kaz29Вестник Казахстанско-Британского технического университетаHerald of the Kazakh-British Technical University1998-66882959-8109Казахстанско-Британский Технический Университетkaz29-305Research ArticleИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫSMART SYSTEMSИСПОЛЬЗОВАНИЕ ИНСТРУМЕНТОВ MATLAB ДЛЯ АНАЛИЗА БОЛЬШИХ ДАННЫХ ПО ЭНЕРГОЭФФЕКТИВНОСТИ ЗДАНИЙTHE USE OF MATLAB TOOLS FOR BIG DATA ANALYSIS TO ENERGY EFFICIENCY OF BUILDINGSБектемысоваГ. У.BektemysovaG. U.

к. т. н., ассоц. профессор

ИбраеваЖ. Б.IbraevaZh. B.

сеньор-лектор

ЛуганскаяС. П.LuganskayaS. P.

сеньор-лектор

МиркасимоваТ. Ш.MirkasimovaT. Sh.

ст. преп.

Международный университет информационных технологийКазахстанУниверситет «Нархоз»Казахстан201916112021163324328Copyright © Бектемысова Г.У., Ибраева Ж.Б., Луганская С.П., Миркасимова Т.Ш., 20212021Бектемысова Г.У., Ибраева Ж.Б., Луганская С.П., Миркасимова Т.Ш.Bektemysova G.U., Ibraeva Z.B., Luganskaya S.P., Mirkasimova T.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.kbtu.edu.kz/jour/article/view/305

На сегодняшний день большие данные затрагивают почти все отрасли инженерной инфраструктуры. С появлением устройств Интернета вещей (IoT) их рост ускоряется все больше и больше. Но без аналитики от них нет пользы. Огромные результаты предоставляют нам возможность анализировать и использовать большие объемы данных IoT, включая приложения в интеллектуальных городах, интеллектуальные транспортные и сетевые системы, интеллектуальные счетчики энергии и удаленные устройства мониторинга состояния здоровья пациентов. Сбор и анализ данных интеллектуальных счетчиков в среде IoT помогают лицам, принимающим решения, прогнозировать потребление электроэнергии. Кроме того, аналитика интеллектуального счетчика также может использоваться для прогнозирования потребностей в целях предотвращения кризисов и достижения стратегических целей с помощью конкретных планов ценообразования. Таким образом, коммунальные предприятия должны быть способны к управлению большими объемами данных и передовой аналитике, предназначенной для преобразования данных в практические идеи. Аналитика больших данных позволяет прогнозировать, находить скрытые взаимосвязи и принимать на их основе оптимальные решения. Большие данные, собранные в «умных» городах, открывают новые возможности, в которых можно добиться повышения эффективности с помощью соответствующей аналитической платформы / инфраструктуры для анализа больших данных IoT. Инструменты MATLAB позволяют обрабатывать и анализировать данные, строить модели машинного обучения. В этой статье рассматриваются возможности использования методов моделирования, прогнозирования для энергоэффективности зданий. MATLAB - лучший инструмент для прототипирования алгоритмов и выполнения современных математических вычислений.

Today, big data affects almost all branches of the engineering infrastructure. With the advent of the Internet of Things (IoT) devices, their growth is accelerating more and more. But without analytics there is no use for them. Immense results are presented by the capability to analyze and utilize huge amounts of IoT data, including applications in smart cities, smart transport and grid systems, energy smart meters, and remote patient healthcare monitoring devices. Collecting and analyzing smart meter data in IoT environment assist the decision maker in predicting electricity consumption. Furthermore, the analytics of a smart meter can also be used to forecast demands to prevent crises and satisfy strategic objectives through specific pricing plans. Thus, utility companies must be capable of high-volume data management and advanced analytics designed to transform data into actionable insights. Big data analytics allows you to predict, find hidden relationships and make optimal decisions based on them. Big data collected from smart cities offer new opportunities in which efficiency gains can be achieved through an appropriate analytics platform/infrastructure to analyze big IoT data. MATLAB tools allow you to process and analyze data, build machine learning models. This article discusses the possibilities of using the methods of modeling, forecasting for energy efficiency of buildings. MATLAB is the best tool for prototyping algorithms and performing modern mathematical calculations.

большие данныеанализ данныхмашинное обучениеMATLABумный городэнерго­эффективностьbig datadata analysismachine learningMATLABsmart cityenergy efficiencyReferencesМ. Мариани и др.: Big IoT Data Analytics: Architecture, Opportunities, and Open Research Challenges. Сборник IEEE Access. Том 5, 2017, c. 5247-5261.М. Мариани и др.: Big IoT Data Analytics: Architecture, Opportunities, and Open Research Challenges. Сборник IEEE Access. Том 5, 2017, c. 5247-5261.N. Golchha, ''Big data-the information revolution,’’ Int. J. Adv. Res., Том 1, № 12, с. 791_794, 2015.N. Golchha, ''Big data-the information revolution,’’ Int. J. Adv. Res., Том 1, № 12, с. 791_794, 2015.P. Russom, Big Data Analytics. TDWI, 4-й кварт., 2011.P. Russom, Big Data Analytics. TDWI, 4-й кварт., 2011.C.-W. Tsai, ''Big data analytics: A survey,’’ J. Big Data, Том 2, № 1, с.1_32, 2015.C.-W. Tsai, ''Big data analytics: A survey,’’ J. Big Data, Том 2, № 1, с.1_32, 2015.Z. Khan, A. Anjum, and S. L. Kiani, ''Cloud based big data analytics for smart future cities,’’ в сборнике IEEE/ACM 6-я конф. Обл. вычис. (UCC), Дек. 2013, с. 381_386.Z. Khan, A. Anjum, and S. L. Kiani, ''Cloud based big data analytics for smart future cities,’’ в сборнике IEEE/ACM 6-я конф. Обл. вычис. (UCC), Дек. 2013, с. 381_386.P. Russom, Big Data Analytics. TDWI, 4-й кварт., 2011, с. 1_35.P. Russom, Big Data Analytics. TDWI, 4-й кварт., 2011, с. 1_35.Борис Савкович, BuildingIQ, Big Data Applied to Big Buildings to Give Big Savings on Big Energy Bills, MathWorks, 2015.Борис Савкович, BuildingIQ, Big Data Applied to Big Buildings to Give Big Savings on Big Energy Bills, MathWorks, 2015.

The authors declare that there are no conflicts of interest present.