автореферат диссертации по энергетике, 05.14.01, диссертация на тему:Анализ и прогнозирование регионального промышленного потребления энергоресурсов с применением информационно-аналитической системы

На правше рукописи

БЕРЕЗКИНА Светлана Юрьевна

АНАЛИЗ И ПРОГНОЗИРОВАНИЕ РЕГИОНАЛЬНОГО ПРОМЫШЛЕННОГО ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСОВ С ПРИМЕНЕНИЕМ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ

СИСТЕМЫ

Специальное! ь 05.14.01 - «Энергетические системы и комплексы»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

г. Новочеркасск - 2008

Работа выполнена на кафедре «Электрические станции» при государственном образовательном учреждении высшего профессионального образования «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)».

Научный руководитель:

- доктор технических наук, профессор НАД,ТОКА И И

Официальные оппоненты:

- доктор технических наук, профессор КУДРИН Б.И.

- кандидат технических наук, доцент ШЕСТА ЧЕНКО И. Я.

Ведущая организация:

Филиал ОАО «Южный инженерный центр энергетики», НИИ «Юж ВТИ»

Защита диссертации состоится 29 февраля 2008 г. в 10 часов на заседании диссертационного совета Д 212304 08 при государственном образовательном учреждении высшего профессионального образования «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» в аудитории 107 главного корпуса по адресу. 346428, Ростовская обл, г. Новочеркасск, ул. Просвещения,132

С диссертацией можно ознакомиться в библиотеке государственного образовательного учреждения высшего профессионального образования «ЮжноРоссийский государственный технический университет (Новочеркасский политехнический институт) С текстом автореферата можно ознакомиться на сайте ЮРГТУ(ИПИ) \vww.npi-tu го.

Автореферат разослан «25» января 2008 г.

Ученый секретарь

диссертационного совета Д212.304 08 кандидат технических наук, доцент

Скубиенко С.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы Развитие экономики страны и повышение уровня благосостояния населения связано с увеличением удельного потребления энергии. Исчерпание невозобновляемых природных энергоресурсов, ряд экологических проблем при их производстве, переработке и потреблении, быстро меняющиеся экономические и социальные условия жизни современного общества требуют непрерывного и комплексного анализа потребления энергоресурсов с целью получения достоверных краткосрочных и долгосрочных прогнозов энергопотребления для повышения общей, экономической эффективности работы промышленности региона

Функционирование промышленных предприятий в новых экономических условиях претерпело существенные структурные изменения объема и номенклатуры энергопотребления- свертывание и закрытие ряда производств, открытие новых и развитие существовавших ранее в направлении диверсификации Таким образом, применение и развитие методов системного анализа, моделирования и прогнозирования промышленного энергопотребления является актуальной задачей для повышения эффективности функционирования промышленности региона в целом.

Проблемами системного анализа, моделирования и прогнозирования энергопотребления посвящены работы Васильева И Е, ГордееваВ.И, ГнатюкаВ.И, Гурского С.К., Доброжанова В.И., Жилина Б В., Каялова Г М, Кудрина Б И, Над-токи И.И, ПапковаБ.В., Праховника А В. Широкий спектр подходов решения поставленных задач в практической реализации вызвал необходимость обоснованности соответствующего выбора по критерию адекватности в условиях кардинальной социально-политической трансформации экономики Анализ тенденций в изменении энергопотребления промышленных предприятий региона в работе выполнен на примере Ростовской области в период 1991-2000 годов.

Этот регион России характеризуется комплексным развитием промышленности, оборонного производства и агропромышленного комплекса На территории области представлен весь спектр отраслей народного хозяйства страны Наиболее значительной составляющей промышленности являлись предприятия таких отраслей, как энергетика, строительство, сельскохозяйственного машиностроения, угольно-добывающей, транспортного строительства, станкостроения и железнодорожной. Регионально наиболее значимыми для экономики являлись объединения, агропромышленного комплекса, строительного комплекса, легкой промышленности и рыбного хозяйства. Таким образом, совокупность пром ышленных предприятий Ростовской области можно считать многокомпонентной системой, а ее количественный и качественный состав позволяют изучить и оценить закономерности энергопотребления и тенденции динамики структуры промышленности

Цель работы Разработка методов анализа и прогнозирования энергопотребления региона на основе информационной и математической моделей для повышения надежности энергообеспечения потребителей и эффективности использования энергоресурсов

В связи с этим были поставлены и решены следующие задачи

- применение методов системного анализа и комплексного прогнозирования для определения динамики энергопотребления предприятиями региона,

- комплексный анализ структуры и динамики энергопотребления промышленностью региона;

- анализ и выбор аналитических распределений предприятий по диапазонам энергопотребления на основе статистических критериев согласованности и обеспечивающего их сходимость математического ожидания и годового потребления энергоресурсов;

- разработка математических моделей временных рядов годового энергопотребления,

- разработка методов долгосрочного прогнозирования энергопотребления,

- разработка концешуальной структуры базы данных энергопотребления промышленными предприятиями Ростовской области (на примере наиболее сложного периода - с 1991 по 2000 годы),

- создание логической модели базы данных энергопотребления региона с целью комплексного анализа внутренней структуры банка данных информационно-аналитической системы.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, методы теории вероятностей и математической статистики, эконометрики, элементы теории техноценозов, информационные технологии организации, хранения и обработки данных.

Научную новизну представляюг

1. Определение теоретических закономерностей распределения количественного состава трупп промышленных предприятий региона, позволяющих моделировать энергопотребление вне зависимости от социального уклада экономики.

2. Впервые полученные функциональные зависимости динамики параметров характеризующих структуру регионального энергопотребления промышленными предприятиями региона, учитывающие тенденции потребления по отдельным видам энергоресурсов, и позволяющие получить прогноз изменения структурного состава энергопотребителей области

3. Методика определения оптимальности структуры энергопотребитепей региона, позволяющая комплексно учитывать изменения уровня энергопотребления различных видов ресурсов и структурного состава потребителей, отличающаяся применением в качестве границ доверительного интервала критерий согласия Пирсона

4 Новая методика долгосрочного прогнозирования коротких временных рядов годового энергопотребления промышленности региона на основе объединения прогнозных моделей теории техноценозов, метода экспоненциального сглаживания и ортогонализации временных рядов.

Практическая ценность.

1 Созданная информационно-аналитическая система на основе комплексного подхода позволяет выполнять анализ и прогнозирование энергопотребления промышленных предприятий региона

2. Сформированный банк данных энергопотребления промышленности Ростовской области за период с 1991 по 2000 год является уникальным материалом для изучения трансформации структуры потребителей в условиях реформирования экономики России.

3. Методика анализа и прогнозирования энергопотребления промышленных предприятий Ростовской области применима для подобного анализа потребления энергоресурсов в других регионах.

Реализация результатов работы. Информационно-аналитическая система энергопотребления области внедрена в эксплуатацию в Региональной службе тарифов Ростовской области.

Апробация работы Результаты работы докладывались на семинаре «Кибернетика электрических систем» по тематике «Электроснабжение промышленных предприятий» (2003, 2007 гг, г. Новочеркасск), на семинаре «Кибернетика электрических систем» по тематике «Диагностика энергооборудования» (2006 г., г. Новочеркасск), на IV Международной научно-практической конференции «Моделирование Теория, методы и средства» (2004 г), на VI Международной научно-практической конференции «Современные энергетические системы и комплексы» (2006 г.).

Публикации. Основные результагы диссертационной работы опубликованы в шести печатных работах, три из которых входят в список печатных изданий, рекомендованных ВАК.

Структура и объем диссертации Диссертация состоит из введения, пяти глав, заключения, списка использованных источников из 125 наименований и приложений. Работа изложена на 180 листах машинописного текста, содержит 82 рисунка и 12 таблиц

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность тематики исследований, определена цель исследований, сформулирована научная новизна результатов и отражена их практическая ценность.

В первой главе выполнен обзор существующих методов анализа и моделирования потребления энергоресурсов, сформулированы основные проблемы и задачи исследования.

Системный подход к анализу и моделированию потребления электроэнергии и других энергоресурсов региона является общепринятым методологическим принципом. Роль системного подхода возрастает в условиях рыночной экономики

Наибольшее практическое применение при моделировании энергопотребления имеют детерминированный, стохастический, нечеткий, лингвистический, генетический подходы в зависимости от особенностей технологического процесса.

Детерминированные модели в основном используются в проектной практике Стохастические модели, как наиболее адекватные в целом ряде задач энергоснабжения, имеют широкое применение в прикладных исследованиях В нестационарных случайных графиках нагрузки, для приведения к стационарному процессу применяются методы сглаживания тренда - метод экспоненци-

ального сглаживания, модель Хольта и др. Регрессионные линейные и нелинейные модели широко используются при однофакторном и многофакторном моделировании электропотребления промышленными предприятиями за счет учета сопутствующих и внешних факторов. Ранговые методы анализа случайных величин позволяют исследовать структурные свойства множеств, имеют системный характер, и широко применяются при анализе больших систем.

Энергетическое хозяйство современного промышленного предприятия является частью сложной системы Энергопотребление, как один из параметров функционирования предприятия, является наиболее важной характеристикой, определяющей технологические, экономические и другие взаимосвязи данной подсистемы.

Во второй главе выполнен анализ структуры и динамики промышленного потребления тепла, электроэнергии и топлива региона за период рыночных преобразований, для учета как плановой, так и рыночной составляющей.

Предмет обследования - энергопотребление промышленного региона.

Объект исследования работы - совокупность промышленных предприятий Ростовской области, относящихся к группе потребителей с установленной мощностью свыше 750 кВА. Период обследований - с 1991 по 2000 годы

Таблица 1

Количественный состав выборки

Годы 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Кол-во предприятий, АТ 380 412 428 414 506 474 494 407 438 477

Исходными данными являются годовое потребление для /-го предприятия (/ = 1,2, -.,Мт, где Ыт - количество предприятий в ли-ом году) тепловой энергии электроэнергии Щ, топлива Т, в именованных единицах. Для оценки энергобалансов предприятий и региона в т-м году данные приведены к единому показателю - тоннам условного топлива:

Яш = 2, V» Тт ~Т,

где кд, кр - коэффициенты приведения к тонам условного топлива.

вш Тт Еп\

Й72 Тт I4 Ы

4 = бл, Тт ЕП, (1)

0-пык Тшк ЕПЧк

где Ак — в А>м году матрица годового приведенного потребления энергоресурсов предприятиями, где Ет = Жп, + Qш + Тт.

