Повышение эффективности электротехнических комплексов нефтегазовых предприятий с учетом диагностических оценок технического состояния потребителей-регуляторов тема диссертации и автореферата по ВАК РФ 05.09.03, кандидат наук Бабанова Ирина Сергеевна

• Бабанова Ирина Сергеевна
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Бабанова Ирина Сергеевна

ВВЕДЕНИЕ

ГЛАВА 1. НАУЧНО-ТЕХНИЧЕСКИЕ ПРОБЛЕМЫ ПОВЫШЕНИЯ ТОЧНОСТИ ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ ДЛЯ ГАЗОТРАНСПОРТНЫХ И НЕФТЕГАЗОДОБЫВАЮЩИХ ПРЕДПРИЯТИЙ

1.1 Характерные особенности режимов электропотребления группами электроприемников

1.2 Точность прогнозирования электропотребления как составляющая снижения энергетических затрат

1.3 Сравнительный анализ методов прогнозирования электропотребления

1.4 Анализ причин выявления ошибок прогнозирования

1.5 Цели и задачи диссертационной работы

ГЛАВА 2. АНАЛИЗ РАБОТЫ ОСНОВНЫХ ГРУПП ЭЛЕКТРОПОТРЕБИТЕЛЕЙ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ И ОБОСНОВАНИЯ РЕЖИМОВ ЭКОНОМИИ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ НЕФТЕГАЗОВЫХ ПРЕДПРИЯТИЙ

2.1 Общая характеристика и схемы электроснабжения нефтегазодобывающих предприятий

2.2 Типовые схемы электроснабжения газотранспортных предприятий

2.3 Технологические требования и структура основных групп электропотребителей

2.4 Схемные варианты управления режимами работы основных групп электропотребителей

2.5 Анализ колебаний мощности, затрачиваемой на компримирование газа

2.6 Анализ работы основных групп электропотребителей на примере газотранспортных предприятий

2.7 Оптимизация управления электропотреблением для газотранспортных

предприятий

Выводы по второй главе

ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЕМ ЭЛЕКТРОТЕХНИЧЕСКИХ КОМПЛЕКСОВ НЕФТЕГАЗОВЫХ ПРЕДПРИЯТИЙ

3.1 Основные положения нейросетевого прогнозирования снижения энергетических затрат

3.2 Разработка нейросетевых прогнозных моделей электропотребления на основе компонентного состава электрических нагрузок

3.3 Алгоритм определения электропотребления на основе оценки плотностей вероятностей

Выводы по третьей главе

ГЛАВА 4. УПРАВЛЕНИЕ РЕЖИМАМИ ЭЛЕКТРОПОТРЕБЛЕНИЯ ПРЕДПРИЯТИЙ НЕФТЕГАЗОВОГО КОМПЛЕКСА В ИЗМЕНЯЮЩИХСЯ УСЛОВИЯХ ЭКСПЛУАТАЦИИ С УЧЕТОМ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ПОТРЕБИТЕЛЕЙ-РЕГУЛЯТОРОВ

4.1 Алгоритм формирования режима потребления электрической энергии и мощности на основе рационального выбора ценовой категории оплаты за электроэнергию с учетом потребителей-регуляторов и оценки их технического состояния в условиях нефтегазодобывающих предприятий

4.2 Оценка экономии при рациональном выборе ценовой категории и оплаты за электроэнергию для нефтегазодобывающих предприятий

4.3 Анализ способов управления режимами потребления электрической энергии и мощности на основе оценки технического состояния потребителей-регуляторов в условиях газотранспортных предприятий

Выводы по четвертой главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А РЕЗУЛЬТАТЫ РАБОТЫ НЕЙРОННЫХ СЕТЕЙ

ПРИЛОЖЕНИЕ Б РЕЗУЛЬТАТЫ РАСЧЕТОВ

ПРИЛОЖЕНИЕ В ПАТЕНТ НА ИЗОБРЕТЕНИЕ

ПРИЛОЖЕНИЕ Г ПАТЕНТ НА ИЗОБРЕТЕНИЕ

ПРИЛОЖЕНИЕ Д АКТЫ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ РАБОТЫ

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Повышение эффективности электротехнических комплексов нефтегазовых предприятий с учетом диагностических оценок технического состояния потребителей-регуляторов»

Актуальность работы.

Эксплуатация энергетического комплекса газотранспортных (ГТП) и нефтегазодобывающих предприятий (НГДП) характеризуется постепенным увеличением энергетических затрат на транспортировку природного газа и ростом энергетической составляющей для себестоимости добычи нефти, что обуславливает необходимость ее снижения.

Задача снижения затрат предприятиями нефтегазового комплекса (НГК) на оплату электрической энергии и мощности путем повышения точности прогнозирования режимов работы электроустановок, обоснованного выбора потребителей-регуляторов (ПР) из общего числа потребителей и снижения эксплуатационных затрат на их ремонт и техническое обслуживание представляется значимой. Распределение потребляемой мощности по компонентам технологического процесса добычи нефти показано на рисунке 1.

Рисунок В.1 - Распределение потребляемой мощности по компонентам технологического процесса добычи нефти

Выполненный анализ электропотребления (ЭП) для НГДП показал, что основными ПР (активными потребителями) являются электродвигатели основных технологических насосных центробежных установок, включая электродвигатели насосов закачки воды в нефтяной пласт и др. Их годовое ЭП достигает до 3,5 млрд. кВтч и более, причем применение почасового планирования может привести к снижению затрат на оплату электроэнергии до 7 % от годового электропотребления [77]. В условиях ГТП с основным технологическим газотурбинным приводом в качестве ПР могут быть использованы электроприёмники вспомогательного технологического оборудования,

■ механизированная добыча жидкости

■ закачка воды

■ подготовка нефти, траснопорт нефти

■ подъем и подача воды

■ отпуск теплоэнергии

обеспечивающего режим транспорта газа - аппараты воздушного охлаждения (АВО) газа, доля удельного электропотребления которых достигает от 50 до 80 % от общего цехового.

Для НГК затраты на оплату электроэнергии и мощности могут быть снижены путем совершенствования технологических процессов, проведения регулировочных мероприятий и повышением точности прогнозирования режимов ЭП, что позволяет эффективно воздействовать на энергетическую составляющую, в том числе путем управления режимами потребления электрической энергии электроустановками с учетом достоверных прогнозных оценок, обоснованного выбора ПР, снижения их затрат на ремонт и техническое обслуживание.

Вопросы повышения точности прогнозирования электропотребления и диагностических оценок электрооборудования для предприятий НГК рассматривались в работах Абрамовича Б.Н., Аракеляна А.К., Артюхова И.И., Аршакяна И.И., Бахтегареевой А.Н., Гарриса Н.А., Ершова М.С., Крюкова О.В., Кудрина Б.И., Мочалина Д.С., Петрова С.П., Пухальского А.А, Сираева А.В., Сухарева М.Г., Сушкова В.В., Шумиловой Г.П., Яруниной Н.Н., Liu C.C. и др.

Однако, несмотря на достигнутый уровень изучения, вопросы повышения эффективности управления электроснабжением электротехнических комплексов (ЭТК) НГК, путем разработки моделей прогнозирования электропотребления с применением структурно-параметрического синтеза с последующей разработкой алгоритмов, базирующихся на методах искусственных нейронных сетей (ИНС), остаются недостаточно изученными и требуют детального рассмотрения.

В связи с этим, вопросы минимизации затрат на электроэнергию и заявленную мощность при управлении ПР с учетом оценки их технического состояния с использованием ИНС в изменяющихся условиях эксплуатации представляются актуальными.

Степень разработанности направления исследований.

Изучению вопросов в области повышения надежности и прогнозирования ЭП ЭТК ГТП посвящены исследования отечественных и зарубежных специалистов: Артюхов И.И., Мочалин Д.С., Титов В.Г. занимались изучением

управления системой воздушного охлаждения газа КС ГТС с созданием моделей прогнозирования ЭП и рассмотрением алгоритмов нечеткой логики [32, 93]; Крюковым О.В., Яруниной Н.Н. предложена методология основных направлений оптимизации с учетом структурно-параметрического синтеза, где в качестве критерия используется минимум затрат на ЭП на КС МГ [83, 155], а также вопросы повышения надежности диагностирования ЭГПА на основе ИНС [82]; Петровым С.П. рассмотрены вопросы повышения надежности и экономичности системы электроснабжения КС ГТС с учетом изменения её структуры и минимизации затрат [106]; Бахтегареевой А.Н., Гариссом Н.А. предложен оперативный способ регулирования температуры газа на выходе из КС [57]; Кудрин Б.И., Макоклюев И.Б., Сухарев М.Г., Надтока И.И., Шумилова Г.П. внесли значительный вклад в вопросы моделирования и прогнозирования временных рядов ЭП с учетом влияющих факторов и рассмотрением вопросов применения различных моделей прогнозирования, в том числе и в условиях НГК [88, 95, 150, 85, 139]; Сираевым А.В. предложено формирование рациональных режимов потребления электрической энергии для НГДП [126, 127]; Аракелян А.К., Ершов М.С., Сушков В.В., Пухальский А.А. внесли большой вклад в изучение вопросов повышения надежности, технического обслуживания и ремонта, диагностирования нефтегазопромыслового оборудования [30, 75, 94, 140, 141]. Работы Абрамовича Б.Н. направлены на разработку алгоритмов управления режимами ЭП на основе применения структурно-параметрического синтеза, обеспечивающего минимизацию затрат по оплате за электрическую энергию в условиях предприятий минерально-сырьевого комплекса [22, 40, 42]. Зарубежные ученые Liu C.C., Hagan M.T., Papalexopoulos A.D., Park J.H., Mbamalu G.A.N. внесли значительный вклад по изучению прогнозирования электрических нагрузок, в том числе с рассмотрением интеллектуальных систем [5, 9, 11,13,14].

Анализ отечественных и зарубежных работ показал, что представленные модели и методы прогнозирования обладают недостаточной точностью и не учитывают наиболее важные параметры, влияющие на ЭП с учетом выявления ПР. С этих позиций перед НГК задача повышения эффективности

электроснабжения ЭТК путем оптимального управления режимами ЭП с учетом прогнозирования ТС ПР и применения структурно-параметрического синтеза с последующей разработкой алгоритмов, базирующихся на методах искусственного интеллекта (ИНС) для управления и прогнозирования ЭП остается недостаточно изученной и требует детального рассмотрения для отдельных ЭТК.

Соответствие диссертации паспорту научной специальности 05.09.03 -«Электротехнические комплексы и системы».

Научные положения, разработанные в диссертации, соответствуют специальности 05.09.03 - Электротехнические комплексы и системы, в том числе п.2 «Обоснование совокупности технических, технологических, экономических, экологических и социальных критериев оценки принимаемых решений в области проектирования, создания и эксплуатации электротехнических комплексов и систем» и п.3 «Разработка, структурный и параметрический синтез электротехнических комплексов и систем, их оптимизация, а также разработка алгоритмов эффективного управления».

Цель исследования.

Повышение эффективности электротехнических комплексов нефтегазовых предприятий путем управления режимами потребления электрической энергии электроустановками с учетом достоверных прогнозных оценок и обоснованного выбора потребителей-регуляторов, снижения затрат на ремонт и техническое обслуживание.

Идея работы.

Идея заключается в повышении точности прогнозировании электропотребления и оценок технического состояния электроустановок НГК на основе сравнительного анализа моделей искусственных нейронных сетей и алгоритмов, позволяющих минимизировать затраты на оплату электроэнергии.

Объектом исследования являются электротехнические комплексы объектов транспорта нефти и газа.

Основные задачи исследований.

