Разработка метода и алгоритмов управления балансом газа в региональной газотранспортной сети тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Петрова Айгуль Камиловна

• Петрова Айгуль Камиловна
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Петрова Айгуль Камиловна

ВВЕДЕНИЕ

1. ПРОБЛЕМА УПРАВЛЕНИЯ БАЛАНСОМ ГАЗА

В РЕГИОНАЛЬНОЙ ГАЗОТРАНСПОРТНОЙ СЕТИ

1.1. Региональная газотранспортная сеть как объект управления

1.2. Управление процессами в региональной газотранспортной сети

1.3. Концепция управления балансом газа

1.4. Аналитический обзор источников по проблемам управления процессами транспортировки и распределения газа

1.5. Выводы по главе

2. МОДЕЛИРОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ БАЛАНСОМ ГАЗА

В РЕГИОНАЛЬНОЙ ГАЗОТРАНСПОРТНОЙ СЕТИ

2.1. Разработка обобщенной структурной модели

2.2. Декомпозиция модели

2.3. Выбор математических моделей

2.4. Разработка имитационной газодинамической модели РГТС

2.5. Разработка модели РГТС на основе электроаналогий

2.6. Выводы по главе

3. МЕТОД СИНТЕЗА СИСТЕМЫ УПРАВЛЕНИЯ БАЛАНСОМ ГАЗА

3.1. Задачи синтеза системы управления балансом газа

3.2. Результаты экспертного опроса

3.3. Структурно-параметрический синтез системы управления

3.4. Выводы по главе

4. КОМПЬЮТЕРНЫЕ ИССЛЕДОВАНИЯ

И РЕКОМЕНДАЦИИ ПО ПРИМЕНЕНИЮ

4.1. Прогнозирование расхода газа

4.2. Классификация отклонений в расходе газа

4.3. Методика расчета запаса газа в магистральном газопроводе

4.4. Рекомендации по повышению эффективности

системы управления балансом газа

4.5. Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СЛОВАРЬ ТЕРМИНОВ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Приложение А - Газодинамическая модель РГТС

Приложение Б - Модель РГТС на основе электроаналогий

Приложение В - Классификация ситуаций

Приложение Г - Основные результаты анкетирования

Приложение Д - Нечеткая модель

Приложение Е - Алгоритмы выявления отклонений

Приложение Ж - Программа для поддержки принятия решений

по управлению балансом (фрагмент)

Приложение З - Свидетельства о регистрации программ

Приложение И - Справки о внедрении

Введение диссертации (часть автореферата) на тему «Разработка метода и алгоритмов управления балансом газа в региональной газотранспортной сети»

ВВЕДЕНИЕ

Актуальность темы исследования. Управление балансом газа характеризуется такими бизнес-процессами как планирование, координация и основанным на них процессом управления поставками природного газа от объектов добычи до конечных потребителей. Необходимость управления балансом газа обусловлена его потерями (небалансом), которые, по сути, имеют две составляющие: детерминированную (явные физические потери) и случайную (неучтенные потери).

Следует отметить, что основными источниками небаланса газа являются: технологические потери газа на компрессорной станции (КС), линейной части МГ, газораспределительных станциях (ГРС) и газоизмерительных станциях (ГИС); погрешности средств измерения расхода; методические погрешности расчета расхода газа на прочие технологические нужды; изменение объема газа в системе за расчетный период; изменение количества газа в подземных хранилищах газа (ПХГ); изменение количества газа, теряемого при авариях.

Вообще потери газа при его транспортировке составляют порядка 1,2...1,4% от объема добычи. Многофакторность возникновения источников небаланса газа вызывает необходимость в обеспечении точности его определения с целью осуществления оперативно-диспетчерского управления балансом газа.

Существующий методологический подход к оценке потерь газа основанный на вычитании из общего количества поступающего газа количества распределенного газа с учетом поставки газа потребителям, передачи другим газораспределяющим организациям и собственных нужд отчитывающейся организации является некорректным.

Высокая информационная загрузка диспетчерской службы газотранспортного предприятия (ГТП) и ограничение по времени принятия оперативных управленческих решений требует разработки и внедрения специализированных программно-технических комплексов, реализующих автоматизированную систему поддержки принятия оперативно-диспетчерских решений. В настоящее время диспетчерские службы ГТП ПАО «Газпром» работают с программными комплексами «Астра», «ГазЭксперт», «ИУС-транспорт», «ИУС-ГАЗ», «Веста», «КогтРго» и другими, направленными на решение задач: прогнозирования поставок и потребления природного газа; расчета оптимальных режимов работы МГ и распределительных газопроводов; расчета режимов работы газоперекачивающих агрегатов (ГПА); сведения баланса газа по субъектам РФ; расчета запаса газа и т. п. При этом они не позволяют провести анализ величины небаланса природного газа.

В связи с вышеизложенным актуальной является разработка методов, моделей и алгоритмов управления балансом газа в рамках «Стратегии цифровой трансформации Группы «Газпром» на 2022-2026 гг.». Она направлена на «.повышение гибкости

управления, создание новых направлений для развития, а также рост эффективности и безопасности производства» [1].

Для решения подобной задачи рассматривать ЕСГ РФ в целом представляется довольно сложной задачей. В связи с этим как объект проведения исследования выбрана региональная газотранспортная сеть - Калининградский участок Северо-Западной газотранспортной системы (ГТС) ООО «Газпром трансгаз Санкт-Петербург».

Степень разработанности темы исследования. Фундаментальные основы исследования процессов управления газотранспортными системами заложены в трудах академиков В.В. Кафарова [68] и В.П. Мешалкина [92], [162], [239].

Академик В.В. Кафаров в [68] предложил правила управления режимом транспортировки газа, которые определяют необходимую стратегию управления ГТС. Детализация стратегии в конкретных производственных ситуациях задает способы управления. Так же отмечено, что решение задач управления требует формализации информации, поступающей из ГТС и построения моделей как всей ГТС, так и отдельных ее элементов.

Академик В.П. Мешалкин в [92] на основе анализа свойств ГТС с учетом особенностей ее функционирования при оперативном управлении, показал, что она относится к классу организационно-ситуационных объектов. В этом случае принятие управляющих решений для ГТС основано на теории искусственного интеллекта и ситуационного управления [92], а также на принципах разработки экспертных систем.

Принципы разработки автоматизированных систем ситуационного управления магистральным транспортом газа изложены В.В. Кафаровым, В.П. Мешалкиным и Лившицем М.М. в [168].

