Засоби збирання та візуалізації енергетичних даних для системи управління енергоефективністю економіки регіону

Simple item page
dc.citation.epage10
dc.citation.issue1
dc.citation.journalTitleУкраїнський журнал інформаційних технологій
dc.citation.spage1
dc.citation.volume1
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.authorЦмоць, І. Г.
dc.contributor.authorОпотяк, Ю. В.
dc.contributor.authorРоман, В. І.
dc.contributor.authorTsmots, I. G.
dc.contributor.authorOpotiak, Yu. V.
dc.contributor.authorRoman, V. I.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2022-05-24T10:02:36Z
dc.date.available2022-05-24T10:02:36Z
dc.date.created2019-09-26
dc.date.issued2019-09-26
dc.description.abstractПоказано, що підвищення енергоефективності економіки регіону забезпечується шляхом використання інформаційно-аналітичних засобів підтримки управління енергоефективністю, які ґрунтуються на інтелектуальних інформаційних, Web та телекомунікаційних технологіях. На підставі принципів модульності, відкритості, сумісності та використання комплексу базових проектних рішень розроблено архітектуру інформаційно-аналітичної системи управління енергоефективністю (ІАСУЕ) економіки регіону, яка забезпечує збирання, опрацювання та візуалізацію енергетичних даних, моделювання, прогнозування процесів управління енергоефективністю та підтримку прийняття управлінських рішень, спрямованих на підвищення енергоефективності економіки регіону. Забезпечено створення єдиного інформаційного простору з достовірною, повною та оперативною інформацією, яка використовується для генерації ефективних управлінських рішень. Розроблено з використанням концепції мережі Інтернет речей засоби збирання даних, основою яких є просторово розподілені малогабаритні інтелектуальні сенсори, які зв'язані зі сховищем даних у хмарному сервері. Показано, що розроблення компонент геоінформаційної системи для ІАСУЕ економіки регіону доцільно здійснювати з використанням хмарного сервісу документів Google Cloud та спеціалізованого Google Maps API, що забезпечить оперативне створення необхідних компонент, їх модифікацію та нарощування інформаційних можливостей. Обґрунтовано, що додаткове залучення засобів програмування, зокрема мови JavaScript з використанням Google Maps API, забезпечує можливість розробки геоінформаційної системи для ІАСУЕ економіки регіону з урахуванням додаткових специфічних вимог користувача системи у майбутньому. Запропоновано засоби підтримки прийняття управлінських рішень ІАСУЕ економіки регіону орієнтувати на використання баз і сховищ даних, спеціалізованих загальнодоступних засобів створення ГІС для візуалізації та аналізу даних про енергоспоживання та енергоефективність, що забезпечить обґрунтованість і оперативність генерації управлінських рішень. Показано, що візуалізація енергетичних даних і результатів оброблення у максимально сприйнятливому для людини вигляді з точною прив'язкою до місць розташування об'єктів управління забезпечує ефективну підтримку прийняття управлінських рішень.
dc.description.abstractIt is shown that energy efficiency improvement of the region's economy is realized through the use of information-analytical means of supporting energy efficiency management, which are based on intellectual information, Web and telecommunication technologies. Architecture of an information-analytical system (IAS) for managing the energy efficiency of the region's economy has been developed based on the principles of modularity, openness, compatibility and use of a set of basic design solutions. IAS provides collection, processing and visualization of energy data, modeling, forecasting of energy efficiency management processes and support of energy efficiency management decisions for regional economic. The creation of a unified information space with reliable, complete and timely information that is used to generate effective management decisions is ensured. On the basis of the Internet of Things concept developed data collectors that are the spatially distributed small intelligent sensors linked to a cloud server. It is shown that it is expedient to develop the components of the geoinformation system for the IACEA region economy using Google Cloud Services and the specialized Google Maps API, which will provide promptly creation, modification and increase of information capabilities. It is argued that the additional involvement of programming tools, including JavaScript, using the Google Maps API provides the opportunity to develop a geoinformation system for the IAS for supporting energy efficiency management of regional economy, taking into account additional specific future requirements of the thesis system. It is proposed creation of the IAS for supporting energy efficiency management on the basis of databases and data warehouses, specialized publicly available GIS tools for visualization and analysis of energy consumption and energy efficiency data, which will ensure the feasibility and efficiency of generated management decisions. It is shown that the visualization of energy data and processing results in the most human-readable form with precise locations of the management facilities provides effective support for management decisions.
