MS-Capstone-Project-Detecting-Household-Occupancy-via-Electricity...

简介：
简介：本项目为MS阶段收官之作，旨在通过分析家庭用电数据来检测居住状态。采用机器学习算法识别住户活动模式，以实现智能化节能目标。 MS-Capstone-Project-Detecting住户占用率（通过电力消耗数据） 占空检测在各种应用中有许多实用价值，从HVAC系统到智能恒温器的使用都可受益于此技术。传统的解决方案如PIR传感器结合磁簧开关的方法存在误报、成本高且安装复杂的问题。而利用用电量数据，则为数字电表提供了一种新颖的选择和机会主义的应用方式，因为这些设备已经或即将在全球数百万家庭中被采用，并不会给居民带来额外的费用。 现有传感器的机会性使用增加了占用监控的功能，从而提升了楼宇自动化系统的接受度。在本项目中，我们旨在说明机器学习方法和技术如何应用于特征工程领域，即用电量数据可以作为预测住户占用情况的有效指标。此外，我们也想探讨夏季训练出来的模型是否能够在冬季正常使用。 ECO（电力消耗和占用）数据集是一个全面的开源资源（Creative Commons License CC BY 4.0）。