Internati o nal  Journal of Ele c trical   and Computer  Engineering  (IJE CE)  Vol.  4, No. 6, Decem ber  2014, pp. 909~ 922  I S SN : 208 8-8 7 0 8           9 09     Jo urn a l  h o me pa ge : h ttp ://iaesjo u r na l.com/ o n lin e/ind e x.ph p / IJECE  Identifying Appliances using  NIALM with Minimum Featu r es      Suni l   Semw al *, R S  Pr as ad **   * Departement o f  Instrumentatio n and Con t rol Engin eer ing, Grap hic  Era University  Uttarakhan d , I ndia  ** Depart em ent  of El ectr i c a and  El ectron i cs   Eng i neer ing,  Graphi c Er a Univ ers i t y   Uttarakh and,  Ind i a       Article Info    A B STRAC T Article histo r y:  Received Sep 19, 2014  Rev i sed  O c t 24 , 20 14  Accepte d Nov 5, 2014      Government of  India has decided to inst all sm art m e ters in fourteen states .   Sm art m e ters are requir e d to id e n tif y hom e appl i a nces to fu lfil l v a rious tasks  in the smart grid environment.  Both  intrusive  and non-intrusiv e methods  have been suggested for id entif icati on. Howev e r, intrusiv e method is not  suitable for  cost and pr ivacy   reasons.  On the o t her h a nd,  techn i ques using  non-intrusive applian ce lo ad  monitoring (NIALM) are  y e t to result in   m eaningful pra c ti cal im plem en tation .  Two m a jor chall e nges  i n  NIALM  res earch  ar e th e  choi ce of  fe atu r es  (load  s i gnat u res  of app lian c es ), and  th e   appropria te  algo rithm .  Both h a v e  a d i re ct  im pact on  the  cos t  o f  the s m ar t   meter. In  this paper, we  address  the  two issues and propose a pro cedure with   only   four featu r es and a sim p le algorithm to identif y  app l iances. Our  experimental setup, on th e recommende d specif i cations of  the internal  electrical wiring  in Ind i an r e sid e nces, used  common household  appliances’   load sign atures  of active and  r eac tive powers, harmonic  components an d   their m a gnitud e s .  W e  s how t h at thes e four  featur es  are e s s e ntial an d   s u fficien t for im plem enta tion of  NIALM   with a  simple algorith m . We have  introduced a new approach  of ‘ m ulti point  sensi ng’ and ‘group  control’ r a ther   than the ‘single point sensing’ and  ‘individual control’ , used  so far in  NIALM techniques. Keyword:  Lo ad  sign atur NI ALM   Sm art g r id  Sm art m e ter   Copyright ©  201 4 Institut e  o f   Ad vanced  Engin eer ing and S c i e nce.  All rights re se rve d Co rresp ond i ng  Autho r Sunil Sem w al,   Depa rt em ent  of I n st r u m e nt at ion  an d c o nt r o l   engi nreei ng ,   G r aph i c  E r a Un iv er s ity,   56 6/ 6  B e l l  R o a d  C l em ent o wn ,  De hra d un Ut t a rak h a n d ,  I n di a.  Em a il: su n il.111 213 @g m a il.c o m       1.   INTRODUCTION  A No n-in tru s ive App lian ce Lo ad  Mon itoring  (NIALM) meth od  is d e signed  to  m o n ito r electrical an electronic a p pliances whe n  they are in  use.  This is carried out  by a n  ana l ysis of the e x t r acted  features  (loa si gnat u res )  o f   t h e ap pl i a nces.  Thi s  an al y s i s  est i m a t e s nat u re of i ndi vi d u al  l o ad si gnat u re s of t h e a ppl i a nce s   form in g  th e com b in atio n  in  switch e d   ON st ates. In  t r u e   NIALM op eration ,   h u m an  in terv en tion  is  n o t   n eed ed   for id en tificatio n   o f  ind i v i dual ap p lian ces at th e circu it b r eak er lev e l. Th u s , it facilitat e s a v e ry co nven i en t   m e t hod  of  col l ect i ng i n fo rm at i on a b o u t  t h use  of a p pl i a nc es, vi z,  t y pe o f  t h e ap pl i a nces  an d t h ei p o w e r a n d   ener gy  co ns um pt i o n s  p r o f i l e Thi s  i n fo rm ation  pr o v i d es  d a ta wh ich  are ex trem ely v a lu ab le to  all th e p l ayers,  v i z., con s u m ers,  u tilities, an d app lia n ce m a n u facturers for th pu rpo s of  u p g r ad i n g the p e rfo r m a n ce wh en  and  whe r e nee d ed. Using NIALM, a sm art  m e ter placed   outsi de a home can dete rm ine how  m u ch energy   goe s i n t o  eac h  ap pl i a nce i n  t h resi de nce.   The c o m p l e xi t y  of  i n st r u m e nt at i on i n  sm art m e t e r de vel o pm ent  increases  with increase in the  num ber  o f   featu r es wh ich   resu lts in  in crease in  th e sen s o r s for ex tracting  lo ad  si gnat u res .  Al s o desi g n   of t h e al go ri t h m  impact s com p lex ity, as in vo lv ing  larg e nu m b er of feat u r es wo ul not   hel p  i n   de v e l opi n g  a si m p l e  al gori t h m .  B o t h   har d ware   r e qui rem e nt  and feat ures  use d  i n  al go ri t h m  have an  im pact  on t h e ul t i m a t e  cost  of a sm art   m e t e r. Fr om  pract i cal  consi d er at i ons, i t  i s  im port a nt  and  hi g h l y   essen tial, p a rticu l arly fo r m a j o rity  o f  co ns u m ers i n  de vel o pi n g  c o u n t r i e l i k e In di a a nd  In di an  su bc ont i n at al   Evaluation Warning : The document was created with Spire.PDF for Python.
