Введение к работе
Актуальность темы
В современных условиях создание и внедрение на различных промышленных предприятиях информационных систем (ИС), осуществляющих сбор и хранение технологической и экономической информации, в том числе и в реальном режиме времени, не встречает сегодня принципиальных сложностей. Действительно, сегодня на рынке широко представлены информационные датчики, контроллеры, стандартные программные средства для разработки систем сбора информации. В тоже время уровень используемых методов анализа собранных данных и форм представления полученных результатов, как показывает анализ опыта эксплуатации ИС в различных отраслях промышленности, оказывается существенно ниже уровня технических средств разработки. Как следствие, КПД использования собираемой информации оказывается значительно ниже, чем ожидается на этапе разработки проекта ИС. Во многом это обусловлено изначальной установкой заказчика системы на сбор максимально возможного количества информации, которая на этапе эксплуатации оборачивается закономерным вопросом: «Что делать с собираемой информацией, объем которой непрерывно увеличивается, и как ее использовать?» Возможный выход из данной ситуации состоит в оснащении ИС соответствующим инструментарием компьютерного анализа и интерпретации данных, для обоснования выбора которого необходимы целенаправленные исследования особенностей информации, собираемой конкретной системой.
Отмеченные выше проблемы в полной мере относятся и к предприятиям электроэнергетической отрасли, в которой в настоящее время активно внедряются различные ИС, использование которых, как ожидается, позволит увеличить конкуренцию на рынке производства электроэнергии, обеспечить прозрачность и оптимальность принимаемых решений, влияющих на доходы и расходы участников рынка, а также снизить затраты, связанные с незапланированным выходом из строя оборудования электростанций.
В этих условиях весьма актуальными оказываются проблемы трансформации, анализа, визуализации, интерпретации и прогнозирования технологической информации (ТИ), собираемой ИС электроэнергетической отрасли - множества значений большого числа (от нескольких десятков до нескольких тысяч) технологических показателей (ТП), измеряемых в заданные моменты времени. Их сложность во многом обусловлена необходимостью обработки больших объемов ТИ, необходимостью использования для представления и анализа ТИ пространств большой размерности, а также неоднородностью ТИ, обусловленной одновременным использованием при регистрации информации нескольких временных масштабов (данные, измеряемые в реальном времени, данные, усредненные на некотором временном интервале и т.д.).
Для решения перечисленных выше проблем необходим анализ особенностей ТИ, выбор с учетом особенностей ТИ методов обработки, анализа и прогнозирования временных рядов, содержащих значения ТП, а также выполнять их прогнозирование.
Перечисленные выше обстоятельства определяют актуальность темы исследования.
Цель диссертационного исследования
Цель работы - совершенствование методов трансформации, анализа и прогнозирования ТИ, собираемой ИС ТЭС, на основе компьютерных методов обработки информации.
Задачи исследования
Анализ современного состояния систем сбора и методов анализа ТИ, используемых в электроэнергетической отрасли.
Анализ особенностей базы данных ТП Сургутской ГРЭС-1 в период с 2000 по 2007 гг.
Исследование метода уменьшения размерности пространства ТИ и математических моделей, описывающих взаимосвязи между ТП, в пространстве меньшей размерности.
Исследование методов анализа и прогнозирования временных рядов, содержащих значения ТП ТЭС.
Положения, выносимые на защиту
Результаты анализа базы данных ТП Сургутской ГРЭС-1, собранных в период с 2000 по 2007 гг., которые позволили обосновать выбор массива ТП ТЭС, использованного в дальнейших исследованиях.
Результаты факторного анализа ТП, подтверждающие возможность редукции 46-мерного пространства ТП к 4-мерному факторному пространству.
Результаты сравнительного анализа качества линейных и нелинейных математических моделей, построенных на основе метода группового учета аргумента (МГУА), свидетельствующие о более высоком качестве аппроксимации изучаемых зависимостей последними моделями, и, следовательно, целесообразности их использования при анализе связей между факторами.
