提升能源效率的深度学习创新：非侵入式负荷监测与电动汽车充电优化的进展及面向可持续电网的应用

全球能源格局正在经历深刻转型，通常被称为能源转型，其驱动力来自于减缓气候变化、减少温室气体排放以及确保可持续能源供应的迫切需求。然而，可再生能源新投资的复杂性以及高二氧化碳排放能源的逐步淘汰，阻碍了能源转型的步伐，并引发了关于新型可再生能源是否能够单独满足气候目标目标的疑问。这凸显了研究替代途径以加速能源转型的必要性，途径是识别人类活动中具有较高/过度能源需求的领域。在减少能源消耗从而减少二氧化碳排放的意义上，住宅能源消耗和道路运输是两个有改进空间的显著例子。本学位论文研究了新型深度学习技术的开发，以创建解决这两个关键能源领域局限性的工具。通过赋能终端用户使用非侵入式负荷监测可以实现住宅能源消耗的降低，而利用深度强化学习优化电动汽车充电则可以应对道路运输的脱碳问题。