Study of possible analysis techniques for the development of residential energy smart meters

Autor: Wesley Angelino de Souza
Přispěvatelé: Silva, Luiz Carlos Pereira da, 1972, Marafão, Fernando Pinhabel, Coury, Denis Vinicius, Colombini, Esther Luna, Pomilio, José Antenor, Ribeiro, Paulo Fernando, Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica, UNIVERSIDADE ESTADUAL DE CAMPINAS
Rok vydání: 2016
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
Popis: Orientadores: Luiz Carlos Pereira da Silva, Fernando Pinhabel Marafão Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: Este trabalho apresenta uma nova metodologia para monitoramento e gerenciamento de energia através de medidores elétricos inteligentes. Tal metodologia é baseada em três técnicas que envolvem a desagregação do consumo por equipamentos, o sistema de gestão do consumo e o sistema de gerenciamento de microgeradores fotovoltaicos com bateria. A técnica de desagregação de equipamentos (cargas) realiza o cálculo de indicadores característicos dos equipamentos utilizando a Teoria de Potência Conservativa (CPT). Tais indicadores são calculados através das formas de onda de tensão e corrente e, com a leitura destes indicadores para diversos equipamentos, foi criada uma base de dados adequada ao treinamento de algoritmos de reconhecimento de padrões. Dentre muitas opções, foram escolhidos cinco algoritmos classificadores que são: máquina de vetores de suporte (SVM), floresta de caminhos ótimos (OPF), perceptron multicamadas (MLP), K-enésimo vizinho mais próximo (KNN) e a árvore de decisões (DT), os quais foram comparados em termos de exatidão e tempo computacional. Neste ponto o KNN apresentou-se como o melhor algoritmo para a base de dados criada. O sistema de gestão de consumo utiliza o conceito do envio de dados do medidor a um banco de dados. Assim, a interface desenvolvida realiza a interpretação dos dados e apresenta ao consumidor relatórios de consumo gerais e por equipamento, em períodos diários, semanais, mensais e anuais. O sistema também realiza a previsão de consumo através da rede neural de atraso temporal (TDNN) e apresenta estratégias de economia de energia através da redução de tempo de uso ou do uso em horários que o preço da energia é menor (considerando-se a existência de tarifação horo-sazonal). A técnica de gestão do sistema de micro/mini geração local utiliza o histórico de consumo, a previsão de tempo e a carga da bateria para propor estratégias para a redução dos custos com energia elétrica. A metodologia proposta foi avaliada através de um protótipo desenvolvido no trabalho, demonstrando sua exequibilidade em um medidor eletrônico de energia, possibilitando a evolução dos medidores inteligentes e dando coerência ao termo "inteligente" dos medidores Abstract: This thesis presents a new methodology for power monitoring and management through smart energy meters. This methodology is based on three techniques that involve the load disaggregation, the consumption management system and the management of photovoltaic microgenerators system with battery. The load disaggregation technique performs the calculation of load indicators using the Conservative Power Theory (CPT). These indicators are calculated by the waveforms of voltage and current and with these indicators for various equipment, an dataset for the pattern recognition algorithms was created. Among many options, five classifiers algorithms were chosen: support vector machine (SVM), optimum path forest (OPF), multilayer perceptron (MLP), K-nearest neighbor (KNN) and the decision tree (DT), which were compared in terms of accuracy and computational time. At this point the KNN was presented as the best algorithm for the created dataset. The power management system (supervisory system) uses the concept of sending meter data to a database. Thus, an interface makes gets the database information and presents reports to consumer in daily, weekly, monthly and annual periods. The system also performs the forecast consumption using the time delay neural network algorithm (TDNN) and creates energy saving strategies by means of time reduction or the use at times that the price of energy is lower (considering the existence of time pricing). The mini/micro generation management system technique uses historical consumption information, weather forecast and battery power to propose strategies to reduce electricity costs. The proposed methodology was evaluated using a developed prototype, demonstrating their feasibility in an electronic energy meter, enabling the development of cognitive smart meters and giving coherence to the "smart" term of the meters Doutorado Energia Elétrica Doutor em Engenharia Elétrica FAPESP 2012/19375-1 CNPQ 246090/2012-0
Databáze: OpenAIRE
Externí odkaz: