ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ

МОНІТОРИНГУ

ГАЗОСПОЖИВАННЯ МІСТА

Асистент кафедри КН: Назаревич О.Б.

Науковий керівник: проф., д.т.н. Щербак Л.М.

05.13.06 – ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ

Тернопільський національний технічний університет імені Івана Пулюя

Кафедра комп'ютерних наук

Тернопіль - 2013

2

АКТУАЛЬНІСТЬ• Технічний стан та ефективність функціонування

газотранспортних систем (ГТС), основні потужності яких було створено у 70–80-х роках минулого століття, не відповідають сучасним вимогам і потребують проведення широкого кола досліджень і реалізації їх результатів

• Необхідно розробити інформаційну технологію моніторингу, що враховує стохастичність даних вимірювання, періодичність (добові та тижневі коливання), річну сезонність, зміну топології споживачів та вплив метеофакторів.

Зв’язок роботи з науковими програмами, планами, темамиДисертація виконана у рамках науково-дослідної роботи:

“Інформаційно-обчислювальна система обліку, аналізу та прогнозу енергоносіїв в задачах підвищення ефективності енергозбереження” (№ держ. реєстр. 0110U002262), яка проводилась у ТНТУ на кафедрі комп'ютерних наук на замовлення Міністерства освіти і науки України у галузі фундаментальних досліджень.

МЕТА, ОБ’ЄКТ, ПРЕДМЕТ, МЕТОДИ

Мета дослідження – розробити моделі, інформаційне забезпечення опрацювання даних вимірювання, побудови добового прогнозу з врахуванням метеофакторів та топології споживачів газоспоживання і створити на їхній основі інформаційну технологію моніторингу газоспоживання для використання в системах контролю обліку, управління і прийняття рішень в газоспоживанні міста.

Об’єкт досліджень – процес газоспоживання міста на інтервалах спостереження: від добового до річного.

Предмет дослідження – інформаційна технологія моніторингу процесу газоспоживання міста, яка включає в себе моделі, бази даних, алгоритмічне та програмне забезпечення опрацювання даних вимірювання, побудову добового прогнозу для систем контролю обліку, управління і прийняття рішень в газоспоживанні міста.

Методи дослідження базуються на чисельних адаптивних методах попереднього статистичного опрацювання даних для виділення фізично обґрунтованих компонент часового ряду газоспоживання; методах теорії випадкових процесів, математичної статистики, статистичній обробці часових рядів для побудови добового прогнозу; теорії програмування, створення баз даних для побудови інформаційної технології моніторингу у системах контролю обліку, управління і прийняття рішень в газоспоживанні міста.

3

ЗАВДАННЯ

Для досягнення мети поставлено такі завдання:1. На основі аналізу відомих інформаційних технологій контролю обліку,

управління і прийняття рішень у газоспоживанні обґрунтувати науково-технічні завдання створення інформаційної технології моніторингу газоспоживання міста.

2. Обґрунтувати методи попереднього статистичного опрацювання даних вимірювань, створити спосіб адаптації використання цього методу для визначення параметрів і характеристик стабільності газоспоживання міста з подальшою розробкою загальної математичної моделі газоспоживання на річному інтервалі спостереження.

3. Розробити базу даних для зберігання, алгоритмічне та програмне забезпечення для опрацювання даних вимірювання, з розбиттям часового ряду газоспоживання на ділянки стабільності характеристик динаміки на річному інтервалі спостереження.

4. Розробити метод побудови добового прогнозу з урахуванням зміни характеристик стабільності на річному інтервалі спостереження для використання його в системах контролю обліку, управління і прийняття рішень в газоспоживанні міста.

5. Впровадити створену інформаційну технологію моніторингу газоспоживання у систему контролю обліку, управління і прийняття рішень у газоспоживанні міста Тернополя.

4

НАУКОВА НОВИЗНА ОДЕРЖАНИХ РЕЗУЛЬТАТІВ

У процесі розв’язання вказаного завдання отримано такі нові результати:1. Уперше запропоновано спосіб адаптації використання методу «Гусениця-SSA»,

який є основним методом попереднього статистичного опрацювання даних вимірювань процесу газоспоживання міста на річному інтервалі спостереження.

