Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://elartu.tntu.edu.ua/handle/lib/39416
Titel: Впровадження електронних систем розумного будинку з підвищеною ефективністю
Sonstige Titel: Implementation of electronic systems of a smart house with increased efficiency
Autor(en): Красіцька, Софія Богданівна
Krasitska, Sofiia
Bibliographic description (Ukraine): Красіцька С.Б. Впровадження електронних систем розумного будинку з підвищеною ефективністю: кваліфікаційна робота магістра за спеціальністю „141 — електроенергетика, електротехніка та електромеханіка“ / С. Б. Красіцька. — Тернопіль: ТНТУ, 2022. — 66 с.
Erscheinungsdatum: Dez-2022
Date of entry: 20-Dez-2022
Herausgeber: Тернопільський національний технічний університет імені Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопільський національний технічний університет імені Івана Пулюя
Supervisor: Тарасенко, Микола Григорович
Tarasenko, Mykola
UDC: 621.331
Stichwörter: 141
електроенергетика, електротехніка та електромеханіка
інтернет розумних речей IoT
розумний будинок
енергоефективність
прогноз споживання енергії
Smart Home
Energy Efficient
IoT
Energy Consumption Prediction
Number of pages: 66
Zusammenfassung: Технології розвиваються з кожним днем у житті людини. Потреба в розвитку технологій полягає в тому, щоб життя людини було комфортним. Використання Інтернету речей змінює вигляд розвитку в усіх секторах людського життя, і його можна використовувати для успішного впровадження енергоефективних будівель і, отже, призвести до повного зниження споживання електроенергії в різних аспектах людського життя. Завдяки наявності та розширенню технологій розумного дому це призвело до збільшення потреби в інтелектуальному навчанні мешканців і виявленні їх дій, таких як безпека, енергоефективна автоматизація, управління ресурсами. Проте використання Інтернету речей не використовується ефективно в багатьох країнах Африки, що розвиваються, де енергія не використовується належним чином для побутових та інших цілей. Споживання електроенергії стало великою проблемою через неефективне використання приладів і ненадійне визначення зайнятості. Тому, щоб забезпечити вказане рішення, у будинку встановлюються різні інтелектуальні датчики для автоматизації будинку та виявлення руху та зайнятості мешканців у кімнаті/будинку, щоб забезпечити енергоефективність. Споживання енергії реєструється, і для прогнозування майбутнього споживання енергії використовується алгоритм опорних векторних машин (SVM). Результати оцінки системи показують, що запропоновані системи забезпечують розумний дім з енергоефективністю порівняно з енергетичною системою, що не є розумним будинком.
Technology has been developing every day in human life. The need for the advancement of technology is to lead human life comfortable. The use of Internet of Things is changing the face of development in all sectors of human life and it can be used for successful implementation of energy efficient buildings and hence lead to total reduction of electrical energy consumption in different aspect of human life. Due to presence and an increase in smart home technology it has led to increase of the need of intelligent learning of the inhabitant’s and detecting their activities such as security, energy efficient automation, resource management. However, uses of IoT has not been effectively utilized in many developing countries in Africa where energy is not properly used for the domestic and other purposes. Power consumption has become a great problem due to inefficient use of appliances and unreliable occupancy detection. Therefore to provide the specified solution different smart sensors are installed in a house to automate the house and to detect motion and occupational of inhabitant in the room/house so that to make sure there is energy efficient. The energy usage is recorded and support vector machine (SVM) algorithm is used to predict the future usage of energy. The evaluation results of the system show that the proposed systems provide a smart home with energy efficient compared to the non smart house energy system
Beschreibung: Це дослідження було спрямоване на виявлення ефективного рішення шляхом впровадження пристроїв Інтернету речей, які враховують рухи мешканців, для вирішення проблеми більшого споживання енергії, яка виникає через неефективне використання приладів і відсутність виявлення зайнятості, а також прогнозування споживання електроенергії. Що стосується контекстуального дослідження, представленого в цій роботі, виявлено значне зниження споживання електроенергії в розумному будинку за допомогою запропонованого методу. Це мотивуватиме інших людей щодо концепції розумного дому та інтелектуальної будівлі, яка є більш екологічною та, таким чином, економить енергію для майбутнього покоління.
