用于非侵入式负荷监测的深度稀疏编码

能量分解是将整栋建筑的总能耗（由智能电表记录）按单个电器能耗分离出来的任务。这是一个单通道（唯一通道为智能电表）盲源（不同电器）分离问题。传统方法是通过随机有限状态机（如阶乘隐马尔可夫模型）解决。近来，基于字典学习的方法在解决分解问题上展现出潜力。通常技术是为每个设备学习一个字典，并在分解过程中将所学字典用作盲源分离的基础。该领域的先前研究为浅层学习技术，即每个设备仅学习单层字典。本文提出一种深度学习方法，不为每个设备学习一层字典，而是学习多层字典。这些多级字典在分解时用作源分离的基础。在两个基准数据集和一次实际部署上的结果表明，我们的方法优于当前最优技术。