Išmanaus pastato jutiklių stebėjimo ir anomalinio vandens naudojimo aptikimo sistemos kūrimas ir tyrimas
| Autor: | Kulikovas, Lukas |
|---|---|
| Přispěvatelé: | Packevičius, Šarūnas |
| Jazyk: | litevština |
| Rok vydání: | 2023 |
| Předmět: | |
| Popis: | Šiame darbe yra pristatoma jutiklių stebėjimo ir anomalinio vandens naudojimo aptikimo sistema, skirta palengvinti jutiklių duomenų monitoringą bei galimo vandens nuotėkio aptikimą. Ši sistema yra sudaryta iš mobiliosios aplikacijos, kuri yra įdiegta naudotojo telefone, serverio bei mikrovaldiklio, kuris yra įrengtas naudotojo vandens tiekimo sistemoje. Serveris naudoja mašininio mokymo algoritmą, kad būtų galima efektyviai aptikti galimą vandens nuotėkį ir greičiau išvengti didelių nuostolių. Serveris taip pat siunčia aliarminius pranešimus naudotojui į mobilųjį įrenginį pranešti apie anomalinį vandens naudojimą su tikslu vartotojui leisti išvengti nepageidaujamų pasekmių efektyviai ir greitai. Darbo tiriamojoje dalyje yra palyginami įvairūs mašininio mokymo algoritmai naudojant įvairius scenarijus bei metrikas, siekiant surasti efektyviausią modelį nustatant anomalinį vandens naudojimą. Tokio tipo sistema gali būti naudojama tiek privačiuose namuose, tiek ir viešosiose įstaigose. Projektas yra naudingas ne tik siekiant išvengti finansinių nuostolių, tačiau ir tausojant vieną iš svarbiausių aplinkos resursų – vandenį. In this paper we present a sensors monitoring and anomalous water use detection system to facilitate sensors data monitoring and detection of potential water leaks. The system consists of a mobile application that is installed on the user’s phone, a server, and a microcontroller, that is installed in the user’s water supply system. The server uses a machine learning algorithm to efficiently detect potential water leaks and prevent major losses. The server also sends alarm messages to the user’s mobile device to report anomalous water use with the aim of allowing the user to avoid unwanted consequences quickly. In the exploratory part of the work different machine learning algorithms are compared using different scenarios and metrics to find the most efficient model for detecting anomalous water usage. This type of system can be used in private homes as well as in public institutions. The project is not only beneficial for avoiding financial losses, but also for conserving one of the most important environmental resource – water. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|