Identificação de equipamentos elétricos residenciais
Abstract
O consumo de eletricidade em residências vem aumentando continuamente ao longo das décadas e ações para diminuir estes gastos podem ser tomadas. Uma solução interessante é fornecer aos consumidores, e também à própria concessionária, dados detalhados de consumo individual de cada equipamento elétrico da unidade consumidora. Visto isso, esse trabalho consiste no desenvolvimento de um sistema, baseado em Redes Neurais, capaz de identificar o equipamento através de suas características elétricas de potência ativa e reativa. A topologia utilizada na rede neural é de Multi-Layer Perceptron estruturada em três camadas, enquanto o treinamento do algoritmo utiliza o método de backpropagation. Dentre as etapas do sistema de identificação, o pré-processamento se provou crucial ao processo de aprendizagem da rede, e, do mesmo modo, a seleção de variáveis reduziu a complexidade da rede através da redução dos atributos previsores, potencializando o processamento da RNA. A análise das assinaturas utilizada foi de estado estacionário, baseada em uma base de dados com amostras registradas a cada minuto, considerando um período de 24 horas para cada assinatura. A partir desta abordagem, todas as cargas foram reconhecidas, alcançando uma taxa de acerto global acima de 93% para o sistema em geral e uma precisão de classificação de aproximadamente 88% (sic).