автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели и алгоритмы поддержки принятия решений диспетчера линейно-производственного управления магистрального газопровода

005045486

На правах рукописи

ПроскурннаГалинаВладимировна

МОДЕЛИ И АЛГОРИТМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДИСПЕТЧЕРА ЛИНЕЙНО-ПРОИЗВОДСТВЕННОГО УПРАВЛЕНИЯ МАГИСТР АЛЬНОГОГАЗОПРОВОДА

Специальность 05.13.01 - системный анализ, управление и обработка информации (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

- 7 ЙЮН 2072

Владимир 2012

005045486

Работа выполнена на кафедре информационных систем и информационного менеджмента (ИСИМ) федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых» (ВлГУ).

Научный руководитель: доктор технических наук, доцент

АЛЕКСАНДРОВ Дмитрий Владимирович

Официальные оппоненты: доктор технических наук, профессор

САДЫКОВ Султан Садыкович кандидат технических наук ВАСИЛЬЕВ Артем Вячеславович

Ведущая организация: Межрегиональное общественное учреждение «Институт инженерной физики» (МОУ «ИИФ»), г. Серпухов, МО.

Защита диссертации состоится "03"июля2012 г. в14 часов на заседании диссертационного совета Д.212.025.01 при Владимирском государственном университетеимени Александра Григорьевича и Николая Григорьевича Столе-товыхпо адресу: 600000, г. Владимир, ул. Горького, 87, ауд. 335-1.

С диссертацией можно ознакомиться в научной библиотеке Владимирского государственного университетаимени Александра Григорьевича и Николая Григорьевича Столетовых.

Автореферат диссертации разослан "30"мая 2012 г.

Отзывы на автореферат в двух экземплярах, ■ заверенные печатью, направлять по адресу совета университета: 600000, г. Владимир, ул. Горького, 87, ученому секретарю диссертационного совета Д.212.025.01. Ученый секретарь диссертационного совета

д.т.н., доцент /s/^/ ' '' ДАВЫДОВ H.H.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

АКТУАЛЬНОСТЬ

Газотранспортная сеть России по своей протяженности не имеет аналогов в мире, объемы поставок газа по прогнозам к 2020 г. увеличатся до 670 млрд. м3. По опубликованным данным доля магистральных газопроводов (МГ) старше 33 лет (нормативный срок службы) составляет более 21 % от общего объема. Изношенность трубопровода'может привести к его повреждению, особенно в условиях зон геодинамической активности и участках напряженного состояния недр. Аварийные ситуации на газопроводе приводят к значительным финансовым потерям, чреваты экологическими катастрофами и даже могут привести к человеческим жертвам. При полном разрыве трубы только за первую минуту компания, эксплуатирующая газотранспортную сеть, теряет порядка 1 млн. рублей. Технологии реконструкции и ремонта, а также антикоррозионный мониторинг магистральных газопроводов снижают риск возникновения аварий, но полностью предотвратить их не в силах.

При возникновении аварийной ситуации ответственность по ее оперативному устранению ложится на диспетчера линейно-производственного управления (ЛПУ). В силу психологического давления, условий жесткого лимита времени, фактора неожиданности и большой информационной нагрузки в ходе ликвидации аварии диспетчер может совершать ошибки. Поскольку аварийные ситуации на магистральном газопроводе возникают редко, а последствия их могут быть катастрофическими, возникает острая необходимость в обучении диспетчерского персонала распознаванию аварийной ситуации, принятию срочных и адекватных мер по ее локализации (перекрытию труб, ведущих к месту разрыва). Решение поставленной задачи может быть достигнуто путем постоянного тренинга диспетчеров на имитаторах аппаратно-программных средств диспетчерского пункта, работающих в режиме реального времени. Развитием идей подготовки диспетчерского персонала является ускорение и повышение качества обучения путем автоматизации анализа моделируемых данных телемеханики.

Диссертация посвящена развитию методов, моделей и алгоритмов информационной поддержки управления газотранспортной системой, работа над которыми ведется на кафедре ИСИМ с 2006 г. в рамках научного направления «Интеллектуальные системы поддержки принятия решений диспетчера газотранспортной сети».

В развитие современных автоматизированных методов проектирования информационных систем, основанных на использовании новейших разработок в области теории и практики управления, большой вклад внесли зарубежные ученые Е. Кодд, Д. Росс, Т. Рэмей, Е. Йордан, Т. Де Марко, К. Гейн, Т. Сарсон, М. Джексон, Дж.-Д. Варнье, К. Орр, Дж. Мартин, П. Чен, Р. Баркер, Д. Марка, К. Мак-Гоуэн, М. Хаммер, Дж. Чампи, И. Якобсон, М. Эриксон и другие. Вопросы управ-

/ і

ления сложными объектами рассматривались в трудах отечественных ученых В.Е. Селезнева, В.В. Алешина, В.М Глушкова, А.Г. Мамиконова, Б.Я. Советова, Г.Г. Куликова, О.Б. Низамутдинова, Ю.А. Кафтанюка, О.В. Логиновского, A.B. Кострова, Р.И. Макарова, Е.Р. Хорошевой, В.А. Горбатова, С.А. Редкозубова и других.

ОБЪЕКТОМ ИССЛЕДОВАНИЯ является информационный поток в процессе моделирования нештатной ситуации (НС), связанной с единичным разрывом газопровода, на технологическом имитационном комплексе диспетчера.

ПРЕДМЕТ ИССЛЕДОВАНИЯ - модели и алгоритмы системы поддержки принятия решений (СППР) диспетчера.

ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

Целью диссертации является повышение эффективности оперативного восстановления работоспособности МГ при нештатных ситуациях, связанных с частичным или полным разрывом МГ. Для достижения поставленной цели в диссертации решены следующие научно-технические задачи:

1. Анализ информационного потока в технологическом имитационном комплексе линейно-производственного управления магистрального газопровода на основе тренажера диспетчера производства ФГУП «ФНПЦ НИИИС им. Ю.Е. Се-дакова» (г. Н. Новгород) в процессе моделирования единичных разрывов на линейной части магистрального газопровода (ЛЧМГ).

2. Анализ методов обнаружения места (координаты) разрыва на МГ, обоснование выбора градиентного метода, исследование точности и эффективности выбранного метода обнаружения координаты разрыва посредством машинного эксперимента, формирование математических моделей совершенствования градиентного метода в части повышения точности его работы.

3. Разработка статистической модели расчета вероятности наличия разрыва на интервале между кранами, повышающей корректность принятия решений диспетчера при локализации определенного участка.

4. Разработка приближенной математической модели оценки площади сечения разрыва с учетом скорости падения давления газа в трубопроводе, а также модели и алгоритмов динамического формирования проранжированных по эффективности сценариев выхода из НС, связанной с единичным разрывом МГ, с учетом прогнозирования времени актуальности каждого из сценариев.

5. В части совершенствования технологического имитационного комплекса ЛПУ МГ разработка программных модулей: коррекции результатов работы градиентного метода обнаружения места разрыва, позволяющего также рассчитывать вероятности наличия утечки на интервалах между кранами для всех ниток линейной части магистрального газопровода (ЛЧМГ) на основе скорректированного значения; и генерации проранжированного по убыванию эффективности списка сценариев выхода из НС с прогнозом времени их актуальности на основе экстраполяции показаний датчиков давления газа в трубопроводе.

МЕТОДЫ ИССЛЕДОВАНИЯ

При решении поставленных задач использовались методы математического моделирования, численные методы приближенного решения уравнений и методы оптимизации, теории вероятностей и математической статистики, теории графов, классификации, системного анализа, теории проектирования систем, объектно-ориентированного анализа и проектирования.

Автор выражает глубокую признательность профессору кафедры ИСИМ ВлГУ Романову В.Ф. за помощь в освоении математических основ постановки и решения сложных технических задач.

НАУЧНАЯ НОВИЗНА

В диссертации получены следующие результаты, характеризующиеся научной новизной.

1. Предложен алгоритм совершенствования градиентного метода обнаружения места разрыва на МГ; данный алгоритм описывает формирование статистических моделей коррекции в зависимости от структуры МГ; построенные с его помощью модели для конкретной структуры МГ характеризуются полиномиальной вычислительной сложностью, а также возможностью сведения ошибки метода обнаружения разрыва к статистически оцениваемой ошибке конкретной модели.

2. Сформулирована задача определения вероятности наличия утечки на каждом интервале нитки МГ между основными кранами и предложена математическая модель решения данной задачи, основанная на доверительном интервале модели регрессии.

3. На основе гипотезы о линейной зависимости скорости падения давления на датчиках от площади сечения разрыва разработана математическая модель определения площади сечения разрыва с первой минуты после его обнаружения; особенностью применения данной модели является то, что с течением времени точность результата повышается.

4. Разработана методика динамического формирования сценариев выхода из НС на основе предложенных модели, использующей взвешенный орграф (и классические алгоритмы поиска кратчайших путей на нем), и алгоритмов динамического формирования проранжированных по эффективности сценариев выхода из НС, позволяющая находить наиболее рациональный сценарий перераспределения газовых потоков для возобновления работоспособности МГ при единичном разрыве и рассчитывать время его актуальности.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ диссертации заключается в следующем:

1. Проведены вычислительные эксперименты по оценке точности работы градиентного метода обнаружения координаты утечки на МГ, результаты которых позволили выявить снижение точности обнаружения места разрыва с увеличением расстояния до ближайшего датчика давления и достаточно высокую точность работы метода при больших размерах утечки. Данные статистические закономерности положены в основу предложенных моделей.

