Содержание к диссертации
Введение
Глава 1 Методы прогнозирования для оценки уровня надёжности электроснабжения сельского хозяйства . 10
1.1 Обзор, характеристика и классификация современных методов прогнозирования 10
1.2 Уровень надёжности электроснабжения
1.2.1 Классификация отказов в системе электроснабжения .. 18
1.2.2 Схемы электрических сетей. Классификация видов резер .вирования.
1.2.3 Надёжность элементов электрической сети 35
1.2.4 Оснащённость сетей средствами управления 46
1.2.5 Организация эксплуатации и ремонта электрических сетей
и распределительных устройств 50
1.3 Принципы построения прогнозных моделей развития в электроснабжении 54
1.4 Программное обеспечение для прогнозирования уровня надёжности электроснабжения .66
1.5 Выводы по главе 1, цель работы и задачи исследования 69
Глава 2 Теоретические основы прогнозирования уровней функционирования систем сельского электроснабжения . 71
2.1 Постановка задачи и основные требования к прогнозируемым системам электроснабжения 71
2.2 Разработка прогнозных моделей количества отказов в сельских распределительных электрических сетях 10 кВ
2.2.1 Создание базы данных по аварийным отключениям сельских распределительных электрических сетей 10 кВ 73
2.2.2 Определение минимального объёма выборки .78
2.2.3 Определение коэффициентов автокорреляции для выборок
по каждой из причин
2.2.4 Определение закона распределения случайной величины... 80
2.2.5 Определение законов распределения отказов электрооборудования электрических сетей напряжением 10 кВ 89
2.2.6 Прогнозная модель количества отказов электрооборудования сельских распределительных сетей 10 кВ в будущем году 93
2.2.7 Прогнозная модбль количества отказов электрооборудования сельских распределительных сетей 10 кВ в будущем году с учётом коэффициента автокорреляции 2.3 Прогнозная модель времени восстановления после отказа электрооборудования сельских распределительных сетей 10 кВ в будущем году .101
2.4 Зависимость уровня надёжности электроснабжения от качества электроэнергии в сельских распределительных сетях 10 кВ 107
2.5 Выводы по главе 2 120
Глава 3 Программное обеспечение для прогнозирования оценки уровня надёжности электроснабжения 121
3.1 Актуальность создания и задачи программного обеспечения для прогнозирования оценки уровня надёжности электроснабжения 121
3.2. Описание работы программы «Прогноз -2+» 125
3.3 Прогнозирование уровня надёжности функционирования системы сельского электроснабжения (на примере филиала восточных электрических сетей ОАО “ИЭСК ”) 131
3.3.1 Прогнозирование количества отказов электрооборудования сельских распределительных сетей 10 кВ 131
3.3.2 Прогнозирование количества отказов электрооборудования сельских распределительных сетей 10 кВ с учётом автокорреляции 134
3.3.3 Прогнозирование отказов и времени восстановления электрооборудования сельских распределительных сетей 10 кВ 137
3.3.4 Прогнозирование количества отказов на основании информации о величине потерь напряжения в сельских распределительных сетях 10 кВ 143
3.3.5 Прогнозирование отказов элементов электрической сети, обусловленные несколькими причинами 148
3.4 Выводы по главе 3 150
Глава 4 Экономическое обоснование применения ПО «Прогноз 2+» в процессе организационно-технического обслуживания сельских распределительных электрических сетей .152
4.1 Постановка задачи 152
4.2 Расчёт технико-экономических показателей 153
4.3 Сравнение стратегий комплектования запаса электрооборудования 159
4.4 Выводы по главе 4 161
Основные выводы 162
Список использованной литературы 163
- Классификация отказов в системе электроснабжения
- Разработка прогнозных моделей количества отказов в сельских распределительных электрических сетях 10 кВ
- Прогнозирование уровня надёжности функционирования системы сельского электроснабжения (на примере филиала восточных электрических сетей ОАО “ИЭСК ”)
- Сравнение стратегий комплектования запаса электрооборудования
Введение к работе
Актуальность темы. Сельские распределительные сети можно отнести к электрическим сетям низкой наблюдаемости, в силу их слабого оснащения средствами управления, рассредоточенности на обширных территориях и разветвлённой структуры транспорта электрической энергии.
