Às vezes, uma perspectiva externa é suficiente para resolver um problema de forma inovadora. E inferir o uso de eletricidade em um edifício sem usar um medidor pode ser tão simples quanto correlacionar a ocupação média em um determinado momento.

Medir o consumo de eletricidade pode ser demorado ou exigir a instalação de equipamentos caros que exigem atualização regular. Em comparação, engenheiros de transporte usam sensores apenas ocasionalmente para medir o número exato de veículos em um determinado trecho da estrada, preferindo inferir o uso da rota.

Chee-Wooi Ten, professor associado de engenharia elétrica e da computação, e Kuilin Zhang, professor associado de sistemas de transporte e ciência da computação, ambos na Michigan Technological University, uniram suas cabeças para criar uma abordagem interdisciplinar para modelar o uso de eletricidade usando inferência e informações de ocupação correlacionadas.

Adicionalmente, usando os métodos dos pesquisadores no contexto do COVID-19, a correlação quase online entre a ocupação em um local específico e o consumo de eletricidade em casa pode inferir uma mudança na carga de indivíduos que ficam em casa. No sistema de energia em massa, pesquisas sugerem que há uma redução significativa das cargas de eletricidade nos espaços comuns - prédios de escritórios e distritos comerciais e de entretenimento - em uma região.

Mais especificamente, esses estudos podem ser usados ​​para determinar se a conformidade da sociedade com as recomendações nacionais de ficar em casa para achatar a curva está ocorrendo. Como a maioria das pessoas possui um smartphone hoje, a informação espacial agregada conecta-se aos indivíduos. Neste momento crítico, a confiabilidade do fornecimento de energia aos indivíduos é vital para aqueles que ficam e trabalham em casa. Essas informações podem ser de vital importância para inferir e melhorar a qualidade de vida em casa.

Ten e Zhang publicaram "Estabelecimento de modelagem de carga aprimorada por correlação com informações de ocupação" na revista IEEE Transactions on Smart Grid juntamente com co-autores da Michigan Tech, o Instituto de Pesquisa de Interconexão de Energia Global da América do Norte e a Escola de Tecnologia e Engenharia da Universidade de Washington-Tacoma.

O artigo propõe uma abordagem estatística - um modelo de regressão que correlaciona a ocupação dentro da proximidade física e cargas associadas para gerar um modelo dependente do tempo - para estabelecer as correlações entre a ocupação estimada de edifícios com base em sensores simples que todos carregamos em nossos bolsos - telefones celulares.

“Se não houver pessoas envolvidas, provavelmente não há carga elétrica, "Dez disse." As luzes da rua têm um valor constante. Luzes de trânsito, também. Mas em shoppings, fábricas e casas, você caracteriza o comportamento de consumo com base em quando as pessoas estão lá. Com base no número de ocupantes de um edifício, podemos inferir o consumo de eletricidade e construir um perfil disso, portanto, não necessariamente colocamos um medidor para medir a potência. "

Ten observou que foi capaz de modelar o uso de eletricidade para o Centro de Recursos de Energia Elétrica (EERC), um edifício acadêmico de vários andares no campus da Michigan Tech, com base nas matrículas e horários das aulas. Outra forma de inferir a ocupação em edifícios pode ser baseada em localizações de telefones celulares e dispositivos na Internet das Coisas (IoT), da mesma forma que o Google ou o aplicativo Waze obtém dados de tráfego em tempo real de telefones celulares para inferir o congestionamento nas estradas.

"Dispositivos inteligentes e conectados, tais smartphones e veículos conectados, têm sido amplamente usados ​​como sensores de crowdsourcing para coletar dados de trajetória individual para entender a atividade humana e o comportamento de viagem em cada local e estrada ao longo da trajetória, "Disse Zhang.

O tempo que uma pessoa (estimado a partir de seu smartphone ou dados do veículo) passa em um determinado local fornece dados de ocupação que podem ser usados ​​para entender os padrões de carga na rede elétrica.

Dez notas que, usando correlações estatísticas, empresas de serviços públicos podem economizar na instalação de medidores, um investimento inicial significativo. Para leituras ocasionais do medidor pessoalmente, as empresas poderiam usar medidores inteligentes temporários para verificar as correlações.

"Por causa dos telefones celulares, que pode ser proveniente da nuvem, a forma como o congestionamento de tráfego é rastreado mudou, "Dez disse." Como você vê um problema é como você entende o problema. Estamos abordando esse problema de um ângulo interdisciplinar de uma forma que pode ser prejudicial, não incremental. "

Pesquisas futuras incluem o uso de dados de ocupantes bloco a bloco (em vez de por domicílio individual) para estimar entre diferentes distribuições de energia, quanta energia irá fluir e quantos ocupantes com base na hora do dia.