2. В рамках прототипа СППР реализованы программные модули коррекции градиентного метода обнаружения места утечки; расчета вероятности наличия утечки в интервале между основными кранами нитки ЛЧМГ; генерации сценариев выхода из НС с прогнозом времени их актуальности в течение ближайших 10 минут. Прототип интегрирован с промышленным тренажером, реализованным НИИИС им. Ю.Е. Седакова, позволяющим имитировать работу МГ и аварийные ситуации в реальном масштабе времени с достаточной точностью и используемым на дочерних предприятиях ОАО «Газпром».

3. Подтверждена эффективность предложенных моделей и алгоритмов с помощью машинных экспериментов, в том числе на данных реального частичного разрыва на участке Пангодинского ЛПУ МГ «Уренгой - Грязовец» ООО «Тюмен-трансгаз» в 17 км после КС Пангодинская (11.02.2004).

4. Разработанные алгоритмы применены в учебном процессе кафедры ИСИМ ВлГУ в лабораторных и практических работах по дисциплинам «Управление данными» и «Представление знаний в ИС».

5. Полученные научные результаты использованы в инновационной компании ООО «Бизнес.РФ» (г. Владимир) в рамках выполнения НИОКР №01200959379 «Разработка моделей и алгоритмов мониторинга линейной части магистрального газопровода на предмет обнаружения нештатных ситуаций, определения места разрыва и формирования сценариев локализации нештатной ситуации» по государственному контракту № 7029р/9332 от 25.06.2009 г. при создании информационной системы мониторинга газотранспортной системы (ГТС).

6. Автор принимал участие в НИР № 3.2.3/10553 «Развитие технологий моделирования сетевых интегрированных структур образования, науки и производства в технопарковой зоне ведущего регионального вуза с использованием высокопроизводительных параллельных вычислений» в рамках аналитической ведомственной целевой программы (АВЦП) «Развитие научного потенциала высшей школы (2009-2011 годы)» по разработке пользовательского интерфейса для программы моделирования сетевых структур на суперЭВМ «СКИФ Мономах», используемой в вычислительном центре ВлГУ. Данная программа использована автором при проведении вычислительных экспериментов.

7. По результатам исследований, проведенных автором в рамках диссертации, получены два свидетельства об официальной регистрации на разработанные с его участием программные продукты; проект с участием автора завоевал специальный диплом конкурса инновационных проектов в номинации «Инновационный проект» на Окружном молодежном инновационном конвенте Центрального федерального округа; работа была поддержана персональной стипендией администрации Владимирской области «Надежда земли Владимирской» в номинации «Молодой исследователь в области технических наук»; отмечена свидетельством финалиста конкурса «УМНИК 2012» по Владимирской области, подчеркивающим высокий уровень проекта.

8. Результаты научных исследований можно использовать для реализации дополнительного программного модуля тренажера диспетчера ЛПУ многониточным МГ при подготовке диспетчерского персонала к работе в нештатных режимах, а также для создания и внедрения на предприятиях нефтегазовой промышленности реально действующей системы мониторинга и ППР диспетчера ЛПУ, адаптированной под конкретный комплекс телемеханики (ТМ).

АПРОБАЦИЯ РАБОТЫ.

Основные результаты работы докладывались и обсуждались на IV МНТК «Компьютерные технологии поддержки принятия решений в диспетчерском управлении газотранспортными и газодобывающими системами (DISCOM-2009)» (Москва: ВНИИГАЗ, 2009); III МНТК «Газотранспортные системы: настоящее и будущее (GTS-2009)» (Москва: ВНИИГАЗ, 2009); V, VI, VII МНТК «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования» (г. Вологда, 2009, 2010, 2012); XXIII МНК «Математические методы в технике и технологиях» (г. Саратов, 2010); Молодежных форумах «селигер-2010» и «Селигер 2011» (р-он г. Осташков, 2010, 2011); межвузовской НПК «Социально-экономические системы: особенности развития, функционирования и управления в условиях инновационной направленности» (г. Владимир, 2010); межвузовской НПК «Современные проблемы экономического и социального развития России глазами молодежи» (г. Владимир, 2010); молодежной научно-практической школе «Информационный менеджмент социально-экономических и эргатических систем» (г. Владимир

2010); Всероссийской научно-методической конференции «Творчество молодежи в создании информационных образовательных технологий» (г. Анапа, 2011); VI МНПК «Современные информационные технологии и ИТ образование » (Москва,

2011); II Международной молодежной научно-практической школе «Информационный менеджмент социально-экономических и технических систем» (Москва,

2011). Доклад на I Всероссийском конгрессе молодых ученых (Санкт-Петербург,

2012) был признан лучшим на секции «Современные методы теории автоматического управления». Технические аспекты созданного с участием автора прототипа системы обсуждались на организованной автором совместно с компанией Oracle межрегиональной конференции разработчиков «Java Day.Vladimir». В процессе разработки прототипа комплекса автором была освоена платформа Java и успешно сдан экзамен на сертификат «Sun Certified Programmer for the Java 2 platform, SE 5.0 on march 24, 2010».

ПУБЛИКАЦИИ. Результаты исследований по теме диссертации опубликованы в 27 работах, среди них 4 статьи в изданиях из перечня ВАК.

СТРУКТУРА И ОБЪЕМ РАБОТЫ. Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 134 страницах, включающих 80 рисунков, 13 таблиц, список использованных литературных источников, состоящий из 103 наименований, а также приложение.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность исследования, сформулированы его объект, предмет, цель и задачи, а также научная новизна, охарактеризованы практическая значимость работы и апробация ее результатов.

Первая глава посвящена рассмотрению особенностей, масштабов и условий транспортировки газа по магистральным трубопроводам РФ. Рассмотрена организация диспетчерского управления потенциально опасным технологическим объектом (газотранспортной системой) в части информационной поддержки при возникновении НС. Приведен анализ примеров зарубежных и отечественных программных продуктов для оснащения автоматизированного рабочего места диспетчера линейной части ГТС. Выявлены недостатки современных средств информационной поддержки диспетчера при управлении ГТС и необходимость их совершенствования в части интеллектуальной поддержки принятия решений диспетчером, в частности, в нештатных ситуациях на МГ. В качестве инструмента совершенствования рассмотрен программно-аппаратный комплекс мониторинга и поддержки принятия решений диспетчера магистрального газопровода, позиционируемый как часть человеко-машинной системы (рис. 1). Центральной частью СППР диспетчера должна стать возможность прогнозирования последствий применения

того или иного решения диспетчера по перестановке запорной арматуры. Базовой же частью СППР служит модуль анализа показаний датчиков телеметрии. В работе кратко описан итерационный алгоритм функционирования модуля, приведен перечень задач, решаемых разработанным с участием

Контур ^ ____________^—

Рис. I. Структура взаимодействия человек-ИС

автора прототипом. Подробно рассматривается один из возможных типов НС, а из перечня задач решаются задачи, связанные с обнаружением места разрыва, локализацией и перераспределением газовых потоков для поддержания нормального функционирования ЛЧМГ. Первая задача позиционируется как центральная при выходе из НС, в прототипе СППР ее решает предложенный экспертом градиентный метод обнаружения места утечки. При высокой скорости работы и малой требовательности к вычислительным ресурсам, метод обладает невысокой точностью. Для улучшения характеристик метода необходимы статистические данные, получить которые натурным экспериментом невозможно. Поэтому, в качестве источника данных для прототипа модуля СППР выступал тренажер диспетчера, созданный НИИИС им. Ю.Е. Седакова (г. Нижний Новгород), обеспечивающий моделирование линейной части и компрессорных цехов в реальном масштабе времени. План эксперимента приведен в п. 1.5, тренажер позволяет варьировать три факто-

ра: километр трубопровода К, номер нитки I, на которых моделируется утечка, а также площадь сечения Р моделируемого разрыва в процентах относительно площади сечения трубы. При оценке точности исследуемого метода обнаружения места разрыва введено и обосновано понятие ошибки нахождения координаты утечки градиентным методом = F — К,

где Y - среднее арифметическое откликов Yj экспериментов для всех п итераций

работы СППР: 7 = Ska^

Вторая глава посвящена разработке моделей коррекции градиентного метода обнаружения места разрыва на МГ. В результате исследования закона распределения величины ^ср (рис. 2) с помощью критериев Колмогорова-Смирнова и Шапиро-Уилка, сделан вывод о нормальном распределении величины что

позволило применить многомерный дисперсионный анализ для выявления статистических закономерностей ошибки градиентного метода. Обнаруженные закономерности указали направление для дальнейшего анализа результатов эксперимента и выявления дополнительных факторов.

Подробное исследование экспериментальных данных с учетом результатов дисперсионного анализа позволило выявить дополнительные факторы, зависящие от конфигурации рассматриваемого участка газопровода. В результате корреляционного анализа выделены следующие значимые факторы:

- расстояние So от среднего арифметического Y до ближайшего к нему датчика давления в километрах;

- R характеризует разброс результатов Y эксперимента, рассчитываемых градиентным методом для фиксированных значений I, Р, К в разные моменты времени. R вычисляется как разность между максимальным и минимальным значениями величины отклика Yt по всем п итерациям работы прототипа:

R = maxi=iÄ Yt - min;=iH У(;

- расстояние S между Dkm и F в километрах, где Dkm - среднее арифметическое координат (в км от КЦ, закачивающего газ в трубопровод) датчиков давления газа в трубопроводе, показывающих максимальное отклонение от нормального значения давления газа для заданного режима работы МГ по всем итерациям работы СППР;

- оценка дисперсии а характеризует величину рассеяния рассчитываемой в разные моменты времени координаты разрыва относительно среднего значения Y;

-15 -10 -S С S 10 15 23

Наблюдаемое значение

Рис. 2. гистограмма распределения величины ^

- средняя по модулю ошибка нахождения координаты разрыва ^ - среднее арифметическое ошибок градиентного метода в каждой из п итераций работы прототипа СППР, взятых по модулю: = .