                        I S SN 2 088 -87 08  IJECE Vol. 4, No. 6, D ecem ber 2014   909 – 922  91 0 [1 ], to  en su re t h at th e co st  o f   meter is with in  th e fin a n c ial cap acity o f  su ch co n s u m ers. It is n o t  surp rising  th at   i n  spi t e   of  seve ral  t ech ni q u es  pr o pose d  i n  [ 1 ] -[9] ,   n o t  eve n   one  has  f o un i t s  pract i cal  ap pl i cat i on si nce  no n e   meets  the  des i red goals of the use of  s m art  m e ters  fu lly and  so   has no p r ov ed wo r t h y  of   practical   im pl em ent a t i o n. Fr om  consu m ers’ p o i n t  of  vi ew, sm art   m e t e rs of t o day  have  pr o v en t o  be a bad deal  [ 1 0 - 12] .   W i t h o u t  exce p t i on,  one  of t h e m a jor reas ons  w h i c h i s   resp o n si bl e f o r com p l e x ha r d wa re an d c o m p l e x   so ft ware i n  imp l em en tin g  NIALM techn i ques, propo sed  till  d a te, is th e use o f  a  sing le p o i n t  curren t  sen s ing  at  t h e i n com i ng m a i n s suppl y  t o  t h e m e t e r. The cu rre nt  se nso r  se nses t h e  wave fo rm  of a  m i xt ure o f  el ect ri cal   and el ect r o ni c resi de nt i a l  app l i a nces w h i c gene ral l y  ope r a t e  on  di ffe re n t  pri n ci pl es [ 1 0] . Fo r a m i ddl e cl ass  In di an  fam i l y  the  n u m b er o f  s u ch   ho use hol appl i a nc es  do e s  ha rdl y  e x cee d t h i r t y  fi ve w h ereas  i n  t h e  U n i t e d   States the number m a y always be m o re  than  fifty .  The c u r r e nt wa ve f o rm   ( C W )  sign ature o f   h ybr id   v a riety o f   appl i a nc es i s  b o u n d  t o   be m o re an d m o re c o m p l e x wi t h  i n c r easi n num ber o f   devi ces .    As a c o n s eq ue nce, i t   becom e s essential to use analytical tools requi ring a  l a rg e num ber o f  f eat ures a nd ri go r ous m a t h em at i cal  alg o rith m s  to   d i sagg reg a te th e lo ad s [2 ]. A  m a j o r im p e d i men t  to  th e g r o w t h  of Ind i a’s eco no m y  is t h e wi de  gap  i n  t h e  de m a nd a nd  su p p l y  of  p o w er  [ 13] Acc o r d i n g t o  a  re po rt  [ 14] I ndi a’ s ag gre g at e t ech ni cal  an d   com m e rci a l  (AT & C )  l o ss es are am ong  t h e hi g h est  i n   t h e w o rl d ,  ave r agi ng  28 .4 4%  (2 00 8 - 0 9  dat a ). T h fina ncial loss has bee n  estimated at 1.5% of the na tional GDP, and is growi ng stea dily. Faced wi th this   situ atio n ,   Gov e rn m e n t  o f  In d i a (GOI) set up   a task  force for i m p l e m en tat i o n  of sm art  met e rs in stallatio n p ilo t   pr o j ect s i n   I ndi an  dom est i c  and i n d u st ri al houses i n  a  phase d  m a nner, start i ng  with  selected a r eas in fourteen  states o f  th e unio n  [15 ] . Th is  d ecision  of  a po w e r - d e f i cien t I n d i a h a p r o v i d e d  en ough  opp or tun ity f o r   near ly   h a lf a do zen  mu ltin atio n a l com p an ies to  set  u p  th eir un its i n   Ind i a for  p r od u c tion   of sm a r t m e ters [1 6 ]       Tabl e 1.  Li g h t  l o ad  a n d po we a ppl i a nces   Sr.   Light Load Appli a nce  Sr.   Light Load Appli a nce  Sr.   Pow er Appliance s   T L ( 40W)  T ube light ( 40W 14   Air  conditioner   2 I L   ( 60W DSO  15   I nduction  Coo k er   3 CFL  CPU  16   M i cr o- oven  L a ptop  10   Function Gener a tor   17   Roo m    Heater  M onitor   11   M obile char ger   ( N okia)   18   E l ectr i c Press  6 Fan  12  T V    --- --   13  Fr idge      1. 1 Sm ar Met ers fr om I ndi a’s  Perspec t i v es  C onsi d eri n g  t h e be nefi t s   of  s m art  gri d -sm a rt   m e t e r t echn o l ogy ,  vi z. red u c t i on  of  AT  &  C  l o sses a n d   p r ev en tio n   o f   o u t ag es, ap art fro m  re m o te a n d  tran sp ar en t  en erg y  b illin g, th e task  force h a s id en tified  th e   fun c tion a lities o f  sm art  m e ter s  in  each   o f  th e selected  areas  in  fou r teen states as sh own   b e lo w:    AM IR - A dva nc e M e t e r In fr a St ruct ure  fo r R e si de nt i a l  cons um ers, AM I I - A d v a n ce M e t e r   In frast ruct ure  fo r I n d u strial con s um ers; OM -O utag e M a nagem e nt ;  PLM - Peak L o a d  M a nagem e nt ; PQM -   Power  Qu ality Man a g e m e n t; MG-Micro -g ri d  Man a g e m e n t; DG-Distri b u t ed   Gen e ration   Man a g e m e n t IEEE Standa rds Association,  recogniz ing India as the third largest  m a rket for sm art  m e ter, has also  p i n-po in ted  fou r   k e y ch allen g e s for sm art g r id  adop tio n  in  In d i a,  v i z., po wer th eft, in ad equ a te g r id  i n fra st ruct ure ,   l o w m e t e ri ng e ffi ci ency , a n d l ack  of a w a r ene ss am ong t h e c ons um ers [ 17] .  Sm art   m e t e r b e i n g   an i n t e gral  c o m ponent   of a  sm art   m i cro-g r i d  ( d i s t r i b ut i o n  net w or k) , I n d i a i s  expect e d   t o  i n st al l  13 m i ll i on  sm art  meters  b y  20 20  [18 ] . Th e ta sk  force  com m i ttee has also stresse on t h e de vel o pm ent  of a l o w cos t   m e t e r, wi t h out  com p rom i si ng  o n  t h e  assi gn ed  fu nct i o ns  of th e m e ters, so  th at  th es e a r e easily affordable to  the significa ntly large cons umers in   m i ddle and lower i n com e  groups.  Accordi ng to a recent report [11],  Germ any  has t a ken  a deci si o n  t o   re ject  t h recom m endat i ons  o f  t h Eu r opea n   U n i o n ( E U)  f o r i n st al l a t i on  of  sm art  meters in  80%  of  hom es by  2020 be c a use it is lik ely to prove  too c o stly fo r c ons umers. Recently [19],  according  to MOU  si gne d betwee GOI and Ge rm any,  technical assi stance from  Germ any will e n able   evacuat i on o f  nearl y  30 ,0 0 0  M W  of sol a r and wi n d  po we r fo r in tegration in to  th e n a tio n a l g r id. GOI is also  encouragi ng t h e cons um ers to use t h e roof-top s o lar  cel l s , t o  m eet   t h ei r o w dem a nds  du ri n g  pea k  l o a d   situ atio n s W i t h  th is scen arion  in v i ew, t h o b j ectiv es  w h i c have  bee n   s e t  fo r sm art  m e t e rs i n   I ndi a a r e:   (i) m o n ito ri n g  app lian ces’ l o ad an d en ergy p r o f ile, (ii)  in teg r ating  i n t e rm i tten t  an d i stribu ted sources  o f   en erg y , (iii) mo n itoring   h ealth  of app lian ces an d  equ i p m en ts in sid e  and   ou tsid e (po w er  q u a lity) th p r e m ises,  (iv )  tran sp arent an d  rem o te real ti me en ergy b illin g  o f  con s u m ers, and   (v ) en ab li n g  sel f -h ealin g   of grid s to   p r ev en t/ redu ce freq u e n c y of  o u t ag es.   A look  at th e d e sire d o b j ectiv es i n  (i), (iii), an d   (v) ab ov e,  req u i res th at   co nsu m ers’ lo ad s m u st b e  id e n tified .  If so m e  o f  th e id en tified  ap p lian c es are requ ired  to  b e  switch e d  OFF for  Evaluation Warning : The document was created with Spire.PDF for Python.
