基于 ICA 利用智能电表数据的 HVAC 负荷分解方法
系统与控制
2022-09-20 v1 系统与控制
摘要
本文提出一种基于独立成分分析 (ICA) 的无监督学习方法，利用低分辨率（如 15 分钟）智能电表数据进行供热、通风与空调 (HVAC) 负荷分解。我们首先证明温和温度日的用电曲线可用于估计炎热日的非 HVAC 基础负荷。随后，可通过从炎热日负荷曲线中减去温和日负荷曲线得到残差负荷曲线。该残差负荷曲线经 ICA 处理以提取 HVAC 负荷。考虑到两个边界因素，提出一种基于优化的算法对 ICA 结果进行后调整，以增强 ICA 算法的鲁棒性。首先，我们利用基于 HVAC 负荷与温度关系计算的逐时 HVAC 能量边界来去除不现实的 HVAC 负荷尖峰。其次，我们利用从历史电表数据中提取的每日夜间与日间负荷之间的依赖性来平滑基础负荷曲线。具有分表 HVAC 数据的 Pecan Street 数据被用于测试和验证所提方法。仿真结果表明，所提方法计算高效且对多个用户具有鲁棒性。
引用
@article{arxiv.2209.09165,
title = {An ICA-Based HVAC Load Disaggregation Method Using Smart Meter Data},
author = {Hyeonjin Kim and Kai Ye and Han Pyo Lee and Rongxing Hu and Ning Lu and Di Wu and PJ Rehm},
journal= {arXiv preprint arXiv:2209.09165},
year = {2022}
}