OKOS OTTHON RENDSZER TERVEZÉSE ÉS MEGVALÓSÍTÁSA

Knapik, Máté István (2025) OKOS OTTHON RENDSZER TERVEZÉSE ÉS MEGVALÓSÍTÁSA. UNSPECIFIED thesis, UNSPECIFIED.

Other (szakdolgozat) 295701136.rar - Accepted Version Restricted to Registered users only Download (5MB)

Abstract

Kivonat Az okos otthonokba telepített számtalan érzékelő rengeteg adatot szolgáltat, melyet a rendszerek adatbázisokban tárolnak el későbbi megjelenítés céljából. A fejlettebb szolgáltatások optimális működtetéséhez szükséges a nagy adatmennyiség emberi elemzésére. Erre nem kínálnak megoldásokat az alap okos otthon rendszerek. Ezért szükséges adatelemző szoftverek használata. Jelen szakdolgozatban egy lehetséges eljárást mutatok be, egy okos otthon rendszerből adatok kinyerésére külső adatbázisba, mely adatokat ezután adatelemző szoftverbe lehet továbbítani. A létrejött adathalmazon bármilyen felhasználó által definiált adatelemzés, összehasonlítás elvégezhető. Ez az eljárás használható pl. hőmérséklet adatok esetén, fűtés szabályozás optimalizálásra, jelenlét adatok esetén világítás optimalizálásra, napelem termelési adatok és háztartási gép fogyasztási adatok esetén helyben felhasznált napenergia mennyiség optimalizálásra. Az utóbbi időben egyre elterjedtebbek az okos kerti öntözőrendszerek innovatív megoldásokkal, a helyi esőmennyiség, napsütéses órák száma és a hőmérséklet ismeretében meghatározható a szükséges vízmennyiség és az öntözés időpontja. és Az ilyen elemzések használatával az okos otthon rendszerek segítségével energia és pénz megtakarítás érhető el. Abstract Smart homes are equipped with numerous sensors that generate a vast amount of data, which is stored in databases for later visualization. To operate more advanced services efficiently, this large volume of data requires human analysis. Basic smart home systems do not offer solutions for this. Therefore, the use of data analysis software becomes necessary. In this thesis, I present a possible method for extracting data from a smart home system into an external database, from which the data can then be forwarded to data analysis software. On the resulting dataset, any user-defined analysis or comparison can be performed. This method can be used, for example, with temperature data to optimize heating control, or with presence data to optimize lighting. It can also be applied to solar panel production data and household appliance consumption data to optimize the amount of solar energy used locally. Recently, smart garden irrigation systems with innovative solutions have become increasingly widespread; knowing the local rainfall, number of sunshine hours, and temperature, the required amount of water and the timing of irrigation can be determined. Using such analyses, smart home systems can contribute to significant energy and cost savings.

Item Type:	Thesis (UNSPECIFIED)
Additional Information:	MÉRNÖKINFORMATIKUS
Divisions:	Informatika Intézet
Depositing User:	Gergely Beregi
Date Deposited:	07 Oct 2026 13:18
Last Modified:	07 Oct 2026 13:18
URI:	http://szakdolgozat.repo.uniduna.hu/id/eprint/3004

Actions (login required)

View Item