I J ECE   I S SN 208 8-8 7 0 8       Id en tifyin g  App lia n c es u s ing  NIALM  with  Min i mum Fea t u r es  (S un il  S e mw a l 91 1 reason s i n clud i n g con s u m p tio n   o f   h i gh   po wer during  cr itical p eak lo ad  co nd itio ns, t h is  o p e ration   h a s t o   b e   carried   ou t rem o te ly b y  th u tility. Alth o u g h , in  literatu re, m a n y  NIALM tech n i qu es  h a v e   b e en  repo rted  [1 ]- [9] ,   t h ere   i s   n o  di scussi on   r e gar d i n t h e m e t hod use d  f o r swi t c hi ng   ( O FF/ ON ) faul t y   and/ o r  hi g h   p o we r   co nsu m in g  ap plian ce(s) in  critical lo ad  con d i tio n s Si nce t h e r ha s t o   be  no  us e of  se nso r ( N I A LM )  i n  t h e ap pl i a nces’   out l e t s , i t   wo ul re qui re   consum er’s ass i stance for s w itching  op erations. But t h ere is  no  guara n tee  t h at the  cons umer  would be  present   in  h i s/h e r residen ce at th e ti me o f  th is switch i ng  op eration .  If th e u s e of sen s o r s in  th e ou tlets o f  po ten t ially  hi g h   po we r c o nsum i ng a p pl i a nces i s   co nsi d ered  u n a voi da bl e, t h i s  am ount s t o  i n t r usi v e  m e t hod A n  e x am pl o f  i n tru s iv e m e th od  can   b e  seen  in th e Fl orid a stat e in USA  where  u tilities h a v e  i n serted  sensors i n   so m e   p o t en tially h i g h  po wer con s umin g  app lian c es. Th ere is a  p r i o r written  ag reem en t with  th e con s u m ers th at, in   case it is req u i red, th ese ‘h armin g  sm art ap p lian c es w ill b e  switch e d   OFF/ ON d i rectl y  b y  th e u tility . Th is  t echni q u e m a y be q u i t e  sat i s fact o r y  fo U S A a nd  ot he r  ri ch a nd  de v e l ope d co u n t r i e s, b u t  m a y  n o t  be   acceptable a n d practicable  for the c ons um e r s in India be c a use  of c o st involve d  in t h e  use  of se ns ors a nd  pri v acy issues. This scenari o  bri ngs  us  in to  th e subj ect  m a tt er o f   o u r stud y in  th is p a p e r. We add r ess all th ese  issues usi ng  NIALM with  non intrusiv e feat ure ext r action  (NIFE )  techni que.  Ming et al in their recent  pape [8]  ha ve st ress ed t h at  NI AL M  and N I FE a r e t w very  di f f ere n t  but  rel a t e d t ech ni q u es.  The l i m i t a t i ons  of t h e   exi s t i ng  NI AL M  t echni q u es  have  bee n  ex p o se d i n  a re vi e w  pa per  [1 0] . In t h e e x i s t i n g  NI ALM  t echn i ques ,   m u l tip licit y o f   featu r es and  al g o rith m s  cau se seriou s co nf us i ons  fo r t h e  sm art  m e t e r devel ope rs.  I n  t h i s   p a per ,   we sh ow t h at   usi n g o n l y  st eady  st at e val u es of act i v e po wer P, rea c t i v e po wer Q ,  ha rm oni c com ponent s h ,   an d  th ei r m a g n itu d e s m h , it   is p o ssib l e to   id en tify th e app lian ces correctly. In  fact we h a v e  m o d i fied   our  stu d y  in  th is  p a p e r fro m  th e p r ev iou s ly rep o rted   p r elimin ary find ing s  repo rted  in   [2 0 ]  wh ere th i r teen  appl i a nc es  wer e  use d  a n d l o ad si gnat u res   were  ext r act e d  usi n g  o n l y  a  si ngl e c u r r e n t   sens or  pl ace at  t h in co m i n g  m a in s sup p l y to  the  m e ter (sam e a s  in  all NIALM tech n i qu es). Algo rith m  u s ed  [20 ]  was  b a sed  on   te m p lates  mat c h i ng  with  the u n k nown  com b in atio n  o f   appl i a nc es o p e r at i ng si m u l t a neo u sl y .  H o w e ver ,  a  seriou s lim i t at io n in   ou r prev iou s  st ud y was th e req u i remen t  o f  larg sto r ag e sp ace  in  m e m o ry. Fo r 13 - appl i a nc es (si n gl e- poi nt  sensi n g ) , t h e n u m b er of t e m p l a t e fo r al l  possi bl e  appl i a nce com b i n at i o ns was  81 9 1 .   For  t h e  f o ur  fe at ures  case,  t h e t e m p l a t e s wo ul be  as m a ny  t i m e s hi ghe r.  Thi s  i s   not  c o nsi d e r ed  a n  e f f i ci ent   and practical  approach despit giving  accurate identification, al so commented in [2]. T h ere f ore, in the first  p a rt of th e st u dy, in  th is p a p e r, we first ex amin e wh ether t h e specifications of in te rnal el ectrical wiring  (IE W o f  Cen t ral Pu blic Wo rk Departm e n t  (CPWD),  a GOI  or gan i zatio n, can   facilitate a ‘n atu r al’  d i sagg reg a ti on  o f  th e lo ad s i n  ord e r to  enab le th e p r o c ed ure of tem p l a tes  m a tch i n g  p r actical fo th e Ind i an   d o mestic  resi de nces.  Si n ce t h e speci fi c a t i ons  of  IE W   pr o v i d es  di st ri but i o of a p pl i a nces i n  a  gr o up i n  sev e ral  p a ral l e l   circu its,  we  h a v e   u s ed  m u lti-p o i n t     sen s ing of C W   rath er  th an th e si ng le po in t m o d e   of sen s i n g as  applied  in   reporte d  works  on  NIALM [1] -[9],[20]. W e  explain  later  (next section) t h e bi g adva ntages that accrue  whe n   m u lt i  poi nt  sen s i ng i s  use d , a nd  we cl aim   t h at  t h i s   m e t hod  i s  repo rt ed f o r t h e fi rst  t i m e   in t h i s  pap e r. I n  t h e   seco nd  part  o f   ou r st u d y ,  we  sho w  t h at  i t  i s  pos si bl to  su ccessfu lly id en tify th e app lian c es co rrectly, ex cep th at th e co n t rol o p e ration  (ON/OFF) of applian ces, on   th e d i rectio n   o f  utili ty, w ill b e   p e rform e d  b y  ‘group   co n t ro l’  rath er th an   b y  ‘ind iv idu a l con t ro l’. Our exp e ri men t s, with  t w en ty fi v e  ‘lig h t ’ lo ad  app l ian ces,  d i stribu ted in   fou r  parallel circu its, and   fiv e   ‘power ’ l o ad a p pliances, connected  i n  th ree  p a rallel po wer  circuits, e x actly as per the  IE W speci fications,  ha ve  be en c o nducted   in laborat o ry  environm ent, wit h   co nstan t  supp ly v o ltag e  en sured. For id en tificatio n ,   we hav e  fo llo wed  the p r o c ed ure of te m p lates  m a t c h i ng  [7 ] d e sp ite th e criticis m s  b y   so m e  au th o r [2 ].  We sho w   th at th eir criticis m  o f  co m p arison  m e th o d  as an   i n effi ci e n t  an im pract i cal  appr oac h  d o es  no t  appl y  t o  t h m u lt i p l e  poi nt   sensi n g.  Fo r e x am pl e, i n  case of  2 5   ap p lian c es case, u s ed  in  t h is p a p e r, t h e to t a l o f  all po ssi b l e co m b in ation s   works ou t to  ov er 33 .5  millio n s   requ iring  as m a n y  te m p lates, if on ly a sin g le cu rren t  sen s o r  is  u s ed . Tem p la tes  m a tch i n g  in  t h is case are  clearly  m eaningless. In our c a se, sin ce all the appliances are distributed  i n  a num ber of  paral l e l  ci rcui t s , and  the curre nt se nsors  use d  a r e  the sam e  in num b er as th circu its,  o n e  sen s o r   for each  circu it, t h e to tal o f   pos si bl e c o m b i n at i ons  d r ast i cal l y  reduc es t o  t h e s u m  of  pos si bl e c o m b i n at i ons  i n  eac h ci rc ui t .  Ta ki ng  t h e   sam e  exa m ple  of  25-a pplia nc es case, if  we  distribute th em in  fo ur  p a rallel circu its, say  6 - app lian ces in th ree  and se ve n a ppl i a nces i n   one , t h en t h e t o t a l  o f  al l  possi bl e c o m b i n at i ons w o rks  o u t  t o  m e rel y  316  w h i c h i s  an   in sign ifican nu m b er in  co m p arison , and  so   th e tem p late s match i n g  is  d e fin itely a practical p r o p o s ition ,  as i n   [7] .   We  ha ve, t h ere f o r e,  co nsi d ere d  t h i s  ap pr oach  i n   o u r e x peri m e nt s. Thi s  pa per i s  o r ga ni zed as  f o l l o w s :  next   sect i on di sc uss e s t h e sal i e nt  feat ures o f  IE W  speci fi cat i ons  of C P WD;  Sec t i on II I b r i e fl y  revi e w s t h e st at us o f   research   u s i n NIALM. Here, we al so d i scuss our ap pro a ch  and  th e su itab ility o f  im p l emen tin g   NIALM on   the ha rd ware  p l atform  pro v id ed by  the e x isting  IE W sp eci ficatio n s . Section  IV d e scrib e s th e alg o rith m ,  wh ile  sect i on  deal s wi t h  t h e e x pe ri m e nt al  proce d u r es a n d s o m e  assum p t i ons   use d  i n  t h e e x p e ri m e nt ati ons.   In t h n e x t  section   we d i scu s s th e resu lts of id en tificatio n   wi t h   som e  exam pl es. Fi nal l y , we  concl ude  gi vi n g  o u r   anal y s i s  o f  t h e   expe ri m e nt s an resul t s ,  an f u t u re  wo rk  re q u i r e d  f o r f u rt he r i m provem e nt s.    Evaluation Warning : The document was created with Spire.PDF for Python.