1. Анализ работы основных групп электропотребителей (ГЭП) с учетом

установления зависимостей изменения затрат от внешних факторов для предприятий НГК.

2. Оценить эффективность повышения точности прогнозирования и управления режимами электропотребления предприятий НГК.

3. Разработать структуру и алгоритмы моделей прогнозирования, зависимости снижения прогнозных ошибок на основе структурно-параметрического синтеза и определения компонентного состава электрических нагрузок.

4. Выявить зависимости, позволяющие оценить вероятность проявления неисправностей в ЭТК, технического состояния и вариации диагностических параметров в процессе эксплуатации.

5. Разработать структуру и способы оценки технического состояния управления режимами электропотребления электрическими агрегатами ЭТК предприятий НГК.

6. Разработать алгоритм эффективного управления электропотреблением на основе нейросетевых прогнозных моделей, учитывающих выбор ценовой категории (ЦК) оплаты за электроэнергию с обоснованием и корректировкой состава потребителей-регуляторов с учетом их технического состояния.

Научная новизна.

1. Установлены зависимости электропотребления, включающие оценку трендов, сезонной, циклической, случайной компонент электрических нагрузок, позволяющие оценить ошибку отклонения прогнозируемых показателей от заданного уровня с учетом архитектуры и статистических критериев оценки ИНС.

2. Разработан алгоритм, обеспечивающий управление режимами электропотребления на основе рационального выбора ценовой категории оплаты за электроэнергию и оценки коэффициента, характеризующего техническое состояние потребителей-регуляторов для подсистем диагностирования в условиях изменения показателей технологического процесса, при которых обеспечивается минимизация затрат по оплате за электрическую энергию для предприятий НГК.

Положения, выносимые на защиту.

1. Прогнозирование режимов электропотребления в условиях предприятий НГК должно производиться с учетом компонентного состава электрических нагрузок, статистических критериев оценки эффективности работы нейронных сетей, выбора алгоритмов их обучения, при котором обеспечивается не превышение ошибки отклонения показателей от максимально достигнутого уровня.

2. Управление режимами электропотребления должно осуществляться в соответствии с алгоритмом, позволяющим обеспечить выбор и формирование компонентного состава, топологии электротехнического комплекса, регулирование режимов работы с учетом оценки технического состояния потребителей-регуляторов в условиях изменения показателей технологического процесса.

Практическая ценность работы.

1. Разработаны положения и алгоритмы прогнозирования электропотреблением на основе структурно-параметрического синтеза и изучения компонентного состава электрических нагрузок в условиях предприятий НГК.

2. Обоснован алгоритм, позволяющий производить оценку управления режимами электропотребления на основе нейросетевых прогнозных моделей, учитывающих выбор ЦК оплаты за электроэнергию с учетом потребителей-регуляторов и оценки их технического состояния.

Методы исследования.

В работе использованы методы численного анализа с использованием пакета MathCAD, MS Excel, методы экспертного, регрессионного, рангового, факторного анализа, математического моделирования и прогнозирования, теория искусственных нейронных сетей с использованием математических пакетов STATISTICA, MatLab Neural Network.

Достоверность результатов исследования.

Достоверность сформированных выводов и результатов, изложенных в диссертации, подтверждена корректностью использования методов и моделей

прогнозирования электропотребления для заданных доверительных интервалов и полученных рекомендаций по оценке средней ошибки прогнозирования, практикой эксплуатации предприятий НГК, включая ООО «Газпром трансгаз Санкт-Петербург», ПАО «Татнефть».

Реализация результатов работы.

Представленные рекомендации по применению нейросетевых моделей прогнозирования приняты к реализации при инвестиционном строительстве новых объектов, проведении работ по техническому перевооружению и реконструкции, эксплуатации технологических установок в ООО «Газпром трансгаз Санкт-Петербург». Рекомендации по применению разработанных алгоритмов прогнозирования электропотребления, диагностических оценок технического состояния потребителей-регуляторов обеспечивают минимизацию затрат по оплате за электрическую энергию и мощность в условиях ПАО «Татнефть», что подтверждается актом внедрения.

Личный вклад автора.

Личный вклад соискателя состоит в участии в получении и обработке экспериментальных данных, апробации результатов исследования для построения прогнозов в условиях предприятий НГК. Установлено, что эффективность применения прогнозных нейросетевых моделей и снижение ошибок достигается на основе предварительного анализа разложения временных рядов электрической нагрузки на составляющие компоненты и последующего расчета коэффициентов сезонности, цикличности, нерегулярности в условиях эксплуатации ЭТК НГК. Автором разработан алгоритм по управлению режимами электропотребления, включающий рациональный выбор ЦК оплаты за электроэнергию и оценку коэффициента, характеризующего техническое состояние потребителей-регуляторов для выделенных подсистем диагностирования в условиях НГК.

Апробация работы.

Основные положения и результаты работы докладывались и обсуждались на следующих конференциях: международная научная школа молодых ученых и специалистов «Проблемы освоения недр в XXI веке глазами молодых» (г. Москва,

2015, 2016, 2017 гг.); 55-я Международная научно-практическая конференция студентов и молодых ученых (г. Краков, Польша, 2014 г.); III Международный Российский энергетический форум «Молодежная конференция по надежности, безопасности и эффективности энергетических систем, поиск инновационных решений» (г. Санкт-Петербург, 2015 г.); 66-я Международная научно-практическая конференция «Berg-und Hüttenmännischer Tag» (г. Фрайберг, Германия, 2015 г.); IV Международный форум по энергоэффективности и энергосбережению ENES 2015 (г. Москва, 2015 г.); конференция молодежного инновационного центра ПАО «ЛЕНЭНЕРГО» (г. Санкт-Петербург, 2016 г., 2017 t.);VII Международная научно-техническая конференция «Электроэнергетика глазами молодежи-2016» (г. Казань, 2016 г.), III-я международная научно-практическая конференция «Промышленная безопасность предприятий минерально-сырьевого комплекса в XXI веке» (г. Санкт-Петербург, 2016 г.), XXY-й Международный научный симпозиум «Неделя горняка - 2017» (г. Москва, 2017 г.), Международная молодежная научная конференция «Нефть и газ» (г. Москва, 2016 г., 2017 г.).

Публикации.

По теме диссертации опубликовано всего 12 печатных работ, в том числе 5 статей, входящих в перечень ведущих рецензируемых изданий, утвержденных ВАК и 2 статьи, цитируются международными базами данных Scopus, 3 статьи в прочих изданиях, получено 2 патента Российской Федерации.

Структура и объем работы.

Диссертация состоит из введения, 4 глав, заключения, содержит 163 рисунка, 36 таблиц, списка литературы из 155 наименований, 5 приложений. Общий объем диссертации 212 страниц.

ГЛАВА 1. НАУЧНО-ТЕХНИЧЕСКИЕ ПРОБЛЕМЫ ПОВЫШЕНИЯ ТОЧНОСТИ ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ ДЛЯ ГАЗОТРАНСПОРТНЫХ И НЕФТЕГАЗОДОБЫВАЮЩИХ ПРЕДПРИЯТИЙ 1.1 Характерные особенности режимов электропотребления группами электроприемников

Графики режимов работы электроэнергетических систем (ЭЭС) являются элементом общего графика работы Единой энергетической системы России (ЕЭС России). На основании [147] определены основные принципы оперативно-диспетчерского управления энергосистем, включающие обеспечение баланса производства и потребления электрической энергии, что подразумевает для отдельных энергокомпаний, групп и потребителей осуществление планирования режимов работы. На уровне энергосистем прогнозирование позволяет обеспечить эффективное планирование режимов между электрическими станциями [88, 111], а для крупных потребителей - осуществление целесообразных операций по покупке, продаже электроэнергии, следствием, которых является снижение затрат на себестоимость произведенной продукции.

По данным [96, 151] эксплуатация энергетического комплекса газотранспортных (ГТП) и нефтегазодобывающих предприятий (НГДП) характеризуется постепенным ростом себестоимости добычи нефти (16 - 35%), а также увеличением энергетических затрат на транспортировку природного газа [80].

На основании энергетической стратегии РФ до 2035 г. [120], а также ряда других нормативных документов, в том числе для опасных производственных объектов [111, 117, 134, 146] перед ГТП и НГДП, одной из приоритетной направляющей развития является снижение удельных затрат на производство, рациональное потребление, применение энергосберегающих технологий, следствием которых является сокращение потерь при добыче, транспортировке и реализации продукции, возникает необходимость в актуальности решения задач, стоящих перед топливно-энергетическим комплексом (ТЭК) страны.

Выделим два подхода при рассмотрении эффективного управления ЭП для таких предприятий.

Первый подход связан с повышением эффективности операционного управления режимами ЭП, предполагающий системный анализ ЭП отдельными группами электроприемниками (ГЭ) с выявлением сверхнормативных зон. Результатом такого подхода является применение эффективной системы планирования и прогнозирования, включающей разработку как нормативов ЭП, так и использование прогрессивных прогнозных моделей. Например, на рисунке 1.1 показан график изменения показателя работы по переносу нагрузок в часы минимальных тарифов на электроэнергию при проведении регулировочных мероприятий по НГДУ, из которого следует, что его снижение относительно 2014 г. составило 31 %, относительно 2015 г. на 16 %.

4,5 4,14

НГДУ-1 НГДУ-2 НГДУ-3 НГДУ-4 НГДУ-5 НГДУ-6 НГДУ-7 НГДУ-8 НГДУ-9 НГДУ-10

НГДУ

Рисунок 1.1 - Изменение показателя работы по переносу нагрузок в часы минимальных тарифов на электроэнергию при проведении регулировочных

мероприятий по НГДУ за 2014-2016 гг.

Второй подход - использование рационализаторских, инженерно-технических, организационных мероприятий в области энергопотребления, включающих энергоаудиты с последующим совершенствованием энергетической политики [80, 135, 138].

Показанные подходы должны реализовываться одновременно на предприятиях и включать комплекс организационных процедур. С учетом рыночной экономики, а также законов, регулирующих оптовый рынок электроэнергии и мощности (ОРЭМ) [108, 109], остановимся более подробно на анализе режимов ЭП с целью усовершенствования управления режимами для ГТП и НГДП.

С учетом характеристики объектов электроснабжения (электроприемников, комплексов электроприемников и технологических объектов) по категории надежности и допустимому времени перерыва электроснабжения для ГТП, показанной в [136], более подробно остановимся на ГЭП - АВО газа КС (глава 3). Для НГДП выполнен анализ режимов ЭП для основных ГЭП с учетом [63].

Рассмотрим графики электрических нагрузок активной мощности с характерными режимами ЭП.

1.1.1 Анализ графиков электрических нагрузок для газотранспортных предприятий

Анализ изменения усредненной активной мощности в течение года на примере одной точки учета (ТУ) для ГТП показан на рисунке 1.2, из которого можно сделать вывод о максимумах, приходящих для летних и зимних месяцев. В качестве базисных значений приняты: для среднего значения усредненной активной мощности Руср.б.ср = 1212,2 кВт, для максимального значения - Руср.б.мак = 5413,8 кВт, для минимального значения- Руср.б.мак = 537,6 кВт.

1,2 1

. 0,8

и

О 0,6

Рч

0,4 0,2 0

среднее значение усредненной активной мощности, о.е.

J? J> J? # J? J? J-

максимальное значение усредненной активной мощности, о.е.

минимальное значение усредненной активной мощности, о.е.

Месяц

Рисунок 1.2 - Изменение активной мощности в течение года на примере

точки учета на КС

Анализ летних и зимних графиков электрической нагрузки показан на рисунке 1.3 с учетом проведения контрольных замеров для энергосистемы (режимные дни).

