📊 statistics

CROCS: A Two-Stage Clustering Framework for Behaviour-Centric Consumer Segmentation with Smart Meter Data

Das Papier schlägt CROCS vor, ein neuartiges zweistufiges Clustering-Framework, das intelligente Zählerdaten nutzt, um robuste, verhaltenszentrierte Verbrauchersegmente zu erstellen, indem zunächst individuelle tägliche Lastprofile in repräsentative Mengen zusammengefasst und anschließend Verbraucher auf Basis der gewichteten Ähnlichkeit dieser Mengen gruppiert werden, wodurch die Verhaltensvielfalt effektiv erfasst und Datenanomalien für ein verbessertes Demand-Side-Management bewältigt werden.

Ursprüngliche Autoren: Luke W. Yerbury, Ricardo J. G. B. Campello, G. C. Livingston Jr, Mark Goldsworthy, Lachlan O'Neil

Veröffentlicht 2026-05-26

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Luke W. Yerbury, Ricardo J. G. B. Campello, G. C. Livingston Jr, Mark Goldsworthy, Lachlan O'Neil

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind Stadtplaner und versuchen zu verstehen, wie Tausende verschiedener Familien Strom verbrauchen. Sie haben einen riesigen Datenberg: Jeden einzelnen Tag über Jahre hinweg wissen Sie genau, wann sie das Licht, den Ofen oder die Klimaanlage eingeschaltet haben.

Das Problem ist, dass Menschen unordentlich sind. Eine Familie kocht vielleicht dienstags um 18 Uhr das Abendessen, aber freitags um 20 Uhr. Eine andere hat eine „faule Sonntag"-Routine, die ihrer „beschäftigten Montag"-Routine in nichts gleicht. Traditionelle Methoden zur Gruppierung dieser Menschen scheitern oft, weil sie versuchen, alle in einen einzigen, starren „Durchschnitts"-Zeitplan zu pressen. Es ist, als würde man die Persönlichkeit einer Person nur anhand eines Fotos beschreiben wollen, das mittwochs um 12 Uhr aufgenommen wurde; man verpasst das Gesamtbild.

Dieser Artikel stellt ein neues Werkzeug namens CROCS (Clustered Representations Optimising Consumer Segmentation) vor. Denken Sie an CROCS als eine intelligente, zweistufige Sortiermaschine, die darauf ausgelegt ist, Gruppen von Menschen zu finden, die sich ähnlich verhalten, auch wenn sie es nicht zur exakt gleichen Zeit tun.

So funktioniert es, aufgeschlüsselt in einfache Schritte:

Schritt 1: Die „Tagebuch"-Sortierung (Stufe Eins)

Anstatt ein ganzes Jahr Daten in einen langweiligen Durchschnitt zu quetschen, betrachtet CROCS die täglichen Gewohnheiten jeder Person einzeln.

Die Analogie: Stellen Sie sich vor, Sie bitten jede Familie, ihre eigenen Tagesfotos in Stapel zu sortieren.
- Familie A könnte einen Stapel für „Frühaufsteher"-Tage, einen Stapel für „Spät-Nacht-Gamer"-Tage und einen Stapel für „Urlaubsmodus"-Tage haben.
- Familie B könnte einen Stapel für „Arbeitstag" und einen Stapel für „Wochenendparty" haben.
Was CROCS tut: Es erstellt einen Repräsentativen Lastsatz (RLS) für jede Familie. Dies ist nicht nur ein Foto; es ist ein kleines Album ihrer häufigsten „Personas". Es erfasst die Tatsache, dass eine Familie nicht nur eine Sache ist; sie hat ein paar verschiedene Lebensweisen.
Der Vorteil: Dieser Schritt ist sehr flexibel. Es ist egal, ob eine Familie Daten für 10 Tage oder 1.000 Tage hat. Es ist egal, ob sie „schlechte Daten" haben (wie einen Tag, an dem sie im Urlaub waren und den Kühlschrank nicht benutzt haben). Es gruppiert einfach zuerst ihre eigenen Tage zusammen.

Schritt 2: Das „Matching-Spiel" (Stufe Zwei)

Jetzt, wo jede Familie ihr eigenes kleines Album mit täglichen Gewohnheiten hat, muss CROCS die Familien zusammenfassen.

