Επέκταση της πλατφόρμας Tuya για τον έλεγχο της κατανάλωσης ενέργειας σε έξυπνες οικίες

Δάλπης, Χαράλαμπος; Dalpis, Charalampos

dc.contributor.author	Δάλπης, Χαράλαμπος	el
dc.contributor.author	Dalpis, Charalampos	en
dc.date.accessioned	2024-04-23T10:20:30Z
dc.date.available	2024-04-23T10:20:30Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59256
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26952
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Έξυπνα σπίτια	el
dc.subject	Έξυπνη Συσκευή	el
dc.subject	Ηλεκτρικός θερμοσίφωνας	el
dc.subject	Πλατφόρμα Tuya	el
dc.subject	Δυναμική τιμολόγηση	el
dc.subject	Python	en
dc.subject	Java	en
dc.subject	Smart Homes	en
dc.subject	Smart Device	en
dc.subject	Electric Water Heater	en
dc.subject	Tuya Platform	en
dc.subject	Dynamic Pricing	en
dc.title	Επέκταση της πλατφόρμας Tuya για τον έλεγχο της κατανάλωσης ενέργειας σε έξυπνες οικίες	el
heal.type	bachelorThesis
heal.classification	Εξοικονόμιση Ενέργειας	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-11-01
heal.abstract	Η πλατφόρμα Tuya είναι μια ευέλικτη και ανοιχτή πλατφόρμα για το Διαδίκτυο των Πραγμάτων η οποία επιτρέπει τη σύνδεση και τον έλεγχο διάφορων έξυπνων συσκευών σε μια κοινή ενοποιημένη υποδομή. Στο μοντέλο της δυναμικής τιμολόγησης, το οποίο αναμένεται να ξεκινήσει να εφαρμόζεται στο επόμενο χρονικό διάστημα και στην Ελλάδα, η τιμή της ηλεκτρικής ενέργειας μεταβάλλεται ανά ώρα και για κάθε εικοσιτετράωρο ανακοινώνεται από μία μέρα έως κάποιες ώρες νωρίτερα. Σκοπός της παρούσας έρευνας είναι ο σχεδιασμός και η ανάπτυξη μιας υπηρεσίας/εφαρμογής για κινητές συσκευές Android η οποία αξιοποιώντας τα εργαλεία και τις δυνατότητες που παρέχει η πλατφόρμα Tuya υλοποιεί έναν έξυπνο αλγόριθμο απόφασης ο οποίος αναλαμβάνει τη χρονική μετάθεση της λειτουργίας του ηλεκτρικού θερμοσίφωνα της οικίας σε ώρες της ημέρας όπου οι ενεργειακές απαιτήσεις του δικτύου και κατά συνέπεια και οι χρεώσεις του ηλεκτρικού ρεύματος είναι χαμηλότερες. Για τη βελτιστοποίηση των προβλέψεων του αλγορίθμου χρησιμοποιήθηκαν στατιστικές μέθοδοι καθώς και μέθοδοι πρόβλεψης χρονοσειρών. Παράλληλα, δημιουργήθηκε περιβάλλον επίβλεψης της λειτουργίας της υπηρεσίας για τον χρήστη από τον υπολογιστή (web server) και πραγματοποιήθηκαν δοκιμές σε πραγματικές συνθήκες με σκοπό την αξιολόγηση της αποτελεσματικότητας της υπηρεσίας. Τα συμπεράσματα είναι ενθαρρυντικά καθώς φαίνεται η υπηρεσία να μειώνει σημαντικά το κόστος ενέργειας συμβάλλοντας παράλληλα στην αποφόρτιση του δικτύου κατά τις ώρες αιχμής. Για την ανάπτυξη της υπηρεσίας/εφαρμογής αξιοποιήθηκαν οι γλώσσες προγραμματισμού Python και Java με τις βιβλιοθήκες τους Tuya IoT SDK και το προγραμματιστικό περιβάλλον Android Studio.	el
heal.abstract	The Tuya platform is a flexible and open platform for the Internet of Things that enables the connection and control of various smart devices on a common unified infrastructure. In the dynamic pricing model, which is expected to start being implemented in Greece in the following months, the price of electricity changes hourly and for every twenty-four hours it is announced from one day to several hours in advance. The purpose of this research is the design and development of a service/application for Android mobile devices which by utilizing the tools and capabilities that the Tuya platform provides, implements an intelligent decision algorithm that undertakes the time shift of the operation of the electric water heater of the smart house in the hours of the day when the energy requirements of the network and consequently the electricity charges are lower. Statistical methods, as well as time series forecasting methods, were used to optimize the algorithm's predictions. At the same time, an environment was created for the user to supervise the operation of the service from a computer (web server) and tests were carried out in actual conditions to evaluate the effectiveness of the service. The conclusions are encouraging as the service appears to significantly reduce energy costs and at the same time contributes to offloading the network during peak hours. For the development of the service/application, the Python and Java programming languages with their Tuya IoT SDK libraries and the Android Studio programming environment were used.	en
heal.advisorName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Σούντρης, Δημήτριος	el
heal.committeeMemberName	Κορρές, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	133 σ.	el
heal.fullTextAvailability	false