Intelligente Zähler: ADLs erkennen und individualisieren

Abstract:
Monitoringsysteme auf Basis von Smart-Metern sind eine preiswerte und unauffällige Methode um Notsituationen in Mietwohnungen zu erkennen. Ziel der hier vorgestellten Forschung ist es darüber hinaus die Aktivität des Bewohners (Activity of Daily Living, ADL) zu bestimmen, um dadurch Verhaltensmuster und Abweichungen von diesen zu erkennen. Das hier vorgestellte Monitoringsystem erlernt ein Semi-Markov-Modell basierend auf den Verbrauchsdaten von Smart-Metern. Darin wird die alltägliche Nutzung verschiedener Verbraucher, wie Haushaltsgeräte, sanitäre Anlagen und Heizungsanlagen erlernt. Dabei ist es auch möglich Wahrscheinlichkeiten für die ADLs zu berechnen und dadurch die ADL zu bestimmen, welche der Mensch mit hoher Wahrscheinlichkeit gerade ausführt. Die Gewohnheiten des Menschen werden hierfür im Semi-Markov-Modell erkannt und durch ein Ähnlichkeitsmaß bewertet. Somit werden die Wahrscheinlichkeiten auf das individuelle Verhalten des Bewohners angepasst. Unter Berücksichtigung des zeitlichen Verlaufs der genutzten Verbraucher ist es möglich, je Zustand des Semi-Markov-Modells eine auf den Bewohner geeichte und der aktuellen Situation angepasste Aussage, über dessen wahrscheinlich ausgeübte Aktivität zu treffen.