Banca de DEFESA: RAIMUNDO JOSE ANDRADE DE MENEZES

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : RAIMUNDO JOSE ANDRADE DE MENEZES
DATA : 27/11/2019
HORA: 14:00
LOCAL: Sala de Congregação da Escola Politécnica da UFBA
TÍTULO:

Desenvolvimento de uma nova abordagem para desagregação e classificação de cargas elétricas nos sistemas de monitoramento não-intrusivos.

PALAVRAS-CHAVES:

Medição de Carga, Eficiência Energética , NILM, Consumo de Energia,
Monitoramento de Energia.

PÁGINAS: 212
RESUMO:

A presente Tese foca na desagregação de energia, baseada em um sistema NILM (Non-Intrusive
Load Monitoring) e tem por objetivo investigar e explorar metodologias ainda não aplicadas, bem
como desenvolver uma abordagem para resolução do problema de separação do consumo nos gastos
dos diversos equipamentos, ligados ao circuito elétrico da casa. A literatura atual é composta
por trabalhos continuados no âmbito da classificação de aparelhos através de modelos criados
para a desagregação de cargas. Tais métodos foram criados a partir de modelos computacionais
de identificação de eventos e reconhecimento de padrões. No entanto os trabalhos estudados
ainda demonstram grande necessidade em redução do esforço computacional, minimização de
erros através de processos ótimos de reconhecimento de padrões, anulação das sobreposições
e distinção de aparelhos com assinaturas semelhantes. Portanto, ainda não foi encontrado um
conjunto de características distintas apto a descrever com precisão cada aparelho. Assim sendo,
este trabalho procura reforçar a procura destas características. Para tal, é introduzida uma regra
de identificação de estados estáveis, bem como a sua demonstração matemática, utilizada para o
reconhecimento de step−changes nos sinais de potência ativa (P), reativa (Q) e fator de potência
(FP). As step−changes identificadas definem as assinaturas dos equipamentos posteriormente
utilizadas por três métodos de classificação para o reconhecimento dos aparelhos elétricos, a saber:
k-nearest neighbors algorithm (KNN), Support Vector Machine (SVM) e Genetic Algotithm
(GA). Ainda, é proposto um método que tem por base a técnica de Wavelet Shrinkage para a
extração de informação do sinal agregado. O referido método proposto parte da idéia de que
vários segmentos podem ser analisados por funções wavelet distintas, então a desagregação de
energia pode ser interpretada como um problema de separação de fontes quando apenas um sinal
de mistura é conhecido. Assim sendo, foi analisado o desempenho da modelação de fontes com
recurso a vetores multidimensionais e correspondente método de fatoração. Assumindo que um
vetor multidimensional composto pelos dados de gastos dos vários equipamentos da casa pode
ser definido, a sua fatoração não-negativa é executada de forma a extrair os componentes mais
relevantes. Os fatores resultantes são incorporados no processo de inferência das fontes, no qual
apenas o consumo agregado da casa está disponível. As experiências computacionais, mostraram
a eficácia do modelo proposto para a distinção das diferentes cargas em estudo em relação às
abordagens estudadas até o momento

MEMBROS DA BANCA:
Externo ao Programa - 1151839 - ANDRE PIRES NOBREGA TAHIM
Presidente - 1088065 - ANTONIO CEZAR DE CASTRO LIMA
Externo à Instituição - AUZUIR RIPARDO DE ALEXANDRIA
Externo ao Programa - 1666309 - FABIANO FRAGOSO COSTA
Externo ao Programa - 2138504 - LUIZ MARCIO SANTOS FARIAS