Um sistema embarcado para monitoramento de carga não intrusiva usando aprendizado de máquina

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLazzaretti, Andre Eugenio-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-1861-3369-
Autor(es): dc.contributorhttp://lattes.cnpq.br/7649611874688878-
Autor(es): dc.contributorLazzaretti, Andre Eugenio-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-1861-3369-
Autor(es): dc.contributorhttp://lattes.cnpq.br/7649611874688878-
Autor(es): dc.contributorSchneider, Fabio Kurt-
Autor(es): dc.contributorhttps://orcid.org/ 0000-0001-6916-1361-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1463591813823167-
Autor(es): dc.contributorGiarre, Laura-
Autor(es): dc.contributorhttps://orcid.org/ 0000-0002-2304-4394-
Autor(es): dc.contributor.-
Autor(es): dc.contributorToledo, Luiz Felipe Ribeiro Barrozo-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-0788-3291-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9953612841084178-
Autor(es): dc.contributorPavan, Paolo-
Autor(es): dc.contributor.-
Autor(es): dc.creatorBraglia, Giovanni-
Data de aceite: dc.date.accessioned2022-02-21T22:11:42Z-
Data de disponibilização: dc.date.available2022-02-21T22:11:42Z-
Data de envio: dc.date.issued2022-02-09-
Data de envio: dc.date.issued2022-02-09-
Data de envio: dc.date.issued2021-10-19-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/27019-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/669766-
Descrição: dc.descriptionThe interest in power managing systems has been growing in recent years since every industrial or domestic plant moves towards techniques to efficiently reduce energy demand and costs related to it. An attractive solution is represented by Non-Intrusive Load Monitoring (NILM) systems, whose primary purpose is to find a more appropriate way of keeping track of the power consumption caused by each of the loads that are connected to the monitored plant. A possible real-life implementation of a NILM system is addressed in this work, discussing all the fundamental blocks in its structure, including detecting events, feature extraction, and load classification, using publicly available datasets. Additionally, we provide a solution for an embedded system, able to analyze aggregated waveforms and to recognize each appliance’s contribution in it. The project is then completed by real loads’ measurements performed in lab, with the intention of further validate the proposed algorithm and its feasibility, involving the creation of a new load and features dataset. The adopted methodology, its features, drawbacks, and implementation are thus explained, showing current and future challenges for the final application.-
Descrição: dc.descriptionO interesse em sistemas de gerenciamento de energia tem crescido nos últimos anos, como que a maioria das plantas industriais ou domésticas adotam técnicas para reduzir com eficiência a demanda de energia e os custos relacionados a ela. Uma solução atrativa são os sistemas de monitoramento de carga não intrusiva (NILM), cujo objetivo principal é encontrar uma forma mais adequada de acompanhar o consumo de energia causado por cada uma das cargas que estão conectadas à planta monitorada. Uma possível implementação na vida real de um sistema NILM é abordada neste trabalho, discutindo todos os blocos fundamentais em sua estrutura, incluindo detecção de eventos, extração de features e classificação de carga, usando dataset disponíveis publicamente. Além disso, oferecemos uma solução para um sistema embarcado, capaz de analisar formas de onda agregadas e reconhecer a contribuição de cada aparelho nas mesmas. O projeto é então completado por medições de cargas realizadas em laboratório, com o intuito de validar ainda mais o algoritmo proposto e sua viabilidade, envolvendo a criação de um novo dataset de dados de carga e características. A metodologia adotada, suas características, desvantagens e implementação são explicados, mostrando os desafios atuais e futuros para a aplicação final.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languageen-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica e Informática Industrial-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectSistemas embarcados (Computadores)-
Palavras-chave: dc.subjectAprendizado de máquinas-
Palavras-chave: dc.subjectProcessamento de sinais-
Palavras-chave: dc.subjectEnergia elétrica-
Palavras-chave: dc.subjectEmbedded computer systems-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectSignal processing-
Palavras-chave: dc.subjectElectric power-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleUm sistema embarcado para monitoramento de carga não intrusiva usando aprendizado de máquina-
Título: dc.titleAn embedded system for non-intrusive load monitoring using machine learning-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.