能耗模式中的异常检测
应用统计
2021-02-09 v1
摘要
高校校园的能耗监测是提供服务满意度、降低成本并支持向绿色能源转型的重要一步。我们呈现了一所 R1 研究型大学的统计系与设施运营部门之间的合作，旨在开发基于统计的方法，用于监测校园内数百个公用设施账户的月度能耗与年度比例能耗。我们比较了无模型与有模型方法在统计相似账户组中检测异常能耗模式的可解释性与功效。学术团队与运营团队之间的持续对话增强了项目的实际效用并使其能在大学内部署。我们的工作凸显了使用易于理解的统计原理进行深思熟虑且持续的协作分析以用于真实世界部署的应用。
引用
@article{arxiv.2102.03894,
title = {Anomaly Detection in Energy Usage Patterns},
author = {Henry Linder and Nalini Ravishanker and Ming-Hui Chen and David McIntosh and Stanley Nolan},
journal= {arXiv preprint arXiv:2102.03894},
year = {2021}
}