BMI:一种利用智能电表聚合负荷读数衡量燃料贫困的行为测量指标
机器学习
2020-03-02 v1 计算机与社会
信号处理
机器学习
摘要
燃料贫困影响欧洲 5000 万至 1.25 亿户家庭,是全球发达国家和发展中国家的一个重大问题。这意味着燃料贫困居民无法充分温暖其房屋,也无法运行照明、烹饪、热水和电器所需的能源服务。该问题很复杂,但通常由三个因素造成:低收入、高能源成本和能源低效住宅。在英国(UK),目前有 400 万户家庭生活在燃料贫困中。那些处于严重财务困难中的人要么被迫自行断供,要么被能源供应商终止服务。在 2016—2017 年冬季,由于房屋寒冷,燃料贫困导致了英格兰报告的 10000 例死亡。尽管各国政府已认识到这是一个社会、公共卫生和环境政策问题,但欧洲联盟(EU)未能提供燃料贫困的统一定义或一套常规的衡量指标。本章讨论了欧盟当前的燃料贫困策略,并提出了一种新的基础性行为测量指标,旨在利用智能电表、消费者访问设备(CAD)数据和机器学习,直接评估和监测家庭中的燃料贫困风险。通过检测家庭电器使用中的日常生活活动(ADLS),可以及早发现财务困难的迹象,并确定何时需要支持方案。
引用
@article{arxiv.2002.12899,
title = {BMI: A Behavior Measurement Indicator for Fuel Poverty Using Aggregated Load Readings from Smart Meters},
author = {P. Fergus and C. Chalmers},
journal= {arXiv preprint arXiv:2002.12899},
year = {2020}
}
备注
33 Pages, 12 Figures, Submitted as a book chapter to Springer