https://er.chdtu.edu.ua/handle/ChSTU/5081 Thu, 25 Jun 2026 07:33:14 GMT 2026-06-25T07:33:14Z https://er.chdtu.edu.ua/handle/ChSTU/5089 Title: Big Data technologies in the process of forecasting electricity generation from solar photovoltaic power plants Authors: Stoliarov, Oleksandr; Столяров, Олександр Abstract: This research aimed to develop methods for using Big Data technologies to forecast electricity generation from solar photovoltaic power plants, which is crucial for optimising energy production and increasing the efficiency of solar resource utilisation. The study employed a method of analysing the economic feasibility of using energy storage systems and a comparative analysis of electricity buying and selling prices on the market. An experiment involving software tools and algorithms for processing, analysing, and modelling large volumes of data was also conducted. As a result of the research, methodologies were developed that encompass data collection and analysis, information visualisation, selection and training of forecasting models based on available data, as well as monitoring and testing their effectiveness. Graphical diagrams were constructed to illustrate the stages of data processing and analysis, the process of forecasting electricity generation for different time periods, and the process of training a model based on data, monitoring, and testing the model. Additionally, a graph was created to show the typicality and range of values, and a graph to display the change in electricity prices throughout the day. Furthermore, technological tools for using Big Data were described, the cost of electricity was calculated, and the economic attractiveness of using energy storage systems was assessed. As a result of the research, a potential profit indicator from price arbitrage was established, as well as economic parameters for the feasibility of using energy storage management based on an analysis of differences in electricity purchase and sale prices. The results obtained can be useful for energy companies and organisations involved in the production of electricity from solar photovoltaic power plants, allowing them to optimise energy production and increase the efficiency of solar resource utilisation.; Мета дослідження полягала в розробці методів використання технологій Big Data для прогнозування електрогенерації від сонячних фотоелектростанцій, що важливо для оптимізації виробництва енергії та підвищення ефективності використання сонячних ресурсів. Було використано метод аналізу економічної вигідності застосування систем управління зберіганням електроенергії та порівняльний аналіз цін на купівлю і продаж електроенергії на ринку, а також експеримент, що включав використання програмних засобів та алгоритмів для обробки, аналізу та моделювання великих обсягів даних. У результаті дослідження було розроблено методики, які охоплюють збір та аналіз даних, візуалізацію інформації, вибір та навчання моделей прогнозування на основі наявних даних, а також проведення моніторингу та тестування їх ефективності. Було побудовано графічні схеми, що вказують на етапи обробки та аналізу даних, процес прогнозування електрогенерації на різні періоди часу, а також процес навчання моделі на основі даних, моніторинг та тестування моделі. Крім того, створено графік, що показує оцінки типовості та розмаху значень, і графік, що відображає зміну цін на електроенергію протягом доби. Додатково було описано технологічні засоби для використання Big Data, розраховано вартість електроенергії та проведено оцінку економічної привабливості застосування систем управління зберіганням електроенергії. У результаті дослідження було встановлено показник імовірного доходу від арбітражу за різницею цін, а також економічні параметри доцільності використання управління зберіганням електроенергії на основі аналізу відмінностей у вартості купівлі та продажу електроенергії. Отримані результати можуть бути корисними для енергетичних компаній та організацій, що працюють у сфері виробництва електроенергії з сонячних фотоелектростанцій, дозволяючи їм оптимізувати виробництво енергії та підвищити ефективність використання сонячних ресурсів. Mon, 01 Jan 2024 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/5089 2024-01-01T00:00:00Z https://er.chdtu.edu.ua/handle/ChSTU/5088 Title: Fuzzy modelling of the environmental component of social security Authors: Sharkadi, Marianna; Dorovtsi, Adam; Шаркаді, Маріанна; Доровці, Адам Abstract: Economic growth has several negative consequences for the environment. At first glance, the impact of the environment on the well-being of the population may seem insignificant. Still, several scientific studies demonstrate that the state of the environment has no less impact on the well-being of the population than economic or social factors. This study aimed to assess Ukraine’s environmental well-being in comparison with the member countries of the Organisation for Economic Co-operation and Development. The assessment of environmental well-being is based on indicators from the Organisation for Economic Co-operation and Development Better Life Index and the Environmental Performance Index. Fuzzy set theory is used to research and evaluate environmental well-being. During the study, a fuzzy inference system was constructed, which was used to obtain an assessment of Ukraine’s environmental well-being compared to the Organisation for Economic Co-operation and Development