Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18901
Title: | Identificação e reconhecimento de padrões de consumo de energia elétrica. |
Other Titles: | Identificação e reconhecimento de padrões de consumo de energia elétrica. |
???metadata.dc.creator???: | NUNES, Lucas Sales de Araújo. |
???metadata.dc.contributor.advisor1???: | GURJÃO, Edmar Candeia. |
Keywords: | Identificação de padrões;Reconhecimento de padrões;Consumo de energia elétrica - padrões;Padrões de consumo de energia elétrica;Algoritmo k-means;Máquina de vetor de suporte;Segmentação de perfis de consumo - energia elétrica;Medidores inteligentes;Algoritmos de agrupamento;Projeto SCIKE Paraíba;Análise de Clustering;Pattern identification;Pattern Recognition;Electricity consumption - standards;Electricity consumption patterns;K-means algorithm;Support Vector Machine;Segmentation of consumption profiles - electricity;Smart meters;Clustering algorithms;SCIKE Paraíba Project;Clustering Analysis |
Issue Date: | Dec-2018 |
Publisher: | Universidade Federal de Campina Grande |
Citation: | NUNES, Lucas Sales de Araújo. Identificação e reconhecimento de padrões de consumo de energia elétrica. 2018. 47f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18901 |
???metadata.dc.description.resumo???: | Este trabalho foi desenvolvido com o objetivo de identificar e reconhecer padrões de consumo de energia elétrica. Foram aplicados modelos computacionais para agrupar e classificar esses dados de acordo com as suas características mais semelhantes. Os algoritmos utilizados foram o k-means (identificação) e a Máquina de Vetor de Suporte (reconhecimento), e estes atenderam o fim pretendido, apresentando bons resultados na segmentação de perfis de consumo. Como caso de uso foi utilizado os dados do consumo de energia do Bloco CJ da Universidade Federal de Campina Grande. Os algoritmos foram aplicados a dados de potência ativa correspondentes a seis semanas de medições, e mostrou-se que é possível detectar padrões de consumo utilizando os algoritmos. |
Abstract: | This work was developed to identify and detect patterns in electrical energy consumption. Computational models were applied to group and to classify the consumption data according to similar features. The algorithms k-means (identification) and Vector Support Machine (recognition) were used in the data of energy consumption of the CJ Building of the Universidade Federal de Campina Grande. Data of active power fo six weeks were analyzed, and patterns were detected. |
Keywords: | Identificação de padrões Reconhecimento de padrões Consumo de energia elétrica - padrões Padrões de consumo de energia elétrica Algoritmo k-means Máquina de vetor de suporte Segmentação de perfis de consumo - energia elétrica Medidores inteligentes Algoritmos de agrupamento Projeto SCIKE Paraíba Análise de Clustering Pattern identification Pattern Recognition Electricity consumption - standards Electricity consumption patterns K-means algorithm Support Vector Machine Segmentation of consumption profiles - electricity Smart meters Clustering algorithms SCIKE Paraíba Project Clustering Analysis |
???metadata.dc.subject.cnpq???: | Engenharia Elétrica. |
URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18901 |
Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
LUCAS SALES DE ARAÚJO NUNES - TCC ENG. ELÉTRICA 2018.pdf | Lucas Sales de Araújo Nunes - TCC Eng. Elétrica 2018. | 658.12 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.