DIMARI : dispositivo de medida y analisis para redes inteligentes
Supervisor(es): Barboni, Leonardo
Resumen:
El proyecto DIMARI, tiene como objetivo, el desarrollo de una plataforma Hardware-Software, capaz de relevar parámetros eléctricos de un hogar, y realizar una predicción del consumo futuro. La idea es aportar conceptos claves, para el avance de los medidores inteligentes. Estos tipos de medidores, sustituirán a los actuales y formarán parte de lo que se conoce como la red inteligente o “Smart Grid”. Podemos dividir el proyecto en tres etapas, con tópicos distintos, pero relacionados en su conjunto. En el primer capítulo realizaremos un marco teórico de las “Smart Grids”. Mencionaremos los problemas actuales, y como el agregado de los medidores inteligentes, puede ser una pieza clave en el desarrollo de estas redes. Además veremos las limitaciones de los medidores, y las maneras posibles de realizar una comunicación confiable con las subestaciones de distribución. También veremos como la inminente llegada del auto eléctrico a nuestras vidas, puede aumentar la necesidad de contar con medidores inteligentes. Los capítulos dos y tres, serán dedicados al Hardware. Por un lado realizamos un estudio de los distintos tipos de medidores, características generales, necesidades, limitaciones, y el por qué de la elección de los medidores de efecto Hall. Una vez elegido y diseñado el Hardware, mostraremos la implementación, calibración y pruebas. Para el procesamiento y análisis de los datos, probamos distintos modelos de Raspberry Pi. En el capítulo tres, mostraremos las características de este Hardware, del sistema operativo y del lenguaje Python. En los capítulos cuatro y cinco, veremos el algoritmo predictivo. Primero un análisis teórico de su funcionamiento, y luego el desarrollo práctico del mismo en Python. Al final del capítulo cinco, haremos pruebas y simulaciones para evaluar la viabilidad del algoritmo implementado. Finalmente, en el capítulo seis mostraremos los distintos resultados obtenidos, tanto para la adquisición de los datos, como para la predicción del consumo. Las predicciones obtenidas, si bien se pueden mejorar, son satisfactorias y cumplen los requisitos exigidos. Además veremos las conclusiones del proyecto y posibles trabajos futuros a realizar.
2017 | |
Electrónica | |
Español | |
Universidad de la República | |
COLIBRI | |
http://hdl.handle.net/20.500.12008/20128 | |
Acceso abierto | |
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC - By-NC-ND) |