Диссертация (Разработка методики анализа параметров электропотребления для их нормирования и оценки объемов энергосбережения при проведении энергоаудита предприятий и организаций), страница 8

измеряет индивидуальный вклад Xi вобъяснение Y. В случае коррелирующих предикторов возникает проблеманеопределенности в оценках, которые становятся зависимыми от порядкавключения предикторов в модель [75]. В таких случаях необходимоприменение методов анализа корреляционного и пошагового регрессионногоанализа.Говоря о нелинейных моделях регрессионного анализа, важно обращатьвнимание на то, идет ли речь о нелинейности по независимым переменным (сформальной точки зрения легко сводящейся к линейной регрессии), или онелинейностипооцениваемымпараметрам(вызывающейсерьезныевычислительные трудности) [3].2.3. Нормирование как временные ряды электрических показателейВременной ряд (или ряд динамики) – это упорядоченная по временипоследовательностьзначенийнекоторойпроизвольнойпеременнойвеличины. Тем самым, временной ряд существенным образом отличается отпростой выборки данных [94].

Каждое отдельное значение даннойпеременной называется отсчётом (уровнем, элементов) временного ряда.46Анализ временных рядов – совокупность математико-статистическихметодов анализа, предназначенных для выявления структуры временныхрядов и для их прогнозирования. Сюда относятся, в частности, методырегрессионного анализа. Выявление структуры временного ряда необходимодля того, чтобы построить математическую модель того явления, котороеявляется источником анализируемого временного ряда. Прогноз будущихзначений временного ряда используется менеджером для эффективногопринятия решений [95].Временные ряды состоят из периодов времени, за которые или посостоянию на которые приводятся числовые значения или иные показатели,называемые уровнями ряда.Временные ряды классифицируются по следующим признакам: поформепредставленияуровней(рядыабсолютныхилиотносительных показателей, средних величин); по количеству показателей, для которых определяются уровни вкаждый момент времени: одномерные и многомерные временные ряды; по характеру временного параметра: моментные и интервальныевременные ряды.

В моментных временных рядах уровни характеризуютзначения показателя по состоянию на определенные моменты времени. Винтервальныхрядахопределенныепериодывременныхуровнихарактеризуютвремени.Важнаярядов абсолютных величинзначениеособенностьпоказателязаинтервальныхзаключается в возможностисуммирования их уровней. Отдельные же уровни моментного рядаабсолютных величин содержат элементы повторного счета.

Это делаетбессмысленным суммирование уровней моментных рядов; по расстоянию между датами и интервалами времени выделяютравноотстоящие – когда даты регистрации или окончания периодов следуютдруг за другом с равными интервалами и неполные (неравноотстоящие) –когда принцип равных интервалов не соблюдается;47 по наличию пропущенных значений: полные и неполные временныеряды; временные ряды бывают детерминированными и случайными: первыеполучают на основе значений некоторой неслучайной функции (рядпоследовательных данных о количестве дней в месяцах); вторые естьрезультат реализации некоторой случайной величины; взависимостиотналичияосновнойтенденциивыделяютстационарные ряды – те, в которых среднее значение и дисперсия постоянныи нестационарные – содержащие основную тенденцию развития.Изучениевременныхрядовпозволяетдатькраткоеописаниехарактерных особенностей временного ряда; подобрать статистическуюмодель, описывающую временной ряд; предсказать будущие значениянаблюдаемой величины на основе прошлых наблюдений; управлятьпроцессом, порождающим временной ряд.Краткое описание характерных особенностей временного ряда можетвключать в себя нахождение тренда, определение размаха вариации,выделение циклических составляющих ряда, а также определение законараспределения, характеризующего данный ряд.

Нахождение тренда илитенденции развития временного ряда может происходить различнымиметодами: укрупнения интервалов; скользящей средней; аналитическоговыравнивания.При аналитическом выравнивании уровней динамического ряда [18, 77]закономерно изменяющийся уровень изучаемого показателя оценивается какфункция времени yt = f(t).

В работе проверены наиболее часто используемыефункции: линейная, парабола второго порядка, полином, показательная,экспоненциальная, гиперболическая.Для доказательства наличия связи между признаками (случайнымивеличинами) применялся корреляционный анализ, опираясь на нормальностьзакона распределения исследуемых данных.48Для выявления степени влияния предыдущих значений временного рядана последующие значения используется вычисление автокорреляционнойфункции, которая характеризует внутреннюю зависимость между временнымрядом и тем же рядом, но сдвинутым на некоторый промежуток времени.2.4.