                        I S SN 2 088 -87 08  IJECE Vol. 4, No. 6, D ecem ber 2014   909 – 922  91 2 1. 2 IE W  Speci fi cati ons  o f   C P WD  (I ND IA )   Specific feat ures of s p ecifica tions of internal el ectrical w i ring (IE W ), whic h are rele vant to the   expe ri m e nt s co nd uct e d  i n  t h i s   pape r,  are  gi v e bel o w.                                     Ca pa city o f  circu its  (i) each lighting circuit (appliance ratin g not exceeding 6  A) shall be loaded  suc h  that not  m o re than ten suc h   appl i a nc es  or  a  m a xim u m  of 80 W,  w h i c he ver  i s  l e ss,   are  connected;  in c a se of  CFL  a p pliances, whe r e load  may be less, num ber of such appliances m a y be suita bly increase d  without exceed i ng a llowable watta ge.(ii)  each power circuit  can feed  t h applian ces   at the powe outlets suc h  that  (a not m o re than t w o appliances  of  16  A  ( 1 k W)  ra t i ngs a r e c o nn ect ed t o  1 6   out l e t s (c)   in  case of l o ads   > 1  kW, these   shall be  controlled by  sui t a bl y  rat e m i ni at ure ci rc u i t  brea ker  (M C B )/  swi t c h   and cable  size  s h all  be decide d as per  calculations;  Since each li ghting ci rcuit ca n ha ve a m a xim u m of 10   a p pliances, t o tal powe r rating not excee ding 800  W,  t h en,  o n  t h e re al i s t i c  assu m p t i on t h at  a m i ddl e cl ass resi den t i a l  house  doe s  not  ha ve m o re  t h an t h i r t y  fi v e  6 A   appl i a nc es, t h e s e can  be  di st r i but ed  i n  t h f o l l o wi ng  m a nn er:   W e  can  di s t ri but e se ve n a ppl i a nce s  i n  ea ch  of   th e fi v e  ligh t  circu its wit h ou t  lo ad i n g fu lly,  k eep i n g on e or two sp are circu its fo r fu ture  n eeds; sim i larl y for  si x   po we r a p pl i a nces  (1 A )  i n  a  h o u se,   we ca di st ri bu te th em  in  three  p o wer circu its, two  i n  each Th is  mean s we  req u ire fiv e  sensors for ligh ting  circu its and   t h ree  fo po wer  ci rc ui t s . T h e c o n d i t i oned  o u t p ut fr om   th ese   sen s o r s are con n ected to  th e in pu t po rt in  th e m i cro c on tro ller un i t  (MCU), each p i n  in  th e i n pu t po rt   has a uni que address for a group of app liances co nn ected   in  a circu it. Similarly,  th e sen s ors ou tpu t s in  po wer  circuits will also be connect ed to a  port in  MCU, provi d ing  unique  address of each  group  of applianc es in a   po we r ci rcui t .  Theref o r e, f o r t h e pu r pose  of N I ALM ,  w h i c h i s  descri bed  next we need a n  al go ri t h m  t o   m o n ito r and  iden tify a m a x i mu m  o f  on ly ten ap p lian ces at   a ti m e  irresp ectiv e o f   ho w m a ny appliances  are in  u s e in  a  ho use. Th is  p r ov ides th e ‘first lev e l’  o f   ‘nat ur al ’ l o ad  di sa g g re gat i o n,   wh i l e th e fin a l lev e l of  d i sagg reg a tion ,  wh ere i n d i v i du al app lian ces  are id en tifie d,  will b e  carried  o u t   b y  th e algorith m .  No te that th task  of d e v e lop i ng  th e algo ri th m   is ren d e red  easy du e to  th is n a tural first lev e l d i sag g reg a tio n. A comman d   would  fetch  on-line t h e a g gregate sign al  o f  a gr o u p  o f  a p pl i a nces  fo rm ing t h e c o m b i n at i on  or  gr o u p  i n  a  circu it.      2.   NIALM   Th e con cep of NIALM has  b een fu lly explain e d  in  literatu re  [1 ]-[10 ].  Sev e ral features fro m  th basi c v o l t a ge a nd c u rre nt  si g n a l s  (b ot h st ea d y  st at es a n d  tran sien ts) su ch  as activ e powe r (P), reactive  powe (Q ), p o w e r fa ct or ( p f ) , ha r m oni c co m ponent s ( h ) ,  m a gni t u des o f  h  ( m h), cu rre nt  wavef o rm  (C W) , V- traj ectory lo ad sig n a tures, eig e n   v a lu es, switch i ng  tr ans i ent waveform shape,  insta n taneous adm i ttance   wave form , energy usage  pattern  of t h e loa d s, etc., ha ve   b e en  u s ed  in   N I A L M [2 ],  [3 ].  Th e algo r ith m s  u s ed  v a ry fro m  a ‘si n g l e algo rith m  to  ‘m u ltip le  alg o rith m s ’, th e latter u s ed  in ‘Co mmittee  Decisio n  Mech an ism   (CDM) in  whi c h m a jority of ‘votes’  (i.e ., a g reem ent), ‘cast’ by each of  the algorithm s , decides the final  result  of i d ent i f i e d a ppl i a nce s  [ 2 ] .   Som e  pu bl i s he d re p o rt [8] ,   [1 0]  hi ghl i g ht  t h e sh o r t c om ings  o f  m o st  o f  t h NI ALM  t ech ni que s wi t h   res p ect  t o  feat u r e e x t r act i o n.  Ap pl i cat i ons o f   neu r al  net w o r ks  us i ng s p ect ral  fe a t ures  h a v e  also   b een tried  to  so lv th e prob lem s  o f  id en tifica tio n [ 7 ].  Th e au thor s [8 ] str e ss that at present in  m o st  o f  t h ese techniq u e [ 21- 25 ] lo ad  si gnat u re s are collecte d  intrusively.   They  f u rt her  em phasi ze t h a t  no n- in tru s i v e iden ti ficatio n   of lo ad  activ ities and   n on-in tru s ive ex traction   of lo ad sign atures are t w o relat e d   b u t   di ffe re nt  pr o b l e m s . An ot he r s e ri o u s om i ssi on i n  p r ese n t - da y  NIA L M  t ech ni q u es i s  t h e a b se nce o f  di sc ussi o n   rega rdi ng t h e t echni que  use d  t o  swi t c h O F F  a faul t y  and/ o r  hi g h  p o w er c ons um i ng de vi ce i n  case of c r i t i cal   p o wer su pp ly  co nd itio ns su ch  as p e ak  l o ads [2 6 ] . Th is  is an  essen tial req u i rem e n t  in  p o wer m a n a g e men t Pro b a b l y , t h e   abse nce  of  di s c ussi o n  i s  on t h e ass u m p tion  that cons um ers are s uppose d   to be   prese n t a t  their  p r em ises wh o   wou l d  switch   o f f th e id en tified  app lian ces  wh en  in tim ate d  b y  th e u tility . Howev e r, th ere is n o   gua ra ntee that  the cons um ers shall be  prese n t whe n   suc h  operation  is warranted.  In suc h  a  case of  em ergency,  th e u tility will   h a v e   no  o t h e o p tion   b u t  to  switch  OFF th e su pp ly to  th en tire ho use. Th is can  raise seriou ri g h t s  an d p r i v acy  i ssues of  con s um ers, f o r  som e  of t h ei r  appl i a nce s  m a y  be su pp ose d  t o  be i n  O N  st at perm anent l y , a nd/   o r  s o m e  appl i a nce(s )  m a y nee d  t o  b e   ke pt  O N   w h en  t h e occ upa nt o f   t h e h o u se  ha ve  t o   go   out. T h is probl e m  arises because of single point sensi ng  of curre nt signal as the relay, on comm and from   the  u tility, will  cu t-off th p o wer su pp ly at th e sin g l e po in t of   en try. In  m u lti -po i n t  sen s ing  th ere will b e  at least  no  bl ack out  o f  t h e ent i r e ho use;  o n l y  part i a l  appl i a nces i n  a part i c ul ar  gr o up w o ul d b e  affect ed.  Ag ai n,  a   serious di fficulty arises with rega rd to t h e choice  of  feat ures a n d al go r i t h m s  i n  t h e cont e x t  of ac hi evi n g a   reasona b ly low cost of t h meter,  si nce  m o re feat ures  req u i r e m o re s e ns ors,  an d c o m p l e x nat u re  of l o ad   sig n a t u res  requ ire so ph isticated  d a ta acqu i sitio n  ha rdware , and com p licated  al gori t h m s  add t o  t i m e   co m p lex ity, cu l m in atin g  ov erall, in  a  v e ry co m p lex  h a rd w a re  a nd so ftwa re, defeatin g  t h e ob j ectiv e.   Desp ite  th e on go ing   research  i n  id en tificati on t ech ni que s si nce  ove r t w deca des,  t h e u n res o l v e d  p r o b l e m  t i l l   dat e  i s   Evaluation Warning : The document was created with Spire.PDF for Python.
