澳洲智能电表数据揭秘：光伏+电动车共用户中午发电原型占半数，BiLSTM检测AUROC达0.991！
Uncovering Residential PV-EV Co-Adoption from Smart-Meter Data: Load Archetypes and Detection for Demand-Side Planning
📖 AI 总结
该研究针对住宅用户同时采用屋顶光伏与电动汽车这一日益普遍却缺乏行为层面理解的现象，提出了一套基于智能电表数据的两阶段分析流程。研究使用澳大利亚维多利亚州AusNet半小时级住宅用电数据，先通过动态时间规整k均值聚类识别出光伏单独、电动车单独、共同采用及两者皆无四类家庭的典型日用电与馈电模式，发现共同采用家庭中约半数工作日呈现以正午为中心的馈电特征；随后训练双向长短期记忆网络，在21天窗口内检测光伏与电动车活动，并与表格类基线模型对比。结果显示，BiLSTM的AUROC达0.991，宏平均F1为0.906，在最难的电动车单独类别上召回率最高为0.836，树模型基线同样具有竞争力，且在不同标注规则和严格前向时间划分下性能保持稳定。该工作为需求侧管理、电价设计与低压配网规划提供了可解释的负荷画像与可靠的设备活动检测手段。
🔑 关键词速览
| 动态时间规整（DTW） | 一种衡量两个时间序列相似度的方法，允许时间轴上的非线性扭曲，常用于负荷曲线聚类。 |
| 双向长短期记忆（BiLSTM） | 一种循环神经网络，同时从前向和后向处理序列，用于捕捉时间序列中的长期依赖关系。 |
| 高级计量基础设施（AMI） | 智能电表及其通信网络，用于高频采集和传输用户用电数据。 |
| 需求侧管理（DSM） | 通过激励或技术手段引导用户改变用电行为，以优化电网负荷和运行。 |
| 共同采用（Co-Adoption） | 同一家庭同时安装和使用电动汽车与屋顶光伏系统的行为。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