Оптимізація енергоспоживання в автоматизованих системах шляхом використання хмарних технологій
Автор: Слічний Святослав Ігорович
Кваліфікаційний рівень: магістр
Спеціальність: Комп'ютеризовані системи управління та автоматика
Інститут: Інститут комп'ютерних технологій, автоматики та метрології
Форма навчання: денна
Навчальний рік: 2024-2025 н.р.
Мова захисту: українська
Анотація: Магістерська кваліфікаційна робота присвячена дослідженню та впровадженню хмарних технологій для оптимізації енергоспоживання в автоматизованих системах промислових об’єктів. В умовах сучасних викликів енергетичного сектору, таких як зростання вартості енергоресурсів, необхідність підвищення енергоефективності та впровадження екологічно орієнтованих рішень, запропоновані підходи набувають особливої актуальності. Метою роботи є створення інтегрованої системи управління енергоспоживанням, яка базується на використанні хмарних обчислень для збору, обробки та аналізу великих обсягів даних. У теоретичній частині роботи проведено аналіз сучасних методів управління енергоспоживанням, а також розглянуто існуючі програмно-апаратні рішення для автоматизації енергетичних процесів. Особлива увага приділена огляду хмарних платформ, які використовуються у промислових умовах, таких як Amazon Web Services, Microsoft Azure та Google Cloud, а також їх функціональних можливостей для інтеграції з системами енергоменеджменту. Дослідження [2, 3] підкреслюють ефективність використання хмарних технологій для вирішення завдань енергоефективності. На основі аналізу обрано архітектуру системи, яка складається з декількох модулів, зокрема: модуль збору даних, модуль хмарної обробки, модуль прийняття рішень та інтерфейс користувача для візуалізації результатів. Основу методології роботи становить використання алгоритмів машинного навчання для прогнозування енергоспоживання, виявлення аномалій та розробки рекомендацій щодо оптимізації використання енергоресурсів. Практична частина роботи присвячена реалізації програмного забезпечення, яке забезпечує ефективне управління енергоспоживанням на основі аналізу даних з промислових об’єктів. У розробці використано сучасні хмарні сервіси для 5 забезпечення масштабованості та гнучкості рішення. Проведено тестування системи на реальних виробничих даних, результати якого підтвердили здатність системи знижувати витрати енергії до 15% у порівнянні з традиційними підходами [4]. Окрім економічної ефективності, у роботі розглянуто питання екологічної безпеки та відповідності запропонованого рішення сучасним стандартам охорони праці. Запропонована система забезпечує автоматичне виявлення потенційних загроз енергоспоживання та формування звітів для мінімізації ризиків. Ключові слова: автоматизація, машинне навчання, оптимізації енергоспоживання, хмарні технології. Перелік використаних літературних джерел: 1. Energy Efficiency 2023. Analysis and Forecasts to 2030. International Energy Agency: веб-сайт. URL: https://www.iea.org/reports/energy-efficiency-2023 (дата звернення: 15.10.2024). 2. Zhuk, O. V., Myronenko, S. V., Ivanova, N. A. Machine Learning Techniques for Energy Optimization: A Review. Journal of Energy Research. 2023. Vol. 28. P. 45–56. 3. Implementation of IoT-based Energy Management Systems in Smart Factories. IEEE Transactions on Industrial Informatics. 2022. Vol. 18, No. 5. P. 2550– 2561. 4. Використання хмарних платформ у енергетиці: AWS та Microsoft Azure. IT Pro Portal: веб-сайт. URL: https://www.itproportal.com (дата звернення: 11.11.2024). 5. AI in Energy Management Systems: Role of Machine Learning in Energy Optimization. Forbes Technology Council: веб-сайт. URL: https://www.forbes.com (дата звернення: 13.10.2024). 6. Smart Grid: технології для сучасного управління енергоспоживанням. IEEE Xplore: веб-сайт. URL: https://ieeexplore.ieee.org (дата звернення: 12.11.2024).