基于潜在狄利克雷分配构建动态居民能源生活方式

高级量测体系（AMI）的快速扩张极大地改变了能源信息格局。然而，我们利用这些信息生成关于居民电力需求的 actionable 洞见的能力仍然有限。在本研究中，我们提出并测试了一种理解居民电力需求的新框架，采用一种迭代且高度可扩展的动态能源生活方式方法。为获得能源生活方式，我们开发了一种新方法，将常用于推断文本数据潜在主题结构的潜在狄利克雷分配（LDA）应用于提取一系列潜在家庭能源属性。由此，我们提供了一种关于家庭电力消费的新视角：每个家庭由一组能源属性的混合刻画，这些属性构成了识别稀疏能源生活方式集合的基本构件。我们通过在 60,000 户家庭的一年小时级智能电表数据上运行实验来检验该方法，提取出描述一般日常使用模式的六个能源属性。随后我们使用聚类技术从能源属性比例中推导出六种截然不同的能源生活方式画像。我们的生活方式方法对不同的时间间隔长度也具有灵活性，我们按季节（秋、冬、春、夏）测试了该生活方式方法以追踪家庭内部及跨家庭的能源生活方式动态，发现约 73% 的家庭在一年内表现出多种生活方式。随后将这些能源生活方式与不同能源使用特征进行比较，并讨论了它们在需求响应项目设计和生活方式变化分析中的实际应用。