Technologia identyfikacji sygnatur urządzeń dla systemu inteligentnej optymalizacji wykorzystania energii elektrycznej w źródłach odnawialnych

Nazwa: Technologia identyfikacji sygnatur urządzeń dla systemu inteligentnej optymalizacji wykorzystania energii elektrycznej w źródłach odnawialnych

Nr umowy:

Kwota dofinansowania: 268 835,00 zł

Źródło finansowania: Podkarpackie Centrum Innowacji

Okres realizacji: 2022.04.01-2022.09.30

Kierownik projektu: dr Bogusław Twaróg

Opis projektu: Proponowane rozwiązanie polega na bezinwazyjnej identyfikacji urządzeń elektrycznych w celu wskazania odbiorników energii, których praca w danej chwili jest zbędna. Efektywne funkcjonowanie systemu wymaga wyselekcjonowania parametrów identyfikujących urządzenia. Dane do identyfikacji zostaną zebrane w obiektach, o różnych warunkach zasilania, dla różnych trybów pracy urządzeń. Pomiary wysokoczęstotliwościowe, selekcja cech, teorie mocy oraz przekształcenia czasowo-częstotliwościowe umożliwią dobór optymalnych sygnatur opisujących urządzenia elektryczne. Na bazie dobranych sygnatur zostanie skonstruowany i przetestowany klasyfikator, którego silnik wnioskujący bazuje na metodach sztucznej inteligencji i realizuje identyfikację urządzeń. Tak opracowana technologia może poprawnie funkcjonować w środowisku domowym, instytucjonalnym i przemysłowym. Optymalizacja zużycia energii elektrycznej oraz zwiększenie żywotności urządzeń wygeneruje wymierne oszczędności ekonomiczne.

The proposed solution is based on non-invasive identification of electrical devices in order to indicate energy receivers, whose work is unnecessary at a given moment. Effective functioning of the system requires selection of parameters identifying devices. Data for identification will be collected in objects, with different power conditions, for different modes of equipment operation. High- frequency measurements, feature selection, power theories and time-frequency transformations will enable the selection of optimal signatures describing electrical devices. Based on the selected signatures, a classifier will be constructed and tested, whose inference engine is based on artificial intelligence methods and performs device identification. The technology developed in this way can function correctly in domestic, institutional and industrial environments. The optimization of electricity consumption and the increase of equipment lifetime will generate measurable economic savings.