автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка методов краткосрочного и оперативного прогнозирования электропотребления в системе управления электроснабжением региона

На правах рукописи

ДЗГОЕВ АЛАН ЭДУАРДОВИЧ

РАЗРАБОТ1СА МЕТОДОВ КРАТКОСРОЧНОГО Н ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ В СИСТЕМЕ УПРАВЛЕ1ШЯ ЭЛЕКТРОСНАБЖЕНИЕМ РЕГИОНА

Специальность: 05.13.01- «Системный анализ, управление и обработка информации (промышленность)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

2 8 АПР 2011

Владикавказ — 2011

4844615

Работа выполнена в Северо-Кавказском горно-металлургическом институте (государственном технологическом университете)

Научный руководитель: доктор технические наук,

доцент Кумаритов Алан Мелитонович

Официальные оппоненты: доктор технически;: наук,

профессор Алкацег Михаил Иосифович

кандидат технических наук, доцент Засеев Сергей Георгиевич

Ведущая организация: «НИИгазэкономика» г. Москва

Защита диссертации состоится «13» мая 2011 г. в 16 часов на заседании диссертационного совета Д212.246.01 при ГОУ ВПО «Северо-Кавказский горно-металлургический институт (государственный технологический университет)» по адресу: 362021, г. Владикавказ, ул. Николаева, 44, СКГМИ (ГТУ). Факс: (8672) 407-203. E-mail: info@skgmi-gtu.ru.

Отзывы на автореферат направлять по указанному адресу.

С диссертацией можно ознакомиться в научно-технической библиотеке

СКГМИ (ГТУ).

Автореферат разослан « » \ г.

»

Ученый секретарь диссертационного совета Д 212.246.01 к.т.н., доцент

А. Ю. Аликов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Для эффективного управления энергоснабжением в регионе необходимо оперативно обрабатывать большой объем данных с автоматизированных информационно-измерительных систем коммерческого учета электроэнергии (АИИСКУЭ). Однако, несмотря на достигнутые успехи в области информационных систем в электроэнергетике, остаются не решенными задачи обработки информации с АИИСКУЭ с целью корректного краткосрочного и оперативного прогнозирования электропотребления, а также своевременного выявления нетехнических потерь электроэнергии. Несвоевременное выявление нетехнических потерь электроэнергии приводит к искажению статистики электропотребления и росту небаланса между отпущенной и потребляемой электроэнергией.

Краткосрочное и оперативное прогнозирование электропотребления является на сегодняшний день одним из наиболее важных направлений исследований в электроэнергетике. Краткосрочные и оперативные прогнозные оценки электропотребления составляют основную информацию для принятия решений о планировании потребления электроэнергии предприятиями и развития электроснабжения в регионе, для эффективного управления которой, лицу, принимающему решения (ЛПР) необходима система принятия решений (СПР). Точность краткосрочного и оперативного прогнозирования электропотребления определяет эффективность управления электроснабжением в регионе. Повышение точности прогнозных оценок электропотребления обеспечивает экономию энергоресурсов и соответствующее увеличение прибыли энергетических предприятий. В связи с переходом с 1 сентября 2006 года к новой модели оптового рынка электроэнергии и мощности (НОРЭМ), требования к точности производимых прогнозов существенно возросли.

Краткосрочное и оперативное прогнозирование потребления электроэнергии является основой для формирования заявки, подаваемой администратору торговой системы (АТС). При отклонении прогноза от реального потребления, на участников рынков электроэнергетики накладываются штрафные санкции. Ошибка краткосрочного и оперативного прогнозирования снижает качество управления электроснабжением и экономичность режимов сложной энергосистемы региона: заниженный прогноз приводит к необходимости использования дорогостоящих аварийных электростанций; завышенное прогнозирование приводит к увеличению издержек на поддержание в рабочем состоянии излишних резервных мощностей. Так же необходимо отметить, что если прогноз электропотребления заниженный, то субъекты электроэнергетики покупают недостающие объемы электроэнергии на балансирующем и спо-товом электроэнергетическом рынке, но уже по более высокой цене.

В РСК используются АИИСКУЭ обрабатывающие информацию с измерительных приборов, но они не являются системами принятия решений, на основе краткосрочного и оперативного прогнозирования электропотребления, которые в связи с большими объемами обрабатываемой информации необходимы ЛПР для эффективного управления электроснабжением в регионе.

Разработка методов краткосрочного и оперативного прогнозирования электропотребления в системе принятия решений, обеспечивающей для ЛПР возможность выбора и принятия к реализации выданных системой в режиме супервизора эффективных решений, на сегодняшний день является одним из приоритетных направлений в электроэнергетике России. Поэтому работы связанные с разработкой методов и алгоритмов краткосрочного и оперативного прогнозирования электропотребления для систем принятия решений в электроэнергетике актуальны.

Целью диссертационной работы является исследование и разработка методов и алгоритмов обработки информации, краткосрочного и оперативного прогнозирования элекгропотребления для системы принятия решений при управлении электроснабжением в регионе.

Поставленная цель потребовала решения следующих задач:

1. Анализ текущего состояния системы управления электроэнергетикой в регионе.

2. Разработка новых полезных адекватных регрессионных уравнений с целью исследования влияния температуры окружающей среды и времени суток на потребление электроэнергии.

3. Разработка алгоритмического, специального математического и программного обеспечения (ПО) проведения краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления в регионе.

4. Разработка системы принятия решений, обеспечивающей для ЛПР возможность выбора и принятия к реализации выданных решений в режиме супервизора.

5. Выработка рекомендаций промышленным предприятиям и субъектам электроэнергетики по повышению точности краткосрочного и оперативного прогнозирования электропотребления, по своевременному выявлению нетехнических потерь электроэнергии, а также по эффективному управлению электроснабжением в регионе.

Объект исследований - системы управления межрегиональных распределительных сетевых организаций.

Предмет исследований - методы обработки информации и алгоритмы функционирования систем принятия решений при распределении электроэнергии, а также регрессионные уравнения, методы и алгоритмы краткосрочного прогнозирования, обеспечивающие повышение эффективности управления электроснабжением в регионе.

Методы исследований. Решение поставленных задач базируется на применении комплекса научных методов системного анализа, методов математической статистики, регрессионного анализа, методов прогнозирования, метода описания процессов (ШЕРЗ), экономико-статистического анализа, методов объектно-ориентированного моделирования систем (1ГМЬ), теории принятия решений.

Научная новизна диссертационной работы состоит в следующем:

1. Предложены методы обработки информации в системе учета потребления электроэнергии в регионе, основанные на скользящей матрице незави-

симых и зависимых переменных, которые составили основу корректного краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления, как для крупных промышленных, гак и для малых бытовых потребителей электроэнергии, а также разработаны алгоритмы их реализации.

2. Разработаны новые полезные адекватные регрессионные уравнения, связывающие потребление электроэнергии со временем суток и температурой окружающей среды, позволяющие повысить значимость прогнозных оценок объемов потребления электроэнергии.

3. Построена ШЕРЗ-модель процессов обработки информации при управлении электроснабжением региона для предпроектного структурно-функционального анализа системы принятия решений.

4. На основе предлагаемых методов обработки информации и алгоритмов их реализации разработана система принятия решений, обеспечивающая для ЛПР выбор и принятие к реализации решений, повышающих эффективность управления электроснабжением в регионе, а также алгоритм функционирования такой системы.

Пра1сгическая значимость диссертационной работы:

1. На основе анализа особенностей функционирования АИИСКУЭ в PCO - Алания обозначены приоритетные актуальные задачи краткосрочного и оперативного прогнозирования электропотребления в регионе и своевременного выявления нетехнических потерь электроэнергии, а также пути их решений.

2. Предложены методы обработки информации, основанные на скользящей матрице независимых и зависимых переменных н алгоритмы расчетов корректного краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления.

3. Разработанные алгоритмы функционирования системы принятия решений в режиме супервизора по учету потребления электроэнергии в регионе приняты к использованию в СОф ОАО «МРСК CK», а так же в учебном процессе (подготовка специалистов и повышение квалификации) на кафедрах «Информационные системы в экономике» и «Электроснабжение промышленных предприятий» ГОУ ВПО СКГМИ (ГТУ), PCO - Алания, г. Владикавказ.

4. Полученные результаты диссертационной работы приняты к использованию в разработке и реализации схемы и программы перспективного развития электроэнергетики PCO - Алания (согласно Постановлению Правительства Российской Федерации от 17.10.2009 № 823), а так же в разработке и реализации инвестиционных программ субъектов электроэнергетики PCO - Алания (согласно постановлению Правительства Российской Федерации от 01.12.2009 № 977).

5. Разработаны методические рекомендации по энергетическим обследованиям организаций, осуществляющих регулируемые виды деятельности (организации электроэнергетики PCO - Алания).

6. Экономический эффект от внедрения в СОф ОАО «МРСК CK» составил 830 тыс. руб. в год по промышленному предприятию АПК «Мичуринский».

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются: использованием теоретической и методологической базой исследований; методов системного анализа, методов математической статистики, регрессионного анализа, теории принятия решений, методов прогнозирования, IDEF3 и UML - методов; сходимостью результатов регрессионного анализа и прогноза электропотребления в регионе на ЭВМ с результатами экспериментальных исследований в РСК и на промышленных предприятиях; внедрением разработанной системы краткосрочного прогнозирования электропотребления в СОф ОАО «МРСК СК».

