A maior dificuldade de se entender como o usuário utiliza energia elétrica, é obter dados fidedignos e atualizados sobre o seu perfil de comportamento. A medição de energia elétrica individualizada de cada carga conectada à rede, é uma das formas para a obtenção de uma percepção precisa do emprego da energia, necessitando evitar derivações de cada tomada disponível, garantindo que a medição da carga ligada diretamente, seja garantida como única, tornando o método de custo elevado e considerado economicamente não acessível devido ao número de medidores necessários a serem instalados. Atualmente, as tecnologias de baixo custo vigentes de mercado focam em automação residencial, ou seja, ligam e desligam cargas de forma automática ou com tempo programado, não sendo aplicáveis em sistemas de medição de energia elétrica para faturamento ou aplicações que exigem confiabilidade metrológica. Assim, as mesmas investem em produtos que meçam a energia de cada residência unicamente no quadro de entrada com a finalidade, sempre, de medir o consumo total mensal de cada cliente. A metodologia aplicada neste trabalho, tem objetivo na obtenção dos dados vindos diretos destes medidores de energia utilizados nos quadros de entrada, com baixo nível de amostragem (6 amostras por minuto e baixo custo de investimento) podendo ser tornar um sistema de custo acessível a empresas e que poderão, através das informações geradas, traçar melhores estratégias para melhoraria do fornecimentos de energia elétrica ou até mesmo ser utilizado por um usuário residencial caso tenha interesse de entender de forma mais profunda o seu próprio consumo de energia. Para tal, são utilizadas técnicas não invasivas de identificação de cargas elétrica, gerando mediante um sistema on-line, dados que podem ser agregados e classificados como perfil de carga de um usuário.

The greatest challenge in understanding how users consume electricity is obtaining reliable and up-to-date data on their behavior. One way to gain an accurate understanding of energy usage is through individualized measurement of each load connected to the grid. However, this requires avoiding derivations from each available outlet and ensuring that the measurement of the directly connected load is unique, making the method costly and economically inaccessible due to the number of meters required. Current low-cost technologies on the market focus on home automation, such as automatically turning loads on and off or programming them for specific times, but these are not applicable for electricity metering for billing or applications requiring metrological reliability. Instead, they invest in products that measure the energy of each residence solely at the entrance panel with the aim of measuring the total monthly consumption of each customer. The methodology applied in this work aims to obtain data directly from these energy meters used at the entrance panels, with a low sampling rate (6 samples per minute) and low investment cost, making it an affordable system for companies that can use the generated information to develop better strategies for improving electricity supply or even for residential users interested in gaining a deeper understanding of their own energy consumption. To achieve this, non-invasive techniques for identifying electrical loads are used to generate online data that can be aggregated and classified as a users load profile.