Анотація
Стаття присвячена дослідженню процесів математичного моделювання енергетичної ефективності виробничих підприємств із урахуванням фізичних принципів і сучасних підходів штучного інтелекту. Мета дослідження – проаналізувати можливості застосування математичного моделювання для підвищення енергетичної ефективності підприємств за допомогою технологій штучного інтелекту в умовах динамічного виробничого середовища. Результати дослідження показують, що математичне моделювання є важливим інструментом у сфері енергоменеджменту підприємств, особливо в умовах зростання виробничих потужностей та обмеженості ресурсів. Зроблено акцент на комплексному підході до управління енергоспоживанням, що враховує як внутрішні технічні характеристики підприємства, так і вплив зовнішніх чинників. Показано, що впровадження штучного інтелекту в математичні моделі дозволяє значно підвищити точність прогнозів, забезпечити адаптивне управління ресурсами та швидке реагування на зміну умов виробництва. Досліджено, що основою ефективного енергоменеджменту є безперервний збір, обробка та аналіз даних про енергоспоживання. Установлено, що використання математичних моделей, доповнених інтелектуальними алгоритмами, дає змогу враховувати широкий спектр параметрів, серед яких технологічні, метеорологічні, економічні та сезонні показники. Це створює підґрунтя для оптимізації енергетичних потоків та стабілізації роботи підприємств за умов змінного виробничого навантаження. Показано, що, попри високий рівень автоматизації, ключову роль відіграє людський фактор. Надійне функціонування інтелектуальних систем управління енергоефективністю можливе лише за умови постійного контролю з боку кваліфікованого персоналу, здатного оцінити адекватність запропонованих рішень та коригувати їх відповідно до цільових показників. Практичне значення дослідження полягає у створенні ефективної основи для впровадження енергоефективних рішень на підприємствах шляхом інтеграції математичного моделювання, штучного інтелекту та експертного контролю.
Посилання
1. Deshko, V. I., Bilous, I. Yu., & Hurska, Yu. V. (2016). Do zastosuvannia rehresiinoho analizu dlia prohnozuvannia enerhospozhyvannia budivel [On the application of regression analysis for forecasting energy consumption in buildings]. In Enerhetychnyi menedzhment: stan ta perspektyvy rozvytku – PEMS’16 (p. 77). NTUU “KPI”. http://pems.kpi.ua/public/conferences/51/PEMS-2016/Zbirnyk_tez_2016.pdf (in Ukrainian)
2. Matsui, A. M., & Kondratets, V. O. (2018). Matematychne modeliuvannia avtomatychnoho kontroliu enerhoefektyvnosti podribnennia rudy kulovymy mynamy pry spratsiuvanni futerovky [Mathematical modeling of automatic control of ore grinding energy efficiency in ball mills as the lining wears]. Problemy informatsiinykh tekhnolohii – Problems of Information Technologies, (1), 111–117. http://nbuv.gov.ua/UJRN/Pit_2018_1_17 (in Ukrainian)
3. Nakhodov, V. F., Ivanko, D. O., & Holovko, A. V. (2013). Vybir metodiv matematychnoho modeliuvannia protsesiv enerhospozhyvannia v systemakh operatyvnoho kontroliu enerhoefektyvnosti [Selection of mathematical modeling methods for energy consumption processes in energy efficiency monitoring systems]. Enerhetyka: ekonomika, tekhnolohii, ekolohiia, (Special issue), 20–27. https://ela.kpi.ua/server/api/core/bitstreams/75c3a87c-175d-4b54-a328-b9926f0d5d2a/content (in Ukrainian)
4. Ponomar, O. A. (2022). Matematychne modeliuvannia enerhoefektyvnosti v lokalnykh enerhetychnykh ostrovakh hibrydnoho typu [Mathematical modeling of energy efficiency in local hybrid-type energy islands] (Bachelor’s thesis, Kyiv National University of Technologies and Design). KNUTD. https://er.knutd.edu.ua/handle/123456789/22803 (in Ukrainian)
5. Nakhodov, V. F., Borychenko, O. V., & Ivanko, D. O. (2013). Kontrol efektyvnosti enerhovykorystannia v systemi enerhetychnoho menedzhmentu [Control of energy use efficiency in the energy management system]. Visnyk Kyivskoho natsionalnoho universytetu tekhnolohii ta dyzainu – Bulletin of Kyiv National University of Technologies and Design, (6), 67–77. http://nbuv.gov.ua/UJRN/Vknutd_2013_6_10 (in Ukrainian)
6. Sanytskyi, M. A., Kotiv, M. V., & Marushchak, U. D. (2014). Matematychne modeliuvannia v doslidzhenni enerhoefektyvnosti budivelnykh obiektiv [Mathematical modeling in the study of energy efficiency of construction sites]. Enerhoefektyvnist v budivnytstvi ta arkhitekturi, (6), 254–259. https://repositary.knuba.edu.ua/items/cea5a18b-fd53-4bb3-870a-a6bf23b4f168 (in Ukrainian)
7. Sukhodolia, O. M. (2022). Shtuchnyi intelekt v enerhetytsi: Analitychna dopovid [Artificial intelligence in energy: Analytical report]. NISS. https://doi.org/10.53679/NISS-analytrep.2022.09 (in Ukrainian)
8. Digitap. (2024). Energy management: An effective way to ensure efficient energy consumption. digitap.com.ua. https://digitap.com.ua/decisions/upravlinnya-energoresursamy
9. Boodhoo, K. (2024). Machine learning methodologies for real-world resilient energy systems (EngD thesis). University of Nottingham. https://eprints.nottingham.ac.uk/79870
10. Kyriakarakos, G. (2025). Artificial intelligence and the energy transition. Sustainability, 17(3), 1140. https://doi.org/10.3390/su17031140
11. Hafemeister, D. (2008). Physics of energy efficient buildings. https://home.agh.edu.pl/~kozlow/fizyka/energooszczedny%20dom/Physics%20of%20Energy%20Efficient%20Buildings.pdf

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Авторське право (c) 2025 Роман І. Витвицький, Ольга В. Морушко, Віктор М. Мосюрчак, Ірина М. Скобель, Роман М. Морушко
