Implementación de sistemas de clasificación de dispositivos eléctricos basados en su consumo energético

Javier Morales Castro; Jesús Eseban Díaz Verdejo

Abstract:

El propósito de este proyecto es el de implementar un sistema de clasificación para dispositivos eléctricos de uso doméstico, basado únicamente en el consumo de energía de los mismos. Con este fin, se aborda el trabajo en cuatro fases. En la primera de ellas se realiza la toma de medidas de la potencia consumida por distintos aparatos eléctricos. Dichos aparatos son elegidos de acuerdo con el criterio de que deben ser comunes en un hogar y representativos de los posibles tipos de consumos energéticos. Para esta tarea es necesario hacer uso de dispositivos de medida adecuados y el proyecto presente plantea diversas alternativas basadas en sensores inalámbricos que usan el estándar de comunicación Zig-Bee. Una vez recogidos los datos, se procede a su adecuación para el entrenamiento y testeo de los clasificadores. Para ello, se preprocesan los datos de potencia para eliminar ruido indeseado, se segmentan atendiendo a distintos criterios temporales y se calcula a partir de las señales resultantes una serie de datos que se proponen para caracterizar la señal. Posteriormente, para reducir redundancias en los datos, se realiza un cálculo de componentes principales a las características propuestas. En tercer lugar, se crean bancos de clasificadores entrenados con distintas bases de datos que si bien tienen los mismos datos de partida (los capturados en la primera fase), han sido procesados y segmentados atendiendo a diferentes parámetros. Estos clasificadores serán los que clasificarán nuevas señales de potencia. Por último, se han realizado pruebas de funcionalidad y de rendimiento a los sistemas, comprobando cómo afectan las variaciones de los parámetros y cómo se comporta el sistema ante un caso en tiempo real. Los resultados obtenidos son satisfactorios, con un porcentaje de acierto alto incluso con tiempos de medición cortos y usando bases de datos de aprendizaje pequeñas.

Research areas:

• Ethical hacking and digital forensics

Year:

2013

Type of Publication:

Master Thesis

Type of Publication:

PFM