Побудова інтегрованого аналітичного простору для виявлення сукупного рівня енергоефективності будівлі
DOI:
https://doi.org/10.32347/2412-9933.2025.63.201-211Ключові слова:
енергоефективність, інтегрований аналітичний простір, енергетичне моделювання, великі дані, штучний інтелект, енергоспоживання, будівельні технології, оптимізація енергіїАнотація
Тема побудови інтегрованого аналітичного простору для виявлення сукупного рівня енергоефективності будівлі є надзвичайно актуальною в умовах підвищених вимог до енергозбереження в будівельній сфері. Зростання цін на енергоносії, екологічні виклики та нормативно-правові ініціативи стимулюють необхідність створення систем, які здатні точно аналізувати енергетичну ефективність об’єктів на всіх етапах їх життєвого циклу. Сучасні інформаційні технології дозволяють інтегрувати в єдине середовище величезні масиви даних – від конструктивних особливостей до поведінкових моделей споживання енергії. Розробка такого простору передбачає поєднання архітектурно-проєктної інформації з параметрами енергоспоживання, експлуатаційними даними, кліматичними умовами, сценаріями навантажень, а також інформацією про енергоефективні заходи. Використання інструментів аналізу великих даних (Big Data), машинного навчання, IoT, цифрових сенсорів та платформ типу Building Management Systems (BMS) забезпечує глибоку діджиталізацію процесу оцінювання. Ключовим у побудові такого аналітичного середовища є концепція цифрового двійника будівлі, що дозволяє в режимі реального часу моделювати енергетичні процеси, відслідковувати відхилення від нормативних показників та адаптувати стратегії енергоуправління. Інтеграція систем енергетичного моніторингу з архітектурною BIM-моделлю забезпечує створення повноцінної цифрової платформи управління ефективністю. Впровадження інтегрованого аналітичного простору дозволяє архітекторам, інженерам, девелоперам та експлуатуючим організаціям приймати обґрунтовані рішення щодо вибору матеріалів, технологій та систем. Це сприяє не лише зниженню енергоспоживання та витрат, а й скороченню викидів парникових газів, підтримуючи цілі сталого розвитку та екологічного будівництва. Метою побудови такого простору є розробка інтелектуальної системи, що автоматично обробляє та аналізує всі аспекти енергоспоживання, забезпечуючи досягнення оптимальних показників енергоефективності на всіх стадіях – від концепції до експлуатації.
Посилання
Prystynska, I. V. (2017). Peculiarities of attribution of construction projects in the economic portfolio of a development company: Changing the paradigm and innovative asset management solutions for a construction organization. In Ways to increase the efficiency of construction in the conditions of market relations: Coll. Sci. Works (Vol. 35, Part 3, pp. 67–76). Kyiv: KNUBA.
Solow, R. (1980). On Theories of Unemployment. American Economic Review, 230.
Bushuyeva, N. S. (2007). Models and methods of proactive management of organizational development programs. Kyiv: Nauk. svit (Scientific World).
Ghaffarianhoseini, A., Beranadez, A., Matar, P., & Alvador, A. (2017). Evaluation of building energy efficiency: A review of data-driven methods. Energy and Buildings, 153, 86–103.
Al-Ajmi, F., & Hanby, V. I. (2008). Energy consumption modeling for residential buildings in Kuwait. Energy and Buildings, 40 (6), 1101–1109.
Roman, A., Andrii, S., Galyna, R., Iurii, C., & Hanna, S. (2022). Integration of data flows of the construction project life cycle to create a digital enterprise based on building information modeling. International Journal of Emerging Technology and Advanced Engineering, 12 (1), 40–50.
Crowley, D. B., Lofting, L. C., Knoll, W. D., & Pedersen, J. W. (2001). EnergyPlus: Creating a new generation program for building energy efficiency modeling. Energy and Buildings, 33 (4), 319–331.
Gonzales, P. A., & Zamarreño, J. M. (2005). Prediction of building energy consumption using a back-propagation artificial neural network. Energy and Buildings, 37 (6), 595–601.
Chupryna, G., Ryzhakova, V., Pokolenko, D., Prykhodko, D., & Faizullin, A. (2021). Establishment of the rational economic and analytical basis for projects in different sectors for their integration into the targeted diversified program for sustainable energy development. 2021 IEEE International Conference on Smart Information Systems and Technologies (SIST), 1–9.
Hong, T., Chen, H., & Chablinksy, D. (2015). Commercial building energy saver: A tool for energy efficiency analysis of renovations. Applied Energy, 159, 298–309.
Wetter, M. (2002). GenOpt® – A universal optimization program. Energy and Buildings, 34 (9), 999–1005.
O'Donnell, J. T., Derkach, K. T., & Pollak, R. A. (2014). The role of BIM in green building design. Automation in Construction, 40, 126–135.
Sanguinetti, P., & Shen, W. (2012). Building information modeling and sustainability: Green design in Autodesk Revit. Architectural Engineering and Design Management, 8 (1), 28–39.
U.S. Department of Energy. (2016). EnergyPlus engineering reference: A guide to EnergyPlus calculations.
Zuo, J., & Zhao, Z. I. (2014). Green building research: Current status and future prospects. Renewable and Sustainable Energy Reviews, 30, 271–281.
Shpakova, H., Chupryna, I., Ivakhnenko, I., Zinchenko, M., & Plys, N. (2024). Tools for assessing the competitiveness of a construction company as a contractor in public-private partnership projects. SIST 2024 – 2024 IEEE 4th International Conference on Smart Information Systems and Technologies, Proceedings, 473–481.
Rahmani, M., Abdullah, D., & Shah, S. (2016). A hybrid multi-objective optimization algorithm for improving building energy efficiency. Energy and Buildings, 127, 524–535.
Chupryna, I., Tormosov, R., Aryn, A., Horbach, M., Prykhodko, D., & Polzikov, M. (2023). The updated tool for selecting projects for the target programs of sustainable energy development. SIST 2023 - 2023 IEEE International Conference on Smart Information Systems and Technologies, Proceedings, 457–467.
Bynum, P., Issa, R. R., & Olbina, S. (2013). Building information modeling in support of sustainable design and construction. Journal of Construction Engineering and Management, 139 (1), 24–34.
Ryzhakova, H. M., & Chupryna, Yu. A. (2019). Formation of a construction cluster in the format of state investment target programs. Ways to increase the efficiency of construction in the conditions of market relations, 40, 19–24. http://ways.knuba.edu.ua/issue/view/11913.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Микола Федорченко , Олександр Катін
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
