Identificação de assinaturas elétricas de cargas em superposição, através de transformada de Gabor e rede MLP

Abstract

O monitoramento não intrusivo permite monitorar simultaneamente diversas cargas de uma instalação, realizando a medição em apenas um ponto da instalação. Portanto, esse tipo de monitoramento não requer o acesso físico a cada uma das cargas da instalação, o que significa redução significativa de custos com hardware. Porém, softwares sofisticados são necessários para essa tarefa, visto que os métodos para desagregar sinais elétricos individuais sobrepostos em um único sinal não é uma tarefa trivial. Esse é um dos avanços que podem resultar em novas tecnologias para smart grid. O aumento da participação da mini e micro geração por fontes renováveis e pela busca por um desenvolvimento mais sustentável impulsiona investimentos nos sistemas elétricos de distribuição. Nesse sentido, o trabalho propõe um método baseado em classificador neural com treinamento supervisionado e na análise de sinais nos domínios do tempo e frequência através da transformada de Gabor, parra identificar transitórios de entradas e saídas de cargas. As cargas utilizadas para avaliar a eficácia do método foram reator eletrônico, lâmpadas incandescentes, motor de indução trifásico e motor de indução monofásico. Ao final, os resultados permitiram concluir que o método proposto apresentou um desempenho satisfatório para as configurações de rede neural implementada no trabalho.