Turin, June 2014 Swarm Joint Open Lab Thesis proposal ________ Title Algoritmi di auto-apprendimento per decomposizione di consumi energetici domestici Description Nel lavoro di tesi si propone di studiare la problematica del Non-Intrusive Load Monitoring (NILM), ossia tecniche per la decomposizione dei consumi energetici (es. consumo energetico di singoli elettrodomestici) a partire da informazioni di consumo complessivo, quali ad esempio le informazioni sulla potenza istantanea o l’energia derivate da un contatore domestico. Si partirà da una analisi del problema e delle soluzioni note, ponendo particolare attenzione su soluzioni basate su approcci meta-euristici e distribuiti e che possano valorizzare il ruolo dell’operatore di telecomunicazioni, ad esempio mediante l’utilizzo di dati provenienti da una estesa base di utenti e quindi asset come BigData o sfruttando elaborazione distribuita operata da vari dispositivi cooperanti. Sarà posta particolare attenzione su come il sistema possa “apprendere” e migliorare le sue prestazioni in modo autonomo (self-learning), attraverso l’”esperienza” maturata in campo. Dopo una analisi delle soluzioni esistenti e aver modellato matematicamente il problema, sarà identificato un algoritmo di riferimento che verrà validato attraverso l’uso di dati reali provenienti da una sperimentazione in campo . . Skills − − Modellazione matematica Competenze di programmazione (MATLAB). Riferimenti: − − http://blog.oliverparson.co.uk/2013/01/top-papers-of-2012-for-non-intrusive.html http://www.mdpi.com/1424-8220/12/12/16838 Contacts La tesi sarà svolta presso lo SwarmLab di Telecom Italia (jol.telecomitalia.com/jolswarm/) e-mail: [email protected] Turin, June 2014 Swarm Joint Open Lab Thesis proposal ________ Title Self-learning algorithms for the decomposition of household energy consumption Description The thesis work aims to study the problem of Non- Intrusive Load Monitoring ( NILM ), i.e. techniques for the decomposition of energy consumption (e.g. energy consumption of individual appliances ) from the total consumption of information , such as information on the instantaneous power or energy derived from a domestic energy meter. The work will start with an analysis of the problem and of the prior art solutions, paying particular attention on the solutions based on metaheuristic and distributed approaches. Specific focus will be also given to solutions that could enhance the role of the telecommunications operator, for example through the use of data from a wide base of users (therefore asset such as BigData), or using distributed processing made by various devices cooperating. Special interest will be given on how the system could "learn" and improve its performance in an autonomous (self-learning ) through the "experience" gained in the field. After an analysis of the existing solutions and after defining a model of the problem, a reference algorithm will be identified, which will be validated through the use of real data from a field trial with real users. . Skills − − Mathematic modeling Programming skills (MATLAB). Riferimenti: − − http://blog.oliverparson.co.uk/2013/01/top-papers-of-2012-for-non-intrusive.html http://www.mdpi.com/1424-8220/12/12/16838 Contacts Thesis will be performed at the Telecom Italia SwarmLab (jol.telecomitalia.com/jolswarm/) e-mail: [email protected]
© Copyright 2024 ExpyDoc
