Data Scarcity in Gas Load Profiling: Generalized Proxy-Guided Load and Temporal Disaggregation

Technische Samenvatting: Gepeneraliseerde Proxy-gestuurde Belasting en Temporele Disaggregatie

Probleemstelling
De decarbonisatie van de gebouwsector, met name door de elektrificatie van verwarmingssystemen, wordt gehinderd door een kritiek gebrek aan granulaire thermische belastingsprofielen. Hoewel geavanceerde voorspellingsmodellen (variërend van diepe neurale netwerken tot fysische instrumenten zoals EnergyPlus) hoogresolutiegegevens vereisen, zijn dergelijke gegevens zelden beschikbaar voor bestaande gebouwenvoorraden. Hoogresolutie gasmeters voldoen niet aan de standaard bedrijfseisen van nutsbedrijven, waardoor onderzoekers enkel beperkt zijn tot laagfrequente, onregelmatige en schaarse maandelijkse factuurgegevens. Conventionele machine learning-benaderingen zijn in deze context onpraktisch vanwege dataschaarste, terwijl traditionele inverse modelleringsmethoden (bijv. graaddagen-methoden) niet beschikken over de intra-dag resolutie die nodig is voor nauwkeurige dimensionering van apparatuur en het modelleren van stochastisch bewonersgedrag.

Methodologie
Het artikel stelt het kader van Generalized Proxy-Guided Load and Temporal Disaggregation voor, een vierfasenproces ontworpen om hoogresolutie (per uur) gasconsumptieprofielen te reconstrueren uit laagfrequente maandelijkse gasfacturen en elektrische gegevens per uur. De methodologie is gebaseerd op de decompositie van de totale gasconsumptie ($G_{total}$) in twee afzonderlijke fysieke regimes: ruimteverwarming ($G_{heat}$) en warm water voor huishoudelijk gebruik ($G_{dhw}$), waarbij laatstgenoemde dient als de baseload van het systeem, gedreven door stochastisch bewonersgedrag.

Het framework werkt via de volgende opeenvolgende stappen:

1. Extractie van een Gegeneraliseerde Occupancy Proxy via Weernormalisatie:
   Om de gedragssignalen te isoleren van de elektrische gegevens per uur ($E$), passen de auteurs Multivariate Weernormalisatie toe met behulp van een Multiple Linear Regression (MLR) framework. Deze stap verwijdert seizoensgebonden koellasten (verward door airconditioning) door elektriciteit te regresseren tegen meteorologische variabelen (windsnelheid, luchtvochtigheid, koelgradenuren) en temporele priors. Het resulterende Occupancy Proxy ($E_N$) is een zuiver gedragssignaal dat representatief is voor verlichting en het gebruik van apparatuur, afgeleid door de thermische componenten in het regressiemodel op nul te zetten.

2. Uniforme Segmentatie en Genormaliseerde Pooling:
   Om de statistische insignificantie van schaarse individuele records aan te pakken, identificeert het framework "niet-verwarmingsperioden" (gedefinieerd als maanden waar de gemiddelde Heating Degree Hours < 5 is). Data uit deze perioden van 11 meergezinswoningen worden gepoold. Om vergelijkbaarheid te garanderen, wordt elektriciteit genormaliseerd naar vloeroppervlak en wordt gasconsumptie genormaliseerd naar de specifieke volume-oppervlakteverhouding ($\phi$) van het gebouw. Dit creëert een uniforme dataset ($D_{pool}$) die robuuste trends onthult die op individueel gebouwniveau onzichtbaar blijven.

3. Schatting van de Uniforme Baseload-parameter en Lokale Kalibratie:
   Een gegeneraliseerd Ordinary Least Squares (OLS) model wordt getraind op de gepoolde dataset om een globale relatie tussen de occupancy proxy en de consumptie van warm water voor huishoudelijk gebruik ($G_{dhw}$) vast te stellen. Om rekening te houden met gebouwspecifieke variaties in de efficiëntie van apparatuur, wordt een Lokale Kalibratie toegepast. Een scalaire kalibratiefactor ($\kappa_i$) wordt voor elk gebouw afgeleid door de residu tussen de universele voorspelling en de geobserveerde gasconsumptie tijdens de meest representatieve niet-verwarmingsmaand van het gebouw te minimaliseren.