dc.format.extent1-10
dc.format.pages10
dc.identifier.citationЦмоць І. Г. Засоби збирання та візуалізації енергетичних даних для системи управління енергоефективністю економіки регіону / І. Г. Цмоць, Ю. В. Опотяк, В. І. Роман // Український журнал інформаційних технологій. — Львів : Видавництво Львівської політехніки, 2019. — Том 1. — № 1. — С. 1–10.
dc.identifier.citationenTsmots I. G. Means for collection and visualization of energy data for the system of energy efficiency management of the regional economic / I. G. Tsmots, Yu. V. Opotiak, V. I. Roman // Ukrainian Journal of Information Technology. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2019. — Vol 1. — No 1. — P. 1–10.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/56874
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.relation.ispartofУкраїнський журнал інформаційних технологій, 1 (1), 2019
dc.relation.ispartofUkrainian Journal of Information Technology, 1 (1), 2019
dc.relation.references1] Bertocco, M., Cappellazzo, S., Flammini, A., & Parvis, M. (2002). A multi-layer architecture for distributed data acquisition. Proceedings of the 19th IEEE Instrumentation and Measurement Technology Conference, 2, 1261–1264.
dc.relation.references[2] Big Data Implementation Vs. (2019). Data Warehousing. Retrieved from: http://www.b-eye-network.com/view/17017
dc.relation.references[3] Bulls, N. (2018). Big Data Visualization Tools. Encyclopedia of Big Data Technologies. Springer. Retrieved from: https://arxiv.org/pdf/1801.08336.pdf
dc.relation.references[4] Chiu, Yu. Hsien, et al. (2014). Enterprise resource planning. New-York, 268 p.
dc.relation.references[5] Data Visualization. (2015). Data Visualization for Human Perception. The Interaction Design Foundation. Retrieved from: https://www.interaction-design.org/literature/book/theencyclopedia-of-human-computer-interaction-2nd-ed/datavisualization-for-human-perception
dc.relation.references[6] Data Warehouse Design. (2019). Retrieved from: http://tdan.com/data-warehouse-design-inmon-versuskimball/20300 Український журнал інформаційних технологій, 2019, т. 1, № 1 9
dc.relation.references[7] Data Warehousing. (2019). Big Data and Its Impact on Data Warehousing. Retrieved from: http://cdn.ttgtmedia.com/BeyeNETWORK/downloads/BigDataE-Book_final.pdf
dc.relation.references[8] Diamantaras, K. I., & Kung, S. Y. (1996). Principal Component Neural Networks: Theory and Applications. Wiley, 270 p.
dc.relation.references[9] Friedman, V. (2008). Data Visualization and Infographics. in: Graphics, Monday Inspiration, January 14th, 2008. Retrieved from: https://www.smashingmagazine.com/2008/01/mondayinspiration-data-visualization-and-infographics/
dc.relation.references[10] Karpa, D. M., Tsmots, I. G., & Teslyuk, V. M. (2019). Decision support tools for prioritizing energy-saving projects. Scientific Bulletin of UNFU, 29(2), 135–140. [In Ukrainian].
dc.relation.references[11] Lambda Architecture. (2019). Retrieved from: http://lambdaarchitecture.net/
dc.relation.references[12] Lengler, Ralph, & Eppler, Martin. J. (2019). Periodic Table of Visualization Methods. www.visual-literacy.org. Retrieved from: http://www.visualliteracy.org/periodic_table/periodic_table.html
dc.relation.references[13] Medikovsky, M. O., Tsmots, I. G., & Podolsky, M. R. (2013). Substantiation of the principles of construction and development of the generalized structure of the information-analytical system for estimation, forecasting and management of energy efficiency of the region's economy. (Ser. Computer sciences and information technologies). Bulletin of NU "Lviv Polytechnic", 751, 40–51. Lviv. [In Ukrainian].
