Na resposta à demanda baseada em contrato, alguns dos participantes podem deixar de fornecer a energia negawatt programada devido a falhas de flutuações do lado da demanda. Assim, a detecção de participantes inadimplentes é uma função importante do agregador. Um grupo de pesquisadores japoneses desenvolveu um método para detectar participantes inadimplentes com base na reconstrução esparsa. Isso permite a detecção garantida de participantes inadimplentes com informações limitadas que o agregador pode utilizar.

A resposta à demanda (DR), ou seja, as mudanças no uso de eletricidade dos consumidores em resposta aos pagamentos de incentivos, espera-se que seja uma das soluções para anomalias do lado da oferta, como flutuações na geração eólica e solar. O DR assume várias formas, dependendo de seu design, incluindo preço / incentivos, contratos pré-arranjados, controle de carga direto, e assim por diante. Em DR baseado em contrato, o agregador contrata consumidores individuais pelas quantidades programadas de energia negawatt. Enquanto isso, é inevitável que alguns dos participantes deixem de fornecer a energia negawatt programada devido a flutuações do lado da demanda, como falhas nos instrumentos. Portanto, a detecção de fontes de falha (ou seja, participantes inadimplentes) é uma função importante do agregador.

A detecção de participantes inadimplentes pode ser facilmente realizada se o agregador puder medir continuamente seu consumo em tempo real por meio de medidores inteligentes. Contudo, tal medição é difícil na prática do ponto de vista dos custos de comunicação. Além disso, a medição contínua em tempo real será uma barreira para a aceitação social do DR. Assim, é preferível detectar participantes inadimplentes com informações mais limitadas, por exemplo., por compressão irreversível de dados e medição intermitente.

Um grupo de pesquisadores da Universidade de Nagoya, Universidade de Hokkaido, e a Tokyo University of Science desenvolveu um método para detectar participantes inadimplentes em um programa de DR baseado em contrato com os dados da série temporal da quantidade total de energia negawatt e os dados da energia negawatt real de um número limitado de participantes, que são inspecionados através de medidores inteligentes. Em desenvolvimento, eles se concentraram no fato de que o DR é pré-arranjado por contratos, ou seja, apenas alguns participantes estão deixando de fornecer sua energia de negawatt programada. Com base neste conhecimento prévio, eles consideraram aplicar a técnica da chamada reconstrução esparsa, ou seja, reconstruir um vetor esparso a partir de um pequeno número de equações escalares, para o problema de detecção. Contudo, a solução exata nem sempre é derivada pela aplicação direta da técnica de reconstrução esparsa padrão ao problema de detecção. Ao observar este resultado, eles desenvolveram um método iterativo que melhora a reconstrução esparsa em cada iteração, incluindo dados de inspeção da iteração anterior. Para o método proposto, é teoricamente garantido que o resultado é exato. Além disso, o método permite a detecção com um pequeno número de inspeções.