Это обуславливает повышенную аварийность этих сетей, особенно отчётливо проявляющуюся в электрических сетях 10 кВ, где ежегодно фиксируется более 1500 отказов. Основными причинами возникновения отказов являются повреждения элементов электрических сетей, вызванные целым комплексом причин.
Следует отметить, что электрические сети 6-Ю кВ передают электроэнергию не только коммунально-бытовым потребителям, но и достаточно большому количеству сельскохозяйственных предприятий, имеющих в своём составе приёмники 1, 2 и 3 категории по уровню надёжности электроснабжения. Поэтому перерывы электроснабжения в сельских распределительных сетях могут повлечь не только недоотпуск, но и значительный брак сельхозпродукции.
Таким образом, повышение уровня надёжности электроснабжения в рассматриваемых электрических сетях является важнейшим направлением сельской электрификации.
Вопросами надёжности электроснабжения в сельских сетях в разное время занимались такие учёные как Авраменко СВ., Анищенко В.А., Будзко И.А., Буторин В.А., Воропай Н.И., Гук Ю.Б., Ковалёв Г.Ф., Рыбаков Л.М., Стребков Д.С., Хомутов О.И. и другие. Вместе с этим, существующие методы оценки уровня надёжности электроснабжения весьма детерминированы и учитывают ограниченное количество показателей надёжности вне их связи с режимными характеристиками в электрических сетях. Кроме того, разработка мероприятий по обеспечению надёжности электроснабжения в настоящее время немыслима без перспективного плана по обслуживанию элементов электросетевого хозяйства систем электроснабжения. Плановое обслуживание электрических сетей, оперативное управление режимами работы неразрывно связаны с возможными рисками при эксплуатации элементов электросетевого оборудования.
В связи с этим, важное значение приобретает прогнозирование уровня надёжности и функционального состояния электрических сетей 10 кВ сельского назначения, на основании которого с достаточной вероятностью можно предсказать изменение уровня надёжности электроснабжения рассматриваемого участка электроэнергетической системы. Это позволит разработать комплекс организационно-технических мероприятий, направленных на минимизацию возможных рисков, связанных с перерывами электроснабжения.
Кроме того нельзя не учитывать, что уровень надёжности электроснабжения находится в тесной взаимосвязи с изменяющимся уровнем качества электроэнергии. Снижение напряжения в электрических сетях приводит к перегрузке отдельных элементов этих сетей, что может служить причиной отказа. Таким образом, математическое описание взаимосвязи показателей надёжности с показателями качества электроэнергии в распределительных электрических
сетях, позволит количественно оценить эту взаимосвязь и создать её прогнозную модель на отдалённую перспективу.
Цель работы — прогнозирование уровня надёжности электроснабжения для повышения эффективности работы сельских электрических распределительных сетей 10 кВ в условиях изменяющегося качества электрической энергии.
Задачи исследования:
-
Анализ методов прогнозирования и классификация отказов на основе статистической обработки данных в сельских распределительных сетях.
-
Разработка моделей прогнозирования с учётом автокорреляции значений выборки и изменяющегося качества электроэнергии.
-
Разработка алгоритма и создание программного обеспечения, для прогнозирования показателей надёжности электроснабжения.
-
Оценка экономической эффективности внедрения программного обеспечения по прогнозированию надёжности электроснабжения в процесс комплектования запасного оборудования электрических сетей 10 кВ Иркутской электросетевой компании.
Объект исследования. Электрические распределительные сети 10 кВ. Предмет исследования. Прогнозные модели для оценки функционального состояния электрических сетей 10 кВ. Научная новизна исследований:
прогнозная модель функционирования электрических сетей 10 кВ на основе автокорреляции значений выборки;
модель прогнозирования уровня надёжности электроснабжения с учётом изменяющегося качества электроэнергии;
алгоритм и анализ прогнозируемого уровня надёжности электроснабжения на основе использования информационно-технологического обеспечения «Прогноз -2+».
Практическая значимость и реализация работы.
Полученный анализ прогнозных моделей может использоваться для проведения комплекса мероприятий, направленного на повышение уровня надёжности электроснабжения.
Результаты выполненных научных исследований и созданная на их основе программа «Прогноз - 2+» приняты к внедрению в филиале «Южные электрические сети» ОАО «Иркутская электросетевая компания».
