분당 6 회 샘플링 된 총 전력 소비량으로 가정에서 어떤 가전 제품이 작동하는지 확인할 수있는 방법이 있습니까?

최근 10 초마다 한 번씩 전기 사용량을 샘플링하는 기즈모를 집에 설치했습니다. 집안의 다양한 기기가 켜지고 꺼질 때 그래프 업데이트를 보면서 약간 고쳐졌습니다.

예를 들어, 조명을 켜면 수백 와트의 작고 간단한 범프가 발생합니다. 마이크로 웨이브를 켜면 1.2KW가 엄청납니다. 세탁기 사용량은 사이클 위치에 따라 위아래로 움직입니다.

나는 '전원 서명'이라고 부르는 것에 의해 어떤 장치가 실행되고 있는지 자동으로 해결할 수있는 방법이 있는지 궁금해하기 시작했습니다.

본질적으로 내가 원하는 것은 와트 단위의 사용량을 나타내는 0.1Hz 신호를 효과적으로 감시하는 알고리즘입니다. '세탁기가 오늘 09:00에서 11:00 사이 인 것처럼 보입니다.)

물론 복잡한 문제는 여러 어플라이언스를 실행할 수 있다는 것입니다. 인간은 때때로 그것을 해결할 수 있습니다 (예 :이 모양은 세탁기가 켜져 있지만 중간에 전자 레인지를 켠 것처럼 보입니다).

사용자의 검색의 잠금을 해제 할 단어는 세분화 - 연구가 진행 꽤 많은 에너지 세분화에 지금있다.

여기에는 일반적으로 일종의 학습 알고리즘이 포함되며 에너지 분리 분야는 매우 어리므로 신뢰할 수있는 상용 패키지를 찾을 수 없습니다.

그러나 자신 만의 디자인에 도움이 될 최신 연구 자료를 찾을 수 있습니다.

Daniel A Kelly (일명 Jack Kelly, 현재 Imperial College London)는이 분야에서 일했습니다. 그의 논문을 확인하십시오. Uniper의 Clym Stock-Williams (이전 E.On의 일부)는 최근 Alan Turing Institute (2016 년 1 월 에딘버러)가 주최 한 Data Science for Energy 회의에서 0.1Hz의 데이터는 1Hz의 데이터만큼 우수했다고보고했습니다. 분해-1 초간 더 빈번한 데이터는 더 숙련 된 모델 (YMMV)로 이어지지 않았습니다.

간단히 말해서 에너지 분해 또는 전기 분해에 대한 문헌 검색 (Google Scholar 또는 이와 유사한 것)을 수행하면 빠르게 발전하는이 분야에서 매달 새로운 논문을 찾을 수 있습니다.

그러나 한 번에 무슨 일이 일어나고 있는지 아는 단일 주거지의 경우 가장 좋은 방법은 다음과 같은 경우 사용중인 것에 대한 아주 좋은 데이터를 얻을 수 있기 때문에 자신의 모델을 훈련시키는 것입니다. 냉장고와 냉동고 압축기의 전원을 켜고 끌 때까지 듣습니다.