Данные о потреблении энергоресурсов , Щ, Т,, Е, рассматриваются как реализации случайных величин, а векторы £>=(£>,,. ,2„...,<2лг*)>

Г-СГ,.....т;.....71^), Е = (Е1,...,Е!,...,ЕЫк)~ как статистические выборки.

Так как среднее арифметическое значение энергопотребления чувствительно к изменению годового потребления крупных промышленных предприятий и количеству элементов в выборке, то для анализа энергопотребления региона использовалась медиана распределения, которая является более устойчивой характеристикой (рис.1).

7000 6000 5000

4000

£

3000

looo

\ ' \ 4 У

V

—^ 2 \

\ \ \

ч S ч 1 _ 3 V. ---

--

1991 1992 1993 1994 1995 1996 1997 1998 1999 год Рис.1. Временные ряды медианы годового энергопотребления в Ростовской области: 1 - тепло, 2П; 2 - электричество, Wu; 3 - топливо, ГП; 4 - общее энергопотребление, Ejj .

На рис. 2 представлена динамика структуры среднего годового общего энергопотребления промышленных предприятий Ростовской области. Значения элементов структуры Еп определены как:

IV о т

wt=-.-&-m%, б.=-—'100%, 7;=^Моо%.

Еп

^п

£п

1991 1992 1993 1994 199S 1996 1997 1998 1999 год

Рис. 2 Нормированная диаграмма структуры энергопотребления промышленными предприятиями Ростовской области

g

В период рыночных преобразований существенно изменилась структура промышленных предприятий Ростовской области (рис. 3).

При анализе динамики структуры предприятия были разделены на три группы по уровню энергопотребления:

1) крупные епециализщюванные предприятия с суммарным потреблением топливно-энергетических ресурсов свыше 100 тыс. т у.т;

2) крупные и средние предприятия области с суммарным потреблением топливно-энергетических ресурсов от 10 до 100 тыс. т у.т;

3) средние и небольшие по объему (от 1 до 10 тыс. т у.т.) потребления.

300 ------------

| 250-----N(3)—¿- ^ ——■■ \-----

a У \ ^ "

Ц 200--------t.:--

I "

0 15°—----------

1 100-------^----

I 50-----N">--- • • • . 1--—-

1991 1992 1993 1994 1995 1996 1997 19981999 год Рве. 3 Временные ряды количества промышленных предприятий с энергопотреблением: Njp - свыше 100 тыс. т у.т; от 10 до 100 тыс. т у.т;

- от 1

до 10 тыс. т у.т.

При рассмотрении промышленности Ростовской области в целом можно отметить тенденцию уменьшения числа крупных и средних предприятий и увеличения количества мелких предприятий.

В третьей главе проводилось моделирование структур]« и динамики регионального потребления.

Для анализа данных энергопотребления предприятий Q, W¡, T¡, (i = l...N) в работе использована вероятностная модель случайной величины для определения по статистическим данным числовых характеристик и законов распределения случайных величин Q, W, Т, Е. (f(Q), F(Q),f(W), F(W),f(T), F(T), f(E), F(E)). Подобный подход был использован в кандидатской диссертации Почебута Д.В. при обследовании группы потребителей «население Ростовской области».

Рассматриваемая выборка обладает существенными особенностями (рис. 4, гистограмма распределения). Наиболее важными характеристиками выборки являются ее асимметричность, «даиннохвостность», резкая неоднородность по уровню энергопотребления и количественному составу.

Предварительный анализ показал возможность применения в качестве модели закона распределения промышленного энергопотребления класса кривых Пирсона и закона распределения Парето.

При моделировании кривыми Пирсона наиболее подходящими закономерностями по критерию

/ ч

дГ и / Ч \ ^ -

— "

• .

XT п • . . • - • У

— • —. -С ' —- . .И^ • •

Ч/4-/-32- 1)

v3r32 -2r4 +6

9

\ > 2 ! (

+ 2 /16

У / 1

6(r4-r32-1) | t Зг32 —2Г4 + 6

г,ве ^ - основные моменты распределения, * - номер момента, являются кривые I типа:

/(■*) = //,о

1+*

1-—

Í2

(2)

2 У

тгк как критерий К для рассматриваемой в работе выборке Е имеет отрицательное значение в диапазоне от - 11,82 до-1,19.

/(л), х10~* 4.5

х10~* I Г 5.7 ~ ¿

35 70 J05 140 175 210 245 280 315 350 Энергопотребление, х 102 т у.т.

а)

i—

0,106

-г

~Г

"Г

(4-0,957 , у<

1 + —— • I--—

22,914 J V 2,547 J

35 70 105 140 175 210 245 280 315 350 Электроэнергия, х 10г тут. б)

Рис. 4.Распределение предприятий по диапазонам потребления энергоресурсов в 1999 г. и модели, описывающие это распределение: а) энергопотребление, Е; 6) потребление электроэнергии, W. 1 - кривая Пирсона I рода; 2 - распределение Парето; 3 - экспериментальные данные

Характеристические параметры /10,1х,12><1\'4г уравнения (2) определяются через основные моменты распределения промышленных предприятий по диапазонам энергопотребления. С целью верификации модели и проверки согласованности опытного и теоретического закона распределения с помощью критерия согласия х2 Пирсона были определены расчетные значения критических статистик.

Например, для данных по энергопотреблению Е промышленности региона в 1999 г. уравнение кривой I - рода Пирсона имело вид (рис. 4).

✓ 4-0.938 , х-0,461

/(*) = 6,32 11 н——— | .

I 6,295^ I, 3,095;

Расчетное значение критической статистики, определенное с помощью критерия согласия %р2 Пирсона, имеет следующее значение.

=509.84.

По заданному уровню значимости критерия а=0.05 границы правдоподобных значений ^2_а/2(28) и д£/2(28) «хи-квадрат» распределения с 28 степенями свободы соответственно равны:

^(28) = 15.31 , 025(28) = 44.46. Так как неравенство адекватности модели не выполняется

£т<&)<Х1г<&ш№>* (3)

то можно говорить о том, что кривая Пирсона I - рода не подходит для описания распределения годового энергопотребления промышленными предприятиями Ростовской области.

Функция плотности распределения Парето имеет вид: аХ"

(4)

Параметры а и Л определялись по данным выборок £), Ш, Т, Е оценивание которых проводилось методом максимального правдоподобия. Проведенная проверка согласованности опытного и теоретического законов распределения с помощью критерия согласия х2 Пирсона показала, что гипотеза о распределении годового энергопотребления по закону Парето, не противоречит опытным данным.

Например, для 1999 года распределение промышленных предприятий Ростовской области по диапазонам энергопотребления Е на основе рассчитанных значений параметров а и Я кривая Парето имеет вид , 0,906-12030-906 ПХ) (1203 + *)™'

Расчетное значение критической статистики Пирсона для данной модели: Хр =42.54.

Неравенство адекватности (3) для модели Парето выполняется Графики функции плотности распределения представлены на рис.4.(кривые 2).

Для всего спектра данных в рассматриваемый период были определены расчетные значения критических статистик (рис.5).

50

0

1991 1992 1993 1994 1995 1996 1997 1998 1999 год Рис. 5. График изменения расчетной критической статистики % в рассматриваемый период: 1 - тепло, <2П; 2 - электричество,^; 3 - топливо, Тп , 4 -общее энергопотребление, Еп. Из графика видно, что критерий согласия для общего энергопотребления Е^ полностью попадает в доверительный интервал (за исключением 2000 г.), а для электропотребления нет. Выход критерия за границы доверительного интервала демонстрирует «монопольный сговор» в ценовой политике на данный энергоресурс. В 1998 году цены на электроэнергию оказались заниженными, что привело к изменению структуры энергопотребления. Топливная ценовая политика в рассматриваемом периоде соответствовала рыночным отношениям, и расчетная критическая статистика %2 подтверждает гипотезу.

Особенностью закона распределения Парето является отсутствие математического ожидания при числовых значениях а < 1. Анализ полученных значений параметра а показал наличие данных, имеющих эту особенность (рис.6), что, соответственно, огранич ивает применение модели для прогнозирования.

а

/\ / '\ 1.2 ~--Ч--; ; -у ——---

i

0.8----------Г —Г--—•

V'\

4 3

0.6-----------

1991 1992 1993 1994 1995 1996 1997 1998 1999 год Рис.6. Изменение параметра а закона распределения Парето: 1 - тепло,£?п> 2 - электричество, lVn; 3 - топливо, Гп; 4 - общее энергопотребление, Еп.

/ i / / \

/ / . - • Г. V ч У 1/ "V \

ч

\ ^ 2

4 3

В теории техноценоза проф. Кудрина Б.И. выполняется глализ статистических данных с выборками подобного типа с помощью ¡кривых ранговых параметрических распределений вида:

#('0 = 4» (5)

г

где - энергопотребление предприятия с рангом г = 1, т.е. предприятия, имеющего наибольшее годовое энергопотребление. Значение п араметра а определенного методом наименьших квадратов для различных видов энергоресурсов в рассматриваемый период находится в диапазоне от 0.95 до 1.32, что свидетельствует об оптимальности техноценоза.

На рис.7 показано ранговое параметрическое распределение предприятий по убыванию общего энергопотребления ¿Vi в 1999 году. Графики изменения значения параметра а представлены на рис. 8.

Е,тыс. ту. т. 700 600 500 400 300 200 100

1 21 41 61 81 101 121 141 161 181 « Ряс. 7. Ранговое параметрическое распределение предприятий то убыванию общего энергопотребления в 595>9 году: 1- статистические данные; 2 - теоретическая кривая; 3 - границы рангового распределения дня а — 0,5 и а = 1,5 а 1,4

1,3

и 1,1

1,0 0,9

1991 1992 1993 1994 1995 1996 1997 1998 1999 год Рис. 8. Изменение параметра рангового параметрического распределения а промышленного энергопотребления: 1 - тепло,; 2 - электричество,^; 3-топливо, Гп; 4 - общее энергопотребление, Четвертая глава посвящена сравнительному анализу методов, позволяющих прогнозировать потребление экергоресурсов промышленными предприятиям]« региона.

Даная задача является актуальной задачей в условиях появления дефицита энергоносителей.

Наиболее распространены методы математического прогнозирования, основанные на моделировании и последующей экстраполяции временных рядов.

Особенностью временных рядов описывающих годовое промышленное потребление энергоресурсов Ростовской области является малая длина. Моделирование проводилось методом экспоненциального сглаживания и разложением на ортогональные многочлены. Графики, отражающие временные ряды медианы энергопотребления показаны на рис. 9.