I J ECE   I S SN 208 8-8 7 0 8       Id en tifyin g  App lia n c es u s ing  NIALM  with  Min i mum Fea t u r es  (S un il  S e mw a l 91 3 to  find  an  an swer to  t h e qu estio n s  “wh a t are th e ‘o p tim al’ features of a ppliance s  to be consi d ere d  e ssential  an d  sufficien for id en tificatio n ? ;  an d  “what is th e ‘op timal’ alg o r ith m  to  b e   u s ed   fo r id en tificatio n ? ”. An   essent i a l  req u i r em ent  of opt i m al it y  i s   t h e use of m i nim u m  sensors t o  r e duce t h e ha rd ware c o m p l e xi t y  and   cost , a n d m i ni m u m  tim e and space  c o m p l e xi t y  fo r t h e al g o ri t h m  t o   be si m p l e . If  one  c h o o ses  t o  desi gn  an d   d e v e l o p a sm a r t m e ter fo llowin g   [2 ] an d some o t h e pu b l i s h e d  repo rts  [3]-[9 ] for practical u s e in b illio n s   of  resid e n tial h ouses in  coun tries lik e Ind i a, the co st w o u l d  be so  pro h i b itiv e th at th e con s u m ers wou l d  l i k e ly  reject t h em  outright. T h e t w o unre sol v ed issues,  stated earlier, a r precisely the re asons  why  NIALM   p r esen tly is th e m o st attractiv e issu fo research ers i n  sm art  m e ter d e sign     3.   ALGO RITH M   Fo llowing  assum p t i o n s  are m a d e   for th e im p l e m en tatio n  of  th e algo rith m :        (i ) O n l y  si ngl e  phase a p pl i a n ces are use d   b o t h  i n  l i g ht  an d p o w er ci rc ui t s . Pl ug -i n t y p e s of l o ads a r e not   considere d .                                            (i i )  T h e al g o r i t h m  i s  based  st r i ct l y  on t h e  spe c i f i cat i ons  of  I E W   of  C P WD ,  G ovt   o f  I n di a.     (iii) Stead y state v a lu es of featu r es P,  Q, h, an d   m h  fo r all p o s sib l e app lian ce co m b in atio n s   (tem p l ates   l C r   and  p C r , w h e r e l   10, r = 1,2, ..,l f o r light load appliance s ; and p   2, r=1,2 for power load applianc es, are  sto r ed  in  m e mo ry lo cation s Fo r a m a x i m u m o f  1 0  app lian ces in  a lig h t  circu it, th e to tal co m b in atio n s  wou l be 1 0 2 3 H o w e ver ,  i n  t h e ex peri m e nt s i n  t h e l a b envi r o nm ent ,  a m a xim u m  of 7 ap pl i a n ces has bee n  u s ed i n   o n e  circu it and 6  app lian ces i n  th e rem a in in g  three ligh t  ci rcuits.  Sim ilarly ,  fo r t h ree  p o w er ci rcuits,  po we applianc es, which are the m a xim u m  a llowable, are c o nnec ted  in  two   p o wer circu its and   o n e  i n  th e th ird .  Th four  features (i n (iii) above)  of all  possi ble com b inations  of appliance s  in  each of the light circuits, are store d   in  th ree m a tric es, M 1 , M 2 , and M 3 ; whe r e the colum n s of  M 1 (s,5) contain norm alized va lues of features P, Q,  I ,  p f , V A   alth ou gh  w e  u s only  f eatu r es  an d Q in  t h e al g o rith m ;  th e co lu m n s of M 2 ( s , 8 )  c o nt ai n t h fi rst   ei ght  o d d  ha r m oni cs com ponent of  feat u r e h, a nd t h e c o l u m n s of M 3 ( s ,8 ) co nt ai n t h m a gni t ude of  fi rst   ei ght  o d d  ha r m oni cs com ponent of  feat u r es  m h ;  whe r e s  i s  t h e t o t a l  nu m b er of al l  po ssi bl e com b i n at i ons o f   appliances in each cir c uit. For the unknow n combination, which is to be identif i ed, th e corr esponding extracted featur es   are s t ored  in matri ces  M 4  (1,5), M 5  (1,8), and M 6  (1,8). The  es sence  of algorithm  is e xpl ai n e d as  f o l l o ws:    st ori n g   all the features  of individual  applianc es, as   well as of  all  po ssib l e co m b in atio n s   o f  th e ap p lian c es in matrices  as stated  above, and   u s ing  a sm a ll th r e sho l d  valu ( ± 0 . 0 1 )  fo r   no r m aliz ed  m easu r ed   valu es of  P  and Q  t o   account for the possi ble va riations in s u ppl y  voltage,  the algorithm   co mpares on- line t h e signature of the   u nkn own  co m p o s ite lo ad   (UCLF)  o f  app lian ces  (Ap p l ) in   switch e d  ON  po sitio n, first wi th  th e P  v a l u es in  th sto r ed  tem p lat e s. Sin ce th e small  th resho l d o r  to leran ce  valu e, cho s en  after so m e  trial s , is n o t   o p timal, it is   q u ite lik ely th at two   o r  m o re te m p lates  m a y  b e  i n d i cated in  th is co m p ariso n In  t h n e xt step  (secon stag e)  an o t h e r co m p arison  is m a d e   with  th Q v a l u es wit h   th e t e m p lates o b t ain e d  after co mp ariso n . Th is,  in  all  lik elih o o d ,  will furth e redu ce  th e nu m b er of t e m p lates. In  the th ird  stag e of co m p aris on  with   features h  of  th te m p lates re main in g  as residu e fro m  th e se co nd  stag e, there will p o ssi bly b e  fu rth e r red u c tion ,  leav in g  th residu e, hop efu lly, as th e s i n g l e d e sired   can d i d a te. If  n o t , th e fou r t h  stag e of filterin g  throug m h   accom p lishes this task  of  fina l identification.  Note that  t h e use of m h  is based  on the pri n ciple tha t  if a  wave form  is resolve d  int o  a  series of s p ec tral co m pone nts, superposition  of power a pplies  because  of t h o r t h ogo n a lity of sp ectral co mp on en ts  o f   d i fferen t   frequ en ci es.      Tabl e 2. A ppl i a nces  i n st al l e d i n   t h ci rcui t s   Sr.   Light  load appliances connec t ed in  lig ht cir c uits  (LC 1 -LC4 LC1 LC2  LC3  LC4  T L ( 40W)                     CFL ( 8W)  CFL ( 8W)  T ube light ( 40W I L   ( 60W )                       CFL ( 15W I n cand.  L a m p   ( 2 0 0  W )   Bulb ( 60W CFL  T ube light ( 40W M obile char ger   ( N okia)   CFL  ( 15W)  4   L a ptop  DSO  L a ptop  L a ptop  5 M onitor   CPU  m onitor  T V    Fan  Function Gener a tor   Fan  Fr idge  Washing m achine   Washing m achine   Roo m   heat er   Fan    Sr.   Pow er load appliances connecte d  i n  pow er circuits ( P C1-P C3)     PC 1   PC 2   PC 3   E l ectr i c Press  Air  conditioner   M i cr o- oven    I nd Cooker   I nduction Coo k er   Roo m    Heater      If t h ere still remain s a situ atio n wh ere th po ssib l cand i date s in  i d en tifi catio n  at t h fou r t h  stag o f  fi lterin g   are m o re t h a n   one , s o m e  ot he r s u g g est e fea t ures  suc h  a s  I ,  p f , a n d C W   w oul be  use d  t o   fi nal l y  i d e n t i f y  t h Evaluation Warning : The document was created with Spire.PDF for Python.
