📊 statistics

CROCS: A Two-Stage Clustering Framework for Behaviour-Centric Consumer Segmentation with Smart Meter Data

本論文は、スマートメーターデータを活用して、個々の日負荷プロファイルを代表集合に要約し、次いでこれらの集合の重み付き類似性に基づいて消費者をクラスタリングすることにより、行動中心の堅牢な消費者セグメントを創出する新たな 2 段階クラスタリングフレームワーク「CROCS」を提案し、これにより行動の多様性を効果的に捉え、データ異常に対処して需要側管理を改善することを可能にする。

原著者： Luke W. Yerbury, Ricardo J. G. B. Campello, G. C. Livingston Jr, Mark Goldsworthy, Lachlan O'Neil

公開日 2026-05-26

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Luke W. Yerbury, Ricardo J. G. B. Campello, G. C. Livingston Jr, Mark Goldsworthy, Lachlan O'Neil

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは、何千もの異なる家族がどのように電力を使用しているかを理解しようとする都市計画者だと想像してください。あなたは膨大な量のデータを持っています：何年にもわたって毎日、彼らがいつ電灯、オーブン、またはエアコンをオンにしたかが正確に分かっています。

問題は、人々は不規則だということです。ある家族は火曜日の午後 6 時に夕食を作りますが、金曜日は午後 8 時かもしれません。別の家族は、「忙しい月曜日」のルーチンとは全く異なる「のんびりした日曜日」の習慣を持っているかもしれません。これらの人々をグループ化する従来の方法は、全員を単一の硬直的な「平均」スケジュールに無理やり当てはめようとするため、しばしば失敗します。これは、火曜日の正午に撮影された写真だけを見て、その人の性格を説明しようとするようなものです。全体像を見逃してしまいます。

この論文は、CROCS（Clustered Representations Optimising Consumer Segmentation：消費者セグメンテーションを最適化するクラスタリング表現）と呼ばれる新しいツールを紹介します。CROCS は、正確に同じ時刻に行動していなくても、似たような行動をする人々のグループを見つけるように設計された、賢明な 2 段階の仕分け機械だと考えてください。

以下に、その仕組みを簡単なステップに分解して説明します。

ステップ 1：「日々の日記」仕分け（第 1 段階）

CROCS は、1 年間のデータを 1 つの退屈な平均値に押し込めるのではなく、各人の日々の習慣を個別に観察します。

比喩： 各家族に、自分の日々の写真を山ごとに仕分けてもらうと想像してください。
- 家族 A には、「早起きの日」の山、「夜更かしゲーマーの日」の山、「休暇モードの日」の山があります。
- 家族 B には、「仕事の日」の山と「週末のパーティーの日」の山があります。
CROCS が行うこと： 各家族に対して**代表負荷セット（RLS）**を作成します。これは 1 枚の写真ではなく、最も一般的な「ペルソナ」を集めた小さなアルバムです。家族は単一の存在ではなく、いくつかの異なる生活様式を持っているという事実を捉えます。
利点： このステップは非常に柔軟です。家族が 10 日分のデータを持っているか 1,000 日分持っているかは関係ありません。「悪いデータ」（冷蔵庫を使わなかった休暇の日など）があっても構いません。まず、彼ら自身の「日」を互いにグループ化します。

ステップ 2：「マッチングゲーム」（第 2 段階）

これで、すべての家族が日々の習慣の小さなアルバムを持っているので、CROCS は家族同士をグループ化する必要があります。

比喩： アルバムに基づいて家族をマッチングさせようとしていると想像してください。
- 従来の方法： 「あなた方はどちらも正確に午後 6 時に夕食を食べますか？」もし家族 A が 6 時に食べ、家族 B が 6 時 15 分に食べる場合、従来の方法は「あなた方は異なる！」と言います。
- CROCS の方法： 「あなた方はどちらも『夕食の時間』という習慣を持っていますか？たとえ一方が 6 時に、もう一方が 6 時 15 分に食べていても？」
秘密の武器（WSMD）： CROCS は、**最小距離の加重和（WSMD）**と呼ばれる特別な数学的なトリックを使用します。これは以下のような採点システムだと考えてください。
1. 家族 A の「夕食」の習慣を見て、家族 B のアルバムで最も近い一致を見つけます。
2. 重要なステップ： その習慣がどの程度頻繁に起こるか数えます。家族 A が 90% の確率で午後 6 時に夕食を食べる場合、その習慣は非常に重要です。1% の場合、それは単なる偶然です。
3. システムは一般的な習慣に重みを付け、奇妙で一度きりの日は無視します。
結果： 時計がわずかにずれていても、家族 A と家族 B は非常に似ていると判断します。彼らは異なるスケジュールで同じ「種類」の日を共有しているため、一緒にグループ化されます。

