Pientalojen energiankulutuksen seuranta
Soisalo, Mika (2014)
Oulun ammattikorkeakoulu
2014
All rights reserved
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2014060411786
https://urn.fi/URN:NBN:fi:amk-2014060411786
Tiivistelmä
Työn aiheena oli toteuttaa Sula-hankkeelle järjestelmä, jossa valvotaan omakotitalon tai loma-asunnon lämpötilaa ja lämmitysjärjestelmiä edullisilla anturijärjestelmillä. Anturidatasta oli tarkoitus luoda erilaisia järjestelmiä ja tilastoja, joista voitiin todeta erilaiset vikatilanteet, kuten lämmityslaitteiden tai ikkunan rikkoontuminen.
Työssä käytettiin pääosaisesti unohduskerroinmenetelmää ennustettaessa tulevia arvoja mitatulle datalle. Ennusteiden kelpoisuuden testaus suoritettiin Excel-nimisellä taulukkolaskentaohjelmalla, mutta jatkuva mittausdatan seuranta toteutettiin Python-ohjelmointikielellä. Ohjelman periaatteena on ladata tallennettu data SQL-tietokannasta palvelimelle ja laskea datasta seuraavaa arvoa kuvaava ennuste. Ennusteen laskemisen jälkeen ennustetta verrataan seuraavaan saatuun arvoon ja tarkastetaan, onko se haluttujen arvojen rajoissa.
Lopputuloksena saatiin Python-ohjelmointikielellä toteutettu ohjelma, joka reaaliaikaisesti vertaa mitattuja arvoja ja vertaa niitä ennusteisiin. Lisäksi toteutettiin MAPE (Mean absolute perventage error) eli keskimääräisen absoluuttisen prosentuaalisen virheen kaavalla laskettu virhe kullekin ennusteelle. Python-ohjelma piirtää myös kuvaajat ennusteista, mitatuista arvoista ja ennusteen ylä- ja alarajoista. Kuvaajista voidaan todeta ennusteen paikkansapitävyys visuaalisesti.
Työssä käytettiin pääosaisesti unohduskerroinmenetelmää ennustettaessa tulevia arvoja mitatulle datalle. Ennusteiden kelpoisuuden testaus suoritettiin Excel-nimisellä taulukkolaskentaohjelmalla, mutta jatkuva mittausdatan seuranta toteutettiin Python-ohjelmointikielellä. Ohjelman periaatteena on ladata tallennettu data SQL-tietokannasta palvelimelle ja laskea datasta seuraavaa arvoa kuvaava ennuste. Ennusteen laskemisen jälkeen ennustetta verrataan seuraavaan saatuun arvoon ja tarkastetaan, onko se haluttujen arvojen rajoissa.
Lopputuloksena saatiin Python-ohjelmointikielellä toteutettu ohjelma, joka reaaliaikaisesti vertaa mitattuja arvoja ja vertaa niitä ennusteisiin. Lisäksi toteutettiin MAPE (Mean absolute perventage error) eli keskimääräisen absoluuttisen prosentuaalisen virheen kaavalla laskettu virhe kullekin ennusteelle. Python-ohjelma piirtää myös kuvaajat ennusteista, mitatuista arvoista ja ennusteen ylä- ja alarajoista. Kuvaajista voidaan todeta ennusteen paikkansapitävyys visuaalisesti.