Non-intrusive load monitoring techniques for activity of daily living recognition
- Autores: José Manuel Alcalá Orzáez
- Directores de la Tesis: Jesús Ureña Ureña (dir. tes.), Álvaro Hernández Alonso (codir. tes.)
- Lectura: En la Universidad de Alcalá ( España ) en 2017
- Idioma: español
- Tribunal Calificador de la Tesis: Juan Jesús García Domínguez (presid.), Alfonso Bahillo (secret.), Franco Donato Patuto González (voc.)
- Materias:
- Enlaces
- Resumen
- español
Esta tesis nace con la motivación de afrontar dos grandes problemas de nuestra era: la falta de recursos energéticos y el envejecimiento de la población.
Respecto al primer problema, nace en la primera década de este siglo el concepto de Smart Grids con el objetivo de alcanzar la eficiencia energética. Numerosos países comienzan a realizar despliegues masivos de contadores inteligentes ("Smart Meters"), lo que despierta el interés de investigadores que comienzan a desarrollar nuevas técnicas para predecir la demanda. Así, los sistemas NILM (Non-Intrusive Load Monitoring) tratan de predecir el consumo individual de los dispositivos conectados a partir de un único sensor: el contador inteligente.
Por otra parte, los grandes avances en la medicina moderna han permitido que nuestra esperanza de vida aumente considerablemente. No obstante, esta longevidad, junto con la baja fertilidad en los países desarrollados, tiene un efecto secundario: el envejecimiento de la población. Unos de los grandes avances es la incorporación de la tecnología en la vida cotidiana, lo que ayuda a los más mayores a llevar una vida independiente. El despliegue de una red de sensores dentro de la vivienda permite su monitorización y asistencia en las tareas cotidianas. Sin embargo, son intrusivos, no escalables y, en algunas ocasiones, de alto coste, por lo que no están preparados para hacer frente al incremento de la demanda de esta comunidad.
Esta tesis doctoral nace de la motivación de afrontar estos problemas y tiene dos objetivos principales: lograr un modelo de monitorización sostenible para personas mayores y, a su vez, dar un valor añadido a los sistemas NILM que despierte el interés del usuario final. Con este objetivo, se presentan nuevas técnicas de monitorización basadas en NILM, aunando lo mejor de ambos campos. Esto supone un ahorro considerable de recursos en la monitorización, ya que únicamente se necesita un sensor: el contador inteligente; lo cual da escalabilidad a estos sistemas.
Las contribuciones de esta tesis se dividen en dos bloques principales. En el primero se proponen nuevas técnicas NILM optimizadas para la detección de la actividad humana. Así, se desarrolla una propuesta basada en detección de eventos (conexiones de dispositivos) en tiempo real y su clasificación a un dispositivo. Con el objetivo de que pueda integrarse en contadores inteligentes. Cabe destacar que el clasificador se basa en modelos generalizados de dispositivos y no necesita conocimiento específico de la vivienda.
El segundo bloque presenta tres nuevas técnicas de monitorización de personas mayores basadas en NILM. El objetivo es proporcionar una monitorización básica pero eficiente y altamente escalable, ahorrando en recursos. Los procesos Cox, log Gaussian Cox Processes (LGCP), monitorizan un único dispositivo si la rutina está estrechamente ligada a este. Así, se propone un sistema de alarmas si se detectan cambios en el comportamiento. LGCP tiene la ventaja de poder modelar periodicidades e incertidumbres propias del comportamiento humano. Cuando la rutina no depende de un único dispositivo, se proponen dos técnicas: una basada en gaussianas mixtas, Gaussian Mixture Models (GMM); y la otra basada en la Teoría de la Evidencia de Dempster-Shafer (DST). Ambas monitorizan y detectan deterioros en la actividad, causados por enfermedades como la demencia y el alzhéimer. Únicamente DST usa incertidumbres que simulan mejor el comportamiento humano y, por tanto, permite alarmas en caso de un repentino desvío.
