АНАЛИЗ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ АЛГОРИТМОВ ПРОГНОЗИРОВАНИЯ В ПРОЦЕССЕ КОНТРОЛЯ СОСТОЯНИЯ ГАЗОРАСПРЕДЕЛИТЕЛЬНОЙ СЕТИ

Рамис Ринатович Имильбаев

Аннотация


В статье рассматривается вопрос о возможности использования подхода, базирующегося на алгоритмах прогнозирования, для поддержки принятия решений по предупреждению нештатных ситуаций в газораспределительных сетях (ГС). Собранные с помощью системы телеметрии данные могут передаваться диспетчеру в соответствии с технологией GPRS по каналу связи, работающему на базе стандарта GSM. Стоимость передачи сообщения по каналу GPRS в сетях GSM сравнительно не велика. Тем не менее, частота отправки пакетов, собранных данных по каналу связи на пульт диспетчера должна выбираться исходя из практической целесообразности (и экономической эффективности – в том числе). Важно, чтобы эта частота позволяла своевременно распознавать возникающие угрозы аварийных ситуаций различной степени тяжести. В качестве контролируемых переменных, по отношению к которым осуществляется прогноз, выступают значения давления газа на входе и выходе газорегуляторных пунктов. Делается вывод о том, что поведение указанных величин во времени может описываться моделями в виде временных рядов. Выполняется анализ эффективности различных алгоритмов прогнозирования применительно к временным рядам, отмечаются их достоинства и недостатки. Обосновывается целесообразность при контроле состояния ГС выполнять прогнозирование изменения контролируемых параметров с помощью алгоритмов Хольта или Хольта-Уинтерса (в частности, в «интервальной» модификации). На основе этой проанализированной информации диспетчер может принять обоснованные решения о наличии опасных тенденций в изменении параметров для предупреждения возможных аварийных ситуаций. Между тем, в существующих вариантах построения автоматизированных комплексов для ГС правильность подобных решений в основном зависит от интуиции диспетчера.

Полный текст:

PDF

Литература


Виноградова О. Газификация всей России?

[Текст] / О. Виноградова // Нефтегазовая вертикаль.

– 2012. – № 6 (340). – С. 64-67

СНиП 42-01-2002. Газораспределительные

системы. [Текст]. – М.: Госстрой России. – 2003. –

с.

Правила безопасности систем газораспределения и газопотребления (ПБ 12-529-03). – М.: ГУП

«НТЦ по безопасности в промышленности Ростехнадзора России». – 2006. – 85 с.

Крымский В.Г. Автоматизация управления

технологическими процессами в газораспределительных сетях: проблемы, тенденции и перспективы

[Текст] / В.Г. Крымский, И.М. Жалбеков, Р.Р. Имильбаев, А.Р. Юнусов // Электротехнические и информационные комплексы и системы. – 2013. – Т.9.-№2.

– С.70-79.

Крымский В.Г. Выбор периодичности

обновления информации о состоянии газораспределительной сети при использовании системы телеметрии [Текст] / В.Г. Крымский, Ф.М. Ахмеджанов,

Р.Р. Имильбаев, А.Р. Юнусов // Электротехнические

и информационные комплексы и системы. – 2014. –

Т.10.-№1. – С.78-85.

Фастов Л.М. Надежность систем газоснабжения: монография [Текст] / Л.М. Фастов, О.Н.

Медведева, Е.Б. Соловьева. – Саратов: Сарат. гос.

техн. ун-т.- 2012. – 142 с.

Афанасьев В.Н. Анализ временных рядов и

прогнозирование: учебник [Текст] / В.Н. Афанасьев,

М.М. Юзбашев. – М.: Финансы и статистика. -2001.-

с.

Лоскутов А.Ю. Основы теории сложных

систем [Текст] / А.Ю. Лоскутов, А.С. Михайлов. –

М.-Ижевск: Институт компьютерных исследований.

– 2007. – 620 с.

Adhikari R. An Introductory Study on Time

Series Modeling and Forecasting [Text] / R. Adhikari,

R. K. Agrawal. – LAP Lambert Academic Publishing. –

– 67 p.

Васильева Л.Н. Методы управления в инновационной деятельности: учеб. пособие [Текст]

/ Л.Н. Васильева, Е.А. Муравьева. – М.: Кнорус.

–2005. – 58 с.

Тихонов Э.Е. Прогнозирование в условиях

рынка: учеб. пособие [Текст] / Э.Е. Тихонов – Невинномысск. – 2006. – 221 с.

Громова Н.М. Основы экономического прогнозирования: учеб. пособие [Текст]

/ Н.М. Громова, Н.И. Громова. – М.: Академия

Естествознания. – 2007. – 112 с.

Чучуева И.А. Классификация методов

прогнозирования по Э. Тихонову [Электронный

ресурс] / И.А. Чучуева // Математическое бюро.