2. Вперше розроблено загальну адитивну модель процесу газоспоживання на річному інтервалі спостереження, яка складається з тренду (90-96%), суми квазігармонійних компонент (2-4%) і залишку річного часового ряду газоспоживання (2-6%) як реалізації випадкового процесу. Уточнення загальної моделі газоспоживання для кожного конкретного часового ряду проводиться на основі використання запропонованого способу адаптації.

3. Обґрунтовано метод розбиття на ділянки стабільності часового ряду газоспоживання на річному інтервалі спостереження. Розроблено алгоритмічне та програмне забезпечення поділу на п’ять інтервалів річного часового ряду газоспоживання міста, в межах яких спостерігається стабільність характеристик вказаних компонентів моделі газоспоживання згідно з результатами попереднього статистичного опрацювання даних вимірювань.

4. Отримано подальший розвиток методу добового прогнозу газоспоживання для п’яти ділянок річного часового ряду газоспоживання із використанням лінійного регресійного аналізу.

5

ПРАКТИЧНЕ ЗНАЧЕННЯ РЕЗУЛЬТАТІВ ДИСЕРТАЦІЇ

1. Розроблено алгоритмічне та програмне забезпечення статистичного опрацювання даних вимірювань газоспоживання, що дало можливість врахувати динаміку і характерні властивості газоспоживання міста.

2. Спроектовано та реалізовано в середовищі СКБД MySQL базу даних для накопичення і статистичного опрацювання даних вимірювання газоспоживання та метеоданих при розробці інформаційної технології моніторингу газоспоживання міста.

3. Створено інформаційну технологію моніторингу газоспоживання, яка включає в себе запропоновані моделі, бази даних, алгоритмічне та програмне забезпечення опрацювання даних вимірювання, розбиття на ділянки стаціонарності, побудову добового прогнозу для систем контролю обліку, управління і прийняття рішень у диспетчерській службі газоспоживання міста.

6

Приклади часових рядів газоспоживання з різним кроком накопичення даних

1 29 57 85 113 141 169 197 225 253 281 309 337 3650

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2x 10

6

Порядковий номер доби

Спож

иван

ня га

зу Q

доб,

м3

Добовий часовий ряд

(газоспоживання міста за 2008 рік)

1 25 49 73 97 121 145 1694.5

5

5.5

6

6.5

7

7.5

8

8.5x 10

4

Порядковий номер години

Спож

иван

ня га

зу Q

год,

м3

Погодинний часовий ряд

(1 тиждень за січень 2008 рік)

1 25 49 73 97 121 145 1692000

4000

6000

8000

10000

12000

14000

16000

Порядковий номер години

Спож

иван

ня га

зу Q

год,

м3

Погодинний часовий ряд

(1 тиждень за червень 2008 рік)

Тижневий часовий ряд

(газоспоживання міста за 2008 рік)

1 5 9 13 17 21 25 29 33 37 41 45 49 530

2

4

6

8

10x 10

6

Порядковий номер тижня

Q, м

3

7

МЕТЕОФАКТОРИ

-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

Порядковий номер доби

Норм

ал

ізовані з

наче

ння Q

i T

Графік газоспоживання та середньодобової температури міста за 2006р

1

29

57

85

11

3

14

1

16

9

19

7

22

5

25

3

28

1

30

9

33

7

36

5

Q

T

Добові часові ряди газоспоживання Q,м3 і температури T, оС за 2006 рік *

* значення Q і T – у нормованому вигляді в діапазоні [-1 1]

8

ТОПОЛОГІЯ СПОЖИВАЧІВ

[

]

