Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | PR | - |
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Souza, Wesley A. | - |
Autor(es): dc.creator | Alonso, Augusto M.S. | - |
Autor(es): dc.creator | Bosco, Thais B. | - |
Autor(es): dc.creator | Garcia, Fernando D. | - |
Autor(es): dc.creator | Gonçalves, Flavio A.S. | - |
Autor(es): dc.creator | Marafão, Fernando P. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:06:01Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:06:01Z | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-04-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.aei.2022.101556 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/234180 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/234180 | - |
Descrição: dc.description | The load disaggregation concept is gaining attention due to the increasing need for optimized energy utilization and detailed characterization of electricity consumption profiles, especially through Nonintrusive Load Monitoring (NILM) approaches. This occurs since knowledge about individualized consumption per appliance allows to create strategies striving for energy savings, improvement of energy efficiency, and creating energy awareness to consumers. Moreover, by using feature extraction to devise energy disaggregation, one can achieve accurate identification of electric appliances. However, even though several literature works propose distinct features to be utilized, no consensus exists in the literature about the most appropriate set of features that ensure high accuracy on load disaggregation. Thus, beyond presenting a critical analysis of some significant features often selected in the literature, this paper proposes identifying the most relevant ones considering collinearity and machine learning algorithms. The results show that high-performance metrics can be achieved with fewer features than usually adopted in the literature. Moreover, it is demonstrated that the Conservative Power Theory can offer the most representative features for appliance identification, leading to efficient power consumption disaggregation. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Department of Electrical Engineering Federal University of Technology - Parana (UTFPR) Cornélio Procópio PR | - |
Descrição: dc.description | School of Electrical and Computer Engineering University of Campinas (UNICAMP) Campinas SP | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University (UNESP) Sorocaba SP | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University (UNESP) Sorocaba SP | - |
Descrição: dc.description | FAPESP: 2016/08645-9 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Advanced Engineering Informatics | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Electric consumption management | - |
Palavras-chave: dc.subject | Features quality | - |
Palavras-chave: dc.subject | Load disaggregation | - |
Palavras-chave: dc.subject | Nonintrusive load monitoring | - |
Palavras-chave: dc.subject | Smart meters | - |
Título: dc.title | Selection of features from power theories to compose NILM datasets | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: