Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo
Los estudios relacionados con la medición de energía eléctrica siempre han sido un tema de gran importancia para el mundo actual. Una de las tecnologías que cada día toma más fuerza en esta área son las tecnologías Monitorización No Intrusiva de Carga (NILM). Una de las limitaciones más grandes que...
- Autores:
-
Bello Pena, Jeisson David
Bello Pena, Carlos Erixon
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2014
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/30384
- Palabra clave:
- Monitorización No Intrusiva De Carga (Nilm)
Desagregación De Cargas
Analisis De Discriminación Lineal (Lda)
Análisis De Componentes Principales (Pca)
Clustering
Varianza
Gestión De Energía.
Non-Intrusive Load Monitoring (Nilm)
Disaggregation Of Loads
Linear Discriminant Analysis (Lda)
Principal Component Analysis (Pca)
Clustering
Variance
Power Management.
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id |
UISANTADR2_5b90eb9e84504932ea27920e6269d323 |
---|---|
oai_identifier_str |
oai:noesis.uis.edu.co:20.500.14071/30384 |
network_acronym_str |
UISANTADR2 |
network_name_str |
Repositorio UIS |
repository_id_str |
|
dc.title.none.fl_str_mv |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
dc.title.english.none.fl_str_mv |
Non-intrusive load monitoring: data collection and classification in time.3 |
title |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
spellingShingle |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo Monitorización No Intrusiva De Carga (Nilm) Desagregación De Cargas Analisis De Discriminación Lineal (Lda) Análisis De Componentes Principales (Pca) Clustering Varianza Gestión De Energía. Non-Intrusive Load Monitoring (Nilm) Disaggregation Of Loads Linear Discriminant Analysis (Lda) Principal Component Analysis (Pca) Clustering Variance Power Management. |
title_short |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
title_full |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
title_fullStr |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
title_full_unstemmed |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
title_sort |
Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempo |
dc.creator.fl_str_mv |
Bello Pena, Jeisson David Bello Pena, Carlos Erixon |
dc.contributor.advisor.none.fl_str_mv |
Jiménez Manjarrez, Yulieth Ordoñez Plata, Gabriel |
dc.contributor.author.none.fl_str_mv |
Bello Pena, Jeisson David Bello Pena, Carlos Erixon |
dc.subject.none.fl_str_mv |
Monitorización No Intrusiva De Carga (Nilm) Desagregación De Cargas Analisis De Discriminación Lineal (Lda) Análisis De Componentes Principales (Pca) Clustering Varianza Gestión De Energía. |
topic |
Monitorización No Intrusiva De Carga (Nilm) Desagregación De Cargas Analisis De Discriminación Lineal (Lda) Análisis De Componentes Principales (Pca) Clustering Varianza Gestión De Energía. Non-Intrusive Load Monitoring (Nilm) Disaggregation Of Loads Linear Discriminant Analysis (Lda) Principal Component Analysis (Pca) Clustering Variance Power Management. |
dc.subject.keyword.none.fl_str_mv |
Non-Intrusive Load Monitoring (Nilm) Disaggregation Of Loads Linear Discriminant Analysis (Lda) Principal Component Analysis (Pca) Clustering Variance Power Management. |
description |
Los estudios relacionados con la medición de energía eléctrica siempre han sido un tema de gran importancia para el mundo actual. Una de las tecnologías que cada día toma más fuerza en esta área son las tecnologías Monitorización No Intrusiva de Carga (NILM). Una de las limitaciones más grandes que se encuentra al tratar de implementar tecnologías NILM es la desagregación de los datos para cada elemento de consumo. En este artículo se presenta un conjunto de datos de las señales de tensión y corriente muestreadas a frecuencia de 15,4 kHz bajo un ambiente controlado para cada electrodoméstico trabajado (plancha, licuadora, ventilador, lámpara incandescente y lámpara fluorescente), con el fin de presentar y autorizar el uso público dando una base para el análisis y prueba de algoritmos de desagregación, base fundamental de implementaciones NILM. Además de los equipos y procedimientos seguidos para la adquisición de datos, se muestra un primer análisis de las cargas, enfocado a la desagregación de cargas. Al momento de tener métodos de mediciones energéticas eficientes, se puede realizar una mejor gestión de energía, lo cual podría llegar a ser uno de los grandes pilares para la disminución de la emisión de gases de efecto invernadero. Pensar en mediciones energéticas eficientes es pensar engrandes avances tecnológicos, avances como los que podría alcanzar la monitorización no intrusiva de carga, por sus características de bajo costo y, dependiendo del algoritmo de desagregación utilizado, la amplia gama de información que se podría obtener con este. 1 |
publishDate |
2014 |
dc.date.available.none.fl_str_mv |
2014 2024-03-03T20:40:51Z |
dc.date.created.none.fl_str_mv |
2014 |
dc.date.issued.none.fl_str_mv |
2014 |
dc.date.accessioned.none.fl_str_mv |
2024-03-03T20:40:51Z |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.hasversion.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
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/20.500.14071/30384 |