                        I S SN 2 088 -87 08  IJECE Vol. 4, No. 6, D ecem ber 2014   909 – 922  91 4 appl i a nc es i n  t h un k n o w n c o m b i n at i on.  F o rt unat e l y ho weve r,  i n  e x t e nsi v e  ex peri m e nt at i ons  wi t h   com m on  dom est i c  appl i a nces a n d a  fe w l a b  eq ui pm ent s     (Tab le  1) we fo und  th at  un iqu e  id en tification   was always  co nfin ed  with in  th first fo ur st ag es  o f  filtering . The  salien t  features o f  th e al g o rithm  are sh own   m o re ex p lic itly  b y  a  flow ch art in  Fi g u re  1 .   Th e app lian ce  co d e are en tered  in  th e app lian c e co m b in atio n s   datab a se c o d e   matrix , CM; e.g . , fo r a  6-a p pliances case  the  codes  ent e re d i n  C M  =[1  1;  2  2;  3  3;  4  4;  5  5;  6  6;  ..;  9  1 4 ;  1 0   15; . . ;  3 9  3 4 6 ;  40  3 56;   41  4 5 6 ; ..; 6 3   12 3 4 5 6 ] . At  t h ti m e  o f  d a ta acq u i sition  th e ap p lian c es are co d e d  i n  si n g l d i g it nu m b ers,  1 , 2 , ..,7              4.   E X PERI MEN T AL PR O C EDU R E   Dom e st i c  appl i a nces com m onl y  use d  i n  I n di an m i ddl e cl ass fam i li es have bee n  s h o w n i n  Ta bl 1.Ta bl e2  sh o w s t h e a ppl i a nce s  co nnect e d  i n   t h e f o u r  l i g ht  c i rcui t s LC 1 t o   LC 4 a nd  p o w e r ci rc ui t  PC 1 t o  PC 3.  Du e to un av ailab ility o f  a few do m e stic ap p lian ces  fo so m e  circu its, th ese  h a v e   b een su b s titu ted  b y  a few lab  eq u i p m en ts, su ch  as  d i g ital sto r ag o s cillo sco p e  (D SO), fun c tion  g e nerato (FG), an d  m o n ito r, wh ich  cont ri b u t e  a ri cher va ri et y  of at t r i but es o f  feat ures i n   h and  m h . An expe ri m e nt al  l a borat ory  set u p was  creat e d   to represe n t an electrical installation strictly as  per C P WD s p eci fi cat i ons  on a  fa bricated wooden fram e .   There a r e s o me comm on appliances on  th lig h t  lo ad  ci rcu its, wh ich  are g e n e rally th e case in  ho uses, bu t   powe r load a p pliances in power circ uits are distinct.  W ith six de vices  connected i n  each of the thre e light  ci rcui t s , an d s e ven i n  t h e f o urt h  l i ght  ci rc ui t ,  t h e t o t a l  n u m b er of  pos s i bl e com b i n at ions  w o r k s o u t  t o  31 6,  each represe n t i ng differe n t com b inations of devices  s w itched  ON. For six power  appliances, these  were   distributed e q ually in three circu its, the tot a l num ber of  diffe re nt co m b inations  being only three  for each  circu it.          Fig u r e   1 .  Flow ch ar t of   p r op osed  al g o r ith Evaluation Warning : The document was created with Spire.PDF for Python.
I J ECE   I S SN 208 8-8 7 0 8       Id en tifyin g  App lia n c es u s ing  NIALM  with  Min i mum Fea t u r es  (S un il  S e mw a l 91 5 The  dat a  acq ui si t i on was i n  f o u r  st ep s:  first  step  con s ists of ex tractio n of basic  features (P, Q, I,  pf,  VA) of indivi dual a ppliance s  in each circ uit, second  step was e x tracti on  of l o ad si gnature of thes e basic   feature s  of all possi ble combinations  of the appliances  in each circu it, third step was extraction of  com pone nt s ( f u n d am ent a l ,  3 rd ., 5 th , 7 th , 9 th , 11 th , 13 th , a n 15 th ) of ind i v i du al and  all po ssib le co m b in atio n s   o f   applianc es in  each circ uit, a n d the  fourt h   step wa for e x traction  of si gnat u re m h Note that for s p ectral  com pone nt s, si gni fi cance  o f  c ont ri b u t i o n  o f   harm oni cs  fo t h e fi r s t  ei g h t   od ha rm oni cs was  det e rm i n ed  by   th e ratio  of ((m h ) ma x / 1 0 ) . If an m h  v a lu e is less th an  th is ratio , it is ig n o red  (assu m e d  zero  in  v a l u e), and  corres ponding  to these ignore d m h  va l u es, t h e rel e vant   har m oni c co m pon ent s  we re al so  i g n o re d.  O n l y  t h ese   m o d i fied  v a l u es were th en   selected  fo r th e tem p la tes to  b e  sto r ed  in m e m o ry. Th us,  we  hav e   n o t   no rm al ized  t h e m odi fi ed   m h  val u es si nc e t h ei r m a gni t ude were  m a de com p arabl e ,   unl i k e  t h e  P,   Q,  I,  p f ,  an V A   dat a For each com b ination a tota l of si x re a d ings (e ach  10 se conds a p a r t) i n  steady states  were ta ke n for each  feat ure ,   out   of  w h i c onl y  t hos e rea d i n gs  whi c h s h o w e d  n o  va ri at i o n   were  use d   fo r  st ori ng t e m p l a t e s i n   m e m o ry . Load  si gnat u res of i ndi vi d u al  as wel l  co m b i n at i ons o f  appl i a nce s  were ext r act e d  i n  t w o m odes:  off - line and  on-line (real -tim e) d e scri be bel o w .              Fi gu re  2(a ) .  Sc hem a ti c fo r e x peri m e nt al  set up  fo dat a  acq u i si t i on      4.1.  Off-Line  Mode  of Me as urement                       In t h of f-l i n e   m ode, t h e ex peri m e nt al  set up co nsi s t e d of  a recently  mark eted  smart  sock et  met e ( m anufa c turers  M/s Ha m a  G m bH & Co KG,  Ger m any )  alon g with digital  st orage oscillo s c ope (DSO) with  current   sen s or s.   Plug  meter is an electrical energy  meter   whic h   p l u g s  in between an y app lian c e and  t h AC  ou tlet. It  m easures po w e co ns um pt i on, I rm s , V rm s  with power  factor (c os Φ ).  The s m art  socket  me ter was u s ed fo r direct  me asure m ent (steady  state s ) of P, Q, I, pf, and VA. Only  P and Q feature s   were used. For extraction of sp ectral   co m pone nts h a nd  m h , DSO w a s used.  A si n g le sm art so ck et m e ter was  u s ed  in turn fo r each   o f  th e light and  po we r circ uits.       Relay s   Ci rcu it  1 Ø  Mains  su ppl Li gh tin g  ci rcu its  Power c i rc uits  Mains   C u rrent   sensor   Neu t ral lin k     Neu t ra l li nk  Curre nt   Sensor   Swi t c h  box e s  fo r (LC 1 , LC2 ,  LC3 ,  LC4)                                                               Swi t c h   b o x e s  f o r (P C1 , PC 2 ,  P C 3 )   Si gn al  co nd iti on er  ci rcu it  PT    Analog I/O    Digita l I / O por Arduino  Mega 2560     Evaluation Warning : The document was created with Spire.PDF for Python.
