Aplicação de rede Sincnet para identificação de cargas elétricas

Abstract

RESUMO: A busca pela otimização da energia cresce a cada dia, seja por questões ambientais, financeiras ou econômicas. Em indústrias e residências, saber qual equipamento está ligado, quando está ligado, com que frequência ocorre e por quanto tempo é utilizado é uma informação essencial para algoritmos de otimização de energia. Portanto, reconhecer a assinatura característica do equipamento é um grande passo. Este trabalho propõe o uso de uma rede convolucional, que utiliza uma camada chamada de Sincnet, para a identificação de cargas elétricas. Esta rede foi proposta inicialmente por Mirco Ravanelli e Yoshua Bengio para o reconhecimento de fala humana. Os datasets empregados no trabalho são o WHITED, utilizado para verificar a aplicabilidade de rede Sincnet para aplicações na identificação de cargas elétricas isoladas, além de um dataset de cargas similares, utilizado para testes de uma aplicação NILM com cargas similares. Os resultados apresentados comprovam a potencialidade de uso da rede convolucional Sincnet para a detecção de cargas elétricas.

ABSTRACT: The search for energy optimization grows every day, whether for environmental, financial or economic reasons. In industries and homes, knowing which equipment is turned on, or if it is turned on, how often it occurs and how long it is used is essential information for energy optimization algorithms. Therefore, recognizing the characteristic signature of the equipment is a big step. This work proposes the use of a convolutional network using a Sincnet layer initially proposed by Mirco Ravanelli and Yoshua Bengio, used for human speech recognition, the datasets used are the WHITED that was used to verify the applicability of the Sincnet network for applications of electrical loads and a dataset of similar loads to test in a NILM application with similar loads. The results presented prove the potentiality of using the Sincnet convolutional network for the detection of electrical loads.