[pt] Desagregação de cargas é a tarefa de estimar o consumo individual de
aparelhos elétricos a partir de medições de consumo de energia coletadas em
um único ponto, em geral no quadro de distribuição do circuito. Este trabalho
explora o uso de técnicas de aprendizado de máquina para esta tarefa, em uma
base de dados coletada em uma fábrica de ração de aves no Brasil. É proposto
um modelo combinando arquiteturas de autoencoders variacionais com as de
fluxos normalizantes inversíveis. Os resultados obtidos são, de maneira geral,
superiores aos melhores resultados reportados para esta base de dados até
então, os superando em até 86 por cento no Erro do Sinal Agregado e em até 81 por cento no Erro de Desagregação Normalizado dependendo do equipamento desagregado. / [en] Load Disaggregation is the task of estimating appliance-level consumption
from a single aggregate consumption metering point. This work explores
machine learning techniques applied to an industrial load disaggregation
dataset from a poultry feed factory in Brazil. It proposes a model that combines
variational autoencoders with invertible normalizing flows models. The
results obtained are, in general, better than the current best reported results
for this dataset, outperforming them by up to 86 percent in the Signal Aggregate
Error and by up to 81 percent in the Normalized Disaggregation Error.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:54082 |
| Date | 05 August 2021 |
| Creators | EDUARDO SANTORO MORGAN |
| Contributors | SERGIO COLCHER |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | English |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0027 seconds