Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/63226
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorCórdova, José , Director-
dc.contributor.authorCedeño Zamora, Carlos Enrique-
dc.creatorESPOL.FIEC-
dc.date.accessioned2025-01-30T14:42:22Z-
dc.date.available2025-01-30T14:42:22Z-
dc.date.issued2024-
dc.identifier.citationCedeño Zamora, C. E. (2024). Creación de modelo de monitoreo no intrusivo de cargas (NILM) para desagregación eléctrica aplicado en Ecuador. [Proyecto de Titulación]. ESPOL.FIEC .-
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/63226-
dc.descriptionEl uso de técnicas de monitoreo en el campo eléctrico ha revolucionado la toma de decisiones para los administradores de edificios y sistemas de control de energía. Además, la creciente disponibilidad de sensores y smart-meters permite la creación de aplicaciones en entornos inteligentes, como la identificación de patrones de ocupación en oficinas y edificios. Sin embargo, la falta de datasets abiertos para analizar y probar tales aplicaciones retrasa su implementación y complica la adaptación a escenarios desconocidos. En este trabajo, se presenta el proceso de creación de un modelo para la desagregación no intrusiva de cargas eléctricas o NILM, el cual consiste en obtener las mediciones desagregadas de una fuente primaria de monitoreo eléctrico sin necesidad de sensores adicionales. Esto implica varias fases, desde la creación de un sistema de telemetría para obtener los datos, el armado de un dataset, creación de perfiles de carga, el entrenamiento de modelos y la puesta en producción, todo esto presentado en un dashboard de monitoreo. Para aprovechar la fuente de datos que se va a crear, se complementó la información con estadísticas en tiempo real de la operación eléctrica tales como el consumo acumulado, pronósticos de consumo, su equivalente monetario y otros parámetros de importancia. Al final, presentamos CLED, Computer Lab Level Energy Dataset, un conjunto de datos obtenido en un entorno controlado con dispositivos comúnmente encontrados en un laboratorio de aula de ingeniería. También NilmEC, una aplicación web que permite el monitoreo en tiempo real de parámetros de operación de una red eléctrica, con pronósticos de consumo y facturación, datos históricos y desagregación de cargas no intrusiva. Palabras clave: NILM, monitoreo eléctrico, dataset de energía, telemetría-
dc.formatapplication/pdf-
dc.format.extent98 página-
dc.language.isospa-
dc.publisherESPOL.FIEC-
dc.rightsopenAccess-
dc.subjectNILM-
dc.subjectMonitoreo eléctrico-
dc.subjectDataset de energía-
dc.subjectTelemetría-
dc.titleCreación de modelo de monitoreo no intrusivo de cargas (NILM) para desagregación eléctrica aplicado en Ecuador-
dc.typeMagister en Ciencias de Datos-
dc.identifier.codigoespolT-114815-
dc.description.cityGuayaquil-
dc.description.degreeEscuela Superior Politécnica del Litoral-
dc.identifier.codigoproyectointegradorPOSTG094-
dc.description.abstractenglishThe use of monitoring techniques in the electrical field has revolutionized decision making for building administrators and energy control systems. Additionally, the increasing availability of sensors and smart meters enables the creation of applications in smart environments, such as the identification of occupancy patterns in offices and buildings. However, the lack of open datasets for analyzing and testing such applications delays their implementation and complicates adaptation to unknown scenarios. This work presents the process of creating a model for non-intrusive load monitoring (NILM), which involves obtaining disaggregated measurements from a primary source of electrical monitoring without the need for additional sensors. This process involves several phases, from creating a telemetry system to obtain the data, building a dataset, creating load profiles, training models, and deploying them, all presented in a monitoring dashboard. To leverage the created data source, real-time statistics of electrical operation such as cumulative consumption, consumption forecasts, their monetary equivalent, and other important parameters were included. Finally, we present CLED, the Computer Lab Level Energy Dataset, a dataset obtained in a controlled environment with devices commonly found in an engineering classroom laboratory. We also introduce NilmEC, a web application that allows real-time monitoring of electrical network operation parameters, with consumption forecasts and billing, historical data, and non-intrusive load disaggregation. Keywords: NILM, energy monitoring, energy dataset, telemetry-
Appears in Collections:Tesis de Maestría en Ciencia de Datos

Files in This Item:
File SizeFormat 
T-114815 POSTG094 CARLOS CEDEÑO ZAMORA.pdf3.24 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.