面向可解释性的 NILM：面向高频数据的实时事件驱动 NILM 框架
系统与控制
2025-10-17 v1 系统与控制
摘要
非侵入式负荷监测（NILM）是一种高级且具有成本效益的技术，用于监控 appliance 级别的能源消耗。然而，其可适应性受到透明度和可解释性不足的限制。为此，本文提出了一个为高频数据集专门设计的可解释、实时、事件驱动 NILM 框架。该框架通过整合基于 z-score 的事件探测器、appliance 签名估计、傅里叶特征提取、XG-Boost 分类器以及后验 SHAP 分析，确保每一阶段的透明度。SHAP 分析进一步量化了单个特征（例如特定谐波相位的余弦值）对 appliance 分类的贡献。该框架在 PLAID 数据集上进行训练和评估，实现了 90% 的分类准确率，同时保持低的计算要求和小于 1 秒的延迟。
引用
@article{arxiv.2501.16841,
title = {Toward Explainable NILM: Real-Time Event-Based NILM Framework for High-Frequency Data},
author = {Grigorii Gerasimov and Ilia Kamyshev and Sahar Moghimian Hoosh and Elena Gryazina and Henni Ouerdane},
journal= {arXiv preprint arXiv:2501.16841},
year = {2025}
}