Sviluppo di una metodologia di "smart monitoring" di tipo non intrusivo per carichi elettrici tramite l'utilizzo di intelligenza artificiale

La sempre maggiore attenzione posta nei confronti dell’efficienza e del risparmio energetico fa sì che lo sviluppo di metodologie e dispositivi ad essi collegati. Una di queste è il NILM (NonIntrusive Load Monitoring). Questa tecnica consiste nell’identificazione dei singoli carichi elettrici attraverso l’analisi del segnale aggregato di un edificio senza l’ausilio di strumenti che modificano la rete, ma solamente attraverso rilevazioni al contatore. Per raggiungere lo scopo, le metodologie NILM si avvalgono di algoritmi di disaggregazione e strumenti come le reti neurali, il soft computing e l’analisi dei big data per applicarli. Un’ulteriore spinta al loro sviluppo è stata data dalla possibilità di integrare queste metodologie all’interno di sistemi moderni come quelli domotici. Questo studio si propone di analizzare la possibilità di utilizzare una rete neurale per il riconoscimento delle immagini per identificare gli spettrogrammi dei singoli elettrodomestici all’interno di quello relativo al segnale aggregato. Questa tipologia di rete è molto diversa dalle reti comunemente utilizzate in questo ambito e ci si propone anche di fare un confronto con i risultati di algoritmi che sfruttano i concetti del cocktail party allo scopo di verificare l’efficacia e le potenzialità di questa metodologia rispetto a quelle più classiche. Si è andati quindi a sviluppare due reti YOLO e a regolamentarne il loro utilizzo combinato per poi verificare la loro capacità di identificare correttamente i segnali applicandole a dei segnali aggregati simulati. I risultati ottenuti hanno mostrato una capacità di classificazione paragonabile se non superiore a quella degli algoritmi con cui è stata confrontata e soprattutto una notevole precisione nell’identificazione del segnale all’interno dell’aggregato, pur mantenendo i problemi legati all’identificazione di segnali di breve durata e di segnali contemporanei. Il lavoro svolto ha quindi mostrato come questa metodologia abbia una efficacia paragonabile a quella basata sui concetti del cocktail party e possa essere utilizzata negli ambiti di ricerca attuali del NILM. Inoltre, si è potuto constatare come abbia ancora margini di miglioramento notevoli, sia sviluppata in modo indipendente che integrandola con l'altra metodologia considerata, in modo tale da sfruttare i punti di forza di entrambi gli approcci.