Академики Кафаров В.В. и Мешалкин В.П. в [240] предложили методику автоматизированного проектирования и расчета разнородных трубопроводных систем. В основу методики положены алгоритмы с использованием топологических моделей в виде структурных графов.

Значительный вклад в решение проблем управления технологическими процессами (ТП) в газовой отрасли внесли В.А. Олейников, Н.С. Зотов [2], С.Д. Альтшуль [5], В.Б. Яковлев [6], А.З. Шайхутдинов [50].

Математический аппарат для моделирования сложных систем в условиях неопределенности разрабатывали Л.А. Задэ [7], М. Сугэно [8], [9], Е.Н. Мамдани [10], М. Дж. Кендалл [11], А. Стьюарт [11] и др.

Применение методов машинного обучения для различных задач представлено в трудах С. Хайкина [12], В.Н. Вапника [13], А.В. Назарова [14], А.И. Лоскутова [14], Д.Х. Холланда [15]. Необходимо отметить, что их применение, в системе управления балансом газа недостаточно изучено, в то время как в условиях нелинейных зависимостей большого количества параметров ТП, как это имеет место в ГТС, именно такие методы показали значительную эффективность.

В последние годы внимание проблеме повышения эффективности ГТС и

управления балансом в ней уделяли такие ученые как Б.С. Ильченко [16], [17], Ф. Г. Тухбатуллин [18]-[21], Ch. Huiyu [280], L. Botev, P.V. Johnson [282] и др. Математические методы, алгоритмы моделирования и оптимизации режимов работы ГТС представлены в трудах С.А. Сарданашвили [24], [25], М.Г Сухарева [26],

A.М. Карасевича [26], А.Д. Альтшуля [27], В.Е. Селезнева [22], [23], [237], [238], С.Н. Прялова [23], М.В. Лурье [119], А.Е. Алтунина [69], [240], F. Arpiño [90], [285]. Имитационный подход на основе аналогии динамических объектов предложен в трудах Н.Г. Чикурова [29], А.А. Денисова [30], [31].

В настоящее время в ГТП ПАО «Газпром» внедрены программные комплексы разработанные на основе исследований Р.Я. Бермана [254], Л.И. Бернера [36], [52], [160], [245], Л.И. Григорьева [66], [161], В.С. Панкратова [85], [253], [254], С.А. Сарданашвили [66], [270],

B.Е. Селезнева [113], [114], М.Г. Сухарева [256].

В исследованиях определена проблема нечетких данных, которые не являются ни детерминированными, ни вероятностными. Они характеризуются интервалами значений с нечеткими границами. Решение данной проблемы основано на применении аппарата нечетких моделей и интервальных вычислений.

Следует отметить, что применяемые в настоящее время методы управления балансом газа в ГТС обладают рядом недостатков, обусловленных причинами технологического, природного и человеческого факторов, которые негативно влияют на эффективность функционирования системы. Поэтому необходима доработка методов контроля и управления балансом газа на протяженных участках МГ в местах с меняющимися условиями внешней среды и повышение уровня автоматизации систем управления балансом газа на границах субъектов ГТС.

Цель диссертационной работы: повышение оперативности принятия решений по управлению потоками газа при диспетчерском управлении региональной газотранспортной сетью (РГТС).

Для достижения цели необходимо решить научные задачи:

1. Проанализировать процессы управления балансом газа в региональной газотранспортной сети - Калининградском участке Северо-Западной ГТС.

2. Разработать модель системы управления балансом газа в РГТС.

3. Классифицировать факторы--причины небаланса и мероприятия по поддержанию баланса газа.

4. Создать метод синтеза системы управления балансом.

5. Разработать алгоритмы выявления отклонений измеряемых параметров от расчетных в РГТС.

6. Усовершенствовать методику расчета запаса газа на линейном участке МГ.

Научная новизна.

1. Построена модель системы управления балансом газа в региональной газотранспортной сети, отличающаяся совместным применением имитационной модели

газодинамических процессов и электро-эквивалентной модели с учетом минимизации небаланса и затрат на поддержание баланса (п. 4 паспорта специальности 2.3.3).

2. Предложена оригинальная классификация факторов-причин небаланса для определения мероприятий по поддержанию баланса газа на основе матрицы критичности (п. 5 паспорта специальности 2.3.3).

3. Разработан метод синтеза системы автоматизированного управления балансом газа в региональной газотранспортной сети с учетом минимизации небаланса и затрат на поддержание баланса, отличающийся применением нечетко-дискретного автомата, нечеткой и темпоральной логик, а также принятия решения с помощью матрицы критичности (п. 5 паспорта специальности 2.3.3).

4. Предложены алгоритмы прогнозирования изменения расхода газа на ГРС и ГИС, заблаговременной идентификации некоторых видов отклонений, прогнозирования объема запаса газа в линейных участках магистральных газопроводов, отличающиеся применением ££ГМ-нейросетей и стекинга (п. 15 паспорта специальности 2.3.3).

5. Усовершенствована методика расчета запаса газа в линейных участках магистральных газопроводов, отличающаяся применением 1£7М-нейросети с учетом реальной температуры грунта, рассчитанной на основе изменения температуры атмосферного воздуха в режиме реального времени (п. 5 паспорта специальности 2.3.3).

Теоретическая и практическая значимость работы. Теоретическая значимость работы заключается в разработанных методе, моделях и алгоритмах, которые расширяют возможности оперативного управления балансом газа в РГТС. Они основаны на новом методологическом подходе с применением матрицы критичности для классификации факторов-причин небаланса, нечетко-дискретного автомата, нечеткой и темпоральной логик для синтеза системы управления балансом газа, ££ГМ-нейросети и стекинга в алгоритмах прогнозирования и расчета запаса газа.

Практическая значимость работы заключается в применении полученных результатов для контроля баланса Калининградского участка Северо-Западной ГТС, что подтверждено актом внедрения от ООО «Газпром трансгаз Санкт-Петербург» и в образовательных программах Корпоративного Института Газпром и Института непрерывного образования СПбГЭТУ ЛЭТИ. Компьютерные программы контроля параметров при учете расхода газа на газоизмерительной и газораспределительных станциях включены в каталог разработок ЛЭТИ за 2023 год, что подтверждено свидетельство о регистрации №614607 и №614707.

Методология и методы исследования. В диссертационной работе использованы положения теории: системного анализа, вероятности, математической статистики, нечеткой и темпоральной логик; методы многомерного статистического и регрессионного анализа, экспертный подход, алгоритмы машинного обучения, в том числе искусственных нейронных сетей, метод вычислительного эксперимента.

Положения, выносимые на защиту.