Content: ПЕРЕЛІК СКОРОЧЕНЬ І ТЕРМІНІВ 7 ВСТУП 9 1.АНАЛІТИЧНИЙ РОЗДІЛ 11 1.1. Огляд систем розумного будинку 11 1.1. Що таке розумний будинок 11 1.2. Функції, які виконує система розумного будинку 14 1.2.1.Освітлення 14 1.2.2. Опалення 17 1.2.3.Система безпеки 18 1.2.4. Симуляція присутності 19 1.2.5. Енергоефективність 20 1.2.6. Дистанційне керування будинком 21 1.3.Постановка проблеми 21 2.ПРОЕКТНО-КОНСТРКТОРСЬКИЙ РОЗДІЛ 22 2.1.Огляд 21 2.2. Сфера застосування розумного будинку 23 2.3.Управління ресурсами 23 2.4. Моделі розумного будинку на основі класифікації 27 2.5. Безпека 28 2.6 GatorTech Smart House 29 2.7. Адаптивний будинок 31 2.8.MavHome (керування інтелектуальним багатофункціональним будинком) 32 3 .РОЗРАХУНКОВО-ДОСЛІДНИЦЬКИЙ РОЗДІЛ 33 3.1. Архітектура тестового розумного будинку 33 3.1.2. Опис компонентів 35 3.1.3.Робота системи 39 3.1.4. Вибір машинного навчання та експериментальна установка 40 3.2. Оцінка продуктивності системи 42 3.2.1. Оцінка ефективності, результати та обговорення 42 3.2.1.1.Середньоквадратична помилка 42 3.2.1.2.Коефіцієнт варіації 42 3.3. Узагальнення 44 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 45 4.1Аналіз можливих небезпечних і шкідливих виробничих чинників електробезпеки, пожежної небезпеки певного об’єкта дослідження 45 4.1.1. Основні поняття про охорону праці 45 4.1.2 Вимоги з електробезпеки 47 4.1.3. Які є групи допуску 48 4.1.4. Періодичність навчання з електробезпеки 50 4.1.5.Система попередження пожеж. Протипожежний захист 51 4.2. Захист персоналу та навколишнього середовища від небезпечних виробничих факторів 54 4.2.1. Вимоги до працівників під час обслуговування електроустановок 54 4.2.3 Організація безпечної експлуатації електроустановок 56 ЗАГАЛЬНІ ВИСНОВКИ 57 ПЕРЕЛІК ПОСИЛАНЬ 58 ДОДАТОК 1 1
URI: http://elartu.tntu.edu.ua/handle/lib/39416
Copyright owner: © Красіцька С.Б., 2022
References (Ukraine): [1] K. Чайтра та С. Падмашрі, «Алгоритми прогнозування для мультимедійних комунікаційних мереж».
[2] «Інтернет-звіти ITU 2005 Інтернет речей». [Онлайн]. Доступно https://www.itu.int/osg/spu/publications/internetofthings/ . [Дата публікування 25 лютого 2020].
[3] «Що таке розумний будинок | БТ». [Онлайн]. Доступно https://home.bt.com/tech gadgets/internet/connected-home/what-is-a-smart-home-11364214165664 . Дата публікування- 22 квітня 2020.
[4] П. Павар і П. Віттал К, «Проектування та розробка вдосконаленої інтелектуальної системи управління енергією, інтегрованої з IoT структура в середовищі розумної мережі», J. Energy Storage, - том. 25, випущено - Серпень, 2019.
[5] «Звіт про стан глобальної енергетики та CO2 за 2019 рік – Аналіз – МЕА». [Онлайн]. Доступно - https://www.iea.org/reports/global-energy-co2-status-report -2019. Дата публікування - 25 лютого 2020.
[6] А. Фарукі та С. Серджічі, «Реакція домогосподарств на динамічне ціноутворення на електроенергії» - огляд 15 експериментів, том. 38, випущено - 2. 2010 рік.
[7] М. А. Паредес-Вальверде, Г. Алор-Ернандес,J. Л. Гарсіа-Алькарас, М. дель П. Салас-Сарате, Л. О. Коломбо-Мендоса та Х. Л. Санчес-Сервантес, “IntelliHome-система на основі Інтернету речей для Енергозбереження в розумному домі», Комп., стор. 203–224, 2020.
[8] О. Абедінія, Н. Амджаді та Н. Гадімі, «Прогнозування сонячної енергії на основі гібридної нейронної мережі та вдосконаленого метаевристичного алгоритму», стор.- 241–260, 2018.
[9] Дж. К. Бредселл, К. Еон і Г. М. Моррісон, «Розуміння споживання ресурсів у домі, громаді та суспільстві через теорії поведінки та соціальної практики», Sustain., т. 11, № 22, 2019.
[10] А. Бхаті, М. Хансен і К. М. Чан, «Енергозбереження за допомогою розумних будинків у розумному місті: урок для домогосподарств Сінгапуру. Енергозбереження за допомогою розумних будинків у розумному місті: урок для домогосподарств Сінгапуру», Енергетична політика , т.104,Лютий, стор. 230–239, 2017.