Результаты диссертационной работы используются в учебном процессе на кафедре электроснабжения и теплоэнергетики ФГБОУ ВПО «Иркутская государственная сельскохозяйственная академия» при изучении дисциплины «Электроснабжение».
Основные положения, выносимые на защиту:
метод прогнозирования уровня надёжности электроснабжения на основе автокорреляции значений выборки;
метод прогнозирования уровня надёжности электроснабжения на основе изменяющегося качества электроэнергии;
- алгоритм и программа прогнозирования уровня надёжности электроснабжения.
Апробация работы. Основные положения и результаты исследований докладывались и обсуждались на международной научно-практической конференции ИрГСХА «Рациональное природопользование и энергосберегающие технологии в агропромышленном комплексе» (Иркутск, 2010); всероссийской научно-технической конференции с международным участием АмГУ «Энергетика: Управление, качество и эффективность использования энергоресурсов» (Благовещенск, 2011); совместном немецко-русском коллоквиуме (семинаре) на тему «Технология Smart grid» в университете Отто-Фон-Герике, (Магдебург, 2011); научно-практической конференции молодых учёных Сибири и Дальнего Востока ИрГСХА «Научные достижения производству» (Иркутск, 2009, 2011); П-м, Ш-м и IV-м региональном научно-практическом семинаре ИрГСХА «Чтения И.П. Терских» (Иркутск, 2009, 2010, 2011); первом этапе Всероссийского конкурса на лучшую научную работу среди аспирантов ВУЗов Министерства сельского хозяйства РФ по номинации «Технические науки» ИрГСХА (Иркутск, 2010); втором этапе Всероссийского конкурса на лучшую научную работу среди аспирантов ВУЗов Министерства сельского хозяйства РФ СФО по номинации «Технические науки» КрасГАУ (Красноярск, 2010).
Публикации. По теме диссертационной работы опубликовано 6 печатных работ, в том числе 3 работы - в изданиях, рекомендованных ВАК РФ. Получено свидетельство о государственной регистрации компьютерной программы.
Структура и объем работы. Диссертационная работа состоит из введения, 4 глав, выводов, списка литературы из 118 наименований, приложений. Изложена на 210 страницах машинописного текста, содержит 47 рисунков и 21 таблицу.
Личный вклад автора. Все полученные результаты исследований осуществлены лично автором и обобщены при поддержке научного руководителя.
Классификация отказов в системе электроснабжения
В настоящий момент в России становление рыночной экономики характеризуется усложнением экономических связей. Взаимоотношения и связи объектов хозяйственной деятельности приобрели более сложный характер и строятся по ясному для всех принципу «выгодно - невыгодно».
В этой связи, значимость прогнозирования заключается в том, что оно, раскрывая будущие взаимосвязи объектов, предлагает возможные варианты развития этих взаимосвязей и систем объектов.
В технических системах, в частности в электроэнергетике, основным показателем надёжности функционирования является состояние безотказной работы элементов на некотором будущем интервале времени. Для технических систем очень важно прогнозирование уровня надёжности, который основан на наблюдении прямых и косвенных прогнозирующих параметров, что позволяет исследовать надёжность конкретных изделий в процессе их работы. Главная задача прогнозирования технических систем заключается в предупреждении и предотвращении отказов в работе с помощью предвидения. Для технических систем прогнозирование должно осуществляться на трёх стадиях: на этапе проектирования, на этапе производства и на стадии эксплуатации. Также необходимо знать в чём же заключается эффективность прогнозирования и эффект самого прогноза.
Эффективность прогнозирования заключается в осуществлении наиболее достоверного прогноза. А эффект данного прогноза заключается в определении момента выбора решения. Суть последнего состоит в том, что если решения принимаются слишком рано или слишком поздно, то и в первом и во втором случае это может привести к увеличению потерь. Это связано с тем, что большое количество исходных событий системы воспринимается, как равновероятные. Но если в результате прогнозирования получаем достоверный прогноз, то количество наиболее вероятных исходных событий системы уменьшается. И это облегчает выбор и, соответственно, уменьшает время выбора оптимального решения [33, 48, 62].
Существует много методов прогнозирования. Анализ методов прогнозирования, выбор наиболее эффективного, с точки зрения применимости является основой дальнейшего составления прогнозных моделей развития изучаемого процесса. Степень достоверности прогноза может быть достигнута путём сравнения полученных данных с действительными реальными показателями. Это позволяет приступить к следующему прогнозу уже с существующими данными, т.е. имеющейся тенденцией. Опираясь на полученные данные, можно во временном аспекте пер кодить на более высокую ступень и т.д.