なぜこれが重要なのか（「なるほど！」の瞬間）

この論文は、この新しい方法が従来の方法よりも優れている 3 つの重要な点を強調しています。

「非同期」の双子を処理できる：
2 つの家族があらゆる点で同一ですが、一方は 9 時から 5 時の仕事で、もう一方は 10 時から 6 時の仕事だと想像してください。彼らの日々の電力使用量は、1 時間ずれているだけで、全く同じように見えます。従来の方法は、時計が一致しないため、彼らを異なるグループに分類します。CROCS は、カレンダー上の正確な時刻ではなく、日の「形状」を見るため、彼らを双子として認識します。
「悪い日」を無視する：
家族が停電に見舞われたり、電力を全く使わない奇妙な祝日があったりする場合、従来の方法は混乱します。彼らは家族全体がおかしいと考えてしまうかもしれません。CROCS は、「ああ、それはアルバムの中の 1 つの奇妙な日だ。残りの 364 日を見よう」と言います。それは、最も頻繁に起こっていることに焦点を当てます。
スケーラビリティ：
スマートメーターが数百万の家庭に設置されつつあります。従来の方法は、一度にその量のデータを処理しようとすると遅くなり、クラッシュします。CROCS は、全員がまず自分の山を仕分け（ステップ 1）、その後で互いに情報を比較（ステップ 2）する労働者のチームのようです。これにより、息を切らすことなく巨大なデータセットを処理できます。

最終出力：「洗練された」グループ

最後に、CROCS は家族をグループ化するだけで止まりません。**洗練された代表負荷セット（RRLS）**を作成します。

比喩： 「グループ A は夕食を食べる」と言うのではなく、「グループ A には 3 つの主な食事方法がある。60% の確率で早く食べ、30% の確率で遅く食べ、10% の確率で夕食を抜く」と言います。
これにより、エネルギー会社は、ぼんやりとした平均化された推測ではなく、人々が実際にどのように生活しているのか、より明確で正直な姿を把握できるようになります。

まとめ

要約すると、CROCS は電力ユーザーを仕分けるより賢い方法です。全員を単一の「平均」スケジュールに無理やり当てはめようとするのをやめます。代わりに、人々が複数の「モード」で生活していることを認め、奇妙な外れ値を無視し、彼らが「いつ」行うかではなく「何を」行うかに基づいて人々をグループ化します。これにより、エネルギー会社は人々が電力をどのように使用しているという、現実の messy（不規則で）で美しい複雑さをようやく理解できるようになり、より良いプログラムを設計して資金を節約し、グリッドを安定させることができます。

技術概要：行動中心の消費者セグメンテーションのための 2 段階クラスタリングフレームワーク CROCS

1. 問題定義

スマートメーターインフラの普及により、前例のない量の消費データが生成され、需要側管理（DSM）および需要応答（DR）プログラムを最適化するための行動中心の消費者セグメンテーションの可能性を提供している。しかし、既存のクラスタリング手法は、実世界での展開における有効性を阻害する 8 つの根本的な限界に苦しんでいる。

消費者内多様性の不十分な表現： 多くの手法は、1 日の負荷プロファイル（DLP）を単一の代表負荷プロファイル（RLP）に集約しており、個々の消費者が複数の明確な行動モードを示すという事実を不明瞭にしている。
過度に単純化されたクラスタ特性： クラスタは通常、単一の代表的なプロファイルで要約され、グループ内の共有されるマルチモーダルな行動を捉え損なっている。
時間的基準による比較への依存： 多くの手法は、行動の類似性が同じ暦日での整合性を必要とすると仮定しており、異なるスケジュールで発生する類似パターンを持つ消費者を特定できない（非同期類似性）。
異常値への感受性： 異常な日（例：祝日、旅行）は、通常の日と同等に重み付けされることが多く、消費者の表現を歪める。
時間同期データの必要性： 多くのアプローチは、入力系列が同一のタイムスタンプで開始および終了することを要求し、設置日がずれている消費者やデータ長が異なる消費者を除外する。
規則的な不連続性への感受性： データがセグメント化されている場合（例：平日対週末）、手法は困難に直面し、偽の時間的依存関係を生じさせる。
欠損データの不適切な処理： 欠損区間は、影響を受けた日だけでなく、消費者レコード全体を除外することを必要とすることが多い。
スケーラビリティの制限： グローバル表現手法（例：主成分分析のためにすべてのデータをプールする）は、人口規模に対してスケーリングが悪く、新しい消費者が追加されるたびに再計算が必要である。

