A carregar...
Publicação
Sistema de Monitorização não Intrusiva de Cargas
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.68 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Devido ao crescimento do consumo energético a nível mundial, surgem preocupações relacionadas com as dificuldades de abastecimento, o esgotamento dos recursos energéticos e os impactos ambientais (alterações na camada de ozono, aquecimento global e outras alterações climáticas, etc.). A eficiência energética e o desenvolvimento de estratégias alternativas, como a aposta nas energias renováveis, a promoção de campanhas de eficiência energética e a monitorização de cargas elétricas, revelam-se parte da solução deste problema, mantendo um certo nível de conforto associado a uma redução de consumo e custos.
A eficiência energética nos edifícios pode ser aumentada através da mudança do comportamento dos seus utilizadores. O desenvolvimento sistemas capazes de extrair informações detalhadas de consumo, períodos de funcionamento dos dispositivos, custos e emissões de dióxido de carbono, poderá consciencializar os utilizadores por forma a alterarem o seu comportamento.
Partindo do cenário acima descrito, a presente dissertação apresenta o desenvolvimento de uma nova metodologia para identificação desagregada de dispositivos, bem como um sistema de monitorização não intrusiva de cargas, denominado por Monitor de Cargas Elétricas (MCE). O sistema desenvolvido apresenta a capacidade de desagregação de múltiplos dispositivos em funcionamento, sendo esta uma das contribuições originais do trabalho. Através do MCE, o utilizador tem acesso a várias informações acerca dos eventos ocorridos, isto é, dispositivos elétricos ligados e desligados, períodos de funcionamento, custos e emissões de 𝐶𝑂2.
O algoritmo de desagregação de cargas desenvolvido e implementado no MCE, utiliza a Transformada de Fourier do sinal da corrente elétrica global como assinatura elétrica em combinação com um algoritmo genético. Ao longo das várias experiências efetuadas, o MCE apresentou uma taxa de sucesso global de 92% de reconhecimento dos dispositivos.
Descrição
Palavras-chave
Eficiência Energética Monitorização não Intrusiva de Cargas Transformada de Fourier Algoritmo Genético