1,5 1

Рч" 0,5 0

<D О

I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I

oooooooooooooooooooooooo

17.12.2014 зима 18.06.2014 лето

(Smtrndhtoao

Время измерения

Рисунок 1.3 - Суточные графики электрической нагрузки на примере КС

для летнего и зимнего месяцев

Анализ периодограммы ЭП ГТП показал, что временные ряды имеют сезонную составляющую с периодом в 12 месяцев, показанную на рисунке 1.4. Периодограмма подтверждает цикличность измерений с 30-минутным интервалом, что является важным аспектом для составления и учета показателя для прогнозных моделей (выбор окна прогнозирования).

50000

40000

(Л

(1)

13

> 30000

F

m

сл

о 20000

о

(1)

п

10000

Include condition: 1-180

. . . . . . . . .

.................

! ! ! ! ! ! ! ! ! ! ! ! ! !

0 20 40 60 80 100 120 140 160 180 200 10 30 50 70 90 110 130 150 170 190

Period

Рисунок 1.4 - Анализ временных рядов в программном комплексе Statistica для месячного ЭП с применением анализа Фурье, n=12

Анализ графиков электрических нагрузок и периодограмм на примере ГТП (КС) показал, что в суточных и недельных графиках отсутствуют явно выраженные периодические составляющие, а среднесуточные значения имеют незначительный разброс.

50000

40000

- 30000

20000

10000

0

0

На рисунках 1.5, 1.6 показаны вариации изменений коэффициента максимума (Ктах) по продолжительности для летнего месяца: Ктах=0,82-1,41, Кзг=0,7-1,21 (средние значения за сутки Ктах=1, Кзг.=1,015), для зимнего месяца -Ктах=0,68-1,3, Кзг= 0,76-1,3 (средние значения за сутки Ктах =1, Кз.г.=1,011).

1,5 й 1,0 0,5 0,0

О О О О О О О О О (О О О О О О О О О

Время

Рисунок 1.5- Изменение коэффициента максимума по продолжительности на примере ГТП (КС-1, наблюдаемый день в январе)

1,5 п

3 1,0 -

0,5

0,0

о ^ | <ч <ч т т ^ !/-> чэ чо г- г- оо оо сл сл о о ^ ^ гч <ч т т ^ ^ ич хч чо чо г- г- оо оо сл сл о о ^ ^ гч <ч т т ^

Время

Рисунок 1.6 - Изменение коэффициента максимума по продолжительности на примере ГТП (КС-1, наблюдаемый день в январе)

Анализ графиков по отдельным ТУ для КС позволил выделить следующие особенности для ГТП: графики в целом относительно ровные, не зависящие от времени года, времени суток, календарного времени; имеют невысокий коэффициент заполнения графика (Кзг); максимум ЭП приходится на летние месяцы, связанного с дополнительными затратами электроэнергии на включение основного и вспомогательного оборудования, в частности включением дополнительных электроприводов вентиляторов АВО газа в связи с увеличением средней температуры наружного воздуха.

1.1.2 Анализ графиков электрических нагрузок для нефтегазодобывающих предприятий

В условиях НГДП проводятся регулировочные мероприятия по снижению потребления электрической энергии и ограничению потребляемой мощности в часы пиковых нагрузок и переносу ЭП в зону суток с минимальной оплатой, показанной в проведенном исследовании [36] и в соответствии с рисунком 1.1. На рисунке 1.7 показано изменение коэффициента максимума активной мощности по продолжительности одной из подстанций НГДП. Значения ^^0,8-1,17, KзT= 0,85-1,24, (средние значения за сутки ^^=0, 99, ^.¡=1,013).

1,4 -| 1,2 -■

оооооооооооооооооооооооооооооооооооооооооооооооо

Г^0Г^0Г^0Г^0Г^0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0Г*")0 О О О О О О О О ОО О О О ОО ООО о ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ммм м м

Время

Рисунок 1.7 - Изменение коэффициента максимума активной мощности по

продолжительности одной из подстанций НГДП Из рисунка 1.7 видно, проведение регулировочных мероприятий по снижению потребления активной мощности и электроэнергии можно увеличить. Изменение минимизации отклонений фактических почасовых объемов ЭП от заявленных в целом по НГДУ показано на рисунке 1.8, из которого следует чем меньше показатель по отдельным НГДП, тем лучше. Снижение величины отклонений в 2016 г. относительно 2014 г. составило 16 %, относительно 2015 г. на 7%.

Р 4

К й л п й 2 о

С 0

Ж 2014 г. и 2015 г. и 2016 г.

НГДУ-1 НГДУ-2 НГДУ-3 НГДУ-4 НГДУ-5 НГДУ-6 НГДУ-7 НГДУ-8 НГДУ-9 НГДУ-10

НГДУ

8

6

Рисунок 1.8 - Изменение минимизации отклонений фактических почасовых объемов ЭП от заявленных по НГДУ за 2014-2016 гг.

На основании выше изложенного, можно выделить основные подходы к управлению ЭП для НГДП и ГТП:

- определение характерных групп электропотребителей (ГЭП) и возможность выполнения прогноза как в абсолютных цифрах, так и во временных периодах;

- сбор достоверной и достаточной информации о потреблении ГЭП за необходимо протяженный временной период, плановые и оперативные действия (бездействия) персонала по параметрам договорной деятельности, анализ соответствий и несоответствий плановых и достигнутых показателей с выявлением характерных закономерностей и причин несоответствий;

- доказательство возможности изменений расхождений (заявка, корректировка, факт потребления) к минимуму или исключению несовпадений при условии применения разработанных рекомендаций;

- возможность проведения регулировочных мероприятий по снижению потребления электрической энергии и ограничению потребляемой мощности в часы пиковых нагрузок и переносу ЭП в зону суток с минимальной оплатой;

- анализ стоимости оплаты за электроэнергию по различным ЦК с учетом ПР и оценки их ТС;

- сравнительный анализ методов прогнозирования, обоснование эффективности применения прогнозных моделей ЭП.

1.2 Точность прогнозирования электропотребления как составляющая снижения энергетических затрат

Одной из наиболее весомых в составе ежемесячных затрат для предприятий НГК является оплата стоимости электроэнергии [3, 24]. Правила ОРЭМ регламентируют процедуру покупки и продажи электроэнергии по ценам с учетом механизма конкурентного ценообразования. ОАО «Администратор торговой системы» (АТС) является оператором оптовых цен и проводит аукционы за сутки до даты начала поставки электроэнергии потребителем. Формирование

Список литературы диссертационного исследования кандидат наук Бабанова Ирина Сергеевна, 2019 год

СПИСОК ЛИТЕРАТУРЫ:

1. Abramovich, B.N. Improvement of monitoring system commercial electricity accounting for compressor plants on the enterprises for gas industry // Babanova I.S, Abramovich B.N. / Efficiency and sustainability in the mineral industry innovation in Geology, Mining, Processing, Economics, Safety and Environmental Management: Scientific reports on resource issues. - TU Bergakademie Freiberg:

2015. - Value 1, - p. 383-386

2. ALFA: Automated Load Forecasting Assistant [Текст] / К. Jabbour [et al.] //IEEE Transactions on Power System. -1988. - Vol. 3, № 3. - P. 908-914.

3. Abramovich, B.N. Forecasting system for energy consumption using an artificial neural network / Abramovich, I.S. Babanova // Mining sciences and technologies. -

2016. - №2.-pp.66-77.

4. Gupta, Р.С. А stochastic approach to peak power demand forecasting in electricutility system] / Р.С. Gupta // IEEE Trans. PAS-90. - 1971. - P. 824-832.

5. Hagan, M.T. The time series approach to short term load forecasting /M.T. Hagan, S.M. Behr // IEEE Trans. PAS. - 1987. - Vol. PWRS-2, № 3. - P. 631- 642.

6. Haykin, S. Neural Networks and Learning Machines. Third Edition/ S. Haykin -Pearson Education, 2009, - 937 pp.

7. Hurst, H.E. Long-term Storage of Reservoirs / H.E. Hurst // Transactions of the American Society of Engineers 88. -1991.

8. Infield, D.G. Optimal smoothing for trend removal in short term electricity demand forecasting / D.G. Infield, D.C. Hill // IEEE Trans. PAS. - 1998. -VoL13,№3. - p 724-735.

9. Liu, C.C. Intelligent System Application to Power Systems / C.C. Liu, D. A. Pierce, H. Song // IEEE Computer Application in Power. - 1997. - October. -Vol.№2.-P.21-24. 42

10.Matteewman, P.D. Techniques for load prediction in the electricity supplyindustry / P.D. Matteewman, H. Nicholson // Proc. lEE. - 1968. - V. 115. -P. 1451-1457.

11.Mbamalu, G.A.N. Load forecasting suboptimal seasonal autoregressive models and iteratively reweighted least squares estimation / G.A.N. Mbamalu, M.E. El-Hawary // IEEE Trans. PAS. - 1993. - Vol.8, № 1. - P. 319-325.

12.Mishra, S. Short term load forecasting using computation intelligence methods: Thesis for the degree of Master of technology electronics and communication engineer-ing / Mishra Sanjib. - National Institute Of Technology, India, Rourkela, 2008. - 89 p.

13.Papalexopoulos, A.D. A regression-based approach to short-term system load forecasting / A.D. Papalexopoulos, T.C. Hesterberg // IEEE Trans. PAS. -1990. -Vol. 5, № 4. - P. 326-342.

14.Park, J.H. Composite modeling for adaptive short-term load forecasting /J.H. Park, Y.M. Park, K.Y. Lee // IEEE Trans. PAS. - 1991. - Vol. 6, № 2. - P. 118-124.

15.Yang, J. Power System Short-term Load Forecasting: Thesis for Ph.d degree / Yang Jingfei. - Elektrotechnik und Informationstechnik der Technischen Universitat, Germany, Darmstadt, 2006. - 139 p.

16. Zhukovskiy, Yu. L. The prediction of the residual life of electromechanical equipment based on the artificial neural network / / Yu. L. Zhukovskiy , N. A. Korolev, I. S. Babanova, A. V. Boikov // IOP Conference Series: Earth and Environmental Science, "Innovations and Prospects of Development of Mining Machinery and Electrical Engineering - Power Supply of Mining Companies", 2017. -Vol. 87, pp. 032055.

17.Zhukovskiy, Yu. L. The probability estimate of the defects of the asynchronous motors based on the complex method of diagnostics / / Yu. L. Zhukovskiy , N. A. Korolev, I. S. Babanova, A. V. Boikov // IOP Conference Series: Earth and Environmental Science, "Innovations and Prospects of Development of Mining Machinery and Electrical Engineering - Power Supply of Mining Companies", 2017. -Vol. 87, pp. 032056.

18.Абакумов, A. M. Стохастическая модель и оценка удельного потребления электроэнергии установками агрегатов воздушного охлаждения газа компрессорных цехов / А.М. Абакумов, С.В. Голубев, СФ. Миронов, Д.В. Третьяк// Вестник Самарского государственного технического университета. - 2005. - №4. - С.74-76.

19.Абраменкова, Н.А. Структурный анализ электроэнергетических систем / Н.А Абраменкова, Н.И. Воропай, Т.Б. Заславская // Новосибирск: Наука. Сиб. отд-ние, 1990. - 224 с.

20.Абрамович, Б.Н Электроснабжение нефтегазовых предприятий / Б.Н. Абрамович, Ю.А. Сычев, Д.А. Устинов // Санкт-Петербургский государственный горный институт, СПб, 2008. - С. 12-14.

21. Абрамович, Б.Н. Автоматизированные системы управления энергопотреблением горных предприятий/ Б.Н. Абрамович, И.С. Бабанова //Материалы XII Международной научной школы молодых ученых и специалистов «Проблемы освоения недр в XXI веке глазами молодых»: Сб. науч. тр. - М.: ИПКОН РАН. -2015. - С. 189-191.

