Методи вибору мережевих протоколів передачі даних в енергетичних системах

Автор(и)

  • Андрій Волощук Тернопільський національний технічний університет імені Івана Пулюя Автор https://orcid.org/0009-0007-1478-1601
  • Галина Осухівська Тернопільський національний технічний університет імені Івана Пулюя Автор https://orcid.org/0000-0003-0132-1378
  • Максим Дрогобицький Тернопільський національний технічний університет імені Івана Пулюя Автор https://orcid.org/0009-0009-6865-6034
  • Ілля Федорович Тернопільський національний технічний університет імені Івана Пулюя Автор https://orcid.org/0009-0003-7739-9689
  • Іван Бородій Тернопільський національний технічний університет імені Івана Пулюя Автор https://orcid.org/0009-0005-4986-4429

DOI:

https://doi.org/10.31861/sisiot2026.1.01002

Ключові слова:

комунікаційні протоколи, передача даних, енергетичні системи, методи, аналіз даних

Анотація

У статті представлено результати комплексного дослідження, спрямованого на підвищення стабільності та операційної ефективності процесів передачі даних у сучасних енергетичних системах, зокрема в інтелектуальних мережах (Smart Grids). Робота присвячена вирішенню актуальної науково-технічної проблеми оптимізації комунікаційних протоколів в умовах динамічного розвитку інфраструктури та зростаючої інтеграції розподілених енергетичних ресурсів. Основну увагу в роботі зосереджено на розробці інтелектуальної системи керування комунікаціями, яка включає адаптивний механізм прийняття рішень. Цей механізм, базуючись на безперервному аналізі набору вхідних параметрів (таких як затримка в мережі, втрата пакетів та пропускна здатність), визначає доцільність перемикання між різнорідними протоколами передачі даних (зокрема MQTT, CoAP та HTTPS) у режимі реального часу. У дослідженні використовується ансамбль класифікаторів машинного навчання для аналізу мережевої телеметрії в реальному часі з метою розробки механізму адаптивного перемикання протоколів. Запропонована методологія поєднує аналіз динаміки мережевого трафіку з метриками продуктивності в реальному часі, що дозволяє реалізувати динамічний вибір протоколу. Авторами запропоновано підхід, у якому ансамбль моделей машинного навчання обробляє вектор вхідних метрик та класифікує поточний стан мережі, ініціюючи зміну протоколу лише у випадках досягнення критичних порогових значень. Експериментальна валідація демонструє, що система адаптивного перемикання протоколів забезпечує підвищення ефективності планування мережевого трафіку порівняно зі статичними реалізаціями. Отримані результати свідчать про значний потенціал запропонованого підходу щодо зменшення комунікаційних накладних витрат при одночасному збереженні високих стандартів надійності та безпеки. Зокрема, підхід дозволяє запобігти передачі даних через деградовані канали шляхом автоматичного перемикання на легковагові протоколи у разі погіршення параметрів з’єднання. Розроблена методологія створює фундамент для впровадження інтелектуальних комунікаційних систем, сприяючи підвищенню енергоефективності та стабільності мережі.

Завантажити

Дані для завантаження поки недоступні.

Біографії авторів

  • Андрій Волощук, Тернопільський національний технічний університет імені Івана Пулюя

    У 2021 році здобув ступінь магістра за спеціальністю «Комп’ютерні системи та мережі» у Тернопільському національному технічному університеті імені Івана Пулюя. Аспірант кафедри комп’ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Його наукові інтереси охоплюють хмарні обчислення, комп’ютерні мережі, програмування та штучний інтелект.

  • Галина Осухівська, Тернопільський національний технічний університет імені Івана Пулюя

    Кандидат технічних наук, доцент, завідувач кафедри комп’ютерних систем та мереж Тернопільського національного технічного університету імені Івана Пулюя. вул. Руська, 56, корпус 1, ауд. 604, м. Тернопіль, Україна, 46001. Наукові інтереси: стохастичний аналіз, машинне навчання, математичне моделювання.

  • Максим Дрогобицький, Тернопільський національний технічний університет імені Івана Пулюя

    Аспірант кафедри комп’ютерних систем та мереж Тернопільського національного технічного університету імені Івана Пулюя. Практикуючий інженер-програміст. Його наукові інтереси охоплюють інтеграцію мікромереж, динамічне балансування навантаження електричних мереж, вбудовані комп’ютерні системи, периферійні обчислення, Інтернет речей та комп’ютерні мережі.