Апробация диссертационной работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на ежегодных НТК СКГМИ (ГТУ), научных семинарах кафедры информационных систем в экономике СКГМИ (ГТУ) (2007 - 2010 гг.), а также на следующих международных, всероссийских научно-технических и научно-практических конференциях: II Ежегодная Всероссийская научно-практическая конференция «Перспективы развития информационных технологий» г. Новосибирск 2010 г.;1 Региональная междисциплинарная конференция молодых ученных «Наука-Обществу».г. Владикавказ 2010 г.; Международная научно-практическая конференция «Молодые ученые в решении актуальных проблем науки» г. Владикавказ 2010 г.; VII Международная конференция «Устойчивое развитие горных территорий в условиях глобальных изменений» г. Владикавказ, 2010 г.; Международная научно-практическая конференция "Актуальные вопросы развития инновационной экономики в современном обществе" г. Саратов 2010 г.

Исследования были проведены при поддержке гранта Президента Российской Федерации для молодых российских ученых МД - 2194.2010.9, по теме «Исследование и разработка информационных систем управления и регулирования розничного рынка электроэнергии и мощности» 2010-2011 гг., а также в рамках Гранта Российского Фонда Фундаментальных Исследований (РФФИ) по теме «Разработка основ оптимального управления сложной региональной энергетической системой» 2009—2010 гг. Руководитель научных работ д.т.н., доц. A.M. Кумаритов. Исследования проведены в соответствии с федеральной целевой программой (ФЦП) «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2012 годы», утвержденной постановлением Правительства Российской Федерации от 17 октября 2006 г. № 17.

Личный вклад автора. Основные научные положения, выводы и рекомендации, содержащиеся в диссертационной работе, получены автором самостоятельно.

Публикации. По теме диссертации опубликовано 10 печатных работ, в т. ч. 3 работы в ведущих рецензируемых научных журналах и изданиях, определенных ВАК РФ для публикации основных научных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка использованной литературы, включающего 107 наименований и содержит 157 страниц машинописного текста, 67 рисунков, 16 таблиц и 3 приложения.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы задачи и использованные методы их решений, показана информационная база исследований, раскрыта научная новизна, отмечена практическая значимость, дана информация об апробации полученных результатов работы и поставлена цель исследования.

В первой главе проведен анализ существующих методов расчета технических потерь электроэнергии и выявлены основные проблемы процесса учета электропотребления. Рассмотрены методы прогнозирования потребления электроэнергии. Приведена статистическая информация потребления электроэнергии в PCO - Алания, а так же показаны данные по потерям электроэнергии в регионе за период с 2007-2009 гг., которые показывают недостаточное совершенство существующих систем учета потребления электроэнергии. Выявлены приоритетные задачи повышения эффективности управления электроснабжением в регионе, определены научно-практические направления их решений. Проведен обзор и анализ литературных источников и нормативно-правовой документации по теме диссертации. На основе литературного обзора проведен анализ существующих методов анализа и выявления потерь, а также существующих информационных систем (ИС) учета и управления потреблением электроэнергии в регионе. Рассмотрены методы математических расчетов потерь электроэнергии в распределительных электрических сетях региона. Задачу своевременного выявления нетехнических потерь электроэнергии предлагается решать путем проведения регрессионного анализа, краткосрочного и оперативного прогнозирования электропотребления, а так же путем математического анализа комплекса данных по потреблению отдельного потребителя, получаемых в АИИСКУЭ. В комплекс экспериментальных данных входит информация об объемах потребляемой электроэнергии с дискретностью I день, 30 минут, а также средняя температура за эти дни и в течение суток. Указанная информация регистрируется и формируется современными приборами учета, применяемыми в АИИС. Математическое обеспечение должно включать метод анализа архивных статистических и текущих данных учета потребления электроэнергии, показания температуры окружающей среды. Результатом обработки и анализа являются корректные прогнозные оценки электропотребления, которые в дальнейшем используются в системе принятия решений при управлении электроснабжением в регионе.

Проведенный системный анализ приоритетных задач РСК в процессе учета потребления электроэнергии в PCO - Алания, позволяет сделать вывод о том, что повышение точности краткосрочного и оперативного прогнозирования электропотребления, а также своевременное принятие решений при выявлении нетехнических потерь электроэнергии повысит эффективность управления электроснабжением в регионе. Выявлены основные проблемы, связанные с использованием существующих информационных систем учета в электроэнергетике, снижающие эффективность управления электроснабжением в регионе. Недостатки существующих информационных систем учета

электропотребления приводят к тому, что даже при отсутствии нетехнических потерь электроэнергии появляются значительные небалансы электрической энергии по всем структурным подразделениям энергосистемы.

Во второй главе в соответствии с поставленной задачей разработки системы принятия решений, обеспечивающей для ЛПР выбор и принятие к реализации эффективных решений выданных в режиме супервизора, проведены исследования по анализу существующего технологического процесса обработки информации в системе учета потребления электроэнергии, а также по созданию общего алгоритма работы такой системы при управлении электроснабжением в регионе. Разработанная структурная схема технологического процесса обработки информации в системе учета электропотребления в регионе представлена на рисунке 1. ЛПР принимает выданное системой решение только в том случае, если подсистема диагностики не вьщает сигнал об ошибке работы системы.

Рисунок I - Структурная схема технологического процесса обработки информации в системе учета потребления электроэнергии в регионе

Разработанная ГОЕРЗ-модель процессов обработки информации при управлении электроснабжением региона для структурно-функционального анализа системы принятия решений представлена на рисунке 2.

Дянные|об I Данные о температуре электропслр^блении_1 окружающей среды ________________

Обработка данных методами математической статистики

■.,.." г" 1 гт!■ »■¿„г?»¡.я! Т-.'1,'^"!.1«'"'^,' ■

Подсистема диагностики

Система принятия решений (СПР)

Регрессионный анализ и прогнозирование электропотребления

{Выдать 'решение

Анализ полученных результатов краткосрочного и оперативного _прогноз ирования_

Рисунок 2 - ЮЕРЗ-модель процессов обработки данных

Разработанная структурная схема системы принятия решений для ЛПР в режиме супервизора при управлении электроснабжением в регионе содержит следующие подсистемы: база знаний; механизм вывода; подсистема диалога; подсистема объяснения; подсистема анализа проведенных расчетоз; подсистема проведения регрессионного анализа; подсистема прогнозирования электропотребления, которые представлены на рисунке 3. При разработке системы принятия решений использовались методы, основанные на правилах

Рисунок 3 - Структурная схема системы принятия решений при управлении

электроснабжением в регионе

Разработан алгоритм функционирования системы принятия решений при управлении электроснабжением в регионе, который включает в себя проведение регрессионного анализа и прогнозирования электропотребления, для проведения расчетов краткосрочных и оперативных прогнозных значений потребления электроэнергии на предприятиях, а также для своевременного выявления нетехнических потерь электроэнергии в регионе (по конкретному потребителю). Полученная в результате регрессионного анализа и прогнозирования информация будет полезна крупным промышленным предприятиям, субъектам электроэнергетики (планируемые заявки на объемы потребления электроэнергии), РСК и может использоваться ими при принятии эффективных решений для эффективного управления электроснабжением в регионе. Регрессионный анализ, краткосрочное и оперативное прогнозирование электропотребления имеют большое значение для лиц принимающих решения в сетевых компаниях.

Алгоритм функционирования исследованной и разработанной системы принятия решений включает проведение регрессионного анализа и аналитическое применение новых полезных адекватных регрессионных уравнений для краткосрочного и оперативного прогнозирования потребления электро-

энергии по конкретному потребителю в регионе, а также для изучения проблемы своевременного выявления нетехнических потерь электроэнергии.

Алгоритм функционирования системы принятия решений при управлении электроснабжением в регионе представлен на рисунке 4.

Рисунок 4 - Алгоритм функционирования системы принятия решений при управлении электроснабжением в регионе

Рисунок - 4 (продолжение)

В третьей главе изложены результаты исследования и разработки методов обработки информации на основе скользящей матрицы независимых и зависимых переменных и алгоритмов краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления для конкретного потребителя, используя экспериментальные данные с АИИСКУЭ промышленного предприятия АПК «Мичуринский» (Таблица 1).

Проведен анализ экспериментальных данных на наличие автокорреляции для выявления пригодности этих данных для краткосрочного и оперативного прогнозирования электропотребления.

Таблица 1 - Экспериментальные данные с АИИСКУЭ

Дата 1.6.09 2.6.09 3.6.09 4.609 5.6.09 6.6.09 7.6.09 8.6.09 9.6.09 10.6.09

Потребл., кВт*ч 762,3 721,05 694,65 726 930,6 957 1084,05 1230,9 2357,9 2669,7

Дата 11.6.09 12.6.09 13.6.09 14.6.09 15.6.09 16609 17.6.09 18.6.09 19.6.09 20.6.09

Потребл., кВт'ч 2669,7 2998,1 3512,9 3542,6 3248,9 3341,3 3453,45 3598,7 3413,9 4271,85

Дата 21.6.09 22.6.09 23.6.09 24.6.09 25.6.09 26.6.09 27.6.09 28.6.09 29.6.09 30.6.09

Потребл, кВт*ч 4394 3686,1 3682,8 3550,8 4719 3979,4 4131,6 4141,5 4027,7 3986,4

Для определения точного коэффициента автокорреляции воспользуемся критерием Дарбина-Уотсона (1)

(о

¿>

где еО - отклонение расчетных данных, полученных с помощью аппроксимирующего уравнения экспериментальных данных; е1- подобные отклонения в векторе независимой переменной, сдвинутой относительно вектора еО на 1, 2 и более лагов.