countries. Three indicators were used in the study: air pollution, sanitation and drinking water, and agriculture. Results indicate that compared to the Organisation for Economic Co-operation and Development countries, Ukraine is on the border between medium and high levels of environmental well-being. The research findings are supported by the Environmental Performance Index, where Ukraine ranked 41st out of 180 countries in 2024, climbing 11 positions compared to 2022. Although Ukraine has already demonstrated progress in the Environmental Performance Index in 2024 compared to the 2022 results, it can maintain such a trend only if it knows which specific environmental indicators need improvement. Therefore, the practical value of this research lies in demonstrating the environmental indicators that require improvement.; Зростання економіки має низку негативних наслідків для навколишнього середовища. З першого погляду вплив навколишнього середовища на добробут населення здається незначним, але низка наукових робіт доводять, що стан навколишнього середовища має не менший вплив на добробут населення, ніж економічні чи соціальні чинники. Мета даного дослідження полягала у оцінці екологічного добробуту України у порівнянні з країнами-членам Організації економічного співробітництва та розвитку. Для оцінки екологічного добробуту використовуються індикатори Індексу кращого життя Організації економічного співробітництва та розвитку та Індексу екологічної ефективності. Для дослідження і оцінки екологічного добробуту використано математичний апарат теорії нечітких множин. У ході дослідження побудовано систему нечіткого логічного виводу, за допомогою якої отримано оцінку екологічного добробуту України порівняно з країнами-членам Організації економічного співробітництва та розвитку. При дослідженні використано три індикатори: забруднення повітря, санітарія та питна вода, сільське господарство. Результати дослідження свідчать про те, що порівняно з країнами-членами Організації економічного співробітництва та розвитку, Україна знаходиться на межі між середнім та високим рівнями екологічного добробуту. Результати дослідження підтверджуються Індексом екологічної ефективності, за яким Україна у 2024 р. посідає 41 місце зі 180 досліджуваних країн, піднявшись на 11 позицій порівняно з 2022 роком. Хоча Україна вже продемонструвала прогрес у Індексі екологічної ефективності у 2024 році порівняно з результатами за 2022 рік, вона може зберегти таку тенденцію лише за умови, що знатиме, які саме екологічні показники важливо покращити. Тож практична цінність даного дослідження полягає в демонстрації екологічних індикаторів, які потребують покращення. Mon, 01 Jan 2024 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/5088 2024-01-01T00:00:00Z https://er.chdtu.edu.ua/handle/ChSTU/5087 Title: Strategies for implementing or strengthening the DevOps approach in organizations: Analysis and examples Authors: Fedoryshyn, Bohdan; Федоришин, Богдан Abstract: The aim of the study was to analyse the implementation of DevOps in organizations, in particular, to assess the impact of process automation, CI/CD, monitoring and orchestration of microservices on the efficiency of development and management. A methodology was created that allows organizations to effectively implement and enhance the DevOps approach, achieving high results in software development and management. The study looked at cultural change and training strategies, including building a culture of collaboration between teams and developing skills in modern DevOps tools. Process automation, including test automation and integration and deployment, plays an important role in improving code quality and reducing development time. Infrastructure as code allows managing and automating infrastructure configuration, enabling rapid scaling of environments. The work has shown that performance monitoring and feedback are critical to detecting problems early and continuously improving the product. Microservices orchestration, in particular, with Kubernetes, automates the deployment and scaling of containerized applications, which is critical for modern architectures with high performance and availability requirements. Case studies of companies such as Netflix, Spotify, and Airbnb demonstrate the successful application of DevOps practices and technologies to achieve high availability, scalability, and reliability of infrastructures. The study results confirm that the implementation of DevOps leads to a significant increase in development efficiency, software quality, and optimization of infrastructure management costs. In addition, the introduction of cultural changes and increased collaboration between development and operations teams contributes to greater flexibility and speed of response to changing market conditions.; Мета роботи полягала в аналізі впровадження DevOps в організаціях, зокрема в оцінці впливу автоматизації процесів, CI/CD, моніторингу та оркестрації мікросервісів на ефективність розробки та управління. Було створено методологію, яка дозволяє організаціям ефективно впроваджувати та посилювати підхід DevOps, досягаючи високих результатів у розвитку і управлінні програмним забезпеченням. У дослідженні було розглянуто стратегії культурної зміни та навчання, що включають формування культури співпраці між командами та розвиток навичок у сучасних інструментах DevOps. Автоматизація процесів, зокрема автоматизація тестування та інтеграція