Метод экспоненциального сглаживания позволяет непрерывно учитывать эволюцию динамических характеристик моделируемого процесса за счет коррекции весовых коэффициентов информационной ценности добавления очередного наблюдения, близкого к моменту прогнозирования. В работе применялась модель квадратичного тренда. Результаты моделирования и прогнозирования представлены на рис. 9.

Численные значения прогноза и его погрешности приведены в табл 2.

Е, тыс. т у.т.

6000

4000

2000

О

1991 1992 1993 1994 1995 1996 1997 1998 1999 год

Рис. 9. Прогнозирование медианы энергопотребления промышленными предприятиями Ростовской области: 1 - график временного ряда медианы энергопотребления; 2 - модель и прогноз на основе ортогонального разложения многочленами Чебышева; 3 - модель и прогноз на основе метода экспоненциального сглаживания; 4 - границы доверительного интервала с вероятностью 0,95

Таблица 2

Прогноз энергопотребления на 2000 год

Название метода Данные Прогноз Погрешность, е, %

3кспоненциальное сглаживание 1333 1448 8,6

Ортогональное р азложение многочленами Чебышева 1169 12,3

Моделирование ортогональным разложением многочленами Чебышева (рис. 9) в полной мере проявляет свои достоинства только в условии многофакторности, и на данной выборке уступает в качестве прогноза методу экспоненциального сглаживания.

Прогноз суммарного энергопотребления области нельзя получить по медиане из-за неоднородности выборки по количеству предприятий. По этой же причине получается низкая точность, моделирования и прогнозирования временного ряда суммарного энергопотребления. В работе для прогнозирования

суммарного энергопотребления использовались ранговые распределения теории техноценоза.

Используя полученные значения параметра а кривой рангового распределения (5) и значения Ел как временные ряды, по методу экспоненциального сглаживания, были получены прогнозные значения параметров распределения на следующий момент времени:

апр =1-188, Цф =6.68х105.

Подставляя данные прогнозных значений параметров и ЕЫр в (;>) выполнено построение прогнозного параметрического распределения промышленного энергопотребления Ростовской области (рис. 10).

Е, тыс. т.у.т 700

600

500

400

300

200

К»

ц 11

1 1

1

1 1 V /3

\ У

20

40

60

80

ранг

Рис.10. Прогнозное параметрическое распределение промышленного энергопотребления Ростовской области: 1 - фактическое параметрическое рагпреде-ления энергопотребления в 2000 году; 2 - параметрическое распределение построенное с использованием прогнозных значений а^ и Е1пр; 3 - прогноз на

следующий временной шаг Ошибка регрессии непосредственно по выражению (5) достаточна в елика. Для повышения точности вычисляется расчетный ранг (б), который является рангом проекции физических: значений на аппроксимирующую кривую:

(6)

где грасч1 - вектор расчетных рангов; Е, - вектор фактических значений энергопотребления объектов за последний известный год предыстории; ар и Е1пр - расчетные коэффициенты регрессии для последнего известного года предыстории.

Подставляя в выражение (5) значения параметров апр, и расчетных рангов Гросу I, можно получить прогноз на следующий временной шаг (рис.10). Относительная ошибка прогноза для техноценоза в целом составила 3,3 %. Построение столь точного прогноза обуславливает учет тенденций энергопотребления каждым промышленным предприятием.

На рис.11 представлена ранговая видовая поверхность. Ранговые в идовые распределения отражают количественные изменения в структуре энергопотребления и могут использоваться при прогнозе структуры энергопотребления.

Рис. 11. Трехмерная поверхность рангового видового распределения энергопотребления региона

В пятой главе описываются результаты работы по созданию информационно-аналитической системы энергопотребления Ростовской области.

Целью создания информационно-аналитической системы является разработка информационного, математического, алгоритмического и программного обеспечения для анализа, прогнозирования, планирования потребления энерго-ре!;урсов и решения задач энергосбережения.

Использование данной системы позволяет решить следующие задачи:

- систематизация данных энергопотребления промышленными предприятиями Ростовской области;

- выполнение предварительного анализа данных по предприятиям, отраслям, городам;

- готовить и оформлять печатные документы, сводки, сообщения;

- анализировать эффективность использования энергоресурсов промышленными предприятиями;

- вырабатывать рекомендации по проведению энергоаудита;

- прогнозировать энергопотребление и возможные структурные изменения экономики области.

Эти задачи определили структуру информационно-аналитической системы. Она содержит следующие основные блоки (рис. 12):

Информационный блок.

В его состав входят:

- блок проверки корректности вводимой информации

- модуль сохранения данных о каждом предприятии;

- блок обслуживания запросов;

- модуль анализа изменения методики обработки данных;

- банк данных, в который на стадии проектирования системы были занесены статистические данные промышленного энергопотребления и расхода воды за период с 1990 по 2000 годы;

Данные этого блока хранятся в специально разработанных таблицах базы данных.

-Потоки данных

Рис 12 Структура информационно-аналитической системы: 1 - непрерывный поток данных, 2 - данные периодической отчет носги, 3 - нормативные документы, 4 - действия оператора ИАС, 5 - удаленный доступ к ИАС, 6 - вывод информации на пе-реферийные устройства

Блок статистической обработки и анализа данных.

С помощью модулей этого блока можно выполнять статистический анализ данных по предприятиям, отраслям, городам. Реализованы следующие возможности представления результатов анализа и обработки данных в виде таблиц, графиков и диаграмм:

- статистические характеристики выборок энергопотребления промышленных предприятий по годам;

- графики динамики разных видов энергоресурсов для каждого предприятия по годам;

- изменения структуры энергопотребления предприятий по объемам потребления;

- динамика количества предприятий и удельного веса их энергопотребления по годам;

- изменения энергопотребления по группам промышленных предприятий;

- гистограммы распределений количества предприятий по диапазонам энергопотребления;

- ранговые распределения предприятий по убыванию энергопотребления. Блок моделирования и прогнозирования.

Основу этого блока составляют следующие основные модули:

- моделирования динамики структуры предприятий по энергопотреблению;

- вероятностные модели распределений предприятий по диапазонам энергопотребления;

- модуль ранговых моделей распределений предприятий;

- модуль прогнозных моделей энергопотребления промышленного региона;

- модуль прогнозирования структурных изменений в выборках промышленных предприятий региона.

Вид диалогового окна ИАС спроектированной и реализованной в среде СУБД MS Access 2000 представлен на рис.13.

Рис. 13. Вид диалогового окна информационно-аналитической системы

В заключении сформулированы основные научные и технические результаты диссертационной работы

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1. Анализ существующих методов системного анализа и моделирования потребления энергоресурсов показал, что в настоящее время для различных отраслей промышленности разработан и апробирован на практике целый спектр моделей энергопотребления с использованием детерминированного, стохастического, лингвистического подходов, а также алгебры нечетких множеств в зависимости от вида энергоресурса и особенностей технологического процесса Наибольшее широкое применение в задачах моделирования потребления энергоресурсов получили стохастические непрерывные и дискретные (ранговые) модели, так как они обладают наибольшей степенью адекватности по сравнению с другими типами для целого ряда задач теории и практики энергоснабжения.

2. Проверка согласованности опытных распределений промышленных предприятий по диапазонам энергопотребления с теоретическими (кривые Пирсона, распределение Парето, гиперболические распределениях показала, что распределение промышленных предприятий Ростовской области по диапазонам энергопотребления подчиняется закону Парето с точностью 5% при доверительном интервале 95%. Однако в отдельные годы распределения предприятий по диапазонам потребления тепла (1993 г.) и электроэнергии (1998 г.) таковы, что гипотеза о соответствии статистического и теоретического (по Парето) законов распределения противоречит опытным данным.

3 Показано, что изменения расчетного значения критерия согласия Пирсона относительно границ доверительного интервала можно использовать для оценки отдельных видов потребляемой энергии с точки зрения их соответствия общим экономическим тенденциям в рамках регионального энергопотребления

4 Анализ статистических данных и моделирование тенденции изменения объемов энергопотребления и структуры промышленности Ростовской области показал наличие тенденции уменьшения числа крупных и средних предприятий по энергопотреблению и увеличению количества мелких предприятий.

5. Тестовые прошозы энергопотребления на один год адаптивным методом прогнозирования экспоненциально взвешенного скользящего среднего показали, что погрешность прогноза не превышает 9 %

6 В условиях нестабильности количества предприятий в статистических выборках, а также изменений их энергопотребления, использование ранговых распределений позволяет получать более точные прогнозы для энергопотребления региона. Применение ранговых моделей для прогнозирования энергопотребления Ростовской области, при широком видовом спектре предприятий по уровню энергопотребления, дает возможность получения прогноза на один год с погрешностью менее 5%

7 Проведенный анализ параметров ранговых распределений энергопотребления Н{Е) за период с 1991 по 2000 годы позволяет утверждать об устойчивости техноценоза представляющего собой совокупность обследованных промышленных предприятий Ростовской области

Разработана концептуальная структура организации данных энергопотребления промышленных предприятий региона с идентификационным ключом. Она позволила сформировать базу данных с эффективной реализацией статистической обработки разного уровня

9. Информационно-аналитическая система по потреблению энергоресурсов региона позволяет решать следующие задачи: 1) систематизация данных энергопотребления промышленными предприятиями Ростовской области; 2) выполнение предварительного анализа данных по предприятиям, отраслям, городам; 3) подготовка и оформление печатных документов, сводок, сообщений; 4) анализ эффективности использования энергоресурсов промышленных предприятий и выработка рекомендаций по энергосбережению; 5) прогнозирование энергопотребления и возможных структурных изменений экономики области

Материалы диссертации освещены в следующих печатных работах:

1. НадтокаИ.И., БерезкинаСЮ. Разработка информационно-аналитической системы учета потребления энергоресурсов Ростовской области. Кибернетика электрических систем. Материалы XXV сессии семинара «Электроснабжение промышленных предприятий», Новочеркасск 1516 октяб. 2003 г. /Юж. Рос. гос. техн. ун-т. (НГШ). Новочеркасск: Ред. журн. «Изв. Вузов. Электромеханика», 2003.114 с - с. 73-75

2. НадтокаИ.И, БерезкинаС.Ю. Анализ ранговых распределений потребления энергоресурсов в Ростовской области. Моделирование. Теория, методы и средства: Материалы IV Междунар. науч.-практ. конф., 9 апр. 2004 г,: В 4 ч. / Юж. Рос. гос. техн. ун-1. (НГШ). Новочеркасск:ЮРГТУ,2004. - 4.3. - 63 с. - с. 19-22

3. Надтока И.И., Березкина С.Ю. Анализ и моделирование потребления энергоресурсов в Ростовской областиЮлектрика. 2006. - №4. - с. 10-12

4. Платонов В.В., Надтока И.И., Березкина С.Ю. Динамика энергопотребления и структуры предприятий Ростовской области в период рыночных преобразований. Материалы VI Междунар. науч.-практ. конф., 21 апр. 2006 г.: В 2 ч. / Юж Рос. гос. техн. ун-т. (НПИ). Новочеркасск: ЮРГТУ, 2006. - 4.2. - 87 с. - с. 35-40

5. БерезкинаСЮ. Описание распределения потребителей энергоресурсов в Ростовской области с помощью закона Парето. Диагностика энергооборудования. .Материалы XXVIII сессии Всероссийского семинара «Кибернетика энергетических систем», г. Новочеркасск 25-26 октября 2006 г. / Известия высших учебных заведений. Северо-Кавказский регион. Технические науки Приложение №15 Диагностика энергооборудования. 2006. - 264 с. -с.152-157.

