Electricity Consumer Classification Using Supervised Machine Learning

Ett datadrivet tillvägagångssätt har använts för att klassificera enfamiljshushålls huvudsakliga uppvärmningstyp, där uppvärmningstypen samlades in från byggnadens energideklaration och egenskaperna hos elkonsumenterna extraherades från smart elmätare.

Resultatet visar att en ökad datatidsupplösning ökar klassificeringens prestanda, där prestandan är baserad på konsumenter med ett uppvärmningssystem som är okänt för modellen.

En analys av felklassificeringarna visar också att energideklarationerna kan vara föråldrade och att modellen kan indikera förändringar i uppvärmningsmetoden, även om felmärkta exempel ingår vid träningen av klassificeringsmodellen.