[논문 리뷰] Demo Abstract: NILMTK v0.2: A Non-intrusive Load Monitoring Toolkit for Large Scale Data Sets

Jack Kelly, Nipun Batra외 6명|arXiv (Cornell University)|2014. 09. 20.

Smart Grid Energy Management참고 문헌 8인용 수 48

한 줄 요약

NILMTK v0.2는 메모리에 전체로 로드하지 않고 데이터를 조각으로 처리함으로써 대규모 전기 분해 데이터셋에 대한 확장 가능한 분석을 가능하게 하는 오픈소스 툴킷이다. 이 툴킷은 WikiEnergy(239가구)와 같은 대규모 데이터셋을 지원하며, 풍부한 메타데이터를 통합하고, 모듈식 설계와 사전 조건 검사로 사용성과 재현 가능성을 향상시킨다.

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.

연구 동기 및 목표

• 다양한 데이터셋 간에 비침습적 부하 모니터링(NILM) 알고리즘에 대한 표준화된 평가 프레임워크의 부재를 해결한다.
• NILMTK v0.1이 시스템 메모리에 맞는 크기의 데이터셋만 처리할 수 있었던 확장성 한계를 극복한다.
• 시스템 메모리가 매우 많아지지 않아도 대규모 데이터셋(예: WikiEnergy, 239가구)에서 NILM 알고리즘을 평가할 수 있도록 한다.
• 데이터 전처리, 벤치마크 알고리즘, 평가 지표의 표준화를 통해 NILM 연구 간 재현 가능성과 비교 가능성 향상.
• 객체지향 설계, 메타데이터 통합, 데이터 파이프라인 사전 조건의 런타임 검증을 통해 사용성 및 소프트웨어 유지보수성 향상.

제안 방법

• 중간 결과(예: 가전기 추정치)를 디스크에 직접 저장하면서 데이터를 조각 단위로 로드하고 처리하는 외부 메모리 처리 방식을 구현한다.
• 데이터 처리를 이중 계층 클래스로 분리한다: 'Node' 클래스는 각 조각 별 계산(예: 에너지 총합)을 수행하고, 'Results' 클래스는 여러 조각의 결과를 통합한다(예: 총 에너지 합산).
• NILM 메타데이터 프로젝트와 통합하여 계층적 미터 배선, 표준화된 가전기 카테고리(예: '냉장', '조명') 및 가전기 유형에 대한 제어된 어휘를 지원한다.
• 단일 및 그룹화된 미터를 추상화하기 위해 ElecMeter 및 MeterGroup 클래스를 도입하여 메타데이터(예: 카테고리별 필터링)를 사용한 유연한 선택을 가능하게 한다.
• 데이터 파이프라인 요구사항을 로딩 전에 검증하는 사전 조건 검사 프레임워크를 구현하며, 사전 조건(예: 올바른 전처리)을 충족하지 못할 경우 경고를 출력한다.
• REDD, iAWE, WikiEnergy, GreenD, COMBED, UK-DALE 등의 공개 데이터셋을 위한 다수의 데이터 임포터를 지원하며, 새로운 데이터셋에 대한 확장성도 제공한다.

실험 결과

연구 질문

• RQ1 NILM 툴킷은 전체 메모리 로딩 없이도 임의로 큰 데이터셋을 효율적으로 처리할 수 있는가?
• RQ2 표준화된 메타데이터와 제어된 어휘는 NILM 연구에서 상호 운용성과 재현 가능성을 어떻게 향상시킬 수 있는가?
• RQ3 모듈식이고 객체지향적인 설계는 대규모 NILM 소프트웨어에서 사용성과 유지보수성을 얼마나 향상시킬 수 있는가?
• RQ4 런타임 사전 조건 검사 프레임워크는 잘못된 데이터 전처리로 인한 잘못된 결과를 방지할 수 있는가?
• RQ5 이 툴킷은 WikiEnergy와 같은 다양한 대규모 데이터셋에서 NILM 알고리즘의 벤치마크 및 평가를 얼마나 효과적으로 지원할 수 있는가?

주요 결과

• NILMTK v0.2는 239가구의 집합 전력 및 개별 가전기 전력 데이터를 포함하는 WikiEnergy 데이터셋을 성공적으로 처리하여 대규모 데이터셋에 대한 확장성을 입증했다.
• 조각 처리 및 외부 메모리 처리 방식 덕분에 시스템 메모리보다 큰 데이터셋을 관리 가능한 세그먼트로 로드하고 처리할 수 있다.
• NILM 메타데이터 프로젝트와의 통합을 통해 복잡한 미터 배선 계층과 표준화된 가전기 분류(예: 'refrigerator'를 'cold' 가전기로 분류)를 정확하게 표현할 수 있다.
• 사전 조건 검사 프레임워크는 처리 전에 데이터 파이프라인 요구사항을 검증함으로써 암묵적인 오류를 방지하고 신뢰성과 사용자 피드백을 향상시킨다.
• 툴킷의 모듈식 설계, 특히 MeterGroup 클래스 덕분에 여러 미터의 모든 조명 가전기를 통합하는 등 다양한 유연하고 재사용 가능한 작업이 가능하다.
• 분해 결과는 조각 단위로 디스크에 저장되어 원시 출력을 공유하고, 전체 파이프라인을 다시 실행하지 않고도 툴킷의 메트릭 함수를 사용해 독립적으로 평가할 수 있다.