Resumo: Este trabalho de doutorado investiga métodos de aplicação em sistemas HEMS (Home Energy Manangement System) para melhorar a eficiência no consumo de energia e contribuir para que o usuário tenha mais informações quanto ao seu perfil de consumo. Para alcançar este objetivo, uma abordagem utilizando a PCA (Análise de Componentes Principais) para a extração de padrões e um sistema de tomada de decisão baseado em ferramentas de aprendizado de máquina, como kNN (k-Nearest Neighbor), Decision Tree e Random Forest foram empregados para a tarefa de desagregação de cargas. O método proposto atingiu um F1-Score de 95.13% para o Rainforest Automation Energy Dataset (RAE), e 95.51% para Reference Energy Disaggregation Dataset (REDD). Outra abordagem considerada foi a de detecção de falhas em eletrodomésticos, em que utilizando os dados presentes no Personalized Retrofit Decision Support Tools for UK Homes using Smart Home Technology (REFIT) e a transformada Wavelet alcançou-se 87.33% de acurácia na tarefa de detecção de ocorrência de mal funcionamento dos dispositivos presente no banco de dados Ver menos

Abstract: This thesis investigates methods of application in HEMS (Home Energy Management System) to improve energy consumption efficiency and contribute to the user understanding of their consumption profile. To achieve this purpose, an approach using PCA (Principal Component Analysis) for pattern and feature extraction and a decision-making system based on machine learning techniques such as kNN (k-Nearest Neighbor), Decision Tree, and Random Forest were employed for the load disaggregation task. The proposed method achieved an F1-Score of $95.13\%$ for Rainforest Automation Energy Dataset (RAE) and 95.51% for Reference Energy Disaggregation Dataset (REDD). Another approach considers the detection of faults in home appliances. By using the data available in the "Personalized Retrofit Decision Support Tools for UK Homes using Smart Home Technology" (REFIT) and the Wavelet transform, it achieves 87.33% of accuracy in the task of detecting the occurrence of malfunctions in the devices present in the database Ver menos