  • Ілля Федорович, Тернопільський національний технічний університет імені Івана Пулюя

    Аспірант кафедри комп’ютерних наук Тернопільського національного технічного університету імені Івана Пулюя, працює у сфері GPU-обчислень. Магістр програмної інженерії Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського», має 10 років практичного досвіду у цій галузі.

  • Іван Бородій, Тернопільський національний технічний університет імені Івана Пулюя

    Аспірант кафедри комп’ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Практикуючий інженер-програміст із понад 8 роками досвіду роботи. Магістр комп’ютерної інженерії.

Посилання

U.S. Energy Information Administration, "Annual Energy Outlook 2025," Washington, DC, USA, 2025. [Online]. Available: https://www.eia.gov/outlooks/aeo/

V. Gotovych, O. Nazarevych, and L. Shcherbak, "Mathematical modeling of the regular-mode electric power supply and electric power consumption processes of the organization," Scientific Journal of the Ternopil National Technical University, vol. 91, no. 3, pp. 134–142, 2018, doi: 10.33108/visnyk_tntu2018.03.134.

G. Paolone, D. Iachetti, R. Paesani, F. Pilotti, M. Marinelli, and P. Di Felice, "A Holistic Overview of the Internet of Things Ecosystem," IoT, vol. 3, no. 4, pp. 398–434, Oct. 2022, doi: 10.3390/iot3040022.

N. M. Kiasari, M. Ghaffari, and H. H. Aly, "A comprehensive review of the current status of smart grid technologies for renewable energies integration and future trends: The role of machine learning and energy storage systems," Energies, vol. 17, no. 16, p. 4128, 2024, doi: 10.3390/en17164128.

Q. N. Minh, V.-H. Nguyen, V. K. Quy, L. A. Ngoc, A. Chehri, and G. Jeon, "Edge computing for IoT-enabled smart grid: The future of energy," Energies, vol. 15, no. 17, p. 6140, 2022, doi: 10.3390/en15176140.

T. Salman and R. Jain, "A survey of protocols and standards for Internet of Things," arXiv preprint arXiv:1903.11549, 2019, doi: 10.48550/arXiv.1903.11549.

L. Tightiz and H. Yang, "A comprehensive review on IoT protocols’ features in smart grid communication," Energies, vol. 13, no. 11, p. 2762, 2020, doi: 10.3390/en13112762.

M. Bilal, A. A. Algethami, Imdadullah, and S. Hameed, "Review of computational intelligence approaches for microgrid energy management," IEEE Access, vol. 12, pp. 123294–123321, 2024, doi: 10.1109/ACCESS.2024.3440885.

L. H. Hussienat et al., "Analysis of the parameters of local power system devices with solar power plants and energy storage facilities and determination of operating modes during various periods of power outages," Advances in Science and Technology Research Journal, vol. 19, no. 4, pp. 229–240, 2025, doi: 10.12913/22998624/200329.

Shruti, S. Rani, M. Shabaz, A. K. Dutta, and E. A. Ahmed, "Enhancing privacy and security in IoT-based smart grid system using encryption-based fog computing," Alexandria Engineering Journal, vol. 102, pp. 66–74, 2024, doi: 10.1016/j.aej.2024.05.085.

Y. Herman, H. Lastivka, and A. Samila, "Embedded operating systems in IoT edge computing," Security of Infocommunication Systems and Internet of Things, vol. 2, no. 2, p. 02001, 2024, doi: 10.31861/sisiot2024.2.02001.

A. Voloshchuk and H. Osukhivska, "Adaptive multi-protocol communication for energy systems," Visnyk TNTU, vol. 119, no. 3, pp. 97–106, 2025, doi: 10.33108/visnyk_tntu2025.03.097.

V. Rekha et al., "Hybrid edge-cloud approach for renewable energy management using deep learning with predictive analytics," in Proc. 2024 Int. Conf. on Recent Advances in Science and Engineering Technology (ICRASET), Bengaluru, India, 2024, pp. 1–7, doi: 10.1109/icraset63057.2024.10895726.

M. A. Mahmoud et al., "A review on smart energy grid technology: features and specifications," Journal of Engineering and Applied Sciences, vol. 15, no. 2, pp. 535–547, 2020, doi: 10.36478/jeasci.2020.535.547.