В данном случае лаг=1. с1=1.716.

Существуют нижние (1н и верхние с!в критические границы коэффициента автокорреляции. В данном случае они оказались следующими: <1„= 1,18 и с1„=1,40. Если с1в < й < (4 - с1в ), то автокорреляция отсутствует.

Здесь 1.40<1.716<2.60, следовательно, автокорреляция отсутствует и экспериментальные данные пригодны для прогноза.

Проведен анализ влияния температуры на потребление электроэнергии.

Температура окружающей среды влияет на потребление электроэнергии, что связано со следующими обстоятельствами:

1) чем выше температура окружающей среды, тем больше сопротивление проводника прохождению электрического тока. Расчет показал, что увеличение температуры на 10% вызывает увеличение удельного сопротивления в среднем на 4%. Следовательно, в такой же пропорции растет расход электроэнергии.

2) использование населением бытовых кондиционеров.

Проведена аппроксимация экспериментальных данных по потреблению электроэнергии уравнением регрессии, в качестве которого выбран нелинейный полином второй степени. Параболический тренд второй степени представлен на рисунке 5.

При оценке множественной регрессии для обеспечения статистической надежности требуется, что бы число наблюдений, по крайней мере, в 4 раза превосходило число оцениваемых параметров.

У

г

ю

X 5000

ч 4500

а 4000

41

X 3500

О р- 3000

ж а 2500

£ 2000

ш к 1500

а 1 ООО

с;

«1 500

ш

а. 0

ь

о

с:

Потребление электроэнергии и полиномиальный тренд второй степени

1 2 3 4 5 6 7 8 9 10 И 12 13 14 15 16 17 18 19 20 21 22 Сутки

-Потребление электроэнергии

-Полиномиальная (Потребление электроэнергии)

Рисунок 5 - Потребление электроэнергии и выбранный параболический тренд №= 20; к:= 5, где N - число опытов; к — число коэффициентов регрессионного уравнения; Хй - фиктивная переменная (для формирования свободного члена коэффициента регрессии В0); Л', - независимая переменная (сутки); Х[2 - независимая переменная (сутки2); Х2 ~ температура атмосферы, средняя за каждые сутки с 9.06.2009 г. по 28.06.2009 года; Х4 = Х,* Х3", У -зависимая переменная (потребление электроэнергии, кВт.*ч.). Рассчитаны коэффициенты регрессии В (ХтХ)~1 ХтУ, где В - коэффициенты регрессионного уравнения. В результате рассчитано 5 коэффициентов регрессии

(275.504^ 353.048 5= -5.165 89.955 .-7-074,1

Далее записываем уравнение для расчетных значений зависимой перемен-

Ш-Х-В.

Дисперсия адекватности рассчитана по следующей формуле

Ы-к ' = 1,054-105.

Затем рассчитана средняя арифметическая зависимой переменной

N '

15Я= 3.568 -103.

У5К:=

(2)

(3)

Из уравнения (4) найдена дисперсия зависимой переменной

У (Г-15Л)2

-(5)

£»Г = 3.655 -105.

Регрессионное уравнение проверено на адекватность. Для этого посчитано расчетное значение Р-статистики (6). Сравним с табличным значением Р-критерия Фишера (7)

= 3,467.

ЕЯ - расчётное значение Р-статистики

Б := ^(0.95, N — -к), (7)

Р = 2.34.

¥ - табличное значение Р-критерия Фишера.

Сделан следующий вывод: в связи с тем, что РЯ>Р регрессионное уравнение признано адекватным экспериментальным данным с АИИСКУЭ по потреблению электроэнергии на уровне значимости 0,05, что соответствует доверительной вероятности р = (1-0,05)* 100=95,0%.

Для определения тесноты связи между зависимыми переменными (У) и расчетными значениями зависимой переменной (УИ.) рассчитан коэффициент корреляции

согг(У,Щ = 0.879.

В итоге было получено следующее новое полезное адекватное регрессионное уравнение (8) для корректного краткосрочного прогнозирования потребления электроэнергии на сутки вперед

У = 275,504+353,048• X, -5,\65-X,2 + &9,955-Х, -7.074-ХхХ2. (8)

Из уравнения регрессии следует, что суммарное влияние двух последних членов при любом сочетании времени и температуры ведет к увеличению потребления электроэнергии.

Выявлены ранги независимых переменных по силе их влияния на зависимую переменную уравнения регрессии нелинейного полинома второй степени (таблица 2).

Таблица 2 - Ранги независимых переменных по силе их влияния на зависимую переменную уравнения регрессии нелинейного полинома второй степени

Ранг Сила влияния

I 31,79

II 26,49 х;

III 16,94

IV 15,87

Проведен расчет прогнозных значений (оценок) потребления электроэнергии «на сутки вперед» применяя разработанное новое полезное адекватное регрессионное уравнение и рассчитан доверительный интервал коридора

ошибок. Утах=5021 кВт*ч, УР=4163 кВт*ч, Утт=3306 кВт*ч. Фактическое потребление электроэнергии крупным промышленным потребителем за 21 день - 4141,5 кВт*ч. Прогнозное значение потребления электроэнергии за 21 день-4163 кВт*ч.

Разработан метод обработки информации основанный на скользящей матрице независимых и зависимых переменных. Научная новизна и особенность его заключается в последовательном исключении первой строки из 20 в матрицах независимых переменных ( Х0, Х1, X^, Х2 , Хг) и матрице зависимых переменных (У) (рисунок 6). В результате в матрицах остается по 19 строк. Затем поступившие фактические данные электропотребления (кВт*ч) и прогноз температуры окружающей среды за 21 день, добавляем последней строкой, которая становится в матрицах X и У - двадцатой. Далее расчет на 22 день ведется аналогичным образом, как и для 21 дня, используя вновь образовавшиеся матрицы X и У. И так далее при прогнозировании электропотребления на день вперед/на каждые полчаса.

Г1— —1- 21.5 —

1 2 4 21.2 42.4 2669.7

1 3 9 22.1 66.3 2669.7

I 4 16 25.1 100.4 2 9?8Я5

1 5 25 ге а 132 3512.35

1 6 3« 22 6 135.6 354235

1 7 49 17.7 123.9 3243.35

1 3 64 18.5 143 3341 25

1 9 31 21.2 19« г 3453.45

1 10 100 20.3 203 3593 д53

V

1 11 121 17 187 3413-85

1 12 144 19.2 230.4 4271.85

1 13 169 19 Л 252 2 4393.95

1 14 19Й 21.9 ЗОЙ .в ЗЙЗв.1

1 15 225 25.5 •382.5 збвг.з

1 16 256 26.3 420.Е 3550.5

1 17 229 26.3 447.1 4719

1 18 324 24.7 444.6 3979.35

1 1? 3<51 21 4 4оал 4131.6

ч 1 20 4<та 21.04 4203 > ч 4141.5 ,

Рисунок 6 - Исключение первой строки матрицы X и У Разработанные и предложенные методы обработки информации основанный на скользящей матрице независимых и зависимых переменных позволяют не учитывать сезонную составляющую по временам года, так как данные по температуре окружающей среды постоянно обновляются в соответствии каждодневной температурой. В итоге используя разработанное новое полезное адекватное регрессионное уравнение рассчитывается прогноз электропотребления «на сутки вперед» и «на каждые полчаса» методом обработки информации на основанным на скользящей матрице независимых и зависимых переменных. Рисунок 7 показывает добавление в матрицу независимых переменных X и матрицу-столбец зависимой переменной У двадцатой строки: Х0

-фиктивная переменная, X, -время, -время, х2 -фактическое значение температуры окружающей среды за 21-й день, Х} -произведение X, ■ Х2, а также У - фактическое значение электропотребления за 21-й день.

2 >■ ( 1 21 441 21.3 4-17.3 ) - (■~У?! )

О 2 • 3 - 4 У ' 2669.7 ' 2669.7 3512Я5 354233 324.-3.« 3341.25 3453.45 3598x55 3413.85 4271.83 43И.95 3584.1 3632.8 3550.8 4719 397935 4131.6 4141.5

0' 2 4 21.2 42.4

1 3 9 22.1 «6.3

2 4 16 23.1 1С0.4

3 5 23 25.4 132

6 39 22.6 135.6

5 7 49 17.7 123.9

6 8 64 18.5 148

7 9 81 21.2 190.8

8 Ю 100 гол 203

9 и 121 17 187

10 12 144 19.2 230.4

11 п 169 19.4 252.2

12 И 196 21.9 306.6

13 15 223 25.5 352.5

14 16 250 26.3 420.8

15 17 289 26.3 447.1

16 18 324 24.7 444.6

17 19 361 21.4 406.6

18 го 400 21.ЕМ 420.8

19 21 441 21.3 4473 ^4027^5 >

Рисунок 7 - Добавление новой строки фактических данных в матрицы X и У

Разработанный метод обработки информации был апробирован на экспериментальных данных с АИИСКУЭ. В результате были проведены расчеты краткосрочного и оперативного прогнозирования электропотребления как для крупных промышленных, так и для мелких бытовых потребителей.

