面向家庭能源管理系统的大语言模型接口
人工智能
2025-06-23 v1
摘要
家庭能源管理系统 (HEMS) 有助于家庭根据电力系统信号（如能源价格）调整其用电方式。该技术有助于降低能源账单，并为电力系统稳定提供更大的需求侧灵活性。然而，缺乏技术背景的居民可能难以有效地使用 HEMS，因为 HEMS 需要格式规范的参数化，以反映能源资源、房屋及用户需求的特征。最近，大语言模型 (LLM) 在语言理解方面表现出色。基于此，我们提出一种基于 LLM 的接口，通过与用户交互来理解和参数化其“格式不规范的回答”，并输出格式规范的参数以实现 HEMS。我们进一步使用 Reason and Act 方法 (ReAct) 和 few-shot prompting 来提升 LLM 性能。评估该接口的性能需要多次用户-LLM 交互。为避免寻找志愿者用户的工作并缩短评估时间，我们另外提出一种方法，使用另一个 LLM 来模拟具有不同专业知识水平（从专业知识丰富到非技术人员）的用户。通过全面评估，所提出的基于 LLM 的 HEMS 接口在参数检索准确率方面平均达到 88%，优于不使用 ReAct 和/或 few-shot prompting 的基准模型。
引用
@article{arxiv.2501.07919,
title = {Large Language Model Interface for Home Energy Management Systems},
author = {François Michelon and Yihong Zhou and Thomas Morstyn},
journal= {arXiv preprint arXiv:2501.07919},
year = {2025}
}
备注
13 pages conference paper