DeviceScope:用于检测与局化电力消费时间序列中 appliance 模式的交互式工具
机器学习
2025-06-09 v1 信号处理
摘要
近年来,电力供应商已在全球安装数以百万计的 smart 表,以改善 smart 网格系统的管理。这些表收集大量电力消费数据,以产生有价值的信息帮助消费者降低其电力足迹。然而,非专家用户(如消费者或销售顾问)理解这些数据并为不同 appliance 的使用模式 deriving 已成为电力供应商面临的重大挑战,因为这些数据记录了所有 appliance 的聚合行为。同时,ground-truth 标签(可训练 appliance 检测与局化模型)在实际中昂贵且极其稀缺。本文介绍 DeviceScope,一个旨在通过检测与局化给定时段内的 individual appliance 模式来促进理解 smart 表数据的交互式工具。我们的系统基于 CamAL(基于 Class Activation Map 的 appliance 局化),这是一种新颖的弱监督方法,仅需知道某个家庭中存在某个 appliance 即可进行训练。本文已发表于 ICDE 2025。
引用
@article{arxiv.2506.05912,
title = {DeviceScope: An Interactive App to Detect and Localize Appliance Patterns in Electricity Consumption Time Series},
author = {Adrien Petralia and Paul Boniol and Philippe Charpentier and Themis Palpanas},
journal= {arXiv preprint arXiv:2506.05912},
year = {2025}
}
备注
4 pages, 5 figures. This paper appeared in ICDE 2025