1. 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. 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, темами
Дисертація 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.
3. 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
4. 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
5. 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
6. 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
7. Приклади часових рядів газоспоживання з різним кроком накопичення
даних
1 29 57 85 113 141 169 197 225 253 281 309 337 365
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
x 10
6
Порядковий номер доби
СпоживаннягазуQдоб,м
3
Добовий часовий ряд
(газоспоживання міста за 2008 рік)
1 25 49 73 97 121 145 169
4.5
5
5.5
6
6.5
7
7.5
8
8.5
x 10
4
Порядковий номер години
СпоживаннягазуQгод,м
3
Погодинний часовий ряд
(1 тиждень за січень 2008 рік)
1 25 49 73 97 121 145 169
2000
4000
6000
8000
10000
12000
14000
16000
Порядковий номер години
СпоживаннягазуQгод,м
3
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 53
0
2
4
6
8
10
x 10
6
Порядковий номер тижня
Q,м
3
7
9. 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 ТА Н Ін дивідуальн е опален н я
житл ових будин ків
Побутове споживан н я газу
Ц ен тральн е
опален н я м іста
Пром исл ове
споживан н я газу
Газові
заправочн і стан ції
Гаряче
водопостачан н я
Ін дивідуальн е опален н я
м ун іципальн их
будівель та орган ізацій
Топологія споживачів газу міста
9
10. -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 по вітря, С
Tвих,Твх,С
Граф ік темп.води опалення Твих,Тв х трубопровод у від темп. повітря
КО ТЕ Л Ь Н Я
Ж И ТЛ О В И Й
БУД ИН О К
[
]
Ц
О
ентральне
палення
ВОД О КА Н А Л
ВОД О В ІД В ЕД ЕН Н Я
ГАРЯ Ч О Ї
ВОД И
ВОД О В ІД В ЕД ЕН Н Я
ХО Л О ДН О Ї
ВОД И
ГАЗО -
РО ЗП Р И Д ІЛ ЬЧ А
СТА Н Ц ІЯГАЗО ТРА Н С П О РТН А
С И СТЕ М А
М ІСТА
Функціональна схема і температурні режими
гарячої води центрального опалення міста
10
11. Середня оцінка часток річного об'єму газоспоживання
за кожним видом споживачів в опалювальний сезон
11
12. ПОРІВНЯЛЬНА ХАРАКТЕРИСТИКА ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ
МОНІТОРИНГУ ТА ОБЛІКУ ГАЗОСПОЖИВАННЯ
12
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 – – – – – +
13. ПОРІВНЯЛЬНА ХАРАКТЕРИСТИКА МАТЕМАТИЧНИХ МОДЕЛЕЙ
13
КРИТЕРІЇ НАЗВИ
МОДЕЛЕЙ
ПРОСТА
АДИТИВНА
МУЛЬТИПЛІ
КАТИВНА
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 – – – – – +
14. 1414
КОМПЛЕКСНА АДИТИВНА МОДЕЛЬ
0
( ) ( ) ( ) ( )k
k
Q t A t B t X t
0
( )A t
k
B - квазігармонічні компоненти (з періодом 8,12,24 годин)
( )X t- річний тренд - стохастичний залишок
(8)
14
15. 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
1
2 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
16. 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
1
2 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
17. 0 1000 2000 3000 4000 5000 6000 7000 8000 9000
-3
-2
-1
0
1
2
3
x 10
4
ГОДИНИ
м3
0 1000 2000 3000 4000 5000 6000 7000 8000
0
2
4
6
8
x 10
4
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
18. 3000 3050 3100 3150 3200 3250 3300 3350 3400 3450 3500
-2000
-1000
0
1000
2000
ГОДИНИ
м
3000 3050 3100 3150 3200 3250 3300 3350 3400 3450 3500
-5000
0
5000
ГОДИНИ
м
3000 3050 3100 3150 3200 3250 3300 3350 3400 3450 3500
0.5
1
1.5
2
x 10
4
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
19. 0 24 48 72 96 120 144 168 192 216 240 264 288 312 336
-1.5
-1
-0.5
0
0.5
1
1.5
x 10
4
Порядковий номер години
Q,м
3
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
1
x 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
20. МЕТОД БРОДСЬКОГО-ДАРХОВСЬКОГО
2
1 1
2
1
1 1
( )
kk
V n N
N
k k n
n n
N N
Y n X X
n N n
(9)
k
X – 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 - 0.4
0 1V
20
( )N
Y n – модифікована статистика Колмогорова-Смірнова, розраховується для кожної
точки стохастичного залишку;
21. 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
23. -15 -10 -5 0 5 10 15 20 25
-5
0
5
10
15
20
x 10
5
ГазоспоживанняQ,m3
Середньодобова температура Т,
о
С
( )Q T T
1
2
3
4
5
ЛІНІЙНИЙ РЕГРЕСІЙНИЙ АНАЛІЗ ПО ВИДІЛЕНИХ ДІЛЯНКАХ
23
24. Функціональна схема вимірювання метеоданих і даних газоспоживання міста
та передачі інформації в базу даних «АСК-метео плюс»
24
25. КОНЦЕПТУАЛЬНА СХЕМА ПРОЦЕСУ ЗБЕРІГАННЯ ІНФОРМАЦІЇ 25
ПРОЦЕС
ГАЗОСПОЖИВАННЯ
МІСТА
ПОХВИЛИННІ
ПОГОДИННІ
ДОБОВІ
ТИЖНЕВІ
МІСЯЧНІ
ДАНІ ГАЗОСПОЖИВАННЯ
УКРУПНЕННЯ
ДАНИХ
ДОБОВЕ
ПОНОВЛЕННЯ
ДАНИХ
АРХІВ
МЕТЕО ФАКТОРІВ
МІСТА
ПОГОДИННІ
ДОБОВІ
УСЕРЕДНЕННЯ
ДАНИХ
ПОГОДИННІ
СЕРДНЬОДОБОВІ
ДАНІ ТЕМПЕРАТУРИ
ДОБОВЕ
ПОНОВЛЕННЯ
ДАНИХ
ДАНІ ГАЗОСПОЖИВАННЯ
ДАНІ ТЕМПЕРАТУРИ
«ФЛОУТЕК»
«ASK 1.0"
ФАЙЛИ HostLib-
формату
КОРЕКЦІЯ ДАНИХ
ГАЗОСПОЖИВАННЯ ТА МЕТЕО
ФАКТОРІВ
СХОВИЩЕ ДАНИХ ВИМІРЮВАННЯ
ГАЗОСПОЖИВАННЯ
ТА МЕТЕО ФАКТОРІВ
МІСТА
MySQL SERVER
27. 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
28. 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
