Deep Learning Aplicado à Identificação de Cargas Elétricas Similares em Smart Grid

A demanda crescente por energia trouxe em foco a necessidade de mudança do modelo energético tradicional, introduzindo novas maneiras de produzir, distribuir, gerenciar e consumir a energia. O presente estudo descreve a aplicação de métodos para identificação não intrusiva de dispositivos elétricos/eletrônicos conectados em instalações elétricas, como uma forma de gerar mais informações sobre o perfil do consumidor. O seu primeiro diferencial é a abordagem sobre dispositivos que possuem alto grau de similaridade, problema pouco explorado e que apresenta elevado grau de dificuldade no processo de identificação. O segundo diferencial é a aplicação do método de Rede Neural Convolucional diretamente sobre os dados brutos de corrente, sem a necessidade de um pré-processamento para extração de características do sinal elétrico. A melhor arquitetura de rede neural criada neste trabalho é capaz de identificar os dispositivos com 100% de acurácia, representando um avanço no estado da arte e comprovando a robustez e eficiência dos métodos de Deep Learning.