Die Analogie: Stellen Sie sich vor, Sie versuchen, Familien basierend auf ihren Alben zusammenzubringen.
- Alte Methode: „Essen Sie beide genau um 18:00 Uhr zu Abend?" Wenn Familie A um 18:00 Uhr isst und Familie B um 18:15 Uhr, sagt die alte Methode: „Ihr seid unterschiedlich!"
- CROCS-Methode: „Haben Sie beide eine „Abendessens"-Gewohnheit, auch wenn einer um 18:00 Uhr und der andere um 18:15 Uhr isst?"
Das Geheimnis (WSMD): CROCS verwendet einen speziellen mathematischen Trick namens Weighted Sum of Minimum Distances (WSMD) (Gewichtete Summe der minimalen Distanzen). Denken Sie daran als ein Punktesystem, das sagt:
1. Schauen Sie sich die „Abendessens"-Gewohnheit von Familie A an. Finden Sie das nächste Match im Album von Familie B.
2. Kritischer Schritt: Zählen Sie, wie oft diese Gewohnheit vorkommt. Wenn Familie A zu 90 % der Zeit um 18:00 Uhr isst, ist diese Gewohnheit sehr wichtig. Wenn sie es nur zu 1 % der Zeit tun, ist es ein Zufall.
3. Das System gewichtet die häufigen Gewohnheiten stärker und ignoriert die seltsamen, einmaligen Tage.
Das Ergebnis: Es stellt fest, dass Familie A und Familie B tatsächlich sehr ähnlich sind, auch wenn ihre Uhren leicht asynchron sind. Es gruppiert sie zusammen, weil sie die gleichen Arten von Tagen haben, nur zu unterschiedlichen Zeitplänen.

Warum das wichtig ist (Die „Aha!"-Momente)

Der Artikel hebt drei große Dinge hervor, die diese neue Methode besser macht als die alten:

Sie behandelt „asynchrone" Zwillinge:
Stellen Sie sich zwei Familien vor, die in jeder Hinsicht identisch sind, aber eine arbeitet von 9 bis 17 Uhr und die andere von 10 bis 18 Uhr. Ihr täglicher Stromverbrauch sieht genau gleich aus, nur um eine Stunde verschoben. Alte Methoden würden sie in verschiedene Gruppen stecken, weil ihre Uhren nicht übereinstimmen. CROCS sieht sie als Zwillinge, weil es die Form des Tages betrachtet, nicht die genaue Zeit im Kalender.
Sie ignoriert die „schlechten Tage":
Wenn eine Familie einen Stromausfall oder einen seltsamen Feiertag hat, an dem sie keinen Strom verbrauchen, geraten alte Methoden in Verwirrung. Sie könnten denken, die ganze Familie sei seltsam. CROCS sagt: „Oh, das ist nur ein seltsamer Tag in ihrem Album. Schauen wir uns die anderen 364 Tage an." Es konzentriert sich darauf, was die meiste Zeit passiert.
Sie skaliert hoch:
Intelligente Zähler werden in Millionen von Häusern installiert. Alte Methoden werden langsam und stürzen ab, wenn Sie versuchen, so viele Daten auf einmal zu verarbeiten. CROCS ist wie ein Team von Arbeitern, bei dem jeder zuerst seinen eigenen Stapel sortiert (Schritt 1), bevor sie zusammenkommen, um sich Notizen auszutauschen (Schritt 2). Das bedeutet, dass es riesige Datensätze bewältigen kann, ohne ins Schwitzen zu kommen.

Das Endergebnis: „Verfeinerte" Gruppen

Schließlich hört CROCS nicht einfach bei der Gruppierung der Familien auf. Es erstellt einen Verfeinerten Repräsentativen Lastsatz (RRLS).

Die Analogie: Anstatt nur zu sagen „Gruppe A isst zu Abend", sagt es: „Gruppe A hat drei Hauptweisen zu essen: 60 % der Zeit essen sie früh, 30 % der Zeit essen sie spät und 10 % der Zeit lassen sie das Abendessen aus."
Dies gibt Energieversorgern ein viel klareres, ehrlicheres Bild davon, wie Menschen tatsächlich leben, anstatt eines verschwommenen, herausgemittelten Ratschlags.

Zusammenfassung

Kurz gesagt, ist CROCS eine intelligentere Art, Stromverbraucher zu sortieren. Es hört auf, alle in einen einzigen „Durchschnitts"-Zeitplan zu pressen. Stattdessen erkennt es an, dass Menschen mehrere „Modi" des Lebens haben, ignoriert die seltsamen Ausreißer und gruppiert Menschen basierend darauf, was sie tun, nicht wann sie es tun. Dies hilft Energieversorgern, bessere Programme zu entwickeln, um Geld zu sparen und das Netz auszugleichen, weil sie endlich die echte, unordentliche, schöne Komplexität verstehen, wie Menschen Strom nutzen.

