Jacobsen, Hans-Arno (Prof. Dr.); Carle, Georg (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; ERG Energietechnik, Energiewirtschaft
Stichworte:
Energy monitoring, energy data compression, high-frequency data acquisition, Hilbert-Huang transform, non-intrusive load monitoring, simultaneous event detection,
TU-Systematik:
WIR 523d
Kurzfassung:
This work proposes, develops, and evaluates a fine-grained high-frequency data acquisition (DAQ) solution to accurately detect individual appliances from the aggregate load, even when several appliances are operating simultaneously. As most disaggregation inaccuracies stem from DAQ, we have developed a circuit-level electric appliance radar to simultaneously gather energy data at up to 250 kHz from six circuits. Similarly, a novel event detection algorithm using the Hilbert-Huang transform is proposed to accurately detect low power appliance events from an office.
«
This work proposes, develops, and evaluates a fine-grained high-frequency data acquisition (DAQ) solution to accurately detect individual appliances from the aggregate load, even when several appliances are operating simultaneously. As most disaggregation inaccuracies stem from DAQ, we have developed a circuit-level electric appliance radar to simultaneously gather energy data at up to 250 kHz from six circuits. Similarly, a novel event detection algorithm using the Hilbert-Huang transform is pr...
»
Übersetzte Kurzfassung:
Diese Arbeit beschreibt, definiert und evaluiert ein feingranulares hoch-frequentes Datenerfassungskonzept zur Erkennung von Einzelgeräten anhand von aggregierten Lastdaten, im besonderen Fall von mehreren gleichzeitig aktiven Verbrauchern. Ein Hauptfaktor für Disagreggierungsungenauigkeiten sind die Datenerfassungsmodule, daher entwickeln wir ein Schaltkreis-basiertes Geräteradar zur simulatenen Erfassung von Energiedaten mit bis zu 250 kHz auf 6 Schaltkreisen. Weiters führen wir einen neuen Eventerkennungsalgorithmus ein, basierend auf Hilbert-Huang Transformationen um ein exaktes Erkennen von Kleinverbrauchern und deren Events in Bürogebäuden zu ermöglichen.
«
Diese Arbeit beschreibt, definiert und evaluiert ein feingranulares hoch-frequentes Datenerfassungskonzept zur Erkennung von Einzelgeräten anhand von aggregierten Lastdaten, im besonderen Fall von mehreren gleichzeitig aktiven Verbrauchern. Ein Hauptfaktor für Disagreggierungsungenauigkeiten sind die Datenerfassungsmodule, daher entwickeln wir ein Schaltkreis-basiertes Geräteradar zur simulatenen Erfassung von Energiedaten mit bis zu 250 kHz auf 6 Schaltkreisen. Weiters führen wir einen neuen Ev...
»