Анализ экспериментальных данных выявил убывающую трендовую составляющую величины Предложена гипотеза о связи данного тренда с падением давления газа в трубопроводе при увеличении расстояния (в километрах) от компрессорного цеха (КЦ), нагнетающего газ: Сг = —0,0001 * У'2 — 0,1622 * У, где У - расстояние от головного КЦ до точки, в которой измеряется падение давления. Функция 1г получена аппроксимацией показаний датчиков давления. Корреляционный анализ показал достаточно высокую степень связи фактора ¡г с параметром 5сР (коэффициент корреляции 0,66).

Было построено 9 линейных и нелинейных моделей регрессии, описывающих ошибку нахождения координаты утечки градиентным методом. В ходе дискриминации и селекции моделей выявлено, что наиболее точно параметр ^ описывается математической моделью поверхности отклика, включающей главные эффекты факторов XI, ...,хк (к=6), их взаимодействия (х,*х2, х,*х3, ... ,х^1*хк) и их квадратичные компоненты (х/,..., х/,2):

у = Ь0 +Ь, *х, +...+Ък *хк + Ъ,2 *х, *х2 +ЬВ *х, *х3 +...+Ьк.,,к *хы *хк + (1)

Ь„ *х,2+...+Ькк*хк2 Дисперсионный анализ позволил выявить, что набор коэффициентов Ъу модели (1) зависит от конфигурации нитки МГ, для которой разрабатывается математическая модель коррекции градиентного метода, рассчитывающего место утечки. Для любой конфигурации нитки необходимо провести ряд экспериментов, по полученной статистике построить модель регрессии вида (1) и отбросить все статистически не значимые факторы. В работе предложены регрессионные модели вида (1) для трех видов конфигурации нитки МГ: для нитки, связанной на обоих концах рассматриваемого участка с другими нитками МГ открытыми кранами-перемычками (конфигурация А); нитки, связанной с другими одним краном-перемычкой (конфигурация В); а также для изолированной от остальных нитки (конфигурация С). В табл. 1 приведены характеристики полученных моделей, показывающие их высокую статистическую значимость. Анализ остатков показал адекватность предложенных моделей.

Я — коэффициент множественной корреля- Таблица 1

ции модели;

¡е — коэффициент детермина- Описание полученных регрессионных моделей

ции; ¡Рост — значение остаточной дисперсии; модели - значение объясненной моделью дисперсии результативного признака; — стандартная ошибка;

Конфигурация К К1 осп " модем

А 0,87 0,76 1270,53 4071,88 3,10

В 0,89 0,79 657,75 2492,76 3,56

С 0,94 0,89 257,24 2098,18 2,22

Применение предложенных регрессионных моделей позволило сократить среднее по модулю значение ошибки нахождения координаты разрыва более чем вдвое, а также значительно уменьшить дисперсию ошибки (табл. 2).

Диспетчер не располагает данными, на основе которых он мог бы сделать вывод о точности работы системы, поэтому в работе предлагается вероятностная модель оценки наличия разрыва на определенном интервале ЛЧМГ между двумя кранами. Будем называть «промахом» случай, когда оценочное и фактическое наличие разрыва на интервале между кранами не совпадают.

Таблица 2

Результаты применения регрессионных моделей для коррекции градиентного метода, цифры приведены в километрах

Конфигурация Вид ошибки Максимальное значение Минимальное значение Среднее арифметическое значение Дисперсия

А метода 12,93 -14,58 4,85 34,03

модели 5,88 -7,43 2,24 7,50

В метода 12,14 -20,15 5,20 37,82

модели 7,66 -8,34 2,17 8,33

С метода 9,47 -15,25 4,14 30,62

модели 3,82 -5,37 1,36 3,26

Прототип СППР рассчитывает вероятность наличия НС на каждом из интервалов между кранами. Используя эту информацию, диспетчер может более уверенно проводить мероприятия по локализации НС. На основе полученных моделей регрессии построены доверительные интервалы. Истинное значение регрессии у, с вероятностью а покрывается интервалом:

Уі - і/,а * * А < Уі < Уі + гГ а * Б9і * Л, где tf a - табличный коэффициент Стьюдента при заданном уровне значимости а и количестве степеней свободы /, Уі — предсказанное моделью регрессии значение, Я — коэффициент, учитывающий нелинейность уравнения регрессии.

Пусть Ф(дг) - это функция распределения вероятностей, для каждого значения х равная вероятности того, что дискретная случайная величина 4 будет меньше, чем х: Ф(х)= Ф(%<х). Тогда вероятность попадания нормально распределенной случайной величины К на интервал (а,Ь) выражается простой формулой:

Ф(а <У<Ь) = Ф(Ь) - Ф (а) Если х — это скорректированная регрессионной моделью координата утечки (в кп |кпкпз КП4 КП5 КП6 километрах от КЦ,

, . „. ■ ..._____. Нчгк=1 1

а ь Л нагнетающего газ в

, ... .__ ____ _ х__ «"»»- нитку ЛЧМГ), а и Ь -

координаты располо-

_ _ _ Ніні..-. 5

.... ----- ------- жения датчиков дав_ _ _ іііггки ления газа в трубо-

144 ' " Рис. І. Схема расчета вероятности утечки па интервале2'1 проводе ДЛЯ НЄКОТО-

poro интервала (рис. 3), то вероятность разрыва на интервале (а,Ь) между датчиками вычисляется по формуле: Р = F — F

где F(x) - интегральная функция распределения Стъюдента. Применение вероятностной модели позволило сократить общее количество промахов с 29 до 17 процентов (рис. 4).Если рекомендовать диспетчеру перекрывать тот кран, который находится между двумя интервалами с наибольшими вероятностями наличия разрыва, то в 98,8 % случаев диспетчер перекроет кран, верно локализующий утечку.

Третья глава посвящена решению задач, возникающих при обработке разрыва на МГ. В работе проанализирован случай частичной локализации изолированной нитки, когда перекрыт один кран. В этом случае место разрыва может находиться либо до перекрытого крана, либо после него с 99 % вероятностью. Второй кран для окончательной изоляции места разрыва логично было бы выбирать со стороны наибольшего падения давления газа в трубопроводе на участке. Но в трубопроводе газ движется с большой скоростью от нагнетающего КЦ к отбирающему. Если перекрыть основной кран на КП X с целью локализовать утечку справа от крана (рис.

5), то после перекрытия па-

2 0,9

I ¡ 0,8

I 1-0.7

■о О.

S =0,6

fc ®

I ¡0,5

Б І 0,4

S й-

1 I О'3

I I 0,2

t S 0,1

в о,

В ¡ о

S §

146-149

150-152

153-178 179-207

Интервалы между кранами начальный километр -конечный километр

Рис. 4. Сравнение числа «промахов» до и после применения вероятностной модели

Направление движения газа

Потребитель

кпх

Место разрыва ЛЧМГ

Рис. 5. Схема участка одной нитки ЛЧМГ

дение давления будет Поставщик наблюдаться на обоих участках, разграниченных перекрытым краном. Падение давления справа от основного крана обусловлено

наличием разрыва ЛЧМГ, слева - работой КЦ, выкачивающих газ из трубы с целью поддержания постоянного давления на всей протяженности МГ. В работе показано, что при выборе крана для окончательной локализации необходимо знать размер утечки. Предлагается модель, основанная на предположении о линейности связи площади сечения разрыва со скоростью падения давления, показываемой

/-.л рсо~рс

датчиками: г?(г) =-.

¿г

Свободный член линейной модели аппроксимации получен эмпирически: Ь(£) = Ь(£ — 1) — 1 • 0,2, а угловой коэффициент - статистически с помощью модели регрессии (коэффициент детерминации равен 0,83):

а = 4.09 + 1.73 • t + 0.03 ■ SD, где t - это время (в минутах) с момента обнаружения разрыва.

После проведения локализации (о ее корректности можно судить по падению давления газа внутри перекрытого участка трубы) газ необходимо перенаправить потребителю через соседнюю трубу, открыв имеющиеся перемычки. Будем называть такие действия обводом. В качестве главного критерия выбора соседней нитки принимается критерий минимизации общей длины (в километрах) неиспользованного (закрытого со всех сторон) участка газопровода. Поэтому нужно открывать краны-перемычки так, чтобы они были максимально приближены к месту разрыва, это является важнейшим критерием эффективности сценария обвода локализованной НС. Под сценарием понимается последовательность действий по открытию или закрытию кранов. Для нахождения сценария обвода рассматриваемый участок ЛЧМГ представляется в виде взвешенного ориентированного графа G = (V,A), множество вершин V которого образовано местами ответвления перемычек. Множество дуг А = Ат w Л^, г> А^ =0 образуется линейными участками ЛЧМГ между перемычками (Ат) и самими перемычками (А^г). Дуги направляются в сторону течения газа. Поскольку по перемычке газ может течь в обе стороны, перемычку целесообразно представить двунаправленной дугой. Локализованный участок (часть нитки ЛЧМГ вместе с закрытыми кранами-перемычками) на орграфе не представляется.

Пусть КМ- координата ЛЧМГ, на которой расположена перемычка, тогда для

дуги, образованной из данной перемычки, величина ДL определяется формулой:

■, ~ если КМ < КМ^т

Д/. = ^

КМ -КМ'°*, если КМ > КМ'"*

I. ш' max

»

где минимальная координата локализованного участка, КМ'*„ - это

максимальная координата локализованного участка. Перемычки, находящиеся между КМ'*, и КМ^ при построении графа не учитываются, поскольку их открытие приведёт к нарушению локализации аварийного участка.

