indicates the power divergence condition.
  • the resident status screen is shown. An outline of the correction process is shown.
  • Fig. 1 shows the configuration of a remote health management system.
  • the remote health management system includes at least one housing system 10, at least one support system 30, and a processing system 40.
  • the housing system 10 is provided in a house.
  • the residential system 10 includes an HGW (Home Gate Way) 110, a power meter 120, a heat pump 130, a temperature sensor 140, a human sensor 150, a behavior sensor 155, a door sensor 160, a smart plug 170, and a home appliance. 180, display operation panel 210, and telephone 220.
  • HGW Home Gate Way
  • the housing system 10 may not include any of the heat pump 130, the temperature sensor 140, the human sensor 150, the behavior sensor 155, the door sensor 160, and the smart plug 170.
  • the power meter 120 measures the power consumption of the specific location by integrating the power consumption of the specific location in the house over a preset measurement time.
  • the power meter 120a measures the amount of power consumed by the house.
  • the power meter 120 b measures the power consumption of the heat pump 130.
  • the power from the distribution line of the power system is supplied to the heat pump 130 via the power meter 120a and the power meter 120b, and is supplied to the home appliance 180 via the power meter 120a and the smart plug 170.
  • the housing system 10 may not include the power meter 120b.
  • the heat pump 130 is an air conditioner, a refrigerator, an electric water heater, or the like.
  • the temperature sensor 140 measures an air temperature such as room temperature.
  • the temperature sensor 140 may be included in the heat pump 130.
  • the door sensor 160 is provided on a door at a specific place in the house and continuously detects whether or not the door is closed.
  • the door sensor 160 may be a combination of a reed switch and a magnet, or may be another switch.
  • the human sensor 150 is provided at a door of an entrance (entrance) of the house.
  • the human sensor 150 is provided at a specific place in the house and continuously detects whether or not a person is active at the place.
  • the human sensor 150 may be an infrared sensor or another sensor such as an ultrasonic sensor. Further, the human sensor 150 may detect the presence of a target or may detect a temperature.
  • the human sensor 150 includes a human sensor provided inside a door of an entrance / exit of the house (for example, an entrance hall) and a human sensor provided in a bathroom, toilet, living room, or the like.
  • the behavior sensor 155 is attached to the resident's body, and the behavior of the person is detected by an acceleration sensor such as a three-axis sensor (X, Y, Z).
  • the behavior sensor 155 may include other biological sensors (pulse, respiration, etc.). Further, the behavior sensor 155 may include a position measurement system (GPS: Global Positioning System).
  • GPS Global Positioning System
  • the household electrical appliance 180 is a device that operates by consuming electric power.
  • the home appliance 180 is an electric device that operates in response to an operation by a resident, such as an electric kettle, a microwave oven, or a TV.
  • Smart plug 170 is provided between home appliance 180 and an outlet, and measures the power consumption of home appliance 180.
  • the smart plug 170 may measure the power consumption amount by integrating the power consumption.
  • the display operation panel 210 is connected to the HGW 110 via a communication network such as a wireless LAN, communicates with the HGW 110, displays information from the HGW 110, and accepts input from a resident.
  • the display operation panel 210 may be a tablet, a smartphone, a PC, or the like. Instead of the display operation panel 210, other input devices and display devices may be used.
  • the display operation panel 210 may be connected to the communication network 60.
  • the telephone 220 is connected to the telephone line 70 and is used for a call by a resident in an emergency or the like.
  • the telephone 220 may be connected to the communication network 60 when the telephone line 70 is disconnected.
  • the HGW 110 includes a memory 111, a CPU (Central Processing Unit) 112, a communication interface 113, and a sensor interface 114.
  • the memory 111 stores programs and data.
  • the program may be stored in a computer-readable storage medium and installed in the HGW 110 from the storage medium.
  • the CPU 112 performs processing of the HGW 110 according to the program in the memory 111.
  • the communication interface 113 is connected to the communication network 60 and performs communication based on an instruction from the CPU 112.
  • the sensor interface 114 is connected to the power meter 120, the temperature sensor 140, the human sensor 150, the door sensor 160, and the smart plug 170, and communicates with these components.
  • the HGW 110 acquires the power consumption amount from each of the power meter 120 and the smart plug 170 at each preset power data measurement time, and transmits the power data indicating the acquired power consumption amount to the server 410.
  • the HGW 110 acquires measurement results and control results from the temperature sensor 140, the human sensor 150, and the door sensor 160, creates sensor data indicating the measurement results and control results, and stores the sensor data. Send to server 410.
  • the housing system 10 may include other sensors such as a pressure sensor and a bed sensor.
  • the pressure sensor is provided on a sofa in a living room, and detects pressure due to the use of a resident's sofa.
  • the bed sensor is provided on a bed in a bedroom and detects the sleep and wake-up of a resident.
  • the support system 30 is provided in the facilities of supporters for residents.
  • the supporter may be a person in charge or an assistant of the remote health management service, or may be a related person such as a relative of the resident.
  • the support system 30 includes a display / operation panel 310 and a telephone 320.
  • the display operation panel 310 communicates with the server 410 to display information received from the server 410 and accept input from a supporter.
  • the display operation panel 310 may be a tablet, a smartphone, a PC, or the like. Instead of the display operation panel 310, other input devices and display devices may be used.
  • the telephone 320 is connected to the telephone line 70 and is used for a call by a supporter in an emergency or the like.
  • the display operation panel 310 may be portable or may be provided in another place. Thereby, a supporter can know a resident's abnormality anywhere.
  • the processing system 40 includes a server 410, a telephone 420, and a storage 430.
  • the server 410 is connected to the communication network 60.
  • the storage 430 stores the database 440.
  • the telephone 420 is connected to the telephone line 70 and is used for a telephone call by an administrator of the processing system 40 in an emergency or the like.
  • the server 410 includes a memory 411, a CPU 412, and a communication interface 413.
  • the memory 411 stores programs and data.
  • the program may be stored in a computer-readable storage medium and installed on the server 410 from the storage medium.
  • the CPU 412 performs processing of the server 410 according to the program in the memory 411.
  • the communication interface 413 is connected to each unit of the processing system 40 to the communication network 60 and performs communication based on an instruction from the CPU 412.
  • the server 410 may be connected to the management terminal via the communication network 60.
  • the management terminal includes a memory, a CPU, a communication interface, an input device, and an output device.
  • the management terminal accepts an input to the input device from the administrator of the server 410 and transmits it to the server 410. Further, the management terminal displays information received from the server 410 on the display device.
  • the server 410 acquires power data from the HGW 110 of each house and registers the power data in the database 440. Further, the server 410 acquires sensor data from the HGW 110 of each house and registers the sensor data in the database 440. Furthermore, the server 410 generates pattern data indicating patterns of residents' activities and power consumption based on the database 440 and registers the pattern data in the database 440. Further, the server 410 estimates a resident's abnormality based on the power data and sensor data acquired from the HGW 110 and the database 440. The abnormality is, for example, a state where the resident is at home and cannot move.
  • processing system 40 may include another computer, and the computer may include the storage 430. Further, the processing system 40 may include another computer, and the computer may provide the estimation result by the server 410 to the support system 30 or the like via the communication network 60.
  • the supporter can check the status of the resident based on the information from the server 410 and can rush to the house or send an ambulance to the house.
  • the resident may input the resident information regarding the housing system 10 and the resident to the display operation panel 210, the HGW 110 may transmit the resident information to the server 410, and the server 410 may register the resident information in the database 440.
  • Resident information may include, for example, age, sickness, type of home appliance 180, preset pattern data, information on supporters, number of residents in a house, and the like.
  • the supporter may input the resident information using the display operation panel 310 and transmit it to the server 410.
  • the server 410 receives the resident information and registers the resident information in the database 440.
  • the manager may input the resident information to the server 410 and register the resident information in the database 440 based on the contract information with the resident.
  • the resident inputs an outing schedule indicating the time range in which the resident goes out to the display operation panel 210 using the display operation panel 210, the HGW 110 transmits the outing schedule to the server 410, and the server 410 stores the outing schedule in the database 440. You may register.
  • the remote health management system may be connected to a DR (Demand Response) system 50 via the communication network 60.
  • the DR system 50 performs DR on the housing system 10 based on the database 440 when the power supply and demand is tight.
  • the number of each part in the remote health management system may be two or more.
  • a supporter who is away from the house can know the abnormal health of the resident.
  • Fig. 2 shows the operation of each part in the housing system.
  • the horizontal axis in this figure indicates time.
  • This figure shows the sensor data transmission timing at which the HGW 110 transmits sensor data to the server 410, the output of the human sensor 150 near the door, the output of the door sensor 160, and the operation of the kettle connected to the smart plug 170.
  • the operation of the TV connected to the smart plug 170, the operation of the heat pump 130 by the resident, the output of the human sensor 150 in the living room, and the output of the human sensor 150 in the toilet are shown.
  • the sensor data transmission timing interval is a preset sensor data measurement time.
  • the HGW 110 records the operation of each device within the measurement period from the last sensor data transmission timing to the next sensor data transmission timing as a measurement period.
  • the output of the human sensor 150 is, for example, a value lower than a preset human sensor output threshold when no human movement is detected, and when a human movement is detected, a preset human sensor is detected.
  • the value is equal to or greater than the sensor output threshold.
  • the HGW 110 monitors the output of the human sensor 150, detects that the output of the human sensor 150 is equal to or higher than the human sensor output threshold (rise) as a detection start event, and the output of the human sensor 150 is human. A detection end event is detected when the output is less than the sensation sensor output threshold (falling). Further, the HGW 110 counts the number of detection start events and the number of detection end events within the measurement period, and includes the number of detection start events and the number of detection end events in the sensor data. Note that the HGW 110 may detect either the detection start event or the detection end event.
  • the output of the door sensor 160 is, for example, a value lower than a preset door sensor output threshold when the door is closed, and a value equal to or greater than a preset door sensor output threshold when the door is open.
  • the HGW 110 detects that the output of the door sensor 160 is equal to or greater than the door sensor output threshold (rise) as an open event, and detects that the output of the door sensor 160 is less than the door sensor output threshold (fall) as a close event. . Further, the HGW 110 counts the number of open events and the number of closed events within the measurement period, and includes the number of open events and the number of closed events in the sensor data. Note that the HGW 110 may detect one of an open event and a close event. The HGW 110 may include the output of the door sensor 160 at the sensor data transmission timing in the sensor data.
  • the HGW 110 may estimate the home status of the resident, such as whether the resident is at home or a change in the number of resident people in the house, based on the sensor data.
  • the HGW 110 may include the home state at the sensor data transmission timing in the sensor data. For example, in the HGW 110, an activity is detected by the human sensor 150 near the door, an opening / closing is then detected by the door sensor 160, and then an activity is detected by the human sensor 150 near the door for a preset time or more. If not, it may be estimated that the number of people at home has decreased.
  • the HGW 110 can intermittently transmit sensor data by detecting the number of events from the output, and the event Can be transmitted without omission.
  • the HGW 110 can generate sensor data by compressing sensor output data. Thereby, even when there are many houses to be managed, the load on the communication network 60 and the server 410 can be suppressed.
  • the HGW 110 repeatedly performs a power data transmission process every time a preset power data measurement time elapses.
  • the power data measurement time is, for example, 1 minute.
  • FIG. 3 shows the power data acquisition process
  • the HGW 110 acquires the output of the power meter 120 and acquires the output of the smart plug 170 (S220).
  • the HGW 110 calculates power consumption by integrating power consumption.
  • the HGW 110 creates power data indicating the acquired power consumption, and transmits the power data to the server 410 (S230).
  • the power data includes power consumption of the target house.
  • the power data may include the power consumption amount of the heat pump 130 or the power consumption amount of the home appliance 180.
  • the power meter 120 may transmit power data indicating the power consumption amount to the server 410.
  • the power meter 120 may transmit power data to the server 410 via the dedicated communication network 60.
  • the power meter 120 may transmit power data to another system such as MDMS (Meter Data Management) and the server 410 may acquire power data from the other system.
  • MDMS Method Data Management
  • the server 410 can acquire the power consumption measured at each power data measurement time and accumulate it in the database 440 as time series data.
  • FIG. 4 shows sensor data acquisition processing
  • This sequence shows the operation of the server 410 and the HGW 110.
  • the server 410 sequentially selects one house from among the houses to be managed as the target house, and performs an acquisition process for the target house.
  • the server 410 repeatedly performs the acquisition process for one house every time the sensor data measurement time elapses.
  • the server 410 may perform the acquisition process at a different timing for each house, may divide the house to be managed into a plurality of groups, and perform the acquisition process at a different timing for each group.
  • the server 410 transmits a sensor data request indicating the sensor data measurement time to the HGW 110 of the target house (S110).
  • the sensor data measurement time is, for example, 5 minutes.
  • the sensor data measurement time is set in units of minutes, and the sensor data request indicates “5”.
  • the HGW 110 starts a measurement period of the length of the sensor data measurement time (S120), and when the measurement period ends, transmits the sensor data obtained in the measurement period to the server 410 ( S130).
  • the server 410 when receiving the sensor data from the target house, registers the sensor data in the database 440 (S140).
  • the server 410 accumulates the number of open events and the number of closed events from a specific point in time, calculates the cumulative number of open events and the number of closed events, and registers them in the database 440 as sensor data. May be.
  • the server 410 determines that a failure in the housing system 10 or communication has occurred if sensor data cannot be received even after a preset reception waiting time has elapsed since the transmission of the sensor data request.
  • the reception standby time is, for example, a value obtained by adding a preset time to the sensor data measurement time.
  • the server 410 performs a pattern estimation process for selecting pattern data suitable for the current situation of the target house (S150).
  • the server 410 performs a resident state estimation process for estimating a resident state that is a resident state of the target house (S160). For example, the resident status indicates whether the user is at home or away.
  • the server 410 performs output processing for outputting the resident state obtained by the resident state estimation processing (S170), and ends this sequence.
  • the center data request may not include the sensor data measurement time.
  • the HGW 110 when receiving the sensor data request, transmits the sensor data obtained in the measurement period to the server 410 with the measurement period from the previous reception of the sensor data request to the present.
  • the server 410 can repeatedly acquire sensor data from each house and store it in the database 440. Moreover, the server 410 can detect a resident's abnormality whenever it acquires sensor data. Further, the server 410 determines the sensor data transmission timing for each house and transmits a sensor data request, so that the load on the server 410 can be distributed even when there are many houses to be managed.
  • the processing system 40 may include a plurality of servers 410.
  • different housing groups are set as management targets for a plurality of servers 410. Thereby, the load of each server 410 can be distributed.
  • the HGW 110 and the server 410 may not perform the power data acquisition process.
  • the HGW 110 transmits sensor data and power data to the server.
  • the HGW 110 accumulates power data within the measurement period.
  • the server 410 performs pattern generation processing for creating a plurality of pattern data based on the database 440 at the pattern generation timing set by the administrator.
  • the pattern generation timing may be a point in time when a predetermined time has elapsed from the start of data accumulation in the database 440, may be a preset regular time, or the server 410 may generate a pattern from the management terminal. It may be the time when a request for processing is received.
  • FIG. 5 shows pattern generation processing
  • a plurality of periods are set in advance.
  • the period is represented by a combination of season, day of the week, time zone, and the like. For example, one period is represented as 6 to 8 o'clock on Monday in winter.
  • a combination of a house and a period is called a classification.
  • the server 410 selects a target house from a plurality of managed houses, selects a target period from a plurality of periods, and selects a combination of the target house and the target period as a target classification (S310). . Thereafter, the server 410 acquires power data corresponding to the target classification from the power data in the database 440, and acquires power consumption data from the acquired power data (S320).
  • the power consumption data includes the total power consumption that is the overall power consumption of the target house, the activity power consumption that is the power consumption related to the resident's activity among the power consumption of the target house, It includes the device power consumption that is the power consumption.
  • the server 410 calculates the activity power consumption by subtracting the power consumption of the heat pump 130 from the total power consumption.
  • the server 410 analyzes the characteristics of the time series data of the activity power consumption amount, and the activity power consumption according to the analysis result. You may extract the time series data of the apparatus power consumption of each household electrical appliance 180 from the quantity time series data.
  • the time series data of the device power consumption of the household electrical appliance 180 has a unique frequency characteristic for each type.
  • the frequency characteristics of the device power consumption for each type are set in advance.
  • the server 410 calculates the frequency characteristic of the active power consumption by Fourier transform of the time series data of the active power consumption, and uses the preset frequency characteristics of the active power consumption to calculate the device consumption from the active power consumption.
  • the component of the electric energy can be extracted.
  • the amount of power consumed by the heat pump 130 is small in periodic fluctuations, such as increasing at a constant rate of change under the control of the heat pump 130 itself, and has little correlation with residents' activities. Therefore, the server 410 can obtain a power consumption amount that is highly correlated with a resident's activity by calculating the power consumption amount.
  • the equipment power consumption is extracted from the activity power consumption, so that the equipment power consumption is calculated from the total power consumption. Compared with the case of extracting the power consumption amount, the accuracy of extracting the device power consumption amount can be improved.
  • the total power consumption may be used instead of the activity power consumption.
  • the power consumption data may include the device use start time and device use end time of each home appliance 180 by the resident.
  • the server 410 detects a time when the device power consumption of the home appliance 180 is equal to or greater than a preset device power consumption threshold as the device use start time, and the device power consumption is the device power consumption threshold. The time when it becomes less than is detected as the device use end time.
  • time-series data of device power consumption for each type may be set in advance as reference device power consumption data.
  • the server 410 performs pattern matching with the reference device power consumption data for the time series data of the activity power consumption, and from the period when the obtained correlation is higher than a preset value, the device use start time and the device You may detect use end time.
  • the HGW 110 may acquire power consumption data from the output of the power meter 120 and transmit the power consumption data to the server 410.
  • the server 410 acquires power consumption data corresponding to the target classification and sensor data corresponding to the target classification.
  • the power consumption data and the sensor data are collectively referred to as measurement data.
  • the server 410 calculates pattern data corresponding to the target classification based on the acquired measurement data (S330).
  • the pattern data includes a power consumption average value that is an average of the power consumption, a power consumption range indicating a range of the power consumption, and an activity time zone.
  • the server 410 calculates the average ⁇ and standard deviation ⁇ of the power consumption at a plurality of times (samples) for the power consumption data corresponding to the target classification, and sets ⁇ as the power consumption average value. Thereafter, the server 410 calculates a power consumption range determined by the power consumption upper limit value ⁇ + n ⁇ and the power consumption lower limit value ⁇ n ⁇ using a preset coefficient n.
  • the pattern data may include ⁇ or n ⁇ instead of the power consumption range.
  • the server 410 calculates the resident's activity time zone from the power consumption data and sensor data corresponding to the target classification.
