Вы находитесь на странице: 1из 11

Una arquitectura escalable MQTT-Basados ​para

monitoreo y control remoto de gran escala-Solar


Sistemas fotovoltaicos

Salsabeel Shapsough (Y), Mohannad Takrouri, Rached Dhaouadi,


e Imran Zualkernan

Universidad Americana de Sharjah, Sharjah, EAU


salsabeelshapsough@gmail.com

Resumen. Este artículo presenta una nueva arquitectura basada en la IO que utiliza la comunicación IO,
software y tecnologías de hardware para permitir la monitorización en tiempo real y gestión de los sistemas
solares fotovoltaicos a gran escala. El sistema permite a las partes interesadas para controlar de forma
remota y controlar los sistemas fotovoltaicos y evaluar el efecto de diversos factores ambientales tales
como la humedad, la temperatura, y el polvo. El sistema fue implementado y evaluado en términos de
retardo de red y consumo de recursos. MQTT demostró un retardo de red promedio de menos de 1 s, lo
que demuestra la arquitectura a ser ideal para los sistemas de monitorización de red solares y inteligentes.
En el hardware, la evaluación demostró el hardware para consumir alrededor de 3% del panel ' s capacidad,
mientras que la aplicación también utiliza un porcentaje muy pequeño de la CPU. Esto condujo a la
conclusión de que la arquitectura propuesta es mejor desplegado utilizando dispositivos de borde
constreñido de bajo costo donde una combinación de ef fi ciente MQTT comunicación y recursos de bajo
consumo hace que el costo-eficaz y escalable sistema.

palabras clave: IO monitoreo de energía solar fotovoltaica

1. Introducción

Estudiar el efecto de polvo y otras condiciones atmosféricas en sistemas solares fotovoltaicos remotos ha sido reconocido como
clave para más ef fi generación de energía solar ciente. Mientras que la suciedad, especialmente la acumulación de partículas de
polvo en los paneles, se conoce para reducir ef panel solar fi ciencia [ 1 ], El costo de la limpieza periódica a veces puede superar el
coste se produjo por el polvo acumulación [ 2 ]. Por tanto, es importante controlar el nivel de suciedad paneles fotovoltaicos para
optimizar el costo de la limpieza, especialmente conforme la escala se incrementa de unos paneles solares para parques solares.
retos similares también existen con otros factores ambientales tales como la neblina, la humedad y la temperatura [ 3 , 4 ]. Además,
el ángulo de inclinación de una matriz de paneles solares puede en Florida influir en la radiación solar aprovechada por el panel
fotovoltaico [ 5 ]. El control del ángulo, por lo tanto, no sólo puede maximizar la salida de energía, sino que también ayudan en la
construcción de un modelo que predice la instalación de paneles solares en una óptima específica fi región c. Por lo tanto, la
capacidad de supervisar y controlar varios parques solares de forma remota desde entonces ha sido reconocido a ser la clave
para la generación de energía solar óptima.

© Instituto ICST de Ciencias Informáticas, Informática Social e Ingeniería de Telecomunicaciones de 2019 publicado por Springer Naturaleza
Switzerland AG 2019. Todos los derechos reservados
A.-SK Pathan et al. (Eds.):. SGIoT 2018, LNICST 256, pp 57 - 67, 2019.
https://doi.org/10.1007/978-3-030-05928-6_6
S. Shapsough et al.

1.1 Antecedentes

Varios diseños para sistemas de monitoreo remoto de energía solar fotovoltaica se han propuesto anteriormente [ 6 ]. Una
tendencia reciente notable en el fi campo ha sido la adopción de Internet de los objetos (IO) conceptos y tecnologías [ 7 ]
Para la construcción de tales sistemas. Un sistema de la IO se compone de numerosos nodos geográficamente
separadas, que interactúan con su entorno, y enviar información a un servidor de forma periódica, a partir de un
determinado evento, o ambos. Información se facilita a los interesados ​en tiempo real o almacenarse a estar disponible
bajo demanda. La escala de este tipo de sistemas habilitados por la aparición de nuevas tecnologías de software y
hardware que se adaptan a bajo costo, escalabilidad, fiabilidad y seguridad.

