Цель работы – создание математической модели технологического процесса энергопотребления здания, создание набора данных, создание нейросети для прогнозирования энергопотребления здания, выявление закономерностей и аномалий. Объект исследования – энергопотребление здания. Рассматриваются различные факторы, такие как работа системы кондиционирования, системы подачи воды, бытовые приборы, освещение помещения. Детально рассмотрена система кондиционирования. Построена математическая модель в итераторе OpenModelica, учитывающая факторы внешней и внутренней среды здания. Собран набор данных в формате .csv. Проведён анализ результатов, выявлены взаимодействия признаков системы, аномалии влияющие на энергопотребление здания. Написана нейросеть прогнозирующая энергопотребление здания, создан pipeline для выявления и визуализации аномалий. Результаты представлены на графиках, сделаны выводы. В ходе полученных результатов были предложены методы оптимизации работы системы, которые привели к экономическому и экологическому эффекту. / The purpose of the work is to create a mathematical model of the technological process of energy consumption of a building, create a data set, create a neural network to predict the energy consumption of a building, identify patterns and anomalies. The object of study is the energy consumption of the building. Various factors are considered, such as the operation of the air conditioning system, water supply system, household appliances, and room lighting. The air conditioning system is examined in detail. A mathematical model was built in the OpenModelica iterator, considering the factors of the external and internal environment of the building. Collected data set in .csv format. An analysis of the results was carried out, interactions of system characteristics and anomalies affecting the energy consumption of the building were identified. A neural network was written to predict the energy consumption of a building, and a pipeline was created to identify and visualize anomalies. The results are presented in graphs and conclusions are drawn. As a result of the results obtained, methods were proposed to optimize the operation of the system, which led to economic and environmental benefits.