关于分解难度相对于电表数量的量化

一种迈向高效能源管理的有前景的方法是是非侵入式负荷监测（NILM），即通过分析聚合消耗信号来提取住宅内各电器的消耗剖面。高效的 NILM 方法中有基于事件的算法，其中检测聚合信号的事件并根据引发事件的电器进行分类。电器数量众多以及存在消耗值相近的电器，已知会限制基于事件的 NILM 方法的性能。为应对这些挑战，可扩充特征空间，但这会带来额外的硬件成本、安装复杂度以及关于用户舒适度与隐私的顾虑。这催生了一种替代方法，即半侵入式负荷监测（SILM），其中电器被划分为若干块，每块消耗由独立功率电表监测。虽然更多电表可带来更精确的分解，却增加了负荷监测的经济成本，表明存在一种权衡，这代表了该领域的一个重要空白。本文中，我们采取综合方法填补此空白，建立所谓“分解难度度量（DDM）”概念，其基于电器的功率值与用户使用行为来量化监测任意给定电器组事件的难度。因此，DDM 本质上量化了通过对电器的任意划分块安装电表，通用基于事件的算法在分解精度上预期可获得的提升。基于 REDD 数据集的实验结果说明了所提方法在处理上述权衡中的实用性。