На следующих графиках показаны результаты фактических и прогнозных значений потребления электроэнергии крупным промышленным потребителем в РСО-Алания (рисунок 8).

ДОПОЛНИТЕЛЬНАЯ ПРОВЕРКА АДЕКВАТНОСТИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ФАКТИЧЕСКИЕ И ПРОГНОЗНЫЕ ДАННЫЕ ПОТРЕБЛЕНИЯ элЕтроэнергии

'Оч ч

\ ...../..............V. .>- ..................................-............•-"...... \

Ну»■..■■.УГ«ццУУГ■'■ ■ ■ У "^■"■¿'1'.''>' 1"V"'1"''Л'" *! ' . х

■ Температура.°С

Рисунок 8 — Фактические и прогнозные данные потребления электроэнергии промышленным потребителем «на сутки вперед» (июнь-июль 2009 г)

Для доказательства адекватности выбора 20 экспериментальных данных рассчитан прогноз потребления электроэнергии крупным промышленным потребителем «на сутки вперед» на основании выбора 9 экспериментальных данных (рисунок 9).

Июнь - июль 2009 г

ИЮНЬ Сутки ИЮЛЬ - Факт -..... Прогноз ---Температура,°С

Рисунок 9 - График прогнозных значений и по факту (9 данных)

По графикам фактических и прогнозных значений на рисунках 8 и 9 сделан вывод о том, что уровень точности краткосрочного прогнозирования электрогютребления выше на рисунке 8, т.к. прогноз «на сутки вперед» был рассчитан на основании 20 экспериментальных данных.

Проведен расчет оперативного прогнозирования «на каждые полчаса» потребления электроэнергии в секторе малых бытовых потребителей (на примере данных предоставленных ОАО СОф «МРСК СК»), результаты которого представлены на рисунке 10.

Фактические и прогнозные данные элеьтронотребленяа на каждые полчаса суток 20.07.03г.

' С 7 У

Г —-—\ 1[ \

у?-—...Д 23

1 " / :а

5 0,! ------------------------—...............——с!—...........................—..... и • 13

- Фактическое электропотрабление ....... Прогноз — °С

Рисунок 10 - Фактические и прогнозные данные «на каждые полчаса» для конкретного малого потребителя

Разработанный алгоритм расчета краткосрочного прогнозирования электропотребления в регионе «на сутки вперед» представлен на рисунке 11.

^ Конец

Рисунок 11 - Алгоритм расчета краткосрочного прогноза «на сутки вперед»

Алгоритм оперативного прогнозирования электропотребления «на каждые полчаса» представлен на рисунке 12.

Выбрать время суток

Вша.ти 20 данных с 1-111 1а вы&раннос время суток

_Ол^шаа_

/¡Построить график)

Зыбрать уравнение регрессии

: ритю

Ввести значение N1

I Ввести значение к I

Сформировать матрицу X

Сформировать матрицу-столбец У

Ввести время прогноза, XI

Ввести температуру окружающей среды на прогнозируемые полчаса _след-.-юших суток

Рассчитать

»л» - '

Рассчитать

»г

Рассчитать

Рассчитать

Рассчитать

Провести дополнительную

проверку адекватности экспериментальных данных

Спрогнозировать потребление злектро-знергии на выбранные полчаса срок

т ?= в„+я,л", *в,х! + а,л',+д, ■ х,

Определить ошибку прогноза £>:= \Р-{ХТ Х)'{ ХРТ

Определить коридор ошибок

У тих )'/' .V,, Спин >/' — Л",„

Конец^

Ввести

¿41 214-й 21 3 447Л

Рассчитать Л :=> /-^>11 ■ -,-( л' > -■« /п с<>1*(7.)>» Т /:= 1.Х- I

./ := О..Ш - I

Удалить первую строку матрицы X

Добавить в матрицу X фактические данные за 21 -й день

Удалить первую строку матрицы-столбца У

Добавить в матрицу-столбец У фактические данные за 21 день

Рисунок 12 - Алгоритм расчета оперативного прогноза «на каждые полчаса»

В четвертой главе приведены результаты разработки программного обеспечения (ПО) ЭС МРКП ЭП, предназначенного как для РСК, так и для предприятий. Показаны алгоритмы работы ПО МРКП ЭП (версии для РСК -рисунок 13, версии для предприятий - рисунок 14).

Ввести фактические данные о потреблении электроэнергии

1 г 1

Ввести температуру окружающей среды за предыдущие сутки

Нет

Ввести фактические данные о потреблении электроэнергии (30 мин.)

Конец ^

Рисунок 13 - Алгоритм работы ПО ЭС МРКП ЭП (версия для РСК)

Рисунок 14 - Алгоритм работы ПО МРКП ЭП (версия для предприятий) Результаты краткосрочного прогнозирования электропотребления для крупного промышленного потребителя представлены в таблице 3. Таблица 3 - Результаты краткосрочного прогнозирования электропотребления

Да» 29.06.2069 °С. ср УФ VI' „ { Ошибка ...—„....К „И..........

21 21.3 4027.65 4164 -136.35 1 3.38

22 __ 30.06 2009 23 3986,4 4111 -124,6 1 3^12

01 07,2009 23.45 3963,3 Гз172 91,3 [ 2,30

24 02.072009 23.8 4026 3862 164 ] 4.07

25 03.07.2009 21.42 3936.9 4074 -137,1 | 3.48

26 04.07.2009 23,09 3996,3 3854 142.3 1 3,56

27 05,07.2009 22.8 4144.К 3773 371,8 | 8,97

Средняя ошибка краткосрочного прогнозирования составила 4,12%.

Предложены рекомендации промышленным предприятиям по повышению точности прогнозных оценок корректного краткосрочного и оперативного прогнозирования электропотребления, а также сетевым компаниям - по управлению электроснабжением региона, по своевременному выявлению нетехнических потерь электроэнергии, используя разработанные методы обработки информации на основе скользящей матрицы независимых и зависимых переменных и алгоритм функционирования системы принятия решений, а также результаты краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления. Экономический эффект от внедрения разработанного ПО «МРКП ЭП» в РСК, составил 830 тыс. руб. в год по промышленному предприятию АПК «Мичуринский».

ЗАКЛЮЧЕНИЕ

Проведенные в диссертационной работе исследования по разработке и реализации методов краткосрочного и оперативного прогнозирования электропотребления на основе скользящей матрицы независимых и зависимых переменных и алгоритма функционирования системы принятия решений в режиме супервизора, обеспечивающей для ЛПР возможность принятия к реализации эффективных решений, позволяют сделать следующие выводы:

1. Впервые предложены методы обработки информации в системе управления электроснабжением региона, основанные на скользящей матрице независимых и зависимых переменных, которые составили основу корректного краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления, как для крупных промышленных, так и для малых бытовых потребителей электроэнергии.

2. Разработаны алгоритмы краткосрочного и оперативного прогнозирования электропотребления, основанные на методе обработки информации скользящей матрицы независимых и зависимых переменных, полезные как для крупных промышленных предприятий, так и для субъектов электроэнергетики в связи с обязательными подачами заявок (плана/прогноза) на объемы потребления электроэнергии, в том числе РСК - для возможности своевременного выявления нетехнических потерь электроэнергии в регионе по группам потребителей.

3. Разработаны новые адекватные регрессионные уравнения, связывающие потребление электроэнергии со временем суток и температурой окружающей среды, которые являются полезными уравнениями регрессии и предложены впервые.

4. Разработано и реализовано алгоритмическое, специальное математическое и программное обеспечение для системы принятия решений в режиме супервизора («МРКП ЭП») в процессе учета потребления электроэнергии, повышающее эффективность управления электроэнергетической системы региона с получением экономического эффекта.

5. Построена ШЕРЗ-модель процессов обработки информации при управлении электроснабжением региона для предпроектного структурно-функционального анализа системы принятия решений.

6. На основе предлагаемых методов обработки информации и алгоритмов их реализации разработана система принятия решений по учету потребления электроэнергии, обеспечивающая для ЛПР выбор и принятие к реализации эффективных решений в режиме супервизора, имеющая в своем составе подсистему проведения регрессионного анализа и подсистему прогнозирования электропотребления, повышающая точность расчетов корректного краткосрочного и оперативного прогнозирования электропотребления по конкретному потребителю в регионе и позволяющая своевременно выявлять нетехнические потери электроэнергии.

7. Предложены и приняты к реализации рекомендации промышленным предприятиям и субъектам электроэнергетики по повышению точности корректного краткосрочного и оперативного прогнозирования электропотребления, по своевременному выявлению нетехнических потерь электроэнергии конкретным потребителем, а также по эффективному управлению электроснабжением в регионе.

8. Экономический эффект от внедрения разработанного программного обеспечения «МРКП ЭП» в СОф ОАО «МРСК СК», составил 830 тыс. руб. в год.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в ведуи^ихрецензируемых научных журналах, включенных в перечень ВАК:

1. Кумаритов A.M., Хузмиев И.М., Дзгоев А.Э. Разработка структурной схемы технологического процесса обработки информации системы распределения электроэнергии // Вестник воронежского государственного технического университета. Воронеж, Т.6. №1. 2010. - С. 155-159.

