使用甚低频智能电表时间序列的电器检测

近年来，电力供应商已广泛采用智能电表以改善智能电网系统的管理。这些电表通常以甚低频率（每30分钟）收集能耗数据，使公用事业公司能够更准确地向客户计费。为提供更个性化的建议，下一步是检测客户拥有的电器，这是一个具有挑战性的问题，原因在于极低的电表读取频率。尽管电器检测问题可被视作时间序列分类问题，且文献中已提出许多此类分类器，但尚无研究将该问题上的各类分类器应用并比较。本文对应用于甚低频智能电表数据中检测多种电器存在/缺失的最先进时间序列分类器进行了深入评估与比较。我们使用五个真实数据集报告结果。我们首先研究了使用30分钟采样数据对13种不同电器检测质量的影响，随后提出了使用更高电表读取频率可能带来的检测性能增益分析。结果表明，当前时间序列分类器的性能差异显著。其中一些基于深度学习的分类器在准确率方面提供了有前景的结果（尤其对某些电器），即使使用30分钟采样数据，并且可扩展到电力供应商当前可用的大规模智能电表能耗时间序列集合。尽管如此，我们的研究表明该领域仍需更多工作以进一步提升所提方案的准确性。本文发表于ACM e-Energy 2023。