N. O. Aljehane, "Software-defined networking for smart grid: A review," IEEE Access, vol. 11, pp. 23541–23560, 2023, doi: 10.1109/ACCESS.2023.3253874.

A. Voloshchuk, D. Velychko, H. Osukhivska, and A. Palamar, "Computer system for energy distribution in conditions of electricity shortage using artificial intelligence," in Proc. 2nd Int. Workshop Comput. Inf. Technol. Ind. 4.0 (CITI 2024), Ternopil, Ukraine, 2024, vol. 3742, pp. 66–75.

A. Al-Fuqaha, M. Guizani, M. Mohammadi, M. Aledhari, and M. Ayyash, "Internet of Things: A Survey on Enabling Technologies, Protocols, and Applications," IEEE Commun. Surv. Tutorials, vol. 17, no. 4, pp. 2347–2376, 2015, doi: 10.1109/comst.2015.2444095.

M. A. Al-Garadi et al., "A survey of machine and deep learning methods for Internet of Things (IoT) security," IEEE Communications Surveys & Tutorials, vol. 22, no. 3, pp. 1646–1685, 2020, doi: 10.1109/COMST.2020.2988293.

M. K. Ahmed, S. A. Salman, and O. Y. Abdulhammed, "Load balancing techniques in cloud computing: A review," Samarra Journal of Pure and Applied Science, vol. 6, no. 1, pp. 223–250, 2024, doi: 10.54153/sjpas.2024.v6i1.526.

S. Lavirotte, G. Rocher, J.-Y. Tigli, and T. Gonnin, "IoT-based systems actuation conflicts management towards DevOps: A systematic mapping study," in Proc. 5th Int. Conf. on Internet of Things, Big Data and Security (IoTBDS), Prague, Czech Republic, 2020, pp. 227–234, doi: 10.5220/0009355102270234.

M. Niraula, P. R. Ojha, S. Simkhada, and Y. Layalu, "Review on the application of machine learning algorithms on smart grid optimization," Kathford J. Eng. Manag., vol. 3, no. 1, pp. 62–71, 2023, doi: 10.3126/kjem.v3i1.62877.

T. Ahmad et al., "Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities," J. Clean. Prod., vol. 289, p. 125834, 2021, doi: 10.1016/j.jclepro.2021.125834.

Y. Wang, Q. Chen, T. Hong, and C. Kang, "Review of smart meter data analytics: Applications, methodologies, and challenges," IEEE Trans. Smart Grid, vol. 10, no. 3, pp. 3125–3148, 2019, doi: 10.1109/tsg.2018.2818167.

D. Zhang, X. Han, and C. Deng, "Review on the research and practice of deep learning and reinforcement learning in smart grids," CSEE J. Power Energy Syst., vol. 4, no. 3, pp. 362–370, 2018, doi: 10.17775/cseejpes.2018.00520.

S. Williams and M. Short, "Electricity demand forecasting for decentralised energy management," Energy Built Environ., vol. 1, no. 2, pp. 178–186, 2020, doi: 10.1016/j.enbenv.2020.01.001.

A. V. Voloshchuk, H. M. Osukhivska, Yu. B. Palianytsia, A. M. Lutskiv, and V. B. Valiashek, "Determination of balance in electric power systems using machine learning methods based on informative features obtained by the component method," Bulletin of NUWEE. Technical Sciences, vol. 4, no. 112, pp. 148–161, Dec. 2025, doi: 10.31713/vt4202514.

Y. Zhang, T. Huang, and E. F. Bompard, "Big data analytics in smart grids: A review," Energy Inform., vol. 1, no. 1, 2018, doi: 10.1186/s42162-018-0007-5.

Завантаження


Переглядів анотації: 0

Опубліковано

2026-06-30

Номер

Том 4 № 1 (2026)

Розділ

Статті

Ліцензія

Авторське право (c) 2026 Безпека інфокомунікаційних систем та Інтернету речей

Creative Commons License

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.

Як цитувати

[1]
А. Волощук, Г. Осухівська, М. Дрогобицький, І. Федорович, and І. Бородій, “Методи вибору мережевих протоколів передачі даних в енергетичних системах”, SISIOT, vol. 4, no. 1, p. 01002, Jun. 2026, doi: 10.31861/sisiot2026.1.01002.

Схожі статті

1-10 з 88

Ви також можете розпочати розширений пошук схожих статей для цієї статті.