Ценологические и кластерные критерии нормирования параметровэлектропотребленияПроблемаоценкиэффективностииспользованияэнергииифункционирования электрического хозяйства и отдельных его составляющихможет быть решена только на основе ценологических представлений приприменениивероятно-статистическихэлектроэффективностивработеметодов.примененоДляоткрытоеоценкиранжированиепоказателей и параметров, используемое для принятия последующихорганизационных, инвестиционных и технических решений и нормированияпоказателей электропотребления.Выделить ценоз не так просто, так как он не имеет четких очевидныхграниц.Речьидетодоговорном(конвенционном)выделении.Применительно к предприятию границы ценоза – в пределах генплана;другие границы – для электрического, теплосилового, водоснабжения иостальных хозяйств и производств, с которыми не совпадают штатные,финансовые, транспортные границы.

Ценологические границы в пределаходного электрического хозяйства не совпадают – одна для электроснабжения,другая для электроремонта, третья для диспетчеризации и т.д. [33, 40].Ключевые понятия ценологической теории следующие: ценоз –исследуемое семейство изделий (оборудования), элемент-особь, вид, каста;видовое, ранговидовое, ранговое по параметру H-распределение [39].Применительно к электрическим машинам отдельным видом считаетсяэлектрическаямашина,имеющаясовпадающиеколичественнуюикачественную характеристики: максимальную мощность и наименованиесерии (типа), например для трансформатора вид – ТМ-1000.49Каждый элемент ценоза помечается парой чисел: номером u = 1, 2, …, U,где U – число элементов-особей одного семейства, образующих переченьособей – текст T, и номером вида s = 1, 2, …., S, где S – число видов,образующих словарь объемом V. Особи одного вида образуют популяцию.Виды, каждый из которых представлен равным количеством особей,образуют касты.

Касты – множество, образованное популяциями одинаковойчисленности.Таблица видового распределения может быть получена из текста Тнепосредственно, если выбрать вначале все популяции, состоящие из однойособи а1, которые образуют первую касту k = 1, общее число видов в которойw1, численность особей в касте а1w1. Последовательность называетсяэмпирическим видовым распределением Ω(wi). Число строк равно числу кастk. Видовое распределение отличается характером изменения wi.Обозначим через N0 самую мощную популяцию, тогда объем словаряN0V=|S|=wi 1(2.1)iдлина текстаN0T=|U|= iwi 1(2.2)iОтносительная частота появления касты, определяемая эмпирическиωi = wi / V, описывается уравнением непрерывной кривойω = A / xa ,(2.3)где 1 > A > 0, α > 0 – константы.НепрерывнаякриваяаппроксимирующейH-распределения,зависимостиприиспользуемаяобработкевкачествеэмпирическихраспределений, в общем виде описывается формулойΩ(x) = W0 / x 1+α ,(2.4)где x  [ 1, ∞ ] – непрерывный аналог мощности популяции i; α (1 > α > 0) –постоянная распределения (характеристический показатель); W0 = AS, w1 =[W0]; A – постоянная распределения.50Классификация перечня двигателей, трансформаторов, технологическихагрегатов как особей текста Т по видам двигателей позволяет составитьтаблицу ранговидового распределения, в которой виды располагают впорядкеуменьшениячисленностиихпопуляций.РанговидовоеH-распределение Λ(r) определяется показателями: ur – количество особей видаsr, соответствующее рангу r; ранг вида sr есть порядковый номер (номерстроки).

Последний номер S определяет объем словаря V; можно записать V ≡| S |.Ранговидовое распределениеΛ(r) = B / rβ ,(2.5)где β > 0, B > 0 – константы ранговидового H-распределения.Видовое и ранговидовое распределение используют для изучения иуправленияструктуройустановленногоиремонтируемогоэлектрооборудования (электроустановок), т.е.

для дискретных величин. Ноэлектрическое хозяйство, в том числе и система электроснабжения,характеризуетсяинепрерывнымивеличинами(электропотребление,мощность, стоимость, затраты). В этом случае применяют гиперболическоеранговое H-распределение по параметру.Пусть задано множество объектов, которое образует некоторуюцелостность(всеподразделенияодногопредприятия)икотороесоответствует ценологическим критериям. Каждый объект характеризуетсяодним или несколькими параметрами, выраженными численно. Определивпараметр, можно упорядочить множество, расположив все объекты попорядку по мере уменьшения параметра, и получить гиперболическоеранговое H-распределение по параметру.