建筑能耗数据集:综述、分类体系与未来方向

在过去十年中,大量努力投入到能源效率方面。因此出版了若干能耗数据集,各数据集在属性、用途与局限上互有差异。例如,建筑能耗模式来源于多种来源,包括环境条件、用户占用、天气状况与消费者偏好。因此,对可用数据集的恰当理解将为提升能源效率奠定坚实基础。从对现有数据库进行综合性综述的必要性出发,本文旨在调研、研究并可视化建筑能耗数据集的数值与方法学特征。总计三十一个数据库在若干特征上被考察与比较,如地理位置、采集周期、受监测家庭数、采集数据采样率、分计量电器数、提取特征与发布日期。此外,不同数据集中使用的数据采集平台及相关的数据传输、数据存储与隐私关注模块亦被分析与比较。基于分析研究,提出了一个新颖的数据集,即卡塔尔大学数据集,这是一个带标注的功耗异常检测数据集。后者对测试和训练异常检测算法极为有用,从而可减少能源浪费。进一步,导出一组改进数据集采集的建议,如采用多模态数据采集、智能物联网数据采集、低成本硬件平台以及隐私与安全机制。此外,确定了改进数据集利用与使用的未来方向,包括采用新颖机器学习方案、创新可视化工具与可解释推荐系统。