  • the activity time zone is a range of time when the resident is active in the house.
  • the server 410 uses the power consumption data and sensor data corresponding to the target classification to calculate a time range in which an activity condition described later is satisfied as an activity time zone.
  • the server 410 calculates the average and standard deviation of the temperature measured by the temperature sensor 140 among the sensor data corresponding to the target classification, and uses the temperature upper limit value and the temperature lower limit value in the same manner as the power consumption range. Calculate the fixed temperature range.
  • the temperature range may be set in advance according to the period.
  • the pattern data may include a device use start time, a device use end time, and a device use period length that is a length from the device use start time to the device use end time.
  • the pattern data may be data indicating the configuration and parameters of artificial intelligence such as a neural network.
  • the server 410 learns the neural network using the measurement data corresponding to the target classification.
  • the server 410 calculates the number of people living in the target house based on the outing schedule. It is possible to estimate and calculate pattern data for each number of people at home.
  • the server 410 may estimate the number of people at home based on measurement data corresponding to the target classification. For example, when the home appliance 180 is a rice cooker, the device usage period length of the rice cooker varies depending on the number of people at home. Therefore, the server 410 calculates the device usage period length of the rice cooker for each number of people at home.
  • the pattern data may include reference power consumption data indicating a waveform of the power consumption data of the target classification.
  • the server 410 may calculate an average waveform of power consumption data having a preset length as reference power consumption data.
  • the server 410 may determine a plurality of classifications by clustering (cluster analysis) of measurement data in the database 440. For example, the server 410 acquires measurement data from the database 440 for each period of a preset length, calculates feature data indicating the characteristics of each measurement data, and classifies the feature data into a plurality of clusters by clustering.
  • the pattern data may be calculated based on the measurement data representing each cluster. In this case, the pattern data may include feature data.
  • the feature data may be an average or standard deviation of the power consumption data, a frequency characteristic obtained by Fourier transform of the power consumption data, an occurrence frequency of each event in the sensor data, or the like.
  • the server 410 may classify the clusters into the number of home-stayers by clustering and generate pattern data of the number of home-stayers based on each cluster.
  • the server 410 determines whether pattern data has been generated for all classifications (S350). When it is determined that the pattern data has not yet been generated for all the classifications (S350: N), the server 410 returns the process to S310 and selects the next target classification. If it is determined that pattern data has been generated for all classifications (S350: Y), the server 410 ends this flow.
  • pattern generation process by classifying the measurement data, it is possible to classify the housing situation and prepare pattern data serving as a criterion for determining the resident state for each classification.
  • FIG. 6 shows the relationship among the pattern generation process, the pattern estimation process, and the resident state estimation process.
  • data based on the human sensor 150 is called human sensor data
  • data based on the door sensor 160 is called door sensor data
  • data based on the temperature sensor 140 is called temperature sensor data.
  • the server 410 acquires the latest power consumption data as target power consumption data from the database 440, and acquires the latest sensor data as target sensor data from the database 440.
  • the target power consumption data and the target sensor data are collectively referred to as target measurement data.
  • the server 410 may use the latest time-series power consumption data having a preset length as the target power consumption data, or may use the latest time-series sensor data having the length of the determination time as the target sensor data. It is good.
  • the server 410 selects a target period that is a period corresponding to the current time. Thereafter, the server 410 selects pattern data corresponding to the classification indicated by the target house and the target period from the database 440 as designated pattern data.
  • the server 410 includes an activity time zone, a power consumption average value, a power consumption amount range, and a temperature range included in the designated pattern data, respectively, as a designated activity time zone, a designated power consumption average value, a designated power consumption range, Acquired as the specified temperature range.
  • the server 410 calculates target feature data indicating the features of the target measurement data, selects a cluster corresponding to the target feature data, and corresponds to the selected cluster. Pattern data may be selected as designated pattern data.
  • the server 410 estimates the number of people at home and sets the pattern data corresponding to the number of people at home. You may select as designated pattern data.
  • the server 410 may acquire a going-out schedule corresponding to the current time from the database 440 and estimate the number of people at home.
  • reference device power consumption data for each number of people at home may be set in advance for a certain type of home appliance 180.
  • the reference device power consumption data when the number of people at home is one may be set as a basic waveform, and the reference device power consumption data for every two or more people at home may be set as an applied waveform.
  • the server 410 performs pattern matching with the reference device power consumption data for each number of people on the time series data of the activity power consumption, selects the reference device power consumption data with the highest correlation, A corresponding number of people at home may be selected.
  • the server 410 may extract the device usage period length and select the pattern data having the closest device usage period length in the same manner as the pattern generation process.
  • the server 410 can detect that the number of people at home is one in the target house where a plurality of residents live by estimating the number of people at home. As a result, the server 410 can detect an abnormality of a home person when there is no other family member.
  • the server 410 can acquire pattern data suitable for the situation of the target house. Further, when the pattern data indicates the activity time zone, it can be quickly determined whether or not the activity is normal. Further, when the pattern data indicates the power consumption range, it can be quickly determined whether or not the power consumption is normal.
  • the server 410 estimates the resident state of the target house using the condition matrix.
  • the condition matrix indicates a combination of conditions for multidimensional input.
  • the output of the condition matrix is the resident state.
  • a case where the condition 551 in the condition matrix is satisfied and the resident state 561 that is the output of the condition matrix is abnormal is shown.
  • Input includes specified pattern data, target power consumption data, and target sensor data.
  • the designated pattern data includes a designated activity time zone, a designated power consumption average value, a designated power consumption range, and a designated temperature range.
  • the target power consumption data includes the target power consumption.
  • the target power consumption here is the activity power consumption.
  • target power consumption may be total power consumption.
  • the target power consumption may be the device power consumption.
  • FIG. 7 shows a condition matrix
  • the condition matrix indicates, for example, a combination of the following multiple conditions.
  • the activity time condition which is a condition for the current time, is that the current time is within the specified activity time zone.
  • the sensor detection condition which is a condition for target sensor data, is that at least one of the number of open events, the number of closed events, the number of detection start events, and the number of detection end events is positive. Thereby, the server 410 can estimate that the resident is active.
  • the outing condition which is a condition for the target sensor data, is that the number of open events is positive, the number of closed events is positive, and the number of detection end events near the door is positive.
  • the server 410 can estimate that the resident has opened and closed the door and the resident has left the doorway.
  • the open condition which is a condition for the target sensor data, is that the cumulative open event count is one more than the cumulative closed event count. Accordingly, the server 410 can estimate that the resident has opened and closed the door and the resident has left the door.
  • the abnormal temperature condition which is a condition for the target sensor data, is that the temperature measured by the temperature sensor 140 is outside the specified temperature range. Thereby, the server 410 can estimate that the specific location of the target house is not maintained at an appropriate temperature.
  • the power usage condition which is a condition for the target power consumption data, is that the target power consumption is equal to or greater than a preset power consumption threshold.
  • the power increase condition which is a condition for the target power consumption data, is that the target power consumption is equal to or greater than the specified power consumption average value.
  • FIG. 8 shows the power increase condition.
  • the horizontal axis indicates time
  • the vertical axis indicates target power consumption.
  • the broken line indicates the specified power consumption average value.
  • the power divergence condition which is a condition for the target power consumption data, is that the target power consumption is outside the specified power consumption range.
  • FIG. 9 shows power divergence conditions.
  • the horizontal axis indicates time
  • the vertical axis indicates target power consumption.
  • the broken line indicates the average value of power consumption during the target period
  • the upper double line indicates the upper limit value of the specified power consumption range
  • the lower double line indicates the lower limit value of the specified power consumption range. Show. Thereby, the server 410 can estimate that the usage status of the power by the resident is different from the designated pattern data.
  • the activity condition is that at least one of the sensor detection condition and the power use condition is satisfied. Thereby, the server 410 can estimate that the resident is active.
  • the abnormal activity condition is that the activity time condition is not satisfied and the activity condition is satisfied.
  • the server 410 can estimate that the resident is active outside the designated activity time zone.
  • the abnormal stop condition is that the sensor detection condition is continuously satisfied over a preset stop time after the sensor detection condition is satisfied. Thereby, the server 410 can estimate that a resident does not move in a specific place.
  • the server 410 calculates a time during which the release condition is continuously satisfied as the release time based on the target sensor data. For example, the server 410 substitutes 0 for the opening time in the resident state estimation process in which the opening condition is satisfied, and if the opening condition is continuously satisfied in the subsequent resident state estimation process, the sensor data measurement is performed in the opening time. Add time.
  • the abnormal opening condition is that the opening time is not less than a preset opening time threshold. Thereby, the server 410 can estimate the opening of the door due to the abnormality of the resident or the intrusion of the suspicious person.
  • the abnormal condition is that at least one of an abnormal activity condition, a power divergence condition, an abnormal stop condition, an abnormal open condition, and an abnormal temperature condition is satisfied.
  • the server 410 calculates the time during which the activity condition is not satisfied continuously as the outing time based on the target power consumption data and the target sensor data. For example, the server 410 substitutes 0 for the outing time in the resident state estimation process in which the outing condition is satisfied, and if the activity condition is not continuously satisfied in the subsequent resident state estimation process, the sensor data measurement is performed during the outing time. Add time.
  • the absence condition is that the going-out time is not less than a preset going-out time threshold.
  • the normal activity condition is that the activity time condition is met and the activity condition is met. Thereby, the server 410 can estimate that the resident is active during the designated activity time zone.
  • the normal condition is that at least one of a normal activity condition and a power increase condition is satisfied.
  • the server 410 estimates that the resident state is abnormal.
  • the server 410 estimates that the resident state is normal.
  • the server 410 estimates that the resident state is absent.
  • priorities may be set in advance for these conditions.
  • the resident state is set as abnormal, normal, and absent in order from the highest priority.
  • the server 410 selects a resident state having a high priority.
  • the server 410 registers the resident status estimation result in the database 440.
  • the estimation result includes a resident ID, a resident state, an estimated time, and an estimation reason.
  • the estimation reason indicates, for example, a condition established in the condition matrix.
  • server 410 may output a resident state indicating inactivity as an estimation result, or may not output a resident state estimation result when none of the conditions of the resident state is satisfied.
  • condition matrix may include device usage conditions.
  • the device use condition is that the device is used during the measurement period based on the device use start time and the device use end time. When the device use condition is satisfied, the activity condition is satisfied.
  • condition matrices may be set in advance, and the pattern data may indicate the condition matrix.
  • the resident state estimation process uses the condition matrix selected by the pattern estimation process.
  • the server 410 may perform the resident state estimation process when the number of residents of the target house is 1 or when it is estimated that the number of people living at home is 1 based on the outing schedule. Further, the server 410 estimates that the number of people staying at home is 0 based on the going-out schedule, and if a normal condition or an abnormal condition is established, the server 410 estimates that an illegal intrusion or a resident has fallen and cannot go out, and the support system. An alarm is transmitted to 30 display operation panels 310.
  • the server 410 uses the neural network instead of the condition matrix, and inputs the target measurement data to the neural network to estimate the resident state. .
  • the server 410 is informed that the resident is at home and abnormal, the resident is at home and normal, the resident is absent from the house, and the resident state. Can be estimated.
  • the server 410 can reduce erroneous detection of abnormality by using the power consumption data and the sensor data.
  • the server 410 performs the estimation using the pattern data and the condition matrix, so that the process becomes simple and the resident state can be estimated quickly. Further, the server 410 can reduce erroneous detection of abnormality by switching the pattern data according to the situation.
  • the display operation panel 310 acquires the resident information and the resident state data indicating the result of the resident state estimation process from the server 410 based on the operation by the supporter, and displays the resident state screen based on the resident state data.
  • the display operation panel 210 may acquire the resident status data from the server 410 based on an operation by the resident, and display the resident status screen based on the resident status data. Further, the server 410 may transmit the resident status data to the display operation panel 310 and the display operation panel 210, and display the resident status screen on the display operation panel 310 and the display operation panel 210.
  • FIG. 10 shows the resident status screen.
  • the resident status screen includes a resident name 511, a supporter name 512, a resident status data time 513, an update button 514, an estimation status 521, a sensor status 522, a supporter list 523, a power consumption waveform 531, a device usage status 532, and sensor data. 533, a day activity button 541, an activity monitor button 542, a situation contact button 543, and an actual situation contact button 544 are included. Note that the resident status screen may indicate a determination result of a specific condition in the condition matrix.
  • the resident name 511 indicates the name and ID of the resident of the target house based on the resident information.
  • the supporter name 512 indicates the name of the supporter.
  • Resident status data time 513 indicates an analysis time that is the time of the resident status data.
  • the resident status data time 513 may be the time of the latest resident status data, or may be the time designated by the supporter.
  • the estimated state 521 indicates the resident state estimated by the resident state estimation process.
  • the estimation situation 521 may include an estimation reason.
  • the sensor status 522 indicates the status of each sensor in the target house. For example, the sensor status 522 indicates that the battery of the human sensor 150 is low and the battery needs to be replaced.
  • the supporter list 523 indicates a list of supporters who can use the display operation panel 310. For example, a supporter who can use the display operation panel 310 is a person in charge of a remote health management service (support staff).
  • the power consumption waveform 531 shows power consumption data of the target house.
  • the device usage status 532 indicates a device usage period for each home appliance 180.
  • the sensor data 533 indicates the measurement result by each sensor in the target house.
  • the display operation panel 310 acquires the resident status data for one day from the server 410, and displays the resident status screen based on the acquired resident status data.
  • the display operation panel 310 acquires the latest resident status data from the server 410 and displays a resident status screen based on the acquired resident status data.
  • the display operation panel 310 acquires the estimation result by the resident status estimation process from the server 410 and displays the estimated status 521.
  • the display operation panel 310 performs a correction process for correcting the estimation result by the resident state estimation process, and transmits the correction result to the server 410.
  • the number of people at home may be displayed on the resident state screen.
  • the server 410 transmits a notification indicating the abnormality to the supporter or the like in the output process.
  • the notification is, for example, an e-mail.
  • the processing system 40 may include a Web server that provides a service for the support system 30 and the housing system 10 to acquire resident status data.
  • the server 410 may not transmit the resident status data to the support system 30 or the housing system 10.
  • a supporter makes a phone call to each house regularly to determine whether the resident's condition is abnormal. According to the above output processing, the burden on the supporter can be reduced. Moreover, the abnormality of a resident's state can be quickly communicated to a supporter, and the possibility of dealing with the abnormality can be increased. Moreover, the supporter can confirm the cause of a resident state by displaying the information based on electric power data, the information based on sensor data, and the resident state on a resident state screen. Further, by transmitting the sensor data obtained by processing the sensor output by the HGW 110 without using a camera or the like to the server, the situation can be grasped while considering privacy.
  • the resident status is displayed on the display operation panel 210 using the actual status communication button 544 on the resident status screen. input.
  • the HGW 110 transmits a correction instruction indicating the corrected resident status to the server 410.
  • the supporter may input a correction instruction on the display operation panel 310.
  • FIG. 11 shows an outline of the correction process.
  • This figure shows the pre-correction resident state 561 in the above-described condition matrix and the post-correction resident state 562 shown in the correction instruction.
  • the server 410 that has received the correction instruction specifies the cause 551 of the pre-correction resident state 561 from the condition matrix, and corrects the data related to the cause 551 in the pattern data. For example, when the cause 551 is the establishment of the abnormal activity condition, the server 410 changes the activity time zone to a time zone including the current time. Thereby, the normal activity condition of the cause 552 is established, and the estimation result of the resident state becomes the corrected resident state 562.
  • the server 410 performs pattern generation processing using the latest measurement data having a preset length, and performs pattern generation processing using measurement data different from the previous pattern generation processing.
  • the pattern data may be updated. Thereby, the server 410 can adjust the pattern data to the latest situation.
  • the server 410 re-learns the neural network using the corrected resident state 562.
  • the resident may input a correction processing instruction to the display operation panel 210, and the display operation panel 210 may perform the correction processing.
  • the server 410 may update the pattern data by the same process as the correction process. For example, when it is determined that the resident status is abnormal, the supporter requests an ambulance, and the resident is transported by ambulance, the supporter inputs the ambulance transport to the display operation panel 310 and transmits it to the server 410. Also good. The server 410 may register the measurement data at this time as pattern data, and then notify the supporter as an emergency when the measurement data is similar to the pattern data.
  • the pattern data can be made to follow a change in the pattern of the resident's activity in the target house, a change in the home appliance 180, and the like.
  • the server 410 can improve the estimation accuracy in the subsequent resident state estimation processing.
  • the DR system 50 may perform DR using database 440.
  • the DR system 50 acquires power consumption data for each house in the target period of DR from the pattern data, and based on the acquired power consumption data, predicts a reduction in power consumption, and calculates power consumption. Select housing to reduce. Since the remote health management system and the DR system share the database 440, the costs of the two systems can be reduced.
  • Memory A sensor for detecting a resident's activity at a specific place in the house; A sensor interface connected to the sensor; A communication interface connected to the server via a communication network; A processor connected to the memory, the sensor interface, and the communication interface; With The processor detects rising and falling edges of the sensor output; The processor counts the number of rising and falling edges of the sensor output, The processor transmits sensor data including the rising number and the falling number to the server. Communication device.
  • the server and the remote health management device correspond to the server 410 and the like.
  • the sensors correspond to the human sensor 150, the behavior sensor 155, the door sensor 160, the temperature sensor 140, and the like.
  • the communication device corresponds to the HGW 110 or the like.
  • the processor corresponds to the CPU 412 and the like.
  • the terminal device corresponds to the display operation panel 210, the display operation panel 210, and the like.
  • the electric device corresponds to the home appliance 180 or the like.

