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

Lester Marrero, Dante Carrizo Moreno, Luis García Santander, Fernando Cristian Ulloa Vásquez

• español

  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.

• English

  Energy efficiency is part of the goals set by governments around the world to reduce the energy footprint and provide sustainable development for all. The arrival of new technologies that allow the monitoring and self-control of electricity consumption within homes, such as smart meters, allow end users to integrate into the intelligent management systems of the electricity grid, by providing information on the flow of energy and prices. This work performs a classification of residential customers from the consumption data obtained from smart meters. For this, a methodology based on the simple K-means algorithm is used to identify patterns of behavior in the consumption of 1179 homes connected to a real low-voltage electricity distribution network in southern Chile equipped with smart meters, and the validation and refinement of the results using numerical measures belonging to the rough sets theory. Final groups are characterized based on their centroids, making possible to convert the large volumes of data collected into useful knowledge, which is beneficial for both the residential customer and the electric power distribution company. The results show that two clusters are the ones that best represent the set of clients. The opportunity to collect consumption data in real time through these devices offers perspectives to optimize public and private policies on electricity distribution.