Г

Р

С

М

А ЗО

О ЗП О Д ІЛ ЬЧ А

И С Т Е М А

ІС ТА

М Е ТАН Індивідуальне опалення

житл ових будинків

Побутове споживання газу

Ц ентральне

опалення м іста

Пром исл ове

споживання газу

Газові

заправочн і станції

Гаряче

водопостачання

Індивідуальне опалення

м ун іципальних

будівель та орган ізацій

Топологія споживачів газу міста

9

-20 -18 -16 -14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10

40

45

50

55

60

65

70

75

80

85

90

95

Температура повітря, С

Tв

их

,Т

вх

,С

Граф ік темп.води опалення Твих,Твх трубопроводу від темп. повітря

КО ТЕ ЛЬН Я

Ж И ТЛ О ВИ Й

БУДИН О К

[

]

Ц

О

ентральне

палення

ВОДО КАН А Л

ВОДО В ІДВ ЕДЕН Н Я

ГАРЯЧ О Ї

ВОДИ

ВОДО В ІДВ ЕДЕННЯ

ХОЛОДН ОЇ

ВОДИ

ГАЗО -

РО ЗП РИ ДІЛ ЬЧА

СТАН Ц ІЯГАЗО ТРАН С П О РТН А

С И СТЕМ А

М ІСТА

Функціональна схема і температурні режими

гарячої води центрального опалення міста10

Середня оцінка часток річного об'єму газоспоживання

за кожним видом споживачів в опалювальний сезон

11

ПОРІВНЯЛЬНА ХАРАКТЕРИСТИКА ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ

МОНІТОРИНГУ ТА ОБЛІКУ ГАЗОСПОЖИВАННЯ12

КРИТЕРІЇ \ НАЗВИ ІТ «ГОБОЙ-1»

ПТН-01 GASOLINA

«АТЛАС СИБІЛ»

ATData Smart

ASK 1.0 «АСК-метео

плюс» (НОВА ІТ)

