Automatic disaggregation of residential electrical consumption with non-intrusive methods

La informacion detallada de los electrodomésticos individuales en el hogar, llamada desagre- ´ gacion de carga, puede motivar el ahorro energético y apoyar planes de gestión de demanda. Estaénformacion se puede estimar mediante sistemas de Monitorización No intrusiva de Carga (NILM, ´ por sus siglas...

Full description

Autores:
Jiménez Manjarres, Yulieth
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2018
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/38872
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/38872
https://noesis.uis.edu.co
Palabra clave:
Consumo Electrico
Residencial
Desagregación De Carga
´ No Intrusivo
Firma De Carga
Inteligencia Artificial
Identificacion De Elec- ´ Trodomesticos
Transformada Stockwell
Clasificación De Una Clase.
Electrical Power Consumption
Residencial
Load Disaggregation
Non-Intrussive
Load Signature
Artificial Inteligence
Appliance Identification
Stockwell Transform.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_2d6d7a21580a4e025aa96284adbe3105
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/38872
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Automatic disaggregation of residential electrical consumption with non-intrusive methods
dc.title.english.none.fl_str_mv Automatic disaggregation of residential electrical consumption with non-intrusive methods
title Automatic disaggregation of residential electrical consumption with non-intrusive methods
spellingShingle Automatic disaggregation of residential electrical consumption with non-intrusive methods
Consumo Electrico
Residencial
Desagregación De Carga
´ No Intrusivo
Firma De Carga
Inteligencia Artificial
Identificacion De Elec- ´ Trodomesticos
Transformada Stockwell
Clasificación De Una Clase.
Electrical Power Consumption
Residencial
Load Disaggregation
Non-Intrussive
Load Signature
Artificial Inteligence
Appliance Identification
Stockwell Transform.
title_short Automatic disaggregation of residential electrical consumption with non-intrusive methods
title_full Automatic disaggregation of residential electrical consumption with non-intrusive methods
title_fullStr Automatic disaggregation of residential electrical consumption with non-intrusive methods
title_full_unstemmed Automatic disaggregation of residential electrical consumption with non-intrusive methods
title_sort Automatic disaggregation of residential electrical consumption with non-intrusive methods
dc.creator.fl_str_mv Jiménez Manjarres, Yulieth
dc.contributor.advisor.none.fl_str_mv Carrillo Caicedo, Gilberto
Petit Suárez, Johann Farith
Duarte Gualdrón, César Antonio
dc.contributor.author.none.fl_str_mv Jiménez Manjarres, Yulieth
dc.subject.none.fl_str_mv Consumo Electrico
Residencial
Desagregación De Carga
´ No Intrusivo
Firma De Carga
Inteligencia Artificial
Identificacion De Elec- ´ Trodomesticos
Transformada Stockwell
Clasificación De Una Clase.
topic Consumo Electrico
Residencial
Desagregación De Carga
´ No Intrusivo
Firma De Carga
Inteligencia Artificial
Identificacion De Elec- ´ Trodomesticos
Transformada Stockwell
Clasificación De Una Clase.
Electrical Power Consumption
Residencial
Load Disaggregation
Non-Intrussive
Load Signature
Artificial Inteligence
Appliance Identification
Stockwell Transform.
dc.subject.keyword.none.fl_str_mv Electrical Power Consumption
Residencial
Load Disaggregation
Non-Intrussive
Load Signature
Artificial Inteligence
Appliance Identification
Stockwell Transform.
description La informacion detallada de los electrodomésticos individuales en el hogar, llamada desagre- ´ gacion de carga, puede motivar el ahorro energético y apoyar planes de gestión de demanda. Estaénformacion se puede estimar mediante sistemas de Monitorización No intrusiva de Carga (NILM, ´ por sus siglas en ingles), realizan procesamiento de se ´ nales y modelado matem ˜ atico a partir de ´ mediciones electricas en un solo punto. Bajo la premisa de que las se ´ nales de los electrodom ˜ esticos ´ tienen caracter´ısticas distintivas, denominadas firmas de carga, un enfoque es discriminar los electrodomesticos mediante técnicas de inteligencia artificial. Aunque la investigación en estaárea está´ en crecimiento, aun se detectan algunas brechas en la literatura cient ´ ´ıfica y esta tesis contribuye al conocimiento en varios aspectos. Primero, se presenta un marco para implementar sistemas NILM. Segundo, se propone un sistema basado en eventos que comprende las etapas de deteccion´ de eventos, extraccion más efectiva de caracter ´ ´ısticas transitorias basadas en el dominio del tiempo y de la transformada S, clasificacion a través de un enfoque no tradicional y estimación de poten- ´ cia mediante la dependencia de la tension. Tercero, se evalúa la capacidad de discriminación de ´ las firmas de carga para determinar el impacto del punto de los factores de impacto mencionados. Finalmente, se construyo una base de datos de medidas de aparatos residenciales bajo diferenteséscenarios de tension de alimentación, impedancia y operación de los aparatos. As ´ ´ı, estos sistemas NILM se vislumbran como aplicaciones de hogares inteligentes.
publishDate 2018
dc.date.available.none.fl_str_mv 2018
2024-03-04T00:07:40Z
dc.date.created.none.fl_str_mv 2018
dc.date.issued.none.fl_str_mv 2018
dc.date.accessioned.none.fl_str_mv 2024-03-04T00:07:40Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Doctorado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/resource_type/c_db06
dc.type.coar.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/38872
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/38872
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by-nc/4.0
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías Fisicomecánicas
