Abstract: M. Ayub, E. M. El-Alfy (2027)

As smart grids evolve, non-intrusive appliance classification has become an important enabler of demand-side energy management and grid intelligence. However, accurately identifying appliances from aggregate low-resolution power measurements remains challenging due to concurrent appliance operation, temporal variability, and similar consumption signatures across appliances. To address these challenges, we transform consumption windows into complementary time-series images to provide richer spatiotemporal representations and enable robust image-based learning and classification. We propose a Mixture of Swin Transformers (MoST) in which a pre-trained Swin backbone extracts features from stacked multi-modal images while a mixture-of-experts transformer head performs adaptive appliance classification. To improve sample efficiency and accelerate convergence, we fine-tune ImageNet-pretrained Swin weights via transfer learning. For resource-constrained deployment, we further optimize MoST using Neural Architecture Search (NAS). Experiments on ENERTALK and REFIT show that MoST with multi-modal fusion outperforms existing methods, achieving up to 100% multi-class accuracy and over 94% multi-label F1-score.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Non-intrusive appliance classification in smart grids using swin transformer mixtures