基于预拓扑的复杂能源系统分层聚类
机器学习
2025-12-04 v1 人工智能
摘要
本文旨在回答以下问题：如何对大规模分布式地区的能源消耗档案进行建模和分类，以优化建筑消耗的管理？对数千栋建筑进行逐案深入审计需要巨大的时间和金钱投入，以及大量合格人员。因此，必须开发出一种自动化方法，以建立相关且有效的推荐系统。为此，采用预拓扑方法对 sites 的消耗档案进行建模，并开发出基于预拓扑空间属性的多准则分层分类算法。为评估结果，本文使用了三个数据集：2D 空间中不同尺寸离散点的生成集、生成的时间序列集，以及来自法国能源公司400个真实消耗 sites 的消耗时间序列集。在点数据集上，该算法能够利用空间位置和尺寸参数识别离散点的聚类。在生成的时间序列上，该算法能够利用皮尔逊相关系数识别时间序列聚类，调整后兰德指数（ARI）为1。
引用
@article{arxiv.2512.03069,
title = {Hierarchical clustering of complex energy systems using pretopology},
author = {Loup-Noe Levy and Jeremie Bosom and Guillaume Guerard and Soufian Ben Amor and Marc Bui and Hai Tran},
journal= {arXiv preprint arXiv:2512.03069},
year = {2025}
}