Automatyzacja domu i prognozowanie zużycia energii: 6 kroków (ze zdjęciami)

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:32

Autor: _prateekjha_Śledź Informacje: Haker Więcej o _prateekjha_ »

HAEP (Home Automation and Energy Prediction System) to projekt dotyczący systemu automatyki domowej, który jest zbudowany wokół idei pomiaru i prognozowania zużycia energii w domu. Minęło kilka lat, odkąd Automatyka Domowa wkroczyła w nasze życie i uczyniła nas lepszymi niż kiedykolwiek wcześniej. Jeśli byłeś dorastającym fanem kreskówek The Jetsons, prawdopodobnie marzyłeś o latających samochodach, w pełni zautomatyzowanym domu i świecie, w którym wszystko jest dostępne za naciśnięciem jednego przycisku. Samochody z pewnością jeszcze nie latają, ale zautomatyzowana jazda nie jest zbyt daleko. Podobnie jak możliwość kontrolowania wielu aspektów domu za pomocą kilku kliknięć. Ostatecznie w pewnym momencie nasze różne urządzenia gospodarstwa domowego mogą zostać połączone, co pozwoli nam sterować nimi wszystkimi z naszych telefonów lub innego typu urządzenia. Na razie niektórymi urządzeniami można sterować za pomocą połączenia Wi-Fi, ale potrzebujesz oddzielnych aplikacji na smartfony lub urządzeń, aby powiedzieć im, co mają robić.

Głównym celem tego projektu jest wykonanie analizy zebranych danych i prognozowanie zużycia energii na następny dzień lub miesiąc. My, ludzie, marnujemy dużo energii w codziennym użytkowaniu, albo nie wyłączając świateł, gdy nie są używane, albo wykorzystując stare i nieefektywne urządzenia, które zużywają duże ilości energii. Energię należy oszczędzać nie tylko po to, aby obniżyć koszty, ale także po to, aby zachować zasoby do dłuższego użytkowania. Podobnie jak możliwość kontrolowania wielu aspektów domu za pomocą kilku kliknięć.

Krok 1: Przechodzenie przez system

1. Użytkownik włącza/wyłącza urządzenie za pomocą aplikacji na Androida stworzonej dla systemu.
2. Dane z Androida trafiają do dokumentu Firebase w Cloud.
3. Arduino nieustannie nasłuchuje zmian danych w dokumencie Firebase.
4. Na podstawie wartości pola w dokumencie Firebase zmienia stan urządzenia.
5. Arduino stale zbiera aktualną temperaturę i wilgotność.
6. Te wartości są wysyłane do dokumentu Firebase w celach analitycznych.
7. Teraz dane są zbierane przez skrypt Pythona działający na serwerze.
8. Na zebranych danych uruchamiany jest model regresji liniowej i wykonywana jest prognoza następnego dnia.
9. Wartość jest następnie ponownie wysyłana do aplikacji na Androida przez Firebase.