22. Абрамович, Б.Н. Выбор способа пуска синхронного двигателя используемого в качестве потребителя регулятора / Б.Н. Абрамович, Д.А. Устинов, Ю.В. Коновалов// Нефтегазовое дело.- 2012. - №6. - С. 2-11.

23.Абрамович, Б.Н. Применение искусственных нейронных технологий в процессе преподавания дисциплин электротехнического цикла/ Б.Н. Абрамович, И.С. Бабанова // Материалы II Международной научно-методической конференции «Современные образовательные технологии в преподавании естественно-научных и гуманитарных дисциплин»: Сб. науч. тр. - Санкт-Петербург, 2015. - С. 229-234.

24.Абрамович, Б.Н. Система прогнозирования энергопотребления с применением искусственной нейронной сети / Б.Н. Абрамович, И.С. Бабанова //Горные науки и технологии.- М.: МИСиС, 2016. -№2. -С.66-77.

25. Абрамович, Б.Н. Электромеханические комплексы с синхронными двигателями. Возбуждение, регулирование, устойчивость / Абрамович Б.Н., Круглый А.А. , Устинов Д.А. // Palmarium Academic Publishing. LAP LAMBERT Academic Publishing GmbH & Co. KG., 2012. 370 с.

26.Абрамович, Б.Н. Электроснабжение предприятий/ Б.Н. Абрамович, Ю.Л. Жуковский, Ю.А. Сычев, Д.А. Устинов: Уч. пособие для вузов. - Спб.: Национальный минерально-сырьевой университет Горный, 2015. - 299 с.

27.Автоматизация диспетчерского управления в электроэнергетике [Текст] / под общ. ред. Ю.Н.Руденко и В.А.Семенова. - М.: Издательство МЭИ, 2000. -648 с.

28. Автоматизированные информационно-измерительные системы коммерческого учета электрической энергии (мощности) [Электронный ресурс]. - Режим доступа: https://www.np-sr.ru/sites/default/files/sr_regulation/reglaments//r1_1_pril_11_1_01022018_24012 018.pdf. - (Дата обращения: 08.04.2015).

29.Акимов, С.В. Анализ проблемы автоматизации структурно-параметрического синтеза / С.В. Акимов //Доклады ТУСУРа. - 2011. -№ 2 (24). - С.204-211.

30.Аракелян, А. К. Неразрушающий контроль и техническая диагностика энергетических объектов / А.К. Аракелян, Решетов А.А. - Чебоксары.: Изд-во Чувашского ун-та, 2010.- 469 с.

31.Артюхов, И.И. Некоторые аспекты применения частотно-регулируемого электропривода в системах воздушного охлаждения компримированного газа / И.И. Артюхов, М.В. Аршакян, А.В. Жабский // Вестник Саратовского государственного технического университета - 2006. - № 1 (10). - С. 29-39.

32.Артюхов, И.И. Система управления частотно-регулируемым электроприводом вентиляторов установок охлаждения газа с применением нечеткой логики / И.И Артюхов, Р.Ш. Тарисов // Современные проблемы науки и образования. - 2012. - № 5; - Режим доступа: www.science-education.ru/105-7149. - (Дата обращения: 08.04.2015).

33.Бабак, Л.И. Синтез согласующих цепей и цепей связи транзисторных широкополосных усилителей по областям иммитанса // Радиотехника и электроника. - 1995. -№ 10. - С. 1550-1560.

34.Бабанова И.С. Разработка и внедрение нейросетевого диагностирования неисправностей электроприводного газоперекачивающего агрегата и прогнозирования электропотребления для управления режимами компрессорных станций газотранспортных систем / И.С. Бабанова // Двадцать вторая Санкт-Петербургская Ассамблея молодых ученых и специалистов (победителей): Сборник тезисов - СПб.: Изд-во СПбГУПТД. - 2017. - С. 117.

35.Бабанова, И.С. Обоснование выбора ценовой категории оплаты за электроэнергию с учетом потребителей-регуляторов/ И.С. Бабанова, Д.А. Устинов// Нефть и газ - 2016: Сборник тезисов докладов 70-й Международной молодежной научной конференции, 18-20 апреля 2016 г. -М.: Изд-во РГУ нефти и газа (НИУ) имени И.М. Губкина, 2016. - С. 6.

36.Бабанова, И.С. Обоснование выбора ценовой категории оплаты за электроэнергию с учетом потребителей-регуляторов/ Д.А. Устинов, И.С. Бабанова // Промышленная энергетика.- 2016. - №11- С. 9-16.

37.Бабанова, И.С. Применение искусственной нейронной сети для прогнозирования температуры на выходе из аппарата воздушного

охлаждения газа для компрессорной станции магистрального газопровода// Международный научно-исследовательский журнал.-2016.- №3 (45).- С. 6-9.

38.Бабанова, И.С. Применение искусственных нейронных сетей в задачах прогнозирования энергопотребления для предприятий минерально-сырьевого комплекса // Материалы IX Международной научно-практической конференции «Фундаментальные и прикладные исследования в современном мире»: Сб. науч. тр. - Санкт-Петербург, 2015. - С.128-134.

39.Бабанова, И.С. Прогнозирование температуры на выходе из аппарата воздушного охлаждения газа для компрессорной станции магистрального газопровода на основе использования искусственной нейронной сети// Нефть и газ - 2016: Сборник тезисов докладов 70-й Международной молодежной научной конференции, 18-20 апреля 2016 г. - М.: Изд-во РГУ нефти и газа (НИУ) имени И.М. Губкина, 2016. - С. 7.

40. Бабанова, И.С. Разработка моделей прогнозирования с целью управления режимами электропотребления промышленных предприятий/ С.П. Петров, Б.Н. Абрамович, И.С. Бабанова // Промышленная энергетика.- 2017. - №12. -С. 2-8.

41.Бабанова, И.С. Разработка модели искусственной нейронной сети с целью управления и прогнозирования режимов энергопотребления предприятий минерально-сырьевого комплекса/ И.С. Бабанова, Д.А. Устинов // Электроэнергетика глазами молодежи-2016: материалы VII Международной научно-технической конференции, 19 - 23 сентября 2016 г., Казань. - В 3 т. Т. 2. - Казань: Казан. гос. энерг. ун-т, 2016. - С. 47-50.

42.Бабанова, И.С. Разработка нейросетевых моделей в целях управления и прогнозирования режимов электропотребления предприятий минерально-сырьевого комплекса/ Б.Н. Абрамович, И.С. Бабанова // Горный информационно-аналитический бюллетень.-2018.- №5.- С. 206-213.

43. Бабанова, И.С. Разработка нейросетевых моделей в целях управления и прогнозирования режимов электропотребления предприятий минерально-сырьевого комплекса/ И.С. Бабанова, Б.Н. Абрамович, // Неделя горняка-2017: материалы XXY-й Международного научного симпозиума. - М.: Изд-во МИСиС, 2017. - С.95.

44.Бабанова, И.С. Разработка перспективного планирования энергосистемы на основе сравнительного анализа различных методов прогнозирования электропотребления / И.С. Бабанова// Оперативное управление в электроэнергетике.- 2017. - №3. - С. 48-57.

45.Бабанова, И.С. Разработка перспективного планирования энергосистемы на основе создания модели искусственной нейронной сети / Б.Н. Абрамович, И.С. Бабанова //Материалы XII Международной научной школы молодых ученых и специалистов «Проблемы освоения недр в XXI веке глазами молодых»: Сб. науч. тр. - М: ИПКОН РАН. -2014. - С. 225-229.

46. Бабанова, И.С. Разработка перспективного планирования энергосистемы на основе сравнительного анализа различных методов прогнозирования энергопотребления / И.С. Бабанова // Электроэнергетика глазами молодежи-

2016: материалы VII Международной научно-технической конференции, 19 -23 сентября 2016 г., Казань. - В 3 т. Т. 2. - Казань: Казан. гос. энерг. ун-т, 2016. - С. 43-46.

47.Бабанова, И.С. Разработка перспективного планирования энергосистемы с применением искусственных нейронных сетей / И.С. Бабанова // III Международный энергетический форум: сборник тезисов докладов молодежной конференции по надежности, безопасности и эффективности энергетических систем, поиск инновационных решений (19-21 мая 2015 г., Санкт-Петербург), Спб.: РМЭФ. - 2015. - с.49

48.Бабанова, И.С. Разработка прогнозных моделей электрической нагрузки для предприятий минерально-сырьевого комплекса/ И.С. Бабанова // 50 лет Российской научной школе комплексного освоения недр Земли: материалы Международной научно-практической конференции, 13-16 ноября 2017 г. -М: ИПКОН РАН, 2017. - C.286-289.

49. Бабанова, И.С. Система прогнозирования и управления режимами электропотребления для предприятий минерально-сырьевого комплекса/ Б.Н. Абрамович, И.С. Бабанова// Нефть и газ - 2017: Сборник тезисов докладов 71-й Международной молодежной научной конференции, 18-20 апреля 2017 г. - М.: Изд-во РГУ нефти и газа (НИУ) имени И.М. Губкина, 2017. - С. 76.

50.Бабанова, И.С. Система прогнозирования и управления режимами электропотребления для предприятий минерально-сырьевого комплекса/ Б.Н. Абрамович, И.С. Бабанова // Материалы 13 Международной научно-практической конференции «Новые идеи в науках о Земле»: Сб. науч. тр. -Москва, 2017. - С.431-432.

51.Бабанова, И.С. Способ управления режимами на основе нейросетевого диагностирования неисправностей и оценки технического состояния электроприводного газоперекачивающего агрегата/ И.С. Бабанова, Ю.Л. Жуковский, Н.А. Королев // Электротехнические комплексы и системы.

- 2017. - №3 (36). - С.47-54.

52.Бабанова, И.С. Структурно-параметрический синтез алгоритмов эффективного управления электроснабжения электротехнических комплексов / И.С. Бабанова, Б.Н. Абрамович // Молодые наукам - о Земле: материалы VIII международной межвузовской научной конференции студентов, аспирантов и молодых ученых, 5-7 апреля 2016 г. - М.: МГРИ-РГГРУ, 2016.

- С. 190-191.

53.Бабанова, И.С. Структурно-параметрический синтез алгоритмов эффективного управления электроснабжения электротехнических комплексов/ И.С. Бабанова, Б.Н. Абрамович // Проблемы и перспективы комплексного освоения и сохранения земных недр: материалы 2-ой международной научной школы академика К.Н. Трубецкого. - М.: ИПКОН РАН. - 2016. - С. 152-154.

54. Бабанова, И.С. Структурно-параметрический синтез системы автоматического управления аппаратами воздушного охлаждения газа / И.С. Бабанова // Научное обозрение. Технические науки. - М.: Издательство

ООО «Научно-издательский центр Академия Естествознания», 2016. - №5. -с.28-37

55.Бабанова, И.С. Управление режимами работы электроприводного агрегата на основе нейросетевого диагностирования и оценки технического состояния/ Ю.Л. Жуковский,И.С. Бабанова,Н.А. Королев// Электрооборудова ние: эксплуатация и ремонт. - 2018. -№ 1-2 (165). - С.26-38.

56.Бабанова, И.С. Система прогнозирования и управления режимами электропотребления для предприятий минерально-сырьевого комплекса / И.С. Бабанова, Б.Н. Абрамович // Новые идеи в науках о Земле: материалы XIII Международной научно-практической конференции, 5- 7 апреля 2017 г. -М.: МГРИ-РГГРУ, 2017. - С.431-432.