1.2 La Internet de las cosas Paradigma

yUna de Internet genérico


comunicación del sistema
inalámbrica. dese
Los datos cosas consiste58en fi cinco capas: la percepción, la red, middleware, aplicaciones y
transmiten
negocios. En un sistema de energía solar fotovoltaica, la capa de percepción está representado mediante la detección y los
elementos en el plano del panel de accionamiento, mientras que la capa de red está representada por la intranetworking
inalámbrica dentro de una granja solar, y la interconexión entre las granjas solares, servidores remotos, y las partes
interesadas. La capa de middleware acoge tecnologías responsable de traducir los datos brutos en información inteligible, así
como el almacenamiento y la difusión de información. Las capas de aplicación y de negocios representan las partes
interesadas. Mientras que las interfaces utilizadas por los clientes y los investigadores caen bajo la capa de aplicación, las
operaciones tales como la facturación y la integración con redes inteligentes representan la capa de negocio.

1.3 IO-Aided de monitorización solar

El valor que las tecnologías de la IO pueden aportar a la monitorización remota de sistemas de energía solar fotovoltaica ha
sido reconocido. Varios trabajos han sugerido la incorporación de elementos de la IO en el fi vejez. La mayoría de esas
propuestas
elemento deatienden al borde
percepción. Cadadel sistema de
dispositivo la IO,
está tecnologías
equipado de detección
con sensores y de procesamiento
y actuadores de procesamiento
y es capaz de borde de bajo costo,
de datos
tales como frambuesa Pi, Arduino, BeagleBones, y otros son usados ​para adquirir lecturas relacionadas con panel solar ' ef s
de generación de energía fi deficiencia, así como el ambiente circundante [ 8 - 10 ]. dispositivos de borde a menudo actúan
como nodos en redes de malla, conectados por tecnologías inalámbricas de corto alcance tales como ZigBee y Bluetooth.
Una de las deficiencias de los sistemas propuestos es que más allá del borde, las operaciones a gran escala, tales como la
difusión y gestión de datos en todo el sistema aún son ejercidas tanto por las tecnologías de Internet clásicos que se
adecuan mal para este propósito [ 11 ]. En este trabajo, se presenta una nueva arquitectura para un seguimiento en tiempo
almostreal escalable de sistemas solares fotovoltaicos, basado en un paradigma de la IO completa que integra tecnologías
de la IO en todo el sistema.

2 arquitectura propuesta

La arquitectura basada en la IO propuesto se muestra en la Fig. 1 . El dispositivo de borde en cada panel representa el
Una arquitectura escalable MQTT-Basado 59

de forma inalámbrica para reducir los costes de cableado. La comunicación inalámbrica puede ser proporcionado, ya sea por un punto de

acceso que cada grupo de dispositivos de borde se puede conectar a través de WiFi, Bluetooth, ZigBee, o hilo, o mediante la conexión de un

módulo de 3G / 4G a cada dispositivo de borde individual.

Figura 1. arquitectura del sistema

2.1 Arquitectura del Sistema

los fi primer elemento clave de middleware es un corredor de mensajería que soporta una
publicación / suscripción protocolo de comunicación como Message Queue Telemetry Transport (MQTT). A diferencia
del Protocolo de Transferencia HypterText (HTTP), -que opera en una arquitectura cliente-solicitud de uno-a-uno /
servidor de respuesta, MQTT permite basada en eventos, uno-a-muchos, muchos-a-uno, y muchos -to-muchos
mensajes entre nodos remotos [ 12 ]. MQTT también consume menos recursos computacionales y de red, a la vez que
causa menos latencia [ 13 ]. Esto hace que el protocolo de una opción ideal para el despliegue de dispositivos de borde
lowresources en aplicaciones como la monitorización solar. El broker mantiene un registro de los nodos suscritos para
encaminar los mensajes nuevos de las editoriales a sus destinos correctos. En el caso de un nodo de bajar debido a
problemas técnicos, el corredor retiene los mensajes hasta que el nodo está disponible de nuevo. Otros elementos de
middleware
60 S. Shapsough et al.

son: un servidor de aplicaciones para gestionar los datos y proporcionar una interfaz web para los usuarios, una base de datos para

almacenar datos, y un motor de análisis.

2.2 Arquitectura de Comunicación

El aspecto clave de una arquitectura basada en MQTT es que el sistema soporta la opción de servidores distribuidos, lo
que permite el equilibrio de carga para sistemas de gran escala como más recursos se pueden integrar fácilmente en el
sistema. Por otra parte, diferentes servidores pueden ser desarrollados para acoger diferentes tipos de aplicaciones, y
conectarse a diferentes motores de análisis, por lo que el sistema no sólo es altamente escalable, sino también Florida flexible.
En el otro extremo de la arquitectura, los paneles solares individuales y parques solares enteras pueden ser fácilmente
añadidos y eliminados con una perturbación mínima a otra parte del sistema. Esta es otra ventaja de publicación /
suscripción arquitecturas, ya que los abonados se separan de los editores por el corredor, que actúa como mediador
entre los dos. Los mensajes de los editores se entregan a los abonados sobre la base de “ temas ” mantenida por el
corredor. Figura 2 demuestra el enrutamiento de mensajes en el corredor.

