|
Institutional Repository of Polissia National University >
Кваліфікаційні роботи здобувачів вищої освіти >
141 – Електроенергетика, електротехніка та електромеханіка >
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://ir.polissiauniver.edu.ua/handle/123456789/18830
|
| Название: | Сучасні тенденції виявлення аномалій в енергоспоживанні будівель на основі штучного інтелекту |
| Другие названия: | Modern trends in anomaly detection in building energy consumption based on artificial intelligence |
| Авторы: | Левандовська, В. В.
Levandovska, V. |
| Ключевые слова: | ШІ
AI
енергомоніторинг
energy monitoring
аномалії
anomalies
нейронні мережі
neural networks
розумна будівля
smart building |
| Дата публикации: | 2026 |
| Издатель: | Поліський національний університет |
| Библиографическое описание: | Левандовська В. В. Сучасні тенденції виявлення аномалій в енергоспоживанні будівель на основі штучного інтелекту : кваліфікаційна робота : спец. 141 «Електроенергетика, електротехніка та електромеханіка» / Поліський нац. ун-т, каф. електрифікації, автоматизації виробництва та інженерної екології ; наук. кер. Савченко Л. Г. – Житомир, 2026. – 37 с. |
| Аннотация: | Робота присвячена огляду інноваційних підходів до моніторингу
енергоефективності будівель через виявлення аномалій за допомогою
штучного інтелекту. Досліджено перехід від традиційних статистичних
методів до просунутих алгоритмів Deep Learning. Висвітлено роль
інтелектуальних систем у завчасному виявленні несправностей обладнання та
оптимізації енерговитрат. Наведено порівняльний аналіз популярних методів
інтелектуального аналізу даних.
The work is devoted to an overview of innovative approaches to monitoring building
energy efficiency through the detection of anomalies using artificial intelligence.
The transition from traditional statistical methods to advanced Deep Learning
algorithms is investigated. The role of intelligent systems in the early detection of
equipment malfunctions and optimization of energy consumption is highlighted. A
comparative analysis of popular data mining methods is presented. |
| URI: | http://ir.polissiauniver.edu.ua/handle/123456789/18830 |
| Располагается в коллекциях: | 141 – Електроенергетика, електротехніка та електромеханіка
|
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.
|