Результаты исследования методов анализа и прогнозирования временных рядов, содержащих значения ТП, которые подтверждают целесообразность использования в рассматриваемой задаче метода SSA (Singular Spectrum Analysis).
Алгоритмы, позволяющие автоматизировать выбор внутренних параметров метода SSA в задаче прогнозирования временных рядов, содержащих значения ТП ТЭС, без дополнительных исследований структуры прогнозируемого временного ряда.
Научная новизна
На основе анализа ТП ТЭС выявлена возможность редукции 46-мерного признакового пространства ТП в 4-мерное факторное пространство, а также проведен сравнительный анализ качества линейных и нелинейных математических моделей, построенных на основе МГУА, для описания связей между ТП в пространстве меньшей размерности.
Обоснована целесообразность использования метода SSA для анализа временных рядов, содержащих среднемесячные значения ТП, который, в отличие от классических методов спектрального оценивания показывает лучший результат на нестационарных временных рядах малой длительности.
Обоснована целесообразность использования для прогнозирования временных рядов, содержащих значения ТП ТЭС, метода SSA, который в отличие от методов авторегрессии и проинтегрированного скользящего среднего (АРПСС) и экспоненциального сглаживания более точно учитывает локальные особенности изучаемых временных рядов.
Разработаны алгоритмы, позволяющие автоматизировать процедуру выбора параметров в задаче прогнозирования методом SSA временных рядов, содержащих значения ТП ТЭС без дополнительных исследований структуры прогнозируемого временного ряда.
Практическая ценность работы
Создана компьютерная программа, в которой реализовано построение линейных и нелинейных математических моделей, построенных на основе МГУА, оценка доверительных интервалов, коэффициентов регрессии и анализ статистических свойств остатков математических моделей.
Создана компьютерная программа для прогнозирования, с помощью метода SSA, временных рядов ТП, в которой используются алгоритмы автоматизированного выбора параметров метода прогнозирования.
Достоверность результатов работы подтверждается использованием математического аппарата, соответствующего решаемой задаче (факторный анализ, метод SSA), результатами анализа ТП, имеющими однозначную трактовку с технологической точки зрения, а также соответствием прогнозируемых и реальных значений ТП, собираемыми на Сургутской ГРЭС-1.
Внедрение результатов диссертационного исследования
Результаты диссертационного исследования используются на Сургутской ГРЭС-1 и Новосвердловской ТЭЦ при анализе среднемесячных ТП, а также в учебных курсах «Моделирование», «Методы и алгоритмы обработки сигналов в информационных системах», изучаемых бакалаврами и магистрами, обучающимися по направлению «Информатика и вычислительная техника».
Результаты диссертационного исследования были включены в инновационный проект, представленный на конкурсе, проводимом в 2008 году Фондом содействия развитию малых форм предприятий в научно-технической сфере. По результатам конкурса представленный проект стал победителем программы «Участник Молодежного Научно-Инновационного Конкурса» («УМНИК»).
Апробация работы
Материалы работы докладывались и обсуждались на следующих семинарах и научных конференциях:
Одиннадцатой Всероссийской студенческой научно-технической Интернет-конференции «Информатика и управление в технических системах», Екатеринбург, 09 января 2008 г.;
Международной научно-практической конференции «СВЯЗЬ-ПРОМЭКСПО 2008», Екатеринбург, 06-08 мая 2008 г.;
Седьмой Российской конференции с международным участием «Новые информационные технологии в исследовании сложных структур», Томск, 02-05 сентября 2008 г.;
4. Международной научно-практической конференции «СВЯЗЬ-ПРОМЭКСПО 2009», Екатеринбург, 17-19 марта 2009 г.
Публикации
По теме диссертации опубликовано 6 работ, в том числе две работы в изданиях, включенных в «Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертации на соискание ученой степени доктора и кандидата наук».
Структура и объем работы
