非侵入式负荷监测作为回归与分类问题：阈值化方法的重要性
信号处理
2023-07-25 v1 机器学习
摘要
非侵入式负荷监测（NILM）旨在仅通过获知聚合电力负荷来预测家庭中家用电器的状态或消耗量。NILM 可被表述为回归问题，或更常见地表述为分类问题。大多数由智能电表收集的数据集天然允许定义一个回归问题，但相应的分类问题是一个派生问题，因为它需要通过阈值化方法将功率信号转换为每个设备的状态。我们采用三种不同的阈值化方法来执行该任务，讨论了它们在 UK-DALE 数据集上各类设备上的差异。我们分析了深度学习前沿架构在回归与分类两类问题上的性能，并提出了选择最合适阈值化方法的准则。
引用
@article{arxiv.2010.16050,
title = {NILM as a regression versus classification problem: the importance of thresholding},
author = {Daniel Precioso and David Gómez-Ullate},
journal= {arXiv preprint arXiv:2010.16050},
year = {2023}
}
备注
17 pages, 9 figures