Monitoração não intrusiva de cargas elétricas utilizando classificadores de inteligência artificial de ponta: análise de desempenho de redes neurais artificiais e técnicas de aprendizagem profunda
Monteiro, Raul Vitor Arantes
Resumo:
A conservação de energia elétrica nos dias de hoje é um desafio que pesquisadores têm tentado superar com a proposição de novos programas de conservação, novas tecnologias ou novos métodos para a minimização do consumo de energia elétrica. Dentro desse panorama, pode-se destacar o setor residencial brasileiro que, no ano de 2017, foi responsável por 28,86% do consumo de energia elétrica total do país (Procel, 2017). Essa é uma crescente preocupação, uma vez que os recursos de energia são limitados e o aumento do consumo do setor elétrico tem impactos diretos e negativos no meio ambiente, por exemplo as emissões de CO2O2 (Zoha et al., 2012).
59 downloads
DOI: 10.5151/9786555503395-08
Referências bibliográficas
- ZEIFMAN, M.; ROTH, K. Nonintrusive appliance load monitoring: review and outlook.
- IEEE Conference on Consumer Electronics – ICCE. 2011.
- ZHANG, B. Y. et al. Grid-level application of electrical energy storage. IEEE Power and Energy
- Magazine, vol. 15, p. 51-58, 2017. http://doi.org/10.1109/MPE.2017.2708860
- ZOHA, A. et al. Non-intrusive load monitoring approaches for disaggregated energy sensing:
- a survey. Sensors, v. 12, p. 16838-16866, 2012.
Como citar:
MONTEIRO, Raul Vitor Arantes; "Monitoração não intrusiva de cargas elétricas utilizando classificadores de inteligência artificial de ponta: análise de desempenho de redes neurais artificiais e técnicas de aprendizagem profunda", p. 182-205. Inteligência Artificial Aplicada às Smart Grids. São Paulo: Blucher, 2024.
ISBN: 9786555503395, DOI 10.5151/9786555503395-08