基于智能电表数据的活动检测与建模：概念与案例研究

居民消费者的用电在全球电力消耗中占很大比重，得益于广泛部署的高级量测体系，公用事业公司能够收集高分辨率负荷数据。基于非侵入式负荷监测的家电负荷分解研究兴趣日益增长。由于家电用电直接与消费者活动相关，本文提出一种新颖且更有效的方法，即活动分解。我们给出活动分解的概念，并讨论其相对于传统家电负荷分解的优势。我们利用机器学习基于居民负荷数据与特征构建活动检测框架。我们通过数值案例研究展示活动检测方法的有效性，并通过时间依赖的活动建模分析消费者行为。最后，我们讨论了可从活动分解受益的若干潜在用例及一些未来研究方向。