ENERGY CONSUMPTION MONITORING

The disclosure notably relates to a computer-implemented method of machine-learning for non-intrusive monitoring of energy consumption of households with respect to a plurality of appliance classes. The method comprises obtaining a Temporal Attention Bottleneck VAE architecture for a neural network, and training the neural network. The bidirectional variational auto-encoder architecture includes a temporal attention layer. The neural network is configured to take as an input a signal representing an aggregate electrical load of a household over time, and to output a plurality of signals each representing an electrical load of a respective appliance class over time. La divulgation concerne notamment un procédé mis en œuvre par ordinateur d'apprentissage automatique de surveillance non intrusive de consommation d'énergie de ménages par rapport à une pluralité de classes d'appareils. Le procédé consiste à obtenir une architecture de VAE de goulot d'étranglement d'attention temporelle pour un réseau de neurones, et à entraîner le réseau de neurones. L'architecture de codeur automatique variationnel bidirectionnel comprend une couche d'attention temporelle. Le réseau de neurones est configuré pour utiliser comme entrée un signal représentant une charge électrique agrégée d'un foyer dans le temps, et pour délivrer une pluralité de signaux représentant chacun une charge électrique d'une classe d'appareil respective dans le temps.