Towards Feasible Solutions for Load Monitoring in Quebec Residences
Notice bibliographique
Résumé
For many years, energy monitoring at the most disaggregate level has been mainly sought through the idea of Non-Intrusive Load Monitoring (NILM). Developing a practical application of this concept in the residential sector can be impeded by the technical characteristics of case studies. Accordingly, several databases, mainly from Europe and the US, have been publicly released to enable basic research to address NILM issues raised by their challenging features. Nevertheless, the resultant enhancements are limited to the properties of these datasets. Such a restriction has caused NILM studies to overlook residential scenarios related to geographically-specific regions and existent practices to face unexplored situations. This paper presents applied research on NILM in Quebec residences to reveal its barriers to feasible implementations. It commences with a concise discussion about a successful NILM idea to highlight its essential requirements. Afterward, it provides a comparative statistical analysis to represent the specificity of the case study by exploiting real data. Subsequently, this study proposes a combinatory approach to load identification that utilizes the promise of sub-meter smart technologies and integrates the intrusive aspect of load monitoring with the non-intrusive one to alleviate NILM difficulties in Quebec residences. A load disaggregation technique is suggested to manifest these complications based on supervised and unsupervised machine learning designs. The former is aimed at extracting overall heating demand from the aggregate one while the latter is designed for disaggregating the residual load. The results demonstrate that geographically-dependent cases create electricity consumption scenarios that can deteriorate the performance of existing NILM methods. From a realistic standpoint, this research elaborates on critical remarks to realize viable NILM systems, particularly in Quebec houses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».