Вопросами прогнозирования уровня надёжности в разное время занимались такие учёные как Буторин В.А., Васильева Т.Н., Вентцель Е.С., Волков СВ., Воропай Н.И., Гнеденко Б.В., Глущенко В.В., Гук Ю.Б., Иваньо ЯМ., Королькова Л.И., Лабунская Н.Л., Микрюков Д.Н., Рыбаков Л.М. и другие. В настоящее время, наряду со значительным числом опубликованных методов прогнозирования, известны многочисленные способы их классификации. Тем не менее, считать этот вопрос удовлетворительно решенным нельзя, так как единой, полезной и полной классификации сейчас еще не создано. Вероятно, прогностика, как молодая наука, еще не достигла такого уровня развития, когда возможно создание классификации, удовлетворяющей всем этим требованиям. Можно указать две основные цели, которые преследует классификация методов прогнозирования. Это, во первых, обеспечение процесса изучения и анализа методов и, во-вторых, обслуживание процесса выбора метода при разработке прогнозов объекта. На современном этапе трудно предложить единую классификацию, в равной степени удовлетворяющую обеим из указанных целей.
Существуют два основных типа классификации: последовательная и параллельная [57]. Последовательная классификация предполагает вычленение частных объемов из более общих. При этом должны соблюдаться следующие основные правила: 1) признак деления должен оставаться одним и тем же при вычленении нового понятия (вида, группы); 2) объемы понятий должны исключать друг друга, то есть не пересекаться; 3) каждый последующий объект классификации (подвиды, подклассы) должен полностью исчерпывать предыдущий (вид, класс).
Параллельная классификация предполагает сложное информационное основание, состоящее не из одного, а из целого ряда признаков. Основной принцип такой классификации - независимость выбранных признаков, каждый из которых существенен, все они одновременно присущи одному предмету и только их совокупность дает исчерпывающее представление о каждом классе, виде, подклассе и т.д.
Последовательная классификация более наглядно отражает информацию, охватывает всю исследуемую область и определяет место и взаимосвязи каждого класса в общей системе. Поэтому, для целей изучения она является более приемлемой и позволяет более стройно представлять классифицируемую область знаний [57].
Каждый уровень классификации характеризуется своим классификационным признаком. Элементы каждого уровня представляют собой наименования принадлежащих им групп элементов ближайшего нижнего уровня, причем групп непересекающихся.
Разработка прогнозных моделей количества отказов в сельских распределительных электрических сетях 10 кВ
Под прогнозируемой системой электроснабжения следует понимать такое состояние рассматриваемой системы при котором, на основе создания прогнозных моделей изменения уровня надёжности электроснабжения и качества электрической энергии, их анализа и разработанных рекомендаций, обеспечивается нормальное функционирование подключенных к этой системе электроприёмников, предусмотренных при планировании режима.
Для решения задач управления электроэнергетическими системами (ЭЭС\ включая их обслуживание и ремонт, не представляется возможным использовать какую-то одну математическую модель. Процесс прогнозирования уровня надёжности электроснабжения и качества электроэнергии не является исключением. Задача создания прогнозируемых систем электроснабжения может быть решена только на основе получения комплекса библиотек, состоящего из прогнозных моделей развития различных элементов электрической сети. При решении каждой конкретной задачи прогнозирования рассматривается не только сам элемент распределительной сети, для которого осуществляется прогноз, но и уровни напр Кения и вся совокупность факторов, влияющих на изменение уровня надёжности электроснабжения и качества электроэнергии. При этом требуется использование разных подходов и методов прогнозирования.
Решаемая в данной работе задача создания прогнозируемой системы электроснабжения в сельских распределительных сетях весьма специфична и, фактически, ставится впервые. Следует отметить, что создание прогнозируемых систем электроснабжения тесно связано с непосредственным использованием прогнозирующих систем, под которыми понимается система методов прогнозирования и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования [79]. Средствами реализации могут быть экспертная группа, организационные мероприятия, технические средства и т. д.
В дальнейшем в работе будем использовать термин прогнозируемая система электроснабжения (ПСЭ), определение которой представлено выше.
