Artificial intelligence based anomaly detection of energy consumption in buildings

本文是对《Artificial intelligence based anomaly detection of energy consumption in buildings: A review, current trends and new perspectives》的翻译。

摘要

住宅建筑中安装的分表和智能传感器每天都会产生大量数据。如果利用得当，这些数据可以帮助终端用户、能源生产商和公用事业公司检测异常用电量并了解每个异常的原因。因此，异常检测可以阻止一个小问题变得越来越严重。此外，它将有助于更好的决策，以减少能源浪费，促进可持续和节能行为。在这方面，本文深入回顾了基于人工智能的建筑能耗异常检测框架。具体而言，本文进行了广泛的调查，其中引入了一种综合分类法，根据所采用的不同模块和参数对现有算法进行分类，例如机器学习算法、特征提取方法、异常检测级别、计算平台和应用场景。据作者所知，这是第一篇讨论建筑能耗异常检测的综述文章。向前推进，深入讨论了重要发现以及尚未解决的特定领域问题、困难和挑战，包括缺乏：（i）异常功耗的精确定义，（ii）注释数据集，（iii）评估现有解决方案性能的统一指标，（iv）再现性平台和（v）隐私保护。接下来，讨论了对当前研究趋势的见解，以扩大异常