Весовая функция для дуги а еЛ графа G будет иметь вид:

{о' х ДКМ, если а е Д,.. kx-AL + t, если а е А

Коэффициенты о', k, t' подбираются таким образом, чтобы вес дуги V а е превышал вес V а е Л^.

Оптимальный сценарий обвода находится запуском алгоритма поиска минимального пути на орграфе. Для нахождения другого сценария из орграфа необходимо удалить дугу минимального веса, входившую в найденный маршрут. Получаемые сценарии могут быть проранжированы от наиболее эффективного к худшему согласно критерию минимизации суммарного веса найденного пути. В работе приведена оценка размерности пространства решений поставленной задачи.

Открыть кран-перемычку между двумя нитками можно только в том случае, если разница давлений в этих нитках не превышает 5 кг/см3. Забирающий КЦ, выкачивая газ из перекрытой трубы, инициирует резкое падение давления, а нагнетающий КЦ, закачивая газ в другой конец перекрытой трубы, провоцирует нарастание давления. С течением времени разница давления переходит означенный рубеж, и открыть кран между нитками не представляется возможным. Поэтому для каждого из кранов-перемычек, входящих в сценарий обвода необходимо спрогнозировать развитие НС с целью определить, через какое время перекрытие данного крана станет невозможным, а, следовательно, весь сценарий будет неосуществим. В работе предлагается использовать аппроксимацию показаний датчиков давления с помощью численных методов, базирующихся на решении систем линейных уравнений методом Гаусса. Ее использование не даст высоких по точности результатов, но, учитывая, что требуемое временное окно прогнозирования не велико (порядка 10-15 минут), данный подход применим для оценки времени актуальности предложенного с помощью графовой модели сценария обвода.

Четвертая глава посвящена практической реализации алгоритмических средств обработки НС, т.е. результатам внедрения проведенных исследований. В главе описана программная реализация модулей СППР диспетчера МГ; подробно показана интеграция модулей с тренажером диспетчера через протокол МООВиБ.

Адекватность и точность моделей коррекции и расчета вероятности возникновения утечки на интервале между кранами были подтверждены результатами дополнительного рандомизированного эксперимента, в котором значения уровней факторов Р, I, К выбирались случайным образом в допустимых пределах. Применение разработанных моделей позволило снизить среднюю по модулю ошибку обнаружения места утечки на 2В %, снизило дисперсию ошибки в 2,6 раза и позволило сократить число «промахов» в выборе участка для локализации на 15 процентов против градиентного метода.

Оценка эффективности модели нахождения размеров утечки показала невысокую абсолютную погрешность вычисления масштаба аварии (порядка 4 %) для

крупного разрыва с площадью более 40 % относительно площади сечения трубы (рис. 6). Для малых утечек абсолютная погрешность гораздо больше, что позволяет сделать вывод о

" ж | г

100» у..................................

«й* ]

|

204-М рНрЫвв

—П|*1 («ачыюм 404-м разрыве

Время с момента обнаружения НС, мин

Рис. 6. Зависимость определяемой площади сечения разрыва от времени, пройденного с момента обнаоу.жения НС

применимости модели для определения размеров утечки более 40 %.

12

Учитывая, что утечки менее 20 % системами телемеханики отследить практически невозможно, предлагаемая модель покрывает достаточно широкий диапазон в три четверти возможных случаев.

Для проверки адекватности предложенной модели составления сценариев обвода реализован программный модуль, преобразующий конфигурацию ЛЧМГ во взвешенный орграф. При реализации модуля коэффициенты весовой функции выбирались следующим образом.

Множитель к принят равным 10, слагаемое принято равным дискретной величине по формуле:

где I - время (сек.), необходимое для закрытия крана-перемычки. Если кран-перемычка между ниткой, на которой локализована НС, и соседней уже открыт, то (= 0.

Поскольку сведения о техническом состоянии участка МГ, рассматриваемого в экспериментах, отсутствуют, величина о' для всех основных участков ЛЧМГ была выбрана равной 1000. Это значение для участка ЛЧМГ длиной 200 км гарантирует необходимое условие: а > Ь\Уа,Ь,а£ Аот,Ь е Арег. На рис. 7 изображен взвешенный орграф, представляющий участок ЛЧМГ, на котором проводились эксперименты для доказательства применимости модели. Вершины орграфа пронумерованы от 0 до 30.

144 145 «8 154 178 179 207 208 242 243 244 ш

-0 -1 _2 _3 _4 _5 _6 _7 Я Я 10

о, при 1 = 0

1, при /<20

2, при 20 < < < 40

3, при 40 < / < 60

4, при Г>60

Рисунок 7 Взвешенный орграф для участка ЛЧМГ

При моделировании разрыва на 230 километре участка ЛЧМГ Уральского и Сосьвинского ЛПУ, лучшие 5 путей из существующих 20 вариантов обвода представлены в таблице 3. На основании дополнительной серии экспериментов сделан вывод об адекватности и допустимой точности предлагаемого подхода к прогнозированию изменения давления для временного окна в 10 минут во время развития НС, связанной с разрывом на ЛЧМГ.

В главе 4 приведены описывающие прототип СППР диаграммы прецедентов, классов и видов деятельности в нотации иМЬ. Модуль анализа прототипа реализует модели и алгоритмы, предложенные в настоящей диссертационной работе.

Источник данных прототипа - тренажер диспетчера - моделирует газовые потоки МГ и КЦ с 95 % точностью, что дает основание предполагать, что статистические модели, построенные на данных тренажера диспетчера будут адекватно работать и на реальных данных телемеханики.

Таблица 3

Результаты применения графовой модели поиска сценариев обвода

Суммарный вес пути Последовательность вершин пути

100340 11->12->13->14->15->16->17->18->7->8->19->20->21

100350 11 -> 12-> 13 -> 14-> 15-> 16-> 17-> 18->7->8->9->20->21

100350 11 -> 12-> 13-> 14-> 15-> 16-> 17->18->28->29->20->21

100350 11 -> 12-> 13 -> 14-> 15-> 16-> 17->6->7->8-> 19->20->21

100360 11 с. 12-> 13-> 14-> 15-> 16-> 17->27->28->29->20->21

Действительно, работа прототипа проверена на основе реальных данных телемеханики, зафиксированных во время частичного разрыва на линейной части ЛПУ МГ «Уренгой -Грязовец» Газотранспортного предприятия (ГШ) ООО «Тю-ментрансгаз». В реальной ситуации частичного разрыва на 140 км 2-й нитки ЛЧМГ система ТМ зафиксировала аварию через 3 мин, а диспетчер выяснял место утечки более 13 мин. Прототип интеллектуального комплекса обнаружил наличие утечки уже через 15 секунд. Через 2 минуты после обнаружения утечки координата разрыва была рассчитана градиентным методом с ошибкой в 4,5 км (К = 144,5 км). Расчетный размер утечки - 51 %. Применение регрессионных моделей коррекции позволило уменьшить ошибку до 1,2 км (рассчитанное корректирующее воздействие -5,7 км, скорректированная координата утечки - 138,8 км ЛЧМГ). Показания градиентного метода приводили к промаху мимо фактического интервала с утечкой, предложенная вероятностная модель указала на верный интервал с вероятностью 76 %. Поскольку разрыв произошел в 17 километрах от КЦ, то все варианты обвода, рассчитанные с применением предложенной графовой модели проходят через одну из двух перемычек, связывающих аварийную нитку с двумя другими. Рассчитанное время актуальности сценариев обвода - 3 минуты 40 секунд.

Рис. 7. Диаграмма пакетов классов прототипа СППР

Разработанный прототип интегрирован с тренажером диспетчера, поэтому он легко может быть оформлен в виде модуля тренажера. Данный модуль позволит повысить скорость и качество обучения диспетчерского персонала поведению в НС, оказывая информационную поддержку при первичном обучении персонала. Модуль предоставляет учащемуся дополнительный источник информации, с удобной визуализацией состояния МГ и советами по выходу из НС. Дополнительный функционал, добавляемый тренажеру разрабатываемым комплексом может быть частично или полностью отключен с повышением уровня обучающегося. Время, затраченное на обнаружение НС, влияет на объемы потерь газа из-за разрыва. По отклонениям от нормальных значений в показаниях датчиков давления в трубах МГ можно оценить объемы потерь газа: за 3 мин после аварии потеряно около 350 тыс. м3. При средней мировой цене на газ 150 долл./тыс. м3 (на сентябрь 2011) потери уже через 3 минуты составляют 52 тыс. долл., поэтому уровень тренированности диспетчера должен быть очень высок для принятия решений в режиме реального времени, чему и способствует разработанный модуль тренажера. Проведенные эксперименты показали работоспособность модуля в реальных условиях, что может служить основанием для внедрения СППР в диспетчерских службах ГТП для поддержки диспетчера в условиях реальной НС.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. Собран технологический имитационный комплекс из ПЭВМ оператора с разработанным при участии автора прототипом СППР и ПЭВМ с установленным тренажером диспетчера транспорта газа разработки НИИИС им. Ю.Е. Седако-ва; на данном комплексе проанализирован информационный поток в процессе моделирования единичных разрывов на ЛЧМГ.

2. Проанализированы существующие методы обнаружения места утечки на МГ и обоснован выбор градиентного метода, проведено исследование точности и эффективности выбранного метода обнаружения координаты разрыва с помощью машинного эксперимента; разработаны регрессионные модели оценки ошибки нахождения координаты утечки для совершенствования градиентного метода. Применение моделей позволило повысить точность работы метода в среднем на 28 %.