Landscapes

  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)
  • Telephonic Communication Services (AREA)
  • Emergency Alarm Devices (AREA)
  • Selective Calling Equipment (AREA)

Abstract

住人の異常を迅速に且つ精度よく推定する。　サーバは、電力メータの出力に基づく電力データを繰り返し取得し、サーバは、電力データをデータベースへ登録し、サーバは、センサの出力に基づくセンサデータを通信装置から繰り返し取得し、サーバは、センサデータをデータベースへ登録し、サーバは、データベースに基づいて、複数のパターンデータを生成し、サーバは、複数のパターンデータの中から、現在の住宅の状況に適合する指定パターンデータを選択し、サーバは、センサデータと電力データと指定パターンデータとに基づいて、予め設定された複数の状態の中から、住宅の住人の状態を推定する。

Description

遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム
　本発明は、遠隔地の住人の健康を管理する技術に関する。
　一人暮らしの世帯等を対象に、電話で住人の状態を確認するサービスが知られている。
　また、特許文献１には、対象世帯のエネルギー使用量の計測データに基づいて、活動停止時間又は活動継続時間が所定の時間以上である場合に居住者が非常状態であると判定する技術が記載されている。特許文献２には、動体検出手段の検出されなくなった時間が所定時間に達すると、居住者の異常と判定する技術が記載されている。
特開２０１４―２２５２１５号公報 特開２０１５―００１８１６号公報
　省エネルギーシステムや電力のピークシフトに利用されるエネルギー使用状況やテレケアシステムにおける動体検出手段に基づいて、居住者の状態を判定する方法では、単一のシステムの機器を用いて判定するため、効率的に判定することが困難である。
　上記課題を解決するために、本発明の一態様である遠隔健康管理システムは、住宅内の特定の電力線における電力の消費量を計測する電力メータと、前記住宅内の特定場所における住人の活動を検出するセンサと、前記センサに接続される通信装置と、通信ネットワークを介して前記通信装置に接続されるサーバと、を備える。前記サーバは、前記電力メータの出力に基づく電力データを繰り返し取得し、前記サーバは、前記電力データをデータベースへ登録し、前記サーバは、前記センサの出力に基づくセンサデータを前記通信装置から繰り返し取得し、前記サーバは、前記センサデータを前記データベースへ登録し、前記サーバは、前記データベースに基づいて、複数のパターンデータを生成し、前記サーバは、前記複数のパターンデータの中から、現在の前記住宅の状況に適合する指定パターンデータを選択し、前記サーバは、前記センサデータと前記電力データと前記指定パターンデータとに基づいて、予め設定された複数の状態の中から、前記住宅の住人の状態を推定する。前記複数の状態は、前記住人が在宅し且つ異常であることと、前記住人が在宅し且つ正常であることと、前記住人が前記住宅に不在であることとを含む。
　住人の異常を迅速に且つ精度よく推定することができる。
遠隔健康管理システムの構成を示す。 住宅システム内の各部の動作を示す。 電力データ取得処理を示す。 センサデータ取得処理を示す。 パターン生成処理を示す。 パターン生成処理とパターン推定処理と住人状態推定処理の関係を示す。 条件マトリックスの詳細を示す。 電力増大条件を示す。 電力乖離条件を示す。 住人状態画面を示す。 修正処理の概要を示す。
　以下、図面を参照して本発明の実施形態を説明する。
　図１は、遠隔健康管理システムの構成を示す。
　遠隔健康管理システムは、少なくとも一つの住宅システム１０と、少なくとも一つの支援システム３０と、処理システム４０とを含む。
　住宅システム１０は、住宅に設けられている。住宅システム１０は、ＨＧＷ（Home Gate Way）１１０と、電力メータ１２０と、ヒートポンプ１３０と、温度センサ１４０と、人感センサ１５０と、挙動センサ１５５と、ドアセンサ１６０と、スマートプラグ１７０と、家電機器１８０と、表示操作パネル２１０と、電話機２２０とを含む。
　以後、符号のアルファベットで要素を区別する必要がない場合、そのアルファベットを省略する。
　なお、住宅システム１０は、ヒートポンプ１３０と、温度センサ１４０と、人感センサ１５０と、挙動センサ１５５と、ドアセンサ１６０と、スマートプラグ１７０との何れかを含まなくてもよい。
　電力メータ１２０は、当該住宅内の特定場所の消費電力を、予め設定された計測時間に亘って積分することで、特定場所の消費電力量を計測する。電力メータ１２０のうち、電力メータ１２０ａは、当該住宅の消費電力量を計測する。電力メータ１２０のうち、電力メータ１２０ｂは、ヒートポンプ１３０の消費電力量を計測する。
　電力系統の配電線からの電力は、電力メータ１２０ａと電力メータ１２０ｂを介してヒートポンプ１３０へ供給され、電力メータ１２０ａとスマートプラグ１７０を介して家電機器１８０へ供給される。
　なお、住宅システム１０は、電力メータ１２０ｂを含まなくてもよい。
　ヒートポンプ１３０は、エアコンや冷蔵庫や電気給湯器等である。温度センサ１４０は、室温等の気温を計測する。温度センサ１４０は、ヒートポンプ１３０に含まれていてもよい。
　ドアセンサ１６０は、当該住宅内の特定場所のドアに設けられており、当該ドアが閉じているか否かを連続的に検出する。ドアセンサ１６０は、リードスイッチとマグネットの組み合わせであってもよいし、他のスイッチであってもよい。例えば、人感センサ１５０は、当該住宅の出入口（玄関）のドアに設けられている。
　人感センサ１５０は、当該住宅内の特定場所に設けられており、当該場所で人が活動しているか否かを連続的に検出する。人感センサ１５０は、赤外線センサであってもよいし、超音波センサ等、他のセンサであってもよい。また、人感センサ１５０は、対象の存在を検出してもよいし、温度を検出してもよい。例えば、人感センサ１５０は、当該住宅の出入口のドアの内側（例えば、玄関ホール）に設けられた人感センサと、バスルーム、トイレ、居間等に設けられた人感センサとを含む。
　挙動センサ１５５は住人の身体に付けられており、人の挙動を３軸センサ（X,Y,Z）等の加速度センサにより検出する。挙動センサ１５５は他の生体センサ（脈拍や呼吸等）を含んでもよい。また、挙動センサ１５５は位置測位システム(GPS:Global Positioning System)を含んでもよい。以降、人の挙動を検出する方法については人感センサ、ドアセンサにより説明する。
　家電機器１８０は、電力を消費して動作する機器である。家電機器１８０は、電気ケトルや電子レンジやＴＶ等、住人による操作に応じて動作する電気機器である。スマートプラグ１７０は、家電機器１８０とコンセントの間に設けられ、家電機器１８０の消費電力を計測する。なお、スマートプラグ１７０は、消費電力を積分することで、消費電力量を計測してもよい。
　表示操作パネル２１０は、無線ＬＡＮ等の通信ネットワークを介してＨＧＷ１１０に接続され、ＨＧＷ１１０と通信することで、ＨＧＷ１１０からの情報を表示し、住人からの入力を受け付ける。表示操作パネル２１０は、タブレット、スマートフォン、ＰＣ等であってもよい。表示操作パネル２１０の代わりに、他の入力装置及び表示装置が用いられてもよい。表示操作パネル２１０は、通信ネットワーク６０に接続されていてもよい。電話機２２０は、電話回線７０に接続され、緊急時等に住人による通話に用いられる。なお、電話機２２０は、電話回線７０が不通等の場合に通信ネットワーク６０に接続されていてもよい。
　ＨＧＷ１１０は、メモリ１１１と、ＣＰＵ（Central Processing Unit）１１２と、通信インタフェース１１３と、センサインタフェース１１４とを含む。メモリ１１１は、プログラム及びデータを格納する。プログラムは、コンピュータ読み取り可能な記憶媒体に格納され、記憶媒体からＨＧＷ１１０へインストールされてもよい。ＣＰＵ１１２は、メモリ１１１内のプログラムに従って、ＨＧＷ１１０の処理を行う。通信インタフェース１１３は、通信ネットワーク６０に接続され、ＣＰＵ１１２からの指示に基づいて通信を行う。センサインタフェース１１４は、電力メータ１２０と、温度センサ１４０と、人感センサ１５０と、ドアセンサ１６０と、スマートプラグ１７０に接続され、これらの各部と通信を行う。
　ＨＧＷ１１０は、予め設定された電力データ計測時間毎に、電力メータ１２０とスマートプラグ１７０からの夫々から消費電力量を取得し、取得された消費電力量を示す電力データをサーバ４１０へ送信する。また、ＨＧＷ１１０は、温度センサ１４０と、人感センサ１５０と、ドアセンサ１６０との夫々の機器から、計測結果や制御結果を取得し、計測結果や制御結果を示すセンサデータを作成し、センサデータをサーバ４１０へ送信する。
　住宅システム１０は、圧力センサやベッドセンサ等、他のセンサを含んでもよい。例えば、圧力センサは、リビングのソファに設けられ、住人のソファの利用による圧力を検出する。例えば、ベッドセンサは、寝室のベッドに設けられ、住人の就寝及び起床を検出する。
　支援システム３０は、住人に対する支援者の設備に設けられている。支援者は、遠隔健康管理サービスの担当者や補助者であってもよいし、住人の親族等の関係者であってもよい。支援システム３０は、表示操作パネル３１０と、電話機３２０とを含む。表示操作パネル３１０は、サーバ４１０と通信することで、サーバ４１０から受信された情報を表示し、支援者からの入力を受け付ける。表示操作パネル３１０は、タブレット、スマートフォン、ＰＣ等であってもよい。表示操作パネル３１０の代わりに、他の入力装置及び表示装置が用いられてもよい。電話機３２０は、電話回線７０に接続され、緊急時等に支援者による通話に用いられる。
　表示操作パネル３１０は、携帯可能であってもよいし、他の場所に設けられてもよい。これにより、支援者は、どこにいても住人の異常を知ることができる。
　処理システム４０は、サーバ４１０と、電話機４２０と、ストレージ４３０とを含む。サーバ４１０は、通信ネットワーク６０に接続されている。ストレージ４３０は、データベース４４０を格納する。電話機４２０は、電話回線７０に接続され、緊急時等に処理システム４０の管理者による通話に用いられる。
　サーバ４１０は、メモリ４１１と、ＣＰＵ４１２と、通信インタフェース４１３とを含む。メモリ４１１は、プログラム及びデータを格納する。プログラムは、コンピュータ読み取り可能な記憶媒体に格納され、記憶媒体からサーバ４１０へインストールされてもよい。ＣＰＵ４１２は、メモリ４１１内のプログラムに従って、サーバ４１０の処理を行う。通信インタフェース４１３は、処理システム４０の各部と、通信ネットワーク６０に接続され、ＣＰＵ４１２からの指示に基づいて通信を行う。
　サーバ４１０は、通信ネットワーク６０を介して、管理端末に接続されていてもよい。管理端末は、メモリと、ＣＰＵと、通信インタフェースと、入力装置と、出力装置とを含む。管理端末は、サーバ４１０の管理者から入力装置への入力を受け付け、サーバ４１０へ送信する。また、管理端末は、サーバ４１０から受信した情報を、表示装置に表示する。
　サーバ４１０は、各住宅のＨＧＷ１１０から電力データを取得し、電力データをデータベース４４０へ登録する。更にサーバ４１０は、各住宅のＨＧＷ１１０からセンサデータを取得し、センサデータをデータベース４４０へ登録する。更にサーバ４１０は、データベース４４０に基づいて、住人の活動や電力消費のパターンを示すパターンデータを生成し、パターンデータをデータベース４４０へ登録する。更にサーバ４１０は、ＨＧＷ１１０から取得された電力データ及びセンサデータと、データベース４４０とに基づいて、住人の異常を推定する。異常は、例えば、住人が在宅しており且つ動けない状態である。
　なお、処理システム４０が他のコンピュータを含み、そのコンピュータがストレージ４３０を含んでいてもよい。また、処理システム４０が他のコンピュータを含み、そのコンピュータが、サーバ４１０による推定結果を、通信ネットワーク６０を介して支援システム３０等へ提供してもよい。
　支援者は、サーバ４１０からの情報に基づいて、住人の状況を確認し、住宅へ駆けつけたり、住宅へ救急車を向かわせたりすることができる。
