基于两阶段语义感知聚类的可解释家庭能耗画像

《ENERGY AND BUILDINGS》:Interpretable Household Energy Profiling Through Two-Stage Semantic-Aware Clustering

【字体: 大 中 小 】 时间:2026年08月30日 来源:ENERGY AND BUILDINGS 8.0

编辑推荐:

   # 摘要 有效的住宅需求侧管理需要对家庭用电模式有清晰的理解。然而,传统聚类产生的细分结果往往难以被公用事业公司、项目设计人员和政策制定者所理解和使用。事后解释技术如SHAP(Shapley可加解释)需要机器学习专业知识;高维调查数据会降低聚类质量;且缺乏将聚类输出与干预设

  

# 摘要

有效的住宅需求侧管理需要对家庭用电模式有清晰的理解。然而,传统聚类产生的细分结果往往难以被公用事业公司、项目设计人员和政策制定者所理解和使用。事后解释技术如SHAP(Shapley可加解释)需要机器学习专业知识;高维调查数据会降低聚类质量;且缺乏将聚类输出与干预设计相连接的系统性路径。本研究的目的是开发一种适用于高维数据的统计有效的家庭能源画像方法。由于每个细分结果都由简短、人类可读的规则完整描述,因此每个细分结果本身都具有可解释性。本文提出了一种两阶段语义感知聚类框架。在第一阶段,107个调查变量被划分为三个语义连贯的子集,分别由人口统计变量、能源变量和电器变量组成。每个子集使用适合其数据类型算法进行聚类,每个家庭被编码为三个二元元特征。在第二阶段,这些元特征通过K-Modes聚类进行融合,产生由透明模态规则定义的家庭画像。该框架应用于2020年美国住宅能源消耗调查中的18,496户家庭,产生了比直接全特征聚类明显分离度更高的细分结果,将Davies-Bouldin指数从3.26降低至0.63,将轮廓系数从0.038提高至0.715;更锐利的分离意味着家庭被更可靠地分配到细分组中,这是项目定向的前提条件。四个画像浮现出来:两个低消耗画像(主要差异在于收入,分别占样本家庭的23.1%和42.8%)、一个收入较低但电器丰富的画像(9.9%),以及一个高消耗画像(24.3%),其平均年用电量17,223 kWh约为低消耗画像的两倍。在美国各大气候区内部,画像差异均持续存在,表明这些画像不是气候变化的产物。一个示例情景分析使用基于已发表项目评估和相关证据的降低率输入。在这些降低率下,基于画像定向的干预措施对应每户每年673至3,445 kWh的节能量,具体取决于画像类型。在美国电网平均排放因子0.386 kg CO?/kWh下,这等于每户每年260至1,330公斤CO?的排放减少量。

# 引言

向可持续能源体系的全球转型需要紧急行动以达成气候目标和联合国可持续发展目标,特别是目标7(经济适用的清洁能源)和目标13(气候行动)[1], [2]。住宅部门在这一转型中发挥着关键作用,约占美国总能源消耗的21% [3],是需求侧管理和需求响应(DR)项目的关键目标 [4], [5]。然而,家庭能源消耗表现出巨大的异质性,源于多样的社会经济条件、住房特征、电器组合和行为模式 [6], [7]。这种异质性提出了一个根本性挑战:统一的政策干预措施无法满足不同家庭细分组的独特需求和响应能力,往往导致次优的节能效果和不公平的项目结果 [8]。认识到这一挑战,研究人员和政策制定者越来越转向消费者细分方法,根据家庭的消费特征将家庭分类为有意义的群体 [9]。这种细分为设计定向干预措施提供了基础。然而,其有效性取决于用于识别和解释家庭画像的方法,这一话题在能源研究领域受到了越来越多的关注。

