Определение количественных параметров основных групп электрооборудования предприятий базовой отрасли при обосновании инвестиций : На примере черной металлургии

• Автор: Беляев, Сергей Евгеньевич
• Шифр специальности: 05.09.03
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 179 с. : ил

СОДЕРЖАНИЕ
Введение
1. Электрическое хозяйство промышленных предприятий как объект инвестиционного проектирования

1.1. Этапы и стадии системы проектирования предприятий

1.2. Электрическое хозяйство металлургических заводов и его моделирование

1.3. Информационное обеспечение принятия проектных решений на предпроектных стадиях

1.4. Цели и задачи исследования

2. Математическое описание основных групп электрооборудования при определении развития завода и отрасли

2.1. Регрессионный анализ взаимосвязей электрооборудования

2.2. Классификация предприятий черной металлургии как объекта проектирования методом кластерного анализа
2.3. Математическое описание видового и количественного состава эксплуатируемого электрооборудования
2.4. Области применения используемых математических методов и моделей
3. Формирование электротехнического образа объекта проектирования
3.1. Параметры отраслевого банка данных по электрохозяйству промышленных предприятий, объем и порядок представления исходной информации
3.2. Способы классификации промышленных предприятий по технологическим и электрическим параметрам
3.3. Определение наличия связи между основными группами электрооборудования методом корреляционного анализа
3.4. Анализ рангового и полиномиального распределения для

прогнозирования электрооборудования
4. Математические модели показателей состава основного электрооборудования и методическое обеспечение принятия решений на предпроектных стадиях развития
4.1. Классификация предприятий черной металлургии по основному электрооборудованию
4.2. Математические модели состава основного электрооборудования для выделенных групп предприятий
4.3. Исследование соотношений групп основного электрооборудования предприятий черной металлургии
4.4. Методика принятия решений на основе моделей по выявлению взаимосвязи между основным электрооборудованием на предпроектных стадиях инвестиционного процесса
Результаты и выводы
Литература
Приложение
П1. Показатели электрооборудования (1988 г.) десяти крупнейших предприятий черной металлургии, охваченных рейтингом “Эксперт 200”
П.2. Количественные параметры электрооборудования предприятий черной металлургии П.З. Наименование показателей предприятия П.4. Наименование показателей района электроснабжения П.5. Наименование показателей объекта (цеха)
П. 6. Результаты кластеризации предприятий по основному электрооборудованию
П.7. Модели взаимосвязи количественного состава электрооборудования предприятий технологических групп П.8. Проявление самоподобия групп основного электрооборудования

ВВЕДЕНИЕ
Переход экономики России к рынку вызвал изменение количественных и качественных показателей выпуска промышленной продукции, включая электротехническую. Практически во всех отраслях экономики, в том числе и в базовой отрасли - черной металлургии, происходит структурная перестройка [68, 67, 100, 110]. В концепции Энергетической стратегии России до 2020 года и в планах развития отрасли на десятилетие поставлены задачи повышения эффективности использования энергоресурсов, обновления основных фондов [78, 137, 141], доля электрооборудования в которых значительна (до 50% стоимости в современных прокатных станах [75, 80]). Техническое перевооружение промышленности, а тем более строительство новых объектов, предполагает, что инвестору, формулирующему объемы производства и технологические задачи, необходимо знать, сколько и какого основного электрооборудования понадобится. Эта задача становится еще более актуальной, когда речь идет о крупных холдингах, регионах и отрасли.
В настоящее время разработаны и разрабатываются концепции развития производительных сил отраслей и регионов Российской Федерации, рассчитанные на социально ориентированную рыночную экономику, в которой подчеркивается необходимость создания системы стратегического прогнозирования, планирования и управления [11, 68, 137]. Как известно, на создание и развертывание отечественной промышленности и ее инфраструктуры ушли десятки лет. Инерционность созданного электрического хозяйства дает основание осуществлять краткосрочное (при проектировании) и среднесрочное прогнозирование при обосновании инвестиций на 3, 5, 10 лет по конкретному промышленному объекту и на 10-15 лет при решении задач потребности в основном электротехническом оборудовании для отрасли (региона) [16, 35, 81]. Повышение точности определения перспективной потребности в электротехнической продукции необходимо не только для черной металлургии или иной отрасли, но и для электротехнической промышленности, продукция которой является техниче-

2. МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ ЭЛЕКТРИЧЕСКОГО ХОЗЯЙСТВА ПРИ ОПРЕДЕЛЕНИИ ИНВЕСТИЦИЙ
2.1. МЕТОДЫ АНАЛИЗА ВЗАИМОСВЯЗЕЙ ЭЛЕКТРООБОРУДОВАНИЯ НА ОСНОВЕ РЕГРЕССИОННОГО АНАЛИЗА
Методы обработки данных наблюдений базируются на положениях теории вероятностей и математической статистики [21, 27, 65]. Одним из таких методов является регрессионный анализ [8, 22, 34, 37, 135]. В качестве основного использовался парный регрессионный анализ. Возьмем, например, общее количество электродвигателей и количество трансформаторов 1-Ш габарита:
Д(Т)=Ь1Г + Ь0, (2.1)
где Д- общее количество электродвигателей; Т - количество трансформаторов 1-Ш габарита; Ь(), Ь - коэффициенты (параметры) регрессии.
Зависимость описывает связь между некоторым числом п пар значений Т и Д, обеспечивая при этом наименьшую среднеквадратичную погрешность. Коэффициент А0 (свободный член уравнения регрессии) геометрически представляет собой расстояние от начала координат до точки пересечения линии регрессии с ординатой. Коэффициент Ь представляет собой тангенс угла наклона линии регрессии к оси абсцисс. Положение линии в системе координат на плоскости полностью определяется коэффициентами Ь(Ь Ъ, при этом соблюдается принцип Лежандра [10, 97, 129].
, 1Д-ТТ2-^(Т-Д)-1Т
„■ЪТ2-{1ДУ ’ { }
н • 2(7'• ,■'/) -17’• X, 7 «•1Т2-(ад)2 ' 1 '
В зависимости от целей исследования матрицы исходных данных Т используются непосредственно [70, 126], либо преобразуются в матрицы центрированных данных Г[105, 108, 111, 126] или нормализованных 2 [90, 108, 112, 126, 132] данных.