1. Модель системы управления балансом газа в РГТС для исследования влияния наиболее значимых факторов в динамике на основе имитационной модели газодинамических процессов и электро-эквивалентной модели с учетом минимизации небаланса и затрат на поддержание баланса.

2. Метод синтеза системы управления балансом с учетом минимизации небаланса и затрат на поддержание баланса на основе нечетко-дискретного автомата, нечеткой и темпоральной логик, а также принятия решения с помощью матрицы критичности.

3. Алгоритмы прогнозирования изменения расхода газа на ГРС и ГИС, заблаговременной идентификации некоторых видов отклонений и прогнозирования объема запаса газа в линейных участках магистральных газопроводов на основе ££ГМ-нейросетей и стекинга.

4. Усовершенствованная методика расчета запаса газа в линейных участках магистральных газопроводов на основе ££ГМ-нейросети с учетом температуры грунта, рассчитанной на основе изменения температуры атмосферного воздуха в режиме реального времени.

Степень достоверности и апробация результатов. Достоверность полученных результатов обоснована всесторонним анализом предшествующих научно -исследовательских работ по управлению ЕСГ РФ, применением фактических данных, полученных от ООО «Газпром трансгаз Санкт-Петербург» по Калининградскому участку Северо-Западной ГТС, современными методами научного исследования. Сформулированные в тексте диссертации научные положения, выводы и практические рекомендации основаны как на фактических данных, так и на результатах компьютерного моделирования, что представлено в таблицах и рисунках. Анализ и интерпретация полученных результатов основаны на современных методах обработки информации.

Основные научные результаты диссертационной работы были представлены на:

- международных конференциях: по нейронным сетям и нейротехнологиям (№игоКТ) (г. Санкт-Петербург, 2021, 2022, 2023); по мягким вычислениям и измерениям ^СМ) (г. Санкт-Петербург, 2021, 2022, 2023, 2024); Интеллектуальный пункт пропуска в России и мире: компетентностный подход к созданию (г. Санкт-Петербург, 2023); Проектирование и обеспечение качества информационных процессов и систем (EPSQDA) (г. Санкт-Петербург, 2021, 2022, 2023); по проблемам управления в технических системах (ПУТС) (г. Санкт-Петербург, 2021, 2023); Системный анализ в проектировании и управлении ^АЕС) (г. Санкт-Петербург, 2020, 2023); Развивая энергетическую повестку будущего (г. Санкт-Петербург, 2021);

- XXV Мультиконференции «Информационные технологии в управлении» (г. Санкт-Петербург, 2022);

- конференции российских молодых исследователей в области электротехники и электроники (ElConRus) (г. Санкт -Петербург, 2021, 2023).

Основные результаты по теме исследования изложены в 27 публикациях, 10 из которых изданы в журналах, рекомендованных ВАК, 7 в материалах конференций с индексацией в SCOPUS и Springer Nature, 10 с индексацией в РИНЦ.

Структура и объем диссертационной работы: работа включает в себя введение, 4 главы, заключение, списки сокращений и условных обозначений, список литературы, 9 приложений. Общий объем работы 167 страниц машинописного текста, в том числе 78 рисунков, 25 таблиц, список литературы 294 наименования, 9 приложений на 31 странице.

1. ПРОБЛЕМА УПРАВЛЕНИЯ БАЛАНСОМ ГАЗА В РЕГИОНАЛЬНОЙ

ГАЗОТРАНСПОРТНОЙ СЕТИ

1.1. Региональная газотранспортная сеть как объект управления

Единая система газоснабжения России включает в себя предприятия добычи (в том числе подготовки к транспорту), переработки, транспортировки, хранения и распределения природного газа. Одним из ключевых объектов является ГТС. Она представляет собой совокупность взаимосвязанных газопроводов и иных сооружений. По своей сути ГТС является связующим элементом между объектами добычи (месторождениями) природного газа и его конечными потребителями (население, электроэнергетика, промышленные и коммунальные предприятия).

Представим ГТС на примере ООО «Газпром трансгаз Санкт -Петербург». Данное предприятие включает в себя 14 линейных производственных управлений магистральных газопроводов (ЛПУМГ). Магистральные газопроводы входящие в состав ЛПУМГ расположены на территории 7 регионов Российской Федерации. Соответственно, научное исследование удобно проводить на основе РГТС, представляющей собой минимальный структурный элемент ЕСГ. Как правило, РГТС состоит хотя бы из одного регионального МГ и не менее чем одной КС. Для РГТС окружающей средой служат источники и потребители газа.

В составе ООО «Газпром трансгаз Санкт -Петербург» ярким примером РГТС является Калининградское ЛПУМГ. Оно эксплуатирует участки магистрального газопровода «Вильнюс - Калининград-1», «Вильнюс - Калининград-2», 13 ГРС и КС «Краснознаменская». Участки МГ закольцованы и за счет переключений запорной арматуры обеспечивают природным газом одних и тех же потребителей. Принципиальная технологическая схема РГТС Калининградского ЛПУМГ иллюстрирует Рисунок 1.1.

Протяженность Калининградской РГТС составляет около 155 км МГ диаметром 500 мм (основной диаметр). Рабочее давление поддерживается на уровне 5,4 МПа при заданной производительности 2,5 млрд м3/год.

Как показано на схеме источником для данной РГТС является ГТС Литовской Республики (фирма AB Amber Grid). На границе этой ГТС расположена газоизмерительная станция (ГИС), предназначенная для коммерческого учета расхода газа. В зависимости от сезона источником так же может быть Калининградская станция подземного хранения газа (СПХГ), которая задействуется в период пиковых сезонных нагрузок. Потребителями являются ГРС, заводы и объекты теплоэнергоснабжения Калининградской области.

V

Потребитель: Калининградская ТЭЦ-2

Рисунок 1.1. Принципиальная технологическая схема РГТС Калининградского ЛПУМГ

Представим РГТС Калининградского ЛПУМГ в виде обобщенной технологической схемы (Рисунок 1.2). На схеме приняты следующие обозначения:

- элементов РГТС: ГИС - газоизмерительная станция; ГРС - газораспределительная станция; ГРСб - газораспределительная станция буферного потребителя; КС - компрессорная станция; СПХГ - станция подземного хранения газа;

- параметров РГТС: ро, Qо - давление и расход газа начальные; рн1, рк1 - давления на входе в нагнетатель (начальное давление) и компримирования на входе/выходе КС; Рз, Qз - давление и расход газа закачки в ПХГ; ро, Qо - давление и расход газа откачки из ПХГ; Ql■■■Ql1 - расходы газа на ГРС; Qбl ... Qб7 - расходы газа на ГРСб.

