Medidor cognitivo de energia para aplicações em eficiência energética

Abstract

Este trabalho apresenta o desenvolvimento de um medidor cognitivo de energia elétrica, enfatizando sua aplicação para avaliação da eficiência energética e consumo padrão de eletrodomésticos classificados pelo PROCEL e de acordo com a Etiqueta Nacional de Conservação de Energia. Para tal, é proposta uma metodologia de desagregação do consumo de energia que possibilita estimar o consumo individual de cada eletrodoméstico em uma residência. Os eletrodomésticos são classificados e identificados a partir de indicadores que caracterizam a operação de um equipamento, sendo calculados através das formas de onda de tensão e corrente e da Teoria de Potência Conservativa (CPT). Com isso, foi criada uma base de dados composta por indicadores de diversos eletrodomésticos para que se pudesse identificá-los a partir do algoritmo K-enésimo vizinho mais próximo (KNN). Tendo em vista o engajamento do consumidor residencial em relação aos seus hábitos de consumo, o trabalho proposto faz uso do medidor cognitivo de energia elétrica para fornecer recomendações e diagnósticos sobre os eletrodomésticos utilizados na residência. Por fim, o teste do protótipo possibilitou validar a metodologia proposta, estabelecendo um novo conceito e aplicação de medidores inteligentes de energia.

This work presents the development of a cognitive energy meter, emphasizing its application to evaluate the energy efficiency and standard appliances consumption classified by PROCEL and according to the National Energy Efficiency Labeling. For this purpose, an energy consumption disaggregation methodology is proposed, which makes possible to estimate the individual consumption of each appliance in a house. Appliances are classified and identified by indicators that characterize the operation of an equipment, being calculated through voltage and current waveforms and by the Conservative Power Theory (CPT). Thus, a database composed of indicators of several household appliances was created so that they could be identified using the K-nth nearest neighbor (KNN) algorithm. Considering the engagement of the residential consumer in relation to their consumption habits, the proposed work makes the use of the cognitive energy meter to provide recommendations and diagnoses about the appliances used in the residence. Finally, the prototype validated the proposed methodology, establishing a new concept and application of smart energy meters.