dc.relation.references[14] Medykovsky, M. O., Tkachenko, R. O., Tsmots, I. G., Tsymbal, Yu. V., Doroshenko, A. V., & Skorokhoda, O. V. (2015). Intellectual components of integrated automated control systems. Lviv: Lviv Polytechnic Publishing House, 280 p. [In Ukrainian].
dc.relation.references[15] Medykovskyi, M. O., Tsmots, I. G., & Skorokhoda, О. В. (2014). Spectrum neural network filtration technology for improving the forecast accuracy of dynamic processes in economics. Actual Problems of Economics, 12(162), 410–416.
dc.relation.references[16] Medykovskyi, M. O., Tsmots, I. G., & Tsymbal, Yu. V. (2013). Intelligent data processing tools in energy efficiency management systems for regional economy. Actual Problems of Economics, 12(150), 271–277.
dc.relation.references[17] Medykovskyi, M. O., Tsmots, I. G., Skorokhoda, О. В., & Teslyuk, T. V. (2016). Design of Intelligent Component of Hierarchical Control System. Econtechmod: An International Quarterly Journal, 5(2.3), 3–10.
dc.relation.references[18] Medykovskyi, M. O., Tsmots, I. H., & Tsymbal, Yu. V. (2016). Information analytical system for energy efficiency management at enterprises in the city of Lviv (Ukraine). Actual Problems of Economics, 1(175), 379–384.
dc.relation.references[19] O'Leary, D. E. (2000). Enterprise resource planning systems: systems, life cycle, electronic commerce, and risk. Cambridge University Press.
dc.relation.references[20] Teslyuk, T., Tsmots, I., Teslyuk, V., Medykovskyi, M., & Opotyak, Y. (2017). Architecture of the management system of energy efficiency of technological processes in the enterprise. Proceedings of the 12th International Scientific and Technical Conference, September 5–8, 2017, Lviv, (pp. 429–433).
dc.relation.references[21] Teslyuk, T., Tsmots, I., Teslyuk, V., Medykovskyy, M., & Opotyak, Y. (2018). Architecture and Models for System-Level Computer-Aided Design of the Energy Efficiency Management System of Technological Processes at the Enterprise. Automation 2017. Advances in Intelligent Systems and Computing: International Conference, 689, 538–557. Springer.
dc.relation.references[22] Tsmot, I. G., Teslyuk, T. V., Opotyak, Yu. V., & Teslyuk, V. M. (2017). Architecture of a Multilevel Energy Efficiency Management System in the Region. (Ser. Computer Science and Information Technologies). Bulletin of the National Technical University of Lviv Polytechnic, 864, 201–209. Lviv. [In Ukrainian].
dc.relation.references[23] Tsmots, I. G., & Roman, V. I. (2019). Improving the method of grouping energy data in the system of multilevel energy efficiency management of the region's economy. Scientific Bulletin of UNFU, 29(1), 116–120. [In Ukrainian].
dc.relation.references[24] Tsmots, I. G., Skorokhoda, O. V., & Roman, V. I. (2016). Data repositories of multilevel energy efficiency management systems. Modeling and information technologies, 77, 192–197. Institute of Modeling Problems in Energy. [In Ukrainian].
dc.relation.references[25] Tsmots, I. G., Tsymbal, Yu. V., & Tsmots, O. I. (2012). Early warning systems for enterprises using neural networks tools. Actual Problems of Economics, 10(136), 283–291.
dc.relation.references[26] Tsymbal, Yu., & Tkachenko, R. (2016). A Digital Watermarking Scheme Based on Autoassociative Neural Networks of the Geometric Transformations Model. Proceedings of the 2016 IEEE First International Conference on Data Stream Mining & Processing, (pp. 231–234).
dc.relation.referencesen1] Bertocco, M., Cappellazzo, S., Flammini, A., & Parvis, M. (2002). A multi-layer architecture for distributed data acquisition. Proceedings of the 19th IEEE Instrumentation and Measurement Technology Conference, 2, 1261–1264.