　住人は、住宅システム１０及び住人に関する住人情報を表示操作パネル２１０へ入力し、ＨＧＷ１１０は住人情報をサーバ４１０へ送信し、サーバ４１０は住人情報をデータベース４４０へ登録してもよい。住人情報は例えば、年齢、傷病、家電機器１８０の種類、予め設定されたパターンデータ、支援者に関する情報、住宅における住人数等を含んでもよい。支援者は、表示操作パネル３１０を用いて住人情報を入力し、サーバ４１０へ送信してもよい。サーバ４１０は、住人情報を受信し、住人情報をデータベース４４０へ登録する。なお、管理者は、住人との契約情報に基づいて、住人情報をサーバ４１０へ入力し、住人情報をデータベース４４０へ登録してもよい。
　また、住人は、表示操作パネル２１０を用いて住人が外出する時刻範囲を示す外出スケジュールを表示操作パネル２１０へ入力し、ＨＧＷ１１０は外出スケジュールをサーバ４１０へ送信し、サーバ４１０は外出スケジュールをデータベース４４０へ登録してもよい。
　遠隔健康管理システムは、通信ネットワーク６０を介してＤＲ（Demand Response）システム５０に接続されていてもよい。ＤＲシステム５０は、電力需給が逼迫する場合等に、データベース４４０に基づいて、住宅システム１０に対するＤＲを行う。
　遠隔健康管理システムにおける各部の数は、２以上であってもよい。
　この遠隔健康管理システムによれば、住宅から離れた場所にいる支援者が、住人の健康の異常を知ることができる。
　図２は、住宅システム内の各部の動作を示す。
　この図の横軸は時刻を示す。この図は、ＨＧＷ１１０がセンサデータをサーバ４１０へ送信するタイミングであるセンサデータ送信タイミングと、ドア付近の人感センサ１５０の出力と、ドアセンサ１６０の出力と、スマートプラグ１７０に接続されたケトルの動作と、スマートプラグ１７０に接続されたＴＶの動作と、住人によるヒートポンプ１３０の操作と、居間の人感センサ１５０の出力と、トイレの人感センサ１５０の出力とを示す。
　センサデータ送信タイミングの間隔は、予め設定されたセンサデータ計測時間である。ＨＧＷ１１０は、最後のセンサデータ送信タイミングから次のセンサデータ送信タイミングまでを計測期間として、計測期間内の各機器の動作を記録する。
　人感センサ１５０の出力は例えば、人の移動を検出していない場合に、予め設定された人感センサ出力閾値より低い値になり、人の移動を検出した場合に、予め設定された人感センサ出力閾値以上の値になる。
　ＨＧＷ１１０は、人感センサ１５０の出力を監視し、人感センサ１５０の出力が人感センサ出力閾値以上になった（立ち上がり）ことを、検出開始イベントとして検出し、人感センサ１５０の出力が人感センサ出力閾値未満になった（立ち下がり）ことを、検出終了イベントとして検出する。更にＨＧＷ１１０は、計測期間内の検出開始イベント数と検出終了イベント数をカウントし、検出開始イベント数と検出終了イベント数をセンサデータに含める。なお、ＨＧＷ１１０は、検出開始イベントと検出終了イベントの一方を検出してもよい。
　ドアセンサ１６０の出力は例えば、ドアが閉じている場合に、予め設定されたドアセンサ出力閾値より低い値になり、ドアが開いている場合に、予め設定されたドアセンサ出力閾値以上の値になる。
　ＨＧＷ１１０は、ドアセンサ１６０の出力がドアセンサ出力閾値以上になった（立ち上がり）ことを、開イベントとして検出し、ドアセンサ１６０の出力がドアセンサ出力閾値未満になった（立ち下がり）を、閉イベントとして検出する。更にＨＧＷ１１０は、計測期間内の開イベント数と閉イベント数をカウントし、開イベント数と閉イベント数をセンサデータに含める。なお、ＨＧＷ１１０は、開イベントと閉イベントの一方を検出してもよい。また、ＨＧＷ１１０は、センサデータ送信タイミングにおけるドアセンサ１６０の出力をセンサデータに含めてもよい。
　なお、ＨＧＷ１１０は、センサデータに基づいて、住人が在宅しているか否かや、住宅内に存在している住人の数の変化等、住人の在宅状態を推定してもよい。この場合、ＨＧＷ１１０は、センサデータ送信タイミングにおける在宅状態を、センサデータに含めてもよい。例えば、ＨＧＷ１１０は、ドア付近の人感センサ１５０により活動が検出され、その後、ドアセンサ１６０により開閉が検出され、その後、予め設定された時間以上に亘ってドア付近の人感センサ１５０により活動が検出されない場合、在宅者数が減少したと推定してもよい。
　人感センサ１５０及びドアセンサ１６０のように出力の波形の変動が速い場合であっても、ＨＧＷ１１０は、出力からイベント数を検出することにより、間欠的にセンサデータを送信することができると共に、イベントの発生を漏れなく伝えることができる。また、ＨＧＷ１１０は、センサの出力のデータを圧縮してセンサデータを生成することができる。これにより、管理対象の住宅が多い場合であっても、通信ネットワーク６０及びサーバ４１０の負荷を抑えることができる。
　ＨＧＷ１１０は、予め設定された電力データ計測時間が経過する度に、電力データ送信処理を繰り返し行う。電力データ計測時間は例えば、１分である。
　図３は、電力データ取得処理を示す。
　電力データ取得処理において、ＨＧＷ１１０は、電力メータ１２０の出力を取得し、スマートプラグ１７０の出力を取得する（Ｓ２２０）。電力メータ１２０及びスマートプラグ１７０が消費電力を出力する場合、ＨＧＷ１１０は、消費電力を積分して消費電力量を算出する。
　その後、ＨＧＷ１１０は、取得された消費電力量を示す電力データを作成し、電力データをサーバ４１０へ送信する（Ｓ２３０）。電力データは、対象住宅の消費電力量を含む。なお、電力データは、ヒートポンプ１３０の消費電力量を含んでもよいし、家電機器１８０の消費電力量を含んでもよい。
　なお、電力メータ１２０が、通信機能を含む場合、電力メータ１２０は、消費電力量を示す電力データを、サーバ４１０へ送信してもよい。この場合、電力メータ１２０は、専用の通信ネットワーク６０を介して、電力データをサーバ４１０へ送信してもよい。また、電力メータ１２０は、電力データをＭＤＭＳ（Meter Data Management System）等の他のシステムへ送信し、サーバ４１０は、他のシステムから電力データを取得してもよい。
　以上の電力データ取得処理によれば、サーバ４１０は、電力データ計測時間毎に計測された消費電力量を取得し、時系列データとしてデータベース４４０へ蓄積できる。
　図４は、センサデータ取得処理を示す。
　このシーケンスは、サーバ４１０とＨＧＷ１１０の動作を示す。サーバ４１０は、管理対象の住宅の中から一つの住宅を対象住宅として順次選択し、対象住宅に対する取得処理を行う。サーバ４１０は、一つの住宅に対し、センサデータ計測時間が経過する度に、取得処理を繰り返し行う。なお、サーバ４１０は、住宅毎に異なるタイミングで取得処理を行ってもよいし、管理対象の住宅を複数のグループに分け、グループ毎に異なるタイミングで取得処理を行ってもよい。
　まず、サーバ４１０は、センサデータ計測時間を示すセンサデータ要求を、対象住宅のＨＧＷ１１０へ送信する（Ｓ１１０）。センサデータ計測時間は例えば、５分である。この場合、例えば、センサデータ計測時間は分単位で設定され、センサデータ要求は「５」を示す。その後、ＨＧＷ１１０は、センサデータ要求を受信すると、センサデータ計測時間の長さの計測期間を開始し（Ｓ１２０）、計測期間が終了すると、計測期間に得られたセンサデータをサーバ４１０へ送信する（Ｓ１３０）。
　その後、サーバ４１０は、対象住宅からのセンサデータを受信すると、センサデータをデータベース４４０へ登録する（Ｓ１４０）。ここでサーバ４１０は、サーバ４１０は、特定の時点から開イベント数と閉イベント数の夫々を累積し、累積開イベント数と累積閉イベント数を算出し、センサデータに含めてデータベース４４０へ登録してもよい。
　サーバ４１０は、センサデータ要求の送信から、予め設定された受信待機時間が経過しても、センサデータを受信できない場合、住宅システム１０又は通信の障害が発生したと判定する。受信待機時間は例えば、センサデータ計測時間に予め設定された時間を加えた値である。
　その後、サーバ４１０は、現在の対象住宅の状況に適合するパターンデータを選択するパターン推定処理を行う（Ｓ１５０）。
　その後、サーバ４１０は、対象住宅の住人の状態である住人状態を推定する住人状態推定処理を行う（Ｓ１６０）。例えば、住人状態は、在宅か不在かを示し、在宅である場合、正常か異常かを示す。
　その後、サーバ４１０は、住人状態推定処理により得られた住人状態を出力する出力処理を行い（Ｓ１７０）、このシーケンスを終了する。
　なお、センタデータ要求は、センサデータ計測時間を含まなくてもよい。この場合、ＨＧＷ１１０は、センサデータ要求を受信すると、前回のセンサデータ要求の受信から現在までを計測期間として、計測期間に得られたセンサデータをサーバ４１０へ送信する。
　以上のセンタデータ取得処理によれば、サーバ４１０は、各住宅から、センサデータを繰り返し取得し、データベース４４０へ蓄積することができる。また、サーバ４１０は、センサデータを取得する度に、住人の異常を検出することができる。また、サーバ４１０が、住宅毎のセンサデータ送信タイミングを決定し、センサデータ要求を送信することにより、管理対象の住宅が多い場合であっても、サーバ４１０の負荷を分散させることができる。
　なお、処理システム４０が、複数のサーバ４１０を含んでいてもよい。例えば、複数のサーバ４１０に対して、互いに異なる住宅のグループが管理対象として設定される。これにより、各サーバ４１０の負荷を分散させることができる。
　また、ＨＧＷ１１０及びサーバ４１０は、電力データ取得処理を行わなくてもよい。例えば、センサデータ取得処理において、ＨＧＷ１１０は、センサデータと電力データをサーバへ送信する。この場合、ＨＧＷ１１０は、計測期間内の電力データを蓄積する。
　ここでは、パターン生成処理について説明する。
　サーバ４１０は、管理者により設定されたパターン生成タイミングにおいて、データベース４４０に基づいて複数のパターンデータを作成するパターン生成処理を行う。
　パターン生成タイミングは、データベース４４０へのデータの蓄積開始から所定時間が経過した時点であってもよいし、予め設定された定期的な時刻であってもよいし、サーバ４１０が管理端末からパターン生成処理の要求を受信した時点であってもよい。
　図５は、パターン生成処理を示す。
　予め複数の期間が設定される。期間は、季節、曜日、時間帯等の組み合わせで表される。例えば、一つの期間は、冬の月曜日の６時から８時までと表される。ここでは、住宅と期間の組み合わせを分類と呼ぶ。
　パターン生成処理において、まず、サーバ４１０は、管理対象の複数の住宅から対象住宅を選択し、複数の期間から対象期間を選択し、対象住宅及び対象期間の組み合わせを対象分類として選択する（Ｓ３１０）。その後、サーバ４１０は、データベース４４０内の電力データから、対象分類に対応する電力データを取得し、取得された電力データから消費電力量データを取得する（Ｓ３２０）。例えば、消費電力量データは、対象住宅の全体の消費電力量である全体消費電力量、対象住宅の消費電力量のうち住人の活動に関する消費電力量である活動消費電力量、各家電機器１８０の消費電力量である機器消費電力量を含む。
　例えば、電力データが全体消費電力量と、ヒートポンプ１３０の消費電力量とを含む場合、サーバ４１０は、全体消費電力量からヒートポンプ１３０の消費電力量を減ずることで、活動消費電力量を算出する。住宅システム１０がスマートプラグ１７０を含まず、電力データが家電機器１８０の消費電力量を含まない場合、サーバ４１０は、活動消費電力量の時系列データの特徴を分析し、分析結果により活動消費電力量の時系列データから各家電機器１８０の機器消費電力量の時系列データを抽出してもよい。
　家電機器１８０の機器消費電力量の時系列データは、種類毎に固有の周波数特性を持つ。予め種類毎の機器消費電力量の周波数特性が設定される。サーバ４１０は、活動消費電力量の時系列データのフーリエ変換により、活動消費電力量の周波数特性を算出し、予め設定された機器消費電力量の周波数特性を用いて、活動消費電力量から機器消費電力量の成分を抽出することができる。
　ヒートポンプ１３０の消費電力量は、ヒートポンプ１３０自体の制御により、一定の変化率で増大する等、周期的な変動が少なく、住人の活動と相関が低い。そこで、サーバ４１０は、活動消費電力量を算出することにより、住人の活動と相関が高い消費電力量を得ることができる。また、ヒートポンプ１３０の消費電力量の時系列データは、機器消費電力量の時系列データと区別しにくいことから、活動消費電力量から機器消費電力量を抽出することにより、全体消費電力量から機器消費電力量を抽出する場合に比べて機器消費電力量の抽出の精度を向上させることができる。
　なお、機器消費電力量の抽出において、活動消費電力量の代わりに、全体消費電力量が用いられてもよい。
　消費電力量データは、住人による各家電機器１８０の機器使用開始時刻や機器使用終了時刻等を含んでもよい。例えば、サーバ４１０は、家電機器１８０の機器消費電力量が、予め設定された機器消費電力量閾値以上になった時刻を、機器使用開始時刻として検出し、機器消費電力量が機器消費電力量閾値未満になった時刻を、機器使用終了時刻として検出する。
