Інтелектуальна система оптимізації енергоспоживання у розумному дому

Скорочена інформація про документ
dc.contributor.advisorКоломоєць, Сергій Олексійович
dc.contributor.authorОбіход, Ярослав Юрійович
dc.date.accessioned2026-10-01T09:02:45Z
dc.date.available2026-10-01T09:02:45Z
dc.date.issued2026
dc.description.abstractДипломна робота: 83 с., 16 рис., 6 табл., 12 посилань, додаток. Об’єктом дослідження є процес управління енергоспоживанням, генерацією та накопиченням енергії в умовах інтелектуального домогосподарства. Предметом дослідження є моделі та алгоритми глибокого навчання з підкріпленням і прогнозування часових рядів для оптимізації енергетичних потоків. Метою роботи є підвищення енергоефективності та автономності інтелектуального домогосподарства в умовах нестабільної магістральної електромережі шляхом застосування методів глибокого навчання з підкріпленням і предиктивної аналітики у середовищі цифрового двійника. У роботі оглянуто сучасний стан розвитку систем HEMS та розроблено нелінійні математичні моделі інфраструктури будинку (BESS, EV, термодинамічний бойлер) у межах концепції цифрового двійника. Спроєктувано Марковський процес прийняття рішень та реалізовано трирівневу програмну архітектуру, що поєднує прогнозування генерації і навантаження на базі Bi-LSTM з оптимізаційним агентом Soft Actor-Critic (SAC). Виконано експериментальне дослідження у стохастичному симуляційному середовищі із динамічними тарифами та імітацією блекаутів. Встановлено, що навчання агента на платформі з апаратним прискоренням (GPU) ліквідує ефект "відставання критиків" і знижує рівень хибних дій до 1.3%. Отримано адаптивну політику управління для превентивного накопичення енергії перед відключеннями мережі, що підтверджує високу економічну та експлуатаційну ефективність розробленої системи.
dc.description.abstractotherBachelor's thesis: 83 p., 16 figures, 6 tables, 12 references, appendix. The object of the study is the process of managing energy consumption, generation, and storage in a smart household environment. The subject of research is deep reinforcement learning models and time-series forecasting algorithms for energy flow optimization. The purpose of the work is to develop an intelligent home energy management system based on the digital twin concept to minimize financial costs and ensure autonomy during unstable grid conditions. The thesis reviews the current state of HEMS development and develops nonlinear mathematical models of home infrastructure (BESS, EV, thermodynamic boiler) within the digital twin concept. A Markov Decision Process was designed and a three-tier software architecture was implemented, combining Bi-LSTM based solar generation and load forecasting with a Soft Actor-Critic (SAC) optimization agent. Experimental research was conducted in a stochastic simulation environment with dynamic tariffs and simulated blackouts. It was established that training the agent on a hardware-accelerated platform (GPU) eliminates the "critic lag" effect and reduces the false positive rate of actions to 1.3%. An adaptive management policy for preventive energy accumulation before grid outages was obtained, confirming the high economic and operational efficiency of the developed system.
dc.format.extent83 с.
dc.identifier.citationОбіход, Я. Ю. Інтелектуальна система оптимізації енергоспоживання у розумному дому : дипломна робота … бакалавра : 122 Комп’ютерні науки / Обіход Ярослав Юрійович. – Київ, 2026. – 83 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/83634
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectрозумний дім
dc.subjectцифровий двійник
dc.subjectнавчання з підкріпленням
dc.subjectпрогнозування
dc.subjecthems
dc.subjectsac
dc.subjectbi-lstm
dc.subjectенергоефективність
dc.subjectблекаут
dc.subjectелектромобіль
dc.subjectsmart home
dc.subjectdigital twin
dc.subjectreinforcement learning
dc.subjectforecasting
dc.subjectenergy efficiency
dc.subjectblackout
dc.subjectelectric vehicle
dc.titleІнтелектуальна система оптимізації енергоспоживання у розумному дому
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Obikhod_bakalavr.pdf
Розмір:
1.9 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи