Розробка технології для оптимізації енергоспоживання в розумних будинках методами Data Science
Тип публікації :
Магістерська робота
Дата випуску :
2025
Автор(и) :
Мінін, Ігорь Борисович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Мінін, І. Б. (2025). Розробка технології для оптимізації енергоспоживання в розумних будинках методами Data Science [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/20196
[ДСТУ] Мінін І. Б. Розробка технології для оптимізації енергоспоживання в розумних будинках методами Data Science : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. А. О. Хлевний. Київ, 2025. 90 с. URL: https://ir.library.knu.ua/handle/15071834/20196 (дата звернення: 25.07.2026).
Мета дипломної роботи магістра – створення методики прогнозування енергоспоживання та виявлення пікових навантажень на основі методів Data Science, а також розробка прототипу інформаційної системи для аналізу, візуалізації та генерації рекомендацій щодо оптимізації споживання.
Об’єкт дослідження – енергоспоживання в житлових будинках у контексті впровадження інтелектуальних систем управління.
Предмет дослідження – методи обробки даних, побудови прогнозних моделей та алгоритми прийняття рішень для оптимізації енергоспоживання у розумному будинку.
Наукова новизна роботи – полягає в поєднанні інтерпретованих методів машинного навчання з аналізом ключових драйверів навантаження та адаптивними алгоритмами прогнозування споживання в умовах нестабільних даних. Запропонована технологія враховує погодні фактори, активність пристроїв і часові закономірності, а також включає автоматичну генерацію рекомендацій на основі структурованих JSON-звітів.
У роботі проведено огляд сучасних архітектур систем розумного будинку, класифіковано методи оптимізації енергоспоживання, реалізовано прототип аналітичної системи з функціями прогнозу, візуалізації та пояснення впливу факторів. Побудовані моделі оцінено за метриками MAPE, R² та SHAP. Сформовано рекомендації щодо перенесення пікових навантажень, підвищення ефективності та адаптації моделей до змінних умов.
Дипломна робота складається зі вступу, чотирьох розділів, висновків і списку використаних джерел. Загальний обсяг – 90 сторінок, кількість джерел – 33, перелік додатків: А, Б.
Ключові слова: розумний будинок, енергоспоживання, прогнозування, машинне навчання, оптимізація, інтерпретовані моделі, SHAP, MAPE.
Об’єкт дослідження – енергоспоживання в житлових будинках у контексті впровадження інтелектуальних систем управління.
Предмет дослідження – методи обробки даних, побудови прогнозних моделей та алгоритми прийняття рішень для оптимізації енергоспоживання у розумному будинку.
Наукова новизна роботи – полягає в поєднанні інтерпретованих методів машинного навчання з аналізом ключових драйверів навантаження та адаптивними алгоритмами прогнозування споживання в умовах нестабільних даних. Запропонована технологія враховує погодні фактори, активність пристроїв і часові закономірності, а також включає автоматичну генерацію рекомендацій на основі структурованих JSON-звітів.
У роботі проведено огляд сучасних архітектур систем розумного будинку, класифіковано методи оптимізації енергоспоживання, реалізовано прототип аналітичної системи з функціями прогнозу, візуалізації та пояснення впливу факторів. Побудовані моделі оцінено за метриками MAPE, R² та SHAP. Сформовано рекомендації щодо перенесення пікових навантажень, підвищення ефективності та адаптації моделей до змінних умов.
Дипломна робота складається зі вступу, чотирьох розділів, висновків і списку використаних джерел. Загальний обсяг – 90 сторінок, кількість джерел – 33, перелік додатків: А, Б.
Ключові слова: розумний будинок, енергоспоживання, прогнозування, машинне навчання, оптимізація, інтерпретовані моделі, SHAP, MAPE.
Галузі знань та спеціальності :
12 Інформаційні технології::122 Комп’ютерні науки
Галузі науки і техніки (FOS) :
Комп'ютерні та інформаційні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.19 MB
Контрольна сума :
(MD5):81209960b19c8bd628835fb3c0c5f828
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International