建筑物能源整体数据集的波形信号熵与压缩研究
摘要：电能消耗自从智能家居和物联网设备问世以来一直是一个研究领域。消耗特征和使用情况受到建筑占用者及其与电器的互动的直接影响。从这些数据提取的信息可以用于节约能源并提高用户的舒适水平。数据分析与机器学习模型可以用于提取有价值的信息，使建筑占用者、发电厂和电网运营商受益。公共能源数据集提供了发展和基准这些算法和技术的科学基础。我们提出了一个新的研究，对五个具有高采样率的全建筑能耗数据集进行了研究，分析了它们的信号熵以及良好校准测量对总存储需求的重要影响。我们发现一些数据集没有充分利用可用的测量精度，因此浪费了潜在的准确性和空间的节约。我们对 365 种文件格式进行了全面的基准测试，包括透明数据转换和无损压缩算法。主要目标是减少整体数据集的大小，同时保持易于使用的文件格式和访问 API。我们证明，通过精选文件格式和编码方案，我们可以将某些数据集的大小减小多达 73%。
作者：Thomas Kriechbaumer, Hans-Arno Jacobsen
论文ID：1810.10887
分类：Other Computer Science
分类简称：cs.OH
提交时间：2018-10-26