基于半监督稀疏编码的能耗分解
信号处理
2020-07-14 v4 机器学习
系统与控制
系统与控制
摘要
居民智能电表已在全国城市住宅中广泛安装，为消费者提供高效、响应迅速的监测与计费。研究表明，向客户提供设备级用电信息可促使其节约大量能源，而现代智能电表仅能提供低分辨率的整户有效数据。因此，旨在将聚合能耗数据分解至各组成电器的能耗分解研究引起了广泛关注。本文中，一种基于稀疏编码的判别式分解模型在大规模家庭用电数据集上进行了评估以实现节能。我们利用结构化预测模型提供判别式稀疏编码训练，从而最大化能耗分解性能。此类大规模分解任务的设计得到了分析性研究，并在真实智能电表数据集上与基准模型进行了对比验证。
引用
@article{arxiv.2004.10529,
title = {Energy Disaggregation with Semi-supervised Sparse Coding},
author = {Mengheng Xue and Samantha Kappagoda and David K. A. Mordecai},
journal= {arXiv preprint arXiv:2004.10529},
year = {2020}
}