聚类技术已被广泛应用于对住宅能源消费者进行细分并识别不同的消费模式。传统的基于划分的算法如K-Means因其计算效率和易于实现而仍被广泛使用 [7], [9]。近年来,包括高斯混合模型在内的软聚类技术因其处理重叠消费行为的能力而受到关注 [10], [11]。为解决高维智能电表数据固有的维度灾难问题,研究人员探索了离散小波变换 [12] 和基于深度自编码器的框架 [13] 等降维策略。为增强模型透明度,事后可解释性技术,特别是SHAP(SHapley可加解释),已成为解释能源消耗模型的标准工具 [14]。尽管这些方法学进展显著,但三个重要局限仍然存在:事后可解释性方法在实际政策部署方面存在障碍 [15];高维性持续削弱聚类质量和语义连贯性;将分析输出转化为定向干预的系统性框架仍然不成熟。

三个关键差距限制了现有方法的实用性。首先,尽管事后解释技术如SHAP已成为模型诊断的标准工具 [14],但在政策部署情境中面临根本性挑战。这些方法需要大量机器学习专业知识才能正确解读 [15], [16];它们提供的是对不透明模型的回顾性解释,而非内在透明的决策规则 [17];并且其计算成本限制了在公用事业需求响应系统中的实时应用 [18]。更为关键的是,使用细分结果的实践者(制定注册标准的公用事业项目经理、针对天气化援助的机构以及分配项目预算的政策制定者)需要可直接执行的规则,这些规则无需专业技术知识即可实施——这一需求事后解释从根本上无法满足 [15]。其次,即使可解释性不是主要关注点,维度灾难在应用于高维家庭数据时仍会降低聚类质量 [19]:相关特征引入冗余,距离度量失去区分能力 [20],产生的聚类往往缺乏政策制定者所需的语义连贯性 [11]。虽然降维技术可以解决计算挑战,但许多方法通过将特征转换为不透明的潜在空间而牺牲了可解释性。第三,除了技术和可解释性挑战外,将聚类输出转化为可执行的政策工具的 系统性框架仍然缺失。大多数研究以画像识别和描述性统计结束 [7], [9],没有为实践者提供将家庭细分与适当的需求侧管理策略匹配的指导 [8],或估计干预效果 [21]。

为解决这些差距,本研究提出了一种两阶段语义感知聚类框架,生成内在可解释的家庭能源画像。当家庭画像的完整定义为一条简短、人类可读的分类规则时(例如,"较高人均收入且低消耗且基础电器"),该画像被认为是内在可解释的,这样读者可以在不需要任何辅助解释模型的情况下确定该细分组的特征以及给定家庭为何属于该细分组。在第一阶段,基于相关性结构分析,原始特征空间被划分为三个语义连贯的子集,包括人口统计特征、能源消耗模式和电器拥有情况。然后每个子集独立使用适合其数据类型的算法进行聚类。这产生了三个具有明确语义解释的二元元特征,在降低维度的同时保留了每个维度的含义。在第二阶段,K-Modes聚类整合这些语义定义的元特征,生成由简单模态规则(例如,"较高收入、低消耗、基础电器")表征的最终家庭画像。与基于SHAP的事后解释不同,这些规则是内在可解释的,可以直接用于政策设计。该框架使用2020年住宅能源消耗调查(RECS)进行验证,包含18,496户美国家庭和预处理后的107个选定特征。评估包括10组消融研究、Bootstrap稳定性测试和多个聚类质量指标,随后将产生的画像映射到定向需求响应策略并量化节能潜力。基于文献评估,本研究追求三个具体目标:(1) 设计一种聚类方法,克服家庭调查数据的维度灾难和混合数据类型问题,同时保持每个中间量的语义意义;(2) 通过消融、稳定性和稳健性实验(包括对气候变异和收入定义的控制)证明,产生的画像是统计有效的,并非方法论选择的产物;(3) 将每个画像转化为面向公用事业、项目管理员和政策制定者的具体干预路径,并提供透明的情景分析估计,估算相关的能源和CO?节能量。

