住宅建筑能效的基于效用的上下文感知多智能体推荐系统
摘要：电力消耗是CO2排放的重要组成部分。采用负荷调整可以提高家庭能源效率。为了改变能源消费行为，简单而强大的架构至关重要。本文介绍了一种新颖的推荐系统算法，生成设备使用建议，并提出了一个评估该系统性能的框架，通过分析潜在的能源费用节省。作为一种基于效用的推荐系统，它根据设备使用习惯、用户可用性和设备使用成本来建模用户偏好。作为一种上下文感知系统，它需要外部的每小时电价信号和设备级能源消耗数据。由于采用了多代理体系结构，它提供了灵活性和进一步的增强。实证结果表明，对于大多数被研究的家庭来说，该系统可以节省18％甚至更多的能源费用。
作者：Valentyna Riabchuk, Leon Hagel, Felix Germaine and Alona Zharova
论文ID：2205.02704
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2022-05-06