Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo

Autores
Barberia, Juan Luis; Fernandez Biancardi, Juan Facundo; Lottero, Giancarlo; Esangui, Sebastian; Licata Caruso, Lorenzo; Legnani, Walter
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El monitoreo de carga no intrusivo es un conjunto de técnicas cuyo objetivo es la identificación de los electrodomésticos utilizados en una vivienda partiendo de la señal de consumo energético agregada que producen al utilizarse. La base de datos empleada es la denominada Reference Energy Disaggregation Data Set (REDD) la cual es de acceso gratuito y contiene información detallada del consumo eléctrico de artefactos de varios hogares. El presente trabajo tiene como objetivo utilizar herramientas de Machine Learning supervisado para lograr una clasificación satisfactoria de electrodomésticos del mismo tipo presentes en diferentes viviendas, partiendo de señales de consumo eléctrico, medidas en circuitos individuales. Los resultados obtenidos muestran una precisión lo suficientemente elevada como para alentar la continuación de esta línea de estudio.
Centro de procesamiento de señales e imágenes, Universidad Tecnológica Nacional, Buenos Aires, Argentina
Fil: Centro de procesamiento de señales e imágenes, Universidad Tecnológica Nacional, Buenos Aires, Argentina
Peer Reviewed
Materia
Monitoreo no intrusivo
Aprendizaje automático
Transiciones entre patrones ordinales
Entropía
Complejidad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-07-23T14:59:49Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/11145
Acceder
id RIAUTN_c4f88a6be45e2fe83beba743c9fda17f
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/11145
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivoBarberia, Juan LuisFernandez Biancardi, Juan FacundoLottero, GiancarloEsangui, SebastianLicata Caruso, LorenzoLegnani, WalterMonitoreo no intrusivoAprendizaje automáticoTransiciones entre patrones ordinalesEntropíaComplejidadEl monitoreo de carga no intrusivo es un conjunto de técnicas cuyo objetivo es la identificación de los electrodomésticos utilizados en una vivienda partiendo de la señal de consumo energético agregada que producen al utilizarse. La base de datos empleada es la denominada Reference Energy Disaggregation Data Set (REDD) la cual es de acceso gratuito y contiene información detallada del consumo eléctrico de artefactos de varios hogares. El presente trabajo tiene como objetivo utilizar herramientas de Machine Learning supervisado para lograr una clasificación satisfactoria de electrodomésticos del mismo tipo presentes en diferentes viviendas, partiendo de señales de consumo eléctrico, medidas en circuitos individuales. Los resultados obtenidos muestran una precisión lo suficientemente elevada como para alentar la continuación de esta línea de estudio.Centro de procesamiento de señales e imágenes, Universidad Tecnológica Nacional, Buenos Aires, ArgentinaFil: Centro de procesamiento de señales e imágenes, Universidad Tecnológica Nacional, Buenos Aires, ArgentinaPeer Reviewed2024-07-23T14:59:49Z2024-07-23T14:59:49Z2023-05info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfBarberia, J. (2023, May). Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo. In MACI 2023-IX Congreso de Matemática Aplicada, Computacional e Industrial (Vol. 9).http://hdl.handle.net/20.500.12272/11145spainfo:eu-repo/semantics/openAccess2024-07-23T14:59:49Zhttp://creativecommons.org/licenses/by/4.0/Atribución 4.0 InternacionalBarberia Juan LuisSin condiciones de usoreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:43:52Zoai:ria.utn.edu.ar:20.500.12272/11145instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:43:53.189Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
title Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
spellingShingle Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
Barberia, Juan Luis
Monitoreo no intrusivo
Aprendizaje automático
Transiciones entre patrones ordinales
Entropía
Complejidad
title_short Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
title_full Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
title_fullStr Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
title_full_unstemmed Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
title_sort Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
dc.creator.none.fl_str_mv Barberia, Juan Luis
Fernandez Biancardi, Juan Facundo
Lottero, Giancarlo
Esangui, Sebastian
Licata Caruso, Lorenzo
Legnani, Walter
author Barberia, Juan Luis
author_facet Barberia, Juan Luis
Fernandez Biancardi, Juan Facundo
Lottero, Giancarlo
Esangui, Sebastian
Licata Caruso, Lorenzo
Legnani, Walter
author_role author
author2 Fernandez Biancardi, Juan Facundo
Lottero, Giancarlo
Esangui, Sebastian
Licata Caruso, Lorenzo
Legnani, Walter
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Monitoreo no intrusivo
Aprendizaje automático
Transiciones entre patrones ordinales
Entropía
Complejidad
topic Monitoreo no intrusivo
Aprendizaje automático
Transiciones entre patrones ordinales
Entropía
Complejidad
dc.description.none.fl_txt_mv El monitoreo de carga no intrusivo es un conjunto de técnicas cuyo objetivo es la identificación de los electrodomésticos utilizados en una vivienda partiendo de la señal de consumo energético agregada que producen al utilizarse. La base de datos empleada es la denominada Reference Energy Disaggregation Data Set (REDD) la cual es de acceso gratuito y contiene información detallada del consumo eléctrico de artefactos de varios hogares. El presente trabajo tiene como objetivo utilizar herramientas de Machine Learning supervisado para lograr una clasificación satisfactoria de electrodomésticos del mismo tipo presentes en diferentes viviendas, partiendo de señales de consumo eléctrico, medidas en circuitos individuales. Los resultados obtenidos muestran una precisión lo suficientemente elevada como para alentar la continuación de esta línea de estudio.
Centro de procesamiento de señales e imágenes, Universidad Tecnológica Nacional, Buenos Aires, Argentina
Fil: Centro de procesamiento de señales e imágenes, Universidad Tecnológica Nacional, Buenos Aires, Argentina
Peer Reviewed
description El monitoreo de carga no intrusivo es un conjunto de técnicas cuyo objetivo es la identificación de los electrodomésticos utilizados en una vivienda partiendo de la señal de consumo energético agregada que producen al utilizarse. La base de datos empleada es la denominada Reference Energy Disaggregation Data Set (REDD) la cual es de acceso gratuito y contiene información detallada del consumo eléctrico de artefactos de varios hogares. El presente trabajo tiene como objetivo utilizar herramientas de Machine Learning supervisado para lograr una clasificación satisfactoria de electrodomésticos del mismo tipo presentes en diferentes viviendas, partiendo de señales de consumo eléctrico, medidas en circuitos individuales. Los resultados obtenidos muestran una precisión lo suficientemente elevada como para alentar la continuación de esta línea de estudio.
publishDate 2023
dc.date.none.fl_str_mv 2023-05
2024-07-23T14:59:49Z
2024-07-23T14:59:49Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Barberia, J. (2023, May). Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo. In MACI 2023-IX Congreso de Matemática Aplicada, Computacional e Industrial (Vol. 9).
http://hdl.handle.net/20.500.12272/11145
identifier_str_mv Barberia, J. (2023, May). Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo. In MACI 2023-IX Congreso de Matemática Aplicada, Computacional e Industrial (Vol. 9).
url http://hdl.handle.net/20.500.12272/11145
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-07-23T14:59:49Z
http://creativecommons.org/licenses/by/4.0/
Atribución 4.0 Internacional
Barberia Juan Luis
Sin condiciones de uso
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-07-23T14:59:49Z
http://creativecommons.org/licenses/by/4.0/
Atribución 4.0 Internacional
Barberia Juan Luis
Sin condiciones de uso
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230866097242112
score 13.265058

Publicaciones similares