3. Предложена статистическая модель расчета вероятности наличия утечки на интервале между кранами, сократившая число неправильных советов по локализации аварийного участка на 15 %.

4. Разработана приближенная математическая модель определения площади сечения разрыва, коэффициенты которой найдены статистически, в том числе с помощью модели регрессии; модель имеет достаточную точность: для утечек с площадью сечения более 40 % относительно площади сечения трубы погрешность не превышает 5 %. Кроме того, разработаны модель и алгоритмы динамического формирования сценариев выхода из НС, связанной с единичным

разрывом МГ, и предложен подход к прогнозированию развития НС с помощью аппроксимации показаний датчиков давления газа в трубопроводе. 5. Разработаны программные модули информационной поддержки принятия решений диспетчера ЛПУ ГТП в части обнаружения координаты разрыва, локализации и перераспределения газовых потоков; данные модули работают в реальном масштабе времени и позволяют повысить эффективность оперативного обнаружения и поиска мест возникновения НС на МГ за счет сокращения времени на принятие решений диспетчером. Кроме того, с помощью машинных экспериментов, а также на основе реальных данных ТМ.(зафиксированных во время частичного разрыва на линейной части ЛПУ МГ «Уренгой - Грязовец» ГТП ООО «Тюменгрансгаз») подтверждены адекватность и эффективность предложенных моделей и алгоритмов.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ

Статьи в журналах из перечня, рекомендованного ВАК

1. Проскурина, Г.В. Графическое представление информации о состоянии газотранспортной системы при решении диспетчером задачи анализа режима работы многониточного трубопровода / М.А. Гусев, Г.В. Проскурина // Вестник Костромского гос. ун-та. Серия: Технические и естественные науки «Системный анализ. Теория и практика». - 2009. -№ 2. - С. 74 - 76 (соискатель - 50 %).

2. Проскурина, Г.В. Формирование оптимального сценария выхода из нештатной ситуации на магистральном газопроводе / М.А. Гусев, Г.В. Проскурина // Вестник Костромского гос. ун-та. Серия: Технические и естественные науки «Системный анализ. Теория и практика». -2010.-№ 1. - С. 72 - 74. (соискатель-50 %).

3. Проскурина, Г.В. Определение масштаба нештатной ситуации на линейной части магистрального газопровода / М.А. Шалатонов, М.А. Гусев, Г.В. Проскурина // Вестник Костромского гос. ун-та. Серия: Технические и естественные науки «Системный анализ. Теория и практика». - 2010. - № 2. - С. 63 - 65 (соискатель - 33 %)

4. Проскурина, Г.В. Совершенствование математического обеспечения модуля обнаружения нештатной ситуации на магистральном газопроводе // Информационно-измерительные и управляющие системы. — 2012. — № 1. — С. 11 — 18.

Основные публикации в региональных изданиях

5. Проскурина, Г.В. Интеллектуальный комплекс для мониторинга процесса транспортировки газа и обнаружения нештатных ситуаций на магистральном газопроводе / М.А. Гусев, Д.В. Александров, A.B. Кокорин, Г.В. Проскурина, И.Р. Бухвалов // Газотранспортные системы: настоящее и будущее (GTS-2009) : тезисы докладов III межд. научн.-техн. конф., 27-28 октября 2009 г. - М.: Газпром ВНИИГАЗ, 2009. - С. 66 (соискатель - 20 %).

6. Проскурина, Г.В. Подход к решению задачи поиска пути обвода газа при локализации разрыва на многониточном газопроводе / М.А. Гусев, Г.В. Проскурина, К.В. Фомин // Математические методы в технике и технологиях — ММТТ-23 [текст]: сб. трудов XXIII Меж-дунар. научн. конф.: в 12 т. Т. 9. Секция 10 / под общ. ред. B.C. Балакирева. - Саратов: Сарат. гос. ун-т, 2010. - 260 с. - С.41-43. - ISBN 978-5-7433-2265-7 (соискатель - 60 %).

7. Проскурина, Г. В. Разработка математической модели площади сечения разрыва на линейной части магистрального газопровода/ М.А.Шалатонов, М.А.Гусев, Г.В.Проскурина // Информационный менеджмент социально-экономических и технических систем - 2011 : сборник материалов II Международной молодежной научно-практической школы (Москва). - Владимир : Транзиг-ИКС, 2011. - 271 с. - с. 140-142. - ISBN 978-5-83110616-9 (соискатель - 33 %)

8. Проскурина, Г.В. Вероятностная модель локализации нештатной ситуации на магистральном газопроводе ' //Современные информационные технологии и ИТ-образование[Элекгронный ресурс] / Сборник научных трудов VI Международной научно-практической конференции. / под ред. В.А. Сухомлина. - Москва: МГУ, 2011. - Т. 1- 787с. -1 электрон.опт. диск (CD-ROM). - ISBN 978-5-9556-0128-1.

9. Проскурина, Г.В. Модель локализации единичного разрыва на магистральном газопроводе / Г.В. Проскурина, М.А. Гусев // Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования: Материалы седьмой международной научно-технической конференции. -Вологда: ВоГТУ, 2012. - 395 с. -С. 108-111. - ISBN: 978-5-87851-4439 (соискатель - 50 %).

10. Проскурина, Г.В. Интеллектуальный комплекс для мониторинга процесса транспортировки газа и обнаружения нештатных ситуаций на магистральном газопроводе / М.А. Гусев, A.B. Кокорин, Г.В. Проскурина // Информационный менеджмент социально-экономических и эргатических систем - 2010 : труды молодежной научно-практической школы, 30 сентября - 1 октября 2010 г., г. Покров / Покровский филиал МГТУ им. М.А. Шолохова. - Владимир: Собор, 2010. - С. 17 - 21. - ISBN 978-5-904418-87-8 (соискатель -33 %).

11. Проскурина, Г.В. Корректировка градиентного метода обнаружения места утечки на магистральном газопроводе / Г.В. Проскурина, М.А. Гусев // Наука в решении региональных проблем: сб. научн. трудов с международным участием. - Пермь: Березниковский филиал Пермского национального исследовательского политехнического университета, 2012. — Вып. 8. - 317 с. С. 174-181. ISBN 978-5-398-00757-2 (соискатель - 75 %)

12. Проскурина, Г.В.Модели и алгоритмы информационной поддержки управления газотранспортной системой в условиях единичного разрыва магистрального газопровода. // Сборник тезисов докладов конгресса молодых ученых, Выпуск 1. - СПб: НИУ ИТМО, 2012. -С. 210-212.

СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННЫХ СРЕДСТВ ОБРАБОТКИ РАЗРЫВА НА МГ

1.1 Объект управления и его основные особенности.

1.2 Автоматизация диспетчерского управления.

1.2.1 Место системы автоматизации в оперативно-диспетчерском управлении.

1.2.2 Интеллектуальный комплекс для мониторинга процесса транспортировки газа и обнаружения нештатных ситуаций на магистральном газопроводе.

1.2.3 Алгоритм работы прототипа интеллектуального комплекса.

1.2.4 Обобщенный алгоритм обработки разрыва МГ.

1.3. Современные достижения в исследуемой области.

1.3.1 Место работы в рамках научного направления.

1.3.2 Методы определения места разрыва МГ.

1.3.3 Локализация разрывов и поиск пути обвода.

1.3.4 Работы в смежных областях.

1.4 Планирование машинного эксперимента.

1.5 Определение средних величин.

Выводы по главе 1.

ГЛАВА 2. МОДЕЛИ И АЛГОРИТМ СОВЕРШЕНСТВОВАНИЯ ГРАДИЕНТНОГО МЕТОДА ОБНАРУЖЕНИЯ МЕСТА РАЗРЫВА.

2.1 Дисперсионный анализ результатов эксперимента.

2.2 Дополнительный анализ результатов эксперимента.

2.3 Выявление значимых факторов.

2.4. Математические модели оценки точности метода обнаружения.

2.4.1 Модель величины

2.4.2. Модель величины

2.4.3. Алгоритм коррекции градиентного метода.

2.5. Применение регрессионных моделей.

2.5.1. Точность определения места возникновения НС.

2.5.2. Анализ попадания в интервал между датчиками.

Выводы по главе 2.

ГЛАВА 3. ПОДХОД К РЕШЕНИЮ ЗАДАЧИ ПОИСКА ПУТИ ОБВОДА ГАЗА ПРИ ЛОКАЛИЗАЦИИ РАЗРЫВА НА МНОГОНИТОЧНОМ ГАЗОПРОВОДЕ

3.1. Постановка задачи локализации НС, связанной с разрывом МГ.

3.2. Модель расчета площади сечения разрыва.

3.3. Применение теории графов для формирования сценариев выхода из нештатных ситуаций.

3.4. Прогнозирование изменения показаний датчиков давления.

Выводы по главе 3.

ГЛАВА 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ АЛГОРИТМИЧЕСКИХ СРЕДСТВ ОБНАРУЖЕНИЯ НЕШТАТНОЙ СИТУАЦИИ.

4.1. Применение предложенных моделей и алгоритмов.

4.1.1. Адекватность вероятностной модели локализации.

4.1.2. Точность модели нахождения площади сечения разрыва.

4.1.3. Адекватность графовой модели составления сценариев обвода.

4.2. Программная реализация прототипа интеллектуального комплекса.

4.3. Демонстрация работы модуля анализа.

4.4. Проверка функционирования комплекса в реальных условиях.

Выводы по главе 4.

