A Bayesian Optimization-Based AutoML Framework for Non-Intrusive Load Monitoring

Résumé Technique : Un cadre d'AutoML basé sur l'optimisation bayésienne pour la surveillance non-intrusive de la charge

Énoncé du problème
La surveillance non-intrusive de la charge (NILM), ou désagrégation énergétique, vise à estimer la consommation électrique d'appareils individuels en analysant la consommation globale d'un foyer. Bien que la surveillance intrusive de la charge (ILM) offre une grande précision grâce à des capteurs dédiés, elle est peu pratique en raison des coûts d'installation élevés et des préoccupations liées à la vie privée. La NILM constitue une alternative rentable mais repose fortement sur des pipelines d'apprentissage automatique (ML) complexes. Traditionnellement, le développement de ces pipelines nécessite une expertise approfondie en science des données pour sélectionner manuellement les modèles et ajuster les hyperparamètres. Ce processus manuel est chronophage, n'évalue souvent qu'un seul modèle à la fois et peut conduire à des configurations sous-optimales. L'article répond au besoin d'un cadre automatisé et accessible capable d'identifier systématiquement les modèles de ML et les hyperparamètres optimaux pour la désagrégation énergétique sans exiger de l'utilisateur une expertise avancée en ML.

Méthodologie
Les auteurs proposent AutoML4NILM, un cadre flexible et open-source qui intègre l'apprentissage automatique automatisé (AutoML) avec l'optimisation bayésienne pour résoudre le problème de la NILM.

1. Architecture du cadre : Le système automatise la conception de pipelines de ML en traitant la sélection de modèles et l'ajustement des hyperparamètres comme un problème de recherche. Il définit un espace de recherche complet englobant 11 algorithmes distincts, incluant :

   • ML traditionnel : Arbres de décision (DT), Forêts aléatoires (RF).
   • Apprentissage profond (Deep Learning) : Réseaux de neurones entièrement connectés, unités récurrentes à portes (GRU), GRU basés sur des fenêtres, Seq2Seq, Seq2Point, LSTM et auto-encodeurs de débruitage (DAE).
   • Probabiliste/Combinatoire : Modèles de Markov cachés factoriels (FHMM) et optimisation combinatoire (CO).

2. Espace de recherche des hyperparamètres : Le cadre explore un ensemble diversifié d'hyperparamètres pour ces modèles, notamment :

   • Basés sur les arbres : Critère, nombre minimal d'échantillons par division, nombre d'estimateurs.
   • Réseaux de neurones : Optimiseurs (Adam, Nadam), taux d'apprentissage, fonctions de perte, nombre de couches, probabilité de dropout, longueur de séquence et taille de la fenêtre.

3. Stratégie d'optimisation : Le moteur central utilise l'optimisation bayésienne via la bibliothèque Hyperopt. Contra contrairement à la recherche par grille (Grid Search) ou par échantillonnage aléatoire (Random Search), qui traitent les évaluations de manière indépendante, Hyperopt utilise l'optimisation basée sur un modèle séquentiel (SMBO) avec des estimateurs de Parzen structurés en arbre (TPE). Cette approche utilise les informations issues des évaluations précédentes pour naviguer intelligemment dans l'espace de recherche, optimisant le critère d'amélioration attendue (Expected Improvement - EI) afin de trouver la meilleure configuration de modèle avec moins d'itérations.

4. Configuration expérimentale :

   • Jeu de données : Le jeu de données UK-DALE, contenant des données agrégées et par appareil provenant de cinq foyers britanniques (2013–2015).
   • Prétraitement : Les données ont été divisées en ensembles d'entraînement (25 jours), de validation (7 jours) et de test (le reste). Un taux d'échantillonnage de 60 Hz a été sélectionné pour la désagrégation afin d'équilibrer la précision et le coût computationnel.
   • Métriques : La performance a été évaluée par l'erreur absolue moyenne (MAE) pour la précision de la régression et par la précision de classification pour la détection d'état (ON/OFF).
   • Contraintes : Les expériences ont été limitées à 20 époques et un maximum de 30 évaluations d'hyperparamètres par algorithme en raison de contraintes de ressources computationnelles (des plantages de serveur et des problèmes de réactivité sont survenus avec des nombres d'évaluations plus élevés).

Résultats clés
L'étude a comparé le cadre AutoML4NILM aux 11 algorithmes pris en charge :

• Performance de base : Lorsque les algorithmes ont été exécutés individuellement avec des configurations standards, Seq2Point a obtenu la MAE la plus faible (8,31) et une précision élevée (97,98 %). À l'inverse, l'optimisation combinatoire (CO) et le FHMM ont obtenu de faibles performances en termes de MAE (respectivement 224 et 177,3), et le GRU basé sur des fenêtres a présenté la plus faible précision (80,9 %).
• Optimisation par AutoML : Lorsque le cadre d'optimisation bayésienne a été appliqué pour ajuster les hyperparamètres :
  • Seq2Point est resté le modèle supérieur, atteignant une meilleure MAE de 7,12 avec la configuration suivante : taille de fenêtre de 20, taux d'apprentissage de 0,01 et optimiseur Nadam.
  • D'autres modèles ont montré des améliorations variables, mais aucun n'a surpassé la performance du Seq2Point optimisé.
  • Le cadre a réussi à identifier les configurations optimales dans la limite du budget de 30 évaluations, démontrant l'efficacité de l'optimisation bayésienne par rapport aux essais manuels successifs.

Signification et affirmations
L'article positionne AutoML4NILM comme une étape significative vers la démocratisation de la recherche et du déploiement de la NILM. Ses principales contributions sont :

1. Accessibilité : Il permet aux praticiens du domaine d'appliquer des techniques de ML de pointe pour la désagrégation énergétique sans nécessiter une expertise approfondie en science des données ou un ajustement manuel des hyperparamètres.
2. Efficacité : Le cadre démontre une efficacité nettement améliorée et une performance expérimentale supérieure par rapport aux approches manuelles traditionnelles qui évaluent les modèles un par un.
3. Extensibilité : Le cadre est conçu avec une architecture modulaire qui permet l'ajout de nouveaux algorithmes et hyperparamètres, favorisant ainsi la recherche ultérieure et l'adoption industrielle.
4. Validation : En identifiant Seq2Point comme l'architecture optimale pour le jeu de données UK-DALE dans les conditions testées, ce travail valide l'efficacité des modèles de type séquence-à-séquence pour une désagrégation énergétique précise au niveau de l'appareil.

Les auteurs concluent que, bien que l'implémentation actuelle soit limitée par des contraintes de calcul (empêchant une recherche exhaustive des espaces), le cadre établit une architecture de référence structurée pour les applications académiques et industrielles de la NILM, rationalisant le passage des données brutes aux solutions de surveillance énergétique optimisées.