20.500.12556/RUL-184722 Digitalni dvojček za spremljanje okoljskih podatkov Digital Twin for Environmental Data Monitoring Diplomska naloga predstavlja zasnovo in izvedbo sistema SensEarth, ki predstavlja digitalni dvojček senzorske infrastrukture za zajem, shranjevanje in analizo podatkov iz heterogenih spletnih virov. Sistem je zasnovan kot sklad Docker Compose iz osmih medsebojno povezanih komponent: konfigurabilnih zajemalnikov, vmesne storitve (FastAPI), glavne relacijske baze CoreDB (PostgreSQL z razširitvama TimescaleDB in PostGIS), objektne shrambe MinIO za surove podatke, ločene nadzorne baze MonitoringDB in nadzorne storitve (FastAPI), modul za modeliranje ter spletnega vmesnika (React, Vite, MapLibre). Ključna lastnost rešitve je, da dodajanje novega vira ne zahteva programske kode, temveč le opis cilja, format in preslikave vrednosti v datoteki JSON. V sistem je vključenih šestnajst algoritmov za zaznavanje anomalij in napovedni model Prophet, kar omogoča oceno kakovosti meritev in napovedovanje prihodnjih vrednosti. Prototip rešitve zajema podatke postaj ARSO in portala Goriva.si in jih prikazuje na interaktivnem zemljevidu. Uporabo razvitega sistema predstavimo na praktičnih primerih ter ga kritično primerjamo s platformama ThingsBoard in FIWARE. This thesis presents the design and implementation of SensEarth, which represents a digital twin of sensor infrastructure for acquiring, storing and analyzing data from heterogeneous web sources. The system is built as a Docker Compose stack of eight interconnected components: configurable scrapers, a middleware service (FastAPI), the main relational database CoreDB (PostgreSQL with the TimescaleDB and PostGIS extensions), MinIO object storage for raw data, a separate MonitoringDB, monitoring service (FastAPI), modeling module and a web interface (React, Vite, MapLibre). A key feature of the solution is that adding a new data source requires no programming code, only a JSON description of the target, format and value mapping. The system integrates sixteen anomaly-detection algorithms and a Prophet forecasting model, enabling measurement-quality assessment and prediction of future values. The solution prototype acquires data from ARSO stations and the Goriva.si portal and displays it on an interactive map. We demonstrate the use of the developed system through practical examples and critically compare it with the ThingsBoard and FIWARE platforms. digitalni dvojček senzorski podatki zaznavanje anomalij napovedovanje prihodnjih vrednosti časovne vrste mikrostoritve Docker digital twin sensor data anomaly detection prediction of future values time series microservices Docker true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-07-14 15:40:16 2026-07-14 15:40:25 2026-07-29 12:20:48 0000-00-00 00:00:00 2026 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 38850 286337027 Koprivec_Nace_-_Digitalni_dvojcek_za_spremljanje_okoljskih_podatkov.pdf Koprivec_Nace_-_Digitalni_dvojcek_za_spremljanje_okoljskih_podatkov.pdf 1 69B5BCD5B5717BC77F1AAC6D576BBCE9 48d3e595b43d849f662351d903ae4d03607477defb914e0183b46dbbbc71b884 6c8ada75-7f89-11f1-9b0d-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=239779 Fakulteta za računalništvo in informatiko 0 0 0