Detalhes bibliográficos
| Ano de defesa: |
2018 |
| Autor(a) principal: |
Paes, Felipe Leite |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/166417
|
Resumo: |
As redes inteligentes de energia indicam para uma nova arquitetura dos sistemas de distribuição de energia elétrica, a qual deve se consolidar nas próximas décadas, em um cenário repleto de dispositivos e sistemas dotados de “inteligência”. Atualmente, os medidores inteligentes de energia possibilitam a integração e comunicação dos dispositivos em uma rede de dados, propiciando a concepção de uma rede inteligente de energia. Neste contexto, o medidor cognitivo de energia vem sendo apresentado como a evolução do medidor inteligente de energia e tem como diferencial a capacidade de desagregação de cargas, que do ponto de vista de redes inteligentes de energia pode fornecer informações importantes para sua operação. Assim, esse trabalho propõe uma metodologia de desagregação de cargas para o medidor cognitivo de energia em um cenário com cargas monofásicas, bifásicas e trifásicas. O estudo inclui a criação de uma base de dados para cargas bifásicas, implementação de um sistema de monitoramento / detecção de eventos com identificação das fases ligadas ao evento e o processo de classificação do KNN, que a partir da base de dados consegue desagregar as cargas nesse novo cenário. |
