Big Data Processing v Inteligentní Budově

Abstract

Tato diplomová práce se zaměřuje na problematiku zpracování velkých objemů dat v kontextu inteligentních budov, zejména v rámci systémů facility managementu a systémů řízení budov. Hlavním cílem je implementace vybrané metody pro efektivní analýzu a zpracování provozně-technických dat, vytvoření databáze charakteristických stavů budovy a aplikace pokročilých metod strojového učení pro jejich klasifikaci a identifikaci. Práce je strukturována do teoretické a praktické části. Teoretická část poskytuje přehled současných přístupů ke zpracování velkých dat v inteligentních budovách, včetně rešerše moderních metod a technologií využívaných v této oblasti. Praktická část se soustředí na výběr optimálního softwarového řešení, jeho implementaci v reálném prostředí administrativní budovy a následné vyhodnocení dosažených výsledků. Dále se práce zabývá návrhem opatření ke snížení provozních nákladů prostřednictvím optimalizace správy technických systémů budovy. Součástí výzkumu je rovněž testování funkčnosti a spolehlivosti implementovaného systému s cílem ověřit jeho praktickou využitelnost a přínos pro provoz inteligentních budov. Výsledky této práce mohou přispět k rozvoji metodik zpracování velkého množství dat v oblasti facility managementu a k efektivnějšímu řízení provozních procesů v inteligentních budovách.

This diploma thesis focuses on the issue of processing large volumes of data in the context of smart buildings, particularly within facility management systems and building management systems. The main objective is to implement a selected method for the efficient analysis and processing of operational and technical data, create a database of characteristic building states, and apply advanced machine learning methods for their classification and identification. The diploma thesis is structured into theoretical and practical parts. The theoretical part provides an overview of current approaches to big data processing in smart buildings, including a review of modern methods and technologies used in this field. The practical part focuses on selecting an optimal software solution, implementing it in a real office building environment, and subsequently evaluating the achieved results. Furthermore, the diploma thesis proposes measures to reduce operating costs by optimizing the management of the building’s technical systems. The research also includes testing the functionality and reliability of the implemented system to verify its practical applicability and benefits for smart building operations. The results of this work may contribute to the development of methodologies for processing large volumes of data in facility management and to more efficient management of operational processes in smart buildings.