これらすべての限界を同時に解決する既存のアプローチは存在せず、堅牢でスケーラブルかつ解釈可能な消費者セグメンテーションに関する文献に大きなギャップが存在する。

2. 手法：CROCS フレームワーク

著者は、前述の限界を克服するために設計された新しい 2 段階フレームワークであるCROCS（Clustered Representations Optimising Consumer Segmentation：消費者セグメンテーションを最適化するクラスタリング表現）を提案する。

ステージ 1：独立した消費者クラスタリング（RLS 生成）

消費者の全履歴を単一の平均プロファイルに集約するのではなく、ステージ 1 では各消費者の 1 日の負荷プロファイル（DLP）を独立してクラスタリングする。

プロセス： 各消費者 $i$ について、 $p_i$ 個の DLP の集合を $k_i$ 個のグループにクラスタリングする。
出力： 代表負荷セット（RLS）、 $\hat{S}_i = \{\pi^1_i, \pi^2_i, \dots, \pi^{k_i}_i\}$ で表される。ここで、各 $\pi$ は明確な行動モードを表すプロトタイプ（例：メドイド）である。
主要な特徴： このステージは消費者内のばらつきを捉える。クラスタ数 $k_i$ は消費者ごとに異なるか、すべての消費者で一定値 $k$ に固定されることができる。フレームワークは、すべての行動モードを捉えつつ性能を低下させないよう、 $k$ の過大評価を可能にする。
堅牢性： DLP を独立してクラスタリングすることで、この手法は自然に欠損データ（影響を受けた日は単に除外される）、不規則性、および非同期の時間系列を処理する。

ステージ 2：WSMD による消費者クラスタリング

ステージ 2 では、消費者自身の RLS に基づいて消費者をクラスタリングする。

距離尺度： 著者は**重み付き最小距離和（WSMD）**を導入する。標準的なセット間距離（例：ハウスドルフ距離）とは異なり、WSMD は各行動モードの prevalence（頻度）を考慮する。
- 数式： $\Delta_{WSMD}(\hat{S}_i, \hat{S}_j) = \frac{1}{2} \left[ \frac{1}{p_i} \sum_{a=1}^{k_i} n^a_i \min_b d(\pi^a_i, \pi^b_j) + \frac{1}{p_j} \sum_{b=1}^{k_j} n^b_j \min_a d(\pi^b_j, \pi^a_i) \right]$
- ここで、 $n^a_i$ はプロトタイプ $\pi^a_i$ によって表される DLP の数であり、 $d(\cdot, \cdot)$ は時系列の非類似性尺度（例：DTW）である。
メカニズム： WSMD は、現在のセット内のすべてのプロトタイプに対して、他方の消費者のセット内の最も近いプロトタイプを見つけ、その行動の頻度で距離に重み付けを行う。これにより、一般的な行動が類似性指標を支配し、稀な異常値は最小限の影響しか与えないことが保証される。
非同期検出： RLS は時系列順序ではなくパターンの集合であるため、WSMD はパターンが異なる日に発生する場合でも（非同期類似性）、消費者間の類似性を特定できる。

オプションステップ：洗練された代表負荷セット（RRLS）

解釈可能性を高めるため、フレームワークにはグラフベースのコミュニティ検出ステップが含まれる。

プロセス： クラスタ内のすべての消費者からのプロトタイプをノードとし、WSMD によって誘発された類似性をエッジとして表すグラフを構築する。
出力： コミュニティ検出アルゴリズム（例：Leiden）は、密に接続された部分グラフを特定し、これらを**洗練された代表負荷セット（RRLS）**として要約する。これらは、単一の平均ではなく、クラスタを定義する共有された行動モードのマルチプロファイル要約を提供する。