Следует отметить, что из-за гидравлического сопротивления трубопроводов давление по трассе МГ снижается. Компенсация снижения давления газа осуществляется в процессе его компримирования на КС, где потоку транспортируемого газа сообщается потенциальная энергия восстановления давления.

Компримирование газа - энергоемкий ТП повышения термобарических параметров (давления и температуры) газа с помощью компрессора. Так как температура газа в данном ТП повышается, то требуется его охлаждение до заданной температуры. Следует отметить, что в ГТС ТП компримирования осуществляется не в отношении объема газа, а в отношении потока газа, т.е. координатой, характеризующей поток является расход [50].

В Калининградской РГТС присутствует два вида КС: линейная и КС ПХГ. Линейные КС предназначены для компенсации потерь давления газа на предыдущем участке [51]. Краснознаменская линейная КС состоит из 4 агрегатов типа ГПА-4РМ (с центробежным нагнетателем) суммарной мощностью 12 МВт.

В состав КС Калининградского СПХГ входят 3 агрегата типа ГПА -4РМП (с поршневым компрессором) суммарной мощностью 12 МВт. Каждый агрегат обеспечивает широкий диапазон степени сжатия степенях сжатия от 1,2 до 10,7. Предназначены для закачки газа в хранилище в летний период и отбор его в зимний период [51]. Таким образом обеспечивается равномерная загрузка РГТС в целом. В перспективе развития общее количество агрегатов будет доведено до 6 единиц.

Срес1а

СреЗа

Рисунок 1.2. Обобщенная технологическая схема Калининградской РГТС

В отличии от КС на ГРС давление снижается. Оно автоматически поддерживается на заданном уровне. Так же на ГРС измеряется объемный расход газа, после чего газ поставляется потребителю. Отметим, что при снижении давления газа он охлаждается. Это вызывает необходимость контроля температуры газа в узловых точках ГРС.

Калининградская РГТС характеризуется поэтапным изменением структуры. Первый участок МГ «Вильнюс - Калининград-1» введен в эксплуатацию в 1985. Затем в 2005 осуществлен пуск в работу КС «Краснознаменная» мощностью 8 МВт. В 2009 началась эксплуатация второго участка МГ «Вильнюс - Калининград-2», что позволило увеличить пропускную способность РГТС с 1,4 млрд м3/год до 2,5 млрд м3/год. При этом мощность КС была увеличена с 8 МВт до 12 МВт. В 2013 введена в эксплуатацию первая очередь Калининградского ПХГ, предназначенная для хранения газа в соляных кавернах - подземных пластах, из которых вымыта каменная соль. Соляные каверны представляют собой огромные герметичные полости длиной до 100 м размытые на глубине 900 м. Калининградское ПХГ

обеспечивает максимальную суточную производительность 4,8 млн м3 газа. Подключение ПХГ к МГ осуществляется с помощью газопровода-отвода протяженностью 24,7 км.

Последующие этапы характеризуются вводом в эксплуатацию газопроводов-отводов:

- в 2016 до города Черняховска протяженностью приблизительно 25 км и автоматизированная ГРС производительностью 23,4 тыс. м 3/ч;

- в 2017 к городам Гусеву и Советску, что позволило увеличить надежность газоснабжения новых теплоэлектростанций - Маяковской и Талаховской.

В 2019 для обеспечения энергетической безопасности Калининградской области введены в эксплуатацию терминал по приему газа и плавучая регазификационная установка (ПРГУ) «Маршал Василевский». Газ, переведенный на ПРГУ в газообразное состояние, направляется в РГТС через газопровод-подключение протяженностью 13 км. Далее газ поставляется потребителям или закачивается в Калининградское ПХГ.

Калининградское ПХГ - это одна из ключевых подсистем РГТС. Оно является средством оптимизации режимов эксплуатации газопроводов и обеспечивает надежность газоснабжения г. Калининграда и Калининградской области за счет:

- регулирования сезонной неравномерности газопотребления и неравномерности экспортных поставок газа;

- хранения резервов газа на случай аномально холодных зим;

- обеспечения подачи газа в случае нештатных ситуаций в ЕСГ;

- создания долгосрочных резервов газа на случай нештатных ситуаций при транспортировке газа.

Калининградское ПХГ реализует разнородные и разнотемповые ТП, протекающие в:

- водорассольном комплексе, включающем в себя нагнетательные и водозаборные скважины, а также наземные сооружения;

- эксплуатационном комплексе, состоящем из подземных резервуаров, установки подготовки, редуцирования и измерения параметров газа при закачке и отборе, комперссорного цеха, вспомогательных объектов;

- установке очистки конденсата от метанола;

- подводящем газопроводе.

Отметим, что Калининградское ПХГ мультициклично. Это значит, что его можно оперативно переключать из режима отбора в режим закачки и обратно. Так же оно обеспечивает максимальную производительность в сжатые сроки.

Анализ принципиальной и обобщенной технологических схем Калининградской РГТС показал, что объект управления состоит из разнородных и разнотемповых ТП, реализуемых в следующих ключевых подсистемах: ГИС, КС, крановых узлах (КУ), ГРС и ПХГ. Таким образом, РГТС можно представить в виде упрощенной технологической схемы (Рисунок 1.3).

В [5] предложено представление реализации ТП компримирования природного газа в компрессорной линии (КЛ). Такое представление в полной мере отражает сложность ТП с точки зрения управления им. На основе этого представления упрощенная технологическая схема Калининградской РГТС включает в себя следующие элементы:

емкость МГ, измерительную линию, емкость трубно-крановой обвязки (ТКО) КУ, компрессорную линию КС, газораспределительную линию, компрессорную линию ПХГ и линию подготовки газа на ПХГ. Каждый из этих элементов является отдельным объектом управления.

, РДГ

! @© © : (Ре)-,

Ф III?

I 1 /|\ -НЖН^Е)—1-4X1

О ^ а_ к Блок измерения ! 3 £

_о си расхода газа : си

^ 'о 1-1 X Е о

2: сз Газо распр еЗели тельн ая о

линия £ §

Емкость МГ

|Линия подготовки газа на ПХГ дво

Рисунок 1.3. Упрощенная технологическая схема Калининградской РГТС

Как видно из схемы (Рисунок 1.3) РГТС представляет собой динамическую систему. Ее основными элементами являются газопроводы, емкости, компрессоры и запорно-регулирующая арматура. Регулируемыми координатами в РГТС являются расходы и давление газа в узловых точках сети. К возмущающим воздействиям относятся изменения отбора газа потребителями, старение газопроводов, профилактические и аварийные отключения участков МГ, а также экономические изменения. Регулирующие воздействия - изменения проходных сечений регулирующей арматуры, частоты вращения газотурбинных двигателей.

