Диссертация (Разработка методики анализа параметров электропотребления для их нормирования и оценки объемов энергосбережения при проведении энергоаудита предприятий и организаций), страница 9

Площадь под кривой рангового Hраспределения по параметру характеризует электропотребление предприятияв целом.Математическое описание рангового H-распределения по параметруW(r) = W1 / rβ ,(2.6)51где W1 – максимальный параметр, которому соответствует ранг r = 1; β –ранговый коэффициент, характеризующий степень крутизны распределения.Анализ характеристик рангового H-распределения по параметрупозволяет сделать следующие выводы: 1) удельные расходы электроэнергииобъектов распределения первого и последнего рангов различаются на два иболее порядка; 2) для равных рангов ∆Ауд = Аr – Аr + 1 неизмеримо больше, чемдля последних; 3) большая часть объектов распределения имеет Ауд нижеобщеотраслевого значения, Ауд мало различаются; 4) среднее (предприятие вцелом) никоим образом не определяет Ауд отдельного объекта распределения(решения для точки по значению среднего и дисперсии не существует); 5)отдельно взятое значение Ауд не может быть оценено с позицииэнергосбережения; 6) устойчивость β может быть использована для прогноза.Нормальный закон распределения можно представить в виде ранговогораспределения непрерывных величин.

Особенность – хвост ранговогораспределения, который у нормального распределения быстро становитсянезначительным при рассмотрении значений больших «трех сигм» (гауссовораспределениеимеетнепрерывныхвеличин«короткийимеетхвост»).«длинныйРанговоехвост»,H-распределениехарактеризующийся«саранчевыми объектами», что объясняется теоретически бесконечнойдисперсией (в специальной литературе эти распределения называютширокими). Параметр каждого объекта, составляющего ценоз, индивидуалени изменяется во времени, но так, что параметр β во времени остаетсяустойчивым.

Выделение групп близких объектов для сравнения и оценкивозможно с помощью кластерного анализа.Для определения достоверных удельных расходов электроэнергиипредприятий, при недостаточном количестве наблюдений для примененияаппарата множественной регрессии, предлагается использовать методкластеризации удельных расходов электроэнергии [47, 77]. Кластерныйметод – это многомерная статистическая процедура, выполняющая сборданных,содержащихинформациюовыборкеобъектов,изатем52упорядочивающая объекты в сравнительно однородные группы. Главнаяцель кластерного анализа – нахождение групп схожих объектов в выборкеданных.Все исследования, использующие кластерный анализ, характеризуютследующие пять основных шагов: 1) отбор выборки для кластеризации; 2)определение множества признаков, по которым будут оцениваться объекты ввыборке; 3) вычисление значений той или иной меры сходства междуобъектами; 4) применение метода кластерного анализа для создания группсходных объектов; 5) проверка достоверности результатов кластерногорешения.Количественноеоцениваниесходстваотталкиваетсяотпонятияметрики.

При этом подходе к сходству события представляются точкамикоординатного пространства, причем замеченные сходства и различия междуточками находятся в соответствии с метрическими расстояниями междуними.Размерностьпространстваопределяетсячисломпеременных,использованных для описания событий.Расстоянием (метрикой) между объектами в пространстве параметровназывается такая величина dab, которая удовлетворяет аксиомам:1. Для объектов а и b расстояние между ними удовлетворяет условию:dab > 0, daa = 0; 2.

dab = dba; 3. Неравенство треугольника. Даны три объекта а,b, с; расстояние между ними удовлетворяет условию: dab + dbc ≥ dac .Мерой близости (сходства) называется величина μab, имеющая предел ивозрастающая с возрастанием близости объектов, обладающая следующимисвойствами: 1) μab = μba; 2) 0 ≤ μab < 1 для а ≠ b; 3) μaa = 1.Величину μab называют коэффициентом близости. Примером линейнойблизости является коэффициент корреляции.Основные способы определения близости между объектами – этометрики для количественных шкал (расстояния):а) Линейное расстояние53Линейноерасстояниеобладаетособымистатистическимиигеометрическими свойствами. С помощью линейной метрики лучше всеговыделяются «плоские» кластеры, расположенные почти на гиперплоскостях,особенно если они ортогональны каким-либо координатным осям.б) Евклидово расстояние.Евклидоворасстояниеявляетсясамойпопулярнойметрикойвкластерном анализе: оно отвечает интуитивным представлениям о близостии, кроме того, очень удачно вписывается своей квадратичной формой втрадиционно статистические конструкции.

Геометрически оно лучше всегообъединяет объекты в шарообразных скоплениях, которые весьма типичныдля слабо коррелированных совокупностей.в) Обобщенное степенное расстояние Минковского.г) Расстояние Махаланобисагде– общая внутригрупповая дисперсионно-ковариационная матрица, аХi и Xj – векторы значений переменных для объектов i и j.Использование различных способов измерения расстояния ведет кразнымрезультатамкластеризации.Следовательно,целесообразноиспользовать различные меры сходства и затем сравнить результаты. Выбравмеру сходства, затем можно выбрать метод кластеризации.54Среди алгоритмов иерархической кластеризации выделяются дваосновных типа: восходящие и нисходящие алгоритмы.