2. Хузмиев И.М., Дзгоев А.Э. Системный анализ методов принятия решения в области электроснабжения региона // Известия высших учебных заведений. Проблемы энергетики. №5-6. Казанский государственный энергетический университет. Казань, 2010. - С. 140-145.

3. Кумаритов A.M., Хузмиев И.М., Дзгоев А.Э. К вопросу о разработке экспертной системы поддержки принятия решений для анализа потерь и выявления безучетного потребления электроэнергии. // Аудит и финансовый анализ. №6, Москва, 2010. - С. 458-464.

Публикации в других изданиях:

4. Дзгоев А.Э. Существующие механизмы процесса управления в энергетике как сфере приложения информационных систем // Труды молодых ученных. Том 4, Владикавказ: Издательство «Терек» СКГМИ (ГТУ), 2009. - С. 2332.

5. Хузмиев И.М., Дзгоев А.Э. Разработка алгоритма первичной обработки данных в системе учёта потребления электроэнергии в регионе. // Перспективы развития информационных технологий. Сборник материалов И Ежегодной Всероссийской научно-практической конференции с международным участи-

ем / Под общ. ред. С.С. Чернова. - Новосибирск: Издательство «СИБПРИНТ», 2010. - С. 60-64.

6. Кумаритов A.M., Дзгоев А.Э. Разработка основных алгоритмов технологического процесса обработки данных коммерческого учёта потребления электроэнергии в регионе //Труды Северо-Кавказского горнометаллургического института (государственного технологического университета). Выпуск семнадцатый, Владикавказ: Издательство «Терек», 2010. - С. 73-77.

7. Кумаритов A.M., Хузмиев И.М., Дзгоев А.Э. Разработка алгоритма обработки и анализа информации для системы управления потребленной электроэнергии в условиях горных территорий // Сборник трудов VII Международной конференции «Устойчивое развитие горных территорий в условиях глобальных изменений» [Электронный ресурс] Владикавказ, 2010.-1 электрон, опт. диск (CD-R).

8. Дзгоев А.Э. Информационная система управления потреблением электрической энергии в распределительной сети региона. //Труды молодых ученых. Том 3, г. Владикавказ: Издательство «Терек» СКГМИ (ГТУ), 2010. -С.62-67.

9. Дзгоев А.Э. Проектирование информационной системы учёта потребления и распределения электроэнергии в регионе. // Сборник работ молодых ученных международной научно-практической конференции «Молодые ученые в решении актуальных проблем науки» Владикавказ, 2010. - С.42-44.

10.Кумаритов A.M., Дзгоев А.Э. Математическая модель прогнозирования данных небаланса электроэнергии как метод поддержки принятия решений. // Материалы международной научно-практической конференции «Актуальные вопросы развития инновационной экономики в современном обществе» (22 сентября 2010 г.) - в 2-х частях - ч.1/Отв. ред. JI.A. Тягунова. - Саратов: ИЦ «Наука», 2010. - С. 245-250.

Дзгоев Алан Эдуардович

Разработка методов краткосрочного и оперативного прогнозирования электропотребления в системе управления электроснабжением региона

Подписано в печать ХМ-2011. Формат бумаги 60х84'/16. Бум. офсетная. Гарнитура «Тайме». Тираж /¿>0 экз. Объем 1 усл. п.л. Заказ № //• . Изд-во «Терек». Подразделение оперативной полиграфии СКГМИ (ГТУ). 362021, г. Владикавказ, ул. Николаева 44.

Введение.

1 Анализ приоритетных задач электросетевых организаций в системе электроснабжения региона (на примере PCO—Алания).

1.1 Анализ состояния электроэнергетики РСО-Алания в сложной системе учета потребления и потерь электроэнергии.

1.2Анализ применения информационных систем в электроэнергетике.29 1.3 Характеристика задач краткосрочного и оперативного прогнозирования электропотребления и методов их решений.

Выводы и постановка задачи исследования.

2 Разработка системы принятия решений и алгоритмов ее функционирования при управлении электроснабжением в регионе.

2.1 Разработка структурной схемы технологического процесса обработки информации в системе электроснабжения региона.

2.2 Разработка структурной схемы системы принятия решений при управлении электроснабжением в регионе.

2.3 Разработка алгоритма функционирования системы принятия решений при управлении электроснабжением в регионе.

2.4 Метод наименьших квадратов (МНК) - как основа корректного краткосрочного и оперативного прогнозирования электропотребления в регионе.

Выводы.

3 Анализ экспериментальных данных с АИИСКУЭ по потребляемой электроэнергии методами математической статистики.

3.1 Выбор уравнения регрессии (уравнение прямой линии) и анализ экспериментальных данных на наличие автокорреляции.

3.2 Исследование влияния температуры окружающей среды на потребление электроэнергии.

3.3 Аппроксимация экспериментальных данных уравнением прямой линии и прогнозирование электропотребления «на сутки вперед»

3.4 Аппроксимация экспериментальных данных нелинейным регрессионным уравнением второй степени (полином второй степени).

3.5 Расчет краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления, используя нелинейное регрессионное уравнение (нелинейный полином второй степени) на основании двадцати экспериментальных данных.

Выводы.

4 Разработка программного обеспечения экспертной системы математических расчетов краткосрочного прогнозирования электропотребления (ЭС «МРКП ЭП»).

4.1 Основные принципы и особенности построения программного обеспечения ЭС «МРКП ЭП».

4.2 Разработка структурной схемы ПО ЭС «МРКП ЭП», СУБД и доступа к данным.

4.3 Реализация пользовательского интерфейса ПО ЭС «МРКП ЭП».

Выводы.

Актуальность работы. Для эффективного управления энергоснабжением в регионе необходимо оперативно обрабатывать большой объем данных с автоматизированных информационно-измерительных систем коммерческого учета электроэнергии (АИИСКУЭ). Однако, несмотря на достигнутые успехи в области информационных систем в электроэнергетике, остаются не решенными задачи обработки информации с АИИСКУЭ с целью корректного краткосрочного и оперативного прогнозирования электропотребления, а также своевременного выявления нетехнических потерь электроэнергии. Несвоевременное выявление нетехнических потерь электроэнергии приводит к искажению статистики электропотребления и росту небаланса между отпущенной и потребляемой электроэнергией.

Краткосрочное и оперативное прогнозирование электропотребления является на сегодняшний день одним из наиболее важных направлений исследований в электроэнергетике. Краткосрочные и оперативные прогнозные оценки электропотребления составляют основную информацию для принятия решений о планировании потребления электроэнергии предприятиями и развития электроснабжения в регионе, для эффективного управления которой, лицу, принимающему решения (ЛИР) необходима система принятия решений (СГТР). Точность краткосрочного и оперативного прогнозирования электропотребления определяет эффективность управления электроснабжением в регионе. Повышение точности прогнозных оценок электропотребления обеспечивает экономию энергоресурсов и соответствующее увеличение прибыли энергетических предприятий. В связи с переходом с 1 сентября 2006 года к новой модели оптового рынка электроэнергии и мощности (НО-РЭМ), требования к точности производимых прогнозов существенно возросли.

Краткосрочное и оперативное прогнозирование потребления электроэнергии является основой для формирования заявки, подаваемой администратору торговой системы (АТС). При отклонении прогноза от реального потребления, на участников рынков электроэнергетики накладываются штрафные санкции. Ошибка краткосрочного и оперативного прогнозирования снижает качество управления электроснабжением и экономичность режимов сложной энергосистемы региона: заниженный прогноз приводит к необходимости использования дорогостоящих аварийных электростанций; завышенное прогнозирование приводит к увеличению издержек на поддержание в рабочем состоянии излишних резервных мощностей. Так же необходимо отметить, что если прогноз электропотребления заниженный, то субъекты электроэнергетики покупают недостающие объемы электроэнергии на балансирующем и спотовом электроэнергетическом рынке, но уже по более высокой цене.

В РСК используются АИИСКУЭ обрабатывающие информацию с измерительных приборов, но они не являются системами принятия решений, на основе краткосрочного и оперативного прогнозирования электропотребления, которые в связи с большими объемами обрабатываемой информации необходимы ЛПР для эффективного управления электроснабжением в регионе.

Разработка методов краткосрочного и оперативного прогнозирования электропотребления в системе принятия решений, обеспечивающей для ЛПР возможность выбора и принятия к реализации выданных системой в режиме супервизора эффективных решений, на сегодняшний день является одним из приоритетных направлений в электроэнергетике России. Поэтому работы связанные с разработкой методов и алгоритмов краткосрочного и оперативного прогнозирования электропотребления для систем принятия решений в электроэнергетике актуальны.

Целью диссертационной работы является исследование и разработка методов и алгоритмов обработки информации, краткосрочного и оперативного прогнозирования электропотребления для системы принятия решений при управлении электроснабжением в регионе.

Поставленная цель потребовала решения следующих задач:

1. Анализ текущего состояния системы управления электроэнергетикой в регионе.

2. Разработка новых полезных адекватных регрессионных уравнений с целью исследования влияния температуры окружающей среды и времени суток на потребление электроэнергии.

