Wyniki 1-6 spośród 6 dla zapytania: authorDesc:"Robert ŁUKASZEWSKI"

Systemy do monitorowania zużycia energii elektrycznej w domu DOI:10.12915/pe.2014.11.11

Czytaj za darmo! »

W artykule przedstawiono przegląd systemów inteligentnego pomiaru zużycia energii elektrycznej w lokalach mieszkalnych. Dokonano klasyfikacji opisywanej grupy systemów z uwagi na poziom szczegółowości prezentowanych informacji. Omówiono ich zadania i typowe funkcje, możliwości pomiarowe i komunikacyjne. Abstract. The paper presents the overview of the intelligent measurements for the energy consumption in residential premises. The measurement systems were classified considering the types of collected data. The paper presents examples of systems for monitoring the overall electrical energy consumption and systems for monitoring the energy consumption by individual appliances. The paper covers tasks and typical functions and measurement capabilities of systems belonging to subsequent categories of systems identifying appliances based on the electrical energy consumption. (Systems for monitoring electricity consumption in the house). Słowa kluczowe: monitorowanie zużycia energii elektrycznej w domu, system pomiarowy. Keywords: home electrical energy monitor, smart metering. doi:10.12915/pe.2014.11.11 Wstęp W artykule przedstawiono przegląd aktualnego stanu wiedzy z zakresu systemów inteligentnego pomiaru zużycia energii elektrycznej (EE) w lokalach mieszkalnych. Systemy z tej grupy są uzupełnieniem systemów do zdalnego odczytu zużycia EE (AMI - ang Advanced Metering Infrastructure) [1], inteligentnych liczników energii (ang. Smart Meter) [1] oraz inteligentnych sieci elektroenergetycznych (ang. Smart Grid) [2]. Zadaniem domowych systemów monitoringu zużycia energii elektrycznej (DSMZEE) (ang. home electrical energy monitor) jest dostarczenie końcowemu odbiorcy szybkiej i wygodnej informacji na temat wykorzystania EE takiej jak: koszt zużytej całkowitej EE, zużycie EE przez poszczególne odbiorniki w obszarze gospodarstwa domowego, prognozy zużycia EE w okresach krótko i długoterminowych, wyniki analizy kosztów przy zastosowaniu różny[...]

Wirtualny analizator widma w paśmie ISM 2,4 GHz

Czytaj za darmo! »

Pasmo radiowe zajmujące przedział częstotliwości 2,4...2,5 GHz nazwane jest pasmem ISM (ang. Industrial, Scientific, Medical). Federalna Komisja Łączności - FCC (ang. Federal Communications Commission) przeznaczyła je dla zastosowań przemysłowych, naukowych i medycznych. Fakt, że jest to pasmo nie licencjonowane, spowodował olbrzymi wzrost jego popularności. Obecnie na tej częstotliwości działają współczesne systemy bezprzewodowej transmisji danych takie jak Wi-Fi, Bluetooth oraz ZigBee. Producenci urządzeń wykorzystujących to pasmo radiowe nie muszą wykupywać licencji, jednak w dalszym ciągu są zobowiązani uzyskać akceptację FCC [1]. Przed wprowadzeniem urządzenia na rynek, sprawdzana jest moc emitowanego przez nie sygnału oraz zakres wykorzystywanej częstotliwości. Coraz wi[...]

Algorytm wyznaczania sygnatury odbiornika energii elektrycznej z wykorzystaniem transformaty falkowej DOI:10.15199/48.2018.11.09

Czytaj za darmo! »

Zagadnienie rozkładu całkowitego zużycia energii elektrycznej na pojedyncze urządzenia w obrębie gospodarstwa domowego (NIALM - Non-Intrusive Appliance Load Monitoring) cieszy się w ostatnich latach dużym zainteresowaniem badaczy. Jest to związane z rosnącym zapotrzebowaniem na energię elektryczną a także licznymi inicjatywami promującymi bezpieczeństwo systemów transmisji energii [1] oraz bardziej efektywne wykorzystanie energii przez użytkowników końcowych [2]. System NIALM przetwarza sygnały prądu i napięcia mierzone w jednym miejscu monitorowanego obszaru, np. przy domowym liczniku energii elektrycznej. Dzięki temu system jest łatwy w instalacji i nie wymaga rozbudowy sprzętowej w przypadku wymiany lub zwiększenia liczby obserwowanych urządzeń. Zasada działania systemu NIALM jest następująca: zmierzone sygnały są przesyłane do jednostki centralnej systemu, gdzie obserwowane są zmiany w bieżącym zużyciu energii. W przypadku zmiany sumarycznej mocy dane uzyskane w wyniku pomiarów są przetwarzane, a następnie porównywane z sygnaturami monitorowanych urządzeń. W ten sposób metoda identyfikacji określa stan pracy oraz szacuje zużycie energii poszczególnych urządzeń w wybranym okresie czasu. Zagadnienie rozkładu zużycia energii elektrycznej zostało zaproponowane po raz pierwszy ponad 30 lat temu [3]. W ostatnich latach zaproponowano wiele metod modelowania odbiorników energii elektrycznej wykorzystujących wiele powszechnie stosowanych parametrów prądu i napięcia, m.in. moc średnią [4], moc czynną [5], amplitudy harmonicznych mocy [6], amplitudy i przesunięcia fazowe harmonicznych prądu [7], parametry immitancji [8]. Do klasyfikacji stanów urządzeń dostosowano różne algorytmy [9], m.in. ukryte modele Markova (HMM - Hidden Markov Model) [10], drzewa decyzyjne (DT - Decision Tree) [11], maszynę wektorów nośnych (SVM - Support Vector Machine) [12]. Mimo to, nadal brakuje rozwiązania kompleksowego, skutecznego dla wszystkich t[...]