57.Бахтегареева, А.Н. Оперативный способ регулирования температуры газа на выходе из компрессорной станции / А.Н. Бахтегареева, Н.А. Гаррис, В.Г. Гильванов // Электронный научный журнал «Нефтегазовое дело». - 2014. - №6 - С. 435-439.

58.Бокс, Дж. Анализ временных рядов. Прогноз и управление. / Дж. Бокс, Г. Дженкинс.- М.: Мир, 1974. - 406 с.

59.Боровиков, В.П. Прогнозирование в системе STATISTICA. / В. П. Боровиков, Ивченко Г.И. - М.: Финансы и статистика, 2000. - 406 с.

60.Бугаец, В.А. Статистическая оценка результатов прогнозирования электропотребления комбинированной модели на основе вейвлет-преобразования и нейро-нечеткой сети / В.А. Бугаец // Материалы XII международной научно-практической конференции «Современные энергетические системы и комплексы и управление ими»: Сб. науч. тр. -Новочеркасск, 2014. - С. 83-87.

61.Васильев, Ю.Н. Системы охлаждения компрессорных и нефтеперекачивающих станций / Ю. Н. Васильев, Г. А. Марголин - М.: Недра, 1977. - 222 с.

62.Вентцель, Е.С. Теория случайных процессов и ее инженерные приложения / Е. С. Вентцель, Л. А. Овчаров. -5-е изд., стер. - М. : КНОРУС, 2013. -448 с.

63.ВНТП 3-85 Нормы технологического проектирования объектов сбора, транспорта, подготовки нефти, газа и воды нефтяных месторождений;-взамен ВНТП 3-77, ПТУСП 01-63, СН 433-79; введ. 1986-03-01. - М.: Гипровостокнефть. - 93 с.

64.Галиуллин, З.Т. Современные газотранспортные системы и технологии / З.Т. Галиуллин, С.Ю. Сальников, В.А. Щуровский - М.: Газпром ВНИИГАЗ, 2014. - 346 с.

65.Галушкин, А.И. Применение нейрокомпьютеров в энергетических системах [Электронный ресурс] / А.И. Галушкин. - 2001. - Режим доступа: http://neumews.iu4. bmstu.ru/ primerZenergy.htm. - (Дата обращения: 14.04.2015).

66.Годовой отчет ОАО «Газпром» «Сила в развитии» [Электронный ресурс]. -Режим доступа: http://www.gazprGm.ru/f7posts/05/298369/gazprom-annual-report-2014-ru.pdf. - (Дата обращения: 01.02.2016).

67.Годовой отчет ПАО «Газпром» за 2016 г. [Электронный ресурс]. - Режим доступа: http://www.gazprom.rU/f/posts/26/208817/gazprom-annual-report-2016-ru.pdf. - (Дата обращения: 01.02.2016).

68.ГОСТ 19431-84 Энергетика и электрификация Термины и определения; Взамен ГОСТ 19431-74; введ. 1986-01-01. - М.: Изд-во Комитета СССР по стандартам. - 7 с.

69.Давлетов, К.М. Совершенствование процессов охлаждения сырого газа в аппаратах воздушного охлаждения на газовых промыслах / К. М. Давлетов, А. Г. Глухенький - Новосибирск: Изд-во Сибирского отд-ния Российской акад. наук, 2007. - 81с.

70.Добробаба, Ю.П. Рациональное управление двумя вентиляторными агрегатами с асинхронными двигателями и частотными преобразователями / Ю.П. Добробаба, А.А. Шаповало // Сб. науч. ст. каф ЭПП. - Краснодар: Изд. КубГТУ, 2008. - С 117 - 121.

71.Дорофеев, С.Ю. Реализация программы синтеза согласующих цепей с использованием генетического алгоритма и шаблонной архитектуры / С.Ю. Дорофеев, Л.И. Бабак // Электронные средства и системы управления. Опыт инновационного развития. Ч. 2 : докл. Меж-дунар. науч.-практ. конф. - Томск : В-Спектр, 2007. - С. 124-127.

72.Дрейнер, Н. Прикладной регрессионный анализ. / Н. Дрейнер, Г. Смит - М.: Финансы и статистика, 1986. - 351 с.

73.Дьяченко, Р. А. К вопросу построения информационной системы подбора оптимальных характеристик искусственных нейронных сетей для задач прогнозирования в электроэнергетике // Современные проблемы науки и образования. - 2013. - № 2(46) - С. 31-33.

74. Ершов, М.С. Электрооборудование и станции управления технологических установок механизированной добычи нефти / М.С. Ершов, А.Д. Яризов - М.: ООО «Недра-Бизнес», 2008. - 124 с.

75.Ершов, М.С. Энергосберегающий электропривод технологических установок трубопроводного транспорта газа и нефти и нефтепродуктов / М.С. Ершов, А.Д. Яризов - М.: Изд. центр «РГУ нефти и газа имени И.М. Губкина», 2011. - 246 с.

76.Жуковский Ю.Л. Оценка технического состояния и остаточного ресурса электромеханического агрегата с асинхронным двигателем / И.С. Бабанова, Жуковский Ю.Л., Н.А. Королев // Горное оборудование и электромеханика. М.: Изд. Новые технологии. - 2017.- №6.- С. 20-25.

77.Итоги работы и перспективы развития энергетического комплекса ОАО «Татнефть». Сборник докладов. - М.: ОАО «Татнефть», 2013. - 120 с.

78.Козаченко, А. Н. Основы эксплуатации газотурбинных установок на магистральных газопроводах. - М.: Нефть и газ, 1999.— 463 с.

79.Козярук, А.Е. Диагностика и оценка остаточного ресурса электромеханического оборудования машин и механизмов / Козярук А.Е., Кривенко А.В., Ю.Л Жуковский, А.А. Коржев, С.В. Бабурин, М.С.

Черемушкина // Национальный минерально-сырьевой университет «Горный». -Спб, 2013. -90 с.

80.Концепция энергосбережения и повышения энергетической эффективности ОАО «Газпром» на период 2011-2020 гг.

81.Круглов, В. В. Искусственные нейронные сети. Теория и практика / В. В. Круглов, В. В. Борисов. - М.: Горячая линия - Телеком, 2001. - 382 с.

82.Крюков, О.В. Анализ результатов прогнозирования технического состояния электроприводных газоперекачивающих агрегатов / О.В. Крюков, A.B. Серебряков // Электротехнические системы и комплексы. - 2016. -№1(30). - С. 39-44.

83.Крюков, О.В. Оптимальное управление технологическим процессом магистрального транспорта газа // Материалы XII Всероссийского совещания по проблемам управления «ВСПУ-2014»: Сб. науч. тр. - Москва, 2014. - С. 4602-4613.

84.Кудрин, Б.И. Математика ценозов: видовое, ранговидовое, ранговое по параметру гиперболические Н-распределения и законы Лотки, Ципфа, Парето, Мандельброта [Электронный ресурс] / Б.И. Кудрин // Сайт проф. Б.И. Кудрина - 2017. - Режим доступа: http://www.kudrinbi.ru/public/10524/index.htm-(Дата обращения: 20.01.2015).

85.Кудрин, Б.И. Ценологический ранговый анализ в электрике / Б.И. Кудрин, О.Е. Лагуткин, М.Г. Ошурков // М.: Технетика, 2008. - 116 с.

86.Ланнэ, А.А. Оптимальная реализация линейных электронных схем /

A.А. Ланнэ, Е.Д. Михайлова, Б.С. Саркисян - Киев: Наукова думка, 1982. -208 с.

87.Лыпарь Ю.И. Автоматизация проектирования избирательных усилителей и генераторов. - Л.: Изд-во ЛГУ, 1983. - 164 с.

88.Макоклюев, Б.И Анализ и планирование электропотребления / Б.И. Макоклюев. - М.: Энергоатомиздат, 2008. - 296 с.

89.Медведев, В. С. Нейронные сети. MATLAB 6./ В. С. Медведев, В. Г. Потемкин - М.: ДИАЛОГ-МИФИ, 2001. - 630 с.

90.Меньшов, Б.Г. Электротехнические установки и комплексы в нефтегазовой промышленности / Б.Г. Меньшов, М.С. Ершов, А.Д. Яризов // М.: Недра 2000. - 296 с.

91. Методика прогнозирования графиков электропотребления для технологий краткосрочного планирования [Электронный ресурс] - 2012. - Режим доступа: http://so-ups.ru/fileadmin/files/laws/market regulations/schedules.pdf -(Дата обращения: 14.04.2015).

92.Методы управления физико-техническими системами энергетики в новых условиях [Текст] / Н.И. Воропай [и др.]. - Новосибирск: Наука, 1995. - 335 с.

93.Мочалин, Д.С. Оценка и прогнозирование энергопотребления аппарата воздушного охлаждения газа на компрессорной станции / Д.С. Мочалин,

B.Г. Титов // Вестник Чувашского университета. - 2014. - №2 - С. 41-46.

94. Надежность, техническое обслуживание, ремонт и диагностирование нефтегазопромыслового оборудования / Под общ.ред. В.В. Сушкова. - Спб.: Нестор, 2008.296с.

95.Надтока, И.И. Развитие теории и методов моделирования и прогнозирования электропотребления на основе данных средств автоматизации учета и телеизмерений : ил РГБ ОД 71:0-5/274

96.Нефтедобыча в России: будут ли дефолты? [Электронный ресурс]. - Режим доступа: https://ru.insider.pro. - (Дата обращения: 27.01.2018).

97.Новые информационные технологии в задачах оперативного управления электроэнергетическими системами [Текст] / Н. А. Манов [и др.]. -Екатеринбург: УрО РАН, 2002. - 202с.

98.ОНТП 51-1-85 Общесоюзные нормы технологического проектирования магистральные трубопроводы. - введ. 1986 -01.01. - М.: Мингазпром СССР, 1985. - I, 97 с.

99.Оссовский, С. Нейронные сети для обработки информации [Текст] / пер. с пол. И. Д. Рудинского. - М. : Финансы и статистика, 2002. - 344 с.

100. Официальный сайт системного оператора Единой энергетической системы (СО ЕЭС) [Электронный ресурс]. - Режим доступа: http://so-ups.ru - (Дата обращения: 27.01.2015).

101. Официальный сайт Администратора торговой системы (АТС) [Электронный ресурс]. - Режим доступа: http : //www.atsenergo .ru - (Дата обращения: 27.01.2015).

102. Официальный сайт организации АО «Татэнергосбыт». [Электронный ресурс]. - Режим доступа: http://www. http : //tatenergo sbyt.ru - (Дата обращения: 27.01.2015).

103. Патент 2425390 Российская Федерация, МПК G01R 31/34 (2006.01). Способ диагностики и оценки остаточного ресурса электроприводов переменного тока / А.Е. Козярук, Ю.Л. Жуковский, С.В. Бабурин, А.А. Коржев, Е.Е. Васильева // заявитель и патентообладатель Санкт-Петербургский государственный горный институт имени Г.В. Плеханова (технический университет).- № 2009142097/28; заявл. 16.11.2009; опубл. 27.07.2011, Бюл. №21.

104. Патент 2626231 Российская Федерация, МПК G01R 31/34 (2006.01). Способ диагностики технического состояния и оценки остаточного ресурса электромеханического агрегата с асинхронным двигателем/ Ю.Л. Жуковский, И.С. Бабанова, Н.А. Королев// заявитель и патентообладатель Санкт-Петербургский горный университет. - № 2016144271; заявл. 10.11.2016; опубл. 24.07.2017, Бюл. № 21 - 2 с.

