Understanding energy demand behaviors through spatio-temporal smart meter data analysis
Understanding energy demand behaviors through spatio-temporal smart meter data analysis
复制标题
通过时空智能电表数据分析了解能源需求行为
DOI：
10.1016/j.energy.2021.120493
复制
发表时间：
2021-04
期刊：
影响因子：
9
通讯作者：
Nielsen Per Sieverts
中科院分区：
文献类型：
--
作者：
Niu Zhibin;Wu Junqi;Liu Xiufeng;Huang Lizhen;Nielsen Per Sieverts
能源需求侧管理，特别是细粒度智能电表数据的支持，对能源的合理配置、能源消费行为的监测和监督具有重要作用。通过深入的需求分析，包括量化能源消费动态和消费者偏好，能源决策者可以制定合理的、有远见的能效计划和需求响应方案。以前的能源需求行为研究工作主要依赖于理想的社会经济模型或数据驱动的方法，这两者都缺乏灵活性、直觉性和可解释性。为了发现城市节能潜力，规划能源供应，提高能源利用效率，提出了一种新的城市能源消费模式时空可视化分析方法。在该方法中，能耗时间序列被嵌入到二维散点图中，以进行协同视觉探索。用户可以交互地探索和发现不同的模式，以便进行决策。此外，我们还提出了基于势流方法的能源需求转移模式建模方法，并将其集成到模式探索工具中。通过对上海市浦东地区实际用电量数据的实证研究，对所提出的方法进行了综合评价。我们确定了五种典型的能源消费模式和不同地理位置的需求转移模式，这可以通过对感兴趣地区的能源消费的知识来很好地解释。实验结果证明了该方法和工具的有效性。该工具可以集成到智能能源系统中，以更好地了解用户的能源消费行为和偏好。
Energy demand-side management, especially empowered by the fine-grained smart meter data, plays a significant role in the rational allocation of energy, monitoring and supervision of energy consumption behaviors. Through the in-depth demand analysis including quantification of energy consumption dynamics and consumer preferences, energy decision-makers can develop reasonable and forethoughtful energy efficiency plans and demand-response programs. Previous work in energy-demand behavioral research relied primarily on ideal socio-economic models or data-driven approaches, both of which lack flexibility, intuition and interpretability. This paper proposes a novel spatio-temporal visual analysis approach for urban energy consumption pattern discovery in order to identify energy-saving potentials, plan energy supply and improve energy efficiency. In this approach, energy consumption time series are embeded into a two-dimensional scatterplot for coordinated visual exploration. Users can interactively explore and discover different patterns for decision-making purposes. In addition, we propose the method for modeling energy demand shift patterns based on a potential flow method and integrate it into a pattern exploration tool. The proposed approach is comprehensively evaluated through empirical studies using the real-world electricity consumption data from Pudong district, Shanghai. We identify five typical energy consumption patterns and demand shift patterns across different geographical locations, which can be well interpreted by the knowledge of energy consumption in the area of interest. The results demonstrate the effectiveness of the proposed approach and the tool. This tool can be integrated into smart energy systems for a better understanding of user energy consumption behaviors and preferences.
登录
查看更多内容
影响因子：
46.9
作者：
Becht, Etienne;McInnes, Leland;Newell, Evan W.
通讯作者：
Newell, Evan W.
DOI：
10.1109/infvis.2000.885101
发表时间：
2000-10
期刊：
IEEE Symposium on Information Visualization 2000. INFOVIS 2000. Proceedings
影响因子：
--
作者：
T. Overbye;J. Weber
通讯作者：
T. Overbye;J. Weber
影响因子：
6.3
作者：
S. Card;J. Mackinlay;B. Shneiderman
通讯作者：
S. Card;J. Mackinlay;B. Shneiderman
DOI：
10.1145/2579281.2579288
发表时间：
2000-02
期刊：
ACM SIGSOFT Softw. Eng. Notes
影响因子：
--
作者：
Veit Jahns
通讯作者：
Veit Jahns
影响因子：
9
作者：
Lund, Henrik;Ostergaard, Poul Alberg;Mathiesen, Brian Vad
通讯作者：
Mathiesen, Brian Vad