Представим элементы РГТС в виде структурных схем систем управления ими. Отметим, что измерительная линия и КУ являются объектами с дискретным управлением, где исполнительные органы имеют состояние либо «открыто», либо «закрыто». При этом при переключениях запорной арматуры на КУ изменяется структура РГТС.

Структурная схема ТП компримирования газа как объекта управления по [ 5] показана на Рисунке 1.4. Здесь управляемыми переменными являются давление рвых и расход Qвъlх на выходе КЛ, а также помпажный запас компрессора 2. Управляющие воздействия частота вращения ротора компрессора N и степень открытия дросселирующего органа антипомпажного клапана к. Основными возмущающими воздействиями являются давление на входе компрессора рвх, неконтролируемые вариации проводимости трубопроводов на входе и выходе компрессора авх и авых.

N

Р&х *&х ^Ьых * *& *

ТП -компримиро&ание газа

зых.

Р&ых,

Рисунок 1.4. Структурная схема КЛ как объекта управления

Обобщенная структурная схема газораспределительной линии представлена на Рисунке 1.5. На схеме приняты следующие обозначения:

- управляемые переменные давление рвых и расход 0вых на выходе газораспределительной линии;

- управляющее воздействие степень открытия дросселирующего органа клапана регулирующего к;

- возмущающие воздействия давление на входе газораспределительной линии рвх, изменение количества подачи газа потребителям Д0пот, неконтролируемые вариации проводимости трубопроводов на входе и выходе газораспределительной линии авх и авых.

Список литературы диссертационного исследования кандидат наук Петрова Айгуль Камиловна, 2025 год

№ { 1.

N 1 № ИГ Г Йж Ж'

I р -1> -- 1 * ур № Р1 1 у 1 Ц м т\ Т1 ,

I

1400 1200

800 еоо 400 200 0

0 .00 2 0

5 1С 0 1 0 3 о за о ф: 0 4 )0 5< 0 51 50 К 0 50 7

Рисунок 2.23. Графики реального и смоделированного расходов газа на основе модели электроаналогий

Моделирование утечки. Следующим этапом в разработанную модель встроена утечка (Приложение Б.4). Расход на ГРС с утечкой иллюстрирует Рисунок 2.24.

Пунктиром представлен результат моделирования, график расхода газа на 8-м участке с ГРС без влияния утечки, сплошной линией - с утечкой (расходы для всех ГРС в модели с утечкой находятся в Приложении Б.5).

На основе анализа полученных графиков, можно сделать вывод, что модель электро-аналогий адекватна реальному ТП.

■ Сй ■ сз

......—Г-—

Ч

о юо эос «о юс юс ?ос

Рисунок 2.24. График расхода на ГРС с утечкой

Определение параметров ПФ. В среде МаНаЪ исследованы параметры главной ПФ, описывающей зависимость выходной переменной - суммарного расхода ГРС, 0грс, от входной переменной - давления на КС, Ркс. Передаточные функции были определены теми же способами, что и для имитационной газдинамической модели. Результаты компьютерных экспериментов представлены в Таблице 2.5.

Таблица 2.5. Параметры моделей при различных методах определения ПФ

Параметры Метод

System identification tfest Дискретиз ация SS Estimator

Точность,% 93,26 56,04 40,79 83,82

Устойчивость Нет Нет Да Да

Управляемость 2,00 2,00 42,00 2,00

Наблюдаемость 2,00 2,00 64,00 2,00

Количество нулей 1,00 0,00 1,00 2,00

Количество полюсов 2,00 2,00 1,00 2,00

Дискретность/непрервность Непрер. Непрер. Дискр. Дискр.

Наиболее точной и при этом устойчивой оказалась модель, определенная ПФ, найденной при помощи SS Estimator.

Графики выходной переменной (суммарного расхода, полученного при помощи ПФ), в сравнении с графиком, полученныш на основе моделирования, иллюстрирует Рисунок 2.25. Модель, определенная при помощи 4-го метода, в пространстве состояний имеет вид:

ss = x(t+Ts) = A x(t) + B u(t) + K e(t) (2.44)

y(t) = C x(t) + D u(t) + e(t) (2.45)

Коэффициенты модели (2.44), (2.45) представлены в Таблице 2.6.

Таблица 2.6. Коэффициенты модели в пространстве состояний

A = x1 x2 x 1 0,9992 -0,03287 x2 -0,01924 0,1079 C = x 1 x2 y 1 6,543e+04 3124

B = u1 x 1 0,00546 x2 0,1486 D = u1 y1 7891 K = y1 x 1 8,023e-07 x2 2,036e-05

Матрица фазовых координат А является квадратной матрицей пхп, где п - количество коэффициентов определяет управляемость или свободную динамику объекта, т. е. его поведение при и = 0. Матрица управления системы В размерностью п*т определяет влияние каждого из входов на динамику системы. С - матрица наблюдения, Б - матрица отношения выходного сигнала к входному в установившемся состоянии, К - матрица реакции на ошибку.

System identification

С учетом задержки и дискретизации

W =

ï (seconds)

l,493e04s + 8,025 sA2 + 1,692 s + 0,001119

Tfest

W =

) (seconds}

1873 + 1575 z-1 1 - 0,5942 z-1 SS Estimator

W =

3 (second:

6,84e04

W =

7891 - 7914 z-1 + 23.26 z—

sA2 + 4,06 s + 8,076

1 - 1,107 z-1 + 0,1071 z

»—2

Рисунок 2.25. Сравнение суммарных расходов на ГРС, рассчитанных по ПФ и при помощи моделирования на основе электроаналогий

Полюса передаточной функции, полученной из модели в пространстве состояний: 0,9999; 0,1071, нули: 1,0000; 0,0029.

При помощи функций Ма(1аЪ oЪsv и с(гЪ определено, что система управляема и наблюдаема (Таблица 2.7).

Таблица 2.7. Матрицы управляемости и наблюдаемости

Матрица управляемости Рс Матрица наблюдаемости Я

Рс = 2x2 0,0055 0,0006 0,1486 0,0159 агЪ (ss /А, ss (/.С) = 2 ф 0, система управляема. Я = 2x2 104 х 6,5433 0,3124 6,5318 -0,1814 OЪsv (ss (/..А, (/.В) = 2 ф 0, система наблюдаема.

При помощи функции eig, определено, что система устойчива [6]. На Рисунке 2.26 представлены диаграммы, иллюстрирующие устойчивость системы. Диаграммы подтверждают, что система устойчива.

