Deep learning and DBSCAN for efficient energy disaggregation
Loading...
Date
2022-10-24
Authors
Οικονομοπούλου, Εμμανουέλα-Ηλέκτρα
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Στην σημερινή εποχή που η τεχνολογία αναπτύσσεται ραγδαία, ολοένα και περισσότερο στην καθημερινότητα των ανθρώπων, εντάσσονται «έξυπνα» αντικείμενα και συσκευές. Η κατεύθυνση προς την «έξυπνη» ζωή, προήλθε από την ανάγκη που καλλιεργήθηκε, για εύκολη και άμεση παροχή και διαχείριση πληροφοριών και υπηρεσιών. Έτσι, με σκοπό την πλήρη διαχείριση των οικιακών ηλεκτρικών, πολλά νοικοκυριά έχουν στραφεί στην εγκατάσταση του «έξυπνου σπιτιού». Ωστόσο, μείζον θέμα στην πραγματικότητα του σήμερα, αποτελεί η διαχείριση της κατανάλωσης ηλεκτρικής ενέργειας. Την λύση στο πρόβλημα αυτό, έδωσε η μηχανική μάθηση και ο ηλεκτρικός μετρητής DinRail Cerberus. Με την εγκατάσταση του προαναφερθέντα μετρητή στον κεντρικό πίνακα ενός νοικοκυριού, συλλέγονται πολύτιμα δεδομένα της καταναλωθείσας ηλεκτρικής ενέργειας. Τα δεδομένα που ανακτώνται, επεξεργάζονται και τροφοδοτούν τους αλγορίθμους μηχανικής μάθησης, με σκοπό την εξαγωγή συμπερασμάτων και την μελλοντική πρόβλεψη συμπεριφοράς των συσκευών. Στόχος λοιπόν της παρούσας διπλωματικής εργασίας, είναι η επεξεργασία μεγάλου όγκου δεδομένων ενέργειας και η ανάπτυξη ενός αποδοτικού συστήματος πρόβλεψης. Ο αλγόριθμος που θα χρησιμοποιηθεί για τον σχεδιασμό του συστήματος, είναι ο αλγόριθμος μη επιβλεπόμενης μάθησης, συσταδοποίηση με DBSCAN. Σκοπός του αλγορίθμου, είναι να μπορέσει να κάνει πρόβλεψη, αν μία συσκευή είναι ενεργή ή ανενεργή κάποια δεδομένη στιγμή, βάσει των ενεργειακών αποτυπωμάτων των συσκευών.
Description
Keywords
Μηχανική μάθηση, Μη επιβλεπόμενη μάθηση, Επιβλεπόμενη μάθηση, Συσταδοποίηση, Κατανάλωση ενέργειας