Finalmente, todas las propuestas han sido validadas mediante la evaluación de métricas y la obtención de resultados experimentales. Para ello, se han usado medidas de escenarios reales que han sido recopiladas en bases de datos. Los resultados obtenidos han sido satisfactorios, demostrando que este tipo de monitorización es posible y muy beneficioso para nuestra sociedad. Además, se ha dado a lugar nuevas propuestas que serán desarrolladas en el futuro.
- English
Among the great challenges of this era, those that raise the most interest, it can be highlighted those that are direct consequence of the development of our society and its overpopulation: the climate change, the lack of energy resources and the ageing population.
With regard the two first challenges, the energy demand is dramatically increasing and it is envisaged that, in a matter of a few years, it will overcome the produced one. It is, hence, not only necessary to replace fossil fuels with clean and renewable energy, but also to reach an efficient energy consumption and distribution. Thus, the Smart Grid concept emerges from this idea during the first decade of this century and, since then, many countries have been largely rolling out Smart Meters to achieve this milestone.
This fact is bringing in the interest of a large number of researchers who are devising new techniques to predict the demand and to promote efficiency. NILM (Non-Intrusive Load Monitoring) is among them and it is raising a great interest. It tries to foresee what devices are plugged and how much they are consuming from a single sensor: the Smart Meter. However, the motivation in NILM between researchers and electricity companies is not corresponded by end-consumers, who find no benefit on their bills from energy savings, mostly leveraged by taxes.
Moreover, great achievements in the modern medicine is leading to a significant life expectancy incresing. Nonetheless, this longevity, along with low fertility in developed countries, entails a side effect: the ageing population. One of the greatest reached milestones is the technology integration in the daily life, which supports the elderlies to lead an independent life. The deployment of a sensor network within the household allows monitoring and assistance in everyday tasks. Although, they are not prepared to cope with the increasing demand of this community as they are intrusive, not scalable and, in cases, expensive.
This doctoral thesis is born from the motivation to address these issues. It has two main objectives: the achievement of a sustainable monitoring model for elderlies and, in turn, to give an added value to NILM that awakes the interest of the end-consumer. To this end, novel monitoring techniques based on NILM are presented, combining the best of both domanins. This represents considerable savings in monitoring resources since it only uses a sensor: the Smart Meter. Hence, scalability is at reach.
The contributions of this Thesis are organised in two blocks. The first introduces new event-based NILM algorithm optimised for human activity detection. The proposal detects events in real time, such as appliance swithing-on; and it classifies them into appliance types, all aimed to be integrated in a Smart Meter. It is worth noting that the classifier is based on general models of appliance types and, hence, it does not need specific knowledge about household. It is an unsupervised training method and, consequently, it can be trained offline and loaded into Smart Meter memories at once for all households.
Concerning the second block, three novel activity monitoring techniques for elderlies are presented. They are based on NILM and they use the appliance usage patterns to infer the human activity. The aim is to provide basic but efficient and highly scalable monitoring, saving resources during the deployment. Thus, the log Gaussian Cox Processes (LGCP) approach monitors a single appliance, in case the daily routine is strongly correlated to it.
It implements an alarm system whether a rapid pattern deviation is detected. LGCP has the advantage of being able to model periodicities and uncertainties inherent to the human behavior. Whenever the routine does not depend on a single appliance, two techniques are proposed: the Gaussian Mixture Model (GMM) and the Dempster-Shafer Theory (DST) approach. Both monitor and detect deteriorations in the activity, possibly caused by diseases such as dementia and Alzheimer’s disease. Nevertheless, only the DST approach simulate uncertainties, due to the human’s free will, and, therefore, it allows to trigger alarms in case of a sudden pattern deviation in the behavior.
All proposals have been validated by the evaluation of metrics and the obtaining of experimental results. To this end, real household measurements have been used, which have been collected in datasets. Satifactory results have been obtained, proving that this type of monitoring is feasible and very beneficial to our society. In addition, this thesis has yielded new proposals to be addressed in the future.
- español
