Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Duarte Gualdrón, César AntonioCortes Torres, Jose David2024-03-0420182024-03-0420182018https://noesis.uis.edu.co/handle/20.500.14071/39485El consumo eléctrico en hogares y sitios de trabajo se ha incrementado. Esto puede ser eviden-ciado en el crecimiento de ciudades inteligentes, el uso de energías renovables y dispositivos tec-nológicos de última generación. Panorama que se torna necesario para el diseño de estrategias referentes a la gestión de la demanda. La monitorización intrusiva de cargas (NILM), permite me-dir el consumo eléctrico de forma centralizada para estimar la potencia individual de cada aparato conectado en un sistema eléctrico usando algoritmos matemáticos. En la actualidad, la metodolo-gía de razonamiento basado en casos (RBC) ha mostrado una solución apropiada para tareas de clasificación. Como el RBC fracciona el conocimiento de acuerdo al contexto, representa una ven-taja respecto con los métodos tradicionales. El presente trabajo de investigación describe el modelo para clasificación de cargas de tipo residencial en eventos de conexión y desconexión usando la metodología de RBC dividida en en tres etapas. La etapa de extracción de descriptores fue imple-mentada usando transformadas tiempo-frecuencia y de las definiciones de la norma IEEE1459 de 22 aparatos eléctricos de uso residencial. La etapa de clasificación está compuesta por 4 fases que dispone de 2 algoritmos por fase. La etapa de evaluación fue implementada usando la métrica de casos clasificados correctamente sobre total de casos. Los resultados fueron comparados con el método de clasificación basado en máquinas de soporte vectorial (SVM). Los hallazgos más im-portantes muestran que los 24 modelos implementados con RBC presentaron un 39.66% en pro-medio. Estos datos revelan que los modelos de RBC cuentan con un desempeño comparable con algunos métodos considerados en NILM, lo que se constituye en una metodología para la clasifi-cación de aparatos en un sistema residencial.application/pdfspahttp://creativecommons.org/licenses/by/4.0/NilmRazonamiento Basado En Casos.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestriaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coNilmCase Based Reasoning. Electricity Consumption In Homes And Workplaces Has Increased. This Can Be Evidenced In The Growth Of Smart CitiesThe Use Of Renewable Energy And Cutting-Edge Technological Dis-Positives. Panorama That Becomes Necessary For The Design Of Strategies Related To Demand Management. The Non-Intrusiveinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)