Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/10687
Título: Método de monitoramento não invasivo de cargas elétricas residenciais
Autor : Guedes, Juan Diego Silva
Primeiro orientador: Ferreira, Danton Diego
Primeiro membro da banca: Ferreira, Danton Diego
Segundo membro da banca: Barbosa, Bruno Henrique Groenner
Terceiro membro da banca: Rabelo, Geovanni Francisco
Quarto membro da banca: Tofoli, Fernando Lessa
Palavras-chave: Monitoramento não invasivo
Carga elétrica
Smart grid
Estatísticas de ordem superior
Non-invasive monitoring
Electrical load
Smart grid
Higher order statistical
Data da publicação: 14-Dez-2015
Referência: GUEDES, J. D. S. Método de monitoramento não invasivo de cargas elétricas residenciais. 2013. 107 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)-Universidade Federal de Lavras, Lavras, 2013.
Resumo: Sistemas não invasivos de medição de cargas elétricas possuem aplicações variadas e apresentam benefícios tanto para consumidores quanto para concessionárias de distribuição de energia elétrica. Esses sistemas permitem a discriminação da fatura e a detecção de furto de energia elétrica. Podem fornecer, ainda, informações valiosas para programas de eficientização energética, além de possibilitar uma melhor caracterização das cargas atendidas do ponto de vista temporal. Este trabalho apresenta uma nova metodologia para o monitoramento não invasivo de cargas elétricas residenciais. A metodologia propõe o uso de cumulantes de segunda e quarta ordem extraídos do sinal de corrente elétrica das cargas elétricas residenciais, durante o acionamento. Os cumulantes representam as assinaturas de tais cargas a fim de identificá-las quando acionadas. Em seguida, a seleção dos cumulantes mais significativos é feita utilizando-se duas abordagens: a) através do discriminante linear de Fisher e b) através do discriminante linear de Fisher seguido de Algoritmos Genéticos. Os cumulantes selecionados são então apresentados a um classificador que identifica a carga elétrica que foi acionada. Dois classificadores foram propostos: a) baseado em Redes Neurais Artificiais e b) baseado em Árvores de Decisão. Os resultados dessas abordagens são apresentados de forma comparativa apontando as vantagens e desvantagens de cada uma. Neste trabalho foram consideradas onze classes diferentes de cargas elétricas residenciais. Os sinais elétricos foram adquiridos experimentalmente.
Abstract: Non-invasive appliance load monitoring is a modern technique that has several applications bringing benefits for both consumers and electrical utilities. These techniques allow bill discrimination and detection of energy losses. It also provides valuable information for energy programs, and creates a better characterization of the loads. This work presents a new approach for non-invasive residential electrical load monitoring. The innovation of the proposed approach is the use of cumulants of second and fourth order extracted from the electric current signal of the residential electrical loads as signatures of these loads. In order to reduce the dimension problem, two methods for feature selection were employed: a) Fisher’s Linear Discriminant and Fisher’s Linear Discriminant combined to Genetic Algorithms. The selected features are presented to a classifier, which identifies the residential electric load class of the processed signal. Two different classifiers were used: a) Artificial Neural Networks and b) Decision Tree. Results from these approaches were comparatively presented. This work has considered eleven different classes of residential electrical loads. Results were obtrained out from experimental electric signals and a high performance is achieved.
URI: http://repositorio.ufla.br/jspui/handle/1/10687
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções:DEG - Engenharia de Sistemas e Automação - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTACAO_Método de monitoramento não invasivo de cargas elétricas residenciais.pdf1,05 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.