Мікросервісна система адаптивного керування мікрокліматом на основі аналізу сенсорних даних

Abstract

У роботі розглянуто проєктування та реалізацію мікросервісної системи адаптивного керування мікрокліматом на основі аналізу сенсорних даних. Розроблена система призначена для підтримання оптимальних умов середовища (температури, вологості) у закритих приміщеннях, таких як теплиці або розумні будівлі. Основу системи становлять незалежні мікросервіси, що відповідають за збір даних, збереження, аналіз, прогнозування та керування виконавчими пристроями. Для обробки часового ряду сенсорних даних та прогнозування кліматичних параметрів використано LSTM-модель глибокого навчання, що дозволяє формувати проактивні рішення для стабілізації мікроклімату. Реалізація здійснена на базі контейнеризованих сервісів з використанням Docker, MQTT, Prometheus та Grafana. Проведено кількісний аналіз точності моделі на основі метрик MAE, MSE та R², а також побудовано графіки порівняння фактичних і прогнозованих значень. Результати показали високу точність прогнозів та стабільність роботи системи. Робота містить пояснювальну записку, UML діаграми, схеми даних та графіки оцінки якості.