dc.relation.referencesen[2] Big Data Implementation Vs. (2019). Data Warehousing. Retrieved from: http://www.b-eye-network.com/view/17017
dc.relation.referencesen[3] Bulls, N. (2018). Big Data Visualization Tools. Encyclopedia of Big Data Technologies. Springer. Retrieved from: https://arxiv.org/pdf/1801.08336.pdf
dc.relation.referencesen[4] Chiu, Yu. Hsien, et al. (2014). Enterprise resource planning. New-York, 268 p.
dc.relation.referencesen[5] Data Visualization. (2015). Data Visualization for Human Perception. The Interaction Design Foundation. Retrieved from: https://www.interaction-design.org/literature/book/theencyclopedia-of-human-computer-interaction-2nd-ed/datavisualization-for-human-perception
dc.relation.referencesen[6] Data Warehouse Design. (2019). Retrieved from: http://tdan.com/data-warehouse-design-inmon-versuskimball/20300 Ukrainskyi zhurnal informatsiinykh tekhnolohii, 2019, V. 1, No 1 9
dc.relation.referencesen[7] Data Warehousing. (2019). Big Data and Its Impact on Data Warehousing. Retrieved from: http://cdn.ttgtmedia.com/BeyeNETWORK/downloads/BigDataE-Book_final.pdf
dc.relation.referencesen[8] Diamantaras, K. I., & Kung, S. Y. (1996). Principal Component Neural Networks: Theory and Applications. Wiley, 270 p.
dc.relation.referencesen[9] Friedman, V. (2008). Data Visualization and Infographics. in: Graphics, Monday Inspiration, January 14th, 2008. Retrieved from: https://www.smashingmagazine.com/2008/01/mondayinspiration-data-visualization-and-infographics/
dc.relation.referencesen[10] Karpa, D. M., Tsmots, I. G., & Teslyuk, V. M. (2019). Decision support tools for prioritizing energy-saving projects. Scientific Bulletin of UNFU, 29(2), 135–140. [In Ukrainian].
dc.relation.referencesen[11] Lambda Architecture. (2019). Retrieved from: http://lambdaarchitecture.net/
dc.relation.referencesen[12] Lengler, Ralph, & Eppler, Martin. J. (2019). Periodic Table of Visualization Methods. www.visual-literacy.org. Retrieved from: http://www.visualliteracy.org/periodic_table/periodic_table.html
dc.relation.referencesen[13] Medikovsky, M. O., Tsmots, I. G., & Podolsky, M. R. (2013). Substantiation of the principles of construction and development of the generalized structure of the information-analytical system for estimation, forecasting and management of energy efficiency of the region's economy. (Ser. Computer sciences and information technologies). Bulletin of NU "Lviv Polytechnic", 751, 40–51. Lviv. [In Ukrainian].
dc.relation.referencesen[14] Medykovsky, M. O., Tkachenko, R. O., Tsmots, I. G., Tsymbal, Yu. V., Doroshenko, A. V., & Skorokhoda, O. V. (2015). Intellectual components of integrated automated control systems. Lviv: Lviv Polytechnic Publishing House, 280 p. [In Ukrainian].
dc.relation.referencesen[15] Medykovskyi, M. O., Tsmots, I. G., & Skorokhoda, O. V. (2014). Spectrum neural network filtration technology for improving the forecast accuracy of dynamic processes in economics. Actual Problems of Economics, 12(162), 410–416.
dc.relation.referencesen[16] Medykovskyi, M. O., Tsmots, I. G., & Tsymbal, Yu. V. (2013). Intelligent data processing tools in energy efficiency management systems for regional economy. Actual Problems of Economics, 12(150), 271–277.
dc.relation.referencesen[17] Medykovskyi, M. O., Tsmots, I. G., Skorokhoda, O. V., & Teslyuk, T. V. (2016). Design of Intelligent Component of Hierarchical Control System. Econtechmod: An International Quarterly Journal, 5(2.3), 3–10.
dc.relation.referencesen[18] Medykovskyi, M. O., Tsmots, I. H., & Tsymbal, Yu. V. (2016). Information analytical system for energy efficiency management at enterprises in the city of Lviv (Ukraine). Actual Problems of Economics, 1(175), 379–384.
dc.relation.referencesen[19] O'Leary, D. E. (2000). Enterprise resource planning systems: systems, life cycle, electronic commerce, and risk. Cambridge University Press.
