Identificación de cargas eléctricas residenciales utilizando características basadas en la transformada fraccionaria de Fourier
No Thumbnail Available
Date
2018
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
Con la informacion del consumo de energ ´ ´ıa individual de los dispositivos se pueden generar estrategias de gestion para optimizar la eficiencia energética en una casa. En estaárea, se presenta ´ la monitorizacion no intrusiva de cargas (NILM) como un método de bajo costo, el cual consisteén realizar una identificacion de los dispositivos activos para posteriormente definir los consumoséndividuales. En el presente trabajo de investigacion, se describe el dise ´ no de sistemas de identi- ˜ ficacion de cargas basados en eventos transitorios y estacionarios de los dispositivos con carac- ´ ter´ısticas extra´ıdas con la transformada fraccionaria de Fourier (FRFT). En el diseno propuesto, ˜ se definen operadores de extraccion de caracter ´ ´ısticas con las propiedades de las senales en los ˜ dominios fraccionarios y se seleccionan conjuntos suboptimos de caracter ´ ´ısticas con un proceso de eliminacion recursivo. Luego, se implementan los sistemas de identificación con estimación´ realizada con Maquinas de Soporte Vectorial (SVMs) y Redes Neuronales Artificiales (ANNs) y ´ los resultados obtenidos en validacion cruzada se comparan con los de sistemas con extracción´ de caracter´ısticas basada en las transformadas Wavelet y S. Como resultados, se tiene que los algoritmos con SVMs logran exactitudes en identificacion más elevadas en comparación de losálgoritmos con ANNs. Ademas, en los sistemas con SVMs, la exactitud en identificación con losénfoques basados en Wavelet y FRFT son muy similares logrando una ventaja sobre el enfoque basado en la transformada S. En procesamiento, el sistema de FRFT obtiene una mayor velocidad de computo seguido del sistema con transformada S. Considerando lo anterior, los sistemas conéxtraccion de caracter ´ ´ısticas basada en la FRFT muestran el mejor balance entre exactitud y velocidad entre las alternativas comparadas.
Description
Keywords
Monitorizacion No Intrusiva De Cargas, Identificación´ De Cargas, Transformada De Fourier Fraccionaria, Extraccion De Ca- ´ Racter´Isticas, Maquinas De Soporte Vectorial, Redes Neuronales Arti- ´ Ficiales.