[11] Дж. Скотт та ін., «Попередній нагрів», стор. 281, 2011.
[12] Y. Wang і P. Dasgupta, «Проектування адаптивних алгоритмів керування освітленням для розумних будівель і будинків», Proc. 11-й IEEE Int. конф. Мережа, сенсорний контроль. ICNSC 2014, стор. 279–284, 2014.
[13] А. Р. Аль-Алі, А. Ель-Хаг, М. Бахадірі, М. Харбаджі та Ю. Алі Ель Хадж, «Система управління відновлюваною енергією в розумному будинку», Енергетичний процес, вип. №12, Грудень 2013,С. 120–126, 2011.
[14] Т. Чжу, А. Мішра, Д. Ірвін, Н. Шарма, П. Шеной і Д. Тоуслі, «Доводи для ефективного управління відновлюваною енергією в розумних будинках» BuildSys 2011 – Proc. 3-й ACM Робота. Вставити. Sens. Syst. Енергоефективна будівля. Спільно з ACM SenSys 2011, стор. 67–72, 2011.
[15] С. Баркер, А. Мішра, Д. Ірвін, П. Шеной та Дж. Альбрехт, «SmartCap: зменшення пікового попиту на електроенергію в розумних будинках», 2012 IEEE Int. конф. Всепроникний обчис.Комун. PerCom 2012, № Березень 2015.
[16] А. Барбато, Л. Борсані, А. Капоне та С. Мельці, «Енергозбереження будинку за допомогою системи профілювання користувачів на основі бездротових датчиків», BUILDSYS 2009 - Proc. 1-а робота ACM. Вставити. Sens. Syst. Енергоефективна будівля. Проведено спільно з ACM SenSys 2009, С. 49–54, 2009.
[17] Дж. Ши, Н. Ю та В. Яо,«Алгоритм управління енергоефективною системою опалення, вентиляції та кондиціонування повітря в будівлі з прогнозуванням зайнятості в реальному часі», Energy Procedia, том. 111, вип. Вересень 2016, стор. 267–276, 2017.
[18] М. К. Хайдер, А. К. Ісмаїл та І. А. Казі,«Марковські моделі для прогнозування електричного навантаження в розумних будівлях», у Конспектах 60 лекцій з інформатики (включаючи підсерії Конспекти лекцій зі штучного інтелекту та Конспекти лекцій з біоінформатики), 2012, том. 7664 LNCS, № ЧАСТИНА 2, С. 632–639.
[19] Дж. Кім, М. Чой, Р. Дж. Роблес, Е. Чо та Т. Кім, «Огляд безпеки в розробці розумного будинку», Security, vol. 15, стор. 13–22, 2010.
[20] Дж. Бангалі та А. Шаліграм, «Проектування та впровадження систем безпеки для розумного дому на основі технології GSM», Int. J. Розумний дім, вип. 7, № 2013, № 6, С. 201–208.
[21] С. Ейза та А. Морейра, «Система моніторингу поведінки (BMS) для життя з допоміжним середовищем», Sensors (Switzerland), vol. 17, вип. 9, 2017.
[22] П. Вігнесварі,В. Індху, Р. Р. Нармата, А. Сатініша та Дж. М. Субашіні «Автоматизована система безпеки з використанням спостереження», Міжн. J. Curr. інж. техн., вип. 55, вип. 22, стор. 2277–4106, 2015.
[23] С. Хелал і К. Чен, «Розумний будинок Gator Tech», стор. 1, 2009
[24] С. Стенудд, Використання машинного навчання в адаптивному управлінні розумним середовищем, №.751. 2010 рік.
[25] С. К. Сама та М. Рахнамай-Наїні, «Дослідження методів послідовного прогнозування на основі стиснення для прогнозування зайнятості в розумних будинках», 2016 IEEE 7th Annu. Усюдисущий комп’ютер. Електрон. моб. Комун. конф. UEMCON 2016, 2016.
[26] A. Cibinskiene, D. Dumciuviene, and M. Andrijauskiene, «Споживання енергії в громадських будівлях: детермінанти поведінки мешканців», Енергія, том. 13, № 14, 2020.
Content type: Master Thesis
Enthalten in den Sammlungen:141 — електроенергетика, електротехніка та електромеханіка

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
Авторська довідка Красіцька.docxАвторська довідка_Красіцька С.Б.20,2 kBMicrosoft Word XMLÖffnen/Anzeigen
Красіцька_Робота.pdfКваліфікаційна робота магістра_Красіцька С.Б.1,8 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.

Administrationswerkzeuge