                        I S SN 2 088 -87 08  IJECE Vol. 4, No. 6, D ecem ber 2014   909 – 922  91 6     Fi gu re  2( b ) Sc hem a ti c fo r e x peri m e nt al  se tup for  s p ectral feature (h,  m h ) extraction      4.2. On-Line  (Real - Time)  Mode of Meas ur ement  In t h on -l i n m ode for P an d Q m easurem ent ,  A r d u i n m i croco n t r ol l e r [2 3]  was us e d . A r d u i no  Mega 2560 de velopm ent boa rd  receive current a n d voltage signat u re  from   respective sens ors t o  c o m pute the   lo ad   pr of ile ( P , Q ,  I,  V ,   pf )   of   co nn ected ap p l ian ces.   As sh ow n in   Figu r e  2( a)  t h f our  cu rr en t sen s o r s in  lig h t   circuits are  pla ced at the  exit  of eac h ci rcuit  wire  from   th e D B , an d, sim i l a r l y, th r e e cur r en t sensor h a ve b e en   u s ed  at th e ex it po in t of each   p o wer circu it fro m  th e DB Ad d ition a lly, one cu rren t sen s or is used   righ at th i n com i ng m a i n s t o  t h e DB . T h i s  sens o r  has  been  use d  f o m oni t o ri ng a n d rec o r d i n of  t o t a l  curre nt   dra w n   fr om   t h e sup p l y  so t h at  t h i s  m a y  be used i n  f u t u re  w o r k  fo r o n -l i n e e n e r gy  co ns um pt ion  dat a  an d i t s  on war d   tran sm issio n   to  u tility,  an d  h a s n o t  b e en  u s ed   fo id en tificatio n  o f   app lian ces.  Figure 2(a) prov ides th har d ware  pl at form  for al l  dat a  acqui si t i on  r e qui rem e nt  fo r the basic feat ures  (P,  Q, I,  pf, VA)  while Figure     2( b) s h o w s t h e  schem a ti c of spect ral   feature extractions; all ei ght current s e ns ors are c o nnected to the a n alog  i n p u t  p o rt   of  m i croco n t r ol l e r [ 23]  w h i c i s  i n t e rface wi t h  PC  by   u s i ng M A TL A B  Ar dui no i n t e rface   packa g e. M A T L AB Support  Packa g fo Ardu ino  en ab les co mm u n i catio n  with  t h e m i c r o c on tro ller  over a  USB ca ble, so that the  c u rre n t signals  from  the sens o r s   can  be  di rect l y  use d  i n  M A T L AB  e n vi ro n m ent  fo r   si gnal  pr ocessi ng   (F FT,  W a ve l e t )     5.    R E SU LTS   AN D D I S C U SSI O N A t o t a l  of  31 6  ‘u nk n o w n ’ c o m b i n at i ons (3  x 6 3  + 1 x  12 7) , i . e., f o r al l  possi bl e com b i n at i o ns o f   ap p lian c es in  t h e fou r  ligh t  ci rcu its,  were tested  in   o f f-lin an d on -lin e (real-ti m e m o d e   for valid atio n   o f  t h al go ri t h m  using c o m put er  pr og ram  devel o ped  o n  t h e M A TL AB  pl at fo rm . The ‘ u n k n o w n’  of f-l i n e   com b i n at i ons  were sel ect ed r a nd om l y  from   am ong t h kn o w n c o m b i n at i ons w h o s e t e m p l a t e s were st or ed i n   me m o ry locations a s  stated e a rlier. T h e res u lts of t h ese tests were  found correct  for all th ese co m b inatio n s Next val i d at i o n of t h pr oce d u r e was al so  carri ed  out  i n   real  t i m e  i n  respect  of P a n d  Q val u es by  r a nd om   swi t c hi n g   of  a ppl i a nce s  i n  O N  st at es i n  eac of  t h f o ur li g h t  ci rcu its. For th e on-lin valid atio n  i n   resp ect of  h  an d  m h  v a l u es, th e exp e ri men t s u s ing   Ardu ino  m i cro c o n t ro ller are st ill in  p r o g ress, and  so  on ly off-lin m o d e  o f  th ese v a lu es  w e r e   u s ed  in  v a li d a tio n  of  th e al g o r ith m .  Th e r e su lt of  th e t e st w a s fo und v e r y   satisfacto r y sin ce, ex cep t  for two  unk nown  co m b in atio ns in  circu it LC2 ,  all o t h e r test can d i d a tes were  uni quel y  i d ent i fi ed.  N o t  a si ngl e am bi g u i t y  ever  occ u rr ed.  We  n o w   copy  a  fe re sul t s  o f  t h pr og ram   ex ecu tion fo so m e  r a n d o m l y  sw itch e d   o n -lin e unk now co m b inations.  In the e x am ples, the  form at of the  resu lt  d i sp layed  is:  first  n u m b e r ind i cates th e lo cation  in m e m o ry o f  t h e st ored tem p late fo r m a tch i n g   with  t h u nkn own  co mb in ation ,  th e seco nd  nu m b er indicates the code  of the a p p lian ces, and  the th ird  nu m b er sh ows  the stage  of fil t ering at wh ic h the  ide n tification is c o m p leted. Fi gure   gi ven for each of the  dis p layed res u lts   shows t h num b er of  possibl e candidates as residue at  each stage  of   filtering  until t h e fi nal ide n tification  st age, a n d al s o   sho w s  t h e a d dr esses  of l o cat i o ns  of  st o r ed  ca ndi dat e s’ t e m p l a t e s, w h i c h e m erge as  t h re si due ,   m a t c hi ng wi t h  t h e un kn o w n  com b i n at i on un de r t e st . Th e deco di n g  o f  t h e l o cat i on code  of t h e ca n d i d at e,   w h ich  is f ound  to  m a tch  ex actly w ith  th e u n k now n  com b in atio n ,  is d o n e  thr oug h   p r og r a m  as ex p l ain e b e low.  It m a b e   n o t ed  th at t h e id en tification  is  n e v e r foun d to   o ccur at  th e 1 st  stag e, i.e. P.  Th is is  ob v i o u because the  tolerance le vel  of  0.01 selected after a  fe w tri a ls includes  va lues  (P±0.01P) and  (Q±0.01Q) of  active and  reac tive powers and so i n cl u d es m o re  t h an  o n e candi dat e   i n   P al way s  W e  gi ve  o n l y   one  e x am pl from  each of the light circ uits, and  one  exam pl e from  powe r circ uit, for want of s p ace.    Circu it LC1 :    Ex                41           456           Fo r th is ex am ple, Fig u r 3  d i sp lays th e resu lts o f   id en tificatio n  in  resp ect of th e n u m b e r of p o ssib l candi dat e (res i due ) a v ai l a bl e  i n   P,  Q,  h ,  a n d m h  an d t h ei r  res p ect i v e l o c a t i on a d dress  i n cl u d i n g t h e l o cat i o n   ad dress  o f  t h can d i d a te wh ich  id en tifies th e u nkn own   co m b in ation  of app lian ces Th deco d i n g   of lo catio n   PC    Arduino Mega 2560   Outputs f r o m c urr e nt sensor s A7  A6    A5    A4     A3    A2    A1     A0   S p ectra l Feature  extraction  MAT L AB  Arduino  Interface (MAI)   D0 D1   D 2    D3    D4   D5   D6     D7   Evaluation Warning : The document was created with Spire.PDF for Python.