РІВЕНЬ ЗАСТОСУВАННЯ КІНЦЕВИЙ

СПОЖИВАЧ КІНЦЕВИЙ

СПОЖИВАЧ КІНЦЕВИЙ

СПОЖИВАЧ КІНЦЕВИЙ

СПОЖИВАЧ МІСТО, СЕЛИЩЕ, ПІДПРИЄМСТВО

МІСТО, СЕЛИЩЕ, ПІДПРИЄМСТВО

ФОРМУВАННЯ БД XLS-файли FIREBIRD MS SQL MS SQL MYSQL

HostLib-файли MYSQL

КОРОТКОСТРОКОВИЙ МОНІТОРИНГ (ДОБА) + + + + + + ДОВГОСТОРОКОВИЙ

МОНІТОРИНГ (РІК) – + + + – + КРОК НАКОПИЧЕННЯ

ДАНИХ (ГОДИНА) + + – + + + КРОК НАКОПИЧЕННЯ

ДАНИХ (ДОБА) + + – + + + КРОК НАКОПИЧЕННЯ

ДАНИХ (ТИЖДЕНЬ) – – – – – + КРОК НАКОПИЧЕННЯ

ДАНИХ (МІСЯЦЬ) – + + + + + КРОК НАКОПИЧЕННЯ

ДАНИХ (РІК) – + + + – + ВРАХОВУЄ

МЕТЕОФАКТОРИ – – – – – + ВРАХОВУЄ РОЗБИТТЯ НА

СЕЗОНИ – – – – – + СТАТИСТИЧНЕ

ОПРАЦЮВАННЯ ДАНИХ ВИМІРЮВАННЯ

– – – – – +

ПРОГНОЗ ДОБОВИХ ВИТРАТ ГАЗУ – – – – – +

ПОРІВНЯЛЬНА ХАРАКТЕРИСТИКА МАТЕМАТИЧНИХ МОДЕЛЕЙ13

КРИТЕРІЇ \ НАЗВИ МОДЕЛЕЙ

ПРОСТА АДИТИВНА

МУЛЬТИПЛІКАТИВНА

АДИТИВНО-МУЛЬТИПЛІКА

ТИВНА ПКВП УЛВП НОВА МОДЕЛЬ

ХАРАКТЕРИСТИКИ МОДЕЛІ

МАТЕМАТИЧНЕ СПОДІВАННЯ

ДИСПЕРСІЯ МАТЕМАТИЧНЕ СПОДІВАННЯ, ДИСПЕРСІЯ

МАТЕМАТИЧНЕ СПОДІВАННЯ, КОРЕЛЯЦІЙНА

ФУНКЦІЯ

N-ВИМІРНА ХАРАКТЕРИ-

СТИЧНА ФУНКЦІЯ,

МОМЕНТНІ ФУНКЦІЇ

ПОРЯДКУ 1n

МАТЕМАТИЧНЕ СПОДІВАННЯ, ДИСПЕРСІЯ

КОРЕЛЯЦІЙНА ФУНКЦІЯ

ВРАХОВУЄ ТОПОЛОГІЮ СПОЖИВАЧІВ – – – – + +

ДОЗВОЛЯЄ ЗДІЙСНИТИ ПОДІЛ НА ДІЛЯНКИ

(СЕЗОНИ) – – – – – +

ВРАХОВУЄ РІЧНИЙ ТРЕНД – – – – – +

ВРАХОВУЄ МЕТЕОФАКТОРИ – – – – – +

1414

КОМПЛЕКСНА АДИТИВНА МОДЕЛЬ

0( ) ( ) ( ) ( )

k

k

Q t A t B t X t 0( )A t

kB - квазігармонічні компоненти (з періодом 8,12,24 годин)

( )X t- річний тренд - стохастичний залишок

(8)

14

Собственные функции

Q2008.csv;

РАЗЛОЖ.-K=8761,Цент.(Нет);

1(95,981%)

1,0 6,8 12,5 18,3 24,0

0,20386

0,20394

0,20403

0,20412

0,20420

2(1,160%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,29

-0,14

0,00

0,14

0,29

3(1,129%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,29

-0,15

0,00

0,14

0,28

4(0,646%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,28

-0,14

0,00

0,14

0,28

5(0,583%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,27

-0,13

0,01

0,15

0,29

6(0,116%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,32

-0,16

0,00

0,16

0,32

7(0,094%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,27

-0,14

0,00

0,13

0,27

8(0,052%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,40

-0,20

0,00

0,20

0,40

9(0,036%)

1,0 5,6 10,2 14,8 19,4 24,0

-0,30

-0,16

-0,01

0,14

0,29

ГРУПУВАННЯ ВИДІЛЕНИХ КОМПОНЕНТ МЕТОДОМ “ГУСЕНИЦЯ-SSA”ВЛАСНІ ФУНКЦІЇ

( ) - [10-24]X t0( ) - [1]A t - [2-9]

k

k

B

12 3

4 5 6

7 8 9

Т = 12 год Т = 12 год

Т = 8 год

Т = 8 год Т = 6 год Т = 6 год

Т = 24 год Т = 24 год

15

Главные компоненты

Q2008.csv;

РАЗЛОЖ.-K=8761,Цент.(Нет);

1(95,981%)

1 2921 5841 8761

30116

97775

165435

233094

300753

368412

2(1,160%)

1 2921 5841 8761

-57912

-34346

-10781

12785

36350

59916

3(1,129%)

1 2921 5841 8761

-56899

-33847

-10794

12258

35310

58362

4(0,646%)

1 2921 5841 8761

-36338

-21475

-6612

8251

23114

37977

5(0,583%)

1 2921 5841 8761

-34231

-20460

-6690

7080

20850

34620

6(0,116%)

1 2921 5841 8761

-25521

-15363

-5205

4953

15111

25269

7(0,094%)

1 2921 5841 8761

-22569

-13797

-5025

3747

12519

21291

8(0,052%)

1 2921 5841 8761

-21854

-13394

-4933

3527

11987

20448

9(0,036%)

1 2921 5841 8761

-16179

-9710

-3241

3228

9697

16166

ГРУПУВАННЯ ВИДІЛЕНИХ КОМПОНЕНТ МЕТОДОМ “ГУСЕНИЦЯ-SSA”ГОЛОВНІ КОМПОНЕНТИ

( ) - [10-24]X t0( ) - [1]A t - [2-9]

k

k

B

12 3

4 5 6

7 8 9

Т = 12 год Т = 12 год

Т = 8 год

Т = 8 год Т = 6 год Т = 6 год

Т = 24 год Т = 24 год

16

0 1000 2000 3000 4000 5000 6000 7000 8000 9000-3

-2

-1

0

1

2

3x 10

4

ГОДИНИ

м3

0 1000 2000 3000 4000 5000 6000 7000 80000

2

4

6

8

x 104

ГОДИНИ

м3

ПОПЕРЕДНЯ СТАТИСТИЧНА ОБРОБКА (МЕТОД “ГУСЕНИЦЯ-SSA”)ПОГОДИННОГО ЧАСОВОГО РЯДУ НА РІЧНОМУ ІНТЕРВАЛІ

L=24 год (доба) – довжина “гусениці”

0( )A t

( )X t

17

( )Q t

3000 3050 3100 3150 3200 3250 3300 3350 3400 3450 3500

-2000

-1000

0

1000

2000

ГОДИНИ

м3

3000 3050 3100 3150 3200 3250 3300 3350 3400 3450 3500

-5000

0

5000

ГОДИНИ

м3

3000 3050 3100 3150 3200 3250 3300 3350 3400 3450 3500

0.5

1

1.5

2

x 104

ГОДИНИ

м3

ПРИКЛАД РОЗКЛАДУ НА КОМПОНЕНТИ РІЧНОГО ЧАСОВОГО РЯДУ ГАЗОСПОЖИВАННЯ МІСТА ЗА 2008 РІК (21 ДОБА ЛІТО)

( )Q t

k

k

B

0( )A t

( )X t

18

0 24 48 72 96 120 144 168 192 216 240 264 288 312 336-1.5

-1

-0.5

0

0.5

1

1.5x 10

4

Порядковий номер години

Q, м3

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23-1.5

-1

-0.5

0

0.5

1x 10

4

Година доби

Q, м3

Оцінка мат.сподівання газоспоживання на першій ділянці [1-42] доби

АНАЛІЗ КВАЗІГАРМОНІЙНИХ КОМПОНЕНТ НА ПЕРШІЙ ДІЛЯНЦІ (50 ДІБ)

Оцінка математичного сподівання та сер.квадр. відхилення (метод -серій)

Сума квазігармонійних компонент з періодами 6,12,24 год (частина ділянки 1)

19

МЕТОД БРОДСЬКОГО-ДАРХОВСЬКОГО

2

1 1

21

1 1( )

kk

Vn N

Nk k n

n n

N NY n X X

n N n

(9)

kX – стохастичний залишок для k-ї точки;

n – поточне значення, N – довжина часового ряду газоспоживання

– параметр налаштування на реальні дані, що визначає чутливість

хибного спрацювання, рекомендоване значення V=0.3 - 0.40 1V

20

( )N

Y n – модифікована статистика Колмогорова-Смірнова, розраховується для кожної

точки стохастичного залишку;

ПРОГРАМНА РЕАЛІЗАЦІЯ “РОЗЛАДКИ” ПО ЗАЛИШКУ (SSoGC 1.0) (погодинний часовий ряд, газоспоживання за 2008 рік)

Точки

“розладки” –

години (доби)

Схема поділу на п'ять ділянок

21

БЛОК-СХЕМА ПОШУКУ ТОЧОК РОЗЛАДКИ 22

-15 -10 -5 0 5 10 15 20 25-5

0

5

10

15

20x 10

5

Газо

спож

иван

ня Q

, m

3

Середньодобова температура Т, оС

( )Q T T 1

2

3

45

ЛІНІЙНИЙ РЕГРЕСІЙНИЙ АНАЛІЗ ПО ВИДІЛЕНИХ ДІЛЯНКАХ23

Функціональна схема вимірювання метеоданих і даних газоспоживання містата передачі інформації в базу даних «АСК-метео плюс»

