Importance of Smart Metering in Diverse Fields of Smart Cities

Ahuja, Kiran; Khosla, Arun

doi:10.14257/ijgdc.2018.11.3.04

Cited by 6 publications

(1 citation statement)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…La transmisión de datos de consumo permite conocer hábitos de consumo de los clientes, apoyando con ello la toma de decisiones en políticas públicas de eficiencia energética y en el desarrollo de ciudades inteligentes [6]. Conocer los hábitos de consumo de los clientes es útil para las distribuidoras eléctricas ya que les permite adecuar sus programas de planificación y operación, así como también establecer políticas de tarifas flexibles [7].…”

Section: Introductionunclassified

Uso de algoritmo K-means para clasificar perfiles de clientes con datos de medidores inteligentes de consumo eléctrico: Un caso de estudio

Marrero¹,

Carrizo

García-Santander³

et al. 2021

Ingeniare. Rev. chil. ing.

View full text Add to dashboard Cite

La eficiencia energética es parte de los objetivos establecidos por los gobiernos de todo el mundo para reducir la huella energética y proporcionar un desarrollo sostenible para todos. El advenimiento de nuevas tecnologías que permiten el monitoreo y autocontrol del consumo eléctrico dentro de los hogares, como los medidores inteligentes, permiten a los usuarios finales integrarse en los sistemas de gestión inteligente de la red eléctrica, al proporcionar información sobre los perfiles de consumo de energía eléctrica y los precios de ésta. El presente trabajo realiza una clasificación de clientes residenciales a partir de los datos de consumo obtenidos desde medidores inteligentes. Para esto, se utiliza una metodología basada en el algoritmo K-means para identificar patrones de comportamiento en el consumo asociado a 1179 clientes conectados a redes eléctricas de distribución de baja tensión del sur de Chile equipados con medidores inteligentes. Los resultados fueron validados a través del uso de medidas de la teoría de los conjuntos aproximados. En particular, se caracterizan grupos conformados por medio de sus centroides, posibilitando la conversión de los grandes volúmenes de datos coleccionados en conocimientos útiles, lo que resulta en beneficio tanto para el propio cliente residencial como para la empresa distribuidora de energía eléctrica. Los resultados muestran que dos clústeres son los que mejor representan el conjunto de clientes. La oportunidad de recopilar datos de consumo en tiempo real mediante estos dispositivos, ofrece perspectivas para optimizar las políticas públicas y privadas sobre distribución de energía eléctrica.Palabras clave: Medidores inteligentes, K-means, agrupamiento, perfiles de consumo, clientes residenciales.

show abstract

Section: Introductionunclassified