dc.relation.referencesen[20] Teslyuk, T., Tsmots, I., Teslyuk, V., Medykovskyi, M., & Opotyak, Y. (2017). Architecture of the management system of energy efficiency of technological processes in the enterprise. Proceedings of the 12th International Scientific and Technical Conference, September 5–8, 2017, Lviv, (pp. 429–433).
dc.relation.referencesen[21] Teslyuk, T., Tsmots, I., Teslyuk, V., Medykovskyy, M., & Opotyak, Y. (2018). Architecture and Models for System-Level Computer-Aided Design of the Energy Efficiency Management System of Technological Processes at the Enterprise. Automation 2017. Advances in Intelligent Systems and Computing: International Conference, 689, 538–557. Springer.
dc.relation.referencesen[22] Tsmot, I. G., Teslyuk, T. V., Opotyak, Yu. V., & Teslyuk, V. M. (2017). Architecture of a Multilevel Energy Efficiency Management System in the Region. (Ser. Computer Science and Information Technologies). Bulletin of the National Technical University of Lviv Polytechnic, 864, 201–209. Lviv. [In Ukrainian].
dc.relation.referencesen[23] Tsmots, I. G., & Roman, V. I. (2019). Improving the method of grouping energy data in the system of multilevel energy efficiency management of the region's economy. Scientific Bulletin of UNFU, 29(1), 116–120. [In Ukrainian].
dc.relation.referencesen[24] Tsmots, I. G., Skorokhoda, O. V., & Roman, V. I. (2016). Data repositories of multilevel energy efficiency management systems. Modeling and information technologies, 77, 192–197. Institute of Modeling Problems in Energy. [In Ukrainian].
dc.relation.referencesen[25] Tsmots, I. G., Tsymbal, Yu. V., & Tsmots, O. I. (2012). Early warning systems for enterprises using neural networks tools. Actual Problems of Economics, 10(136), 283–291.
dc.relation.referencesen[26] Tsymbal, Yu., & Tkachenko, R. (2016). A Digital Watermarking Scheme Based on Autoassociative Neural Networks of the Geometric Transformations Model. Proceedings of the 2016 IEEE First International Conference on Data Stream Mining & Processing, (pp. 231–234).
dc.relation.urihttp://www.b-eye-network.com/view/17017
dc.relation.urihttps://arxiv.org/pdf/1801.08336.pdf
dc.relation.urihttps://www.interaction-design.org/literature/book/theencyclopedia-of-human-computer-interaction-2nd-ed/datavisualization-for-human-perception
dc.relation.urihttp://tdan.com/data-warehouse-design-inmon-versuskimball/20300
dc.relation.urihttp://cdn.ttgtmedia.com/BeyeNETWORK/downloads/BigDataE-Book_final.pdf
dc.relation.urihttps://www.smashingmagazine.com/2008/01/mondayinspiration-data-visualization-and-infographics/
dc.relation.urihttp://lambdaarchitecture.net/
dc.relation.urihttp://www.visualliteracy.org/periodic_table/periodic_table.html
dc.rights.holder© Національний університет “Львівська політехніка”, 2019
dc.subjectзбирання
dc.subjectопрацювання та візуалізація даних енергоефективності
dc.subjectпідтримка прийняття управлінських рішень
dc.subjectконцепція мережі Інтернет речей
dc.subjectзасоби геоінформаційної системи
dc.subjectcollecting
dc.subjectprocessing and visualizing energy efficiency data
dc.subjectsupporting managerial decision-making
dc.subjectconcept of internet of things
dc.subjecttools of geoinformation system
dc.titleЗасоби збирання та візуалізації енергетичних даних для системи управління енергоефективністю економіки регіону
dc.title.alternativeMeans for collection and visualization of energy data for the system of energy efficiency management of the regional economic
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2019v1n1_Tsmots_I_G-Means_for_collection_and_1-10.pdf
Size:
980.87 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
2019v1n1_Tsmots_I_G-Means_for_collection_and_1-10__COVER.png
Size:
1.82 MB
Format:
Portable Network Graphics
Download

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.85 KB
Format:
Plain Text
Description:
Download

Collections

Ukrainian Journal of Information Technology. – 2019. – Vol. 1, No. 1