105. Патент 2648413 Российская Федерация, МПК G01R 31/34 (2006.01). Способ управления режимами на основе нейросетевого диагностирования неисправностей и технического состояния электроприводного газоперекачивающего агрегата / Ю.Л. Жуковский, И.С. Бабанова, Н.А. Королев // заявитель и патентообладатель Санкт-Петербургский горный

университет. - № 2017101942; заявл. 20.01.2017; опубл. 27.03.2018, Бюл. №9 -4 с.

106. Петров, С.П. Определение направлений оптимизации энергетических структур по критерию надежности/С.П. Петров, Б.Н. Абрамович, C.B. Бабурин// Газовая промышленность. - 2011. - №9. - С. 82-84.

107. Плотников, И.Г. Обоснование структуры, параметров и алгоритмов управления электротехническим комплексом систем поддержания пластового давления : диссертация ... кандидата технических наук: 05.09.03 / Плотников Игорь Геннадьевич; [Место защиты: Национальный минерально-сырьевой унт "Горный"]. - Санкт-Петербург, 2012. - 144 с. : ил.

108. Постановление Правительства РФ «О функционировании розничных рынков электрической энергии, полном и (или) частичном ограничении режима потребления электрической энергии» (утв. 04.05.2012 г. № 442, ред. 22.02.2016 г).

109. Постановление Правительства РФ «Об утверждении правил оптового рынка электрической энергии и мощности и о внесении изменений в некоторые акты Правительства Российской Федерации по вопросам организации функционирования оптового рынка электрической энергии и мощности» (утв. 27.12.2010 г. №1172, ред. от 29.02.2016 г).

110. Правила устройства электроустановок. - 7-е изд. М: ЗАО «Энергосервис», 2010. - 222 с.

111. Приказ Минэнерго РФ от 19.06.2003 №229 «Об утверждении Правил технической эксплуатации электрических станций и сетей Российской Федерации» (зарегистрировано в Минюсте РФ 20.06.2003 №4799)

112. Приложение № 12 к договору о присоединении к торговой системе оптового рынка. Регламент определения объемов, инициатив и стоимо- сти отклонений. Наблюдательный совет НП «Совет рынка» от 28 декабря 2012 года [Электронный ресурс]. - Режим доступа : www.np-sr.ru.

113. Приложение № 5 к договору о присоединении к торговой системе оптового рынка. Регламент подачи ценовых заявок участниками оптового рынка. Наблюдательный совет НП «Совет рынка» от 21 марта 2012 года [Электронный ресурс]. - Режим доступа : www.np-sr.ru.

114. Приложение № 7 к договору о присоединении к торговой системе оптового рынка. Регламент проведения конкурентного отбора ценовых заявок на сутки вперед. Наблюдательный совет НП «Совет рынка» от 04 февраля 2013 года [Электронный ресурс]. - Режим доступа : www.np-sr.ru.

115. Прогноз научно-технологического развития ТЭК России до 2035 г. введ. 2016-14-10. - М.: Минэнерго России. - 111 с.

116. Прогнозирование энергопотребления: современные подходы и пример исследования / Л.А. Большов [и др.] // Известия Академии Наук: Энергетика. -2004. - №6. - С. 74 - 93.

117. Программа повышения надёжности работы и эффективности КС с электроприводными ГПА, утв.1.06.2013 г.- М.: ОАО «Газпром».-40 с.

118. Пужайло, А.Ф. Электроприводы объектов газотранспортных систем: Монография серии «Научные труды к 45-летию ОАО «Гипрогазцентр»» / А.Ф. Пужайло, С.В Савченков., О.В. Крюков - Н. Новгород : Исток. -2013. -Т.4 - 300 с.

119. Пужайло, А.Ф. Энергетические установки и электроснабжение объектов транспорта газа: Монография серии «Научные труды к 45-летию ОАО «Гипрогазцентр»» / А.Ф. Пужайло, С.В Савченков., О.В. Крюков- Н. Новгород : Исток. - 2013. -Т.3/6 - 300 с.

120. Распоряжение Правительства РФ от 13.11.2009 N 1715-р «Об Энергетической стратегии России на период до 2035 года»

121. РД 153-39-112-01 Методика определения норм расхода и нормативной потребности в природном газе на собственные технологические нужды магистрального транспорта газа; введ. 2002-01-01. - М.: ВНИИГАЗ. - 21 с.

122. Рекомендации по эффективности охлаждения транспортируемого газа с применением аппаратов воздушного охлаждения (АВО) на компрессорных станциях I и II очередей газопровода Средняя Азия - Центр (САЦ) [Текст] / под ред. З. Т. Галиуллина. -М.: Всесоюз. науч.-исслед. ин-т природных газов (ВНИИГАЗ), 1972.- 26 с.

123. Решение задачи прогнозирования на основе нейронечеткого подхода с использованием вейвлет-преобразования / Н.Д. Поляхов [и др.] // Сб.тр. междунар. конф. по мягким вычислениям и измерениям SCM-2007. SamtPetersburg, 20-22 June.. - 2007. - Vol. 1. - P. 247-250.

124. Седов, А.В. Системы контроля, распознавания и прогнозирования электро-потребления: модели, методы, алгоритмы и средства / А.В. Седов, И.И. Надтока. - Ростов-н/Д: Изд-во Ростовского университета, 2002. - 320 с.

5. Сингаевский, Н.А. Разработка системы автоматического управления

температурой продукта в аппарате воздушного охлаждения/ Н.А. Сингаевский, Ю.П. Добробаба., А.А. Шаповало // Политематический сетевой

электронный научный журнал КубГАУ, 2012. - № 76. - С. 594-609.

126. Сираев, А.В. Реконструкция систем коммерческого учета электропотребления нефтегазодобывающих предприятий/ Б.Н. Абрамович, А.В. Сираев // Материалы 7-ой Международной конференции «Новые идеи в науках о земле»: Сб. науч. тр. - М, 2005. -

127. Сираев, А.В. Формирование рациональных режимов потребления электрической энергии нефтегазодобывающих предприятий : диссертация ... кандидата технических наук : 05.09.03. - Санкт-Петербург, 2006. - 182 с.

128. Современный подход к проектированию к проектированию проектированию, производству производству производству и использованию АВО газа на КС(ЗАО «Гидроаэроцентр») [Электронный ресурс].-Режим доступа: http://forum.newgaztech.ru/assets/files/malanichev sect 2.pdf) -(Дата обращения: 01.02.2016).

129. Соловьева, И. А. Прогнозирование электропотребления с учетом факторов технологической и рыночной среды / И.А. Соловьева, А.П. Дзюба // Научный диалог. - 2013. - № 7(19): Экономика. Право. Политология. - С. 97-113.

130. Степанов, О. А. Тепловой и гидравлический расчет теплообменного аппарата воздушного охлаждения / О.А. Степанов - Тюмень: РИО ГОУ ВПО ТюмГАСУ, - 2009. - 41 с.

131. СТО 17-01-01-2012 Газпром трансгаз Санкт-Петербург Методика оптимизации охлаждения природного газа на КС; введ. 2012-17-04. -

132. СТО Газпром 2-3.5 -454 -2010. Правила эксплуатации магистральных газопроводов; - Взамен ВРД 39-1.10-006-2000; введ. 2010-24-05. - М.: Газпром ВНИИГАЗ. - 174 с.

133. СТО Газпром 2 -3.5 -510 -2010. Установки и аппараты воздушного охлаждения газа. Технические требования; - впервые; введ. 2010-14-10. - М.: Газпром ВНИИГАЗ. - 41 с.

134. СТО Газпром 2-2.3-351-2009 Методические указания по проведению анализа риска для опасных производственных объектов газотранспортных предприятий ОАО «ГАЗПРОМ»; - Взамен СТО РД Газпром 39-1.10-084-2003; введ. 2009-30-03. - М.: Газпром ВНИИГАЗ. - 387 с.

135. СТО Газпром 2-3.5-113-2007. Методика оценки энергоэффективности газотранспортных объектов и систем; - впервые; введ. 2007-11-15. М.: ВНИИГАЗ. - 118 с.

136. СТО Газпром 2-6.2-149-2007. Категорийность электроприемников промышленных объектов ОАО «Газпром»; взамен ВРД 39-1.21-072-2003; введ. 2008-01-31; - М.: ВНИИГАЗ - 51 с.

137. СТО Газпром 2-6.2-686-2012. Технические требования к построению систем электроснабжения компрессорных станций. - М.: ОАО "Газпром", 2014, - V, 67 с.: ил.: 30 см. - (Документы нормативные для проектирования, строительства и эксплуатации объектов ОАО "Газпром").

138. СТО Газпром 3.3.-2-001-2006. Методика нормирования электроэнергии на СТН транспорта газа; - впервые; введ. 2007-12-03. - М.: ВНИИГАЗ. - 21 с.

139. Сухарев, М.Г.. Методы прогнозирования. Учебное пособие — М.: РГУ нефти и газа, 2009 г., 208 с.

140. Сушков, В.В. Диагностика технического состояния электрооборудования нефтяных месторождений Западной Сибири / В.В. Сушков, А.А. Пухальский // Промышленная энергетика.- 1997. - №3. - С. 16-19.

. Сушков, В.В. Оценка вибрационного состояния электроцентробежных

насосов на основе интеллектуальной системы диагностирования / В.В.

Сушков/ Нефтяное хозяйство. - 2011. - №2. - С.104-106.

142. Тарисов, Р.Ш. Система стабилизации температуры компримированного газа с частотно-регулируемым электроприводом вентиляторов с применением нечеткой логики / Р.Ш. Тарисов // Вестник Саратовского государственного технического университета. - 2012. - № 2 ( 66). - Вып. 2. - С. 165 - 170.

143. Технические требования АВО газа (АВГБ-100-В1-УХЛ1), ООО «Пенхиммаш»

144. Технорабочий проект АУВП 411711.Г01. Многоуровневая автоматизированная система коммерческого учета электроэнергии ОАО

«Газпром». Рабочая документация; введ. 2010-01-10. - М.: ООО «Инженерный центр «Энергоаудитконтроль». - 99 с.

145. Тихонов, Э.Е. Методы прогнозирования в условиях рынка / Э.Е. Тихонов. - Невинномысск, 2006. - 221 с.

146. Федерального закона «О промышленной безопасности опасных производственных объектов» от 21.07.1997 г. № 116ФЗ

147. Федеральный закон «Об электроэнергетике» от 26.03.2003 N 35-Ф3 (последняя редакция)

148. Хворов Г.А. Анализ энергосберегающих технологий охлаждения газа на основе аппаратов воздушного охлаждения в транспорте газа ПАО «Газпром» / Г.А. Хворов, М.В. Юмашев, В.А. Маланичев // Научный журнал российского газового общества. - 2016, №3. - С.32-37.

149. Чугунов, Л.С. Способы регулирования процессов охлаждения природного газа в аппаратах воздушного охлаждения в условиях месторождениях Крайнего Севера/ Л.С. Чугунов, К.М. Давлетов, С.С. Фесенко - М.: ИРЦ Газпром, 1998. - 44 с.

150. Шумилова, Г.П. Краткосрочное прогнозирование электрических нагрузок с использованием искусственных нейронных сетей / Г.П. Шумилова, Н.Э. Гетман, Т.Б. Старцева // Электричество. - 1999. - №10. - С.4- 15.

151. Экономия электроэнергии и снижение потерь в электротехнических комплексах нефтегазодобычи : монография / [В.В.Сушков, М.К.Велиев, Т.Д.Гладких, Г.В.Мальгин]. — Нижневартовск: Изд-во Нижневарт. гос. ун-та,

2015. — 219 с.

