Rozpoznávání domácích spotřebičů na základě jejich odběrové charakteristiky

Abstract

Cílem práce je návrh a realizace systému pro rozpoznávání domácích spotřebičů na základě jejich odběrové charakteristiky. Takový systém by dokázal měřením celkové spotřeby domácnosti identifikovat jednotlivé spotřebiče. Získaná data by mohla být užitečná k tvorbě statistik užívání zařízení a následně k odhalení chyb či upozornění na nestandardní chování spotřebičů. Důležitou součástí mojí práce je návrh a zapojení zařízení pro měření spotřeby a systém pro zpracování měřených veličin. V první verzi projektu je spotřeba energie odečítáná z pulzního výstupu elektroměru. Při tomto způsobu měření nemáme dostatečnou vzorkovací frekvenci, ale jde o jednoduché zapojení a rychlé získání dat k jejich analýze a zpracování. Ve druhé verzi je spotřeba monitorována multifunkčním převodníkem střídavých elektrických veličin, který s požadovanou časovou frekvencí poskytuje naměřený činný i jalový výkon a proud. Data jsou následně zpracována a rozpoznávána pomocí dvou klasifikátorů - HMM a KNN.The goal of this master's thesis is to design and implement a system for recognition of home appliances based on their power consumption characteristics. This system should identify the individual home appliances from measurements of the total household consumption. The acquired data could be used for statistics of usage of a particular appliance and subsequent detection of errors or non-standard behavior of the measured device. An important part of my work is a design and hardware implementation of a unit for measuring and a system for processing the measured signal. The first version of my project uses pulse output of an electrometer to measure the energy. This method does not provide a sufficient sample rate but it's a quick way to obtain data for processing and analysis. The second version monitors the power consumption with a multi-purpose AC converter which measures active and reactive power with the desired sample rate. The data is then processed and recognized by two classifiers - HMM and KNN.