Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.espe.edu.ec/handle/21000/36737
Título : Implementación de una aplicación de Business Intelligence para analizar la eficiencia en el consumo de energía de dispositivos móviles utilizando Smart Plug y una plataforma IoT en la nube
Director(es): Raura Ruiz, Jorge Geovanny
Autor: Simbaña García, Verónica Elizabeth
Palabras clave : SMART PLUG
FIWARE
CONSUMO ENERGÉTICO
BATERÍA INTELIGENTE
Fecha de publicación : 2022
Editorial: Universidad de las Fuerzas Armadas ESPE. Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios
Citación : Simbaña García, Verónica Elizabeth (2022). Implementación de una aplicación de Business Intelligence para analizar la eficiencia en el consumo de energía de dispositivos móviles utilizando Smart Plug y una plataforma IoT en la nube. Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.
Abstract: Contexto: La disminución del consumo energético, especialmente de la electricidad, es aún un desafío para los estados en procura de atenuar los efectos del cambio climático. La eficiencia energética, busca la aplicación de nuevas tecnologías como el Internet de las Cosas (IOT), con el objeto de realizar el mismo trabajo, pero con menor consumo de energía. Problema: La eficiencia en el consumo energético se ha visto afectada por la inadecuada carga de las baterías de los dispositivos móviles. Objetivo: Optimizar el consumo energético de los dispositivos móviles mediante el uso de un dispositivo IOT denominado SMART PLUG y monitorear su consumo energético en tiempo real en una plataforma en la nube. Metodología: El trabajo presentado se ha realizado mediante un estudio de caso y la aplicación de la metodología CRISP-DM. Resultado: Se registraron los datos de consumo de batería de ocho dispositivos móviles, controlando además su tiempo de carga en diferentes escenarios. Mediante series temporales se pudo constatar que los niveles de carga de varios de ellos eran muy variables en el transcurso del día, llegando a niveles menores al 20% de carga. Mediante el algoritmo de Suavizado exponencial triple (ETS), se generó un modelo predictivo que permitiría predecir el comportamiento de carga y de esta forma incrementar la vida útil de las baterías en base a los hábitos de consumo, mejorando a su vez los indicadores de eficiencia energética.
URI : http://repositorio.espe.edu.ec/handle/21000/36737
Aparece en las colecciones: Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-ESPE-058093.pdfTRABAJO DE TITULACIÓN1,92 MBAdobe PDFVisualizar/Abrir
T-ESPE-058093-R.pdfRESUMEN56 kBAdobe PDFVisualizar/Abrir
T-ESPE-058093-D.pdfDEFENSA1,83 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.