Figura 2. arquitectura de comunicaciones

Cada mensaje publicado incluye un tema siguiendo el formato de una dirección URL. Por ejemplo, un panel PV
encuentra en “ región 1 ” de la granja solar e identi fi ed por el ID del panel “ Panel 1 ” etiquete sus mensajes con “/ region_1 /
TOPIC_1 ”. Los suscriptores pueden elegir suscribirse a cualquier tema mediante el envío de una solicitud de suscripción de
una sola vez. Los suscriptores pueden suscribirse a un panel (/ region_1 / panel_1), todos los paneles en una región (/
region_1 / *), o todos
Una arquitectura escalable MQTT-Basado 61

paneles en el sistema (/ *). los “*” personaje actúa como un comodín y permite a los abonados suscribirse a numerosos editores
con una sola solicitud. También es posible que varios paneles para publicar a un tema, por ejemplo, “ region_1 / polvo ”, o para que
los suscriptores suscribirse a los temas relacionados con los sensores, por ejemplo, “/ * / polvo ”. Esto permite a los suscriptores
interesados ​en ciertos datos, tales como la acumulación de polvo, por ejemplo, para recibir actualizaciones de los nuevos
paneles añadido al sistema, sin necesidad de registrarse previamente en el panel de los suscriptores.

2.3 Prueba de Concepto implementación de hardware. Como prueba de concepto, un prototipo del sistema, incluyendo
hardware y software ha sido implementado y probado en los últimos meses. Dos tipos de estaciones de borde basados-Pi
frambuesa conectados-WiFi fueron diseñados, implementados y evaluados. los fi tipo RST se “ estación de pv ”, que es una
estación que se une a y supervisa un panel solar individual. La estación de pv está equipado con una combinación de
sensores y actuadores para proporcionar diferentes tipos de monitorización y control. El segundo tipo, “ estación c ”, está
equipado con una cámara de Frambuesa Pi para la vigilancia. También es posible utilizar los videos de la “ estación c ” para
llevar a cabo el procesamiento de imágenes para la investigación del clima y el efecto de la suciedad en los paneles
solares. La temperatura interna de la frambuesa Pi en todas las estaciones también se monitoriza para la solución de
problemas. Una descripción de cada estación ' s características se muestran en la Tabla 1 , Mientras que las estaciones PV
se muestran en la Fig. 3 .

Tabla 1. nodos de borde

estación C estación PV 1 estación de PV 2 estación PV 3

Propósito CCTV irradiancia solar y irradiancia solar y monitoreo de salida PV y IV


seguimiento de los monitoreo del clima medición de características
productos PV

Principal • cámara RP _ • piranómetro • piranómetro • 2 sensores de voltaje +


componentes • sensor de • 3 sensores de voltaje • Sensor de corriente aisladas

temperatura • 3 sensores de corriente temperatura

interno RP _ • sensor de ambiente • Sensor de temperatura


temperatura • Sensor de humedad • módulos de relés
interno RP _ • sensor de • sensor de temperatura interno RP _
temperatura

interno RP _

informe de 1 minuto 1 segundo 1 minuto 1 segundo

frecuencia

tipo de datos de texto flujo de vídeo texto texto

el tamaño medio 508 Bytes 189 Bytes 346 Bytes


de los paquetes

Las dos estaciones pv son autosu fi ciente en términos de poder en que las baterías que alimenta las estaciones se
pagan usando el panel solar cada monitores de la estación. La estación de c, por otra parte, se alimenta a través de un
enchufe de pared. La comunicación entre el borde
62 S. Shapsough et al.

Fig. 3. estaciones de borde: (a) la estación PV 1, (b) la estación de PV 2, (c) de estaciones PV 3

estaciones y el resto del sistema se lleva a cabo a través de WiFi, mientras que la estación C está conectado a través de Ethernet para mejorar

la calidad de la transmisión de vídeo.

