IoT e Sustentabilidade: Monitoramento de Carbono com ESP32

// Exemplo de comunicação Mesh com ESP-NOW
#include <esp_now.h>
void OnDataSent(const uint8_t *mac_addr, esp_now_send_status_t status) {
  Serial.println(status == ESP_NOW_SEND_SUCCESS ? "ACK Recebido" : "Falha");
}
void setup() {
  WiFi.mode(WIFI_STA);
  if (esp_now_init() == ESP_OK) {
    esp_now_register_send_cb(OnDataSent);
  }
}

# Cálculo dinâmico do fator de emissão
def calcular_emissao(consumo_kwh, regiao):
    fatores = {
        'Norte': 0.12,  # Termelétricas dominantes
        'Sul': 0.04,    # Hidrelétricas
        'Nordeste': 0.07 # Eólica + Solar
    }
    return consumo_kwh * fatores.get(regiao, 0.08)

CO₂e = (E * FE * η) + (G * PCG * λ) + Σ(M_i * FE_i * τ)

# Cálculo para sistema HVAC de 24.000 BTU
consumo_hora = 2.8  # kW
horas_uso = 18
r410a_vazado = 0.75  # kg
fe_regiao = 0.09      # kgCO₂e/kWh
co2_energia = consumo_hora * horas_uso * fe_regiao
co2_refrigerante = r410a_vazado * 2088  # PCG do R-410A
total_co2e = co2_energia + co2_refrigerante
print(f"Emissão Total: {total_co2e:.2f} kgCO₂e")

// Criptografia AES-256 para dados sensíveis
#include <mbedtls/aes.h>
void encrypt_data(char *plaintext, unsigned char *key) {
  mbedtls_aes_context aes;
  mbedtls_aes_init(&aes);
  mbedtls_aes_setkey_enc(&aes, key, 256);
  mbedtls_aes_crypt_ecb(&aes, MBEDTLS_AES_ENCRYPT, plaintext, ciphertext);
}

def kalman_filter(z_meas, Q=1e-5, R=0.1**2):
    x_est = prev_estimate
    P = prev_uncertainty + Q
    K = P / (P + R)
    x_est += K * (z_meas - x_est)
    P *= (1 - K)
    return x_est, P

def ewma(data, alpha=0.2):
    smoothed = [data[0]]
    for d in data[1:]:
        smoothed.append(alpha * d + (1 - alpha) * smoothed[-1])
    return smoothed

def optimal_hvac_temp(occupancy, ext_temp):
    base_temp = 24  # °C
    adj_factor = occupancy * 0.5 + ext_temp * 0.3
    return min(max(base_temp + adj_factor, 20), 28)

// Auto-calibração usando aprendizado de máquina
#include <EloquentTinyML.h>
#include "model.h"  // Modelo TensorFlow Lite
TinyML tf(model);
float inputs[3] = {temp, umid, co2};
void calibrate() {
  if (tf.predict(inputs) > 0.85) {
    sensor.calibrate();
  }
}