迈向非侵入式负荷监测的可比性：关于数据与性能评估
信号处理
2020-01-23 v1 机器学习
摘要
非侵入式负荷监测 (NILM) 由一组提供家庭与工业设施能耗洞察的技术构成。最新研究在准确性与泛化能力方面显示出显著改进。尽管在分解技术方面取得了所有进展，性能评估与可比性仍是一个开放的研究问题。评估程序缺乏标准化与共识，使得可复现性与可比性极为困难。在本文中，我们提请注意 NILM 中的可比性，重点揭示常用于测试算法性能的常见能耗数据集之间的显著差异。我们将关于可比性的讨论划分为数据方面、性能度量，并细致考察评估过程。关于预处理与数据清洗方法的详细信息、统一性能报告的重要性，以及负荷分解中复杂性度量的需求，被发现是 NILM 相关研究中最为紧迫的问题。此外，我们的评估表明数据集应被谨慎选择。我们最后提出增强可比性的未来工作建议。
引用
@article{arxiv.2001.07708,
title = {Towards Comparability in Non-Intrusive Load Monitoring: On Data and Performance Evaluation},
author = {Christoph Klemenjak and Stephen Makonin and Wilfried Elmenreich},
journal= {arXiv preprint arXiv:2001.07708},
year = {2020}
}