dc.publisher.program.none.fl_str_mv Doctorado en Ingeniería: Área Ingeniería Electrónica
dc.publisher.school.none.fl_str_mv Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/387b192f-abf1-4d1d-98c6-0c13e1e927c6/download
https://noesis.uis.edu.co/bitstreams/e6577ba4-d4f7-45fe-8486-c11d83a680f2/download
https://noesis.uis.edu.co/bitstreams/0291154a-e71a-41ab-8a50-b902ffd098ce/download
bitstream.checksum.fl_str_mv 069321dea1916c5f2185ba7cf2e8d34b
f68955cab7d62db35db275796714ea6a
f33c67c7486ec09c9e95988cc028915f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1814095206026313728
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Carrillo Caicedo, GilbertoPetit Suárez, Johann FarithDuarte Gualdrón, César AntonioJiménez Manjarres, Yulieth2024-03-04T00:07:40Z20182024-03-04T00:07:40Z20182018https://noesis.uis.edu.co/handle/20.500.14071/38872Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLa informacion detallada de los electrodomésticos individuales en el hogar, llamada desagre- ´ gacion de carga, puede motivar el ahorro energético y apoyar planes de gestión de demanda. Estaénformacion se puede estimar mediante sistemas de Monitorización No intrusiva de Carga (NILM, ´ por sus siglas en ingles), realizan procesamiento de se ´ nales y modelado matem ˜ atico a partir de ´ mediciones electricas en un solo punto. Bajo la premisa de que las se ´ nales de los electrodom ˜ esticos ´ tienen caracter´ısticas distintivas, denominadas firmas de carga, un enfoque es discriminar los electrodomesticos mediante técnicas de inteligencia artificial. Aunque la investigación en estaárea está´ en crecimiento, aun se detectan algunas brechas en la literatura cient ´ ´ıfica y esta tesis contribuye al conocimiento en varios aspectos. Primero, se presenta un marco para implementar sistemas NILM. Segundo, se propone un sistema basado en eventos que comprende las etapas de deteccion´ de eventos, extraccion más efectiva de caracter ´ ´ısticas transitorias basadas en el dominio del tiempo y de la transformada S, clasificacion a través de un enfoque no tradicional y estimación de poten- ´ cia mediante la dependencia de la tension. Tercero, se evalúa la capacidad de discriminación de ´ las firmas de carga para determinar el impacto del punto de los factores de impacto mencionados. Finalmente, se construyo una base de datos de medidas de aparatos residenciales bajo diferenteséscenarios de tension de alimentación, impedancia y operación de los aparatos. As ´ ´ı, estos sistemas NILM se vislumbran como aplicaciones de hogares inteligentes.DoctoradoDoctor en IngenieríaOne path to enhance energy efficiency and design demand side management plans is providing detailed information about the individual appliances in houses, namely, load disaggregation. Nonintrusive Load Monitoring (NILM) Systems aim to obtain the disaggregated information from measurements in a single point through signal processing and mathematical modeling. One approach assumes that appliances could be represented by characteristics computed from the electrical signals, i.e. load signatures. Although research in this area is increasing, several gaps are detected in the scientific literature: there is not a widely accepted set of load signatures, the complexity of the traditional systems increases exponentially with the number of appliances, fully labeled datasets of electrical signals are lacking, previous work has not been focused on the development of integral algorithms, and the question about the impact of factors (voltage distortion, network impedance, etc.) on NILM algorithms remains open. This thesis contributes to knowledge in several ways. First, a framework for implementing NILM systems is presented. Second, an event-based NILM system is proposed, which comprises the following stages: event detection, feature extraction based on waveforms and the S transform, classification through a nontraditional approach and power estimation by considering the voltage dependency. Third, the discrimination capacity of the load signatures is assessed to determine the impact of point-on-wave of switching, voltage distortion and network impedance. Finally, a fully dataset of residential appliances is provided under several scenarios of voltage, impedance and operation. These NILM algorithms are envisioned as smart home applications for appliance management.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasDoctorado en Ingeniería: Área Ingeniería ElectrónicaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesConsumo ElectricoResidencialDesagregación De Carga´ No IntrusivoFirma De CargaInteligencia ArtificialIdentificacion De Elec- ´ TrodomesticosTransformada StockwellClasificación De Una Clase.Electrical Power ConsumptionResidencialLoad DisaggregationNon-IntrussiveLoad SignatureArtificial InteligenceAppliance IdentificationStockwell Transform.Automatic disaggregation of residential electrical consumption with non-intrusive methodsAutomatic disaggregation of residential electrical consumption with non-intrusive methodsTesis/Trabajo de grado - Monografía - Doctoradohttp://purl.org/coar/resource_type/c_db06http://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf2421408https://noesis.uis.edu.co/bitstreams/387b192f-abf1-4d1d-98c6-0c13e1e927c6/download069321dea1916c5f2185ba7cf2e8d34bMD51Documento.pdfapplication/pdf16872247https://noesis.uis.edu.co/bitstreams/e6577ba4-d4f7-45fe-8486-c11d83a680f2/downloadf68955cab7d62db35db275796714ea6aMD52Nota de proyecto.pdfapplication/pdf2547236https://noesis.uis.edu.co/bitstreams/0291154a-e71a-41ab-8a50-b902ffd098ce/downloadf33c67c7486ec09c9e95988cc028915fMD5320.500.14071/38872oai:noesis.uis.edu.co:20.500.14071/388722024-03-03 19:07:40.713http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co

Publicaciones similares