Technische Zusammenfassung: CROCS – Ein zweistufiges Clustering-Framework für verhaltenszentrierte Verbrauchersegmentierung

1. Problemstellung

Die Verbreitung intelligenter Messinfrastruktur hat zu beispiellosen Volumina an Verbrauchsdaten geführt, die das Potenzial für eine verhaltenszentrierte Verbrauchersegmentierung bieten, um Demand-Side-Management (DSM) und Demand-Response (DR)-Programme zu optimieren. Die bestehenden Clustering-Methodologien leiden jedoch unter acht grundlegenden Einschränkungen, die ihre Wirksamkeit in realen Einsatzszenarien behindern:

Unzureichende Darstellung der inneren Verbraucherdiversität: Methoden fassen tägliche Lastprofile (DLPs) häufig zu einem einzigen repräsentativen Lastprofil (RLP) zusammen, wodurch die Tatsache verschleiert wird, dass einzelne Verbraucher mehrere unterschiedliche Verhaltensmodi aufweisen.
Vereinfachte Clustercharakterisierung: Cluster werden typischerweise durch ein einziges prototypisches Profil zusammengefasst, was das Erfassen gemeinsamer multimodaler Verhaltensweisen innerhalb einer Gruppe versäumt.
Abhängigkeit von zeitlich verankerten Vergleichen: Viele Methoden gehen davon aus, dass Verhaltensähnlichkeit eine Ausrichtung auf dieselben Kalendertage erfordert, und erkennen somit Verbraucher mit ähnlichen Mustern, die zu unterschiedlichen Zeitplänen auftreten (asynchrone Ähnlichkeit), nicht.
Empfindlichkeit gegenüber Anomalien: Ausreißertage (z. B. Feiertage, Reisen) werden oft gleichgewichtig mit Routinetagen gewichtet, was die Darstellung der Verbraucher verzerrt.
Erfordernis zeitlich synchronisierter Daten: Viele Ansätze erfordern, dass Eingangsreihen zu identischen Zeitstempeln beginnen und enden, wodurch Verbraucher mit gestaffelten Installationsdaten oder variierenden Datenlängen ausgeschlossen werden.
Empfindlichkeit gegenüber regelmäßigen Unterbrechungen: Methoden haben Schwierigkeiten, wenn Daten segmentiert sind (z. B. Wochentage vs. Wochenenden), was zu künstlichen zeitlichen Abhängigkeiten führt.
Schlechte Handhabung fehlender Daten: Fehlende Intervalle erfordern häufig den Ausschluss ganzer Verbraucherdatensätze anstatt nur der betroffenen Tage.
Begrenzte Skalierbarkeit: Globale Darstellungsverfahren (z. B. Zusammenführung aller Daten für eine Hauptkomponentenanalyse) skalieren schlecht mit der Populationsgröße und erfordern eine Neuberechnung, wenn neue Verbraucher hinzukommen.

Kein bestehender Ansatz adressiert gleichzeitig alle diese Einschränkungen, was eine signifikante Lücke in der Literatur für robuste, skalierbare und interpretierbare Verbrauchersegmentierung schafft.

2. Methodik: Das CROCS-Framework

Die Autoren schlagen CROCS (Clustered Representations Optimising Consumer Segmentation) vor, ein neuartiges zweistufiges Framework, das entwickelt wurde, um die oben genannten Einschränkungen zu überwinden.

Stufe Eins: Unabhängige Verbraucher-Clustering (RLS-Generierung)

Anstatt die gesamte Historie eines Verbrauchers zu einem einzigen Durchschnittsprofil zu aggregieren, clustert Stufe Eins die täglichen Lastprofile (DLPs) jedes Verbrauchers unabhängig.

