Μοντελοποίηση συμπεριφοράς και ανίχνευση ανωμαλιών σε έξυπνες συσκευές του Διαδικτύου των πραγμάτων (IoT)
Το πρόβλημα που αποσκοπούμε να λύσουμε στο πλαίσιο αυτής της διπλωματικής εργασίας είναι η ανίχνευση περιττής κατανάλωσης ενέργειας σε ένα σπίτι και η εξοικονόμηση ενέργειας. Αυτό θα προσπαθήσουμε να το επιτύχουμε με την μοντελοποίηση συμπεριφοράς και την χρήση του διαδικτύου των πραγμάτων σε συν...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Γλώσσα: | Greek |
Έκδοση: |
2023
|
Θέματα: | |
Διαθέσιμο Online: | https://hdl.handle.net/10889/25057 |
Περίληψη: | Το πρόβλημα που αποσκοπούμε να λύσουμε στο πλαίσιο αυτής της
διπλωματικής εργασίας είναι η ανίχνευση περιττής κατανάλωσης ενέργειας σε
ένα σπίτι και η εξοικονόμηση ενέργειας. Αυτό θα προσπαθήσουμε να το
επιτύχουμε με την μοντελοποίηση συμπεριφοράς και την χρήση του διαδικτύου
των πραγμάτων σε συνδυασμό με την χρήση αλγορίθμων μηχανικής μάθησης
και ανίχνευση ανωμαλιών. Για την δημιουργία του μοντέλου μας στο οποίο θα
εξομοιώσουμε το περιβάλλον θα χρησιμοποιήσουμε διάφορους αισθητήρες
μέτρησης ρεύματος οι οποίοι είναι ενσωματωμένοι σε έξυπνες πρίζες . Η
εκπαίδευση του μοντέλου και η συλλογή δεδομένων έγιναν με την χρήση των
έξυπνων πριζών και την γλώσσα προγραμματισμού Python. Στην αρχή έγινε
καταγραφή κατανάλωσης ρεύματος με την χρήση των έξυπνων πριζών για
διάφορες συσκευές στο σπίτι μέσα στο χρονικό διάστημα του ενός μήνα. Αφού
εφαρμόσαμε δειγματοληψία στα δεδομένα λόγο του μεγάλου όγκου. Στην
συνέχεια υλοποιήσαμε πέντε διαφορετικούς αλγορίθμους για την ανίχνευση
ανωμαλιών για τον εντοπισμό τυχόν ακραίων τιμών που θα μπορούσαν να
υποδηλώνουν μη φυσιολογική ηλεκτρική χρήση με στόχο να αποτρέψουμε
πιθανές απώλειες ενέργειας, πιθανή υπερφόρτωση συστήματος. Τέλος έγινε
σύγκριση των αποτελεσμάτων ακρίβειας κάθε αλγορίθμου όπως και ο χρόνος
που χρειάστηκε ο κάθε ένας για να ολοκληρώσει την διαδικασία και
καταλήξαμε στον πιο αποδοτικό αλγόριθμο λαμβάνοντας υπόψη και τίς δύο
παραμέτρους. |
---|