Анализ и прогнозирование энергопотребления с использованием технологий машинного обучения

Скачать курсовую работу на тему: Анализ и прогнозирование энергопотребления с использованием технологий машинного обучения. В которой исследованы модели статической обработки данных. Изучена программная реализация аналитического модуля.
Author image
Ekaterina
Тип
Курсовая работа
Дата загрузки
23.01.2025
Объем файла
869 Кб
Количество страниц
17
Уникальность
Неизвестно
Стоимость работы:
Бесплатно
Заказать написание авторской работы с гарантией

ВВЕДЕНИЕ

С развитием технологий интернета вещей появилось большое количество различных методологий и технологий. В частности появилось множество протоколов передачи данных физического уровня, разработанные специально для применения в Iot системах. Появились протоколы проводной передачи данных, такие как knx. Однако наибольший интерес представляют технологии беспроводной передачи данных, такие как ZigBee, Z-Wave и LoraWAN. Если первые два протокола предназначены для построения небольших локальных сетей (в пределах одной квартиры или дома), то LoraWan отличается тем, что может создавать сети сенсоров простирающиеся на несколько десятков километров. При этом оконечные устройства, созданные с применением данной технологии могут работать автономно, питаясь от батареек, до 10 лет! Это делает возможным применение технологий интернета вещей не только в локальной автоматизации (к примеру, умный дом), но и проектировать системы автоматизации в масштабе большого предприятия или даже целого города без больших финансовых затрат. Данную технологию можно использовать для мониторинга состояния производственных линий на заводе, или в логистических целях для мониторинга за перемещением грузового транспорта, сожно использовать для управления городской инфраструктурой (управления светофорами или городским освещением) или отслеживать состояние муниципальной собственности (состояние дорог, мостов и зданий).

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.. 3
ХАРАКТЕРИСТИКА ОРГАНИЗАЦИИ.. 4
ВВЕДЕНИЕ. 5
1.    АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ.. 6
2.    ОБЗОР АНАЛИТИЧЕСКИХ МОДЕЛЕЙ.. 7
2.2.    МОДЕЛЬ AR. АВТОРЕГРЕССИВНАЯ МОДЕЛЬ. 7
2.3.    МОДЕЛЬ MA. СКОЛЬЗЯЩАЯ СРЕДНЯЯ.. 8
2.4.    МОДЕЛЬ ARMA. АВТОРЕГРЕССИВНАЯ СКОЛЬЗЯЩАЯ СРЕДНЯЯ   10
2.5.    МОДЕЛЬ ARIMA. АВТОРЕГРЕССИВНАЯ ИНТЕГРИРОВАННАЯ СКОЛЬЗЯЩАЯ СРЕДНЯЯ.. 11
3.    АНАЛИЗ ПОЛУЧЕННЫХ ДАННЫХ.. 12
ЗАКЛЮЧЕНИЕ. 17
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ.. 18
ПРИЛОЖЕНИЕ. Исходный код проекта. 19

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

Что такое сеть LoraWAN и как она помогает делать бизнес цифровым – URL: https://iot-ertelecom.ru/chto-takoe-set-lorawan-i-kak-ona-pomogaet-delat-biznes-cifrovym/
Технология LoRa в вопросах и ответах 2019. – URL: https://wireless-e.ru/standarty/tehnologiya-lora-v-voprosah-i-otvetah/Анализ временных рядов 2014. – URL: https://chaos.phys.msu.ru/loskutov/PDF/Lectures_time_series_analysis.pdfClickHouse: очень быстро и очень удобно 2017. – URL: https://habr.com/ru/post/322724/Аналитический обзор климатических камер для выращивания овощных культур 2020. – URL: https://cyberleninka.ru/article/n/analiticheskiy-obzor-klimaticheskih-kamer-dlya-vyraschivaniya-ovoschnyh-kultur/viewerОб одном подходе к обработке временных рядов 2015. – URL: https://cyberleninka.ru/article/n/ob-odnom-podhode-k-obrabotke-vremennyh-ryadov/viewerПрограммный комплекс для обработки временных рядов 2005. – URL: https://cyberleninka.ru/article/n/programmnyy-kompleks-dlya-obrabotki-vremennyh-ryadov/viewer

Даная технология позволяет создавать сети, состоящие из умных датчиков, которые в режиме реального времени собирают информацию, анализируют ее и передают на шлюз, который затем передает ее на сервер. Сервер, в свою очередь, собирает данные со всех датчиков в единую базу к которой имеют доступ множество приложений.Одним из преимуществ данной технологии является то, что для передачи сигнала требуется незначительное количество энергии. Поэтому датчики не нуждаются в постоянном подключении к сети энергоснабжения и могут работать от встроенных элементов питания до 10 лет.Также значительным преимуществом перед другими технологиями беспроводной передачи данных для систем интернета вещей (таких как например ZigBee) является радиус действия сети, которая может достигать нескольких десятков километров. Достигается это за счет технологии модуляции с расширенным спектром и технологии линейной частотной модуляции. Сигналы, передаваемые в сети LoraWAN могут проходить через бетонные и кирпичные преграды без значительного уменьшения мощности сигнала, в отличие от сигналов других технологий (таких как 3G, 4G) и устойчивы к помехам, что делает эту технологию идеальной для применения в городской среде.Однако данная технология не лишена недостатков. Слабой стороной данной технологии является скорость передачи данных, она находится в диапазоне между 0.3 и 11 килобит в секунду. Такой существенный недостаток делает невозможным применение данной технологии, например для передачи видеосигнала. Однако для систем интернета вещей это не является проблемой, так как в таких системах передаются небольшие пакеты данных, содержащие в себе, как правило, несколько значений считаных сенсором.