Nyquist Diagram

8005

6005

4005 ■ ,/

Й005 < t £ 0

L J

1UO5 ■ I V Jj

-4005 \ J ■

-6005 -8005

-sooo -вооо -адоо -2000

2poo safAxis

4000 SOOO 8000 10000

Рисунок 2.26. Критерии устойчивости модели на основе электро-аналогий

Определение параметров ПФ для системы с двумя входами и двумя выходами.

Аналогично определены ПФ и матрицы пространства состояний для модели с двумя входами (давление и расход на КС) и двумя выходами (суммарный расход ГРС, вгрс и объема небаланса, 0неб). Передаточная функция, матрица пространства состояния и их критерии качества не исследовались, так как система получилась неустойчивой ввиду неуправляемости переменной небаланса.

2.6. Выводы по главе 2

Во второй главе разработаны модели автоматизированной системы управления балансом газа. Модель управления включает подсистемы: расчета запаса в МГ, расхода на СН и на устранение небаланса.

Разработаны две модели, позволяющие учитывать возмущения в виде технологических факторов-причин небаланса: имитационная - на основе дифференциальных уравнений газодинамических процессов; модель на основе электроаналогий. Обе модели реализованы в среде 81ти\1пк. Компьютерное моделирование процессов, в том числе с имитацией утечки, показало адекватность моделей реальному технологическому процессу.

3. МЕТОД СИНТЕЗА СИСТЕМЫ УПРАВЛЕНИЯ БАЛАНСОМ ГАЗА

3.1. Задачи синтеза системы управления балансом газа

Задача синтеза системы управления балансом газа заключается в построении ММ, способной достигать цели управления с обеспечением требуемого качества ТП. На начальном этапе можно говорить о задаче проектирования системы управления. Вследствие наличия в модели измерительных элементов, процесс разработки системы управления заключается в создании информационно -алгоритмической структуры.

Синтез - это выбор сочетаний элементов системы, с целью обеспечения оптимального, с точки зрения заданного критерия, управления системой [ 4]. По уровню неопределенности задачи синтеза можно классифицировать следующим образом:

- топологический синтез обеспечивает выбор топологии системы;

- формирование структуры системы вследствие структурного синтеза;

- настройки параметров этой системы являются задачей параметрического синтеза. В первую очередь необходимо решить задачу топологического синтеза,

т. е. выбрать место включения управляющего устройства (УУ), после этого решать задачу структурного синтеза, в которой выбирается тип УУ, и далее - задачу параметрического синтеза, то есть расчет его настроек [4].

В систему управления балансом газа в РГТС необходимо включить следующие задачи для ее подсистем, реализуемые, согласно модели, соответствующими виртуальными датчиками:

- синтез алгоритма управления объемом запаса в МГ;

- синтез линии обратной связи для управления расходом на поддержание баланса;

- синтез алгоритма управления расходами на поддержание баланса, в том числе расходом газа на СН для использования на КС с целью перемещения газа;

- синтез линии выявления небаланса.

Рисунок 3.1 иллюстрирует граф модели системы управления балансом газа [210]. Пунктиром показаны причинно-следственные связи. На схеме указаны вершины возмущающих воздействий ВВ1, ВВ2, ВВ3:

- расход на входе, Явх;

- расходы на поддержание баланса, Яподц;

- внешние воздействий, / Вершины управляемых переменных:

- расход на СН, Ясн;

- расход газа потребителям Ярасх;

- запас газа, Язапас;

- уровень небаланса, 0неб-

Рисунок 3.1. Граф модели системы управления балансом газа

Передаточными функциями Жц, Ж\2, Жуз, Ж\4, Ж21, Ж22, Ж23, Ж24, Ж32, Ж33, Ж34 представлены отношения между соответствующими вершинами.

Дуги Жподц, Жнеб, на входе моделируют исполнительные органы, подсистему поддержания баланса в РГТС, которые должны стремиться к минимуму и подсистему учета небаланса, который в идеале должен быть равен нулю.

Со стороны выхода в модели находятся виртуальные датчики расхода на СН, расхода, запаса в МГ и небаланса с заданными значениями. В результате формируются ошибки, инвариантные и к возмущениям, и к заданиям (есн, ерасх, езапас, енеб).

На вход подаются команды управляющего устройства, на выходе принимается информация о состоянии баланса в РГТС и ошибках в подсистемах.

Топологический синтез системы управления балансом газа. Достаточным условием абсолютной инвариантности выходной переменной к возмущению является отсутствие пути в графе системы между вершинами, отвечающими за эти элементы [ 4]. Анализ сигнального графа (Рисунок 3.1), показал наличие путей от вершины ВВ1 (давление на входе ГТС Рвх), ВВ2 (возмущающих воздействий, /) и ВВ3 (расходы на

поддержание баланса 0подд) до вершин управляемых переменных УП1 (расходы на СН, 0сн), УП2 (расход газа потребителям 0расх), УП3 (запас в МГ, 0запас) и УП4 (объем

небаланса, 0неб) на выходе РГТС. Таким образом, можно сделать вывод, что неконтролируемые изменения возмущающих воздействий: расхода на входе, мероприятий на поддержание баланса и внешних факторов, могут влиять на управляемые переменные.

При этом, задачей топологического синтеза является выбор такой топологии сети, которая позволит ослабить влияние возмущающих воздействий, то есть выбрать управляющие воздействия, которые обеспечат инвариантность возмущений и управляемых переменных [4]. Например, определить, какое из управляющих

воздействий эффективнее ослабляет влияние возмущений на технологические параметры процесса управления балансом. Топологический этап синтеза инвариантной системы состоит в том, чтобы выбрать вершину графа, куда должно быть приложено управляющее воздействие. Пунктирные дуги (Рисунок 3.1) показывают некоторые варианты организации причинно--следственных связей системы управления балансом газа. Так, расходом на СН и величиной запаса можно влиять на объем небаланса и на расходы на поддержание баланса в сети.

По результатам топологического синтеза системы управления балансом газа образуются две подсистемы, со своими функциями и целями управления:

- функцией снижения небаланса, 0неб ^ min;

- функцией снижения расходов на поддержание баланса и устранение небаланса 0подц ^ min-

Каждая подсистема преследует свою цель, при этом их решения являются возмущающими друг для друга, и эти возмущения должны быть учтены в алгоритме управления.

Для разработки модели управления балансом газа в РГТС осуществлена систематизация факторов-причин и параметров небаланса, а также мероприятий по поддержанию заданного уровня баланса. Это осуществлено на основе экспертного опроса специалистов ГТП ПАО «Газпром» и анализа литературных источников.