Несмотря на многообразие элементов распределительных сетей, их территориальной распределённости и других отличий, прогнозируемые СЭ должны подчиняться определённым требованиям: 1. ПСЭ строится на основе создания прогнозных моделей функционирования отдельных элементов электрической сети рассматриваемой системы электроснабжения. 2. Прогнозирование уровня надёжности функционирования распределительных сетей осуществляется с учётом изменяющегося качества электрической энергии. Из вышесказанного следует, что ПСЭ основывается на создании прогнозирующей системы, осуществляющей прогнозы количества отказов в зависимости от повреждаемости элементов электрических сетей и изменения качества электроэнергии. На основании предсказанной информации, можно разработать качественную систему мероприятий организационно-технического характера, превентивно влияющих на повышение уровня надёжности электроснабжения и качества электрической энергии, рассматриваемых электрических сетей, а также обосновать необходимое и достаточное количество запасных частей.
Прогнозная модель - это модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта в будущем и (или) путях и сроках их осуществления [79], в качестве объекта прогнозирования могут выступать процессы, явления, события. В нашем случае, это аварийные отключения, то есть события.
Таким образом, для создания прогнозной модели необходимо собрать и обработать статистические данные по аварийным отключениям электрических сетей. Обработка данных осуществляется методами математической статистики, в основе прогнозных моделей лежит математический аппарат вероятностного прогнозирования, а также анализ динамических рядов.
Данные по отказам и аварийным отключениям распределительных сетей 10 кВ получены в ходе эксплуатации электрооборудования в филиале Восточные электрические сети ОАО “Иркутская электросетевая компания” (ВЭС ОАО “ИЭСК”). Этот метод является самым доступным для получения экспериментальных данных о надёжности. К основным преимуществам данного метода можно отнести достоверность собранной информации, возможность изучения любого доступного периода времени, а также возможность обновлять информационную базу по мере поступления данных по аварийным отключениям.
Источником информации о надёжности в электросетевых компаниях служат диспетчерские журналы, журналы учёта отказов, дефектов и аварий, ремонтные ведомости, технические отчёты. В диспетчерском журнале фиксируется информация о работе оперативно-выездной бригады (ОВБ). Данная информация отражена в виде таблицы, столбцы которой имеют следующее содержание: в 1-ом «Время аварийного отключения» фиксируется дата и время аварийного отключения линии электропередачи; во втором столбце указано место (район) в котором произошло отключение. Третий столбец «Причина» указывает причину повреждения и, соответственно, отключения сети. Четвёртый столбец «Работа РЗА, АПВ, РПВ» фиксирует информацию о том, сработала ли релейная защита или другие средства автоматики, или линия была отключена вручную. В пятом столбце «Недоотпуск (кВт.-ч.)» указан недоотпуск электроэнергии в кВт-ч, возникший в результате данного отключения и простоя электрооборудования. Шестой столбец «Время восстановления (затраченное на восстановление работоспособного состояния)» фиксирует время, затраченное на восстановление (замену) повреждённого элемента. Пример сбора данных рассмотрен в таблице 2.1.
Прогнозирование уровня надёжности функционирования системы сельского электроснабжения (на примере филиала восточных электрических сетей ОАО “ИЭСК ”)
Электрическая энергия является единственным видом продукции, для перемещения которого от мест производства до мест потребления не используются другие ресурсы. Для этого расходуется часть самой передаваемой электроэнергии, поэтому ее потери неизбежны, задача состоит в определении их экономически обоснованного уровня. Снижение потерь электроэнергии в электрических сетях до этого уровня - одно из важных направлений энергосбережения [44, 45]. Вместе с тем энергосбережение непосредственно связано и с качеством предаваемой электроэнергии: основным критерием оценки качества электроэнергии является отклонение напряжения [38], которое, в свою очередь, непосредственно зависит от алгебраической разности напряжений между источником питания и точкой присоединения потребителя, то есть от потерь напряжения по длине линии электропередачи.