Газотранспортная сеть России по своей протяженности не имеет аналогов в мире - 154 тыс. километров магистральных газопроводов транспортирует газа потребителям внутри России, в странах СНГ и Западной Европы. По прогнозам [93], к 2020 г. объемы поставок газа увеличатся до 670 млрд. м3. Однако уже на текущий момент доля магистральных газопроводов старше 33 лет (нормативный срок службы) составляет более 21% от общего объёма. Изношенность трубопровода может привести к его повреждению, особенно в условиях зон геодинамической активности, участках напряженного состояния недр, зоны разломов и активной эманации агрессивных глубинных газов. Большое влияние на формирование стресс-коррозии и разрушение трубопроводов оказывают магнитные, электрические и тепловые аномалии, а также уровень подготовки газа к транспорту. Аварийные ситуации на газопроводе несут значительные финансовые потери, чреваты экологическими катастрофами и даже могут привести к человеческим жертвам. При полном разрыве трубы только за первую минуту газотранспортная сеть теряет порядка 1 млн. рублей. Для предотвращения НС используют современные технологии реконструкции и ремонта, а также проводят тщательный антикоррозионный мониторинг магистральных газопроводов аппаратно-программными средствами [53, 54, 76]. Данные мероприятия снижают риск возникновения аварий, однако полностью предотвратить их не в силах.

При возникновении аварийной ситуации ответственность по её оперативному устранению ложится на диспетчера ЛПУ МГ. В силу психологического давления, условий жесткого лимита времени, фактора неожиданности и большой информационной нагрузки, в ходе ликвидации аварии могут происходить ошибки. Поскольку аварийные ситуации на магистральном газопроводе возникают редко, а последствия их могут быть катастрофическими, возникает острая необходимость в обучении диспетчерского персонала распознаванию аварийной ситуации, принятию срочных и адекватных мер по ее локализации. Решение поставленной задачи может быть достигнуто путем постоянного тренинга диспетчеров на имитаторах аппаратно-программных средств диспетчерского пункта, 6 работающих в режиме, реального времени. Развитием идей подготовки диспетчерского персонала является ускорение и повышение качества обучения путем автоматизации анализа моделируемых данных телемеханики.

В связи с этим в диссертации ставятся задачи разработки и совершенствования информационно-алгоритмического обеспечения для выхода из нештатных ситуаций, смоделированных на тренажере диспетчера.

В развитие современных методов управления сложными объектами большой вклад внесли отечественные ученые В.Е. Селезнев, В.В. Алешин, В.М. Глушков, А.Г. Мамиконов, Б.Я. Советов, Г.Г. Куликов,

О.Б. Низамутдинов, Ю.А. Кафтанюк, О.В. Логиновский, A.B. Костров, Р.И. Макаров, Е.Р. Хорошева, В.А. Горбатов, С.А. Редкозубое и другие. Вопросы автоматизированного проектирования информационных систем, основанного на использовании новейших разработок в области теории и практики управления, рассматривались в трудах зарубежных ученых Е. Кодда, Д. Росса, Т. Рэмея, Е. Йордана, Т. Де Марко, К. Гейна, Т. Сарсона, М. Джексона, Дж. Д. Варнье, К. Орра, Дж. Мартина, П. Чена, Р. Баркера, Д. Марка, К. Мак-Гоуэна, М. Хаммера, Дж. Чампи, И. Якобсона, М. Эриксона и других. Объект исследования: информационный поток в процессе моделирования на тренажере диспетчера нештатной ситуации, связанной с единичным разрывом газопровода.

Предмет исследования: модели и алгоритмы СППР диспетчера. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

• Целью диссертации является повышение эффективности оперативного восстановления работоспособности МГ при нештатных ситуациях, связанных с частичным или полным разрывом МГ. Для достижения поставленной цели в диссертации решены следующие научно-технические задачи:

• Анализ информационного потока в технологическом имитационном комплексе линейно-производственного управления магистрального газопровода на основе тренажера диспетчера производства ФГУП «ФНПЦ НИИИС им. Ю.Е. Седакова» (г. Н. Новгород) в процессе моделирования единичных разрывов на ЛЧМГ.

• Анализ методов обнаружения места (координаты) разрыва на МГ, обоснование выбора градиентного метода, исследование его точности посредством машинного эксперимента, формирование математических моделей совершенствования градиентного метода в части повышения точности его работы.

• Разработка статистической модели расчета вероятности наличия разрыва на интервале между кранами, повышающей корректность принятия решений диспетчера при локализации определенного участка.

• Разработка приближенной математической модели оценки площади сечения разрыва с учетом скорости падения давления газа в трубопроводе, а также модели и алгоритмов динамического формирования проранжированных по оптимальности сценариев выхода из НС, связанной с единичным разрывом МГ, с учетом прогнозирования времени актуальности каждого из сценариев.

• В части совершенствования технологического имитационного комплекса ЛПУ МГ разработка программных модулей: коррекции результатов работы градиентного метода обнаружения места разрыва, позволяющего также рассчитывать вероятности наличия утечки на интервалах между кранами для всех ниток ЛЧМГ на основе скорректированного значения; и генерации проранжированного по убыванию эффективности списка сценариев выхода из НС с прогнозом времени их актуальности на основе экстраполяции показаний датчиков давления газа в трубопроводе.

МЕТОДЫ ИССЛЕДОВАНИЯ

Исследования, выполненные в работе, базируются на математическом моделировании, численных методах приближенного решения уравнений и методах прогнозирования, теории вероятностей и математической статистики, теории графов, формализации, системного анализа, теории проектирования систем, объектно-ориентированного анализа и проектирования;

НАУЧНАЯ НОВИЗНА

В диссертации получены следующие результаты, характеризующиеся научной новизной.

• Предложен алгоритм совершенствования градиентного метода обнаружения места разрыва на МГ; данный алгоритм описывает формирование статистических моделей коррекции в зависимости от структуры МГ; построенные с его помощью модели для конкретной структуры МГ характеризуются полиномиальной вычислительной сложностью, а также возможностью сведения ошибки метода обнаружения разрыва к статистически оцениваемой ошибке конкретной модели.

• Сформулирована задача определения вероятности наличия утечки на каждом интервале нитки МГ между основными кранами и предложена математическая модель решения данной задачи, основанная на доверительном интервале модели регрессии.

• На основе гипотезы о линейной зависимости скорости падения давления на датчиках от площади сечения разрыва разработана математическая модель определения площади сечения разрыва с первой минуты после его обнаружения; особенностью применения данной модели является то, что с течением времени точность результата повышается.

• Разработана методика динамического формирования сценариев выхода из НС на основе предложенных модели, использующей взвешенный орграф (и классические алгоритмы поиска кратчайших путей на нем), и алгоритмов динамического формирования проранжированных по эффективности сценариев выхода из НС, позволяющая находить наиболее рациональный сценарий перераспределения газовых потоков для возобновления работоспособности МГ при единичном разрыве и рассчитывать время его актуальности.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ диссертации заключается в следующем:

• Проведены вычислительные эксперименты по оценке точности работы градиентного метода обнаружения координаты утечки на МГ, результаты 9 которых позволили выявить снижение точности обнаружения места разрыва с увеличением расстояния до ближайшего датчика давления и достаточно высокую точность работы метода при больших размерах утечки. Данные статистические закономерности положены в основу предложенных моделей. В рамках прототипа СГТПР реализованы программные модули: коррекции градиентного метода обнаружения места утечки; расчета вероятности наличия утечки в интервале между основными кранами нитки ЛЧМГ; генерации сценариев выхода из НС с прогнозом времени их актуальности в течение ближайших 10 минут. Прототип интегрирован с промышленным тренажером, реализованным НИИИС им. Ю.Е. Седакова, позволяющим имитировать работу МГ и аварийные ситуации в реальном масштабе времени с достаточной точностью и используемым на дочерних предприятиях ОАО «Газпром».

Подтверждена применимость предложенных моделей и алгоритмов с помощью машинных экспериментов, в том числе на данных реального частичного разрыва на участке Пангодинского ЛПУ МГ «Уренгой -Грязовец» ООО «Тюментрансгаз» в 17 км после КС Пангодинская (11.02.2004).

Разработанные алгоритмы применены в учебном процессе кафедры ИСИМ

ВлГУ в лабораторных и практических работах по дисциплинам «Управление данными» и «Представление знаний в ИС» (приложение Н, стр. 145).

Полученные научные результаты использованы в инновационной компании

ООО «Бизнес.РФ» (г. Владимир) в рамках выполнения НИОКР

01200959379 «Разработка моделей и алгоритмов мониторинга линейной части магистрального газопровода на предмет обнаружения нештатных ситуаций, определения места разрыва и формирования сценариев локализации нештатной ситуации» по государственному контракту №

7029р/9332 от 25.06.2009 г. при создании информационной системы мониторинга газотранспортной системы (ГТС) (приложение О, стр. 146).

Автор принимал участие в НИР № 3.2.3/10553 «Развитие технологий моделирования сетевых интегрированных структур образования, науки и

10 производства в техиопарковой зоне ведущего регионального вуза с использованием высокопроизводительных параллельных вычислений» в рамках АВЦП «Развитие научного потенциала высшей школы (2009-2011 годы)» по разработке пользовательского интерфейса для программы моделирования сетевых структур на суперЭВМ «СКИФ Мономах», используемой в вычислительном центре ВлГУ. Данная программа использована автором при проведении вычислительных экспериментов, (прил. П, стр. 148)

• По результатам исследований, проведенных автором в рамках диссертации, получены два свидетельства об официальной регистрации на разработанные с его участием программные продукты (прил. Р, С, стр. 149, 150); проект с участием автора завоевал специальный диплом конкурса инновационных проектов в номинации «Инновационный проект» на Окружном молодежном инновационном конвенте Центрального федерального округа (прил. И, стр. 141); работа была поддержана персональной стипендией администрации Владимирской области «Надежда земли Владимирской» в номинации «Молодой исследователь в области технических наук» (прил. Л, стр. 143); отмечена свидетельством финалиста конкурса «УМНИК 2012» по Владимирской области, подчеркивающим высокий уровень проекта(прил. К, стр.142).

