Standaryzacja i optymalizacja zarządzania zespołem rozproszonych heterogenicznych nieruchomości komercyjnych

Abstract

Praca koncentruje się na analizie metod predykcji zużycia energii oraz prognozowania awarii w kontekście automatyki budynkowej i systemów zarządzania nieruchomościami. Kluczowym celem jest opracowanie modułowych, zestandaryzowanych rozwiązań technologicznych, które usprawnią proces zarządzania nieruchomościami poprzez telesterowanie oraz automatyzację systemów komfortu cieplnego i zabezpieczeń technicznych. Praca przeprowadza dogłębną analizę funkcjonalności systemów wspomagania decyzji oraz ich zastosowania w kontekście zarządzania rozproszonymi nieruchomościami. Badania eksperymentalne przeprowadzono na przykładach nieruchomości z niehomogeniczną infrastrukturą techniczną, a wyniki podkreślają opłacalność stosowania zaawansowanych metod predykcji. Opracowane modele mają za zadanie wspierać decyzje zarządcze w obszarze przewidywania awarii oraz prognozowania zużycia mediów, co ma na celu poprawę efektywności operacyjnej i redukcję kosztów utrzymania nieruchomości. Praca wnosi istotny wkład w rozwój zarządzania budynkami, zwłaszcza w kontekście heterogenicznych, rozproszonych nieruchomości, proponując holistyczne podejście do zarządzania predykcją i optymalizacją procesów technicznych oraz kosztowych w nieruchomościach komercyjnych. The study focuses on the analysis of energy consumption prediction and failure forecasting methods in the context of building automation and property management systems. The main objective of this research is to develop modular, standardized technological solutions that will improve the property management process through telecontrol and automation of telecontrol and automation of thermal comfort systems and technical security. The study conducts an in-depth analysis of the functionality of decision support systems and their application in the context of managing distributed real estate. Experimental research was carried out on examples of real estate with homogeneous technical infrastructure, and the results emphasize the profitability of using advanced prediction methods. The developed models are designed to support management decisions in the area of predicting failures and forecasting utility consumption, which is aimed at improving operational efficiency and reducing property maintenance costs. This study makes a significant contribution to the development of building management, especially in the context of heterogeneous, dispersed real estate, by proposing a holistic approach to prediction management and optimization of technical and cost processes in commercial real estate.