Estrutura de redes neurais auto-associativas aplicadas ao processo de identificação de equipamentos elétricos em sistemas de monitoramento não intrusivo de cargas

• Autor(a) principal: MORAIS, Lorena dos Reis
• Data de Publicação: 2019
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFPA
• Texto Completo: http://repositorio.ufpa.br:8080/jspui/handle/2011/12166
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA; Consumo de energia; Monitoramento não intrusivo de cargas; Redes neurais auto-associativas; SISTEMAS DE POTÊNCIA; SISTEMAS DE ENERGIA ELÉTRICA

A busca pela redução e racionalização do consumo de energia elétrica vem cada vez mais se tornando uma prioridade para todos consumidores em nível mundial. Ambientes residenciais são responsáveis por uma grande parte do consumo de energia elétrica. Os sistemas de monitoramento não intrusivo de cargas surgiram exatamente com o objetivo de auxílio aos consumidores, trazendo a possibilidade de se obter informações a respeito do consumo individual dos equipamentos e permitindo assim um consumo monitorado e o consequente aumento da eficiência energética. Em um sistema de Monitoramento não intrusivo de cargas - NILM quatro etapas são fundamentais: a aquisição de dados agregados através de um sensor único, a detecção de eventos de liga/desliga dos equipamentos a partir da carga agregada, a extração de características dos sinais desagregados e a identificação de equipamentos a partir das características extraídas do sinal desagregado. Neste contexto, este trabalho propõe uma nova metodologia para identificação de equipamentos elétricos em ambiente residencial empregando uma estrutura competitiva de Redes Neurais Auto-Associativas. O sistema proposto é baseado nas medidas do sinal de potência obtido a partir de eventos de liga/desliga dos equipamentos. Para testar a metodologia proposta foram desenvolvidos 3 cenários utilizando 3 diferentes bancos de dados públicos. Devido aos bons resultados alcançados, analisados com uso de métricas estatísticas, avalia-se que a metodologia proposta é capaz de executar de forma eficiente a tarefa de identificação de equipamento elétricos, podendo desta forma contribuir para o desenvolvimento de futuros sistemas de monitoramento não intrusivo que atendam as demandas do mercado.