Název:
Návrh systému detekce zařízení připojených do elektrické sítě
Překlad názvu:
Design of a system for detecting devices connected to the electrical network
Autoři:
Homola, Michal ; Kováč, Daniel (oponent) ; Musil, Petr (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2023
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Tato diplomová práce se zabývá tvorbou systému pro detekci zařízení připojených do sítě pomocí měření vysokofrekvenčního šumu měřením BPL modemů. V teoretické části došlo k seznámení s problematikou PLC, elektromagnetické kompatibility EMC, problematikou impedance u PLC a charakteristikou šumu u PLC. V praktické části došlo k samotnému měření šumových charakteristik pro jednotlivá zařízení a vytvoření datasetu, který byl následně otestován na pěti modelech strojového učení, které pro tuto úlohu byly na základě svých vlastností vybrány. Nakonec došlo ke zhodnocení vhodnosti jednotlivých modelů pro naši aplikaci.
This master thesis deals with the creation of a system for detecting devices connected to the power network using the measurement of high-frequency noise obtained via BPL modems. In the theoretical part, there was an introduction to the issue of PLC, electromagnetic compatibility of EMC, the issue of impedance in PLC and noise characteristics in PLC. In the practical part, measurement of noise characteristics for individual devices and the creation of a dataset took place. The dataset, which was then tested on five machine learning models selected for this task based on their properties. Finally, the suitability of each model for our application was evaluated.
Klíčová slova:
BPL; emc; klasifikace; PLC; strojové učení; učení založené na instancích; šum; BPL; classification; emc; instance based learning; machine learning; noise; PLC
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/210130