Существенное влияние на потери напряжения в сельских распределительных сетях Иркутской области оказывает рост электрических нагрузок сельских потребителей, что приводит к снижению пропускной способности существующих электрических сетей. Помимо этого, на качество электроэнергии в целом и на потери напряжения в частности непосредственное влияние оказывает надёжность электроснабжения, в частности частота отказов и среднее время восстановления. В свою очередь, качество электроэнергии оказывает влияние на степень надёжности функционирования электрооборудования не только потребителей, но и всей системы электроснабжения в целом. Рассматриваемая взаимозависимость (взаимосвязь) выражается общеизвестным принципом: при низкой надёжности системы электроснабжения, обеспечение требуемого качества электроэнергии на шинах потребителей весьма проблематично. В данном случае качество электрической энергии является величиной зависимой от надёжности электроснабжения. В свою очередь не соответствие качества электроэнергии требуемым параметрам ведёт к снижению уровня надёжности электроснабжения потребителей. Например, снижение напряжения в рассматриваемых сетях может привести к перегрузке отдельных элементов линии электропередачи и трансформаторов и вызвать их отказ или аварийное отключение [102].
Таким образом, математическое описание взаимосвязи количества отказов с потерями напряжения в сельских распределительных сетях 10 KB позволит количественно оценить влияние величины потерь напряжения на количество отказов в рассматриваемых В Л 10 кВ и наоборот. На основе полученной информации, можно прогнозировать количество отказов электрооборудования в распределительных сетях 10 кВ с учётом величины потерь напряжения, это позволит разработать более эффективную систему организационно-технических мероприятий, которая будет направлена не только на повышение уровня надёжности электроснабжения, но и на повышение показателей качества электроэнергии в рассматриваемых распределительных сетях.
Для установления вида данной зависимости, т. е. параметров функции зависимости количества отказов от величины потерь напряжения, применим регрессионный анализ [16, 32, 65]. Рассмотрим его использование на примере В Л 10 кВ: Карлук - Хомутово. Данные по потерям напряжения и отказам для рассматриваемой воздушной линии приведены в таблице 2.16. Необходимо отметить, что данные по потерям напряжения были взяты из «Пояснительной записки по сертификации качества электрической энергии по В Л 10 кВ Карлук - Хомутово», которая была предоставлена ВЭС ОАО «ИЭСК».
Необходимо отметить, что сертификация качества электрической энергии в ВЭС ОАО «ИЭСК» проходит один раз в год и, аналогично информации по отказам, информация по результатам сертификации в архивах сохранилась, начиная с 2004 года. Поэтому для регрессионного анализа нами были взяты пять значений (с 2004 по 2008 год) величины потерь напряжения и пять значений количества отказов, которые были получены в результате суммирования значений отказов по месяцам в каждом из рассматриваемых годов. Фактическая информация за 2009 год будет использована для расчёта ошибки прогноза.
Используя значения, представленные в таблице 2.16, построим график зависимости количества отказов от величины потерь напряжения для В Л 10 кВ: Карлук - Хомутово. Ось абсцисс, в таком случае выражает величину потерь напряжения, а ось ординат количество отказов. График представлен на рисунке 2.9.
Проведённая прямая, является графиком линейной функции и визуально близка к экспериментальным точкам. В нашем случае, количество отказов и величина потерь напряжения в линии электропередачи случайные величины, которые подвержены случайным факторам, это позволяет говорить о том, что зависимость между этими величинами вероятностная. Общеизвестно, что односторонняя вероятностная зависимость между случайными величинами есть регрессия, и она устанавливает соответствие между этими величинами [16, 42].
Сравнение стратегий комплектования запаса электрооборудования
В выборке значений отказов по выбранной причине повреждения или для рассматриваемой линии электропередачи может присутствовать автокорреляция. При наличии последней, ПО «Прогноз - 2+» для расчёта использует прогнозную модель, описанную в пункте 2.2.7.
