| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Prototipa izstrāde anomāliju atklāšanai ūdens patēriņa datos |
| Title in English |
Prototype Development for Anomaly Detection in Water Consumption Data |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Ilze Andersone |
| Reviewer |
Vilens Jumutcs |
| Abstract |
Viedās ēkas un ar to saistītas resursu patēriņa uzraudzības platformas nodrošina
efektīvu resursu pārvaldību un komfortu, taču to darbība lielā mērā balstās uz sensoru
datu precizitāti un uzticamību. Sensora kļūmes, datu trokšņi vai noplūdes var radīt
būtiskas resursu patēriņus un palielināt izmaksas. Tradicionālās likumu vai sliekšņu
bāzētās metodes bieži nespēj savlaicīgi atklāt šādas anomālijas, īpaši sarežģītos un
dinamiskos sistēmu apstākļos. Tādēļ pastāv nepieciešamība izstrādāt risinājumus, kas
spēj automātiski identificēt un atšķirt īstas noplūdes no sensoru bojājumiem, uzlabojot
ēku automatizācijas sistēmu efektivitāti un drošību.
Bakalaura darba galvenais mērķis ir izstrādāt prototipu anomāliju detektēšanai,
izmantojot reālus sensoru patēriņa datus no eksistējošas datu uzraudzības platformas.
Darba ietvaros veikta literatūras analīze par anomāliju detektēšanas metodēm,
īpašu uzmanību pievēršot laika rindu datu analīzei un to pielietojumam sensoru
sistēmās. Tika identificēti galvenie anomāliju veidi un izcelsmes cēloni, kā arī
anomāliju detektēšanas metožu grupas. Balstoties uz literatūras analīzi, tika izvēlēts
piemērotākais algoritms ūdens patēriņa datu analīzei. Tika veikta padziļināta datu
izpētes analīze, lai noskaidrotu datu īpatnības un kvalitāti. Papildus tika veikta datu
priekšapstrāde, kas balstīta uz datu īpatnībām, nodrošinot atbilstošu datu formātu
izvēlēta algoritma pielietošanai. Tika paveikta DSPOT balstīta anomāliju detektēšanas
prototipa izstrāde un testēšana. Testa rezultātu izvērtēšanai tika izveidotas divas
mākslīgi marķētas datu kopas, viena ar oriģinālo patēriņu, un otrā ar mākslīgi
pievienotu noplūdes periodu. |
| Keywords |
ANOMĀLIJU DETEKTĒŠANA, LAIKA RINDU ANALĪZE, VIEDĀS ĒKAS, SENSORU DATI |
| Keywords in English |
ANOMALY DETECTION, TIME SERIES ANALYSIS, SMART BUILDINGS, SENSOR DATA |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 18:34:58 |
