Анализ и прогнозирование регионального промышленного потребления энергоресурсов с применением информационно-аналитической системы

Анализ и прогнозирование регионального промышленного потребления энергоресурсов с применением информационно-аналитической системы

Автор: Березкина, Светлана Юрьевна

Шифр специальности: 05.14.01

Научная степень: Кандидатская

Год защиты: 2008

Место защиты: Новочеркасск

Количество страниц: 180 с. ил.

Артикул: 3441756

Автор: Березкина, Светлана Юрьевна

Стоимость: 250 руб.

Анализ и прогнозирование регионального промышленного потребления энергоресурсов с применением информационно-аналитической системы  Анализ и прогнозирование регионального промышленного потребления энергоресурсов с применением информационно-аналитической системы 

СОДЕРЖАНИЕ
стр.
ВВЕДЕНИЕ
Глава 1. ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСО
1.1. Общая характеристика информационного обеспече
1 иия и математических моделей энергопотребления .
1.2. Модели случайной величины
1.3. Модели случайных процессов.
1.4. Модели многомерного статистического анализа
1.5. Ранговые методы моделирования энергопотребления
1.6 Выводы
Глава 2. АНАЛИЗ СТРУКТУРЫ И ДИНАМИКИ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ, ТЕПЛА, ТОПЛИВА И ВОДЫ В РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЕ.
2.1 Динамика годового энергопотребления промышленными предприятиями
2.2 Энергопотребление предприятий по группам.
2.3 Динамика потребления воды промышленными предприятиями
2.4 Структурные изменения в потреблении энергоресурсов
2.5 Структурные изменения в составе потребителей
2.6 Выводы.
Глава 3. СИСТЕМНОЕ МОДЕЛИРОВАНИЕ СТРУКТУРЫ И
ДИНАМИКИ РЕГИОНАЛЬНОГО ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСОВ
3.1 Проблемы и задачи системного моделирования потребления энергоресурсов региона
3.2 Моделирование структуры промышленных предприятий на основе вероятностной модели случайной величины
3.3 Ранговые модели в моделировании динамики процессов в энергосистеме
3.4 Моделирование структурных изменений в энергосистеме на основе теории техноценоза
3.5 Оценка изменения количественного состава i промышленных предприятий на основе тории техноценоза
3.6 Выводы.
Глава 4. ПРОГНОЗНЫЕ МОДЕЛИ ПОТРЕБЛЕНИЯ ЭНЕРГО
РЕУСРОВ ПРОМЫВ 1ЛЕННОСТИ РЕГИОНА
4.1. Прогнозирование промышленного энергопотребления области на основе временных рядов.
4.2. Прогнозирование энергопотребления Ростовской области на основе ранговых распределений
4.4. Выводы.
Глава 5. РАЗРАБОТКА ИНФОРМАЦИОН1ЮАНАЛИТИЧЕС
КОЙ СИСТЕМЫ РЕГИОНАЛЬНОГО ЭНЕРГОПОТРЕБЛЕНИЯ.
5.1 Назначение и задача информационноаналитической
системы на региональном уровне
5.2 Особенности реализации ИАС.
5.3 Структура информационноаналитической системы на региональном уровне.
5.4 Выводы.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В ходе работы была выполнена проверка гипотез о том, что городская и сельская выборки получены из генеральных совокупностей, распределенных в соответствии с одним из следующих теоретических законов: логнормальное; гамма - распределение; закон Рэлея; кривые Пирсона и др. Проверка проводилась по критерию согласия Пирсона. Во всех случаях гипотеза была отвергнута. Г(Т1) О, . Л = 0,; 7] = 1,2. Вместе с тем распределение электропотребления для городской выборки не согласуется ни с одним из указанных выше законов. Одной из возможных причин можно назвать ту, что распределение городской выборки само является линейной комбинацией распределений электропотребления более мелких групп абонентов. Форма распределения в данном случае обусловлена структурой выборки. В различных задачах прикладной статистики довольно часто встречаются так называемые «усеченные» распределения. Такие распределения описывают вероятностные закономерности в неполных («усеченных») генеральных совокупностях, т. Парето [3, ]. Так в методической разработке Го-локосовой Т. В. [] «Прикладная статистика в страховании» распределение Парето (п. В работе Климовой Т. Н. [] при проведении исследований потребления электрической энергии и топливных ресурсов на примере Томкой области, для определения полных затрат энергии на каждую из составляющих конечного продукта, входящего в состав потребительской корзины использовалось ранжирование компонентов по степени вклада. Энергоемкости технологических процессов (этапов) цепочки межотраслевых связей, участвующих в производстве конечного продукта располагаются в порядке убывания (функция распределения энергозатрат при производстве) и суммируются в порядке уменьшения объемов энергии. Для построения прогноза топливно-энергетических балансов в [] использовались регрессионные модели. Для описания установленных мощностей элсктроприемииков проектируемого энергоемкого предприятия в диссертационной работе СоснинойЕ. Ртал - установленная мощность крупнейшего электроприемника. Для построения упорядоченного ряда номинальных мощностей отдельных ЭП применен метод имитационного моделирования, основанный на использовании генератора логарифмического нормального распределения с заданными моментами МР и сгР. Расчетное логарифмическое нормальное распределение позволяет определить количественный состав и мощность элсктроприемнкиов на третьем и выше уровнях системы электроснабжения промышленного предприятия. Полученный в результате моделирования ряд номинальных мощностей электроприемников разбивается по уровням СЭС, в соответствии с кривой распределения (рис. Электроприемники (ЭП) мощностью до 0 кВт учитываются при расчете нагрузок на 3-м уровне (шины 0,4 кВ цеховой трансформаторной подстанции). ЭП мощностью 0- кВт могут быть отнесены к 4-му или 5-му уровням (шины РП(6) кВ, шины низкого напряжения ГПП). ЭП мощностью выше 0 кВт относятся к 6-му уровню (граница раздела предприятия и энергосистемы). Модели случайных процессов. Стационарные случайные процессы. Наиболее общей и изученной математической моделью применяемой для моделирования изменений процесса электропотребления во времени является модель случайного процесса [,,,2] или случайного графика электрической нагрузки [,,3]. Реализации случайных графиков электрической нагрузки, получаемые по показаниям существующих систем учета и контроля электропотребления являются дискретными моделями реального процесса двух типов. Первый тип модели представляет собой запись в моменты времени tl мгновенных значений мощности =А/ = сощ/,/ = 1,2,. Данный способ реализуется в автоматизированных системах учета расхода электроэнергии, в которых первичной информацией являются данные о расходах электроэнергии (КТС «Энергия», «Альфа» и др. Для решения практических задач в общем случае необходимо знать функции плотностей вероятностей в моменты времени (в сечении ) и совместные плотности вероятностей /(/? КМ) ? М=м[р(0 = |р(0Лр(0)Ф (1. Ъ) - рА)]г} = - РЛО}1 Др(0)Ф (1. О) = ) ~ рЛО] [ рЛ, ) - рс (', )}/>[ ДО Д ^)] ФДд (1. ЛрЦ - г)]ф,фу (1. С(й}Т)с/т. Набор характеристик (1. При исследовании характеристик случайного графика по сечениям необходимо иметь достаточный ансамбль реализаций, что не всегда удается осуществить по различным причинам.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.209, запросов: 237