مدیریت هوشمند مصرف انرژی با استفاده از حسگرهای ساده و اپلیکیشن‌های رایگان

با افزایش جمعیت و گسترش شهرها، مدیریت بهینه مصرف انرژی به یکی از چالش‌های اساسی جوامع تبدیل شده است. در این راستا، استفاده از فناوری‌های نوین مانند حسگرهای ساده و اپلیکیشن‌های رایگان می‌تواند راهکاری موثر برای نظارت و کنترل مصرف انرژی در منازل و ساختمان‌ها باشد. این تحقیق با هدف بررسی تاثیر استفاده از این ابزارها بر کاهش مصرف انرژی در منازل مسکونی شهر تبریز انجام شده است. در این تحقیق از حسگرهای دما (dht11) و حسگر نور (ldr) به‌همراه اپلیکیشن‌های رایگان مانند blynk، ifttt و home assistant برای جمع‌آوری داده‌ها و کنترل دستگاه‌ها استفاده شده است. نمونه آماری این تحقیق شامل 50 منزل مسکونی است که به‌طور تصادفی از مناطق مختلف تبریز انتخاب شده‌اند. برای تحلیل داده‌ها از نرم‌افزار spss استفاده شد و از روش‌های رگرسیون خطی و آزمون t برای مقایسه میانگین مصرف انرژی قبل و بعد از استفاده از سیستم‌های هوشمند استفاده گردید. یافته‌ها نشان داد که استفاده از سیستم‌های هوشمند انرژی منجر به کاهش 20٪ در مصرف انرژی خانگی شده است. نتایج مدل رگرسیونی نشان داد که متغیرهای دما (ضریب -0.56)، روشنایی (ضریب 0.43) و ساعت شب (ضریب 0.32) تاثیر معناداری بر کاهش مصرف انرژی دارند. همچنین، ضریب r² برابر با 0.67 بوده که نشان‌دهنده توانایی پیش‌بینی خوب مدل است. نتیجه‌گیری این تحقیق نشان می‌دهد که استفاده از حسگرها و اپلیکیشن‌های رایگان می‌تواند به‌طور موثر مصرف انرژی را در منازل مسکونی کاهش دهد و به بهینه‌سازی مصرف انرژی در سطح ملی کمک کند.

smart energy consumption management using simple sensors and free applications

with the increase in population and urbanization, optimal energy consumption management hasbecome one of the fundamental challenges in societies. in this context, the use of modern technologiessuch as simple sensors and free applications can provide an effective solution for monitoring andcontrolling energy consumption in homes and buildings. this study aims to examine the impact ofusing these tools on reducing energy consumption in residential homes in the city of tabriz. the studyuses temperature sensors (dht11) and light sensors (ldr) along with free applications such as blynk,ifttt, and home assistant for data collection and device control. the sample for this study consistsof 50 residential homes, randomly selected from different areas of tabriz. for data analysis, spsssoftware was used, and linear regression and t-test methods were applied to compare the averageenergy consumption before and after using smart systems. the findings revealed that the use of smartenergy systems led to a 20% reduction in household energy consumption. the results of the regressionmodel showed that the variables of temperature (coefficient -0.56), lighting (coefficient 0.43), andnight time (coefficient 0.32) significantly influenced the reduction in energy consumption.additionally, the r² value of 0.67 indicates a good predictive capability of the model. the conclusionof this study shows that the use of sensors and free applications can effectively reduce energyconsumption in residential homes and contribute to optimizing energy consumption at the nationallevel .