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/20.500.14071/30384 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 |
Ingeniería Eléctrica |
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/a9230d2a-15cb-448d-a262-72cc961f6365/download https://noesis.uis.edu.co/bitstreams/d81d6d71-930b-4cf4-8be2-f629ee5e9ae0/download https://noesis.uis.edu.co/bitstreams/5aabe32a-94bc-415a-9271-3ed1fc947d65/download |
bitstream.checksum.fl_str_mv |
85eb25965613fc3c6fef2cbed3d92262 7c0846f34c3f78a8252ccb963b6ecc7d 56a5cc5abeee40861f8f8940a24a78b3 |
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_ |
1814095246404878336 |
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_abf2Jiménez Manjarrez, YuliethOrdoñez Plata, GabrielBello Pena, Jeisson DavidBello Pena, Carlos Erixon2024-03-03T20:40:51Z20142024-03-03T20:40:51Z20142014https://noesis.uis.edu.co/handle/20.500.14071/30384Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLos estudios relacionados con la medición de energía eléctrica siempre han sido un tema de gran importancia para el mundo actual. Una de las tecnologías que cada día toma más fuerza en esta área son las tecnologías Monitorización No Intrusiva de Carga (NILM). Una de las limitaciones más grandes que se encuentra al tratar de implementar tecnologías NILM es la desagregación de los datos para cada elemento de consumo. En este artículo se presenta un conjunto de datos de las señales de tensión y corriente muestreadas a frecuencia de 15,4 kHz bajo un ambiente controlado para cada electrodoméstico trabajado (plancha, licuadora, ventilador, lámpara incandescente y lámpara fluorescente), con el fin de presentar y autorizar el uso público dando una base para el análisis y prueba de algoritmos de desagregación, base fundamental de implementaciones NILM. Además de los equipos y procedimientos seguidos para la adquisición de datos, se muestra un primer análisis de las cargas, enfocado a la desagregación de cargas. Al momento de tener métodos de mediciones energéticas eficientes, se puede realizar una mejor gestión de energía, lo cual podría llegar a ser uno de los grandes pilares para la disminución de la emisión de gases de efecto invernadero. Pensar en mediciones energéticas eficientes es pensar engrandes avances tecnológicos, avances como los que podría alcanzar la monitorización no intrusiva de carga, por sus características de bajo costo y, dependiendo del algoritmo de desagregación utilizado, la amplia gama de información que se podría obtener con este. 1PregradoIngeniero ElectricistaStudies related to the measurement of electrical energy have always been a major issue in today's world. One of the technologies that every day takes more strength in this area is the technology of Non-Intrusive Load Monitoring (NILM). One of the biggest limitations find it when we want to implement technologies NILM is the disaggregation of data of consumption for each appliance. In this paper is presented a data set of voltage and current signals sampled at a frequency of 15.4 kHz where the environment of operation in each appliances Is controlled (iron, blender, fan, incandescent and fluorescent lamp). This data set is built in order to present and authorize its use in public domain giving a dataset for the analysis and test of disaggregation algorithms, foundation in NILM implementations. In addition the equipment and procedures used in the data acquisition, and an initial analysis of loads, focused on the breakdown of charges is shown. When having measurements of energy efficient methods, you can make a better power management, which could become one of the major pillars for reducing the emission of greenhouse gases. Think of efficient energy measurements is thinking in huge technological advances, advances like that could achieve non-intrusive load monitoring due to its characteristics of low cost and, depending on the algorithm used disaggregation, the wide range of information that could be obtained with thisapplication/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería EléctricaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesMonitorización No Intrusiva De Carga (Nilm)Desagregación De CargasAnalisis De Discriminación Lineal (Lda)Análisis De Componentes Principales (Pca)ClusteringVarianzaGestión De Energía.Non-Intrusive Load Monitoring (Nilm)Disaggregation Of LoadsLinear Discriminant Analysis (Lda)Principal Component Analysis (Pca)ClusteringVariancePower Management.Monitorización no intrusiva de carga : recolección de datos y clasificación en el tiempoNon-intrusive load monitoring: data collection and classification in time.3Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf582895https://noesis.uis.edu.co/bitstreams/a9230d2a-15cb-448d-a262-72cc961f6365/download85eb25965613fc3c6fef2cbed3d92262MD51Documento.pdfapplication/pdf2669892https://noesis.uis.edu.co/bitstreams/d81d6d71-930b-4cf4-8be2-f629ee5e9ae0/download7c0846f34c3f78a8252ccb963b6ecc7dMD52Nota de proyecto.pdfapplication/pdf688581https://noesis.uis.edu.co/bitstreams/5aabe32a-94bc-415a-9271-3ed1fc947d65/download56a5cc5abeee40861f8f8940a24a78b3MD5320.500.14071/30384oai:noesis.uis.edu.co:20.500.14071/303842024-03-03 15:40:51.332http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co |