　また、種類毎の機器消費電力量の時系列データが参照機器消費電力量データとして予め設定されていてもよい。この場合、サーバ４１０は、活動消費電力量の時系列データについて、参照機器消費電力量データとのパターンマッチングを行い、得られる相関が予め設定された値より高い期間から、機器使用開始時刻及び機器使用終了時刻を検出してもよい。
　なお、ＨＧＷ１１０が、電力メータ１２０の出力から消費電力量データを取得し、消費電力量データをサーバ４１０へ送信してもよい。
　その後、サーバ４１０は、対象分類に対応する消費電力量データと、対象分類に対応するセンサデータとを取得する。消費電力量データと、センサデータとを合わせて、計測データと呼ぶ。その後、サーバ４１０は、取得された計測データに基づいて、対象分類に対応するパターンデータを算出する（Ｓ３３０）。例えば、パターンデータは、消費電力量の平均である消費電力量平均値、消費電力量の範囲を示す消費電力量範囲、活動時間帯を含む。
　ここで、サーバ４１０は、対象分類に対応する消費電力量データについて、複数の時刻（サンプル）の消費電力量の平均μ及び標準偏差σを算出し、μを消費電力量平均値とする。その後、サーバ４１０は、予め設定された係数ｎを用いて、消費電力量上限値μ＋ｎσと消費電力量下限値μ－ｎσにより定まる消費電力量範囲を算出する。なお、パターンデータは、消費電力量範囲の代わりにσ又はｎσを含んでもよい。
　また、サーバ４１０は、対象分類に対応する消費電力量データ及びセンサデータから、住人の活動時間帯を算出する。活動時間帯は、住人が住宅内で活動している時刻の範囲である。例えば、サーバ４１０は、対象分類に対応する消費電力量データ及びセンサデータを用いて、後述する活動条件が成立する時刻の範囲を、活動時間帯として算出する。
　また、サーバ４１０は、対象分類に対応するセンサデータのうち、温度センサ１４０により計測された温度の平均及び標準偏差を算出し、消費電力量範囲と同様にして、温度上限値と温度下限値により定まる温度範囲を算出する。なお、温度範囲は、期間に応じて予め設定されてもよい。
　なお、パターンデータは、機器使用開始時刻や、機器使用終了時刻や、機器使用開始時刻から機器使用終了時刻までの長さである機器使用期間長を含んでもよい。
　パターンデータは、ニューラルネットワーク等の人工知能の構成やパラメータを示すデータであってもよい。この場合、パターン生成処理において、サーバ４１０は、対象分類に対応する計測データを用いてニューラルネットワークの学習を行う。
　なお、対象住宅に対応する住人情報が、対象住宅に複数の住人が住んでいることを示す場合、サーバ４１０は、外出スケジュールに基づいて、対象住宅に存在する人の数である在宅者数を推定し、在宅者数毎のパターンデータを算出してもよい。
　また、サーバ４１０は、対象分類に対応する計測データに基づいて、在宅者数を推定してもよい。例えば、家電機器１８０が炊飯器である場合、在宅者数により炊飯器の機器使用期間長が変化する。そこで、サーバ４１０は、在宅者数毎に、炊飯器の機器使用期間長を算出する。
　また、パターンデータが、対象分類の消費電力量データの波形を示す参照消費電力量データを含んでもよい。例えば、サーバ４１０は、予め設定された長さの消費電力量データの平均波形を参照消費電力量データとして算出してもよい。
　なお、サーバ４１０は、データベース４４０内の計測データのクラスタリング（クラスタ分析）により複数の分類を決定してもよい。例えば、サーバ４１０は、データベース４４０から、予め設定された長さの期間毎に計測データを取得し、各計測データの特徴を示す特徴データを算出し、クラスタリングにより特徴データを複数のクラスタに分類し、各クラスタを代表する計測データに基づいてパターンデータを算出してもよい。この場合、パターンデータは、特徴データを含んでもよい。特徴データは、消費電力量データの平均や標準偏差、消費電力量データのフーリエ変換により得られる周波数特性、センサデータにおける各イベントの発生頻度等であってもよい。
　また、サーバ４１０は、クラスタリングにより、各在宅者数のクラスタに分類し、各クラスタに基づいて各在宅者数のパターンデータを生成してもよい。
　その後、サーバ４１０は、全ての分類に対してパターンデータを生成したか否かを判定する（Ｓ３５０）。未だ全ての分類に対してパターンデータを生成していないと判定された場合（Ｓ３５０：Ｎ）、サーバ４１０は、処理をＳ３１０へ戻し、次の対象分類を選択する。全ての分類に対してパターンデータを生成したと判定された場合（Ｓ３５０：Ｙ）、サーバ４１０は、このフローを終了する。
　以上のパターン生成処理によれば、計測データを分類することで、住宅の状況を分類し、分類毎に住人状態の判定の基準となるパターンデータを用意することができる。
　ここでは、前述のパターン推定処理について説明する。
　図６は、パターン生成処理とパターン推定処理と住人状態推定処理の関係を示す。
　ここでは、センサデータのうち、人感センサ１５０に基づくデータを人感センサデータと呼び、ドアセンサ１６０に基づくデータをドアセンサデータと呼ぶ、温度センサ１４０に基づくデータを温度センサデータと呼ぶ。
　まず、サーバ４１０は、データベース４４０から、最新の消費電力量データを対象消費電力量データとして取得し、データベース４４０から、最新のセンサデータを対象センサデータとして取得する。対象消費電力量データと対象センサデータを合わせて対象計測データと呼ぶ。なお、サーバ４１０は、予め設定された長さの最新の時系列の消費電力量データを対象消費電力量データとしてもよいし、判定時間の長さの最新の時系列のセンサデータを対象センサデータとしてもよい。
　その後、サーバ４１０は、現在時刻に対応する期間である対象期間を選択する。その後、サーバ４１０は、データベース４４０から、対象住宅と対象期間により示される分類に対応するパターンデータを、指定パターンデータとして選択する。サーバ４１０は、指定パターンデータに含まれる、活動時間帯、消費電力量平均値、消費電力量範囲、温度範囲を、夫々、指定活動時間帯、指定消費電力量平均値、指定消費電力量範囲、指定温度範囲として取得する。
　パターンデータがクラスタリングにより作成され、特徴データを含む場合、サーバ４１０は、対象計測データの特徴を示す対象特徴データを算出し、対象特徴データに対応するクラスタを選択し、選択されたクラスタに対応するパターンデータを指定パターンデータとして選択してもよい。
　また、在宅者数毎のパターンデータがデータベース４４０に登録されており、対象住宅に複数の住人が住んでいる場合、サーバ４１０は、在宅者数を推定し、在宅者数に対応するパターンデータを指定パターンデータとして選択してもよい。
　例えば、サーバ４１０は、データベース４４０から現在時刻に対応する外出スケジュールを取得し、在宅者数を推定してもよい。
　また、家電機器１８０の或る種類に対して在宅者数毎の参照機器消費電力量データが予め設定されていてもよい。例えば、在宅者が１人のときの参照機器消費電力量データが基本波形として設定され、２以上の在宅者数毎の参照機器消費電力量データが応用波形として設定されていてもよい。サーバ４１０は、活動消費電力量の時系列データについて、在宅者数毎に参照機器消費電力量データとのパターンマッチングを行い、最も高い相関が得られた参照機器消費電力量データを選択し、それに対応する在宅者数を選択してもよい。
　また、パターンデータが機器使用期間長を含む場合、サーバ４１０は、パターン生成処理と同様にして、機器使用期間長を抽出し、最も近い機器使用期間長を有するパターンデータを選択してもよい。
　サーバ４１０は、在宅者数を推定することにより、複数の住人が住んでいる対象住宅において在宅者数が１人になったことを検出することができる。これにより、サーバ４１０は、他の家族がいない場合の在宅者の異常を検出することができる。
　以上のパターン推定処理によれば、サーバ４１０は、対象住宅の状況に適したパターンデータを取得することができる。また、パターンデータが活動時間帯を示すことにより、正常な活動であるか否かを迅速に判定することができる。また、パターンデータが消費電力量範囲を示すことにより、正常な消費電力量であるか否かを迅速に判定することができる。
　ここでは、前述の住人状態推定処理について説明する。
　住人状態推定処理において、サーバ４１０は、条件マトリックスを用いて、対象住宅の住人状態を推定する。条件マトリックスは、多次元の入力に対する条件の組み合わせを示す。条件マトリックスの出力は、住人状態である。ここでは、条件マトリックス内の条件５５１が成立し、条件マトリックスの出力である住人状態５６１が異常である場合を示す。
　入力は、指定パターンデータ、対象消費電力量データ、対象センサデータを含む。指定パターンデータは、指定活動時間帯、指定消費電力量平均値、指定消費電力量範囲、指定温度範囲を含む。対象消費電力量データは、対象消費電力量を含む。ここでの対象消費電力量は、活動消費電力量である。なお、活動消費電力量が得られない場合、対象消費電力量は、全体消費電力量であってもよい。機器消費電力量が得られる場合、対象消費電力量は、機器消費電力量であってもよい。
　図７は、条件マトリックスを示す。
　条件マトリックスは例えば、次の複数の条件の組み合わせを示す。
　現在時刻に対する条件である、活動時刻条件は、現在時刻が指定活動時間帯内であることである。
　対象センサデータに対する条件である、センサ検出条件は、開イベント数、閉イベント数、検出開始イベント数、検出終了イベント数の少なくとも何れか一つが正であることである。これにより、サーバ４１０は、住人が活動していることを推定できる。
　対象センサデータに対する条件である、外出条件は、開イベント数が正であり、且つ閉イベント数が正であり、且つドア付近の検出終了イベント数が正であることである。これにより、サーバ４１０は、住人がドアを開閉し且つ住人が出入口から離れたことを推定することができる。
　対象センサデータに対する条件である、開放条件は、累積開イベント数が累積閉イベント数より一つ多いことである。これにより、サーバ４１０は、住人がドアを開閉し且つ住人がドアから離れたことを推定できる。
　対象センサデータに対する条件である、異常温度条件は、温度センサ１４０により計測された温度が、指定温度範囲外であることである。これにより、サーバ４１０は、対象住宅の特定の場所が適切な温度に保たれていないことを推定できる。
　対象消費電力量データに対する条件である、電力使用条件は、対象消費電力量が予め設定された消費電力量閾値以上であることである。
　対象消費電力量データに対する条件である、電力増大条件は、対象消費電力量が指定消費電力量平均値以上であることである。
　図８は、電力増大条件を示す。この図において、横軸は時刻を示し、縦軸は対象消費電力量を示す。破線は、指定消費電力量平均値を示す。これにより、サーバ４１０は、住人が電力を使用していることを推定できる。
　対象消費電力量データに対する条件である、電力乖離条件は、対象消費電力量が指定消費電力量範囲外であることである。
　図９は、電力乖離条件を示す。この図において、横軸は時刻を示し、縦軸は対象消費電力量を示す。破線は、対象期間の消費電力量の平均値を示し、上側の２重線は、指定消費電力量範囲の上限値を示し、下側の２重線は、指定消費電力量範囲の下限値を示す。これにより、サーバ４１０は、住人による電力の使用状況が指定パターンデータと異なることを推定できる。
　活動条件は、センサ検出条件及び電力使用条件の少なくとも何れか一つが成立することである。これにより、サーバ４１０は、住人が活動していることを推定できる。
　異常活動条件は、活動時刻条件が成立せず、且つ活動条件が成立することである。これにより、サーバ４１０は、住人が指定活動時間帯外に活動していることを推定できる。異常停留条件は、センサ検出条件が成立してから、予め設定された停留時間以上に亘って、センサ検出条件が連続して成立していることである。これにより、サーバ４１０は、住人が特定の場所で動かないことを推定できる。開放条件が成立した場合、サーバ４１０は、対象センサデータに基づいて、開放条件が連続して成立している時間を開放時間として算出する。例えば、サーバ４１０は、開放条件が成立した住人状態推定処理において、開放時間に０を代入し、その後の住人状態推定処理において開放条件が連続して成立している場合、開放時間にセンサデータ計測時間を加算する。異常開放条件は、開放時間が、予め設定された開放時間閾値以上であることである。これにより、サーバ４１０は、住人の異常や不審者の侵入によるドアの開放を推定できる。異常条件は、異常活動条件、電力乖離条件、異常停留条件、異常開放条件、異常温度条件の少なくとも何れか一つが成立することである。
