[論文レビュー] Demo Abstract: NILMTK v0.2: A Non-intrusive Load Monitoring Toolkit for Large Scale Data Sets

Jack Kelly, Nipun Batra+6 more|arXiv (Cornell University)|Sep 20, 2014

Smart Grid Energy Management参考文献 8被引用数 48

ひとこと要約

NILMTK v0.2 は、メモリにすべてをロードせずにデータをチャンク単位で処理することで、大規模な電力分解データセットのスケーラブルな分析を可能にするオープンソースのツールキットである。WikiEnergy（239戸）のような大規模データセットをサポートし、豊富なメタデータを統合し、モジュラー設計と事前チェックにより使いやすさと再現性が向上している。

ABSTRACT

In this demonstration, we present an open source toolkit for evaluating non-intrusive load monitoring research; a field which aims to disaggregate a household's total electricity consumption into individual appliances. The toolkit contains: a number of importers for existing public data sets, a set of preprocessing and statistics functions, a benchmark disaggregation algorithm and a set of metrics to evaluate the performance of such algorithms. Specifically, this release of the toolkit has been designed to enable the use of large data sets by only loading individual chunks of the whole data set into memory at once for processing, before combining the results of each chunk.

研究の動機と目的

• 多様なデータセットにおける非侵襲的負荷監視（NILM）アルゴリズムの標準化された評価フレームワークの欠如に対処する。
• NILMTK v0.1 がシステムメモリに収まるほどの小さなデータセットしか処理できなかったスケーラビリティの制限を克服する。
• システムメモリを過剰に消費せずに、WikiEnergy（239戸）のような大規模データセットに対して NILM アルゴリズムを評価できるようにする。
• データ前処理、ベンチマークアルゴリズム、評価指標の標準化により、NILM 研究間での再現性と比較可能性を向上させる。
• オブジェクト指向設計、メタデータ統合、およびデータパイプラインの事前条件のランタイム検証を通じて、使いやすさとソフトウェアの保守性を向上させる。

提案手法

• データをチャンク単位で読み込み処理するアウト・オブ・コア処理を実装し、中間結果（例：家電機器の推定値）を直接ディスクに保存する。
• データ処理を二段階のクラスに分離する：'Node' クラスはチャンクごとの計算（例：エネルギー合計）を実行し、'Results' クラスは複数のチャンクにわたる結果を統合する（例：合計エネルギーの合算）。
• NILM メタデータプロジェクトと統合し、階層的なメーター接続構造、標準化された家電カテゴリ（例：'冷蔵'、'照明'）、家電タイプの制御語彙をサポートする。
• 単一およびグループ化されたメーターを抽象化するための ElecMeter および MeterGroup クラスを導入し、メタデータ（例：カテゴリでフィルタリング）を用いた柔軟な選択を可能にする。
• データパイプラインの要件を処理開始前に検証する事前条件チェックフレームワークを実装し、事前条件（例：正しい前処理）を満たさない場合に警告を出力する。
• REDD、iAWE、WikiEnergy、GreenD、COMBED、UK-DALE などの公開データセット用の複数のデータインポーターをサポートし、新しいデータセットへの拡張性を備える。

実験結果

リサーチクエスチョン

• RQ1 NILM ツールキットは、データをすべてメモリにロードせずに、任意に大きなデータセットを効率的に処理できるか？
• RQ2 標準化されたメタデータと制御語彙は、NILM 研究における相互運用性と再現性をどのように向上させるか？
• RQ3 モジュラーでオブジェクト指向の設計は、大規模 NILM ソフトウェアにおける使いやすさと保守性をどの程度向上させるか？
• RQ4 ランタイムでの事前条件チェックは、不適切なデータ前処理による誤った結果を防止できるか？
• RQ5 このツールキットは、WikiEnergy のような多様で大規模なデータセットにおいて、NILM アルゴリズムのベンチマーク化と評価をどの程度効果的に支援できるか？

主な発見

• NILMTK v0.2 は、239戸分の集計電力および個別家電機器の電力データを含む WikiEnergy データセットを正常に処理し、大規模データセットへのスケーラビリティを実証した。
• チャンク処理とアウト・オブ・コア処理のアプローチにより、システムメモリを超えるデータセットを、管理可能なセグメントに分けて読み込み処理できる。
• NILM メタデータプロジェクトとの統合により、複雑なメーター接続の階層構造と、標準化された家電カテゴリ（例：'冷蔵'を'冷蔵'家電として分類）の正確な表現が可能になった。
• 事前条件チェックフレームワークにより、処理開始前にデータパイプラインの要件を検証し、静黙的なエラーを防ぎ、信頼性とユーザーへのフィードバックを向上させた。
• ツールキットのモジュラー設計、特に MeterGroup クラスにより、複数のメーターにまたがるすべての照明家電機器を柔軟かつ再利用可能に集計できるようになった。
• 分解結果はチャンク単位でディスクに保存され、生の出力を共有可能となり、フルパイプラインを再実行せずに、ツールキットのメトリクス関数を用いて独立した評価が可能になった。