Automatic disaggregation of residential electrical consumption with non-intrusive methods

dc.contributor.advisorCarrillo Caicedo, Gilberto
dc.contributor.advisorPetit Suárez, Johann Farith
dc.contributor.advisorDuarte Gualdrón, César Antonio
dc.contributor.authorJiménez Manjarres, Yulieth
dc.date.accessioned2024-03-04T00:07:40Z
dc.date.available2018
dc.date.available2024-03-04T00:07:40Z
dc.date.created2018
dc.date.issued2018
dc.description.abstractLa 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.
dc.description.abstractenglishOne 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.
dc.description.degreelevelDoctorado
dc.description.degreenameDoctor en Ingeniería
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/38872
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programDoctorado en Ingeniería: Área Ingeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectConsumo Electrico
dc.subjectResidencial
dc.subjectDesagregación De Carga
dc.subject´ No Intrusivo
dc.subjectFirma De Carga
dc.subjectInteligencia Artificial
dc.subjectIdentificacion De Elec- ´ Trodomesticos
dc.subjectTransformada Stockwell
dc.subjectClasificación De Una Clase.
dc.subject.keywordElectrical Power Consumption
dc.subject.keywordResidencial
dc.subject.keywordLoad Disaggregation
dc.subject.keywordNon-Intrussive
dc.subject.keywordLoad Signature
dc.subject.keywordArtificial Inteligence
dc.subject.keywordAppliance Identification
dc.subject.keywordStockwell Transform.
dc.titleAutomatic disaggregation of residential electrical consumption with non-intrusive methods
dc.title.englishAutomatic disaggregation of residential electrical consumption with non-intrusive methods
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_db06
dc.type.localTesis/Trabajo de grado - Monografía - Doctorado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
2.31 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Documento.pdf
Size:
16.09 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
2.43 MB
Format:
Adobe Portable Document Format