[논문 리뷰] Identification of TV Channel Watching from Smart Meter Data Using Energy Disaggregation

Pascal A. Schirmer, Iosif Mporas외 1명|arXiv (Cornell University)|2020. 07. 01.

Smart Grid Energy Management참고 문헌 49인용 수 10

한 줄 요약

이 논문은 스마트 미터에서 수집한 집계된 에너지 소비 데이터를 분석하여 가정에서 시청 중인 TV 채널을 비침습적으로 식별하는 방법을 제안한다. 20개의 TV 채널에서 수집한 기준 신호와 스마트 미터의 에너지 신호 프레임 간의 탄성 매칭을 통해 MVM 알고리즘을 사용하여 93.6%의 정확도를 달성하였으며, 직접 장치 모니터링 없이도 저수준의 에너지 데이터에서 세밀한 콘텐츠 식별이 가능하다는 것을 입증한다.

ABSTRACT

Smart meters are used to measure the energy consumption of households. Specifically, within the energy consumption task, a smart meter must be used for load forecasting, the reduction in consumer bills as well as the reduction in grid distortions. Smart meters can be used to disaggregate the energy consumption at the device level. In this paper, we investigated the potential of identifying the multimedia content played by a TV or monitor device using the central house’s smart meter measuring the aggregated energy consumption from all working appliances of the household. The proposed architecture was based on the elastic matching of aggregated energy signal frames with 20 reference TV channel signals. Different elastic matching algorithms, which use symmetric distance measures, were used with the best achieved video content identification accuracy of 93.6% using the MVM algorithm.

연구 동기 및 목표

• 스마트 미터에서 측정한 집계된 에너지 소비 데이터만으로 가정에서 시청 중인 특정 TV 채널을 식별할 수 있는지 조사하는 것.
• 단지 집합된 가정의 에너지 소비 신호만을 사용하여 비침습적인 영상 콘텐츠 식별의 가능성을 탐색하는 것.
• 에너지 신호 프레임을 기준 TV 채널 신호와 매칭하기 위한 다양한 탄성 매칭 알고리즘을 평가하는 것.
• 노이즈와 기기 변동성과 같은 다양한 실제 조건에서 TV 채널 식별 정확도를 결정하는 것.

제안 방법

• 시스템은 모든 가정 내 가전기기의 집계된 에너지 소비 데이터를 수집하기 위해 스마트 미터를 사용한다.
• 집계된 신호는 슬라이딩 윈도우 방식을 사용하여 분석을 위한 시간 프레임으로 분할된다.
• 매칭을 위한 템플릿으로 사용하기 위해 20개의 다른 TV 채널에서 기준 에너지 신호를 수집한다.
• 신호 프레임을 기준 신호와 비교하기 위해 탄성 매칭 알고리즘인 동적 시간 왜곡(DTW)과 다중 시점 매칭(MVM)을 적용한다.
• 매칭 정확도를 향상시키기 위해 DC 오프셋 제거 및 신호 프레임화와 같은 사전 처리 단계를 포함한다.
• 매칭 과정에서 가장 높은 유사도 점수를 기반으로 탐지된 TV 채널이 선택된다.

실험 결과

연구 질문

• RQ1 스마트 미터에서 측정한 집계된 가정의 에너지 소비 데이터만으로 TV 채널 시청을 식별할 수 있는가?
• RQ2 탄성 매칭 알고리즘이 에너지 신호 프레임에서 활성 TV 채널을 얼마나 정확하게 식별할 수 있는가?
• RQ3 노이즈 또는 변동성이 있는 조건에서 다양한 탄성 매칭 알고리즘(DTW 대 MVM) 간의 식별 정확도는 어떻게 비교되는가?
• RQ4 TV 모니터나 가정 내 가전기기의 차이가 테스트 시나리오에 따라 다른 상황에서 이 방법의 강건성은 어떠한가?

주요 결과

• 제안된 방법은 청소된 데이터에서 다중 시점 매칭(MVM) 알고리즘을 사용하여 최대 93.6%의 식별 정확도를 달성하였다.
• MVM 알고리즘이 동적 시간 왜곡(DTW)보다 뛰어난 성능을 보이며, 모든 실험 프rotocol에서 유의미하게 높은 정확도를 기록하였다.
• 노이즈 조건이나 다른 TV 모니터 조건에서도 MVM 기반 시스템은 강력한 성능을 유지하였으며, 대부분의 테스트 케이스에서 정확도가 85% 이상을 기록하였다.
• 직접 장치 수준의 모니터링 없이도 스마트 미터의 집계된 에너지 신호만을 기반으로 콘텐츠를 성공적으로 식별하였다.
• 결과적으로, TV 채널 선호도와 같은 세밀한 행동 패턴이 비침습적 에너지 데이터에서 유추될 수 있음을 입증하였다.
• 이 연구는 스마트 미터가 대규모로 미디어 소비 행동을 감시하는 간접 센서로 기능할 수 있음을 확인하였다.