Prozess: Für jeden Verbraucher $i$ wird seine Menge von $p_i$ DLPs in $k_i$ Gruppen geclustert.
Ausgabe: Ein Repräsentativer Lastsatz (RLS), bezeichnet als $\hat{S}_i = \{\pi^1_i, \pi^2_i, \dots, \pi^{k_i}_i\}$ , wobei jedes $\pi$ ein Prototyp (z. B. ein Medoid) ist, der einen distincten Verhaltensmodus repräsentiert.
Hauptmerkmal: Diese Stufe erfasst die Variabilität innerhalb des Verbrauchers. Die Anzahl der Cluster $k_i$ kann pro Verbraucher variieren oder auf einen einheitlichen Wert $k$ für alle Verbraucher festgelegt werden. Das Framework erlaubt eine Überschätzung von $k$ , um sicherzustellen, dass alle Verhaltensmodi erfasst werden, ohne die Leistung zu beeinträchtigen.
Robustheit: Durch das unabhängige Clustering von DLPs bewältigt die Methode fehlende Daten (betroffene Tage werden einfach weggelassen), Unregelmäßigkeiten und nicht synchronisierte Zeitreihen auf natürliche Weise.

Stufe Zwei: Verbraucher-Clustering mittels WSMD

Stufe Zwei clustert die Verbraucher selbst basierend auf ihren RLSs.

Distanzmaß: Die Autoren führen die Gewichtete Summe der Minimalen Distanzen (WSMD) ein. Im Gegensatz zu Standard-Set-zu-Set-Distanzen (z. B. Hausdorff) berücksichtigt WSMD die Häufigkeit jedes Verhaltensmodus.
- Formel: $\Delta_{WSMD}(\hat{S}_i, \hat{S}_j) = \frac{1}{2} \left[ \frac{1}{p_i} \sum_{a=1}^{k_i} n^a_i \min_b d(\pi^a_i, \pi^b_j) + \frac{1}{p_j} \sum_{b=1}^{k_j} n^b_j \min_a d(\pi^b_j, \pi^a_i) \right]$
- Hier ist $n^a_i$ die Anzahl der DLPs, die durch den Prototyp $\pi^a_i$ repräsentiert werden, und $d(\cdot, \cdot)$ ist ein Maß für die Dissimilarität von Zeitreihen (z. B. DTW).
Mechanismus: WSMD findet für jeden Prototyp in der aktuellen Menge den nächsten Prototyp in der Menge des anderen Verbrauchers und gewichtet die Distanz mit der Häufigkeit dieses Verhaltens. Dies stellt sicher, dass häufige Verhaltensweisen das Ähnlichkeitsmaß dominieren, während seltene Anomalien nur minimalen Einfluss haben.
Asynchrone Erkennung: Da der RLS eine Menge von Mustern und keine zeitlich geordnete Sequenz ist, kann WSMD Ähnlichkeiten zwischen Verbrauchern identifizieren, selbst wenn ihre Muster an unterschiedlichen Tagen auftreten (asynchrone Ähnlichkeit).

Optionaler Schritt: Verfeinerte Repräsentative Lastsätze (RRLS)

Um die Interpretierbarkeit zu erhöhen, enthält das Framework einen graphenbasierten Schritt zur Community-Erkennung.

Prozess: Es wird ein Graph konstruiert, bei dem die Knoten die Prototypen aller Verbraucher in einem Cluster sind und die Kanten die durch WSMD induzierten Ähnlichkeiten darstellen.
Ausgabe: Algorithmen zur Community-Erkennung (z. B. Leiden) identifizieren dicht verbundene Teilgraphen, die als Verfeinerte Repräsentative Lastsätze (RRLS) zusammengefasst werden. Diese liefern Mehrprofil-Zusammenfassungen der gemeinsamen Verhaltensmodi, die einen Cluster definieren, anstatt eines einzigen Durchschnitts.

3. Hauptbeiträge

Umfassende Übersicht und Taxonomie: Der Artikel bietet eine strukturierte Übersicht bestehender Methoden zur Verbraucherclustering, kategorisiert diese nach ihren Einschränkungen und führt eine Taxonomie von zweistufigen Methoden ein.
Neuartiges Framework (CROCS): Das erste Framework, das gleichzeitig alle acht identifizierten Einschränkungen bestehender Methoden adressiert.
Repräsentativer Lastsatz (RLS): Eine flexible, auf Mengen basierende Darstellung, die unabhängig für jeden Verbraucher gelernt wird und die Vielfalt wiederkehrender Verhaltensweisen ohne zeitliche Verankerung erfasst.
Gewichtete Summe der Minimalen Distanzen (WSMD): Ein neuartiges Set-zu-Set-Dissimilaritätsmaß, das Verhaltensmuster nach ihrer Häufigkeit gewichtet und einen robusten Vergleich von RLSs ermöglicht.
Graphenbasierte RRLS: Ein Verfahren zur Extraktion von Mehrprofil-Cluster-Zusammenfassungen, das die Interpretierbarkeit verbessert, indem es gemeinsame Verhaltensmodi explizit aufdeckt.
Empirische Validierung: Umfassende Experimente mit synthetischen und realen australischen Smart-Meter-Datensätzen (Ausgrid und SGSC), die die Leistung, Skalierbarkeit und Robustheit des Frameworks validieren.

