Um Estudo Empírico sobre Desagregação de Energia via Aprendizado Profundo

A desagregação de energia é a tarefa de estimar o consumo de energia de cada aparelho individual a partir dos sinais elétricos da casa inteira. Neste artigo, estudamos essa tarefa com base em métodos de aprendizado profundo que alcançaram muito sucesso em vários domínios recentemente. Introduzimos o método de extração de características que utiliza várias camadas convolucionais paralelas de tamanhos de filtro variados e apresentamos um modelo de rede recorrente baseado em LSTM (Memória de Longo Prazo e Curto Prazo) assim como um modelo de auto-codificador para desagregação de energia. Em seguida, avaliamos os métodos propostos utilizando o maior conjunto de dados disponível. E os resultados experimentais mostram a superioridade do nosso método de extração de características e do modelo baseado em LSTM.