面向能量分解的结构化字典学习

人们对能源消耗对环境影响的意识增强，导致对减少能源消耗的关注增加。电器级能源消耗的反馈有助于降低消费者的能源需求。能量分解技术用于从房屋的总能源消耗中获取电器级能源消耗。这些技术将单个电器的能源消耗提取为特征，因此面临区分两种相似耗能设备的挑战。为应对这一挑战，我们开发了利用某些设备倾向于在特定运行模式下并发运行这一事实的方法。设备子组的总能源消耗模式使我们能够识别子组中设备的并发运行模式。因此，我们设计了分层方法，将设备间整体能量分解任务替换为涉及设备子组的递归分解任务。在两个真实世界数据集上的实验表明，与基线相比，我们的方法取得了更好的性能。我们的一种方法，基于贪心的设备分解方法（Greedy based Device Decomposition Method, GDDM）在微平均 f 值、宏平均 f 值和归一化分解误差（NDE）方面分别实现了高达 23.8%、10% 和 59.3% 的提升。