6. Надтока И И , Березкина С.Ю. Моделирование и прогноз объемов энергопотребления промышленными предприятиями Диагностика энергооборудования. Материалы XXVIII сессии Всероссийского семинара «Кибернетика энергетических систем», г. Новочеркасск 25-26 октября 2006 г. /Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. Приложение №15. Диагностика энергооборудования. 2006. -264 с.-с. 150- 152.

л

Березкииа Светлана Юрьевна

\

АНАЛИЗ И ПРОГНОЗИРОВАНИЕ РЕГИОНАЛЬНОГО ПРОМЫШЛЕННОГО ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСОВ С ПРИМЕНЕНИЕМ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ

Автореферат

Подписано в печать 25 01 2008 Формат 60x84 Vie Бумага офсетная Ризограф ия Уел печ л 1,25 Уч-изд л 1.3S Тираж 100 экз Заказ 23

Типография ЮРГТУ(НПИ) 346428, г Новочеркасск, ул Просвещения, 132 Тел, факс (863-52) 5-53-03

ВВЕДЕНИЕ.

Глава 1. ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ ПОТРЕБЛЕНИЯ ЭНЕРГОРЕ-СУРСО.

1.1. Общая характеристика информационного обеспече 1 ' ния и математических моделей энергопотребления

1.2. Модели случайной величины.

1.3. Модели случайных процессов.

1.4. Модели многомерного статистического анализа.

1.5. Ранговые методы моделирования энергопотребления.

1.6 Выводы.

Глава 2. АНАЛИЗ СТРУКТУРЫ И ДИНАМИКИ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ, ТЕПЛА, ТОПЛИВА И ВОДЫ В РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЕ.

2.1 Динамика годового энергопотребления промышленными предприятиями.

2.2 Энергопотребление предприятий по группам.

2.3 Динамика потребления воды промышленными предприятиями

2.4 Структурные изменения в потреблении энергоресурсов

2.5 Структурные изменения в составе потребителей.

2.6 Выводы.

Глава 3. СИСТЕМНОЕ МОДЕЛИРОВАНИЕ СТРУКТУРЫ И

ДИНАМИКИ РЕГИОНАЛЬНОГО ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСОВ.

3.1 Проблемы и задачи системного моделирования потребления энергоресурсов региона.

3.2 Моделирование структуры промышленных предприятий на основе вероятностной модели случайной величины.

3.3 Ранговые модели в моделировании динамики процессов в энергосистеме.

3.4 Моделирование структурных изменений в энергосистеме на основе теории техноценоза.

3.5 Оценка изменения количественного состава групп промышленных предприятий на основе тории техно-ценоза.

3.6' Выводы.

Глава 4. ПРОГНОЗНЫЕ МОДЕЛИ ПОТРЕБЛЕНИЯ ЭНЕРГО

РЕУСРОВ ПРОМЫШЛЕННОСТИ РЕГИОНА.

4.1. Прогнозирование промышленного энергопотребления области на основе временных рядов.

4.2. Прогнозирование энергопотребления Ростовской области на основе ранговых распределений.

4.4. Выводы.

Глава 5. РАЗРАБОТКА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ РЕГИОНАЛЬНОГО ЭНЕРГОПОТРЕБЛЕНИЯ.

5.1 Назначение и задача информационно-аналитической системы на региональном уровне.

5.2 Особенности реализации ИАС.

5.3 Структура информационно-аналитической системы на региональном уровне.

5.4 Выводы.

Развитие экономики страны и повышение уровня благосостояния населения связано с увеличением удельного потребления энергии. Исчерпание невозобновляемых природных энергоресурсов, ряд экологических проблем при их производстве, переработке и потреблении, быстро меняющиеся экономические и социальные условия жизни современного общества требуют непрерывного 'и комплексного анализа потребления энергоресурсов с целью получения достоверных краткосрочных и долгосрочных прогнозов энергопотребления для повышения общей экономической эффективности работы промышленности региона.

Функционирование промышленных предприятий в новых экономических условиях претерпело существенные структурные изменения объема и номенклатуры энергопотребления: свертывание и закрытие ряда производств, открытие новых и развитие существовавших ранее в направлении диверсификации. Таким образом, применение и развитие методов системного анализа, моделирования и прогнозирования промышленного энергопотребления является актуальной задачей для повышения эффективности функционирования промышленности региона в целом.

Проблемами системного анализа, моделирования и прогнозирования энергопотребления посвящены работы Васильева И.Е., ГордееваВ.И., Гнатю-каВ.И., Гурского С.К., ДоброжановаВ.И., Жилина Б.В., КаяловаГ.М., Кудрина Б.И., НадтокиИ.И., ПапковаБ.В., Праховника А.В. Широкий спектр подходов решения поставленных задач в практической реализации вызвал необходимость обоснованности соответствующего выбора по критерию адекватности в условиях кардинальной социально-политической трансформации экономики. Анализ тенденций в изменении энергопотребления промышленных предприятий региона в работе выполнен на примере Ростовской области в период 19912000 годов.

Этот регион России характеризуется комплексным развитием промышленности, оборонного производства и агропромышленного комплекса. На территории области представлен весь спектр отраслей народного хозяйства страны. Наиболее значительной составляющей промышленности являлись предприятия таких отраслей, как энергетика, строительство, сельскохозяйственного машиностроения, угольно-добывающей, транспортного строительства, станкостроения и железнодорожной. Регионально наиболее значимыми для экономики являлись объединения: агропромышленного комплекса, строительного комплекса, легкой промышленности и рыбного хозяйства. Таким образом, совокупность промышленных предприятий Ростовской области можно считать многокомпонентной системой, а ее количественный и качественный состав позволяют изучить и оценить закономерности энергопотребления и тенденции динамики структуры промышленности.

Цель работы. Разработка методов анализа и прогнозирования энергопотребления региона на основе информационной и математической моделей для повышения надежнрсти энергообеспечения потребителей и эффективности использования энергоресурсов.

В связи с этим были поставлены и решены следующие задачи:

- применение методов системного анализа и комплексного прогнозирования для определения динамики энергопотребления предприятиями региона;

- комплексный анализ структуры и динамики энергопотребления промышленностью региона;

- анализ и выбор аналитических распределений предприятий по диапазонам энергопотребления на основе статистических критериев согласованности и обеспечивающего их сходимость математического ожидания и годового потребления энергоресурсов;

- разработка математических моделей временных рядов годового энергопотребления;

- разработка методов долгосрочного прогнозирования энергопотребления;

- разработка концептуальной структуры базы данных энергопотребления промышленными предприятиями Ростовской области (на примере наиболее сложного периода - с 1991 по 2000 годы);

- создание логической модели базы данных энергопотребления региона с целью комплексного анализа внутренней структуры банка данных информационно-аналитической системы.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, методы теории вероятностей и математической статистики, эконометрики, элементы теории техноценозов, информационные технологии организации, хранения и обработки данных.

Научную новизну представляют:

1. Определение теоретических закономерностей распределения количественного состава групп промышленных предприятий региона, позволяющих моделировать энергопотребление вне зависимости от социального уклада экономики.

2. Впервые полученные функциональные зависимости динамики параметров характеризующих структуру регионального энергопотребления промышленными предприятиями региона, учитывающие тенденции потребления по отдельным видам энергоресурсов, и позволяющие получить прогноз изменения структурного состава энергопотребителей области.

3. Методика определения оптимальности структуры энергопотребителей региона, позволяющая комплексно учитывать изменения уровня энергопотребления различных видов ресурсов и структурного состава' потребителей, отличающаяся применением в качестве границ доверительного интервала критерий согласия Пирсона.

4. Новая методика долгосрочного прогнозирования коротких временных рядов годового энергопотребления промышленности региона на основе объединения прогнозных моделей теории техноценозов, метода экспоненциального сглаживания и ортогонализации временных рядов.

Практическая ценность.

1. Созданная информационно-аналитическая система на основе комплексного подхода позволяет выполнять анализ и прогнозирование энергопотребления промышленных предприятий региона.

2. Сформированный банк данных энергопотребления промышленности Ростовской области за период с 1991 по 2000 год является уникальным материалом для изучения трансформации структуры потребителей в условиях реформирования экономики России.

3. Методика анализа и прогнозирования энергопотребления промышленных предприятий Ростовской области применима для подобного анализа потребления энергоресурсов в других регионах.

Реализация результатов работы. Информационно-аналитическая-система энергопотребления области внедрена в эксплуатацию в Региональной службе тарифов Ростовской области.

Апробация работы. Результаты работы докладывались на семинаре «Кибернетика электрических систем» по тематике «Электроснабжение промышленных предприятий» (2003, 2007 гг., г. Новочеркасск), на семинаре «Кибернетика электрических систем» по тематике «Диагностика энергооборудования» (2006 г., г. Новочеркасск), на IV Международной научно-практической конференции «Моделирование. Теория, методы и средства» (2004 г.), на VI Международной научно-практической конференции «Современные энергетические системы и комплексы» (2006 г.).

Публикации. Основные результаты диссертационной работы опубликованы в семи печатных работах, одна из которых входит в список печатных изданий, рекомендованных ВАК.

Работа включает введение, пять глав, заключение, список литературы и приложения.