4. Experimentelle Ergebnisse

Die Autoren bewerteten CROCS gegen eine breite Palette von einstufigen und zweistufigen Baselines (einschließlich RLP, DCP, GPF und Ensemble-Methoden) unter Verwendung des Adjusted Rand Index (ARI), des Adjusted Mutual Information (AMI) und des Pair Sets Index (PSI).

Intra-verbraucherliche Variation: CROCS (unter Verwendung von RLS) erzielte im Vergleich zu einprofiligen Methoden (RLP, DCP) und globalen Mehrprofil-Methoden (GPF) signifikant niedrigere Rekonstruktionsfehler, insbesondere mit zunehmender Anzahl von Verhaltensmodi.
Robustheit gegenüber Ausreißern: In synthetischen Experimenten mit zunehmender Anzahl von Ausreißertagen übertraf WSMD konsistent andere Set-Distanzen (SMD, MHD, Hausdorff). Es erforderte eine geringere Überschätzung des Clusterparameters $k$ , um die Genauigkeit im Vergleich zu Konkurrenten aufrechtzuerhalten.
Asynchrone Ähnlichkeit: Experimente zeigten, dass Verbraucher mit ähnlichen, aber asynchron ausgedrückten Mustern in realen Daten häufig vorkommen (ca. 7,7 % der Paare im AG-Datensatz gegenüber 0,6 % für synchronisierte Paare). CROCS war die einzige Methode, die diese asynchronen Cluster konsistent wiederherstellte, während Methoden, die auf zeitlicher Ausrichtung beruhen (z. B. Long Time Series, DCE), mit zunehmender Anzahl unterschiedlicher Muster versagten.
Skalierbarkeit: CROCS demonstrierte eine praktische Skalierbarkeit und verarbeitete Datensätze mit bis zu 80.000 Verbrauchern innerhalb von zwei Tagen auf einem einzelnen HPC-Knoten. Die erste Stufe des Frameworks ist vollständig parallelisierbar, und die zweite Stufe skaliert quadratisch mit der Anzahl der Verbraucher, aber linear mit der Anzahl der Prototypen, was sie für große Populationen machbar macht.
Anwendung in der realen Welt: Angewendet auf australische Sommer- und Winterdaten identifizierte CROCS distincte Verbrauchercluster mit interpretierbaren Hyperprototypen. Die Ergebnisse hoben saisonale Variationen in der Verhaltensvielfalt hervor und lieferten handlungsrelevante Erkenntnisse für das Design von DSM-Programmen (z. B. gezielte Ansprache spezifischer Lastprofile).

5. Bedeutung und Behauptungen

Der Artikel behauptet, dass CROCS einen bedeutenden Fortschritt in der verhaltenszentrierten Verbrauchersegmentierung darstellt, indem es methodische Strenge mit praktischer Skalierbarkeit vereint.

Paradigmenwechsel: Das Framework stellt die Annahme in Frage, dass Verbraucherähnlichkeit zeitlich verankert sein muss, und zeigt, dass asynchrone Ähnlichkeit weit verbreitet und für effektive DSM/DR-Strategien entscheidend ist.
Operativer Nutzen: Durch die Bereitstellung interpretierbarer Mehrprofil-Zusammenfassungen (RRLS) und eine robuste Handhabung von Unvollkommenheiten realer Daten (fehlende Daten, Anomalien, unregelmäßige Zeitpläne) bietet CROCS eine zuverlässigere Grundlage für die Gestaltung und Bewertung von Maßnahmen auf der Nachfrageseite.
Erweiterbarkeit: Die modulare Natur des Frameworks ermöglicht es, es auf verschiedene Zeitreihendomänen jenseits intelligenter Zähler anzupassen, wie z. B. Wasserverbrauch, EV-Laden oder Maschinenbetriebszyklen, überall dort, wo lange Reihen in wiederkehrende Perioden zerlegt werden können.

Die Autoren kommen zu dem Schluss, dass CROCS die analytischen Grundlagen von DSM- und DR-Strategien stärkt und ein robustes Werkzeug bietet, um den Wert von Investitionen in intelligente Zähler in zunehmend komplexen Stromsystemen zu maximieren.