4. Component-gewijze Temporele Disaggregatie:
   De laatste fase reconstrueert de uurlijkse profielen voor beide componenten met behulp van een dual-stream optimalisatieaanpak.

   • Baseload Reconstructie: Gedreven door de elektrische proxy-kenmerken ($X_{dhw}$), waarbij het bewonersgedrag wordt gemodelleerd.
   • Verwarmingsreconstructie: Gedreven door meteorologische kenmerken ($X_{heat}$), waarbij de thermodynamische vraag wordt gemodelleerd.
     Een optimalisatiealgoritme minimaliseert de fout tussen de geaggregeerde uurlijkse voorspellingen en bekende maandelijkse targets, waardoor de gesynthetiseerde profielen strikt de energie-massa van de oorspronkelijke maandelijkse facturen respecteren terwijl ze voldoen aan specifieke temporele dynamieken.

Belangrijkste Resultaten
Het framework werd gevalideerd op twee datasets: een 18-maanden operationele dataset van 11 meergezinswoningen en de hoogresolutie Almanac of Minutely Power dataset (AMPds).

• Effectiviteit van de Proxy: De weergenormaliseerde occupancy proxy ($E_N$) vertoonde een gemiddelde Pearson-correlatie van 0,74 met de gasconsumptie tijdens niet-verwarmingsperioden, wat een significante verbetering is ten opzicht van ruwe elektrische gegevens (gemiddelde $r = 0,28$), wat bevestigt dat de isolatie van gedragssignalen succesvol is.
• Nauwkeurigheid van de Baseload: De uniforme pooling- en kalibratiestrategie bereikte een Mean Squared Percentage Error (MSPE) van 8,58% voor de baseload-periode over de gehele portefeuille.
• Reconstructie van de Totale Belasting: De gereconstrueerde totale gasconsumptie ($\hat{G}_{total}$) behaalde een gemiddelde MSPE over de gehele portefeuille van 6,37% en een Normalized Root Mean Square Error (NRRMS) van 0,20. Het model volgde zowel de hoogfrequente baseload-variaties als de pieken in verwarming zonder significante temporele vertraging.
• Hoogresolutie Validatie: Wanneer getest op de AMPds-dataset (data op minuutniveau), slaagde het framework erin de verwarmings- en baseloadcomponenten effectief te ontkoppelen, met component-gewijze MSPE's van ongeveer 10–11%, wat de robuustheid zelfs op minutenniveau aantoont.

Betekenis en Claims
Het artikel claimt dat dit framework effectief de resolutie kloof overbrugt tussen laagfrequente nutsgegevens en de hoogwaardige trainingssets die vereist zijn voor data-gedreven decarbonisatiemodellering. Door gebruik te maken van uurlijkse elektriciteit als een dynamische, niet-intrusieve proxy voor bewonersgedrag, overwint de methode de dataschaarste die doorgaans de toepassing van geavanceerde AI-analyses bij renovaties van gebouwen verhindert.

De auteurs positioneren het framework als een schaalbare oplossing voor het genereren van granulaire trainingsgegevens zonder de noodzaak van sub-metering infrastructuur. De betekenis ligt in het vermogen om schaarse, maandelijkse factuurgegevens om te zetten in betrouwbare, hoogresolutie thermische profielen, wat daarmee nauwkeurige dimensionering van apparatuur en de ontwikkeling van duurzame elektrificatiestrategieën voor bestaande gebouwenvoorraden mogelijk maakt. Het artikel concludeert dat deze aanpak een praktisch hulpmiddel biedt om de elektrificatie van gebouwen te versnellen terwijl de fysische consistentie met de energie-massa-balans behouden blijft.