В первой главе выполнен обзор существующих методов анализа и моделирования потребления энергоресурсов. Показано, что системный подход к анализу и моделированию потребления электроэнергии и других энергоресурсов региона является общепринятым методологическим принципом. Определены области и особенности практического применения моделей. Выявлены наиболее подходящие приемы анализа промышленного энергопотребления региона. Определены основные параметры функционирования предприятия как части сложной системы, позволяющие проследить технологические, экономические и другие взаимосвязи данной подсистемы.

Во второй главе выполнен анализ структуры и динамики промышленного потребления электроэнергии, тепла и топлива региона за период рыночных преобразований; для-учета как плановой, так и рыночной составляющей. Обоснована необходимость создания электронной базы дынных промышленного энергопотребления. Показаны особенности анализируемых выборок и методов их обработки. Проведен анализ потребления основных энергоресурсов в региональной энергосистеме. Определены основные тенденции энергопотребления, изменения количественного состава и структуры промышленности, на примере Ростовской области.

В третьей главе проводилось моделирование структуры и динамики регионального потребления регионального потребления. Выделен класс моделей описывающих распределения промышленных предприятий по уровню энергопотребления. Определены характеристические параметры моделей. Проведена проверка согласованности опытных и теоретических законов* распределения с помощью критерия согласия %2 Пирсона. Показаны особенности применения теоретического закона распределения Парето и теории тех-ноценоза при моделировании энергопотребления области.

Четвертая глава посвящена сравнительному анализу методов, позволяющих прогнозировать, потребление энергоресурсов промышленными предприятиями региона. Построены временные ряды энергопотребления. Определены модели, позволяющие учесть особенности этих рядов. Проведен анализ результатов моделирования и прогнозирования. Обоснована необходимость применение моделирования энергосистемы как единого целого.

В пятой главе описываются цели, задачи и структура информационно-аналитической системы (ИАС) энергопотребления Ростовской области. Разработана концептуальная структура базы данных энергопотребления промышленными предприятиями Ростовской области. Предложена логическая модель базы данных энергопотребления региона с целью комплексного анализа внутренней модели банка данных ИАС. Обосновано создание идентификационного ключа для получения разносторонних запросов из ИАС. Определен круг задач решаемых с помощью ИАС. Разработана структура ИАС. Описаны методы анализа и моделирования энергопотребления реализуемые в ИАС.

В заключении сформулированы основные научные и технические результаты диссертационной работы.

В приложение вынесены данные об энергопотреблении крупных промышленных предприятий, программный код ИАС.

Работа выполнена при научной консультации доктора технических наук, профессора Надтоки И.И.

4.3. Выводы.

1. Особенностью прогнозирования регионального энергопотребления является сокрытие стохастических подробностей за счет использования годовых суммарных значений, вместе с тем данное обстоятельство приводит к резкому укорачиванию временного ряда. Лучшую точность моделирования коротких временных рядов дают адаптивные методы прогнозирования.

2. Метод экспоненциального сглаживания позволяет гибко отстраиваться от случайных выбросов. Метод ортогонального разложения многочленами Чебышева чувствителен к периодическим выбросам и учитывает их как некий временной фактор.

3. Тестовые прогнозы энергопотребления на один год адаптивным методом прогнозирования экспоненциально взвешенного скользящего среднего показали, что погрешность прогноза не превышает 9 %.

4. В условиях нестабильности количества предприятий в статистических выборках, а также изменений их энергопотребления, использование ранговых распределений позволяет получать более точные прогнозы для энергопотребления региона. Применение ранговых моделей для прогнозирования энергопотребления Ростовской области, при широком видовом спектре предприятий по уровню энергопотребления, дает возможность получения прогноза на один год с погрешностью менее 5%.

5. РАЗРАБОТКА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ РЕГИОНАЛЬНОГО ЭНЕРГОПОТРЕБЛЕНИЯ

5.1. Назначение и задача информационно-аналитической системы на региональном уровне.

Постоянно меняющаяся ситуация! в экономике страны» приводит к существенным структурным изменениям объема и* номенклатуры энергопотребления промышленности региона (свертывание и закрытие ряда производств, открытие новых и развитие существовавших ранее в направлении диверсификации). С другой стороны развитие экономики страны и повышение уровня благосостояния*населения связано, с увеличением удельного потребления энергии, а исчерпание невозобновляемых природных энергоресурсов, ряд экологических проблем при их производстве, переработке и потреблении, быстро 'меняющиеся экономические и социальные условия жизни современного общества требуют непрерывного и комплексного анализа поI требления энергоресурсов с целью получения достоверных краткосрочных и долгосрочных прогнозов энергопотребления для повышения общей экономической эффективности работы промышленности региона. Связи с этим роль информации постоянно возрастает.

Объемы информации об промышленном энергопотреблении с каждым годом увеличиваются, усложняется ее структура. Для оперативной обработки и сохранения данных, обеспечения доступа к ним возникла необходимость создания информационно-аналитической системы (ИАС) энергопотребления промышленностью региона. Также целью создания ИАС являются информационное, математическое, алгоритмическое и программное обеспечение для анализа, прогнозирования, планирования использования энергоресурсов и решения задач энергосбережения.

Использование данной системы позволило решить следующие задачи: - систематизация данных энергопотребления промышленными предприятиями Ростовской области;

- выполнение предварительного анализа данных по предприятиям, отраслям, городам;

- готовить и оформлять печатные документы, сводки, сообщения;

- анализировать энергоиспользование промышленными предприятиями;

- прогнозировать энергопотребление и возможные структурные изменения экономики области.

5.2. Особенности реализации ИАС

5.2.1. Наиболее перспективные технологии создания систем хранения и обработки данных:

Сложность организации и структуры данных обусловило развитие одного из стратегических направлений развития информационных технологий — баз данных и систем управления базами данных (СУБД).

База данных — поименованная и организованная (структурированная) совокупность взаимосвязанных данных, которые отражают состояние объектов конкретной предметной области и находятся под центральным программным управлением. Данные представлены совокупностью файлов (таблиц). В широком смысле база данных есть любая упорядоченная совокупность данных.

Табличная структура-состоит из строк, которые соответствуют записям базы данных и столбцов — полей записей. Каждая запись имеет уникальный номер, а каждое поле должно иметь уникальное имя. Одна запись файла соответствует конкретному экземпляру понятия предметной области, например информация о конкретном энергопотребителе.

Разрабатываемая база данных должна обладать следующими свойствами:

1. Многоразовое использование: одни и те же данные могут использоваться многими пользователями.

2. Простота обновления — возможность внесения изменений в базу с минимальными затратами. j i л

3. Быстрый поиск и получение необходимой информации по запросу.

4. Уменьшение избыточности — новые задачи должны получать данные из существующей базы, а не путем их повторного ввода.

5. Защита от несанкционированного доступа к данным.

6. Максимальная независимость от прикладных программ: изменения в структуре базы данных не должны, по возможности приводить к перезаписи пакета программ.

7. Защита от уничтожения и искажения информации (некомпетентного пользователя, злоумышленных действий, сбоев и конфликтных ситуаций).

К базе данных предъявлялись следующие требования:

1. Адекватность отражения.предметной области: а) полнота данных; б) динамичность информационной модели; в) актуальность информации в данный момент времени.

2. Возможность взаимодействия с пользователями различных категорий и в разных режимах.

3. Обеспечение секретности данных, надежности, целостности, защита от случайного или целенаправленного разрушения базы данных.

4. Обеспечение взаимной независимости программ и данных.

5. Технологичность обработки данных.

6. Совместимость компонентов базы данных.

7. Простота изменения логической и физической структуры базы данных, в целях повышения эффективности обработки информации.

8. Способность к расширению и модификации.

Базы данных можно классифицировать по применяемой модели данных. В зависимости от способа представления взаимосвязей между объектами логическая модель данных может быть иерархической, сетевой реляционной.

Иерархическая модель данных. Взаимосвязи между объектами отражаются по принципу иерархии типов объекта в виде связанного графа, вершины которого размещены на разных иерархических уровнях.

Самая высокая вершина называется корнем (главный тип объекта), а остальные, находящиеся на нижних уровнях иерархии, — подчиненными. Корень (первый-уровень) не подчиняется ни. одной вершине. Все остальные вершины (типы объектов) связаны, с одной и только одной вершиной, которая размещена на более высоком уровне. Взаимосвязь между объектами напоминает генеалогическое дерево.

Сетевая модель данных. В' сетевой модели понятие главного и подчиненных объектов иное, чем в иерархической, модели: любой объект здесь может быть и главным, и подчиненным каждый объект может участвовать в, любом количестве взаимосвязей.

Данные представляются при помощи записей и связей. Запись (объект) в сетевой модели (в отличие от иерархической) может иметь множество как подчиненных ей записей, так и записей, которым она сама подчинена.

Реляционная модель данных. Реляционная структура (модель) представляет данные в виде двумерной таблицы. Табличная структура данных отражает отношения между реальными объектами и их характеристиками. Поиск и обработка записей не зависят от организации хранения данных в памяти компьютера. При этом'эффективно используются математическая логика и алгебра. Основной принцип реляционных структур баз данных — получение из таблицы необходимых отношений и формирование новых. На основе первичной таблицы при помощи, логических операций формируется новая таблица соответствующей структуры. Каждый файл соответствует какому-нибудь понятию из предметной области.

По технологии обработки СУБД можно разделить на централизованные и распределенные.

Централизованная база данных разрабатывается и функционирует на принципах централизации в одном месте. База данных находится на одном компьютере, в виде одного информационного массива. В этом случае говорят о централизованном или монопольном владении данными. Такая база данных доступна только одному пользователю. Применяется в локальных сетях персональных компьютеров.

При функционировании сети персональных компьютеров к информации централизованной-базы-данных обеспечивается одновременный доступ нескольких пользователей со своих рабочих мест. База данных при этом размещается на машине-сервере. Работая в сети персональных компьютеров и пользуясь централизованной-базой данных, каждый пользователь при необходимости может сделать локальную базу данных для воплощения своих профессиональных функций.

Распределенная база данных представляет собой совокупность баз данных, которые физически распределены (разнесены) по взаимосвязанным ресурсам вычислительной сети и доступны для* совместного'применения в разных местах. Распределенная база данных разъединена только физически, а не логически. Вся база данных потенциально доступна с любого конечного абонента (пользователя). На логичном уровне (модели) распределенная база данных описывается как целая информационная совокупность (логическая интеграция).

Распределенная база данных развернута в виде баз данных (подсистем), компоненты которых размещены по разным узлам сети. При наличии одинаковых компонентов (подсистем) база данных считается однородной, в противном случае — неоднородной.

