Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Carrillo Caicedo, GilbertoPetit Suárez, Johann FarithDuarte Gualdrón, César AntonioJiménez Manjarres, Yulieth2024-03-0420182024-03-0420182018https://noesis.uis.edu.co/handle/20.500.14071/38872La 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.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Consumo ElectricoResidencialDesagregación De Carga´ No IntrusivoFirma De CargaInteligencia ArtificialIdentificacion De Elec- ´ TrodomesticosTransformada StockwellClasificación De Una Clase.Automatic disaggregation of residential electrical consumption with non-intrusive methodsUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - DoctoradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coElectrical Power ConsumptionResidencialLoad DisaggregationNon-IntrussiveLoad SignatureArtificial InteligenceAppliance IdentificationStockwell Transform.Automatic disaggregation of residential electrical consumption with non-intrusive methodsinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)