Рассмотрим использование программы «Прогноз -- 2+» на примере одной из причин отказов: повреждение опор ВЛ 10 кВ. Значения отказов для этой причины слабосвязанные, соответственно имеют автокорреляцию. В главном окне программы выбираем раздел «Изменить источник данных», затем в окне ввода данных, в столбце «Повреждение опоры (ОПОРА)» введём данные за пять лет (2004-2008 гг.). Далее нажимаем «Сохранить», и внесённые значения сохраняются в таблице данных до следующего редактирования. в окне выбора причины отказа (рисунок 3.6) выбираем «Повреждение опоры (ОПОРА)» и нажимаем «Сохранить». Далее в окне выбора интервала указываем весь интервал (рисунок 3.7). В главном окне программы выводим результат с вычисленным прогнозом на 2009 год (рисунок 3.13), в котором представлены следующие результаты расчётов: 1. Коэффициент автокорреляции первого порядка г/ = 0,4064; 2. Погрешность коэффициента автокорреляции первого порядка равна 0,1096; 3. Среднее арифметическое выборки равно 3,55; 4. Среднее квадратическое отклонение выборки равно 3,6889; 5. Коэффициент вариации без учёта автокорреляции равен 1,0391 6. Коэффициент вариации с учётом автокорреляции равен 1,0 7. Параметр распределения (в данном случае экспоненциального) с учётом автокорреляции равен Xrt = 0,2817; 8. Квантиль плотности распределения с доверительной вероятностью 0,95 (прогноз на месяц следующего года с максимальным числом отказов) Р= П. 4. Таблица частот возникновения отказов по причине повреждения опор В Л 10 кВ. 5. Графическое отображение подобранного экспоненциального закона распределения плотности вероятности. 6. Таблица с рассчитанным процентным распределением числа отказов по месяцам за выбранный интервал времени, в нашем случае с 2008 по 2009 год. В третьем столбце этой же таблицы представлены значения прогноза на 2009 год, по месяцам. Квантиль плотности распределения с доверительной вероятностью 0,95 является прогнозом для месяца с максимальным процентным числом отказов, в данном случае это июнь (рисунок 3.13). Расчёт прогноза на остальные месяцы программа выполнила с помощью формулы (2.28). График изменения количества отказов во времени. Здесь представлено графическое отображение количества отказов за выбранный интервал (с 2004 по 2008 год), т. е. значения, введённые в таблицу данных, на основании которых строится прогноз (на графике выделено зеленым цветом). И прогнозные значения на 2009 год (на графике выделено красным цветом). Данный график позволяет визуально оценивать, как изменяется число отказов по причине «Повреждение опоры (ОПОРА)» во времени. гекмеянв] аавчсміомз этзддекз аэознмкяо яооггде», гообочмн] лплдек.) joo nom гоотгдеп гхаин і гооаедек] -гао сиюпы Года Рисунок 3.13 - Окно вывода результатов прогнозирования для выборки с присутствием автокорреляции Данный расчёт программа сделала по ветке, путь которой несколько отличается от первого примера без учёта автокорреляции (рисунок 3.1): 1 3 4 10— 14— 17— 19—2- 22- 23- 28- 29- 34-»33- 35- 38- 41 46 45- 50- 52.
Использование программы «Прогноз - 2+» для прогнозирования отказов и времени восстановления воздушной линии, рассмотрим на примере ВЛ 10 кВ, соединяющей посёлок Карлук с посёлком Хомутово.
В главном окне программы выбираем раздел «Изменить источник данных» и открываем окно ввода данных (рисунок 3.3). Ниже таблицы располагаются две стрелки и, выбирая одну из них, переходим во вторую часть таблицы данных (рисунок 3.14). После этого открываем окно переименования и указываем новое название столбца «Количество отказов ВЛ 10 кВ: Карлук -Хомутово», и сохраняем данное изменение (рисунок 3.15). Аналогично даётся новое название пятому столбцу «Время восстановления ВЛ 10 кВ: Карлук - Хомутово (в минутах)» (рисунок 3.16). Затем вводятся данные за пять лет (2004-2008 гг.) в переименованные столбцы. При этом, в окне «Добавить данные» выбирается «Количество отказов В Л 10 кВ: Карлук - Хомутово» (рисунок 3.17), а в ячейки значений по месяцам вводятся значения отказов. Внесённые значения сохраняются в таблице данных до следующего редакти рования (рисунок 3.19). После этого вновь открываем окно «Добавить дан ные» и из списка причин выбираем «Время восстановления ВЛ 10 кВ: Карлук - Хомутово (в минутах)» (рисунок 3.18), а в ячейки значений по месяцам вводим число минут и сохраняем внесённые значения в таблице данных до следующего редактирования (рисунок 3.19). В окне выбора интервала указывается весь интервал (рисунок 3.7), затем эта выборка сохраняется. В окне выбора причины отказа (рисунок 3.6) выбирается «Количество отказов ВЛ 10 кВ: Карлук - Хомутово», изменение сохраняется. После этого в главном окне программы открывается вычисленный прогнозом количества отказов на 2009 год (рисунок 3.20). В данном окне представлены следующие результаты расчётов:
