Разработка методов прогнозирования технологических режимов магистральных газопроводов в условиях неопределенности спроса на газ

• Автор: Казак, Константин Александрович
• Шифр специальности: 25.00.19
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Москва
• Количество страниц: 157 с. : ил.

1.1. Описание объектов исследования.

1.2. Общая постановка задачи прогнозирования

1.3. Анализ, отбор и корректировка входных параметров для функции прогнозирования

1.4. Экстраполяция прогнозирование статистическими методами.

1.5. Нейросетевос построение прогнозирующей функции.

1.6. Экспертные системы и элементы нечеткой логики в прогнозировании

ГЛАВА 2. КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ

ВНЕШНЕГО ВОЗДЕЙСТВИЯ НА ГТС.

2.1. Постановка задачи

2.2. Корректировка диспетчерских данных методом частичного сглаживания

2.3. Регрессионный анализ технологических характеристик ГТС.

2.4. Корректировка прогноза с помощью моделей авторегрессии.
2.5. Нейросетсвое прогнозирование технологических характеристик газового потока
ГЛАВА 3. ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ
СПРОСА НА ГАЗ.
3.1. Постановка задачи
3.2. Долгосрочное прогнозирование спроса на газ при наличии больших выборок потребителей.
3.3. Формирование приоритетов реализации проектов поставок газа потребителям на основании методов нечеткой логики
3.4. Долгосрочное прогнозирование спроса на газ для базовых потребителей
ГЛАВА 4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
РАЗРАБОТАННЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК В УЗЛАХ ГАЗОТРАНСПОРТНОЙ СИСТЕМЫ
4.1. Структура ГТС Республики Венесуэлы.
4.2. Вероятностная методика оценки работоспособности датчиков
ГТС Венесуэлы на основе анализа погрешности прогноза
4.3. Анализ неопределенности прогноза спроса на газ для оценки объемов развития и реконструкции ГТС Венесуэлы
ВЫВОДЫ
СПИСОК ЛИТЕРАТУРЫ


Экстраполяция прогнозирование статистическими методами. Нейросетевос построение прогнозирующей функции. ГЛАВА 2. ВНЕШНЕГО ВОЗДЕЙСТВИЯ НА ГТС. Регрессионный анализ технологических характеристик ГТС. Корректировка прогноза с помощью моделей авторегрессии. ГЛАВА 3. СПРОСА НА ГАЗ. Долгосрочное прогнозирование спроса на газ при наличии больших выборок потребителей. ГЛАВА 4. Структура ГТС Республики Венесуэлы. СПИСОК ЛИТЕРАТУРЫ. В этом разделе описываются общие методы отбора и последующей корректировки входных параметров для прогнозирующей функции. Отметим, что в дальнейшем для каждого конкретного метода прогнозирования построения прогнозирующей функции может проводиться дополнительная корректировка первоначально отобранного набора параметров. На данном этапе методы отбора входных параметров можно принципиально разделить на два вида экспертные и статистические, которые непосредственно в процессе отбора будут тесно переплетаться. Здесь не рассматриваются ограничения, накладываемые техническими ресурсами, то есть предполагается, что известны значения всех необходимых параметров и имеется достаточное количество ретроспективной информации. В противном случае эксперту придется сократить базовый список параметров. Для входных параметров отобранных экспертом фуппой экспертов по возможности необходимо сопоставить адекватные числовые значения или ряды. Если для какоголибо фактора это сделать проблематично, то можно его рассматривать как некоторую нечеткую или лингвистическую переменную и оперировать с ней методами нечеткой логики.