HOME automatizálás és energia előrejelzés: 6 lépés (képekkel)

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:43

Írta: _prateekjha_Follow About: Hacker További információ _prateekjha_ -ról »

A HAEP (Home Automation and Energy Prediction System) egy otthoni automatizálási rendszerről szóló projekt, amely a ház energiafogyasztásának mérése és előrejelzése köré épül. Több év telt el azóta, hogy az otthoni automatizálás belépett az életünkbe, és jobbá tette az eddigieket. Ha rajongott a The Jetsons rajzfilmsorozatért, akkor valószínűleg álmodott repülő autókról, teljesen automatizált otthonról és egy olyan világról, ahol bármi elérhető egyetlen gombnyomással. Az autók még biztosan nem repülnek, de az automatizált vezetés nincs túl messze. És nem is az a képesség, hogy néhány kattintással irányíthatja otthonának számos területét. Végső soron valamikor összekapcsolhatjuk különféle háztartási készülékeinket, lehetővé téve számukra, hogy telefonjainkról vagy más típusú eszközökről vezéreljük őket. Egyelőre egyes készülékek Wi-Fi kapcsolaton keresztül vezérelhetők, de külön okostelefonos alkalmazásokra vagy eszközökre van szükség ahhoz, hogy megmondják nekik, mit kell tenniük.

A projekt fő célja, hogy elemzéseket végezzen az összegyűjtött adatokról, és megjósolja az energiafogyasztást a következő napra vagy hónapra. Mi emberek sok energiát pazarolunk a mindennapi használat során, ha nem kapcsoljuk ki a villanyt, amikor nem használjuk, vagy használjuk a régi és nem hatékony készülékeket, amelyek nagy mennyiségű energiát fogyasztanak. Az energiát nem csak a költségek csökkentése érdekében kell megtakarítani, hanem az erőforrások hosszabb használat érdekében történő megőrzése is. És nem is az a képesség, hogy néhány kattintással irányíthatja otthonának számos területét.

Lépés: Séta a rendszeren

1. A felhasználó be-/kikapcsolja az eszközt a rendszerhez készült Android alkalmazás használatával.
2. Az Androidról származó adatok a Firebase dokumentumba kerülnek a felhőben.
3. Az Arduino folyamatosan figyeli az adatok változását a Firebase dokumentumban.
4. A Firebase Document mező értéke alapján megváltoztatja az eszköz állapotát.
5. Az Arduino folyamatosan gyűjti az aktuális hőmérsékletet és páratartalmat.
6. Ezeket az értékeket elemzés céljából elküldjük a Firebase Dokumentumba.
7. Most az adatokat a szerveren futó Python Script gyűjti össze.
8. Az összegyűjtött adatokon lineáris regressziós modellt futtatnak, és másnap előrejelzést készítenek.
9. Ezt követően az értéket újra elküldi az Android App -hoz a Firebase -en keresztül.