• Результаты научных исследований можно использовать для реализации дополнительного программного модуля тренажера диспетчера ЛПУ многониточным МГ при подготовке диспетчерского персонала к работе в нештатных режимах, а также для создания и внедрения на предприятиях нефтегазовой промышленности реально действующей системы мониторинга и ПНР диспетчера ЛПУ, адаптированной под конкретный УНК ТМ.

АПРОБАЦИЯ РАБОТЫ

Основные результаты работы докладывались и обсуждались на следующих конференциях:

• IV международная научно-техническая конференция «Компьютерные технологии поддержки принятия решений в диспетчерском управлении

11 газотранспортными и газодобывающими системами (В18СОМ-2009)» (Москва: ВНИИГАЗ, 2009);

III международная научно-техническая конференция «Газотранспортные системы: настоящее и будущее (СТ8-2009)» (Москва: ВНИИГАЗ, 2009);

V международная научно-техническая конференция «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования» (Вологда,

2009);

XXIII международная научная конференция «Математические методы в технике и технологиях» (г. Саратов, 2010); Молодежный форум «селигер-2010» (р-он г. Осташков, 2010); Межвузовская научно-практическая конференция «Социально-экономические системы: особенности развития, функционирования и управления в условиях инновационной направленности» (Владимир, 2010 г.);

Межвузовская научно-практическая конференция «Современные проблемы экономического и социального развития России глазами молодежи» (Владимир, 2010 г.);

VI международная научно-техническая конференция «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования» (Вологда,

2010);

Молодежная научно-практическая школа «Информационный менеджмент социально-экономических и эргодических систем» (Владимир 2010); Всероссийская научно-методическая конференция «Творчество молодежи в создании информационных образовательных технологий» (Анапа 2011); Молодежный форум «Селигер 2011» (р-он г. Осташков 2011); VI международная научно-техническая конференция «Современные информационные технологии и ИТ образование » (Москва 2011);

• II Международная молодежная научно-практическая школа «Информационный менеджмент социально-экономических и технических систем» (г. Москва 2011);

• VII международная научно-техническая конференция «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования» (Вологда 2012).

• Доклад на I Всероссийском конгрессе молодых ученых (Санкт-Петербург 2012) был признан лучшим на секции «Современные методы теории автоматического управления», (прил. М, стр. 144)

• Технические аспекты созданного с участием автора прототипа системы обсуждались на организованной автором совместно с компанией Oracle межрегиональной конференции разработчиков «Java Day.Vladimir» (Владимир 2012).

ПУБЛИКАЦИИ

Результаты исследований по теме диссертации опубликованы в 27 работах, среди них 4 статьи в издании из перечня ВАК.

СТРУКТУРА И ОБЪЕМ РАБОТЫ

Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 150 страницах, включающих 80 рисунков, 13 таблиц, список использованных литературных источников, состоящий из 103 наименований, а также приложение.

Выводы по главе 4

В главе описываются концепции конкретного применения всех предложенных в главах 2 и 3 моделей и алгоритмов:

1. На результатах дополнительных экспериментов показано повышение точности работы градиентного метода обнаружения места утечки при применении предложенных моделей коррекции на 28 %,

2. Показано увеличение на 15 % количества правильных советов по локализации, достигнутое с помощью вероятностной модели.

3. Показана работа моделей расчета площади сечения разрыва, произведенная оценка точности модели показала ее применимость и причины ограничений в использовании для ниток с определенной конфигурацией.

4. Доказана адекватность графовой модели генерации сценариев обвода, даны конкретные рекомендации по выбору коэффициентов весовой функции.

5. В главе затрагиваются вопросы программной реализации модулей, агрегирующих предложенные автором модели и алгоритмы, их адекватность и точность доказана на данных зафиксированных во время разрыва на участке магистрального газопровода «Уренгой -Грязовец».

В работе проанализированы существующие методы обнаружения места утечки на МГ и обоснован выбор градиентного метода, как наиболее эффективного для рассматриваемой структуры МГ, проведено исследование точности и эффективности выбранного метода обнаружения координаты разрыва с помощью машинного эксперимента, данные ТМ моделировались тренажером диспетчера. На основании собранной в результате проведения машинного эксперимента статистики разработаны математические модели регрессии для совершенствования градиентного метода. Применение данных моделей позволило повысить точность работы метода в среднем на 28%.

Предложена статистическая модель расчета вероятности наличия разрыва на интервале между кранами, сократившая число неправильных советов по локализации аварийного участка на 15% против градиентного метода.

Разработана приближенная математическая модель определения площади сечения разрыва. Коэффициенты модели найдены статистически, в том числе с помощью модели регрессии. Модель имеет достаточную точность: для утечек размером более 40% погрешность не превышает 5%.

Разработаны модель и алгоритмы динамического формирования сценариев выхода из НС, связанной с единичным разрывом МГ. Предложен подход к прогнозированию развития НС с помощью аппроксимации показаний датчиков давления газа в трубопроводе.

Разработаны программные модули информационной поддержки принятия решений диспетчера ЛПУ ГТП в части обнаружения координаты разрыва, локализации и перераспределения газовых потоков. Модули работают в реальном масштабе времени и позволяют повысить эффективность оперативного обна-ружения и поиска мест возникновения НС на МГ за счет сокращения времени на принятие решений диспетчером.

Адекватность и эффективность предложенных моделей и алгоритмов с подтверждены помощью машинных экспериментов, а также на основе реальных данных ТМ, зафиксированных во время частичного разрыва на линейной части ЛПУ МГ «Уренгой - Грязовец» ГТП ООО «Тюментрансгаз».

Разработанный прототип интегрирован с тренажером диспетчера, поэтому он легко может быть оформлен в виде модуля тренажера. Данный модуль позволит повысить скорость и качество обучения диспетчерского персонала поведению в НС, оказывая информационную поддержку при первичном обучении персонала. Модуль предоставляет учащемуся дополнительный источник информации, с удобной визуализацией состояния МГ и советами по выходу из НС. Дополнительный функционал, добавляемый тренажеру разрабатываемым комплексом может быть частично или полностью отключен с повышением уровня обучающегося. Время, затраченное на обнаружение НС, влияет на объемы потерь газа из-за разрыва. По отклонениям от нормальных значений в показаниях датчиков давления в трубах МГ можно оценить объемы потерь газа: за 3 мин после аварии потеряно около 350 тыс. мЗ. о

При средней мировой цене на газ 150 долл./тыс. м (на сентябрь 2011 по данным Рогех) потери уже через 3 минуты составляют 52 тыс. долл., поэтому уровень тренированности диспетчера должен быть очень высок для принятия решений в режиме реального времени, чему и способствует разработанный модуль тренажера. Проведенные эксперименты показали работоспособность модуля в реальных условиях, что может служить основанием для внедрения СППР в диспетчерских службах ГТП, для поддержки диспетчера в условиях реальной НС.

1. Проскурина, Г.В., Романов В.Ф. К вопросу о сложности алгоритмов для труднорешаемых задач с числовыми параметрами.// Материалы XX международной научной конференции ММТТ XX, Ярославль 2007 С. 159-160.

2. Проскурина, Г.В., Романов В.Ф О моделях оптимизационных задач, представленных эйлеровыми орграфами. // Материалы VII международной научной конференции ПТСПИ, Владимир, 2007, с. 102-105

3. Проскурина, Г.В., Романов В.Ф. О моделях оптимизационных задач, представленных эйлеровыми орграфами // Вестник Костромского государственного университета им. Н.А. Некрасова научно-методический журнал 2009 - с. 50-52 т. 15

4. Проскурина Г.В. Совершенствование математического обеспечения модуля обнаружения нештатной ситуации на магистральном газопроводе / Информационно-измерительные и управляющие системы. 2012. - № 1. - С. 11 - 18.

5. Александров, Д.В. Подход к реализации системы поддержки принятия решений диспетчером газотранспортной системы во внештатных ситуациях / Д.В. Александров, М.А. Гусев / Информационно-измерительные и управляющие системы, 2008, № 5. - С. 66 - 75.

6. Ануфриев И.Е. Curve Fitting Toolbox. Эл. учебное пособие http://matlab.exponenta.rU/curvefitting/flmction25.php#2523 на 21.04.12.

7. Балинова B.C. Статистика в вопросах и ответах: Учеб. пособие. — М.: ТК. Велби, Изд-во Проспект, 2004. — 344 с.

8. Бендат Дж., Пирсон А. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989. - 540 е., ил.

9. Браунли К.А. Статистические исследования в производстве: Пер. с англ., под ред. Колмогорова А.Н. М.: Издательство иностранной литературы, 1949. - 227 с.

10. Бухвалов И.Р. Методы и алгоритмы информационной поддержки управления газотранспортной системой: Автореф. . дис. канд. тех. наук: Владимир, 2007. -.22 с.

11. Вендров A.M. Практикум по проектированию программного обеспечения экономических информационных систем: Учеб. пособие. М.: Финансы и статистика, 2002. - 192 с. ISBN 5-279-02440-6

12. Гаскаров Д.В. Интеллектуальные информационные системы. Учеб. для вузов. М.: Высш. шк., 2003. - 431 с.

13. Глугценко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов. г. Железнодорожный, Моск. обл.: ТОО НПЦ "Крылья", 1997. - 400 с.

