Przegląd i perspektywy zastosowań sztucznej inteligencji w nieinwazyjnej identyfikacji odbiorników energii elektrycznej

• Autorzy: Bilski P. , Liszewski K. , Winiecki W.

Identyfikatory

DOI

10.12915/pe.2014.11.03

Warianty tytułu

EN

State of the art and perspectives of the artificial intelligence usability in the non-invasive identification of electrical energy appliances

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono analizę możliwości wykorzystania metod sztucznej inteligencji do nieinwazyjnej identyfikacji odbiorników energii elektrycznej w budynku mieszkalnym. Omówione zostały techniki akwizycji danych pomiarowych, będące podstawą do tworzenia zbiorów uczących i pozyskiwania wiedzy dla algorytmów inteligentnych. Zaprezentowano taksonomię obecnie stosowanych podejść do automatycznego rozpoznawania odbiorników, a także zaproponowano autorskie rozwiązania problemu.

EN

The paper presents the analysis of the artificial intelligence applications for the non-invasive identification of electrical energy appliances in the residential premises. The data acquisition techniques are discussed, being the source of the training data and knowledge for the intelligent algorithms. Taxonomy of the currently used approaches is also introduced. The new methods, not used so far for the task are also proposed.

Słowa kluczowe

PL

identyfikacja odbiorników; zużycie energii; sztuczna inteligencja; metody nieinwazyjne

EN

appliances identification; energy consumption; artificial intelligence; non-intrusive methods

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 11
• Strony: 11--13
• Opis fizyczny: Bibliogr. 11 poz., il., schem.

Twórcy

autor

Bilski P.

• Politechnika Warszawska, Instytut Radioelektroniki, ul. Nowowiejska 15/19, 00-650 Warszawa

autor

Liszewski K.

• Politechnika Warszawska, Instytut Radioelektroniki, ul. Nowowiejska 15/19, 00650 Warszawa

autor

Winiecki W.

• Politechnika Warszawska, Instytut Radioelektroniki, ul. Nowowiejska 15/19, 00-650 Warszawa

Bibliografia

• [1] Zeifman M., Roth K., Nonintrusive Appliance Load Monitoring: Review and Outlook, IEEE Trans. Consumer Electronics, Vol. 57 (2011), n. 1, 76-84
• [2] Figueiredo M., Almeida A., Ribeiro B., Home electrical signal disaggregation for non-intrusive load monitoring (NILM) systems, Neurocomputing, 96 (2012), 66–73
• [3] Tsai M. S., Lin Y. H., Development of a Non-Intrusive Monitoring Technique for Appliance’ Identification in Electricity Energy Management, The International Conference on Advanced Power System Automation and Protection, 2011, 108-113
• [4] Jiang L., Luo S., Li J., Automatic power load event detection and appliance classification based on power harmonic features in nonintrusive appliance load monitoring, 8th IEEE Conf. Industrial Electronics and Applications (ICIEA), 2013, 1083-1088
• [5] Gupta S., Reynolds M. S., Patel S. N., ElectriSense: Single-Point Sensing Using EMI for Electrical Event Detection and Classification in the Home, 12th ACM International Conf. Ubiquitous Computing, 2010, 139-148
• [6] Alles H. Zenger B.A., A Commercial Disaggregation System for Residential and Light Commercial Buildings, 2nd NILM Workshop, Austin, Texas, 3 June 2014
• [7] Kamat S.P., Fuzzy logic based pattern recognition technique for non-intrusive load monitoring, IEEE Region 10 Conference (TENCON), 21-24 Nov. 2004 Chiang Mai, Vol. C, 528-530
• [8] Kolter J.Z., Jaakkola T., Approximate Inference in Additive Factorial HMMs with Application to Energy Disaggregation, 15th International Conf. Artificial Intelligence and Statistics, La Palma, Canary Islands, Vol. XX, 2012
• [9] Lin Y.-H. Tsai M.-S., Application of Neuro-Fuzzy Pattern Recognition for Non-intrusive Appliance Load Monitoring in Electricity Energy Conservation, WCCI 2012 IEEE World Congress on Computational Intelligence, June, 10-15, 2012
• [10] Bilski P., Wojciechowski J., Automated Diagnostics of Analog Systems Using Fuzzy Logic Approach, IEEE Trans. Instr. And Meas., 56 (2007) N. 6, 2175-2185
• [11] Zhenyu W., Guilin Z., The application of mean-shift cluster in residential appliance identification, 30th Chinese Control Conference (CCC), 2011