★ 2
智能电表数据识别住宅光伏-电动车共采纳
研究开发两段式工作流分析智能电表数据,用 DTW k-means 聚类发现用电行为原型,并用 BiLSTM 检测光伏与电动车活动。基于澳大利亚维多利亚州半小时级住宅数据,聚类揭示光伏-only、电动车-only、共采纳等不同模式。BiLSTM 的 AUROC 达 0.991,宏 F1 为 0.90…
arXiv cs.LG38 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究开发两段式工作流分析智能电表数据,用 DTW k-means 聚类发现用电行为原型,并用 BiLSTM 检测光伏与电动车活动。基于澳大利亚维多利亚州半小时级住宅数据,聚类揭示光伏-only、电动车-only、共采纳等不同模式。BiLSTM 的 AUROC 达 0.991,宏 F1 为 0.90…
论文将智能电表隐私保护建模为黑盒推理防御问题,提出代理引导的分层强化学习框架,学习基于电池的负载整形策略以注入误导性电器签名。自监督聚合结构隐私探针提供代理奖励,签名库保证扰动物理可实现。在UK-DALE和REDD数据集上,面对六种未见NILM攻击者,电器级RMSE平均提升107%和166%,F1…
论文研究基于净智能电表的户用光伏发电分解,提出四种部署场景以区分家庭迁移与时间外推。基于 Ausgrid 与 Pecan Street 数据,实验显示部署场景对误差的影响远大于模型选择,目标域微调可将迁移误差降低 28%–36%。