Intelligenter Energiequellen-Klassifikator NILM-Methode im maschinellen Lernen

Die ILM-Methode erfordert eine Gruppe von Sensoren, die an jedem Gerät angebracht sind, um Informationen über die Lastmessung des Geräts anzuzeigen, die für die Funktionen der Lastüberwachung und Klassifizierung der Geräte verwendet werden. Die Verbindung der Sensoren mit den einzelnen Geräten über intelligente Steckdosen ermöglicht genauere Messungen als das NILM-System. Der Nachteil des ILM-Systems sind seine Kosten, die aufgrund der komplizierten Installation und der zahlreichen Sensorkonfigurationen als sehr hoch angesehen werden. In der Forschung wird der ILM-Ansatz als Middleware auf Atlas- und OSGi-Plattformen verwendet, die implementiert wurden, um eine Einzelgerätelösung zur Kostenreduzierung zu erkennen. Mit dieser Methode kann der Status eines Haushalts in Echtzeit kontrolliert und überwacht werden, indem jedes mit seinem Smart Plug verbundene Gerät erkannt wird.

Autorentext

Completé mi maestría con publicaciones de seis patentes seguidas de un diseño de circuito en IPO Delhi.Incluyendo 11 trabajos de investigación y 2 libros de investigación.Un galardonado del joven científico en el año de 2018, miembro de 11 sociedades profesionales. Editor y revisor de 6 revistas internacionales