3.2. Результаты экспертного опроса

Список факторов-причин небаланса, состоящий из 27 пунктов, а также список возможных мероприятий по их устранению, состоящий из 15 наименований, составленные на основе анализа литературных источников и согласованные с экспертами ГТП, приведены в Приложениях В.1 и В.2 соответственно.

Анкеты были направлены во все ГТП ПАО «Газпром», ответы получены от экспертов (группы по 5.. .10 человек) трех предприятий. Всего экспертам было предложено 6 анкет:

- о вероятности и значимости последствий причин небаланса;

- о мероприятиях для поддержания баланса и устранения причин небаланса;

- о видах параметров отклонений в значениях учета расхода газа, идентифицирующих наличие небаланса и процентном соотношении большого, среднего и низкого уровней этих параметров по сравнению с нормальными значениями;

- о влиянии причин небаланса на изменения в физических объемах газа;

- оценка параметров отклонений для различных причин небаланса;

- стоимость мероприятий для поддержания баланса и устранения причин небаланса.

Рассмотрим результаты анкетирования более подробно.

Анкетирование о вероятности и значимости последствий причин небаланса (матрица критичности). Обобщенные результаты оценок экспертов по анкете №1, о вероятности и значимости последствий причин небаланса (Таблица 3.1).

Таблица 3.1. Результаты опроса экспертов ГТП о вероятности и значимости последствий

различных причин аномалий

Значимость последствий Вероятность возникновения причины небаланса

< 0,20 0,20...0,40 0,40...0,60 0,60.0,80 0,80.0,95 > 0,95

6 - 4 - - -

5 - - - 3 - 26, 27

4 - 6 8 25 - -

3 - - 13, 24 15, 17 10, 16 -

2 - 23 5, 12, 21, 18, 19, 22 1, 2, 9, 14, 20 - -

1 - - 7, 11 - - -

На основе результатов анкетирования была составлена матрица критичности [ 124], [224], с применением подхода FMEA (Failure modes and effects analysis), анализа причин и последствий отказов, применяющемся в сфере информационной безопасности, согласно ГОСТ Р 27.303-2021, ФЗ №№149, 187 и другим нормативным документам. Применен стандартный подход экспертного анализа: сумма вероятностей факторов причин-небаланса в результатах анкетирования равна 1, для обеспечения полной группы несовместных событий, анкетирование каждого эксперта осуществлялось несколько раз для обеспечения повторяемости результатов, данные проверены на стационарность при помощи теста Дики-Фулера, и на соответствие нормальному закону распределения, при помощи теста Жарка-Бера и Лиллиефорса, и на принадлежность одному закону распределения при помощи одновыборочного критерия Колмогорова-Смирнова.

Вероятность возникновения причины небаланса складывается из вероятностей неисправности оборудования, внешних аномалий, ошибок в организации процессов и т.п. Значение по этому критерию определяется на основе анализа мнений экспертов и исторических данных ГТП по расходу газа и причинам отклонений в них, предоставленных некоторыми из них. Следующие числовые оценки по шкале от 1 до 6 соответствуют вероятности возникновения причины небаланса:

1 - причина крайне маловероятна, вероятность 0,00... 0,20;

2 - причина маловероятна, вероятность 0,20.0,40;

3 - вероятность возникновения причины минимальна, 0,40.0,60;

4 - причина небаланса иногда может возникнуть, вероятность 0,60.0,80;

5 - причина небаланса возникает с высокой вероятностью 0,80.0,95;

6 - причина небаланса неизбежна в течение наблюдаемого периода времени, вероятность более 0,95.

Значимость последствий описывает результаты воздействий, возникающих вследствие тех или иных факторов-причин небаланса. Набор числовых оценок значимости последствий по шкале от 1 до 6 сформирует следующие категории:

1 - ухудшенный функционал одного из элементов бизнес -процесса РГТС;

2 - ухудшенный функционал одного из элементов функции РГТС;

3 - ухудшенный функционал всей функции или бизнес -процесса РГТС;

4 - прерывистый функционал всей РГТС;

5 - частичный или ухудшенный функционал РГТС;

6 - полный сбой, останов транспорта газа в РГТС.

Результаты опроса экспертов ГТП о вероятности и значимости последствий различных причин аномалий показаны в Таблице 3.1, факторы-причины небаланса указаны по номерам в соответствии с Таблицей 1.1.

Обобщенно результаты систематизации факторов-причин небаланса иллюстрирует Таблица 3.2, матрица критичности причин небаланса.

Таблица 3.2. Матрица критичности факторов-причин небаланса

Значимость последствий Вероятность возникновения причины небаланса

< 0,20 0,20...0,40 0,4...0,6 0,60.0,80 0,80.0,95 > 0,95

6 ФПН2 ФПН1

5

4

3 ФПН4 ФПН3

2

1

По вероятности и значимости последствий, факторы причины небаланса ФПН можно распределить на 4 типа:

- факторы-причины небаланса 1 типа, ФПН1 - вероятные (вероятность 0,6... 1,0) и значимые (значимость 4.6);

- факторы-причины небаланса 2 типа, ФПН2 - маловероятные (вероятность < 0,6), но значимые (значимость 4.6);

- факторы-причины небаланса 3 типа, ФПН3 - вероятные (вероятность 0,6. 1,0), но малозначимые (значимость 1.3);

- факторы-причины небаланса 4 типа, ФПН4 - маловероятные (вероятность < 0,6), и малозначимые (значимость 1.3).

Анкетирование о наличии и уровне изменений в фактических объемах и характеристиках газа. Результаты опроса экспертов ГТП по анкете №4, ставшей основой для второй классификации факторов-причин, по отсутствию, наличию и уровню изменений в фактических объемах и характеристиках газа представлены в Таблице 3.3.