– URL: http://www.mbureau.ru/blog/klassifikaciyametodov-prognozirovaniya-po-e-tihonovu (дата обращения: 15.02.2016).

Makridakis S.G. Forecasting: methods and

applications (3rd edition) [Text] / S.G. Maridakis, S.C.

Wheelwright, R.J. Hyndman. – New York: John Wiley

& Sons. – 1998. – 642 p.

Бокс Дж. Анализ временных рядов, прогноз

и управление [Текст] / Дж. Бокс, Г.М. Дженкинс. –

М.: Мир, – 1974. – 406 с.

Чучуева И.А. Классификация методов и

моделей прогнозирования [Электронный ресурс]/

И.А. Чучуева. – URL: https://habrahabr.ru/post/177633/

(дата обращения: 15.02.2016).

Gentry L. The forecasting classification grid: a

typology for method selection [Text] / L. Gentry, R.J.

Calantone, S.A. Chui // Journal of Global Business

Management. – 2006. – Vol.2.-No.1.-P.48-60.

Jingfei Yang. Power System Short-term Load

Forecasting: Thesis for Ph.d degree [Text] / Yang

Jingfei.- Darmstadt: Elektrotechnik und Informationstechnik der Technischen Universitat. – 2006. – 139 p.

Time series forecasting [Electronic resource] /

A.Taanila. – URL: http://myy.haaga-helia.fi/~taaak/q/

forec.pdf (дата обращения: 17.02.2016).

Hyndman R.J. Forecasting: principles and practice [Text]/ R.J. Hyndman, G. Athanasopoulos.- OTexts,

– 291 p.

Chambers M. Advanced Analytics Methodologies: Driving Business Value with Analytics [Text]

/ M.Chambers, T.W. Dinsmore. – Pearson FT Press,

– 336 p.

Gheyas I.A. A Neural Network Approach to

Time Series Forecasting [Text] / I. A. Gheyas, L. S.

Smith // Proceedings of the World Congress on Engineering. – London: International Association of Engineers. – 2009. – Vol 2. – P. 1292–1296.

Hanke J.E. Business Forecasting (7th edition)

[Text] / J. E. Hanke, D. W. Wichern, A. G. Reitsch. –

Prentice Hall, 2001. – 498 p.

Holt C.C. Forecasting seasonal and trends

by exponentially weighted averages [Text] // ONR

Memorandum No.52. – Pittsburgh, USA: Carnegie

Institute of Technology. – 1957. Reprinted in: Holt

C.C. Forecasting seasonal and trends by exponentially

weighted averages [Text] // International Journal of

Forecasting. – 2004. – V. 20. – No.1. – P. 5-10.

Alfares H.K. Electric load forecasting: literature survey and classification of methods [Text] / H.K.

Alfares, M. Nazeeruddin // International Journal of

Systems Science . – 2002. – Vol 33. – P. 23–34.

Крымский В.Г. Прогнозирование состояния

газораспределительной сети на основе данных телеметрии для предупреждения аварийных ситуаций

[Текст] / В.Г. Крымский, Ф.М. Ахмеджанов, Р.Р.

Имильбаев, А.Р. Юнусов // Электротехнические и

информационные комплексы и системы.- 2015. –

Т.11.- №2. –C.37-42.

Kozine I. Enhancement of Natural Extension

[Text] / I. Kozine, V. Krymsky // ISIPTA 2007 – Proceedings of the 5th International Symposium on Imprecise

Probability: Theories and Applications.-Prague: Action

M. Agency.-2007.-P.253-262.

Kozine I.O. Computing interval-valued statistical characteristics: where is the stumbling block

for reliability applications? [Text] / I.O. Kozine, V.G.

Krymsky // International Journal of General Systems.-

-Vol.38.-No.5.-P.547-565.

Kozine I.O. An interval-valued reliability model

with bounded failure rates [Text] / I.O. Kozine, V.G.

Krymsky // International Journal of General Systems.-

-Vol.41.-No.8.-P.760-773.

Makridakis S. The accuracy of extrapolation

(time series) methods: Results of a forecasting competition [Text] / S. Makridakis, A. Andersen., R. Carbone,

R. Fildes, M. Hibon et al // Journal of Forecasting. –

-Vol. 1. -Issue 2. -P. 111-153.

Smith M. A Comparison of Time Series Model

Forecasting Methods on Patent Groups [Text / M. Smith,

R. Agrawal // Modern AI and Cognitive Science Conference .- 2015 .- Vol. 1353. -P. 167-173.

Awokuse T. Using Statistical Data to Make

Decisions [Electronic resource] / T. Awokuse, T. Ilvento.

– URL: http://www.udel.edu/FREC/ilvento/BUAD820/

MOD604.pdf (дата обращения: 17.02.2016).


Ссылки

  • На текущий момент ссылки отсутствуют.