Name: | Description: | Size: | Format: | |
---|---|---|---|---|
2.06 MB | Adobe PDF |
Authors
Abstract(s)
Durante o período de funcionamento de uma instalação eléctrica podem ocorrer várias
anomalias. Enquanto muitas delas apenas são identificadas tardiamente, outras acabam por
nunca serem identificadas como um potencial problema. A identificação atempada dessas
anomalias permite a realização de um diagnóstico que leve à correcção das suas causas
evitando assim os desperdícios e prejuízos inerentes.
A identificação de um consumo anómalo pode ser realizada, de forma automática ou semi
automática através de sistemas de apoio que permitam sinalizar falhas ou comportamentos
anormais. O trabalho apresentado nesta dissertação pretende possibilitar esta sinalização
apenas através da análise dos dados de consumo medidos em tempo real e comparados
com dados históricos através de uma abordagem baseada em classificação, recorrendo a
métodos de clustering.
Foram testadas diferentes abordagens em três casos distintos, dois relativos a consumidores
residenciais para os quais existiam registos de consumo durante um período alargado, e um
relativo a uma instalação desportiva, para a qual é possível aceder em tempo real ao
sistema de gestão de consumos via web.
O sistema implementado proporciona vários tipos de informação ao utilizador, permitindo
visualizar graficamente a existência de uma potencial anomalia quando a disparidade entre
a classificação do consumo no instante e a classe do consumo de referência for
significativa.
Description
Keywords
Análise de consumos energéticos Detecção de anomalias Clustering