24

КОНЦЕПТУАЛЬНА СХЕМА ПРОЦЕСУ ЗБЕРІГАННЯ ІНФОРМАЦІЇ 25

ПРОЦЕС ГАЗОСПОЖИВАННЯ

МІСТА

ПОХВИЛИННІПОГОДИННІ

ДОБОВІ

ТИЖНЕВІМІСЯЧНІ

ДАНІ ГАЗОСПОЖИВАННЯ

УКРУПНЕННЯ ДАНИХ

ДОБОВЕ ПОНОВЛЕННЯ

ДАНИХ

АРХІВ МЕТЕО ФАКТОРІВ

МІСТА

ПОГОДИННІДОБОВІ

УСЕРЕДНЕННЯ ДАНИХ

ПОГОДИННІСЕРДНЬОДОБОВІ

ДАНІ ТЕМПЕРАТУРИ

ДОБОВЕ ПОНОВЛЕННЯ

ДАНИХ

ДАНІ ГАЗОСПОЖИВАННЯ

ДАНІ ТЕМПЕРАТУРИ

«ФЛОУТЕК»«ASK 1.0"

ФАЙЛИ HostLib-формату

КОРЕКЦІЯ ДАНИХ ГАЗОСПОЖИВАННЯ ТА МЕТЕО

ФАКТОРІВ

СХОВИЩЕ ДАНИХ ВИМІРЮВАННЯГАЗОСПОЖИВАННЯ ТА МЕТЕО ФАКТОРІВ

МІСТА

MySQL SERVER

ФУНКЦІОНАЛЬНА СХЕМА ІНФОРМАЦІЙНИХ ПОТОКІВ ІТ «АСК-МЕТЕО ПЛЮС» 26

ВИСНОВКИ

1. Показано, що існуючі інформаційні технології контролю обліку, управління і

прийняття рішень не відповідають сучасним вимогам та не враховують

метеофактори, топологію споживачів, та математичні моделі та методи і

не дозволяють побудувати загальну модель газоспоживання на річному

інтервалі спостереження.

2. Застосування «Гусениця-SSA», як методу попереднього статистичного

опрацювання даних вимірювання дало можливість розробити загальну

адитивну модель процесу газоспоживання міста на річному інтервалі

спостереження та обґрунтувати розбиття часового ряду на трендову

складову (90-96%), суму квазігармонійних компонент (2-4%) і залишку

річного часового ряду (2-6%).

3. Запропоновано новий спосіб розбиття на п’ять ділянок річного часового

ряду газоспоживання із використанням адаптованого методу Бродського-

Дарховського, який дозволяє врахувати вплив факторів та топології на

характеристику динаміки річного часового ряду газоспоживання міста. В

межах визначених ділянок, на річному інтервалі, спостерігається

стабільність характеристик вказаних компонент моделі газоспоживання за

результатами попереднього статистичного опрацювання

27

ВИСНОВКИ

3. Запропоновано новий спосіб розбиття на п’ять ділянок річного часового

ряду газоспоживання із використанням адаптованого методу Бродського-

Дарховського, який дозволяє врахувати вплив факторів та топології на

характеристику динаміки річного часового ряду газоспоживання міста. В

межах визначених ділянок, на річному інтервалі, спостерігається

стабільність характеристик вказаних компонент моделі газоспоживання за

результатами попереднього статистичного опрацювання

4. Розвинуто метод добового прогнозу газоспоживання для кожної ділянки з

використання лінійного регресійного аналізу.

5. На основі запропонованої моделі процесу газоспоживання, алгоритмічного

та програмного забезпечення статистичного опрацювання даних

вимірювань та баз даних створена нова інформаційна технологія

моніторингу газоспоживання міста, що враховує метеофактори, топологію

споживачів і дає можливість проводити як оперативний та довгостроковий

прогноз газоспоживання міста.

6. Створена інформаційна технологія моніторингу газоспоживання

запропонована для використання в автоматизованій системі контролю

обліку, управління і прийняття рішень газоспоживанням міста Тернополя.

28

2929

1

10

100

1000

100

300

500

700

900

1100

1300

1500

1700

1900

2100

2300

2500

2700

2900

3100

3300

3500

3700

3900

4100

4300

Тернопільський національний технічний університет

імені Івана Пулюя

Кафедра комп'ютерних наук

Oleg.Nazarevych@taltek.info

ДЯКУЮ ЗА УВАГУВАШІ ЗАПИТАННЯ