14. Григорьев Л.И., Сарданашвили С.А., Дятлов.В.А. Компьютеризированная система подготовки диспетчерского персонала в транспорте газа. М.: Изд.-во "Нефть и газ". 1996- 195с.

15. Григорьев Л.И., Сарданашвили, С.А., Герке В.К. Основные проблемы теории диспетчерского управления (от практики ООСОДУ к теории). // Газовая промышленность. 2002. - № 12.

16. Гусев, М.А Модели и алгоритмы поддержки принятия решений диспетчера газотранспортной системы: Автореф. . дис. канд. тех. наук: Владимир, 2010. -16 с.

17. Гусев, М.А., Система поддержки принятия решений диспетчером газотранспортной системы /Кокорин A.B., Гнусова М.Ю./ Молодые исследователи регионам: материалы всеросс. научной конф. студентов и аспирантов. В 2-х т. - Т.1.- Вологда: ВоГТУ, 2009. - С.46-47.

18. Демидович Б. П., Марон И. А. Основы вычислительной математики. -М.: Наука. Гл. ред. физ.-мат. лит., 1966. 664 с.

19. Диспетчерский пункт на базе программных решений компаний PSI AG. Техническая информация.http://www.atgs.ru/Sites/atgs ru/Uploads/DP%20PSI.218BB77BE12D437AA3CC23 B3D2DCE114.pdf (дата обращения 21 мая 2012)

20. Загвоздкин В.К., Александров Д.В. Информационная поддержка природовосстановительных работ при добыче и транспортировке углеводородов // Наукоемкие технологии, 2008. Том 9. - № 6. - С. 43 - 49.

21. Зиндер Е.З. Бизнес-реинжиниринг и технологии системного проектирования М.: Центр информационных технологий, 1996. - 96 с.

22. Искусственный интеллект. В 3-х книгах. Книга 2. Модели и методы: Справочник. / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. - 304 с. ISBN 5-256-00368-2

23. Калянов Г.Н. CASE. Структурный системный анализ (автоматизация и применение). М.: "Лори", 1996. - 242с. ISBN 5-85582-011-4

24. Каменнова М.С. Корпоративные информационные системы: технологии и решения // "СУБД", 1995, № 3, с. 88 99.

25. Кантюков P.A. Компрессорные и газораспределительные станции. / Кантюков P.A., Максимов В.А., Хадиев М.Б Казань.: Казанский государственный университет им. В.И. Ульянова-Ленина, 2005. - 410 с.

26. Кириллов Д.В. Правила газового движения. Корпоративный журнал ОАО «Газпром». Газпром № 1-2, 2005. - С. 22 - 24.

27. Комплекс моделирования и оптимизации режимов работы ГТС / Панкратов В.С, Герке В.Г., Сарданашвили С.А и др. Сер. Автоматизация, телемеханизация и связь в газовой промышленности. - М.: ООО «ИРЦ Газпром», 2002. - 56 с.

28. Компьютеризированная система подготовки диспетчерского персонала в транспорте газа / Григорьев Л.И., Сарданашвили С.А., Дятлов.В.А. М.: "Нефть и газ", 1996.- 195 с.

29. Контроль качества с помощью персональных компьютеров./ Т.Макино, М.Охаси, Х.Докэ, К.Макино ; Пер. с яп. А.Б.Орфенова; Под ред. Ю.П.Адлера,-Машиностроение, 1991.- 224с

30. Костин А.Е., Шаныгин В.Ф. Организация и обработка структур данных в вычислительных системах: Учеб. пособ. для вузов. М.: Высш. шк., 1987. -248 с.

31. Костров A.B. Информационный менеджмент. Оперативное управление производством: учеб. пособие / A.B. Костров, А.Н. Соколов, A.A. Фаткин; Владим. гос. ун-т. Владимир: Изд-во ВлГУ, 2005. - 110 с.

32. Костров A.B. Информационный менеджмент. Управление ресурсами информационной системы: Учеб.пособие / ВлГУ. Владимир, 2003. 80 с.

33. Костров A.B. Системный анализ и принятие решений / Владим. гос. техн. ун-т. Владимир, 1995. - 68 с.

34. Кочетков П.А. Краткий курс теории вероятностей и математической статистики: Учебное пособие. М.: МГИУ, 1999 - 51 с.

35. Кубенский A.A. Создание и обработка структур данных в примерах на Java. СПб.: БХВ-Петербург, 2001. - 336 с. ISBN 5-94157-095-3

36. Куликов Г.Г., Набатов А.Н., Речкалов A.B. Автоматизированное проектирование информационно-управляющих систем. Системное моделирование предметной области: Учебное пособие. Уфа: Уфимск. гос. авиац. техн. ун-т, 1998. - 104 с.

37. Кучин Б.Л., Алтунин А. Е. Автоматизированные системы объектов газоснабжения. -М.:Недра, 1989. 199 с.

38. Лазарев H.A., Паршиков В.К. Методические указания диссертанту. -Сочи: Сочинск. гос. инст-т курортн. дела и туризма, 1996. 112 с.

39. Липский В. Комбинаторика для программистов: Пер. с польского, под ред. Ершова А.П. М.: Мир, 1988. - 203 с.

40. Логический подход к искусственному интеллекту. От классической логики к логическому программированию / Тей А., Грибомон П., Луи Ж. и др. -М.: Мир, 1990.-429 с.

41. Минько A.A. Статистический анализ в MS Excel. М.: Издательский дом «Вильяме», 2004. - 448 с. ISBN 5-8459-0692-Х (рус.)

42. Моделирование режимов трубопроводного транспорта газа (Часть 3) / Сарданашвили С. А., Митичкин С.К., Орлова Т.Н. М.: Учебно-исследовательский центр ГАНГ имени И.М. Губкина, 2002. - 16 с.

43. Монтгомери Д.К. Планирование эксперимента и анализ данных: Пер. с англ. Л.: Судостроение, 1980. - 384 с.

44. Налимов В.В., Чернова H.A. Статистические методы планирования экстремальных экспериментов, М., 1965. 340 с.

45. Наянзин Н.Г. Системный анализ: Часть 1. Системный подход. -Владимир: ВлГПУ, 1998. 76 с.

46. Орлов А.И. Прикладная статистика. Учебник. / А.И.Орлов.- М.: Издательство «Экзамен», 2004. 656 с.

47. Панкратов B.C., Вербило A.C. Автоматизированная система диспетчерского управления ГТС. М.: ВНИИЭгазпром, 2002.

48. Панкратов B.C., Герке В.Г., Сарданишвили С.А., Митичкин С.К. Комплекс моделирования режимов работы ГТС. М.: ВНИИЭгазпром, 2002.

49. Первозванский A.A. Математические модели в управлении производством. М.: "Наука", 1975. - 616 с.

50. Селезнев В.Е., Алешин В.В., Прялов С.Н. Современные компьютерные тренажеры в трубопроводном транспорте: математические методы моделирования и практическое применение / Под ред. В.Е. Селезнева. — М.: МАКС Пресс, 2007. 200 с. ISBN 978-5-317-01862-7

51. Селезнев В.Е., Алешин В.В., Прялов С.Н. Основы численного моделирования магистральных трубопроводов / Под ред. В.Е. Селезнева. М.: КомКнига, 2005. - 496 с. ISBN 5-484-00-387-3

52. Семикин В.Ю., Мохорт И.А. Перспективные средства визуального контроля транспорта газа //Нефтяное хозяйство, 2006, № 5. С. 104-105.

53. Система нормативных документов в газовой промышленности. Ведомственный руководящий документ ПРАВИЛА ТЕХНИЧЕСКОЙ

54. ЭКСПЛУАТАЦИИ МАГИСТРАЛЬНЫХ ГАЗОПРОВОДОВ. ВРД 39-1.10-0062000

55. Справочник по электрическим машинам / под ред. д.т.н. И.П. Копылова и к.т.н. Б. К. Клокова. т. 1. - М.: ЭНЕРГОАТОМИЗДАТ, 1988.-458 с.

56. Стратегия развития газовой промышленности России. М.: Энергоатомиздат, 1997. - 344 с.

57. Сысоев С.Н. Принципы и методы нахождения технических решений. Метод исследования функционально-физических связей. Владимир: Изд-во Владим. гос. ун-та, 2007. - 214 с. ISBN 5-89368-775-2

58. Тюрин Ю.Н., Макаров A.A. Статистический анализ данных на компьютере / Под ред. В.Э. Фигурнова М.: ИНФРА-М, 1998. - 528 е., ил.

59. Фридрик Д.Е., Кантюков P.P., Александров Д.В. Информационная поддержка диспетчера при обнаружении нештатных ситуаций на магистральном газопроводе // Горный информационно-аналитический бюллетень, 2008, № 10. С. 145 - 148.

60. Система Обнаружения Утечек (Leak Detection System). Продукция компании НПА Вира Реалтайм. http://www.rlt.ru/products/lds/index.html (дата обращения 01 мая 2010).

61. Теория систем и системный анализ в управлении организациями: Справочник: Учебное пособие / Под ред. В.Н.Волковой и А.А.Емельянова. -М.: Финансы и статистика, 2006. 848с. - С.473-485. ISBN 5-279-02933-5

62. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа: Пер. с нем.: М.: Финансы и статистика. 1983. - 305 с.

63. SIMONE SOFTWARE System Description http://www.simone.eu/simone-simonesoftware.asp (дата обращения 21 мая 2012).

64. StatSoft, Inc. (2001). Электронный учебник по статистике. Москва, StatSoft. WEB: http://www.statsoft.ru/home/textbook/default.htm (дата обращения 25 мая 2012).