Backend y servidor de aplicaciones Web. El servidor back-end es el principal suscriptor de lecturas en tiempo real. El
servidor fue construido usando NodeJS y Express y está alojado en Amazon Web Services (AWS), que proporciona una
mezcla de una plataforma como servicio (PaaS) e Infraestructura como Servicio (IaaS). Las lecturas se almacenan en
DynamoDB, que es una base de datos NoSQL basada en documentos. El servidor principal ' interfaz s expreso expone cuatro
funcionalidades principales: una interfaz de irradiancia solar independiente (Fig. 4 ), Un seguimiento, control, y la interfaz de
vigilancia en tiempo real para los paneles individuales (Figs. 5 y 7 ), Una interfaz de historia que permite el acceso a los
registros de datos archivados de especi fi fechas c y tiempos (Fig. 6 ), Y una interfaz de análisis. los niveles de privilegios de
acceso pueden variar desde los usuarios ocasionales que pueden ver la irradiancia solar en tiempo real, a los
administradores de alto nivel que están autorizadas para enviar comandos de control a los paneles de análisis, ver y
acceder a la cámara de vigilancia.

Fig. 4. irradiancia solar durante un día completo

La importancia de la cámara de vigilancia viene de permitir a los administradores para comparar los valores medidos
con imágenes reales en tiempo real. Por ejemplo, una irregularidad se observó anteriormente en los datos de irradiancia
solar en alrededor de 8:45 de la mañana, cuando el valor de irradiancia experimenta un salto repentino. Revisión de la
vigilancia por vídeo (Fig. 7 ) reveló
Una arquitectura escalable MQTT-Basado 63

Fig. 5. interfaz en tiempo real para la estación de PV 2 muestra la humedad y la temperatura

Fig. 6. interfaz de Historial que muestra lecturas de irradiancia solar log de la estación de PV 2 24 de mayo, 2.018

que el sombreado se debió al sol por detrás de los edificios vecinos. Además, el material de archivo almacenado proporciona
datos visual que puede ser utilizado junto con el procesamiento de imágenes y de aprendizaje automático algoritmos para
llevar a cabo diversos estudios para predecir los niveles de suciedad y estudiar su efecto sobre la salida de potencia solar.
S. Shapsough et al.

Fig. 7. capturas de pantalla cámara de vigilancia entre 08:45 y 09:15 de la mañana, que muestran el efecto de sombreado 64

3 Evaluación

Las estaciones de borde son los elementos más importantes en el sistema, sin embargo, tienen las mayores limitaciones en
cuanto a recursos. Mientras el servidor back-end fácilmente se puede escalar con el software de copia de seguridad y
balanceo de carga, las estaciones de borde deben funcionar como unidades independientes, fiables. Por lo tanto, la
evaluación del sistema se centra en el RPI ' s capacidad para garantizar la fiabilidad a un coste bajo recursos. Las métricas
tenido en cuenta en la evaluación son el consumo de energía, uso de la CPU, I operaciones de E / S, y retardo de extremo a
extremo. el RPI ' temperatura interna se mide también como el sistema se espera que sea expuesta la región ' s dura, el clima
de alta temperatura.

Configuración experimental. Las tres estaciones de borde se permitió a funcionar durante un día completo, mientras que el
consumo de recursos, la temperatura interna, y el tráfico de red fi c fueron monitoreados. El consumo de energía se midió
utilizando YoctoAmp [ 14 ], Un aislado amperímetro USB que muestrea la corriente consumida por la estación de borde en 1
muestra / segundo. La temperatura interna se midió utilizando una función incorporada en los RPI, mientras que la tasa de
utilización de la CPU y la escritura de la red se midió utilizando el basado en Linux herramienta de monitorización del
rendimiento NMON [ 15 ]. La temperatura interna fue tomada a razón de 1 muestra / minuto, mientras que la utilización de la
CPU se midió a una velocidad de 1 muestra / segundo. Esto se debe principalmente al hecho de que mientras que la utilización
de la CPU puede cambiar signi fi cativamente en cuestión de segundos, la temperatura interna se mantiene relativamente
estable y cambia más lentamente. Por último, el retardo de extremo a extremo de la red se dè fi define como el tiempo necesario
para un paquete MQTT para viajar desde el editor (estación de borde) a un abonado y se midió mediante la asignación de
marcas de tiempo en los tiempos de envío y recepción. Con el fin de asegurar la exactitud de la medición del retardo de
extremo a extremo, los relojes del editor y el suscriptor tenían que estar perfectamente sincronizado. Una forma de lograr esto
es utilizar la misma estación de borde como el abonado a sus propios paquetes. Sin embargo, con el fin de evitar por completo
el proceso de abonado adicional que afecta a otras métricas tales como la utilización de la CPU y potencia, los experimentos de
retardo de la red se llevaron a cabo por separado. Las estaciones fueron conectados a los paneles solares de 100 vatios.

