1. Repository of OAI
  2. ΑΠΟΘΕΤΗΡΙΟ "ΟΛΥΜΠΙΑΣ"
  3. Σχολή Πληροφορικής και Τηλεπικοινωνιών
  4. Τμήμα Πληροφορικής και Τηλεπικοινωνιών
  5. Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΤΠΤ
Ελληνικά   English  
Please use this identifier to cite or link to this item: https://olympias.lib.uoi.gr/jspui/handle/123456789/40030
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΒήττας, Αναστάσιοςel
dc.contributor.authorVittas, Anastasiosen
dc.date.accessioned2026-05-11T09:50:31Z-
dc.date.available2026-05-11T09:50:31Z-
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/40030-
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectΔιαδίκτυο των πραγμάτωνel
dc.subjectΈξυπνοι μετρητέςel
dc.subjectCloud πλατφόρμαel
dc.subjectΕνεργειακή ανάλυσηel
dc.subjectΑνίχνευση ανωμαλιώνel
dc.subjectΥποδομές μεγάλης κλίμακαςel
dc.subjectΕνεργειακό αποτύπωμαel
dc.subjectΠρωτόκολλα επικοινωνίας IoTel
dc.subjectΜηχανική μάθησηel
dc.subjectIoTen
dc.subjectSmart metersen
dc.subjectCloud platformen
dc.subjectEnergy analysisen
dc.subjectAnomaly detectionen
dc.subjectLarge-scale infrastructuresen
dc.subjectEnergy footprinten
dc.subjectIoT communication protocolsen
dc.subjectMachine learningen
dc.titleΑνάπτυξη εφαρμογής IoT για παρακολούθηση και ανάλυση κατανάλωσης ηλεκτρικής ενέργειας σε υποδομές μεγάλης κλίμακαςel
dc.titleDevelopment of an IoT application for monitoring and analysis of electricity consumption in large-scale infrastructuresen
dc.typemasterThesisen
heal.typemasterThesisel
heal.type.enMaster thesisen
heal.type.elΜεταπτυχιακή εργασίαel
heal.classificationΔιαδίκτυο των πραγμάτων
heal.classificationInternet of things
heal.dateAvailable2026-05-11T09:51:31Z-
heal.languageelel
heal.accessfreeel
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιώνel
heal.publicationDate2026-05-
heal.abstractΗ εργασία παρουσιάζει την ανάπτυξη εφαρμογής που υποστηρίζει ένα ολοκληρωμένο σύστημα IoT για συνεχή παρακολούθηση, συλλογή και ανάλυση δεδομένων κατανάλωσης ηλεκτρικής ενέργειας σε υποδομές μεγάλης κλίμακας. Η λύση βασίζεται στην εγκατάσταση έξυπνων μετρητών ηλεκτρικού ρεύματος και θέρμανσης σε ηλεκτρικούς πίνακες, με δυνατότητα επέκτασης μέσω αισθητήρων θερμοκρασίας/υγρασίας και έξυπνων πριζών όπου απαιτείται. Επιπλέον, προβλέπεται και η εγκατάσταση μετρητών φυσικού αερίου στα αντίστοιχα σημεία κατανάλωσης για την πλήρη αποτύπωση και παρακολούθηση της χρήσης του, που αφορά την θέρμανση του κτηρίου. Τα δεδομένα συλλέγονται σε πραγματικό χρόνο και αρχικά δρομολογούνται στο IoT middleware (MQTT broker) για προσωρινή αποθήκευση (buffering) και αξιόπιστη μεταφορά σε διαδικτυακή πλατφόρμα cloud, όπου αποθηκεύονται, επεξεργάζονται και υποβάλλονται σε ιστορική ανάλυση. Η εφαρμογή προσφέρει διαδραστικούς πίνακες ελέγχου, στατιστικά κατανάλωσης, μηχανισμούς ανίχνευσης τάσεων/ανωμαλιών και αυτοματοποιημένες ειδοποιήσεις για ασυνήθιστη χρήση, ενώ επιτρέπει συγκρίσεις μεταξύ περιόδων, ζωνών ή κτιρίων. Με αυτόν τον τρόπο παρέχει στον διαχειριστή ολοκληρωμένη εικόνα και τεκμηριωμένα ευρήματα για τη λήψη αποφάσεων που οδηγούν σε μετρήσιμη εξοικονόμηση ενέργειας.el
heal.abstractThe project presents the development of an application that supports an end-to-end IoT system for continuous monitoring, collection, and analysis of energy-consumption data across large-scale facilities. The solution is based on the installation of smart meters for electricity and heating in electrical panels, with the option to extend coverage using temperature/humidity sensors and smart plugs where required. Additionally, the installation of natural-gas meters at the corresponding points of consumption is foreseen, enabling complete accounting and monitoring of gas usage related to building heating. Data are collected in real time and first routed to the IoT middleware (MQTT broker) for buffering and reliable delivery to a cloud web platform, where they are stored, processed, and subjected to historical analysis. The application provides interactive dashboards, consumption statistics, trend/anomaly detection mechanisms, and automated alerts for unusual usage, while enabling comparisons across time periods, zones, or buildings. In this way, it offers administrators a comprehensive view and evidence-based insights to support decision-making that leads to measurable energy savings.en
heal.advisorNameΓιαννακέας, Νικόλαοςel
heal.committeeMemberNameΓιαννακέας, Νικόλαοςel
heal.committeeMemberNameΤζάλλας, Αλέξανδροςel
heal.committeeMemberNameΔουμένης, Γρηγόριοςel
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιώνel
heal.academicPublisherIDuoiel
heal.numberOfPages91 σ.el
heal.fullTextAvailabilitytrue-
Appears in Collections:Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΤΠΤ

Show simple item record
Files in This Item:
File Description SizeFormat 
Μ.Ε. Βήττας Αναστάσιος (2026).pdf4.83 MBAdobe PDFView/Open
Show simple item record  


This item is licensed under a Creative Commons License Creative Commons