Integrating face detection and energy monitoring for enhanced energy suitability in room environments

• Autorzy: Inthasuth Tanakorn , Maneechay Panaupong , Chuayniam Pongsatit , Meekaew Khankrit , Samakee Chinda

Identyfikatory

DOI

10.15199/48.2024.05.32

Warianty tytułu

PL

Integracja wykrywania twarzy i monitorowania energii w celu zwiększenia przydatności energetycznej w pomieszczeniach

• Języki publikacji: EN

Abstrakty

EN

Addressing energy-related issues is imperative in our modern world. This study presents a unique solution for monitoring and optimizing electrical power consumption by integrating a face detection system with the NETPIE platform. The system incorporates motion sensors, a Raspberry Pi with a camera, and NETPIE to accurately detect and quantify the number of occupants in a room in real-time. By combining data from these sources, the system can determine the occupancy level and correlate it with electricity usage. Test results demonstrate the system's effectiveness in evaluating energy suitability, providing a percentage-based indicator of performance. This innovative approach offers a promising solution to energy problems by offering insights into energy consumption patterns based on occupancy. It enables more informed decision-making and improved energy management strategies. With its potential to enhance energy efficiency, this system represents a significant step towards a more sustainable and eco-friendly future.

PL

Zajęcie się kwestiami związanymi z energią jest koniecznością we współczesnym świecie. W niniejszym opracowaniu zaprezentowano unikalne rozwiązanie monitorowania i optymalizacji zużycia energii elektrycznej poprzez integrację systemu detekcji twarzy z platformą NETPIE. System składa się z czujników ruchu, Raspberry Pi z kamerą i NETPIE, które umożliwiają dokładne wykrywanie i określanie ilości osób w pomieszczeniu w czasie rzeczywistym. Łącząc dane z tych źródeł, system może określić poziom obłożenia i skorelować go ze zużyciem energii elektrycznej. Wyniki testów wykazują skuteczność systemu w ocenie przydatności energetycznej, zapewniając procentowy wskaźnik wydajności. To innowacyjne podejście oferuje obiecujące rozwiązanie problemów energetycznych, oferując wgląd we wzorce zużycia energii w oparciu o obłożenie. Umożliwia bardziej świadome podejmowanie decyzji i ulepszone strategie zarządzania energią. Dzięki potencjałowi poprawy efektywności energetycznej system ten stanowi znaczący krok w kierunku bardziej zrównoważonej i przyjaznej dla środowiska przyszłości.

Słowa kluczowe

EN

energy monitoring; face detection; room environment; occupancy detection; electrical power consumption

PL

monitorowanie energii; wykrywanie twarzy; otoczenie pomieszczenia; wykrywanie obecności; zużycie energii elektrycznej

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 5
• Strony: 174--177
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Inthasuth Tanakorn

• Faculty of Engineering, Rajamangala University of Technology Srivijaya, Thailand

• https://orcid.org/0000-0002-3682-7080

autor

Maneechay Panaupong

• Faculty of Engineering, Rajamangala University of Technology Srivijaya, Thailand

autor

Chuayniam Pongsatit

• Faculty of Engineering, Rajamangala University of Technology Srivijaya, Thailand

autor

Meekaew Khankrit

• Faculty of Engineering, Rajamangala University of Technology Srivijaya, Thailand

autor

Samakee Chinda

• Faculty of Engineering, Rajamangala University of Technology Srivijaya, Thailand

Bibliografia

• [1] Wilhite, H., Shove, E., Lutzenhiser, L., & Kempton, W. (2000). The legacy of twenty years of energy demand management: we know more about individual behaviour but next to nothing about demand. In Society, behaviour, and climate change mitigation (pp. 109-126). Dordrecht: Springer Netherlands.
• [2] Shah, A. V., Singh, A., Mohanty, S. S., Srivastava, V. K., & Varjani, S. (2022). Organic solid waste: Biorefinery approach as a sustainable strategy in circular bioeconomy. Bioresource Technology, 349, 126835.
• [3] Aghenta, L. O. (2020). Open source SCADA systems for small renewable power generation (Doctoral dissertation, Memorial University of Newfoundland).
• [4] Khawsa-Ard, P., & Aswakul, C. (2015). IEEE1888 Interactive Display as a Service (IDaaS): Example in building energy management system. In 2015 IEEE 39th Annual Computer Software and Applications Conference, pp. 517-522, IEEE.
• [5] Schäfer, M., Kebir, N., & Philipp, D. (2013). Micro perspectives for decentralized energy supply.
• [6] N. WAISI, N. ABDULLAH, M. GHAZAL, The Automatic Detection of Underage Troopers from Live- Videos Based on Deep Learning, Przeglad Elektrotechniczny, vol.97, (2021), pp. 86-88.
• [7] Inthasuth, T., & Chuayniam, P. (2021). Development and RSSI Testing of IoT Ambient Device for Building Energy Management System. In 2021 International Conference on Electronics, Information, and Communication (ICEIC), pp. 1-2, IEEE.
• [8] Sajjad, M., Nasir, M., Muhammad, K., Khan, S., Jan, Z., Sangaiah, A. K., & Baik, S. W. (2020). Raspberry Pi assisted face recognition framework for enhanced law-enforcement services in smart cities. Future Generation Computer Systems, 108, 995-1007.
• [9] Boonsong, W. (2019). Smart intruder notifying system using NETPIE through line bot based on internet of things platform. In 2019 IEEE 5th International Conference on Computer and Communications (ICCC), pp. 2208-2211, IEEE.
• [10] Innovatorsguru,“PZEM-004T-V3.0-Datasheet-User-Manual”, https://innovatorsguru.com/wp-content/uploads/2019/06/PZEM-004T-V3.0-Datasheet-User-Manual.pdf [Available in 2023-10- 02].

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).