3. Разработка алгоритмического, специального математического и программного обеспечения (ПО) проведения краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления в регионе.

4. Разработка системы принятия решений, обеспечивающей для ЛПР возможность выбора и принятия к реализации выданных решений в режиме супервизора.

5. Выработка рекомендаций промышленным предприятиям и субъектам электроэнергетики по повышению точности краткосрочного и оперативного прогнозирования электропотребления, по своевременному выявлению нетехнических потерь электроэнергии, а также по эффективному управлению электроснабжением в регионе.

Объект исследований - системы управления межрегиональных распределительных сетевых организаций.

Предмет исследований — методы обработки информации и алгоритмы функционирования систем принятия решений при < распределении электроэнергии, а также регрессионные уравнения, методы и алгоритмы краткосрочного прогнозирования, обеспечивающие повышение эффективности управления электроснабжением в регионе.

Методы исследований. Решение поставленных задач базируется на применении комплекса научных методов системного анализа, методов математической статистики, регрессионного анализа, методов прогнозирования, метода описания процессов (ГОЕРЗ), экономико-статистического анализа, методов объектно-ориентированного моделирования систем (UML), теории принятия решений.

Научная новизна диссертационной работы состоит в следующем:

1. Предложены методы обработки информации в системе учета потребления электроэнергии в регионе, основанные на скользящей матрице независимых и зависимых переменных, которые составили основу корректного краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления, как для крупных промышленных, так и для малых бытовых потребителей электроэнергии, а также разработаны алгоритмы их реализации.

2. Разработаны новые полезные адекватные регрессионные уравнения, связывающие потребление электроэнергии со временем суток и температурой окружающей среды, позволяющие повысить значимость прогнозных оценок объемов потребления электроэнергии.

3. Построена ГОЕРЗ-модель процессов обработки информации при управлении электроснабжением региона для предпроектного структурно-функционального анализа системы принятия решений.

4. На основе предлагаемых методов обработки информации и алгоритмов их реализации разработана система принятия решений, обеспечивающая для ЛПР выбор и принятие к реализации решений, повышающих эффективность управления электроснабжением в регионе, а также алгоритм функционирования такой системы.

Практическая значимость диссертационной работы:

1. На основе анализа особенностей функционирования АИИСКУЭ в PCO - Алания обозначены приоритетные актуальные задачи краткосрочного и оперативного прогнозирования электропотребления в регионе и своевременного выявления нетехнических потерь электроэнергии, а также пути их решений.

2. Предложены методы обработки информации, основанные на скользящей матрице независимых и зависимых переменных и алгоритмы расчетов корректного краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления.

3. Разработанные алгоритмы функционирования системы принятия решений в режиме супервизора по учету потребления электроэнергии в регионе приняты к использованию в СОф ОАО «МРСК CK», а так же в учебном процессе (подготовка специалистов и повышение квалификации) на кафедрах «Информационные системы в экономике» и «Электроснабжение промышленных предприятий» ГОУ ВПО СКГМИ (ГТУ), PCO - Алания, г. Владикавказ.

4. Полученные результаты диссертационной работы приняты к использованию в разработке и реализации схемы и программы перспективного развития электроэнергетики PCO - Алания (согласно Постановлению Правительства Российской Федерации от 17.10.2009 № 823), а так же в разработке и реализации инвестиционных программ субъектов электроэнергетики PCO — Алания (согласно постановлению Правительства Российской Федерации от 01.12.2009 №977).

5. Разработаны методические рекомендации по энергетическим обследованиям организаций, осуществляющих регулируемые виды деятельности (организации электроэнергетики PCO - Алания).

6. Экономический эффект от внедрения в СОф ОАО «МРСК CK» составил 830 тыс. руб. в год по промышленному предприятию АПК «Мичуринский».

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются: использованием теоретической и методологической базой исследований; методов системного анализа, методов математической статистики, регрессионного анализа, теории принятия решений, методов прогнозирования, IDEF3 и UML — методов; сходимостью результатов регрессионного анализа и прогноза электропотребления в регионе на ЭВМ с результатами экспериментальных исследований в РСК и на промышленных предприятиях; внедрением разработанной системы краткосрочного прогнозирования электропотребления в СОф ОАО «МРСК СК».

Апробация диссертационной работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на ежегодных НТК СКГМИ (ГТУ), научных семинарах кафедры информационных систем в экономике СКГМИ (ГТУ) (2007 - 2010 гг.), а также на следующих международных, всероссийских научно-технических и научно-практических конференциях: II Ежегодная Всероссийская научно-практическая конференция «Перспективы развития информационных технологий» г. Новосибирск 2010 г.; I Региональная междисциплинарная конференция молодых ученных «Наука-Обществу» г. Владикавказ 2010 г.; Международная научно-практическая конференция «Молодые ученые в решении актуальных проблем науки» г. Владикавказ 2010 г.; VII Международная конференция «Устойчивое развитие горных территорий в условиях глобальных изменений» г. Владикавказ, 2010 г.; Международная научно-практическая конференция "Актуальные вопросы развития инновационной экономики в современном обществе" г. Саратов 2010 г.

Исследования были проведены при поддержке гранта Президента Российской Федерации для молодых российских ученых МД - 2194.2010.9, по теме «Исследование и разработка информационных систем управления и регулирования розничного рынка электроэнергии и мощности» 2010-2011 гг., а также в рамках Гранта Российского Фонда Фундаментальных Исследований (РФФИ) по теме «Разработка основ оптимального управления сложной региональной энергетической системой» 2009-2010 гг. Руководитель научных работ д.т.н., доц. A.M. Кумаритов. Исследования проведены в соответствии с федеральной целевой программой (ФЦП) «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2012 годы», утвержденной постановлением Правительства Российской Федерации от 17 октября 2006 г. № 17.

Личный вклад автора. Основные научные положения, выводы и рекомендации, содержащиеся в диссертационной работе, получены автором самостоятельно.

Публикации. По теме диссертации опубликовано 10 печатных работ, в т. ч. 3 работы в ведущих рецензируемых научных журналах и изданиях, определенных ВАК РФ для публикации основных научных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка использованной литературы, включающего 107 наименований и содержит 157 страниц машинописного текста, 67 рисунков, 16 таблиц и 3 приложения.

Выводы

В четвертой главе приведены результаты разработки программного обеспечения (ПО) ЭС «МРКП ЭП», предназначенного как для РСК, так и для предприятий. Показаны алгоритмы работы ПО «МРКП ЭП».

Разработано программное обеспечение ЭС «МРКП ЭП» - это экспертная система для проведения краткосрочного и оперативного прогнозирования потребления электроэнергии в регионе (на основе реляционной системы управления базами данных (СУБД) Microsoft SQL Server 2008), с использованием унифицированного пользовательского Delphi-интерфейса, используемого на АРМ.

Экспертная система «МРКП ЭП» разработана с учетом современных требований к алгоритмическому, специальному математическому и программному обеспечениям, возможностей дальнейшего развития, интеграции с офисными приложениями для облегчения процедуры ввода и вывода отчетных данных. Методика реализации диалоговой системы — объектно-ориентированное программирование, используя интегрированную среду разработки ПО (приложений) для Microsoft Windows - BorlandDelphi 7.

При разработке программного обеспечения экспертной системы «МРКП ЭП» для краткосрочного и оперативного прогнозирования электропотребления в регионе по конкретному потребителю, были использованы стандартные библиотеки, механизмы и технологии, входящие в состав ОС Windows 98 / ME / 2000 / ХР / Vista / Seven. Для работы с ПО «МРКП ЭП» требуется современный компьютер со стандартной конфигурацией комплектующих, на котором установлена одна из перечисленных выше операционных систем.

Предложены рекомендации промышленным предприятиям, по повышению точности краткосрочного и оперативного прогнозирования электропотребления, а также сетевым компаниям, по управлению электроснабжением региона, а также по своевременному выявлению нетехнических потерь электроэнергии по конкретному потребителю, используя разработанные методы обработки информации на основе скользящей матрицы независимых и зависимых переменных и алгоритмы функционирования системы принятия решений, а также результаты краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления. Экономический эффект от внедрения разработанного программного обеспечения «МРКП ЭП» [Приложение В] в РСК, составил 830 тыс. руб. в год по предприятию «Мичуринский АПК».

Заключение

Проведенные в диссертационной работе исследования по разработке и реализации методов краткосрочного и оперативного прогнозирования электропотребления на основе скользящей матрицы независимых и зависимых переменных и алгоритма функционирования системы принятия решений в режиме супервизора, обеспечивающей для ЛПР возможность принятия к реализации эффективных решений, позволяют сделать следующие выводы:

1. Впервые предложены методы обработки информации в системе управления электроснабжением региона, основанные на скользящей матрице независимых и зависимых переменных, которые составили основу корректного краткосрочного «на сутки вперед» и оперативного «на каждые полчаса» прогнозирования электропотребления, как для крупных промышленных, так и для малых бытовых потребителей электроэнергии.

2. Разработаны алгоритмы краткосрочного и оперативного прогнозирования электропотребления, основанные на методе обработки информации скользящей матрицы независимых и зависимых переменных, полезные как для крупных промышленных предприятий, так и для субъектов электроэнергетики в связи с обязательными подачами заявок (плана/прогноза) на объемы потребления электроэнергии, в том числе РСК - для возможности своевременного выявления нетехнических потерь электроэнергии в регионе по группам потребителей.

