Diseño e implementación de una propuesta de arquitectura de sistema de gestión de consumo eléctrico en el hogar aplicando una plataforma de cloud computing y un algoritmo de machine learning

Abstract

Tecnologías como 5G, sistemas de comunicación, plataformas de cloud computing, dispositivos IoT (Internet-of-Things), entre otros, han evolucionado considerablemente durante los últimos años. Sin embargo, en particular los dispositivos IoT muchas veces son fabricados por empresas privadas, y su uso y control se limita a las libertadas dadas por los fabricantes. Por tal motivo muchos programadores invierten tiempo en el desarrollo de librerías capaces de controlar y obtener información relevante de estos dispositivos. El presente trabajo de investigación hace uso de enchufes inteligentes TP-LINK-HS-110, para monitorizar el consumo eléctrico de los dispositivos conectados en el hogar (televisor, computador, y microonda). Para el diseño del backend se ha empleado una API-REST abierta que permite el envío de peticiones HTTP al dispositivo IoT. Los datos enviados emplean el formato JSON con información sobre los parámetros de consumo e información general del dispositivo como MAC, IP, alias, entre otros. Además, se ha empleado una arquitectura basada en servicios con el fin de integrar servicios AWS. La propuesta es un sistema de gestión de consumo eléctrico para el hogar aplicando la plataforma AWS, y un modelo de machine learning para aprender a reconocer patrones de consumo en los parámetros eléctricos como voltaje, corriente, y potencia; con la finalidad de identificar los hábitos en el hogar. Los resultados son visualizados en el frontend que proporciona información del enchufe, información y gráfica de parámetros eléctricos en tiempo real, y diagrama en barras de los hábitos de consumo. Para validar el sistema se ha desarrollado pruebas de funcionamiento, carga, y calidad de código