Распределенная база данных может создаваться по одной идеологии, -проектироваться и функционировать как единое целое (однородная). Предметной областью в этом случае являются крупная организация; предприятие, ведомство. Может возникнуть ситуация, когда несколько данных, которые раньше разрабатывались автономно, продолжают работать в своем режиме, но при этом между ними организуются связи, которые не требуют жестких ограничений на их функционирование. Таким образом, создается неоднородная.распределенная база данных.

По способу доступа к информации базы данных делятся на базы данных с локальным доступом и отдаленным (сетевым) доступом.

Набольшее распространение получили реляционные СУБД, так как они позволяют при множественном доступе обеспечить целостности данных при хорошей скорости обработки запросов.

Построение информационной системы для- мониторинга простой предметной области (однородные объекты наблюдения, небольшое фиксированное количество независимых параметров) не составляет особого труда — для этого достаточно использовать какую-либо- стандартную СУБД. Дело осложняется, если возникает потребность в накоплении сведений о наблюдаемых объектах для их анализа. Современные информационные системы, помимо хранения информации о предметной области, предоставляют пользователям широкий набор средств анализа данных. В последнее десятилетие в теории СУБД появилось целое направление — хранилище данных. Особенностью данной'технологии является то, что помимо обычной предметной области, существует специальное хранилище, куда время от времени сбрасываются-данные. Для того чтобы сделать возможным исторический анализ данных, в соответствии с этой технологией требуется по существу заново спроектировать схему хранилища и постоянно загружать туда информацию из базы данных системы.

В основе концепции хранилища данных лежат две основные идеи: интеграция разъединенных детализированных данных (описывающих некоторые конкретные факты, свойства, события и т.д.) в едином хранилище и разделение наборов-данных и- приложений; используемых для обработки и анализа. используя различные инструменты (средства визуализации, построения отчетов, статистической обработки и т.д.) и содержимое репозитория анализирует данные в хранилище. Результатом является информация в виде готовых отчетов, найденных скрытых закономерностей, каких-либо прогнозов. Так как средства1 работы конечного пользователя с хранилищем данных могут быть самыми разнообразными, то теоретически их выбор не должен влиять, на структуру хранилища и функции его подержания в актуальном состоянии. Физическая- реализация' данной концептуальной схемы может быть самой разнообразной.

Рис.5.1. Концептуальная модель хранилища данных

Построение полноценного системного хранилища данных обычно выполняется в трехуровневой архитектуре. На первом уровне расположены разнообразные источники данных - внутренние регистрирующие системы, справочные системы, внешние источники (данные информационных агентств, макроэкономические показатели). Второй уровень содержит центральное хранилище, куда стекается информация от всех источников с первого уровня, и, возможно, оперативный склад данных, который не содержит исторических данных и выполняет две основные функции. Во-первых, он является источником аналитической информации для оперативного управления и, во-вторых, здесь подготавливаются данные для последующей загрузки в центральное хранилище. Под подготовкой данных понимают их преобразование и проведение определенных проверок. Наличие оперативного склада данных просто необходимо при различном-регламенте поступления информации из источников. Третий уровень представляет собой набор предметно-ориентированных витрин данных, источником информации для которых является центральное хранилище данных. Именно с витринами данных и работает большинство пользователей.

Хранилища данных строятся на основе многомерной модели данных, подразумевающей выделение отдельных измерений (время, пространство)-и фактов (объем, количество и т.д.) с их анализом* по выбранным измерениям. Многомерная модель данных физически может быть реализована как в многомерных, так и в реляционных данных СУБД. В последнем случае она выполняется по схеме «звезда» или «снежинка». Данные схемы предполагают выделение таблиц фактов и таблиц измерений. Каждая таблица фактов содержит детальные данные и внешние ключи на таблицы измерений.

5.2.2. Реляционная СУБД Access 2000.

Для разработки информационно - аналитической системы применялась СУБД-MS Access 2000.

MS Access 2000 - это популярная система управления базой данных, построенная на основе реляционных моделей и ориентированная на 32-разрядные микропроцессоры. Первая версия Access появилась в 1992 г. Microsoft Access считается самой популярной системой управления базами данных.

Access может выступать в качестве клиента или сервера по отношению к другим» приложениям, например MS Word; MS Exel' и др. MS Access содержит в себе развитую систему обработки приложений'для Windows. Программа не пишется в классическом смысле этого термина — достаточно определить формы, отчеты и с помощью простых команд (инструкций) Visual Basic связать их с данными базы.

Access — полнофункциональная реляционная СУБД. В этой системе можно пользоваться практически всеми средствами операционной системы

MS Windows. Применяется многодокументальный интерфейс (MDI — Multiple Dokument Interface), т. е. одновременно можно работать с несколькими таблицами, формами, отчетами, макросами, модулями.

ЗАКЛЮЧЕНИЕ

В ходе проведенных экспериментальных и теоретических исследований получены следующие результаты.

1. Анализ существующих методов системного анализа и моделирования j потребления-энергоресурсов« показал, что в. настоящее время для: различных отраслей' промышленности разработан и апробирован на практике целый спектр моделей энергопотребления: с использованием детерминированного^ стохастического, лингвистического подходов, а также алгебры нечетких множеств в зависимости от вида- энергоресурса и особенностей, технологического процесса: Наиболее, широкое применением задачах моделированияшотребле-ния энергоресурсов получили стохастические непрерывные и дискретные (ранговые) модели, так как они обладают наибольшей степенью адекватности; по сравнению с другими типами- для целого ряда; задач? теории1 и практики энергоснабжения. ' ,

2. В Ростовской области в период с 1991 по 2000 год среднегодовое энергопотребление. промышленными предприятиями■ снизилось .почти в 3 раза. Основное снижение (в 2,5 раза) произошло в-период с 1993 по 1995 год. О 1996 по 1998 год энергопотребление оставалось- стабильным., Начиная с 1999 года намечается незначительный рост энергопотребления; промышленг ными предприятиями.

Среднегодовое энергопотребление первой' группы- (крупные предприятия Ростовской области с энергопотреблением свыше 100 тыс. т у.т.) за 1991 - 2000 годы можно разделить на несколько этапов. До 1992 г. наблюдался: рост среднегодового энергопотребления, затем, начиная, с 1993 по 1997 год энергопотребление уменьшилось в 2 раза. В 1994' г. энергопотребление резко снизилось на 40 % от значений 1993 г., но в 1995 г. уровень энергопотребления вернулся на уровень линии тенденции спада периода 1993 — 1997 гг. Начиная^. 1998 года среднегодовое энергопотребление данной группы увеличилось до показателей 1991 года.

Во второй группе промышленных предприятий (энергопотребление которых от 10 до 100 тыс. т у.т.). среднегодовое энергопотребление, было неизменным до 1995 г. В 1995-1996 гг. произошло незначительное снижение (20 % от значений 1994 г.). В 1997-98 наблюдался подъем показателей на 30 % от значений 1996 г. После 1998: г. наметился спад энергопотребления данной группы.

В 5 третьей! группе (промышленные; предприятия с энергопотреблением от 1 до 10 тыс. т у.т.), не смотря на ее численный рост среднее энергопотребление, неуклонно падало (за весь период около 35 % от показателей 1991 года).

3. Количественный состав; групп промышленных предприятий по уровню энергопотребления за рассматриваемыйi период имел существенные изменения; Число крупных предприятий сократилось в 2 раза, причем это произошло! в период с 1993 по 1996 год. Количество средних предприятий сократилось- в 2,5 раза. Уменьшение: количества предприятий этой' группы, было равномерным в рассматриваемомшериоде, начиная с 1992 года, уменьшение- произошло за счет предприятий' с годовым энергопотреблением от 10 до 40 тыс. т у.т. Рост количества- предприятий' наблюдался лишь, в третьей группе: Число предприятий в данной группы увеличилось, в целом за период, примерно в 2 раза: Можно отметить две, особенности: в 1994 г. Количество предприятий группы резко возросло на 30 % от общего числа, а в 1998 г. уменьшилось на 15 %.

4. Структура! общего энергопотребления промышленного предприятия в среднем имеет соотношение: электропотребление - 50%, тепловая?энергия —20 до 10 %, потребление, топлива от 30 до 40 % от общего энергопотребления. Доля потребления тепловой энергии в этот период уменьшается во всех трех: группах. Чем меньше промышленное предприятие, тем- больше доля. ■ электропотребления в общем энергопотреблении.

5. Проверка согласованности опытных распределений промышленных предприятий по диапазонам энергопотребления с теоретическими (кривые Пирсона, распределение Парето, гиперболические распределения), показала, что распределение промышленных предприятий Ростовской области по диа-; пазонамэнергопотреблениялодчиняется закону Парето с точностью 5 % при доверительной вероятности 0,95. Однако в отдельные годы распределения* предприятий по диапазонам потребления тепла (1993 г.) и электроэнергии (1998 г.) таковы, , что гипотеза о соответствии статистического и теоретического (поПарето) законовраспределения* противоречит опытным данным;.

6. Показано, что изменения расчетного' значения; критерия? согласия. Пирсона* относительно границ доверительного? интервала- можно использовать для;оценки отдельных, видов; потребляемой энергии с точки зрения, их соответствия; общим экономическим тенденциям в рамках регионального энергопотребления:.

7. Анализ статистических данных и моделирование;тенденции изменения объемов энергопотребления; и структуры, промышленности Ростовской; области показал наличие тенденции! уменьшения числа крупных и средних предприятий по энергопотреблению и увеличению количества; мелких; предприятий.

8; Тестовые прогнозы энергопотребления на один год адаптивным методом прогнозирования экспоненциально взвешенного скользящего среднего показали, что погрешность прогноза не превышает 9 %.

9; В условиях нестабильности количества предприятий в статистических выборках, а также изменений их энергопотребления; использование ранговых распределений; позволяет получать более точные прогнозы для; энергопотребления региона; Применение ранговых моделей для прогнозирования энергопотребления Ростовскошобласти; при широком видовом спектре предприятий ио уровню энергопотребления, дает возможность; получения; прогноза на один год с погрешностью менее 5%.

10; Проведенный анализ параметров ранговых распределений энергопотребления Н(Е) за период с 1991 по 2000 годы позволяет утверждать об устойчивости техноценоза представляющего собой совокупность обследованных промышленных предприятий Ростовской области.

11. Разработана концептуальная структура организации данных энергопотребления промышленных предприятий региона с идентификационным ключом. Она позволила сформировать базу данных с эффективной реализацией статистической обработки разного уровня.