3. Разработаны новые адекватные регрессионные уравнения, связывающие потребление электроэнергии со временем суток и температурой окружающей среды, которые являются полезными уравнениями регрессии и предложены впервые.

4. Разработано и реализовано алгоритмическое, специальное математическое и программное обеспечение для системы принятия решений в режиме супервизора («МРКП ЭП») в процессе учета потребления электроэнергии, повышающее эффективность управления электроэнергетической системы региона с получением экономического эффекта.

5. Построена ГОЕБЗ-модель процессов обработки информации при управлении электроснабжением региона для предпроектного структурно-функционального анализа системы принятия решений.

6. На основе предлагаемых методов обработки информации и алгоритмов их реализации разработана система принятия решений по учету потребления электроэнергии, обеспечивающая для ЛПР выбор и принятие к реализации эффективных решений в режиме супервизора, имеющая в своем составе подсистему проведения регрессионного анализа и подсистему прогнозирования электропотребления, повышающая точность расчетов корректного краткосрочного и оперативного прогнозирования электропотребления по конкретному потребителю в регионе и позволяющая своевременно выявлять нетехнические потери электроэнергии.

7. Предложены и приняты к реализации рекомендации промышленным предприятиям и субъектам электроэнергетики по повышению точности корректного краткосрочного и оперативного прогнозирования электропотребления, по своевременному выявлению нетехнических потерь электроэнергии конкретным потребителем, а также по эффективному управлению электроснабжением в регионе.

8. Экономический эффект от внедрения разработанного программного обеспечения «МРКП ЭП» в СОф ОАО «МРСК СК», составил 830 тыс. руб. в год.

1. Анисгшов С.П. Функционирование розничного рынка электрической энергии (мощности) в переходном периоде. // Экономика и финансы электроэнергетики. — 2003. № 6. - С. 169-176.

2. Хузмиев И. К., Бакшиее М. Ю. Концепция реформирования электроэнергетики РСО-А // Вестник ФЭК РФ М.: 2001 - № 4.

3. Хузмиев И. К. Об энергетической стратегии России до 2020 г. // Вестник ФЭК РФ.-М.: 2001.-№ 1.-С. 16-21.

4. Федеральный закон РФ № 35-Ф3 «Об электроэнергетике», 2003 г.

5. Дьяков А. Ф. Энергетика России и мира в 21-ом веке. // Энергетик, 2000, № 11.

6. Воротницкий В.Э., Калинкииа М.А. Расчет, нормирование и снижение потерь электроэнергии в электрических сетях. // Учебно-методическое пособие. — М.: ИПКгосслужбы, 2000.

7. Железко Ю.С., Артемьев A.B., Савченко О.В. Расчёт, анализ и нормирование потерь электроэнергии в электрических сетях: Руководство для практических расчетов. М.: Изв-во НЦ ЭНАС, 2004.- 280с.: ил.

8. Информационный ресурс «АПБЭ — агентство по прогнозированию балансов в электроэнергетике» URL http://www.e-apbe.ru.

9. Дубинский Е.В., Пономаренко И.С., Тодирка С.Н. Современные информационные технологии и их аппаратное обеспечение в задачах управления системами электроснабжения. // Энергосбережение, 1999, № 6, с. 2830.

10. Информационный ресурс «СПЭ: Совет Производителей Энергии» http://www.np-cpp.ru/press/events/el057.phtml. от 8 июня 2009 года

11. Информационный ресурс «Межрегионэнергосбыт» // Минэнерго России: Неплатежи за электроэнергию в Южном федеральном округе осложняют подготовку энергосистемы юга страны к предстоящему ОЗП. http://www.mrg-sbyt.ru/news/791/

12. Информационный портал «СИА» от 11 декабря 2009 г. http:// www.sia.ru/ ? section = 493&action=show news&icNl 06901

13. Воротницкнй В.Э., Калинкина M.A., Апряткин В.H., Арентов

14. Воротницкий В.Э., Бохмат И.С., Татаринов Е.П. Снижение коммерческих потерь в электроэнергетических системах. — Электрические станции, 1998, №9.

15. Поспелов Г.Е., Сыч Н.М. Потери мощности и энергии в электрических сетях. / Под ред. Г.Е. Поспелова. М.: Энергоиздат, 1981;

16. Типовая инструкция по учету электроэнергии при ее производстве, передаче и распределении. РД 34.09.101-94. -М.: СПО ОРГРЭС, 1995.

17. Воротницкий В.Э., Заслонов C.B., Калинкина М.А. Методы расчета потерь электроэнергии в электрических сетях 0,38 кВ. // Вестник ВНИИЭ-2003, М. Издательство НЦ ЭНАС, 2003, с.73-78

18. Воротницкий В.Э., Железко Ю.С., Казанцев В.Н. и др. Потери электроэнергии в электрических сетях энергосистем. / Серия Экономия топлива и электроэнергии. Под ред. Казанцева В.Н. - М.: Энергоатомиздат, 1983,368 с. с ил.

19. Поспелов Г.Е., Сыч Н.М. Потери мощности и энергии в электрических сетях. / Под ред. Г.Е. Поспелова. М.: Энергоиздат, 1981.

20. Воротницкий В.Э., Загорский Я.Т., Апряткин В.Н., Западное В.А. Расчет, нормирование и снижение потерь электроэнергии в городских электрических сетях. Электрические станции, 2000, №5.

21. Арунянц Г.Г., Калинкин А.Д., Хузмиев И.К. Особенности построения программного комплекса расчета и анализа потерь в электрических сетях // Вестник ФЭК РФ.- М.: 2001.- № 4.- С. 143-148.

22. Инструкция по расчету и анализу технологического расхода электроэнергии на передачу по электрическим сетям энергосистем и энергообъединений. И34-7-030-87. -М.: СПО Союзтехэнерго, 1987.

23. Гринкевич Р.Н. Тенденции мировой электроэнергетики. // Вестник ФЭК России. 2003. - № 3.

24. Боброва JI.B. Методы и средства обработки экономической информации: учебно-методический комплекс (учебное пособие) / Л.В.Боброва. СПб.: СЗТУ, 2008. - 217 с.

25. Кумаритов A.M. Оптимизация управления потреблением энергоресурсов в региональной энергетической системе «Поставщик — Потребитель». Монография. Ростов на - Дону: Изд — во СКНЦ ВШ.2007.

26. Осорин М. Распределение и сбыт электроэнергии по стандартам XXI века // Энергорынок, 2005, № 10 (23).

27. Осорин М. Распределение и сбыт электроэнергии. Профессиональный журнал, 2005, № 10 — С. 21-25.

28. Москаленко И.В., Кумаритов A.M., Хузмиева О.И. Оптимизация управления потреблением энергоресурсов на промышленном предприятии. — Под общей редакцией д.т.н., проф. Хузмиева И.К. — Владикавказ, 2006г.

29. Масленников Г.К., Макаров A.A. Энергосбережение и IT-технологии (опыт г. Краснознаменска Моск. области). // Энергосбережение, 2002, № 6.

30. Дзгоев А.Э. Существующие механизмы процесса управления в энергетике как сфере приложения информационных систем // Труды молодых учённых. Том 4, Владикавказ: Издательство «Терек» СКГМИ (ГТУ), 2009. С. 23-32.

31. Информационный ресурс «Свободная энциклопедия Википе-диа».1ЖЬ- http://m.wikipedia.org/wiki/ERP

32. Типовые технические требования к средствам автолштизации контроля и учета электроэнергии и мощности для АСКУЭ энергосистем. Утверждено РАО ЕЭС России 11.10.1994.Г.

33. Тубинис В. В. Автоматизированные системы учета электроэнергии у бытовых потребителей // Энергосбережение, 2005, № 10.

34. Балашов О.В., Быценко С.Г. Автоматизированная система контроля и учета бытового энергопотребления на базе комплекса технических средств "ЭМОС-МЗЭП" // Энергосбережение.-М.: 1999. -№ 2.

35. Каверин А., Иоффе А. Автоматизированная информационная система на основе научно-технической и нормативной базы данных по проблемам энергосбережения (АИС «Энергосбережение России») // Энергетическая эффективность — М.: 1999 № 23, с. 8-10.

36. Бережной JI. Н. Теория оптимального управления экономическими системами- СПб.:Изд-во Санкт-Петербургского института внешнеэкономических связей, экономики и права, 2002.

37. Моисеев H.H. Математические задачи системного анализа,- М.: Наука, 1981.- 488с.

38. Губанов В.А., Захаров В.В., Коваленко А.Н. Введение в системный анализ.- Л.: Издательство Ленинградского университета, 1988, 232 с.

39. Булатов В.П. Системные исследования в энергетике в новых социально-экономических условиях. Новосибирск: Наука, 1995.-189 с.

40. Рыков А. С. Методы системного анализа: многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. — М.: Экономика, 1999.-192 с.

41. Кудрин Б. И. Электроснабжение промышленных предприятий: учебник для студентов высших учебных заведений / Б.И.Кудрин. — 2-е изд. -М.: Интермет Инжиниринг, 2006. — 672 с.

