Faraday：用于智能电网的合成智能表计生成器
机器学习
2024-04-09 v1
摘要
获取智能表计数据对于快速成功的电气化转型至关重要，这种转型以来自低碳技术（如电动汽车（EV）和热泵）的灵活性为支撑，并由可再生能源供电。然而，由于消费者隐私保护，几乎没有可用数据用于研究和建模目的。尽管许多人正在呼吁通过监管变更解锁原始数据集，但我们认为这种方法需要太长时间。合成数据直接解决了这些挑战，克服了隐私问题。本文介绍了Faraday，一个基于变分自编码器（Variational Autoencoder, VAE）的模型，训练于来自英国某能源供应商的3亿次智能表计数据读取，包含物业类型和低碳技术（LCTs）所有权等信息。该模型产生以这些标签为条件的家庭级别合成负荷轮廓，并将其输出与实际配电站读数进行比较，以展示该模型如何用于网格建模者感兴趣的实际应用中，以建模未来能源电网。
引用
@article{arxiv.2404.04314,
title = {Faraday: Synthetic Smart Meter Generator for the smart grid},
author = {Sheng Chai and Gus Chadney},
journal= {arXiv preprint arXiv:2404.04314},
year = {2024}
}
备注
Published as a workshop paper at Tackling Climate Change with Machine Learning, ICLR 2024