ESTRUTURA COMPETITIVA DE REDES NEURAIS AUTOASSOCIATIVAS APLICADAS AO PROCESSO DE IDENTIFICAÇÃO DE EQUIPAMENTOS ELÉTRICOS EM SISTEMAS DE MONITORAMENTO NÃO-INTRUSIVO DE CARGAS.
Redes Neurais Auto-associativas, Identificação de Equipamentos Elétricos e Monitoramento de carga não intrusivo.
Os ambientes residenciais são responsáveis por uma grande parte do consumo de energia elétrica, sendo que é bastante relevante o auxilio para tomada de decisão dos consumidores, com o objetivo de se buscar uma maior eficiência energética. Para o consumidor é importante ter conhecimento sobre a sua fatura mensal de consumo de energia de tal forma que o mesmo possa identificar nestas os seus períodos de maior consumo assim como os equipamentos de maior consumo. O monitoramento não intrusivo de cargas (NILM) surge exatamente como uma técnica capaz de auxiliar os consumidores com informações a respeito do consumo individual dos equipamentos, trazendo assim informações que os tornem capaz de tomar iniciativas para redução do seu consumo e aumento da eficiência energética.
Em um sistema NILM quatro etapas são fundamentais: a aquisição de dados agregados através do sensor único, a detecção de eventos liga/desliga dos equipamentos a partir da carga agregada, a extração de características dos sinais desagregados e a identificação de equipamentos a partir das características extraídas do sinal desagregado.
No contexto de sistemas NILM, este trabalho propõe o desenvolvimento de uma nova metodologia para reconhecimento de equipamentos elétricos em ambiente residencial empregando uma estrutura competitiva de Redes Neurais Auto-Associativas. Para o desenvolvimento da metodologia foram utilizados três bancos de dados públicos contendo dados de carga de diversos equipamentos elétricos. Os bons resultados alcançados, com a metodologia aplicada para o reconhecimento de 7 equipamentos em cada cenário, indicam que a metodologia proposta é capaz de executar de forma satisfatória a tarefa de reconhecimento de equipamento, podendo então contribuir para o desenvolvimento de sistemas de monitoramento não intrusivo que atendam as demandas do mercado.