Akademik Veri Yönetim Sistemi
6th International Eurasian Conference on Science, Engineering and Technology , Ankara, Türkiye, 25 - 27 Haziran 2025, ss.223-224, (Özet Bildiri)
EIA [1], IRENA [2], TotalEnergies [3], McKinsey [4] ve ExxonMobil [5] tarafından yayınlanan raporlar, enerji tüketiminin önümüzdeki yıllarda önemli ölçüde artacağını ve bu artışın sürdürülebilirlik için ciddi riskler oluşturabileceğini ortaya koymaktadır. Artan küresel enerji talebi, sürdürülebilirlik hedefleri ve uzaktan erişilebilir izleme çözümlerine duyulan ihtiyaç, enerji yönetim sistemlerinde yeni nesil yaklaşımları gerekli kılmaktadır. Bu gereksinimlere yanıt olarak, bu çalışma düşük maliyetli, modüler, yerel ve bulut tabanlı bir enerji izleme sistemi önermektedir. Kenar hesaplama sistemi, Raspberry Pi üzerinde çalışan Raspbian OS Lite (bookworm) ve Docker konteyner mimarisi üzerine inşa edilmiştir. DHT11 ortam sıcaklığı ve nem verilerini toplarken, PZEM-004T (v3.0) [6] modülü akım, voltaj ve enerji tüketimi verilerini toplamaktadır. Toplanan veriler, MQTT [7] protokolü aracılığıyla güvenli bir şekilde (TLS/SSL ile şifrelenmiş biçimde) Amazon Web Services (AWS) bulut altyapısına iletilmekte; kenar hesaplama (edge computing) ise Docker konteynerleri içerisinde çalışan InfluxDB veri tabanında zaman serisi formatında depolanmaktadır. Bu veriler, yine Docker üzerinde barındırılan Grafana arayüzü kullanılarak gerçek zamanlı analiz edilmekte ve görselleştirilmektedir. Olağandışı durumlar, AWS Simple Email Service (SES) tabanlı e-posta bildirim sistemi aracılığıyla ilgililere anlık olarak iletilmekte; bu sayede hızlı müdahale süreçlerini başlatan yanıt mekanizmaları etkin bir şekilde devreye alınmaktadır. Telegram Bot API ile bildirim mekanizması yedeklenmektedir. Çalışmanın genel mimari yapısı Şekil 1’de sunulmuştur. Çalışma, bireysel kullanıcılar ve KOBİ'ler için uygulanabilir bir çözüm sunarak enerji verimliliği, çevresel sürdürülebilirlik ve siber güvenlik risklerine katkıda bulunmaktadır. Ayrıca çalışmanın modüler yapısı ve genişletilebilir mimarisi; akıllı ev otomasyonu, elektrikli araçlar, OCPP destekli şarj istasyonları, yenilenebilir enerji sistemleri, endüstriyel IoT uygulamaları, mikro şebeke entegrasyonları gibi çeşitli enerji yönetimi senaryolarında kullanılma potansiyeli sunmakta olup, bu alanlarda geliştirilecek yeni nesil enerji yönetim sistemlerine rehberlik edebilir yapıdadır.
Reports published by the EIA [1], IRENA [2], TotalEnergies [3], McKinsey [4], and ExxonMobil [5] indicate that global energy consumption is expected to rise significantly in the coming years, potentially posing serious risks to sustainability. The growing global demand for energy, coupled with sustainability goals and the need for remotely accessible monitoring solutions, calls for next-generation approaches to energy management systems. In response to these challenges, this paper proposes a low-cost, modular, locally and cloud-integrated energy monitoring system. The edge computing system is based on Raspbian OS Lite (Bookworm) and utilizes a Docker container architecture running on a Raspberry Pi. Ambient temperature and humidity data are collected using the DHT11 sensor, while current, voltage, and energy consumption data are gathered via the PZEM-004T (v3.0) [6] module. The collected data are securely transmitted to the Amazon Web Services (AWS) cloud infrastructure using the MQTT [7] protocol with TLS/SSL encryption. Simultaneously, the edge system stores the data in time-series format in an InfluxDB database running inside Docker containers. This data is analyzed and visualized in real time through the Grafana interface, also hosted in Docker. Unusual situations are instantly reported to relevant parties via the AWS Simple Email Service (SES), enabling rapid response mechanisms. Additionally, the notification system is supported by the Telegram Bot API. The general architecture of the proposed system is shown in Figure 1. This study contributes to energy efficiency, environmental sustainability, and cybersecurity by offering a practical solution for individual users and small to medium-sized enterprises (SMEs). Moreover, the modular and extensible design provides potential for integration into various energy management scenarios, including smart home automation, electric vehicles, OCPP-compliant charging stations, renewable energy systems, industrial IoT applications, and microgrid setups. As such, it can serve as a guide for developing next-generation energy management systems in these domains.