Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-21T12:37:16Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Pierre V. Dantas.pdf: 2603862 bytes, checksum: 2b203ea2bbd3a5c21421914f4f10b9fb (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-21T12:37:33Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Pierre V. Dantas.pdf: 2603862 bytes, checksum: 2b203ea2bbd3a5c21421914f4f10b9fb (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-21T12:37:57Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Pierre V. Dantas.pdf: 2603862 bytes, checksum: 2b203ea2bbd3a5c21421914f4f10b9fb (MD5) / Made available in DSpace on 2017-02-21T12:37:57Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Pierre V. Dantas.pdf: 2603862 bytes, checksum: 2b203ea2bbd3a5c21421914f4f10b9fb (MD5) Previous issue date: 2016-06-29 / The identification by decomposition of electricity consumption signals tech- nique, we estimate the consumption of devices that form a power consumption signal. This technique, that can be called disaggregation or nonintrusive load monitoring, is important because it makes possible obtain information about the individual energy consumption of devices, allowing other approaches like power management, use in smart grids and Internet of Things (IoT). Energy disaggregation problem can be approached through dictionaries techniques, which summarize the most significant characteristics of the signals involved to signal disaggregation. In our proposal, we highlight two contributions. In the first, we modify the steady-state identi- fication (SSI) algorithm to deal with signals with variable dimensions and, then, we conducted a parameter analysis that changes the dictionaries and consequently produces different performances of disaggregation. Second, we propose a disaggrega- tion methodology using principal component analysis (PCA). The experiments were made using REDD database [1] and they demonstrate that the proposal produces results with higher accuracy when compared with other techniques. / Na técnica de identificação por decomposição de sinais de consumo de energia elétrica, inferimos o consumo dos dispositivos que compõem um sinal de consumo de energia elétrica. Essa técnica, também denominada de desagregação ou moni- toramento não intrusivo, é relevante porque viabiliza obtermos informação sobre o consumo energético individualizado de dispositivos, o que permite outras abordagens sobre o gerenciamento energético, viabiliza uso em redes inteligentes (smart grids) e internet das coisas (IoT). O problema de desagregação de energia pode ser tra- tado através de técnicas por dicionários onde extraímos representatividades de um conjunto de dados de consumo de energia elétrica e realizamos a desagregação. Em nossa proposta, podemos destacar duas contribuições. Na primeira, modificamos o algoritmo steady-state identification (SSI) para contemplar sinais com dimensões variáveis e, a seguir, realizamos uma análise de parâmetros que influenciam na for- mação dos dicionários e, por consequência, produzem diferentes desempenhos de desagregação. Na segunda, propomos uma metodologia de desagregação por análise de componentes principais. Os experimentos realizados, utilizando a base de dados REDD [1], demonstram que a proposta produz resultados de desagregação de maior acurácia, quando comparado com outras técnicas.