Mostrar el registro sencillo del ítem

Tool for non-intrusive identification of residential electrical loads

dc.contributor.advisorRacines Hidalgo, Diana Lucia
dc.contributor.advisorNavarro Ariza, Wendy Paola
dc.contributor.authorMartinez Insignares, Julio Mario
dc.contributor.authorBaquero, Luis Fernando
dc.date.accessioned2016-11-26T20:32:14Z
dc.date.available2016-11-26T20:32:14Z
dc.date.issued2016-11-23
dc.identifier.urihttp://hdl.handle.net/10584/5867
dc.description.abstractLos usuarios finales residenciales del servicio de energía eléctrica no cuentan con información significativa que les permita conocer sus características de consumo de energía. Por esta razón consumen energía de forma innecesaria y sin saber que dispositivos lo hacen. Se desea que los usuarios puedan saber qué cargas son las que consumen en un tiempo determinado. El objetivo general del proyecto fue desarrollar una herramienta para identificación no intrusiva de cargas eléctricas residenciales, logrando que el usuario adquiera la información necesaria para toma de decisiones estructuradas ante su consumo. El proyecto está dividido por dos etapas, una de medición conformada por un sencillo sistema para adquisición de datos y un Smart-meter Shark 200. Con este se obtiene toda la información pertinente para la segunda etapa. La segunda etapa contiene una interfaz gráfica la cual procesa los datos de la etapa anterior para así por medio de una Red neuronal artificial, entrenada previamente, logre identificar el estado de operación de las cargas residenciales, tanto como la energía que consumieron en el periodo de tiempo que se realizó la adquisición de datos. En los resultados del proyecto, se cumplieron los alcances propuestos, como brindar el estado de operación de las cargas, tanto como el consumo de las mismas en el periodo de tiempo establecido por el usuario al usar el sistema de medición. Adicional a esto almacena las gráficas de las variables eléctricas (Potencia, Factor de potencia y Corriente). Para una segunda etapa se recomienda en el entrenamiento de la red, utilizar valores estandarizados para minimizar el error mínimo cuadrado de la red. Otra sugerencia es considerar una variable eléctrica más para así lograr identificar mejor las cargas estudiadas. Gracias a esta interfaz gráfica el usuario tiene la posibilidad de mejorar el consumo irracional de energía, evitando así esos malos hábitos que hace poco nos llevan casi a un apagón nacional.es_ES
dc.description.abstractThe residential end users of the electric power service do not have significant information that allows them to know their characteristics of energy consumption. For this reason, they consume energy unnecessarily and without knowing what devices they do. It is desired that the users can know what loads are the ones that consume in a certain time. The overall objective of the project was to develop a tool for non-intrusive identification of residential electrical loads, enabling the user to acquire the necessary information for structured decision making before consumption. The project is divided into two stages, a measurement consisting of a simple data acquisition system and a Smart-meter Shark 200. This provides all relevant information for the second stage. The second stage contains a graphical interface which processes the data of the previous stage so as to be able to identify the operating state of the residential loads, as well as the energy consumed in the period Time the data acquisition was performed. In the results of the project, the proposed scope was met, such as providing the state of operation of the loads, as well as the consumption of the loads in the period of time established by the user when using the measurement system. In addition to this it stores the graphs of the electrical variables (Power, Power Factor and Current). For a second stage it is recommended in the training of the network, to use standardized values ​​to minimize the minimum square error of the network. Another suggestion is to consider a more electric variable in order to better identify the loads studied. Thanks to this graphical interface the user has the possibility of improving the irrational consumption of energy, thus avoiding those bad habits that recently lead us almost to a national blackout.en_US
dc.language.isospaes_ES
dc.publisherBarranquilla, Universidad del Norte, 2016es_ES
dc.rightsUniversidad del Nortees_ES
dc.subjectRed Neuronal Artificial, No intrusivo, Identificación, Cargas Residenciales.es_ES
dc.subjectArtificial Neural Network, Non-intrusive, Identification, Residential Loads.en_US
dc.titleHerramienta para identificación no intrusiva de cargas eléctricas residencialeses_ES
dc.titleTool for non-intrusive identification of residential electrical loadsen_US
dc.typearticlees_ES
dc.rights.accessRightsopenAccesses_ES


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem