ИСПОЛЬЗОВАНИЕ ИНСТРУМЕНТОВ MATLAB ДЛЯ АНАЛИЗА БОЛЬШИХ ДАННЫХ ПО ЭНЕРГОЭФФЕКТИВНОСТИ ЗДАНИЙ

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.

1. М. Мариани и др.: Big IoT Data Analytics: Architecture, Opportunities, and Open Research Challenges. Сборник IEEE Access. Том 5, 2017, c. 5247-5261.

2. N. Golchha, ''Big data-the information revolution,’’ Int. J. Adv. Res., Том 1, № 12, с. 791_794, 2015.

3. P. Russom, Big Data Analytics. TDWI, 4-й кварт., 2011.

4. C.-W. Tsai, ''Big data analytics: A survey,’’ J. Big Data, Том 2, № 1, с.1_32, 2015.

5. 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.

6. P. Russom, Big Data Analytics. TDWI, 4-й кварт., 2011, с. 1_35.

7. Борис Савкович, BuildingIQ, Big Data Applied to Big Buildings to Give Big Savings on Big Energy Bills, MathWorks, 2015.