Resultados. El principal fi hallazgos del experimento se muestran en la Tabla 2 . Como era de esperar, la estación que
consume la mayor cantidad de recursos fue la estación de cámara.
Una arquitectura escalable MQTT-Basado sesenta y cinco

En comparación con la otra estación, streaming de vídeo continuo a través de WiFi utiliza la CPU en un 60% más y
consume alrededor del 50% más de potencia. En cuanto a las estaciones de PV, que son los principales componentes
del sistema, las dos estaciones demuestran consumo similar de recursos. los fi primera conclusión que se puede extraer
es que la frecuencia del informe tiene insignificante fi efecto de peralte en el consumo de recursos: como el rendimiento
es similar a pesar de una diferencia de un factor de 60 entre las frecuencias de muestreo de las dos estaciones PV. En
segundo lugar, el bajo porcentaje de consumo de CPU y el consumo de energía relativamente elevado (lo que equivale a
un poco menos de 3% del panel solar ' s de salida) sugieren que las estaciones pueden no necesitar un dispositivo tan
potente como el RPI en absoluto. En consecuencia, la arquitectura sugerido puede ser mejorado basado en
microcontroladores habilitados para WiFi con una fracción de la potencia de cálculo como un ESP o un microcontrolador
más pequeño basado en Arduino, reduciendo así el costo del hardware y el consumo de energía, manteniendo el mismo
nivel de fiabilidad . Finalmente, dado que el objetivo general es integrar finalmente el parque solar en un sistema de
redes inteligentes, la latencia del sistema se comparó con requisitos de retardo generales en aplicaciones de redes
inteligentes revisado en [ dieciséis ], Que se aproximó a ser de 1 s. El bajo retardo de extremo a extremo demuestra
MQTTS a estar bien adaptado para, la comunicación segura en tiempo real para un sistema de este tipo.

Tabla 2. Experimental fi hallazgos

Métrico estación C estación PV estación 2 PV 3

El consumo de energía # de muestras de 3600 3600 3600


Media 3.142 W 2.237 W 2.148 W
STDV. 0,165 0,0730 0,0518
Frambuesa Pi utilización de la CPU # 3600 de las muestras 3600 3600
Media 4,824% 2,931% 2,708%
min 2,1% 0% 0,3%
Max 16,2% 15,8% 28%
temp interna Pi de frambuesa # de muestras de 1440 1440 1440
Media 58.475 ° C 56,464 ° C 51,120 ° C
STDV. 6.277 6,509 2,156
velocidad de escritura de red # de muestras de 3600 3600 3600
Media 245,9 KB / s 2,6 KB / s 2.6 KB / s

min 209,1 KB / s 0,1 KB / s 0,1 KB / s

Max 622,9 KB / s 29,2 KB / s 26 KB / s

MQTT latencia de ida y vuelta # de muestras de 1440 1440 1440


Media 0,802 s 0,800 s 0,801 s
STDV. 0,787 0.8188 0,806
S. Shapsough et al.

4. Conclusión

La arquitectura del sistema propuesto emplea una red de nodos de borde distribuidos que recogen lecturas de los sensores
del medio ambiente, así como los paneles solares fotovoltaicos y los transmite a la estación principal a través de WiFi.
Además de mantener una base de datos a gran escala, la estación principal alberga un servidor de aplicaciones que ofrece
el seguimiento de las lecturas en tiempo real, una visión general de los datos históricos, la visualización basada en
geolocalización de parques solares conectados y análisis de grandes volúmenes de datos. El sistema se utiliza para permitir
y apoyar el estudio de los efectos de los factores ambientales, en la granja solar, tales como la acumulación de polvo y su
efecto en la generación de energía ef fi ciencia. El sistema también permite a las partes interesadas para supervisar y
controlar las operaciones críticas. Esto es posible a través de Internet de las tecnologías de la comunicación, software,
hardware y cosas que son inherentemente diseñados para los ecosistemas distribuidos a gran escala.

referencias

1. Burton, PD, el rey, BH: Aplicación y caracterización de un arti fi cial de la suciedad


fotovoltaica suciedad estudios. IEEE J. Photovoltaics 4, 299 - 303 (2014). https://doi.org/10. 1109 /
JPHOTOV.2013.2270343
Electrónica y Automatización Control Conference (IAEAC), pp 2489 - 2495 (2017) 66
2. Zapata, JW, Pérez, MA, Kouro, S., et al .: Diseño de un programa de limpieza para una instalación fotovoltaica basada en el análisis
de pérdidas de energía. IEEE J. Photovoltaics 5, 1748 - 1756 (2015). https: // doi. org / 10.1109 / JPHOTOV.2015.2478069

3. Liu, H., Nobre, AM, Yang, D., et al .: El impacto de la neblina de la relación de rendimiento y la corriente de cortocircuito de los
sistemas fotovoltaicos en Singapur. IEEE J. Photovoltaics 4, 1585 - 1592 (2014).
https://doi.org/10.1109/JPHOTOV.2014.2346429
4. Huang, P., Zhao, W., Li, A .: La investigación preliminar sobre las incertidumbres asociadas con la superficie de la
estimación de la radiación solar en las zonas montañosas. IEEE Geosci. Sens remoto. Lett. 14, 1071 - 1075 (2017). https://doi.org/10.1109/LG

5. Khoo, YS, Nobre, A., Malhotra, R., et al .: orientación óptima y el ángulo de inclinación para maximizar la irradiación solar en el
plano para aplicaciones fotovoltaicas en Singapur. IEEE J. Photovoltaics 4, 647 - 653 (2014). https://doi.org/10.1109/JPHOTOV.2013.2292743

para múltiples escalas de plantas de energía solar. En:. 2017 IEEE segundo Avanzada Tecnología de la Información,
6. Rahman, MM, Selvaraj, J., Rahim, NA, Hasanuzzaman, M .: sistemas modernos de monitoreo globales para la generación de
energía basada PV: una revisión. Renovar. Sostener. Rev. Energía (2017).
https://doi.org/10.1016/j.rser.2017.10.111
7. Degener, S .: La Internet de las cosas: que permite activos solares inteligentes. Renovar. Enfoque de energía
17, 136 - 137 (2016). https://doi.org/10.1016/j.ref.2016.06.004
8. Adhya, S., Saha, D., Das, A., et al .: Un seguimiento y control de la unidad remota fotovoltaica solar inteligente basado
IO. En:. 2016 2ª Conferencia Internacional sobre el Control, Instrumentación, Comunicación Energía (CIEC), pp 432 - 436
(2016)
9. Jihua, Y., Wang, W .: La investigación y el diseño del sistema de monitoreo de la generación de energía solar fotovoltaica
basada en TinyOS. En:. 2014 9ª Conferencia Internacional de Educación de Ciencias de la Computación, pp 1020 - 1023
(2014)
10. Liu, G., Qiu, H., Zhu, L., Chen, Y .: Arquitectura y experimento de monitorización remota y gestión de operaciones
Una arquitectura escalable MQTT-Basado 67

11. Mashal, I., Alsaryrah, O., Chung, T.-Y., et al .: Las opciones para la interacción con las cosas en Internet y los problemas
subyacentes. Ad Hoc Serv. 28, 68 - 90 (2015). https://doi.org/10.1016/j.adhoc.
2014.12.006
12. Yokotani, T., Sasaki, Y .: Comparación con HTTP y MQTT sobre los recursos de red requeridos para la IO. En: 2016
Conferencia Internacional sobre el Control, Electrónica, Energía Renovable y Comunicaciones (ICCEREC), pp 1. - 6
(2016)
13. Naik, N .: Elección de protocolos de mensajería eficaces para sistemas de IO: MQTT, coap, AMQP y HTTP. En: 2017
IEEE International Systems Simposio Ingeniería (ISSE), pp 1. - 7 (2017)

14. yocto-Amp - aislado Tiny amperímetro USB (AC / DC). http://www.yoctopuce.com/EN/


productos / USB-eléctrica-sensores / yocto-amp . Consultado el 27 Mar 2017
15. nmon para Linux | Principal / Página de Inicio. http://nmon.sourceforge.net/pmwiki.php . Consultado el 27 Mar 2017

16. Kansal, P., Bose, A .: ancho de banda y los requisitos de latencia para aplicaciones de red de transporte inteligentes. IEEE
Trans. Red inteligente 3, 1344 - 1352 (2012). https://doi.org/10.1109/TSG.
2012.2197229