12. Информационно-аналитическая система по потреблению энергоресурсов региона позволяет решать следующие задачи: 1) систематизация данных энергопотребления промышленными предприятиями Ростовской области; 2) выполнение предварительного анализа данных по предприятиям, отраслям, городам; 3) подготовка и оформление печатных документов, сводок, сообщений; 4) анализ эффективности использования энергоресурсов промышленных предприятий и выработка рекомендаций по энергосбережению; 5) прогнозирование энергопотребления и возможных структурных изменений экономики области.

145

1. Авилов-Карнаухов Б.Н., Зюбровский Л.Г. Экономия электроэнергии на рудообогатительных фабриках. - М.: Недра, 1987. - 160с.

2. Агеев С.П. Совершенствование расчета лимитов мощности потребителей энергосистемы с учетом неполноты информации: Автореф. дисс. канд. техн. наук., Новочеркасск, 1987. -16с.

3. Айвазян С.А. и др. Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд./ С.А. Айвазян, И.С. Еню-ков, Л.Д. Мешалкин. М.: Финансы и статистика, 1983. — 471 с.

4. Алимов|Ю.И. Альтернативы методу математической статистики. М.: Знание, 1980. - 64с.

5. Арженовский С.В., Молчанов И.Н. Статистические методы прогнозирования. Учебное пособие/Рос.гос.экон.унив. Ростов-н/Д., - 2001. - 74 с.

6. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник М:: Финансы и статистика, 2001. - 228 с. ,

7. Беляев Л.С., Крумм Л.А. Применимость вероятностных методов в энергетических расчетах. // Изв. АН СССР Энергетика и транспорт, 1983, №2, с. 3 11.

8. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.-540с.

9. Борисов И.И. План ГОЭРЛО образец комплексного планирования Развития отраслей народного хозяйства России. -Энергетик, 2005, № 12. с.2-3.

10. Бранд 3. Анализ данных. Статистические и вычислительные методы длянаучных работников и инженеров: Пер. с англ. М.: Мир, ООО «Издательство ACT», 2003. - 686 с.

11. Быкадоров В.Ф., Платонов В.В. Ресурсы и-технологии для производства электрической энергии на электростанциях: Учебное пособие/Юж-Рос.гос.техн.ун-т.-Новочеркасск: ЮРГТУ, 2004 г.

12. Васильев И.Е. Анализ, расчет и прогнозирование потребления электроэнергии в горнорудной промышленности: Монография/Под редакцией А.А. Губарева; Сев.-Осет.гос.ун-т. Владикавказ: Изд-во СОГУ, 1992. -196 с.

13. Веников В.А., Будзко И.А., Левин М.С., Блохина Е.Л., Петров В.А. О методах решения многоинтервальных оптимизационных задач электроэнергетики с неопределенными величинами. Электричество, 1987, № 2, с.1-7.,

14. Вентцель Е.С. Тория вероятностей .- М.: Наука, 1969. -576с.

15. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991. -384с.

16. Волобринский С.Д., Каялов Г.М., Клейн П.Н., Мешель Б.С. Электрические нагрузки промышленных предприятий. Л.: Энергия, 1971 - 264с.

17. Воробьев В.А. Описание распределения электрических нагрузок объекта уравнением Пуассона. Электричество, 1987, № 9- с.50-51.

18. Гнатюк В.И. Закон оптимального построения техноценозов. Калининград: КВИФПС РФ - ЗНЦ НТ РАЕН, 2005 - 384 с.

19. Гнатюк В.И. О стратегии регионального электрообеспечения (на примере Калининградской области). Электрика, 2005 ,№11. с.3-10.

20. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1969. -400с.

21. Гнеденко Б.В., Мешель Б.С. Обюценке эффективности уточнения расчетов электрических нагрузок промышленных сетей. Электричество, 1959, №12, с. 70-72.

22. Гордеев В.И. Регулирование максимума нагрузки промышленных электрических сетей. М.: Энергоатомиздат, 1986. - 184с.

23. Гордеев В.И., Васильев И.Е., Щуцкий В.И. Управление .электропотреблением и его прогнозирование. Ростов н/Д: Изд-во РГУ^ 1991 г- 104 с.

24. Гурский С.К. Адаптивное прогнозирование временных рядов в электро. энергетике. Минск: Наука и техника, 1983. - 271с.

25. Гуртовцев A.JI. Запасы и пределы производства энергии на земле. —Промышленная энергетика, 2002, № 1;1,,с. 44-45.

26. Демиденко Е.З! Линейная и нелинейная регрессии. М'.: Финансы и статистика, 1981. 302с.

27. Демура А.В., Кушнарев Ф.А., Надтока И.И., Седов А.В. Прогнозирование электропотребления в энергосистеме Ростовэнерго. Изв. вузов России. Сер. Электромеханика, 1994, № 4-5; с. 102-110.

28. Дмитриев В.И. Прикладная теория информации. М.: Мир, 1983. - 312с;

29. Дмитриева Ю.И. Разработка методов повышения эффективности региональной электроэнергетики. Автореф. дисс. канд. техн. наук., Нижний Новгород, 2007. 19 с.

30. Доброжанов В.И. Краткосрочное прогнозирование электрических нагрузок промышленных предприятий. Изв. вузов.- Энергетика, 1987, № 1, с.8-12. . \

31. Доброжанов В.И. Управление суточным электропотреблением промышленного предприятия при лимитных ограничениях. Изв. вузов СССР. Сер. Электромеханика, 1988, N 9. - с. 66-69.

32. Забелло Е.П. О тарифной,политике в электроэнергетике на современном этапе и на ближайшую перспективу. Промышленная энергетика, 2005; №11, с. 2 -10:

33. Зайцев С.Г. К вопросу об энергоснабжении промышленных предприятий в условиях реформирования энергетики. — Промышленная энергетика, 2005, № 2. с. 50-53.

34. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. Киев. Техника, 1975. - 312с.

35. Ивахненко А.Г., Лапа В.Г. Предсказание случайных процессов. Киев: Наукова думка, 1970. - 416с.

36. Каждан А.Э. Элементы бинетики и теории подмен. /В кн.: Ковалев И;Н. Макроэкономика. Ростов-на-Дону: Изд. Ростовск. пед. ун-та, 1995. -308с.

37. Кен Гетц, Пол Литвин, Майк Гилберт. Access 2000. Руководство разработчика. Том 1. Настольные приложения: Пер. с англ. К.: Издательская группа BHV,2000 г. - 1264 с.

38. Кендэл М. Временные ряды. /Пер. с англ./ — М.: Финансы и статистика, 1981 г.

39. Киселёв А.Н., Глазунов А.А. Технико-экономический анализ параметров распределительных электрических сетей городов с учётом их развития. — Электрические станции, 2005, № 4. с.61-66.

40. Кистенев В.К., П.Ю. Лукьянов. Прогнозирование электропотребления Забайкальской железной дороги на основе устойчивого Н-распределения// Электрика № 7. 2005. с. 19-22.

41. Климова Г.Н. Исследование потребления электрической энергии и топливных ресурсов на примере Томской области: Автореф. дисс. канд. техн. наук., Екатеринбург, 2004. 20 с.

42. Кожевников Н.Н., Чинакаева Н.С., Чернова Е.В. Практические рекомендации по использованию методов оценки экономической-эффективности инвестиций в энергосбережение: Пособие для вузов. М.: Издательство МЭИ, 2000. - 132 с.

43. Колемаев В.А. Эконометрика: Учебник. М.:ИНФРА-М, 2006. - 160 с.

44. Колесников Е.В., Тригорлый С.В. Энергорасточительство угроза энергетической безопасности. - Промышленная энергетика, 2005, № 4. с. 2 -6.

45. Конюхова Е.А. Электроснабжение объектов: Учеб. Пособие для студ. учреждений сред.проф.образования. — М*.: Издательство «Мастерство», 2001.-320 с.

46. Котляр В.Р. Уголь и энергетика// Энергетика за рубежом: Прил.к ж. Энергетик. 2002. - Вып.З.с.18-20.

47. Кудрин Б.И. Введение в технетику. Томск: Изд. Томск, гос. ун-та, 1993. 552с.

48. Кудрин Б.И. Выделение и описание электрических ценозов // Электромеханика. № 7. - С. 49 - 54.

49. Кудрин Б.И. Исследование технических систем как сообществ изделий -техноценозов./В кн. Системные исследования. Методологические проблемы. Ежегодник М'.: Наука 1981. С.236-254.

50. Кудрин Б.И. Проблемы создания и управления ценозами искусственного происхождения // Кибернетические системы ценозов: Синтез и управление. М.: Наука, 1991.-С. 5-17.

51. Кудрин Б.И. Электрика как развитие электротехники и электроэнергетики. 3-е изд., испр. - Томск: Изд-во ТГУ, 1998. - 40 с.

52. Кудрин Б.И., Жилин Б.В., Лагуткин О.Е., Ошурков М!Г. Ценологическое определения параметров электропотребления многономенклатурных производств. Тула: Приобское книжное издательство, 1994. 123 с.

53. Кушнарев Ф.А. Прогнозирование потребления топлива на электростанциях в энергосистеме «Ростовэнерго». Изв. вузов Электромеханика, 1995, N3, с.59-64.

54. Кушнарев Ф.А., Свешников В.И., Коваленко А.В., Федорченко Г.С. Организация энергетического производства / Под.ред. В.И. Свешникова. М.: Энергоатомиздат, 2001. 288 с.

55. Левин М.С., Лещинская Т.Б. Методы теории решений в задачах оптимизации систем электроснабжения. М.: ВИПКэнерго, 1989. - 130с.

56. Максимов Д.Ю. Диспаритет цен на энергоресурсы фактор, сдерживающий развитие промышленности в регионах. — Энергетик, 2005, №11. с.11-13.

57. Максимов Д.Ю.- Построение моделей энергозависимости для промышленного сектора экономики. — Промышленная энергетика, 2005, №4. с. 12-15.

58. Математический энциклопедический словарь. /Гл. ред. Прохоров Ю.В. -М.: Советская энциклопедия, 1988. 847с.

59. Матросов А.В. и др. MS Office ХР: разработка приложений / Матросов А.В., Новиков Ф.А., Усаров Г.Е., Харитонова И.А./Под.ред. Ф.А. Новикова. Спб. БХВ-Петербург, 2003. - 944 с.

