1) Einfach erklärt
NILM (auch Energie‑Disaggregation) bedeutet: Aus einer einzigen Messung des Gesamt‑Stromverbrauchs eines Hauses/Anschlusses wird geschätzt, wie viel jedes einzelne Gerät verbraucht – ohne an jedem Gerät einen eigenen Zähler zu montieren.
Wie funktioniert das? Viele Geräte haben typische „Signaturen“ im Strom:
- Einschalt‑Sprung (z. B. Wasserkocher),
- zyklisches Muster (Kühlschrank‑Kompressor),
- charakteristische Verläufe (Waschmaschine). Ein Algorithmus erkennt diese Muster im Gesamtsignal und ordnet sie den Geräten zu.
Beispiele:
- Die Messung zeigt um 7:05 einen kurzen Leistungssprung → Wasserkocher.
- Alle 40 Minuten ein An/Aus‑Zyklus → Kühlschrank.
- Langer, mehrstufiger Verlauf → Waschgang. So kann man Energie‑Fresser finden, Rechnungen erklären oder Automationen auslösen (z. B. Hinweis „Tür vom Gefrierschrank zu?“).
Hinweis: NILM kann Datenschutz‑Fragen aufwerfen (z. B. Rückschlüsse auf Anwesenheit). Seriöse Anwendungen berücksichtigen Privacy und Transparenz.
2) Professionelle Definition
Non‑intrusive Load Monitoring (NILM) ist das Inverse‑Problem der Energie‑Disaggregation: Aus dem aggregierten Leistungs‑/Energie‑Signal P(t)P(t)P(t) (ggf. Spannung/Strom‑Wellenformen) werden gerätebezogene Lastanteile P^i(t)\hat{P}_i(t)P^i(t) rekonstruiert.
Kernideen/Methoden:
- Ereignis‑basierte Ansätze (Hart, 1992): Schalt‑Ereignisse detektieren, Signaturen (Steady‑State/Transienten/Harmonische) matchen und Geräte zuordnen.
- Probabilistische Modelle: (F)HMM, Bayes, Combinatorial Optimization.
- Deeplearning: CNN/LSTM/Seq2Point/Transformer auf Niederfrequenz (z. B. 1 Hz Smart‑Meter‑Daten) oder Hochfrequenz (kHz‑Wellenformen) zur direkten Lasttrennung.
Daten/Benchmarks:
- REDD (2011) – Referenz‑Datensatz für Haushalts‑NILM.
- UK‑DALE (2015) – Appliance‑/Whole‑house‑Messungen; verbreitet in Forschung.
- NILMTK – Open‑Source‑Toolkit für vergleichbare Evaluation (Metriken wie F1, MAE, „Total Energy Correctly Assigned“).
Anwendungen: Haushalt/Smart‑Home, Energie‑Audits, Geräte‑Erkennung & Wartung, Netz‑/Lastmanagement.
Quellen
- Hart (1992) – Nonintrusive Appliance Load Monitoring (klassischer Ansatz)
https://www.semanticscholar.org/paper/Nonintrusive-appliance-load-monitoring-Hart/1aa75c8b7c7f92f8ea7bee22ffedb545fb76491a - Zeifman & Roth (2011) – Review & Outlook (IEEE TCE)
https://dl.acm.org/doi/abs/10.1109/TCE.2011.5735484 - REDD (2011) – Referenz‑Datensatz
https://zicokolter.com/publications/kolter2011redd.pdf - UK‑DALE (2015) – Datensatz (Scientific Data, Nature)
https://pmc.ncbi.nlm.nih.gov/articles/PMC4432654/ - NILMTK (2014) – Open‑Source‑Toolkit & Paper
https://arxiv.org/abs/1404.3878
https://github.com/nilmtk/nilmtk