та розгортання, відіграє важливу роль у підвищенні якості коду і зменшенні часу розробки. Інфраструктура як код дозволяє управляти та автоматизувати конфігурацію інфраструктури, забезпечуючи швидке масштабування середовищ. Робота виявила, що моніторинг продуктивності та зворотний зв’язок є критичними для виявлення проблем на ранніх етапах і постійного вдосконалення продукту. Оркестрація мікросервісів, зокрема за допомогою Kubernetes, забезпечує автоматизацію розгортання і масштабування контейнеризованих додатків, що критично важливо для сучасних архітектур з високими вимогами до продуктивності та доступності. Приклади з практики таких компаній, як Netflix, Spotify і Airbnb, демонструють успішне застосування DevOps практик і технологій для досягнення високої доступності, масштабованості та надійності інфраструктур. Результати дослідження підтверджують, що впровадження DevOps веде до значного підвищення ефективності розробки, покращення якості програмного забезпечення та оптимізації витрат на управління інфраструктурою. Крім того, впровадження культурних змін і підвищення рівня співпраці між командами розробки та операцій сприяє більшій гнучкості та швидкості реагування на зміни ринкових умов. Mon, 01 Jan 2024 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/5087 2024-01-01T00:00:00Z https://er.chdtu.edu.ua/handle/ChSTU/5086 Title: Cross-platform adaptation of algorithmic editing technique Authors: Li, Xiang; Anukul, Tamprasirt; Ying, Fangli Abstract: The research relevance is determined by the rapid development of technology and the growing need for efficient data processing on various platforms. The study aimed to address methods that would enable the use of data editing algorithms on various operating systems and hardware platforms. A methodology was developed for studying cross-platform adaptation technologies, including cross-compilation, virtualisation, the use of universal libraries and Application Programming Interface, as well as methods for testing and optimising algorithm performance. The study addressed various approaches to implementing cross-platform compatibility, including the use of cross-compilation, virtualisation and containerisation. The main technical challenges are managing resources, optimising performance and ensuring compatibility with hardware from different platforms. The principles included selecting the most appropriate technology for the task at hand, considering performance and security requirements, and ensuring effective integration of existing systems and infrastructure. The workflows are focused on creating modular and extensible solutions that can easily adapt to changes in the technological environment and user requirements. In the context of this study, artificial intelligence software plays a key role in improving the efficiency and accuracy of data processing across different platforms. The results showed that artificial intelligence software can automate various stages of the video and audio editing process. Artificial intelligence is used to analyse large amounts of content data, such as video files, images and audio recordings. The study determined that artificial intelligence is increasingly relevant in various aspects of movie production. Artificial intelligence can analyse scripts, predict their potential success and suggest improvements using data from previous films and their commercial success.; Актуальність дослідження зумовлена стрімким розвитком технологій та зростаючою потребою в ефективній обробці даних на різних платформах. Метою дослідження була розробка методів, які б дозволили використовувати алгоритми редагування даних на різних операційних системах та апаратних платформах. Було розроблено методологію дослідження технологій кросплатформної адаптації, включаючи крос-компіляцію, віртуалізацію, використання універсальних бібліотек та інтерфейсу прикладного програмування, а також методи тестування та оптимізації продуктивності алгоритмів. У дослідженні були розглянуті різні підходи до реалізації крос-платформної сумісності, включаючи використання крос-компіляції, віртуалізації та контейнеризації. Основними технічними проблемами є управління ресурсами, оптимізація продуктивності та забезпечення сумісності з апаратним забезпеченням різних платформ. Принципи включають вибір найбільш підходящої технології для вирішення поставленого завдання, врахування вимог до продуктивності та безпеки, а також забезпечення ефективної інтеграції існуючих систем та інфраструктури. Робочі процеси зосереджені на створенні модульних і розширюваних рішень, які можуть легко адаптуватися до змін у технологічному середовищі та вимог користувачів. У контексті цього дослідження програмне забезпечення зі штучним інтелектом відіграє ключову роль у підвищенні ефективності та точності обробки даних на різних платформах. Результати показали, що програмне забезпечення зі штучним інтелектом може автоматизувати різні етапи процесу редагування відео та аудіо. Штучний інтелект використовується для аналізу великих обсягів даних контенту, таких як відеофайли, зображення та аудіозаписи. Дослідження показало, що штучний інтелект стає все більш актуальним у різних аспектах кіновиробництва. Штучний інтелект може аналізувати сценарії, прогнозувати їхній потенційний успіх і пропонувати покращення, використовуючи дані попередніх фільмів та їхній комерційний успіх. Mon, 01 Jan 2024 00:00:00 GMT https://er.chdtu.edu.ua/handle/ChSTU/5086 2024-01-01T00:00:00Z