60. Медведева Е.А. Технологические уклады и энергопотребление. Иркутск: ИСЭМ СО РАН, 1996. - 160 с.

61. Митропольский А.К. Техника статистических вычислений. М. Государственное издательство физико-математической литературы, 1961г.-480 с.

62. Михайлов В.В. Тарифы и режимы электропотребления. 2е изд., пере-раб. и доп. -М.: Энергоатомиздат, 1986. - 216 с.

63. Михайлов В.И., Тарнижевский М;В., Тимченко В.Ф: Режимы коммунально-бытового электропотребления. М.: Энергоатомиздат, 1993. -288с.

64. Моисеев J1.JL, Сливной В.Н. О техноценологическом подходе к энергосбережению региона// Электрика № 7. 2005. с. 16-18.

65. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981.488с.

66. Надтока И.И. Многофакторные регрессионные модели электропотребления промышленного предприятия. Изв. вузов Электромеханика. -1998, N 2-3. С - 72-74.

67. Надтока И.И., Березкина С.Ю. Анализ и моделирование потребления энергоресурсов в Ростовской области//Электрика. 2006. №4. - с. 10-12

68. Надтока И.И., Березкина С.Ю. Моделирование и прогноз объемов энергопотребления промышленными предприятиями. Диагностика энергооборудования. Материалы XXVIII сессии Всероссийского семинара

69. Кибернетика энергетических систем», г. Новочеркасск 25-26 октября 2006 г. /Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. Приложение №15. Диагностика энергооборудования. 2006. 264 с. - с. 150 - 152.

70. Наумкин В;А. К вопросу об.учёте тепла и энергосбережении. Промышленная энергетика, 2005, № 10. с. 2 - 5.

71. Общая теория статистики. /Боярский А.Я., Викторова Л: Л., Гольдберг A.M. и др. Под ред. Гольдберга A.M., Козлова B.C. М.: Финансы и статистика, 1985. -367с.

72. Орлов А.И. Эконометрика. Учебник. М.:Издательство «Экзамен», 2002г.

73. Осика Л.К. Контроль расчётных балансов электрической энергии в условиях внедрения автоматизированных систем коммерческого учёта. — Промышленная энергетика, 2005, №11. с. 35 — 39.

74. Основы современной энергетики.'Ч. 1. Современная электроэнергетика. Под ред. профессоров Е.В. Аметистова М.:.Издательство МЭИ, 2002 г.

75. Оценивание состояния в электроэнергетике /Гамм А.З., Герасимов Л.Н., Голуб И.И., Гришин Ю.А., Колосок Н'.М. /М.: Наука, 1983. 302с.

76. Платонов В.В. Анализ стратегии развития и проблемы.реформирования электроэнергетики России: Монография/ В.В. Платонов; Юж.-Рос.гос.техн. ун-т. Новочеркасск: ЮРГТУ(НПИ), 2006. - 88 с.

77. Почебуг Д.В. Анализ, моделирование и прогнозирование бытового электропотребления в региональной энергосистеме: Автореф. дисс. канд. техн. наук., Новочеркасск, 2001.-17 с.

78. Ираховник A.Bt.Управление электропотреблением (концепция- методы и<федства): Изв; АН'СССР Энергетика итранспорт, 1990; N1 с. 5-16.

79. Праховник А.В., Розен ВЛТ, Дегтярев В-В' Энергосберегающиегрежимы электроснабжения горнодобывающих предприятий. М.: 11едра, 1985. г.

80. Прикладная: статистика (в страховании). Методическая разработка для студентовгматематического?факультета/ Составитель: Ролоколосова Т.В; Кемерово: КемГУ, 2000.http://al lmath. ru/app 1 iedmath/actuar/statisti in straH/index.htm

81. Прикладная;статистика; Основы эконометрики: Учебник для вузов: В 2 т. 2-е издание исправленное. Т. 1. Айвазян С.А., Мхитарян B.C. Теория вероятностей и прикладная статистика. М.: ЮНИТИ-ДАНА, 2001.- 656 с.

82. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е:издание исправленное; Т.2. Айвазян С.А. Основы.эконометрики; -М.: ЮНИТИ-ДАНА, 2001.- 432 с.

83. Ракитин В.И., Первушин В.Е., Практическое руководство по методам вычислений с приложением программ дляшерсональных. компьютеров: Учеб. пособие; Ш: Высш.шк., 1998; - 383 с.

84. Рудников В.А., Зайцев В.А., Бахтеев С.Ф. и др. Проведение энергетических обследований ,тепловых электрических станций; Электрические станции, 2005, № 7: с.2-8. :

85. Савицкий Н.И. Технологии организации, хранения и обработки данных: Учеб. Пособие. Мг.ИНФА-М, 2001 г. - 232 с.

86. Седов AJ31, Надтока И;И. Системы контроля, распознавания и прогнозирования электропотребления: модели, методы, алгоритмы и средства. Ростов н/Д: Изд-во Рост. Ун-та, 2002. - 320 с.

87. Синергетические методы управления сложными системами: Теория системного синтеза/Под общ. Ред. А.А. Колесникова. -М:: КомКнига, 2006. 240 с.

88. Синергетические методы управления сложными системами: Энергетические системы/Под общ. Ред. А.А. Колесникова. М.: КомКнига, 2006.• -248 с.

89. Системный подход при управлении развитием электроэнергетики/Беляев JI.C., Войцеховская Г.В., Савельев В.А. и др. Новосибирск: Наука, 1980

90. Тимченко В.Ф., Меламед A.M. Сопоставления точности методов заблаговременного расчета потребления электроэнергии энергосистем. Исследования в области устойчивости и режимов электропотребления энергосистем. Труды ВНИИЭ, 1979, вып.57, с.131-140.

91. Тимченко В.Ф., Меламед A.M., Скрипко О.А. Прогнозирование режимов электропотребления нерегулярных дней. Электрические станции, 1987, N5, с. 52-57.

92. Томин Н.В'. Анализ и прогнозирование режимных параметров и характеристик для субъектов розничного рынка электроэнергии на базе технологий искусственного интеллекта. Автореф. дисс. канд. техн. наук., Иркутск, 2007. 28 с.

93. Точность производства в машиностроении и приборостроении. / Боро-дачев Н.А., Абдрашитов P.M., Веселова И.М. и др. Под ред. Гаврилова

94. A.Н. М.: Машиностроение, 1973. - 567с.

95. Тутубалин В'.Н. Границы применимости (Вероятностно-статистические методы и их возможности). М.: Знание, 1977. - 64с.

96. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере/ Под ред.

97. B.Э.Фигурнова. -М.:ИНФА-М, 2003. 544 с.

98. Ф.А. Кушнарев, И.И. Надтока, И.Н. Цыгулев. Разработка информационно-аналитической системы использования энергоресурсов в Ростовской области. — Известия вузов. Электромеханика, №1-2. с. 78-79.-/■■". . 155

99. Феллер В- Введение в теорию вероятностей и ее приложения. М.: Мир. 1984. Т.1. -528 с; Т.2. - 752с.

100. Фуфаев В:В; Ценологическое определение параметров электропотребле-нйя, надежности, монтажа и ремонта электрооборудования предприятий региона: Автореф. дисс. докт. /гехн; наук., Москва, 2001. 40 с.

101. Хайтун С.Д. Проблемы количественного анализа науки: М.: Наука, 1989.-280 с. ■

102. Ш1. Червонный Е.М. Проблемы управления электропотреблением промыш- , ленных предприятий; Изв. АН СССР Энергетика и транспорт, 1990, N1, с.34-41.

103. Чуев;Ю.В;,,Михайлов-ЮЖ;, Кузьмин В;И. Прогнозирование количеств ■ венных характеристик процессов. М: Советское радио, 1975. - 400с.

104. Шидловский А.К., Вагин Г.Я., Куренный Э.Г. Расчеты электрических нагрузок систем электроснабжения промышленных предприятий: М.:: Энергоатомиздат, 1992. - 224с. . .

105. Шидловский А.К., Куренный Э.Г. Введение в статистическую динамику ' систем электроснабжения. Киев: Наукова думка, 1984. - 273с.

106. Э.Спирли. Корпоративные хранилища данных. Планирование, разработка, реализация: Том. 1: Пер. с англ. М.: «Вильяме», 2001

107. Эйкхофф П; Основы идентификации систем управления. М.: Мир, 1975. -684с

108. ЭкельП'Я: Модели!и методы оптимизации параметров и управления режимами ,систем электроснабжения. Автореферат диссертации на соискание.уч. степени доктора техн. наук. Киев, 1990.-39с.

109. Экель П.Я., Попов В.А. Учет фактора.неопределенности в задачах моделирования и оптиглизации электрических сетей. Энергетика и транспорт,1985, N2. с.50-58.

110. Г19. Экономика и управление энергетическими предприятиями: Учебник для студ.высш.учеб.завёдений/Т.Ф. Басова, Е.И. Борисов, В.В; Бологова^№ др.; Под.ред Н.Н. Кожевникова. М.: Издательский центр «Академия»,2004. 432 с.

111. Экономия энергоресурсов в промышленных технологиях. Справочно-методическое пособие/Авторы-составители: Г.Я. Вагин, JI.B. Дудникова, Е.А., Зенитич, А.Б. Лоскутов, Е.Б. Солнцев; под.ред. С.К. Сергеева; НГТУ, НИЦЭ Н.Новогрод, 2001. 296 с.

112. Электроэнергетический рынок и тарифы: Учеб.пособие/Б.В. Папков Нижегород.гос.техн.ун-т Н. Новгород, 2002, 252 с.

113. Энергосберегающая технология электроснабжения народного хозяйства: В 5 кн.: практ.пособие / Под.ред. В.А. Венникова Кн. 5. Экономия электроэнергии на промышленных предприятиях / Т.В. Анчарова, С.И. Гама-зин, В.В. Шевченко. -М.: Выш.шк., 1990. 143 .с

114. Якимов А.Е. Опыт использования алгоритма прогнозирования коротких одномерных временных рядов./В кн.: Условия присоединения потребителей к сети энергосистем. Материалы конференции. М.: ЦРДЗ, 1993, с.82-85.

115. Jorgensen Prelen. A New Method for Performing Probabilistic Production Simulations by Means of Moments and Legendre Series. IEEE Transactions on Power Systems, 1991, Vol.6, No.2, p.567-575.

116. Park J.H., Park Y. M., Lee K.Y. Composite Modeling for Adaptive Short-Term Load Forecasting.-IEEE Transactions on Power Systems, 1991, Vol.6, No. 2, p.450-457.