Результаты такихалгоритмов обычно представляют в виде дерева – дендрограммы.Ни один из методов кластеризации (метод “ближнего”, “дальнего”соседа, центройдный метод и др.) не дают однозначной классификации,поэтому проводить анализ необходимос привлечением несколькихэкспертов. Для проверки статистической значимости полученного разбиениявозможноприменениедискриминантногоанализа,определяющеговероятность принадлежности объекта к тому или иному кластеру.2.5. Структурно-топологическая динамика изменения удельных и общихрасходов электроэнергии по производствамИзучение поведения анализируемых величин в динамике методамиценологическогоранговогоанализа,представленыисследованиямидинамики 1-го и 2-го рода [6, 7, 83, 84].Исследование динамики 1-го рода показателей β и W1 или 2-го рода –структурно-топологической динамики, состоит в описании ценологическойструктуры моделями строчек с учетом их взаимного влияния.Исследование зависимостей W1 = f(t) и β = f(t) (динамики 1-го рода)формализуется поверхностью, описываемой формулой:W (r , t ) W1 (t ) a1  b1 (t ),t / Tr  (t ) r 0 (1e )(2.7)где t – временной ряд; a1, b1, β0, T – константы аппроксимирующихуравнений.Оценка объемов электропотребления на основании (2.7) заключаетсяфактически в определении площади под ранговым H-распределением,скорректированнойвовремениконфигурациейповерхности.Ценологический анализ параметра на основе динамики 1-го рода ранговогоH-распределения основан на допущении о неизменности ранга особей вструктуре ценоза.

Это допущение может дать значительную ошибку.55Дляболеехарактеристикнадежногопооцениванияотдельнымиверификацииобъектам-потребителямполученныхнеобходимоиспользовать структурно-топологическую динамику – динамику 2-го рода,заключающуюся в отказе от рангового анализа (2.6) и (2.7) и рассмотренииточек рангового распределения в функции времени как случайных процессов[81]. Функция изменения ранга имеет лишь одну интерпретацию модели –аппроксимацию временного ряда. Высокий коэффициент конкордации(согласованности) позволяет синтезировать структурно-топологическуюдинамику ранговой поверхности:W1  f (t )W  f (t )W (r , t )   2,.....Wr  f (t )(2.8)где W(r, t) – значения точек на ранговой поверхности.Можно выделить три группы особей по ранговому H-распределению,требующие различного подхода в зависимости от их места в ценологическойклассификации: 1) самые крупные особи, образующие первую точку (касту)рангового H-распределения; 2) средние особи пойнтер-касты; 3) малые особи[82].Для определения объемов электропотребления каждой касты малыхобъектов используются формулы:W1 = (WH / α)1/α; = 1 / α,β = β0 (1 - е-t/T) Wr = W1 / r β,где WH – электропотребление объектов ноевой касты (имеющих наибольшиеобъемы электропотребления); α – характеристический показатель ранговогоH-распределения;β–характеристическийпоказательранговогоH-распределения; β0, Т – константы распределения; t – момент времени, длякоторого производятся расчеты.Исследуемая выборка объектов электропотребления характеризуетсявеличинами расхода электроэнергии каждым объектом.56Выводы.Сформулировананормированияклассификацияэлектропотребления,нормиразличныеоснованныенаконцепциииспользованииклассических методов расчета с использованием коэффициентов загрузки ивремени работы оборудования, а также вероятностно-статистическихметодов, основных на построении моделей временного ряда и выявлениизависимости расхода электроэнергии от объемов производства и другихпроизводственно-технологических факторов.Определено, что использование методов ценологического анализа, и вчастностиранговогопотребителейразнойпопараметру,масштабностиструктурыпозволяетэлектропотребленияоценитьустойчивостьструктуры во времени, свойство самоорганизации отдельных ее элементов,выявить взаимное влияние объектов как элементов единого сообщества типаценоз, а также позволит определить влияние внутренних и внешних факторовна формирование величин электропотребления как составляющих элементов,так и потребителя как единого целого.573.

Анализ и нормирование показателей электропотребления и оценкаобъемов энергосбережения3.1. Электрический баланс промышленного предприятия и показателиэнергоэффективности энергетического паспортаПроведение энергообследования (энергоаудита) одной из основныхцелей определяет составление энергетического паспорта потребителятопливно-энергетических ресурсов. Основной формой энергетическогопаспорта, отражающей электрические характеристики предприятия, являетсяФорма № 5 «Сведения по балансу электрической энергии и его изменениях».Форма заполняется сведениями в объеме 5 лет предыстории, включаяотчетный(базовый)год–полныйпрошедшийфинансовыйгод,предшествовавший году проведения обследования, а также с формированиемпрогнозных значений электропотребления на последующие годы на 5 летвперед. Пример энергетического баланса для газораспределительногопредприятия, составленного в работе в соответствии с «Требованиями…»(Приказ Минэнерго РФ от 19.04.2010 г.