I J ECE   I S SN 208 8-8 7 0 8       Id en tifyin g  App lia n c es u s ing  NIALM  with  Min i mum Fea t u r es  (S un il  S e mw a l 91 7 ad dress  (41 ) sh own  as 456 ,  is th e id en tity o f  in d i v i dual ap p lian ces i n  co m b in atio n.  W e  co p y  from th MATLAB  th resu lts  o f  th e ex ecu ted   p r og ra m  and explain  the steps  of e x ecution.    >> loc  =  13      22     24      29      30     32      34       35     37      39      41     43      48      50  >> locq =    8     11  >> filtq   =    0 . 12 75       0 . 18 24       0 . 13 18       0 . 119 0     0.135                           0. 1196      0. 1867      0. 1318      0. 1161      0. 1322  >> loch =            >> filth  =       1       0        5        0       9        0       13                                  1       0            0       9           13       >> locm h =    41  >> f ilt m h   =   4 . 9 700     0   2 . 5 500    0    1.860 0    0     1 . 11 00             We ca n see the effect  of t o l e rance  val u e resulting  i n  sel ect i on  of as  m a ny  as f o urt e e n  p o ssi bl e P   can d i d a tes who s e add r esses  o f  storag e are  g i v e n  in  ‘lo c ’.   Wh en  filtered  th rou g h  th e n e xt stag e Q, th e nu m b er   of  po ssi bl e ca n d i d at es  drast i c al l y  reduces t o  t w o,  w hos stora g e a d dresse s are indi cat ed  i ndi rect l y  by  l i nke d   num bers i n   ’lo c q’ , i.e. , t h n u m b er 8  in  lo cq  refe rs t o   locatio n   nu m b er 35  i n  lo c, and   1 1  in lo cq   refers to  lo catio n nu m b er  4 1  in  l o (wh i ch  is actu a lly th d e sired  add r ess  o f   un know n co m b in ation ) . ‘filtq ’ shows two   pos si bl e can di dat e s i n  Q, t h e col u m n s 1- 5  repre s ent  t h no rm al i zed values o f  fi ve  fea t ures ( P . Q ,. ., V A of  te m p lates sto r ed  at lo c 3 5  and 4 1 .  Th e th ird   stag e o f   filteri n g  throug h   h  still  yie l d s  two  can d i d a tes shown  in  ‘filth ’  g i ven   by lin k e d   nu m b ers  1 ,   2  ind i cated   b y  ‘lo c h  wh ich   refers t o  th e link e d   nu mb ers in  lo cq , i.e.,  1  i n   loch re fe rs to s e rial num ber 8  in locq  whic h  refer s  to  lo cat io n   n u m b e r 35 in  lo c, sim i larly 2  in  lo ch   refers to  1 1  in  l o cq wh i c h   refers to 41   in  lo c.          Fi gu re 3.   I d ent i fi cat i on of   ap p l i a nces  (LC 1 ,  LC 2, LC 3,   LC 4)       Since, e v e n  at  the 3 rd  sta g e (h) the ca ndidate s  for identif ica tion are  m o re than one, t h 4 th  stag e (m h )   o f  filter  actio n  is g o n e  th ro ugh  wh ich n o w u n i q u e ly  id en tifies d i rectly  th e lo catio n  nu m b er 4 1  in  ‘lo c m h ’ where th sto r ed  te m p late o f  co m b in ation  m a tch e s th e u nkn own  app lian ces co m b in atio n ,  wh ile th e v a lu es  o f  m h  fo r th is  0 10 20 30 40 50 60 70 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 Loc at i on addres s  of  c a ndi da t e s P o s s i bl c andi dat es  f o r s e l e c t i on at  di f f erent   s t ages  (P ,   Q,  h, m h )     P Q h mh U n k now n appl i anc e c o m b i nat i o n obt ai ned at  l o c a t i on 1 2  at   4t s t age 0 10 20 30 40 50 60 70 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 L o c a t i on a ddr es s   of  c a ndi dat es P o s s i bl c a n d i dat es  f o r  s e l e c t i o n at  d i f f e r ent  s t ages  ( P , Q , h , m h)     P Q h mh Un k n o w n co m b - nat i o n  of appl i a - c e s  obt ai ned at l o c a t i o n  41  at 4t h s t age ( m h) 0 10 20 30 40 50 60 70 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 Lo c a t i on  ad dre s s  o f  c a n d i d at e s P o s s i b l e  c a nd i d at e s  f o r  s e l e c t i o n a t  di f f er en t  s t a g e s  ( P , Q , h , m h)     P Q h mh U n k n own ap pl i a nc c o m b i n at i on o b t a i n ed a t   l o c a t i o n  6 2  at  4 t h s t age (m h ) 0 20 40 60 80 100 120 1 4 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 Loc at i on  addr es s  of  c andi dat es P o s s i bl c andi dat es  f o r  s e l e c t i on at   di f f e r ent   s t ages  ( P ,  Q ,  h,   m h )   P ( 21) Q ( 10) h(3 mh ( 1 U n k now n appl - anc e c o m b i na- t i on obt ai ned at  l o c a t i on 74 at  4t s t age a b cd Evaluation Warning : The document was created with Spire.PDF for Python.
                        I S SN 2 088 -87 08  IJECE Vol. 4, No. 6, D ecem ber 2014   909 – 922  91 8 u nkn own  co m b in ation  are sho w n  in   ‘filtm h W e  can  also   see th ese lo catio n  add r esses of po ssib l e can d id ates  P,  Q,  h,  an d t h e m h  i n  Fi g u re   3.   Circu it LC2       Ex                         62          23456       Circu it LC3      Ex               12        23        Circu it LC4    As s h ow n i n  T a bl e 2 ,  t h i s  ci r c ui t  has  seve appl i a nc es  wh ose t o t a l   n u m b er o f   p o ssi bl com b i n at i ons  wo rk s   out  t o  1 2 7 .  N o t e  t h at  t h i s  ci rcui t  cont ai ns T V  an d fri d g e a m ong t h e appl i a nces.  W e  s h o w  t h ree t y pi cal  cases  o f  i d en tification   with  th same in terp retations as g i v e n   in t h e earlier e x amples.  As a n  e x a m pl e, we co py  fr om   MATLAB   the execute d result .   Ex             74           1345       4  C u rrent  w a ve ( c w)  f e at ures:   C u r r ent   wa vef o rm  of a p pl i a n ces co n n ect ed i n  ci rc ui t s  LC 1,  LC 2,  LC 3 ,  LC 4 a r e s h o w n i n   Fi gu re  4.            Fi gu re  4.  C u rre nt  wa ve  f o rm  of LC 1, LC 2,  L C 3, LC 4       5. 1.   Summ a ry  of Light Circu its  Iden tifica tion   Tab l e 3  shows id en tificatio n   freq u e n c y at d i fferen t  stag es  o f  filtering  in  th e fo ur lig h t  circu its, LC1,  LC2, LC3, and LC4. N o te tha t , here, the  fre quency of id e n tification at m h   stage is  pr og re ssi vel y  i n creasi ng as  we proceed  from  LC1 to LC4. T h is is be cause s o m e   of the appliance s  use d  in LC 2, LC3, a n d L C 4 are   pr o g ressi vel y  r i cher i n   harm oni cs, a n d i n  t h ei r spect ral  m a gni t u des ,  m h Thi s   beha vi or  i s  su pp o r t e b y  t h e   C W  sign atures o f  app lian ces in  Fi g u re  4  for  a case wh en  all th e in stalled   ap p lian c es are si m u ltan e o u s ly  in  ON  states in  th e fou r  circu its. As  sh own ,  C W  for LC1  is  n early  sin u s o i d a l, while fo r th e remain in g  three circu its,  t h ei r C W  si gna t u res i n c r easi n gl y  depa rt  fro m  si nusoi dal  n a t u re. T h e P, Q ,  I, pf , V A  an d h, m h  val u es o f  t h es e   cir c u its ar e show n in   Figu r e  5.        a b c d 0 10 0 20 0 30 0 400 50 0 60 0 70 0 800 -0.2 -0.15 -0.1 -0.05 0 0. 05 0. 1 0. 15 0. 2 Sa m p l e ----- ----------- ----------- -> A m p l i t u d e - --- -- -- -- -- -- -- --> 0 10 0 20 0 30 0 40 0 50 0 60 0 70 0 80 0 -0 .0 5 -0 .0 4 -0 .0 3 -0 .0 2 -0 .0 1 0 0. 01 0. 02 0. 03 0. 04 0. 05 Sa m p l e - --- -- -- --- -- --- -- -- --- -- --- > A m p l i t u d e - - --- -- -- -- -- -- --- -> 0 10 0 20 0 30 0 400 50 0 60 0 70 0 800 -0.2 -0.15 -0.1 -0.05 0 0. 05 0. 1 0. 15 Sa m p l e --------- ----------- -----> A m p l i t u d e ------ ----- ------ -> 0 100 200 300 400 500 600 700 80 0 -0 . 2 -0.15 -0 . 1 -0.05 0 0. 05 0. 1 0. 15 Sa m p l e ------- ------------- -> A m p l i t u d e - ------ ----- ---> Evaluation Warning : The document was created with Spire.PDF for Python.