42. Орлов А.И. Теория принятия решений. Учебное пособие. М.: Издательство «Март», 2004.

43. Хузмиев И.М., Дзгоев А.Э. Системный анализ методов принятия решения в области электроснабжения региона // Известия высших учебных заведений. Проблемы энергетики. №5-6. Казанский государственный энергетический университет. Казань, 2010. — С. 140-145.

44. Кумаритое A.M., Сакиев A.B. Теоретические основы системных исследований в энергетике. — Владикавказ, НИТНОЭ, 2003.

45. Шнейдер A.M., Такенава Т., Шиффман Д.А. Суточное прогнозирование нагрузки электроэнергетической системы с учетом прогнозов температуры. М.: Энергоатомиздат, 1978 с. 74-85.

46. Горчаков A.A., Орлова И.В., Половников В.А. Методы экономико-математического моделирования и прогнозирования в новых условиях хозяйствования. М.: ВЗФЭИ, 1991.

47. Правша функционирования розничных рынков электрической энергии в переходный период реформирования электроэнергетики. Утверждены постановлением Правительства РФ № 530 от 31 августа 2006 г.

48. Емельянов A.C. Эконометрия и прогнозирование. М.: Эконометрика, 1985. 225с.

49. Демура A.B., Надтока И.И. Оперативное, краткосрочное и долгосрочное прогнозирование электропотребления в электроэнергосистеме, г. Новочеркасск, 2001 г., с. 3.

50. Головченко В.Б., Носков С.И. Прогнозирование на основе дискретной динамической модели с использованием экспертной информации. // Автоматика и телемеханика, 1991. №4 с. 140-148.

51. Головченко В.Б., Носков С.И. Комбинирование прогнозов с учетом экспертной информации // Автоматика и телемеханика, 1992. №11 с. 109117.

52. Головченко В.Б. Прогнозирование временного ряда по экспертным высказываниям// Техническая кибернетика, 1991, №3. с. 47-51.

53. Афанасьев В.Н. Анализ временных рядов и прогнозирование: учебник/ В.Н. Афанасьев, М.М. Юзбашев. 2-е изд., перераб. и доп. — М.: Финансы и статистика; ИНФРА-М, 2010. - 320 е.: ил.

54. Кумаритов A.M., Сакиев А.В. К вопросу о прогнозировании потребления электроэнергии // Проблемы энергосбережения и экологии в промышленном и жилищно-коммунальном комплексах: сборник статей VII Международной научно-практической конференции. Пенза, 2006.

55. Шумилова Г.П., Готман Н.Э., Старцева Т.Б. Краткосрочное прогнозирование электрических нагрузок с использованием искусственных нейронных сетей. // Электричество, 1999, №10 с. 6-12.

56. Макоклюев Б.И., Владимиров А.И., Фефелова Г.И. Прогнозирование потребления электроэнергии в АО «Мосэнерго». — ТЭК, 2001, №4, с. 5657.

57. Кумаритов A.M. Статический алгоритм прогнозирования случайных процессов потребления электрической энергии // Труды международной научно-практической конференции «Экономические и экологические проблемы регионов СНГ» Астрахань 2006.

58. Кумаритов A.M., Сакиев A.B. Алгоритм прогнозирования случайных процессов потребления электрической энергии // Малая энергетика — 2005: Материалы международной научно-практической конференции, г. Москва, 2005.

59. Едемский С.И. Прогнозирование электропотребления нагрузки на основе моделей с самоорганизацией // Известия Вузов. Энергетика, 1990, №2. с. 17-22.

60. Ляхомский A.B., Крицевый Ю.Ф. Прогнозирование электропотребления с учетом климато-метеорологических условий // Известия Вузов. Энергетика, 1989, №10. с. 34-36.

61. Грешилов A.A., Стакун В.А., Стакун A.A. Математические методы построения прогнозов М.: Радио и связь, 1997 — 112 е.: ил. — ISBN 5-25601352-1.

62. Четыркин Е.М. Статистические методы прогнозирования. Изд. 2е перераб. доп., М.: «Статистика» 1977 г. 200 с. ил.

63. Салихов 3. Г., Арунянц Г. Г., Рутковский A. JI. Системы оптимального управления сложными технологическими объектами — М.: Теплоэнергетик, 2004 496 с.

64. Пагиев К.Х., Арунянц Г. Г., Текиев В.М. Автоматизированный синтез и анализ многоуровневых систем управления технологическими объектами-Владикавказ: Иристон, 2000-268 с.

65. Корнилов Г.И. Основы теории систем и системного анализа. «Институт Делового Администрирования», Кривой Рог, 1996.

66. Столбовский Д.Н. Проектирование информационных систем в экономике. Часть 2. (Структурный анализ и проектирование ИС). / Курс лекций для студентов ВУЗов. Владикавказ 2005.

67. Дзгоев А.Э. Информационная система управления потреблением электрической энергии в распределительной сети региона. // Труды молодых ученых. Том 3, г. Владикавказ: Издательство «Терек» СКГМИ (ГТУ), 2010. -С.62-67.

68. Козлов В.Н. Системный анализ, оптимизация и принятие решений: учебное пособие. Москва: Проспект, 2010.-176 с.

69. Антонов А.В. Системный анализ. Учеб.для вузов. 2-е изд., стер. — М.: Высш. шк., 2006. 454 е.: ил.

70. Мацяшек, Лешек А. Анализ требований и проектирование систем. Разработка информационных систем с использованием UML.: Пер. с англ. М.: Издательский дом «Вильяме». 2002. 432 е.: ил. - Парал. тит. англ.

71. Черноруцкий И.Г. Методы принятия решения. — СПб.: БХВ-Петербург, 2005.

72. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ. / Под. Ред. И.Ф. Шахнова. — М.: Радио и связь, 1981.-560 с.

73. Кумаритов A.M., Хузмиев И.М., Дзгоев А.Э. К вопросу о разработке экспертной системы поддержки принятия решений для анализа потерь и выявления безучетного потребления электроэнергии. // Аудит и финансовый анализ. №6, Москва, 2010. С. 458-464.

74. Кватрани Т. Rational Rose 2000 и UML. Визуальное моделирование: Пер. с англ. М.: ДМК Пресс, 2001. - 176 е.: ил. (Серия «Объектно-ориентированные технологии в программировании»).

75. Ларман Крэг. Применение UML и шаблонов проектирования. 2 е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2004. — 624 е.: ил. Парал. тит. англ.

76. Кремер Н. Ш. Теория вероятностей и математическая статистика: Учебник для вузов. 2-е изд., перераб. и доп.- М.: ЮНИТИ-ДАНА, 2004,573 с.

77. Елисеева И.И. Эконометрика: Учебник / Под ред. И.И. Елисеевой. — М.: Финансы и статистика, 2001. — 344 е.: ил.

78. Красс М.С. Чупрыиов Б.П. Математические методы и модели для магистрантов экономики: Учебное пособие. — СПб.: Питер, 2006. — 2006, -496 е.: ил.

79. Просветов Г.И. Эконометрика: Задачи и решения: Учебно-практическое пособие. 5-е изд., доп. М.: Издательство «Альфа-Пресс», 2008.- 192 с.

80. Калинина В.Н. Математическая статистика: учебник / В.Н. Калинина, В.Ф. Панкин. 3-е изд. - М.: Высш. шк., 2001. - 336 с.

81. Иванов A.A. Справочник по электротехнике. Киев: «Вища школа», 1972. стр.224.

82. Кухлинг X. Справочник по физике: пер. с нем.-М.:Мир, 1982.-520е., ил.

83. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы в экономике: Учебник. — М.: МГУ им. М.В. Ломоносова, Издательство «ДИС», 1997. 368 с.

84. Кафаров В.В. Методы кибернетики в химии и химической технологии. М.: Химия, 1976. 463 с. (с. 165).

85. Зарубин B.C. Математическое моделирование в технике: Учеб. Для вузов / Под. Ред. В.С.Зарубина, А.П.Крищенко. 2-е изд., стереотип. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. - С.36.

86. Кулътш Н.Б. Основы программирования в Delphi 7. СПб.: БХВ-Петербург, 2003. - 608 с.:ил.

87. Епанешников A.M., Епанешников В.А. Delphi. Проектирование СУБД. -М.: Диалог-МИФИ, 2001.- 528 с.

88. Кэнту М. Delphi 6 для профессионалов.- СПб.: Питер, 2002. 1088 с.

89. Баркер С.Ф. Профессиональное программирование в Microsoft Access 2002.: Пер. с англ. — М.: «Издательский дом «Вильяме», 2002. 992 с.

90. Харрингтон Д. Проектирование объектно-ориентированных баз данных. Пер. с англ. М.: ДМК Пресс, 2001. — 272 с.

91. Арунянц Г.Г., Калинкин А.Д., Хузмиев И.К. Принципы динамического формирования внутрисистемных и пользовательских интерфейсов при создании сложных программных систем // Вестник ФЭК РФ. — М.: 2001. -№4.-с.130-143.

92. Арунянц Г.Г. Хузмиев И.К Автоматизация процессов регулирования деятельности естественных монополий в топливно-энергетическом комплексе // Финансово-экономический вестник нефтяной и газовой промышленности. М.: 2000.-Xell.-c. 164-172.

93. Дейт К. Введение в системы баз данных. — СПб.: Вильяме, 1999.I