. Электротехнический справочник: В 4 т. Т. 3. Производство, передача и

распределение электрической энергии [Электронный ресурс] / Под общ. ред. профессоров МЭИ В.Г. Герасимова и др. (гл. ред. А.И. Попов). - 10-е изд.,

стереот. - М. : Издательский дом МЭИ, 200

153. Яглом, А.М. Корреляционная теория стационарных случайных функций. -Л.: Гидрометеоиздат, 1981. - 263 с.

154. Ярунина, Н.Н. Оптимизация термодинамических параметров в теплотехническом процессе компримирования газа: диссертация ... кандидата технических наук: 05.14.04 / Ярунина Наталья Николаевна. Иваново, 2009.142 с.: ил. РГБ ОД, 61 09-5/2324.

155. Ярунина, Н.Н. Методика определения оптимальных параметров транспортируемого природного газа на выходе с газокомпрессорной станции/Н. Н. Ярунина // Материалы междунар. науч. конф. «Теоретические основы создания, оптимизации и управления энерго- и ресурсосберегающими процессами и оборудованием»: Сб. науч. тр. - Иваново, 2007. - С. 107

ПРИЛОЖЕНИЕ А РЕЗУЛЬТАТЫ РАБОТЫ НЕЙРОННЫХ СЕТЕЙ

Номер Аритектура сети пр оизводит ельность обучения контрольна я пр оизводит ельность ошибка обучения тестовая ошибка Обучающи й алгоритм Функция активации скрытых нейр онов Функция активации выходных нейронов MAPE, % (прогнозир уемый год) MAPE, % (ср едняя по всем наблюдени ям пр огноза)

1 MLP 11-14-1 0,989 0,968 0,001 0,002 BFGS 39 Exponential Exp onential 0,876 1,815

2 MLP 11-5-1 0,988 0,967 0,001 0,002 BFGS 35 Tanh Exp onential 0,796 1,842

3 MLP 11-4-1 0,987 0,965 0,001 0,002 BFGS 25 Tanh Exp onential 0,868 1,907

4 MLP 11-14-1 0,982 0,968 0,001 0,002 BFGS 13 Logistic Identity 1,387 2,106

5 MLP 11-11-1 0,983 0,971 0,001 0,002 BFGS 12 Identity Identity 0,909 2,032

6 MLP 12-5-1 0,983 0,973 0,001 0,002 BFGS 12 Identity Identity 1,021 2,678

7 MLP 12-12-1 0,982 0,972 0,001 0,002 BFGS 11 Tanh Identity 1,085 2,644

8 MLP 12-12-1 0,984 0,972 0,001 0,002 BFGS 12 Tanh Identity 1,250 2,645

9 MLP 12-14-1 0,981 0,973 0,001 0,002 BFGS 9 Identity Identity 0,863 2,689

10 MLP 12-9-1 0,984 0,972 0,001 0,002 BFGS 14 Tanh Identity 1,088 2,619

11 MLP 1-3-1 0,953 0,958 0,003 0,003 BFGS 10 Exp onential Identity 1,580 2,806

12 MLP 1-2-1 0,953 0,958 0,003 0,003 BFGS 25 Exp onential Identity 1,667 2,761

13 MLP 1-6-1 0,953 0,958 0,003 0,003 BFGS 5 Identity Identity 1,684 2,761

14 MLP 1-3-1 0,953 0,958 0,003 0,003 BFGS 8 Exp onential Identity 1,514 2,825

15 MLP 1-5-1 0,953 0,958 0,003 0,003 BFGS 6 Identity Identity 1,572 2,745

16 RBF 11-18-1 0,937 0,919 0,004 0,005 RBFT Gaussian Identity 3,936 3,188

17 RBF 11-19-1 0,963 0,937 0,003 0,004 RBFT Gaussian Identity 2,987 2,692

18 RBF 11-19-1 0,940 0,943 0,004 0,004 RBFT Gaussian Identity 2,344 3,309

19 RBF 11-23-1 0,967 0,942 0,002 0,004 RBFT Gaussian Identity 1,990 2,600

20 RBF 11-16-1 0,962 0,940 0,003 0,004 RBFT Gaussian Identity 3,776 2,447

21 MLP 11-5-1 0,980 0,972 0,001 0,002 BFGS 9 Identity Identity 0,909 2,105

22 MLP 11-8-1 0,983 0,971 0,001 0,002 BFGS 12 Identity Identity 1,027 2,014

23 MLP 11-12-1 0,980 0,971 0,001 0,002 BFGS 9 Identity Identity 1,119 2,141

24 MLP 11-9-1 0,981 0,972 0,001 0,002 BFGS 9 Identity Identity 0,941 2,071

25 MLP 11-4-1 0,981 0,971 0,001 0,002 BFGS 10 Identity Identity 1,108 2,155

26 MLP 11-11-1 0,982 0,971 0,001 0,002 BFGS 11 Identity Identity 0,966 2,069

27 MLP 11-7-1 0,982 0,970 0,001 0,002 BFGS 14 Exp onential Identity 1,182 1,182

28 MLP 11-7-1 0,981 0,971 0,001 0,002 BFGS 10 Identity Identity 0,878 0,878

29 MLP 11-10-1 0,982 0,971 0,001 0,002 BFGS 18 Identity Identity 0,998 0,998

30 MLP 11-9-1 0,982 0,970 0,001 0,002 BFGS 14 Exp onential Identity 1,119 1,119

31 MLP 11-14-1 0,982 0,970 0,001 0,002 BFGS 15 Logistic Identity 0,975 2,052

32 MLP 11-11-1 0,981 0,971 0,001 0,002 BFGS 12 Logistic Identity 0,982 2,114

33 MLP 11-13-1 0,983 0,970 0,001 0,002 BFGS 13 Tanh Identity 0,978 2,013

34 MLP 11-7-1 0,982 0,970 0,001 0,002 BFGS 13 Tanh Identity 1,119 2,070

35 MLP 11-9-1 0,981 0,970 0,001 0,002 BFGS 11 Logistic Identity 0,967 2,183

36 MLP 11-9-1 0,980 0,972 0,001 0,002 Conjugate gradient 22 Tanh Identity 1,159 2,051

Примечания

Входное окно прогноза п=11 с учетом анализа Фурье, 70% обучающая выборка, 30 % контрольная выборка

Входное окно прогноза п=12 , 70% обу чающая выборка, 30 % контрольная выборка

Входное окно прогноза п=1 , 70% обу чающая выборка, 30 % контрольная выборка

Входное окно прогноза п=11 , 70% обу чающая выборка, 30 % контрольная выборка

Входное окно прогноза п=11 , 70% обу чающая выборка, 30 % контрольная выборка, линейная

Входное окно прогноза п=11 , 70% обу чающая выборка, 30 % контрольная выборка

Переобучение сетей, изменение функций активации, Входное окно прогноза п=11 , 70% обу чающая выборка, 30 % контрольная выборка

Изменение алгоритма, метод сопряж градиентов, Переобу чение сетей, изменение ф-й активации, Входное окно прогноза п=11 , 70% обу чающая выборка, 30 % контрольная выборка

ПРИЛОЖЕНИЕ Б РЕЗУЛЬТАТЫ РАСЧЕТОВ

Таблица Б.1 - Оценка коэффициентов вероятностей для КС-2

№ месяца Оценка коэффициентов вероятностей

Электропот ребление АВО газа Электропотребл ение КЦ (без учета АВО газа) Пропускная способность Изменение электропотреблен ия АВО газа Изменение электропотре бление КЦ (без учета АВО газа) Изменение пропускной способности Доля электропотре бления АВО газа удельное потребление электроэнерг ии, цеха суммарное удельное потребление электроэнерг ии, АВО газа цеха

значения Ржаво рЖкц РгО рАШАВО рАШКЦ Рао р%ЖАВО рШкц рШАВО

январь 0,39 0,49 0,64 0,01 0,01 0,001 0,77 0,83 0,36

февраль 0,38 0,51 0,54 0,01 0,51 0,16 0,81 0,88 0,41

март 0,80 0,51 0,60 0,80 0,15 0,08 0,92 0,98 0,78

апрель 0,87 0,54 0,58 0,13 0,67 0,03 0,87 0,99 0,88

май 0,66 0,56 0,57 0,75 0,45 0,01 0,56 0,71 0,89

июнь 0,83 0,59 0,56 0,37 0,48 0,02 0,56 0,85 1,00

июль 0,23 0,56 0,50 0,69 0,56 0,09 0,48 0,21 0,29

август 0,26 0,58 0,46 0,07 0,36 0,07 0,45 0,16 0,21

сентябрь 0,60 0,57 0,61 0,86 0,10 0,26 0,53 0,76 0,91

октябрь 0,64 0,54 0,60 0,25 0,70 0,01 0,92 0,88 0,61

ноябрь 0,24 0,52 0,62 0,75 0,42 0,03 0,67 0,67 0,23

декабрь 0,16 0,50 0,66 0,12 0,64 0,06 0,46 0,64 0,15

январь 0,49 0,08 0,97 0,64 0,03 0,99 0,63 0,67 0,22

февраль 0 0,18 0,56 0 0,87 0,74 0 0,07 0,00

март 0 0,26 0,43 0 0,57 0,02 0 0,17 0

апрель 0,98 0,33 0,26 0,23 0,40 0,48 0,92 0,38 0,26

май 0,95 0,20 0,25 0,34 0,88 0,03 0,9 0,36 0,21

июнь 0,95 0,44 0,44 0,01 0,84 0,56 0,92 0,36 0,25

июль 0,77 0,48 0,51 0,46 0,40 0,09 0,65 0,19 0,00

№ месяца Оценка коэффициентов вероятностей

Электропот ребление АВО газа Электропотребл ение КЦ (без учета АВО газа) Пропускная способность Изменение электропотреблен ия АВО газа Изменение электропотре бление КЦ (без учета АВО газа) Изменение пропускной способности Доля электропотре бления АВО газа удельное потребление электроэнерг ии, цеха суммарное удельное потребление электроэнерг ии, АВО газа цеха

Координаты поверхности вершины (204 808; 148023,34) (171 809; 51876,04) (5 471 010; 3978714) (80 804; 80268,67) (22 844; 23465,74) (1 568 520; 2893536) (48; 26,4) (80; 57,5) (49; 50,9)

Таблица Б.2 - Анализ формул прогнозирования для КС-2 (наблюдаемый период месяц)

Название прогнозной величины Формула прогнозирования (множественная регрессия) Прогнозир уемое значение/ Фактическ ое значение Формула прогнозирования (оценка плотностей вероятностей) Прогнози руемое значение/ Фактичес кое значение

МАРЕ, % (средняя абсолютная ошибка прогнозирования) МАРЕ, % (средняя абсолютная ошибка прогнозирования)

Удельное ЭП для КЦ №5 КС "куС = 42,7 - 58,1Жаво - 12,1'кс + 32,76 + 33,3^ + 8,9А+ +0,02А - 5,7А0 42/37 МКС = 42,7 - 58,01*р -12,1*2^ + 32,7^ + ^ 'АВО КС ^ 33,3К4РкАдВ0 + 8,9К^Ра^ + 0,02*6РШаш - 5,7*7РА6 39/37

13,5 % 5,4 %

ЭП для КЦ КС Жкс = 216671 - 60785Ж^0 + 692656 + 9696АЖКС -- 3787АО -152960'»%^ 199676 /222688 Жкс = 216671 - 60785* р + 69265*2р0 + 'АВО 9696*3Рт -3787*4рде -152960*5р аво 217523/ 222688

10,3 % 2,3 %

ЭП АВО газа Ждю = -66672,8 + 91600,8^ + 87797,90 - 59627,9^ + 78557,6NАВ<° + 112547,2ЖАВО - 58,4А^ - 1591,2А0 + 54515,4АЖ4аэ 297068/ 256513 ЖАВО =-66672,8 + 91600,8*!р + 87797,9*2р0 - Жкс 0 59627,9*3р Кс + 78557,6*4р АВО +112547,2*5р АВО - "УД "УД ж% 58,4*6 рджкс -1591,2*7 рдо + 54515,4*8 рДЖаво 267068/ 256513