本研究对住宅能源消耗分析文献做出四项贡献:

- 本研究引入了一种两阶段语义感知聚类方法,在保持可解释特征语义的同时解决维度灾难问题。具体来说,现有的降维策略(如PCA、小波、自编码器)将变量投射到没有家庭层面意义的潜在空间轴上,而本研究展示了沿相关性块结构划分特征空间并在每个语义域内聚类(每个子集6-58个变量而非全部107维混合空间)可以在提供维度缓解的同时保持每个衍生维度为可命名的家庭属性,将Davies-Bouldin指数从3.26提高至0.63,将轮廓系数从0.038提高至0.715,优于直接全特征聚类(第3节);本研究在大规模国家家庭调查情境中对语义结构化降维提供了定量评估。

- 该框架通过基于模态的分类规则生成内在可解释的家庭画像,消除了对事后解释技术的需求,并实现了直接的政策操作化。

- 本研究使用大规模国家调查数据进行了全面的实证验证,包括系统化的消融实验来量化每个方法学组件的贡献,以及Bootstrap重采样来确认聚类稳定性。

- 本研究开发了一个明确的映射框架,将家庭能源画像与定向需求侧管理工具联系起来,并估算潜在的节能量和环境效益,弥合了分析输出与政策实施之间的鸿沟。

本文其余部分组织如下。第2节描述数据来源、预处理程序以及两阶段语义感知聚类方法:通过相关性和层次聚类分析验证的语义子集划分、第一阶段子集内聚类产生可解释二元特征、第二阶段K-Modes融合以及评估指标和验证框架。第3节呈现实验结果,包括方法验证、画像表征、特征重要性分析以及关于气候变异和收入定义的稳健性分析。第4节讨论研究发现的含义,为每个家庭画像开发画像信息驱动的干预路径,并承认研究的局限性。第5节以关键发现的总结和未来研究方向作为结论。本研究直接支持SDG 7,通过实现更有效的住宅能源管理策略;并通过基于证据的路径减少家庭碳排放,为SDG 13做出贡献。

# 方法

图1展示了所提出的两阶段语义感知聚类框架的整体工作流程;本节的详细路线图见第1节末尾。

# 结果

本节全面评估了所提出的两阶段语义感知聚类框架。本节首先通过消融研究和稳定性评估验证方法学有效性。随后,对识别出的四个家庭能源画像进行表征,并考察区分它们的判别性特征。

# 讨论

本节在住宅能源研究的更广泛背景下解释实证发现,并探讨其对政策和实践的启示。先前的负荷模式识别研究同样将住宅客户细分与需求响应定向联系起来 [29]。本节将所提出的框架与现有方法进行比较,提供家庭画像的行为解释,并开发从画像特征到……的系统映射

# 结论

本研究开发了一种两阶段语义感知聚类框架,以解决家庭能源画像中的三个关键差距:事后解释方法的政策部署能力有限、高维调查数据的维度灾难问题,以及缺乏将聚类输出转化为可执行政策的系统性方法。将该框架应用于2020年美国住宅能源消耗调查(18,496户家庭,107个变量),结果表明……

# 数据与代码可用性

本研究使用的数据来自美国能源信息管理局(EIA)2020年住宅能源消耗调查(RECS),可公开获取。分析代码将在论文发表后于GitHub上公开提供。

# CRediT作者贡献声明

曾文英:撰写—初稿,调查研究。黄超:撰写—审阅与编辑,验证,监督,软件,资源,项目管理,调查研究,资金获取。王龙:撰写—审阅与编辑,监督,软件。罗熊:撰写—审阅与编辑,可视化,项目管理,方法论。

# 利益冲突声明

作者声明,他们不存在任何已知的可能影响本文所述工作的竞争性经济利益或个人关系。

曾文英|黄超|王龙|罗熊
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号