　外出条件が成立した場合、サーバ４１０は、対象消費電力量データ及び対象センサデータに基づいて、活動条件が連続して成立しない時間を外出時間として算出する。例えば、サーバ４１０は、外出条件が成立した住人状態推定処理において、外出時間に０を代入し、その後の住人状態推定処理において活動条件が連続して成立していない場合、外出時間にセンサデータ計測時間を加算する。不在条件は、外出時間が、予め設定された外出時間閾値以上であることである。
　正常活動条件は、活動時刻条件が成立し、且つ活動条件が成立することである。これにより、サーバ４１０は、住人が指定活動時間帯中に活動していることを推定できる。正常条件は、正常活動条件、電力増大条件の少なくとも何れか一つが成立することである。
　異常条件が成立した場合、サーバ４１０は、住人状態が異常であると推定する。正常条件が成立した場合、サーバ４１０は、住人状態が正常であると推定する。不在条件が成立した場合、サーバ４１０は、住人状態が不在であると推定する。
　また、これらの条件に対し優先順位が予め設定されていてもよい。例えば、住人状態は、優先順位が高いものから順に、異常、正常、不在と設定される。複数の条件が成立する場合、サーバ４１０は、優先順位が高い住人状態を選択する。
　サーバ４１０は、住人状態の推定結果をデータベース４４０へ登録する。例えば、推定結果は、住人ＩＤ、住人状態、推定時刻、推定理由を含む。推定理由は例えば、条件マトリックス内で成立した条件を示す。
　なお、サーバ４１０は、住人状態の何れの条件も成立しない場合、推定結果として無活動を示す住人状態を出力してもよいし、住人状態の推定結果を出力しなくてもよい。
　また、条件マトリックスは、機器使用条件を含んでもよい。機器使用条件は、機器使用開始時刻と機器使用終了時刻とに基づいて、計測期間中に機器が使用されていることである。機器使用条件が成立した場合、活動条件が成立する。
　また、複数の条件マトリックスが予め設定され、パターンデータが条件マトリックスを示していてもよい。この場合、住人状態推定処理は、パターン推定処理により選択された条件マトリックスを用いる。
　また、サーバ４１０は、対象住宅の住人数が１である場合や、外出スケジュールに基づいて在宅者数が１であると推定した場合に、住人状態推定処理を行ってもよい。また、サーバ４１０が、外出スケジュールに基づいて在宅者数が０であると推定し、且つ正常条件又は異常条件が成立した場合、不法侵入や住人が倒れて外出できないこと等を推定し、支援システム３０の表示操作パネル３１０へアラームを送信する。
　なお、指定パターンデータがニューラルネットワークを示すデータである場合、推定処理において、サーバ４１０は、条件マトリックスの代わりにニューラルネットワークを用い、対象計測データをニューラルネットワークへ入力することにより、住人状態を推定する。
　以上の住人状態推定処理によれば、サーバ４１０は、住人が在宅し且つ異常であることと、住人が在宅し且つ正常であることと、住人が前記住宅に不在であることと、住人状態として推定することができる。サーバ４１０は、消費電力量データとセンサデータとを用いることで、異常の誤検出を低減することができる。また、サーバ４１０は、パターンデータと条件マトリックスを用いて推定を行うことで、処理が簡単になり、住人状態を迅速に推定することができる。また、サーバ４１０は、状況に応じてパターンデータを切り替えることで、異常の誤検出を低減することができる。
　ここでは、前述の出力処理について説明する。
　表示操作パネル３１０は、支援者による操作に基づいて、住人情報と、住人状態推定処理の結果を示す住人状態データとをサーバ４１０から取得し、住人状態データに基づいて住人状態画面を表示する。なお、表示操作パネル２１０が、住人による操作に基づいて住人状態データをサーバ４１０から取得し、住人状態データに基づいて住人状態画面を表示してもよい。また、サーバ４１０は、住人状態データを表示操作パネル３１０及び表示操作パネル２１０へ送信し、表示操作パネル３１０及び表示操作パネル２１０に住人状態画面を表示させてもよい。
　図１０は、住人状態画面を示す。
　住人状態画面は、住人名５１１、支援者名５１２、住人状態データ時刻５１３、更新ボタン５１４、推定状況５２１、センサ状況５２２、支援者一覧５２３、消費電力量波形５３１、機器使用状況５３２、センサデータ５３３、一日の活動ボタン５４１、活動モニタボタン５４２、状況連絡ボタン５４３、実状況連絡ボタン５４４を含む。なお、住人状態画面は、条件マトリックス内の特定の条件の判定結果を示してもよい。
　住人名５１１は、住人情報に基づいて、対象住宅の住人の名前及びＩＤを示す。支援者名５１２は、支援者の名前を示す。住人状態データ時刻５１３は、住人状態データの時刻である解析時刻を示す。住人状態データ時刻５１３は、最新の住人状態データの時刻であってもよいし、支援者により指定された時刻であってもよい。更新ボタン５１４が操作されると、表示操作パネル３１０は、サーバ４１０から最新の住人状態データを取得し、取得された住人状態データに基づいて住人状態画面を更新する。
　推定状況５２１は、住人状態推定処理により推定された住人状態を示す。推定状況５２１は、推定理由を含んでもよい。センサ状況５２２は、対象住宅における各センサの状況を示す。例えば、センサ状況５２２は、人感センサ１５０のバッテリが低下し、バッテリ交換が必要であることを示す。支援者一覧５２３は、表示操作パネル３１０を使用可能な支援者の一覧を示す。例えば、表示操作パネル３１０を使用可能な支援者は、遠隔健康管理サービスの担当者（サポートスタッフ）である。
　消費電力量波形５３１は、対象住宅の消費電力量データを示す。機器使用状況５３２は、家電機器１８０毎の機器使用期間を示す。センサデータ５３３は、対象住宅における各センサによる計測結果を示す。
　一日の活動ボタン５４１が操作されると、表示操作パネル３１０は、サーバ４１０から一日分の住人状態データを取得し、取得された住人状態データに基づいて住人状態画面を表示する。活動モニタボタン５４２が操作されると、表示操作パネル３１０は、サーバ４１０から最新の住人状態データを取得し、取得された住人状態データに基づいて住人状態画面を表示する。状況連絡ボタン５４３が操作されると、表示操作パネル３１０は、住人状態推定処理による推定結果をサーバ４１０から取得し、推定状況５２１を表示する。実状況連絡ボタン５４４が操作されると、表示操作パネル３１０は、住人状態推定処理による推定結果を修正する修正処理を行い、修正結果をサーバ４１０へ送信する。
　なお、住人状態推定処理により在宅者数が推定された場合、住人状態画面は、在宅者数を表示してもよい。
　なお、住人状態推定処理により対象住宅の住人状態が異常であると推定された場合、サーバ４１０は、出力処理において、異常を示す通知を支援者等へ送信する。通知は例えば、電子メールである。
　また、処理システム４０は、支援システム３０や住宅システム１０が住人状態データを取得するためのサービスを提供するＷｅｂサーバ等を含んでもよい。この場合、サーバ４１０が住人状態データを支援システム３０や住宅システム１０へ送信しなくてもよい。
　従来の遠隔健康管理において、支援者は、定期的に各住宅に電話を掛けることで、住人の状態が異常であるか否かを判断する。以上の出力処理によれば、支援者の負担を軽減することができる。また、住人の状態の異常を迅速に支援者に伝えることができ、異常に対する対処の可能性を高めることができる。また、住人状態画面が電力データに基づく情報と、センサデータに基づく情報と、住人状態とを表示することにより、支援者は、住人状態の原因を確認することができる。また、カメラ等を用いず、ＨＧＷ１１０がセンサ出力を処理して得られたセンサデータをサーバへ送信することにより、プライバシーに配慮しつつ、状況を把握することができる。
　ここでは、修正処理について説明する。
　住人は、住人状態画面や通知から、推定された住人状態が実際の住人状態と異なると判断した場合、住人状態画面の実状況連絡ボタン５４４を用いて、表示操作パネル２１０に修正後住人状態を入力する。ＨＧＷ１１０は、修正後住人状態を示す修正指示をサーバ４１０へ送信する。なお、支援者が表示操作パネル３１０に修正指示を入力してもよい。
　図１１は、修正処理の概要を示す。
　この図は、前述の条件マトリックスにおける修正前住人状態５６１と、修正指示に示された修正後住人状態５６２とを示す。
　修正指示を受信したサーバ４１０は、条件マトリックスから、修正前住人状態５６１の原因５５１を特定し、パターンデータのうち、原因５５１に関するデータを修正する。例えば、原因５５１が異常活動条件の成立である場合、サーバ４１０は、活動時間帯を、現在時刻を含む時間帯へ変更する。これにより、原因５５２の正常活動条件が成立し、住人状態の推定結果が修正後住人状態５６２になる。
　また、サーバ４１０は、予め設定された長さの最新の計測データを用いてパターン生成処理であって、前回のパターン生成処理と異なる計測データを用いてパターン生成処理を行うことで、データベース４４０内のパターンデータを更新してもよい。これにより、サーバ４１０は、パターンデータを最新の状況に合わせることができる。
　なお、パターンデータがニューラルネットワークを含む場合、修正処理において、サーバ４１０は、修正後住人状態５６２を用いてニューラルネットワークの再学習を行う。
　以上の修正処理によれば、住人状態の判定の基準となるパターンデータを修正することにより、住人状態の推定の精度を向上させることができる。
　なお、住人が表示操作パネル２１０に修正処理の指示を入力し、表示操作パネル２１０が修正処理を行ってもよい。
　また、推定された住人状態が実際の住人状態と異なる場合でなくても、サーバ４１０は、修正処理と同様の処理により、パターンデータを更新してもよい。例えば、住人状態が異常と判定され、支援者が救急車を依頼し、住人が救急搬送された場合、支援者は、救急搬送されたことを表示操作パネル３１０へ入力し、サーバ４１０へ送信してもよい。サーバ４１０は、このときの計測データをパターンデータとして登録し、その後、計測データがこのパターンデータに類似する場合、緊急事態として支援者に通知してもよい。
　以上の修正処理によれば、対象住宅における住人の活動のパターンの変化や、家電機器１８０の変化等に対し、パターンデータを追従させることができる。これにより、サーバ４１０は、以後の住人状態推定処理における推定の精度を向上させることができる。
　ＤＲシステム５０は、データベース４４０を用いてＤＲを行ってもよい。例えば、ＤＲシステム５０は、パターンデータから、ＤＲの対象期間における住宅毎の消費電力量データを取得し、取得された消費電力量データに基づいて、消費電力の削減量の予測や、消費電力を削減する住宅の選択を行う。遠隔健康管理システムとＤＲシステムがデータベース４４０を共用することで、二つのシステムのコストを抑えることができる。
　以上の実施例に記載された技術は、次のように表現することもできる。
　（表現１）
　メモリと、
　住宅内の特定場所における住人の活動を検出するセンサと、
　前記センサに接続されるセンサインタフェースと、
　通信ネットワークを介してサーバに接続される通信インタフェースと、
　前記メモリ、前記センサインタフェース、及び前記通信インタフェースに接続されるプロセッサと、
を備え、
　前記プロセッサは、前記センサの出力の立ち上がり及び立ち下がりを検出し、
　前記プロセッサは、前記センサの出力の立ち上がり数及び立ち下がり数をカウントし、
　前記プロセッサは、前記立ち上がり数及び前記立ち下がり数を含むセンサデータを前記サーバへ送信する、
通信装置。
　本発明の表現のための用語について説明する。サーバ及び遠隔健康管理装置は、サーバ４１０等に対応する。センサは、人感センサ１５０、挙動センサ１５５、ドアセンサ１６０、温度センサ１４０等に対応する。通信装置は、ＨＧＷ１１０等に対応する。プロセッサは、ＣＰＵ４１２等に対応する。端末装置は、表示操作パネル２１０、表示操作パネル２１０等に対応する。電気機器は、家電機器１８０等に対応する。
　以上、本発明の実施形態を説明したが、これは本発明の説明のための例示であって、本発明の範囲を上記構成に限定する趣旨ではない。本発明は、他の種々の形態でも実施する事が可能である。
　１０…住宅システム、　３０…支援システム、　４０…処理システム、　５０…デマンドレスポンスシステム、　６０…通信ネットワーク、　７０…電話回線、　１２０ａ、１２０ｂ…電力メータ、　１３０…ヒートポンプ、　１４０…温度センサ、　１５０…人感センサ、　１５５…挙動センサ、　１６０…ドアセンサ、　１７０…スマートプラグ、　１８０…家電機器、　２１０…表示操作パネル、　２２０…電話機、　３１０…表示操作パネル、　３２０…電話機、　４１０…サーバ、　４３０…ストレージ、　４４０…データベース