15, 8 % 4 %

ПРИЛОЖЕНИЕ В ПАТЕНТ НА ИЗОБРЕТЕНИЕ

РОССИЙСКАЯ ФЕДЕРАЦИЯ

(19)

ри

(11)

2 626 231(13) С1

о

со см

СО

см <£> СМ

3

а:

(51) МПК

вот 31/34 (2006.01)

ФЕДЕРАЛЬНАЯ СЛУЖБА ПО ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ

(12) ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ПАТЕНТУ

(21)(22) Заявка: 2016144271. 10.11.2016

(24) Дата начала отсчета срока действия патента: 10.11.2016

Дата регистрации: 24.07.2017

Приоритет(ы):

(22) Дата подачи заявки: 10.11.2016

(45) Опубликовано: 24.07.2017 Бюл. № 21

Адрес для переписки:

199106, Санкт-Петербург, В О., 21 линия, 2, ФГБОУ ВО СП ГУ. отдел интеллектуальной собственности и трансфера технологий (отдел ИС и ТТ)

(72) Автор(ы):

Жуковский Юрий Леонидович (Ии), Бабанова Ирина Сергеевна (ЯС), Королёв Николай Александрович (1Ш)

(73) Патентообладатель(и): федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" (1Ш)

(56) Список документов, цитированных в отчете о поиске: 1Ш 146950 Ш, 20.10.2014. "ДИАГНОСТИКА И ОЦЕНКА ОСТАТОЧНОГО РЕСУРСА ЭЛЕКТРОМЕХАНИЧЕСКОГО ОБОРУДОВАНИЯ, РАБОТАЮЩЕГО В ТЯЖЕЛЫХ УСЛОВИЯХ, ПО ЭЛЕКТРИЧЕСКИМ ПАРАМЕТРАМ", 2011. ив 6128583 А1. 03.10.2000;. ив 6297742 В1, 02.10.2001.

(54) СПОСОБ ДИАГНОСТИКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ И ОЦЕНКИ ОСТАТОЧНОГО РЕСУРСА ЭЛЕКТРОМЕХАНИЧЕСКОГО АГРЕГАТА С АСИНХРОННЫМ ДВИГАТЕЛЕМ

(57) Реферат:

Изобретение относится к области диагностики технического состояния электромеханического оборудования, позволяющей производить диагностику и оценку остаточного ресурса асинхронного двигателя (АД), работающего в различных условиях эксплуатации, путем записи электрических и вибрационных параметров, с помощью датчиков вибрации, тока и напряжения, и использование искусственной нейронной сети (ИНС) для комплексного анализа электрических, вибрационных и косвенных параметров с дальнейшей оценкой технического состояния и прогнозирования вероятности безотказной работыэлектродвигателя (ЭД). Способ позволяет производить диагностику и оценку остаточного ресурса электропривода на базе асинхронного двигателя, работающего в различных условиях

73 С

N3 ст>

КЗ

о> ю со

о

эксплуатации, путем записи электрических и вибрационных параметров, с помощью датчиков вибрации, тока и напряжения и их комплексного анализа с использованием искусственной нейронной сети, позволяющей осуществлять прогнозирование и оценку остаточного ресурса. Технический результат заключается в повышении точности и качества оценки состояния и остаточного ресурса электромеханического оборудования с учетом качества питающей сети и условий эксплуатации, по полученным значениям остаточного ресурса с учетом выявленных состояний на основе работы ИНС, включающей анализ электрических, вибрационных и косвенных параметров и обнаруженных дефектов. 5 ил.

ПРИЛОЖЕНИЕ Г ПАТЕНТ НА ИЗОБРЕТЕНИЕ

РОССИЙСКАЯ ФЕДЕРАЦИЯ

(19)

ни

(11)

(51) МПК 005В 13/02 (2006.01) 006ЫЗ/02 (2006.01) 005В19/00 (2006.01)

ФЕДЕРАЛЬНАЯ СЛУЖБА ПО ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ

(12) ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ПАТЕНТУ

2 648 413 3 С1

(52) СПК

005В 13/02(2006.01); в06Я3/02(2006.01); 005В 19/00(2006.01)

О со

00

со см

I)

а:

(21)(22) Заявка: 2017101942, 20.01.2017

(24) Дата начала отсчета срока действия патента:

20.01.2017

Дата регистрации:

27.03.2018

Приоритет(ы):

(22) Дата подачи заявки: 20.01.2017

(45) Опубликовано: 27.03.2018 Бюл. № 9

Адрес для переписки:

199106. Санкт-Петербург, В.О., 21 линия, 2, федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет", отдел интеллектуальной собственности и трансфера технологий (отдел ИС и ТТ)

(72) Автор(ы):

Жуковский Юрий Леонидович (1Ш), Бабанова Ирина Сергеевна (Ки), Королёв Николай Александрович (1Ш)

(73) Патентообладатель(и): федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт Петербургский горный университет" (1Ш)

(56) Список документов, цитированных в отчете о поиске: 1Ш 2445598 С1, 20.03.2012. К1Т 2242540 С1, 20.12.2004. ТШ 2313815 С2, 27.12.2007. ив 6353815 В1, 05.03.2002.

71 С

м сг>

СО

со О

(54) СПОСОБ УПРАВЛЕНИЯ РЕЖИМАМИ НА ОСНОВЕ НЕЙРОСЕТЕВОГО ДИАГНОСТИРОВАНИЯ НЕИСПРАВНОСТЕЙ И ТЕХНИЧЕСКОГО СОСТОЯНИЯ ЭЛЕКТРОПРИВОДНОГО ГАЗОПЕРЕКАЧИВАЮЩЕГО АГРЕГАТА

(57) Реферат:

Изобретение относится к диагностике состояния электроприводных устройств. Способ управления режимами на основе нейросетевого диагностирования неисправностей и технического состояния электроприводного

газоперекачивающего агрегата включает измерение параметров, сбор информации и проверку ее достоверности, фильтрацию измерений, проверку измерений, корректировку показаний измерений, сверку с ограничениями, вычисление признаков оперативного диагностирования, распознавание неисправностей и расчет отклонений. Вычисление признаков

оперативного диагностирования ираспознавание неисправностей осуществляют с учетом алгоритмов, основанных на работе двух нейронных сетей типа Кохонена, на основе которых рассчитывают и оценивают коэффициенты неисправностей по подсистемам: смазки, нагнетателя, обмотки статора и механических дефектов электродвигателя. Затем оценивают техническое состояние на основании полученныхзначений коэффициентов и выбирают режим диагностирования и управления. Повышается точность диагностики. 2 ил., 7 ил.

Стр : 1

ПРИЛОЖЕНИЕ Д АКТЫ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ РАБОТЫ

^ ГАЗПРОМ

[Шиш

САНКТ-ПЕТЕРБУРГ

Общество с ограниченной ответственностью «Газпром трансгаз Санкт-Петербург»

(ООО «Газпром трансгаз Санкт-Петербург»)

ул. Варшавская, д. 3, корп. 2, Санкт-Петербург.

Российская Федерация. 156123 теп.. »7 [phone]. факс +7 (612} 455-10-32 телетайп: 821217 GAZ RU

e-mail: Itgçispg.tlg gazprom m, vjww.spb-ir-gazpfom.ru 0КП0 00154312. ОГРН 1027804862755, ИНН 7805018099. КПП 781001001

2 8.0 Б. 2018 №

на №_от_

АКТ ВНЕДРЕНИЯ

результатов диссертационной работы «Повышение эффективности электротехнических комплексов нефтегазовых предприятий с учетом диагностических оценок технического состояния потребителей-регуляторов» Бабановой Ирины Сергеевны

Диссертационная работа представляет научный и практический интерес для газотранспортного предприятия ООО «Газпром трансгаз Санкт-Петербург» (далее - ГТП). В соответствии с разработанными положениями по прогнозированию электропотребления на основе структурно-параметрического синтеза и режимов работы установок ГТП, возможно обеспечивать технические и организационные решения, соответствующие требованиям СТО Газпром «Категорийность электроприемников промышленных объектов ПАО «Газпром», Концепции энергосбережения и повышения энергетической эффективности ПАО «Газпром» на период 2011-2020 гг., Методикам оптимизации охлаждения природного газа на компрессорных станциях.

Результаты проведенных экспериментальных исследований показали возможность получения следующих рекомендаций в условиях ГТП: -установлена зависимость электропотребления, включающая оценку трендов, сезонной, циклической, случайной компонент электрических нагрузок и изменений их коэффициентов во временных интервалах, позволяющих оценить ошибку отклонения прогнозируемых показателей от заданного уровня с учетом архитектуры и статистических критериев оценки моделей нейронных сетей, не превышающей 0,96 %; -использование алгоритма определения электропотребления на основе оценки плотностей вероятностей для выделенной группы электропотребителей (на примере установок воздушного охлаждения газа) и с учетом диапазонов значений вероятностей исследуемых величин; -использование нейросетевых алгоритмов прогнозирования снижения энергетических затрат с учетом применения структурно-параметрического

Диссертационный совет Д 212.200.14

Ленинский проспект, д. 65, корпус 1, Москва, 119991

УТВКРЖДАЮ

первый 1ЯЧСС1НГМ1. [у «Клховнефть» но

__ Д.В.Ксеиофоитоа

2018 i.

АКТ ВНЕДРЕНИЯ

результатов лисссршцномноП работы «Повышение к|)фсктивносги мсктротехничсских комплексов нефтегазовых предприятий с учетом диагностических оценок технического состояния потребителеи-

регуляторов» Ьабановой Ирины Сергеевны

Диссертационная работа представляет научный и практический интерес для нефтегазодобывающих предприятий ИАО «Татнефть» (ИГЛИ). Результаты проведенных исследований по разработанным положениям рекомендаций для НГДП заключаются в

следующем: _

формирование и управление режимами электропотрсбления достигается путем анализа совмещенных графиков активной/реактивной мощности по продолжи 1слы1ости и анализа компонентного состава электрических нагрузок с последующим расчетом коэффициентов цикличности, сезонности, нерегулярности, обоснования выбора потребителей-регуляторов н виде приводных СД насосных шрегатов:

- применение алгоритмов. позволяющих производить оценку управления режимами »лектронотребления на основе нсйросетевых прогнозных адаптивных моделей, учитывающих выбор ценовых категорий по оплате за электрическую энергию и мощность с учетом потреби1слсй-регуляторов и прогнозирования их технического состояния, позволили оптимизировать тарифную политику путем снижения средней ошибки npoi нота до 1.5 % в пределах среднесрочных прогнозных интервалов; предложенный алгоритм обеспечивает управление режимами элсктронотреблсния на основе рациональною выбора ценовой категории оплаты за электроэнергию и опенку технического состояния потребителей-регуляторов для подсистем диагноезирования в условиях изменения показателей технологического процесса.

Реэулыигы диссертационной работы Ьабиноной И.С. могут не пользоваться в качестве разработки рекомендаций по снижению оплаты за электрическую энергию и мощность. вызванную неточностью прогнозирования заявленных объемов »лек i pono i реблення. Использование полученных рекомендаций по разработанным алгоритмам диагностических оценок технического состояния потребителей-регуляторов позволяет оценить необходимость технического обслуживания и обеспечим» минимизацию затрат по оплате зо электрическую энергию в условиях неф i сгазодобываюши х нредп ри я гий.

Главный шертетик ИГ ЛУ «Елховнефть»

М.М.Фарукитин