Tabla de Contenidos
Proyecto Eficiencia Energética
Vamos a desarrollar un proyecto para mejorar la eficiencia energética de nuestro centro.
Para ello hemos puesto una serie de sensores en el aula para comprobar si dejamos las puertas o ventas abiertas cuando está encendido la calefacción o el aire acondicionado.
El montaje de todo ello es el siguiente:
- Home Assistant: Servidor domótico que recoge toda información.
- TimescaleDB: Base de datos Postgresql especializada en series de tiempo
- Mosquitto: Un broker de MQTT opensource
- Zigbee2MQTT: Un puente entre Zigbee y MQTT
- SLZB-06: Antena Zigbee a Ethernet
- Sensores
- Aqara MCCGQ11LM: Sensor de puertas y ventana
- Aqara WSDCGQ11LM: Sensor de temperatura, humedad y presión
- Shelly Pro EM-50: Sensor de corriente para carril DIM
- Calefacción del centro
- Temperaturas del sensor de la calefacción
- Aire Acondicionado del aula
- Integración Home assistant: Meteorologisk institutt (Met.no): Información meteorológica
- Integración Home assistant: Sun: Posición del sol
Servidores
- Máquina real
IP: 172.16.204.240 Usuario: Contraseña: ****
- Home assistant
URL:http://172.16.204.240:8123/ Usuario:admin Contraseña: *****
- Mosquitto:
IP:172.16.204.240 Puerto:1883 Usuario:admin Contraseña: *****
- Zigbee2mqtt:
URL: http://172.16.204.240:8080/
- SLZB-06 (Antena Zigbee):
URL: http://172.16.204.241
- Timescaledb (Postgress)
IP: 172.16.204.240 Puerto: 5432 usuario: postgres contraseña: **** Base de datos:postgres
Tareas
Tareas 1: Target
¿Qué queremos hacer?
¿Cuál es el dato a predecir?
Tareas 2: Recopilar los datos
La primera tarea a realizar es la obtención de datos.
Los datos los vamos a agrupar por horas. Para cada hora vamos a querer el valor de todos los sensores sin embargo hay que ver como resumirlos.
- ¿Qué temperatura ponemos en cada sensor?
- ¿Qué ponemos respecto a las ventanas y puertas abiertas?
- ¿Qué consumo eléctrico ponemos?
- Incluir las temperaturas de la calefacción
Los alumnos deberán:
- Elegir como resumir la temperatura de en cada sensor en cada hora y lo mismo con la presión, humedad, velocidad del aire, etc.
- Elegir como resumir cuando los sensores de puertas y ventanas cuando están abiertos
- Familiarizarse con todos los tipos de sensores que hay y los datos que proporciona cada uno de ellos.
Tarea 3: Temperatura del aula
Definir que es la temperatura del aula
Los alumnos deberán decidir entre:
- La temperatura del Aula es la media de todos los sensores
- O por otro lado no pensar en la temperatura media del aula y dejar la temperatura de todos los sensores.
Tarea 4: Correlaciones entre sensores de temperatura
Para ahorrar dinero en sensores, ver si hay correlaciones entre los sensores de temperatura.
Tarea 5: Correlaciones entre sensores de puertas y ventanas
Para ahorrar dinero en sensores, ver si hay correlaciones entre los sensores de puertas y ventanas.
Tarea 6: Cálculo de calefacción encendida
Calcular para cada hora si la calefacción está encendida.
Para ello es necesario ver la relación entre nuestros datos y la temperatura del sensor de temperatura de la calefacción.
Hacer ese modelo usando:
- Un modelo de ML lineal
- Una red neuronal
Hay que decidir que datos usamos para predecir la temperatura porque pueden ser:
- Temperatura de cada sensor
- La nubosidad
- La posición del sol
- La temperatura exterior
- etc.
- Si usamos el valor medio o el valor de cada sensor (ej , la temperatura)
Ver cual es mejor y si se generará sobreajuste.
Tarea 7: Datos modelo de IA
Definir los datos que necesitamos para nuestro modelo de IA.
- ¿Cuál es el target?
- ¿Qué datos necesitamos?
Tarea 8: Crear un modelo de IA
Crear un modelo de IA basado en:
- Machine Learning
- Redes neuronales
Ver cual es mejor y si se generará sobreajuste.