3. 主要な貢献

包括的なレビューと分類体系： 本論文は、既存の消費者クラスタリング手法の構造化されたレビューを提供し、それらの限界によって分類し、2 段階手法の分類体系を導入する。
新しいフレームワーク（CROCS）： 既存手法の特定された 8 つの限界を同時に解決する最初のフレームワーク。
代表負荷セット（RLS）： 時間的基準なしに、各消費者に対して独立して学習される柔軟なセットベースの表現であり、繰り返される行動の多様性を捉える。
重み付き最小距離和（WSMD）： 行動パターンをその prevalence で重み付けする新しいセット間非類似性尺度であり、RLS の堅牢な比較を可能にする。
グラフベースの RRLS： 共有された行動モードを明示的に明らかにすることで解釈可能性を向上させる、マルチプロファイルのクラスタ要約を抽出する手順。
実証的検証： 合成データおよび実世界のオーストラリアのスマートメーターデータセット（Ausgrid および SGSC）を用いた広範な実験により、フレームワークのパフォーマンス、スケーラビリティ、および堅牢性を検証した。

4. 実験結果

著者は、調整ランダム指数（ARI）、調整相互情報量（AMI）、およびペアセット指数（PSI）を使用して、CROCS を広範な単一ステージおよび 2 段階のベースライン（RLP、DCP、GPF、およびアンサンブル手法を含む）と比較評価した。

消費者内変動： CROCS（RLS を使用）は、単一プロファイル手法（RLP、DCP）およびグローバルマルチプロファイル手法（GPF）と比較して、特に行動モードの数が増加するにつれて、有意に低い再構成誤差を達成した。
異常値への堅牢性： 異常日の数が増加する合成実験において、WSMD は他のセット距離（SMD、MHD、ハウスドルフ距離）を一貫して上回った。競合他社と比較して、精度を維持するためにクラスタパラメータ $k$ の過大評価を少なく必要とした。
非同期類似性： 実験は、類似しているが非同期に表現されたパターンを持つ消費者が実データに一般的であることを示した（AG データセットのペアの約 7.7% 対、同期ペアの 0.6%）。CROCS は、これらの非同期クラスタを一貫して回復した唯一の手法であり、時間的整合に依存する手法（例：Long Time Series、DCE）は、異なるパターンの数が増加するにつれて失敗した。
スケーラビリティ： CROCS は実用的なスケーラビリティを示し、単一の HPC ノード上で 2 日以内に最大 80,000 人の消費者のデータセットを処理した。フレームワークのステージ 1 は完全に並列化可能であり、ステージ 2 は消費者数に対して二次的に、プロトタイプ数に対して線形的にスケーリングするため、大規模人口に対して実行可能である。
実世界への応用： オーストラリアの夏および冬のデータに適用した結果、CROCS は解釈可能なハイパープロトタイプを持つ明確な消費者クラスタを特定した。結果は、行動の多様性における季節的変動を浮き彫りにし、DSM プログラムの設計（例：特定の負荷プロファイルのターゲティング）のための実行可能な洞察を提供した。

5. 意義と主張

本論文は、CROCS が方法論的厳密性と実用的なスケーラビリティを統合することにより、行動中心の消費者セグメンテーションにおいて重要な進歩を遂げていると主張する。

パラダイムシフト： このフレームワークは、消費者の類似性が時間的に基準付けられなければならないという仮定に挑戦し、非同期類似性が一般的であり、効果的な DSM/DR 戦略にとって重要であることを実証する。
運用上の有用性： 解釈可能なマルチプロファイル要約（RRLS）を提供し、実世界のデータの不備（欠損データ、異常値、不規則なスケジュール）を堅牢に処理することにより、CROCS は需要側介入の設計と評価のためのより信頼性の高い基盤を提供する。
拡張性： フレームワークのモジュール性により、スマートメーターを超えて、水消費、EV 充電、または機械の動作サイクルなど、長系列を繰り返す期間に分解できるさまざまな時系列ドメインに適応できる。

著者は、CROCS が DSM および DR 戦略の分析基盤を強化し、ますます複雑化する電力システムにおいてスマートメーター投資の価値を最大化するための堅牢なツールを提供すると結論付けている。