Bezpieczeństwo rozproszonych systemów pomiarowo-sterujących (RSPS)

Czytaj za darmo! »

Praca dotyczy bardzo szybko rozwijającej się dziedziny Rozproszonych Systemów Pomiarowo Sterujących (RSPS) oraz metod zapewnienia bezpieczeństwa informacyjnego takich systemów. Po krótkim wprowadzeniu w dziedzinę sieci RSPS dokonano przeglądu zagrożeń typowych dla sieci RSPS oraz metod i algorytmów kryptograficznych służących do zapewnienia bezpieczeństwa informacyjnego sieci RSPS. Praca ma cha[...]

Opis odbiorników energii elektrycznej z wykorzystaniem pomiarów sygnału prądu w stanach przejściowych DOI:10.15199/48.2018.11.02

Czytaj za darmo! »

Wobec wciąż rosnącego zapotrzebowania na energię elektryczną, konieczne jest podjęcie działań, które umożliwią nie tylko bezpośrednie ograniczenie jej zużycia, ale również pozyskanie informacji o tym gdzie i kiedy zużywa się najwięcej energii, aby podnieść świadomość odbiorców energii [1]. Nieinwazyjny system monitorowania zużycia energii elektrycznej (NIALM - Non-Intrusive Appliance Load Monitoring) opisany po raz pierwszy w [2], jest propozycją odpowiedzi na tak postawiony problem. System NIALM dokonuje rozkładu całkowitego zużycia energii elektrycznej na poszczególne odbiorniki na podstawie dokładnych pomiarów prądu [3], napięcia [4] lub mocy [5], w jednym punkcie monitorowanego obszaru, zlokalizowanym najczęściej w okolicy licznika energii elektrycznej. Dane pomiarowe są następnie przetwarzane za pomocą algorytmów sztucznej inteligencji [6], dokonujących rozkładu zużycia energii elektrycznej na poszczególne odbiorniki poprzez przypisanie każdemu z nich właściwego stanu pracy [7]. Rozkład energii elektrycznej dokonywany jest najczęściej poprzez klasyfikację przyrostu zużycia energii [8], w oparciu o sygnatury monitorowanych urządzeń. W tym celu wykorzystywane są sygnatury monitorowanych odbiorników energii elektrycznej przygotowane podczas procesu trenowania systemu [9]. Ze względu na metodę działania wśród systemów NIALM można wyróżnić te wykorzystujące stany ustalone oraz analizujące stany przejściowe [10]. Klasyfikacji NIALM dokonuje się często także ze względu na częstotliwość próbkowania mierzonych sygnałów [11]. Większość opracowanych dotychczas metod charakteryzacji odbiorników wykorzystuje wartości parametrów sygnałów pomiarowych uzyskane przy niskiej częstotliwości próbkowania (<50 S/s) oraz cechy urządzenia określone w ustalonym stanie pracy. Stan przejściowy Wiele urządzeń, m.in. te wyposażone w silniki elektryczne oraz zasilacze impulsowe, podczas włączenia generuje krótkotrwały udar prądu - stan nieustal[...]

Identyfikacja odbiorników energii elektrycznej z wykorzystaniem przekształcenia falkowego sygnałów napięcia zasilającego DOI:10.15199/48.2018.11.10

Czytaj za darmo! »

Wzrost zużycia energii elektrycznej oraz rosnąca świadomość konsumentów przekładają się na wzrost zainteresowania tematyką monitorowania i efektywnego zarządzania zużyciem energii elektrycznej. W ostatniej dekadzie obserwowany jest dynamiczny wzrost liczby badań dotyczących systemów nieinwazyjnego monitorowania i analizy zużycia energii przez urządzenia elektryczne (ang. Nonintrusive Appliance Load Monitoring- NIALM). Systemy NIALM wykorzystują często algorytmy sztucznej inteligencji do analizy zjawisk zachodzących w sieci zasilającej odbiorniki energii elektrycznej (OEE). Wspomniane zjawiska (np. zmiany wartości chwilowej prądu, napięcia, mocy itp.) są związane ze zmianami stanu urządzeń (np. włączenia, wyłączenia, zmiany obciążenia itp.) lub pojawieniem się uszkodzeń w samych urządzeniach lub sieci zasilającej [1], [2]. . Wynikiem prowadzonych analiz jest informacja o trybie pracy określonych urządzeń w danej chwili (oraz często ich aktualnego trybu pracy), co umożliwia oszacowanie zużycia energii elektrycznej w rozbiciu na poszczególne urządzenia. Dzięki temu możliwe jest wskazanie najbardziej energochłonnych odbiorników i zaproponowanie działań, które przełożą się na oszczędność energii elektrycznej. Ze względu na skomplikowaną naturę problemu, dotychczas stosowane metody nie umożliwiają bezbłędnej identyfikacji wszystkich OEE [3] i dlatego potrzebne są dalsze badania zmierzające do zwiększenia skuteczności identyfikacji. W artykule przedstawiono metodę identyfikacji odbiorników wykorzystującą analizę zniekształceń, które są wprowadzane przez odbiorniki do sygnałów zasilania. Przedstawiona metoda wykorzystuje do celu identyfikacji odbiorników transformatę falkową. Transformata falkowa Wraz z rozwojem systemów NIALM pojawiają się nowe rozwiązania zmierzające do uzyskiwania informacji dotyczącej zjawisk zachodzących w sieci zasilającej nn (niskiego napięcia). Jednym z rozwiązań istotnych dla rozwoju dziedziny systemów[...]

 Strona 1