Claims (15)

  1. 　住宅内の特定の電力線における電力の消費量を計測する電力メータと、
    　前記住宅内の特定場所における住人の活動を検出するセンサと、
    　前記センサに接続される通信装置と、
    　通信ネットワークを介して前記通信装置に接続されるサーバと、
    を備え、
    　前記サーバは、前記電力メータの出力に基づく電力データを繰り返し取得し、
    　前記サーバは、前記電力データをデータベースへ登録し、
    　前記サーバは、前記センサの出力に基づくセンサデータを前記通信装置から繰り返し取得し、
    　前記サーバは、前記センサデータを前記データベースへ登録し、
    　前記サーバは、前記データベースに基づいて、複数のパターンデータを生成し、
    　前記サーバは、前記複数のパターンデータの中から、現在の前記住宅の状況に適合する指定パターンデータを選択し、
    　前記サーバは、前記センサデータと前記電力データと前記指定パターンデータとに基づいて、予め設定された複数の状態の中から、前記住宅の住人の状態を推定し、
    　前記複数の状態は、前記住人が在宅し且つ異常であることと、前記住人が在宅し且つ正常であることと、前記住人が前記住宅に不在であることとを含む、
    遠隔健康管理システム。
  2. 　前記サーバは、予め設定された電力データ計測時間が経過する度に前記電力データを取得し、
    　前記サーバは、予め設定されたセンサデータ計測時間が経過する度に前記センサデータを前記通信装置から取得する、
    請求項１に記載の遠隔健康管理システム。
  3. 　前記通信装置は、前記センサの出力の立ち上がり及び立ち下がりを検出し、
    　前記通信装置は、前記センサの出力の立ち上がり数及び立ち下がり数をカウントし、
    　前記センサデータは、前記立ち上がり数及び前記立ち下がり数を含む、
    請求項２に記載の遠隔健康管理システム。
  4. 　前記サーバは、前記通信ネットワークを介して端末装置に接続され、
    　前記サーバは、前記センサデータに基づく情報と、前記電力データに基づく情報と、前記状態とを、前記端末装置に表示させる、
    請求項３に記載の遠隔健康管理システム。
  5. 　前記サーバは、前記状態に対して修正された状態を示す指示を受信すると、前記指示に基づいて、前記指定パターンデータを修正する、
    請求項４に記載の遠隔健康管理システム。
  6. 　前記サーバは、前記センサデータと前記電力データと前記指定パターンデータとに対する条件の組み合わせを用いて、前記状態として推定する、
    請求項５に記載の遠隔健康管理システム。
  7. 　前記サーバは、前記通信ネットワークを介して、複数の住宅の夫々の通信装置に接続され、
    　前記サーバは、前記データベースに基づいて、各住宅及び各期間に対応するパターンデータを生成することで、前記複数のパターンデータを生成し、
    　前記サーバは、前記複数のパターンデータの中から、前記住宅及び現在時刻に対応するパターンデータを前記指定パターンデータとして選択する、
    請求項１に記載の遠隔健康管理システム。
  8. 　前記パターンデータは、前記住人の活動時間帯を示し、
    　前記サーバは、最新の電力データ及び最新のセンサデータが前記住人の活動を示し、且つ現在時刻が前記活動時間帯外である場合、前記状態が異常であると推定し、
    請求項１に記載の遠隔健康管理システム。
  9. 　前記パターンデータは、電力の消費量範囲を示し、
    　前記サーバは、最新の電力データが前記消費量範囲外である場合、前記状態が異常であると推定する、
    請求項８に記載の遠隔健康管理システム。
  10. 　前記電力メータは、前記住宅の全体の消費電力量を計測する第一電力メータと、前記住宅内のヒートポンプの消費電力量を計測する第二電力メータとを含み、
    　前記住宅は、ヒートポンプと電気機器を含み、
    　前記サーバは、最新の電力データに基づいて、前記第一電力メータにより計測された消費電力量から、前記第二電力メータにより計測された消費電力量を減ずることで、前記住人の活動による消費電力量を算出する、
    請求項１に記載の遠隔健康管理システム。
  11. 　前記サーバは、前記算出された消費電力量の時系列データの特性から、前記住宅内の電気機器の消費電力量の時系列データを抽出し、
    　前記サーバは、前記電気機器の消費電力量の時系列データに基づいて、前記状態を推定する、
    請求項１０に記載の遠隔健康管理システム。
  12. 　前記サーバは、前記センサデータ計測時間が経過する度に前記通信装置へ前記センサデータの要求を送信し、
    　前記通信装置は、前記要求に応じて、前記センサデータを前記サーバへ送信する、
    請求項２に記載の遠隔健康管理システム。
  13. 　前記通信装置は、前記電力メータに接続され、
    　前記通信装置は、前記電力メータの出力を取得し、
    　前記通信装置は、前記電力データ計測時間が経過する度に前記電力データを、前記サーバへ送信する、
    請求項２に記載の遠隔健康管理システム。
  14. 　電力メータを用いて、住宅内の特定の電力線における電力の消費量を計測し、
    　センサを用いて、前記住宅内の特定場所における住人の活動を検出し、
    　通信装置を用いて、前記センサの出力を取得し、
    　前記電力メータの出力に基づく電力データを繰り返し取得し、
    　前記電力データをデータベースへ登録し、
    　前記センサの出力に基づくセンサデータを、通信ネットワークを介して前記通信装置から繰り返し取得し、
    　前記センサデータを前記データベースへ登録し、
    　前記データベースに基づいて、複数のパターンデータを生成し、
    　前記複数のパターンデータの中から、現在の前記住宅の状況に適合する指定パターンデータを選択し、
    　前記センサデータと前記電力データと前記指定パターンデータとに基づいて、予め設定された複数の状態の中から、前記住宅の住人の状態を推定する
    ことを備え、
    　前記複数の状態は、前記住人が在宅し且つ異常であることと、前記住人が在宅し且つ正常であることと、前記住人が前記住宅に不在であることとを含む、
    遠隔健康管理方法。
  15. 　住宅内の特定の電力線における電力の消費量を計測する電力メータと、前記住宅内の特定場所における住人の活動を検出するセンサと、前記センサに接続される通信装置とに対し、通信ネットワークを介して前記通信装置に接続される通信インタフェースと、
    　メモリと、
    　前記通信インタフェース及び前記メモリに接続されるプロセッサと、
    を備え、
    　前記通信インタフェースは、前記電力メータの出力に基づく電力データを繰り返し取得し、
    　前記プロセッサは、前記電力データをデータベースへ登録し、
    　前記通信インタフェースは、前記センサの出力に基づくセンサデータを前記通信装置から繰り返し取得し、
    　前記プロセッサは、前記センサデータを前記データベースへ登録し、
    　前記プロセッサは、前記データベースに基づいて、複数のパターンデータを生成し、
    　前記プロセッサは、前記複数のパターンデータの中から、現在の前記住宅の状況に適合する指定パターンデータを選択し、
    　前記プロセッサは、前記センサデータと前記電力データと前記指定パターンデータとに基づいて、予め設定された複数の状態の中から、前記住宅の住人の状態を推定し、
    　前記複数の状態は、前記住人が在宅し且つ異常であることと、前記住人が在宅し且つ正常であることと、前記住人が前記住宅に不在であることとを含む、
    遠隔健康管理装置。
PCT/JP2015/085348 2015-12-17 2015-12-17 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム Ceased WO2017104044A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2015/085348 WO2017104044A1 (ja) 2015-12-17 2015-12-17 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム
JP2017555944A JPWO2017104044A1 (ja) 2015-12-17 2015-12-17 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/085348 WO2017104044A1 (ja) 2015-12-17 2015-12-17 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム

Publications (1)

Publication Number Publication Date
WO2017104044A1 true WO2017104044A1 (ja) 2017-06-22

Family

ID=59056194

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/085348 Ceased WO2017104044A1 (ja) 2015-12-17 2015-12-17 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム

Country Status (2)

Country Link
JP (1) JPWO2017104044A1 (ja)
WO (1) WO2017104044A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019153295A (ja) * 2018-03-01 2019-09-12 大阪瓦斯株式会社 自己管理支援システム
JP2021174477A (ja) * 2020-04-30 2021-11-01 株式会社Jdsc 情報処理システム、情報処理装置、情報処理方法、及びプログラム
KR20220066712A (ko) * 2020-11-16 2022-05-24 주식회사 산들정보통신 빅데이터 인공지능 기반 응급상황 모니터링 시스템 및 방법
JP2023063412A (ja) * 2018-11-30 2023-05-09 パナソニックＩｐマネジメント株式会社 管理システム、管理方法、及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001216585A (ja) * 2000-02-03 2001-08-10 Sekisui Chem Co Ltd 異常行動判定システム
JP2007183890A (ja) * 2006-01-10 2007-07-19 Chugoku Electric Power Co Inc:The 生活状況監視システム、装置、方法およびプログラム
JP2015109044A (ja) * 2013-12-05 2015-06-11 パナソニックＩｐマネジメント株式会社 見守り通知装置
JP2015176303A (ja) * 2014-03-14 2015-10-05 大阪瓦斯株式会社 行動判定システム、セキュリティシステム及び居住者見守りシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001216585A (ja) * 2000-02-03 2001-08-10 Sekisui Chem Co Ltd 異常行動判定システム
JP2007183890A (ja) * 2006-01-10 2007-07-19 Chugoku Electric Power Co Inc:The 生活状況監視システム、装置、方法およびプログラム
JP2015109044A (ja) * 2013-12-05 2015-06-11 パナソニックＩｐマネジメント株式会社 見守り通知装置
JP2015176303A (ja) * 2014-03-14 2015-10-05 大阪瓦斯株式会社 行動判定システム、セキュリティシステム及び居住者見守りシステム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019153295A (ja) * 2018-03-01 2019-09-12 大阪瓦斯株式会社 自己管理支援システム
JP7216569B2 (ja) 2018-03-01 2023-02-01 大阪瓦斯株式会社 自己管理支援システム
JP2023063412A (ja) * 2018-11-30 2023-05-09 パナソニックＩｐマネジメント株式会社 管理システム、管理方法、及びプログラム
JP7569992B2 (ja) 2018-11-30 2024-10-21 パナソニックＩｐマネジメント株式会社 管理システム、管理方法、及びプログラム
JP2021174477A (ja) * 2020-04-30 2021-11-01 株式会社Jdsc 情報処理システム、情報処理装置、情報処理方法、及びプログラム
KR20220066712A (ko) * 2020-11-16 2022-05-24 주식회사 산들정보통신 빅데이터 인공지능 기반 응급상황 모니터링 시스템 및 방법
KR102436434B1 (ko) * 2020-11-16 2022-08-25 주식회사 산들정보통신 빅데이터 인공지능 기반 응급상황 모니터링 시스템 및 방법

Also Published As

Publication number Publication date
JPWO2017104044A1 (ja) 2018-06-21

Similar Documents

Publication Publication Date Title
US10810855B2 (en) System and method for monitoring activities of daily living of a person
US20120056746A1 (en) Monitoring systems, devices and methods
JP2007048265A (ja) 住居の中の人物の遠隔人物追跡方法とその装置
Alcalá et al. Detecting anomalies in activities of daily living of elderly residents via energy disaggregation and cox processes
JP6197258B2 (ja) 行動予測装置、プログラム
WO2015127491A1 (en) Monitoring system
US20160371593A1 (en) Living activity inference device, and program
JP2012014598A (ja) 独居者見守りシステム、独居者見守り方法及びプログラム
WO2017104044A1 (ja) 遠隔健康管理装置、遠隔健康管理方法、および遠隔健康管理システム
Patrono et al. An innovative approach for monitoring elderly behavior by detecting home appliance's usage
JP2007265017A (ja) 高齢者安否情報生成システム
JP6830298B1 (ja) 情報処理システム、情報処理装置、情報処理方法、及びプログラム
JP2019153295A (ja) 自己管理支援システム
GB2514230A (en) In-room probability estimating apparatus, method therefor and program
JP6452593B2 (ja) 情報処理装置及び情報処理方法
EP2733647B1 (en) On-demand power control system, on-demand power control system program, and computer-readable recording medium recorded with said program
JP5920933B2 (ja) 独居者見守りシステム、独居者見守り方法及びプログラム
JP6418525B2 (ja) 就寝監視装置、およびプログラム
JP2015089163A (ja) 行動評価装置、行動評価システム、行動評価方法、プログラム
JP6947064B2 (ja) 見守り装置、見守り方法、および見守りプログラム
Moshtaghi et al. Monitoring personal safety by unobtrusively detecting unusual periods of inactivity
KR102465304B1 (ko) Ai 스위치와 ai 생활 정보기를 활용한 상황 기반 인공지능 스마트 홈 시스템
JP2008269512A (ja) 見守りシステム
JP5441194B2 (ja) 独居者見守りシステム、独居者見守り方法及びプログラム
JP2009276847A (ja) 居住者生存情報通知システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15910734

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017555944

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15910734

Country of ref document: EP

Kind code of ref document: A1