Таблица 3.3. Результаты опроса экспертов о влиянии причин небаланса на изменения физических объемов и свойств газа

Наличие изменений Номера причин небаланса

Значительные изменения в физических объемах газа ФПНфп1 3*, 25*, 26*, 27*

Незначительные изменения в физических объемах газа ФПНфп2 ФПНвз2 ФПНвз3

8, 24, 4* 1, 2*, 9*, 14*, 20

Изменения в качестве газа ФПНфпЗ 5, 6

Нет изменений в физических объемах газа ФПНфп4 ФПНвз4 ФПНвз3

7, 11, 12, 13, 18, 19, 21, 22, 23 10, 15, 16, 17

В соответствии с результатами опроса, на основе наличия отклонений в физических объемах и характеристиках газа, факторы причины небаланса ФПНфп можно распределить на другие 4 типа:

- факторы-причины небаланса 1 типа (ФПНфп1) - связанные с наличием значительных изменений в фактических объемах газа, это 4 фактора -причины 3, 4, 26, 27;

- факторы-причины небаланса 2 типа (ФПНфп2) - связанные с наличием незначительных изменений в физических объемах газа, это 8 факторов - причин: 1, 2, 8, 9, 14, 20, 24, 25;

- факторы-причины небаланса 2 типа (ФПНфп3) - связанные с наличием изменений в характеристиках газа, 2 фактора -причины, 5 и 6;

- факторы-причины небаланса 3 типа (ФПНфп4) - не связанные с наличием изменений в фактических объемах и свойствах газа, таких факторов -причин 13, их номера 7, 11, 12, 13, 18, 19, 21, 22, 23, 10, 15, 16, 17.

Звездочками в Таблице 3.3 указаны факторы-причины изменений в объемах газа, связанных с реальными утечками.

Анкетирование о мероприятиях по устранению и предотвращению небаланса.

Следующим этапом, по результатам ответов на вопросы анкеты № 2, о соответствии факторов-причин мероприятиям по их устранению, каждому фактору-причине поставлено в соответствие одно или несколько мероприятий. В ходе анализа результатов анкетирования выявлена возможность классифицировать мероприятия по следующим категориям: расчетные (1); технологические (2); технические (3); организационные (4).

Наиболее важными являются технические и технологические мероприятия, реализуемые на газопроводе. Они оказывают влияние на 1-ю категорию источников причин по матрицам критичности и физических изменений. Перечислим их:

- технические мероприятия по устранению небаланса в газопроводе:

№2. Внутритрубная дефектоскопия;

№7. Плановая проверка оператором ГРС наличия свища, врезки;

№9. Внеплановая проверка оператором ГРС наличия свища, врезки;

№13. Мероприятия по устранению негерметичности фланцевых соединений, врезки, утечки (ремонт);

- технологические мероприятия по устранению важных причин небаланса в газопроводе:

№12. Изменение режима работы, принятие мер по стабилизации давления, температуры;

№15. Прекращение поставок.

Можно сделать вывод о значимости разработки регламентов управления и контроля осуществления этих мероприятий.

Анкетирование о параметрах небаланса. Далее, по результатам ответов на вопросы анкет №3 и №5 выявлены виды параметров отклонений в результатах измерения расхода газа, по которым можно было идентифицировать небаланс. Такими параметрами оказались: величина отклонений значений расхода от расчетных; длительность отклонений; скорость нарастания отклонений.

Процентное соотношение большого, среднего и низкого уровней этих параметров по сравнению с их нормальными значениями, определенное экспертами, находится в Приложении Г.2. Каждому фактору-причине небаланса поставлен в соответствие большой, средний и низкий уровни параметров отклонений значений расхода газа в процессе его учета, а также уровень возникающего при этом небаланса.

По результатам опроса, причинами большого небаланса являются 9 факторов (Таблица 3.4), цифрами 1, 2, 3 обозначены маленькое, среднее, большое значения параметров отклонений, соответственно.

По результатам анализа установлено, что применение технологических мероприятий необходимо для трех следующих факторов: №4. Авария, разрыв; №8. Нарушение режимов работы оборудования. Отклонение режимов работы от проектных; №20. Погодные условия (резкие скачки параметров).

Анализ их устранения проводился на основе моделей РГТС, разработанных в главе 2.

Выявлено, что факторы-причины больших небалансов обладают достаточно уникальными наборами параметров отклонений. Это является основанием для разработки алгоритма поддержки принятия решения при управлении балансом. Даже если некоторые факторы обладают схожими наборами параметров, как, например, врезка небольшого размера и свищ, выбор из двух факторов вместо двух десятков, при принятии решений поможет сэкономить ресурсы.

Таблица 3.4. Причины большого небаланса и мероп

риятия для его устранения

Причина Величина отклонения Длительность Скорость нарастания Категория ВЗ Категория ФП Мероприятия

№3. Свищ 2 3 2 1 1 №9. Внеплановый обход оператором ГРС на предмет контроля фланцевых соединений, свища, врезки №13. Мероприятия по устранению негерметичности фланцевых соединений, врезки, утечки (ремонт)

№4. Авария, разрыв 3 2 3 1 1 №15. Прекращение подачи газа №13. Мероприятия по устранению негерметичности фланцевых соединений, врезки, утечки (ремонт)

№8. Нарушение режимов работы оборудования 2 1 3 2 2 №12. Изменение режима работы, принятие мер по стабилизации давления, выполнению поставок №5. Проверка (действий по подаче газа, обслуживанию трубопровода, учета при продувках)

№ 10. Погрешность или отклонения в работе СИ 1 3 1 4 4 №3. Плановая поверка средств измерений; №4. Внеплановая поверка средств измерений; №8. Расчетные способы корректировки погрешности

№ 26. Потери газа через неплотности в обвязке КС 2 3 1 1 1 №9. Внеплановый обход оператором ГРС на предмет контроля фланцевых соединений, свища, врезки №13. Мероприятия по устранению негерметичности фланцевых соединений, врезки, утечки (ремонт)

№ 27. Потери газа в пылеу ловите лях 2 3 1 1 1 №9. Внеплановый обход оператором ГРС на предмет контроля фланцевых соединений, свища, врезки №13. Мероприятия по устранению негерметичности фланцевых соединений, врезки, утечки (ремонт)

№16. Ошибки в расчетах запаса газа 1 3 2 3 4 №1. Компенсация за счет расчетно-методической погрешности вычисления запаса газа в МГ

№20. Погодные условия 2 2 2 3 2 №12. Изменение режима работы, принятие мер по стабилизации давления, температуры

№25. Отбор газа без его учета 3 3 2 3 2 №9. Внеплановый обход №13. Мероприятия по устранению негерметичности фланцевых соединений, врезки, утечки (ремонт)

Согласованность мнений экспертов была определена при помощи коэффициент конкордации Кендалла, который используется для оценки согласия ранжирования нескольких экспертов. Коэффициент Кендалла Ж рассчитывается по следующей формуле:

Ж =

1 25

ш2(к3 - к)

где 5 = Тк-\ - сумма квадратов различий между наблюдаемыми рангами и средним рангом; Д/ - отклонение суммы рангов /-го фактора от средней суммы рангов;

1

Аг- = - = Т™^ - — Тк-\ ТУ^Оц; а/у - ранг /-го фактора, присвоенный

7 ■> к 7 7 7 к 7 7

1

к

у-м экспертом; к - количество факторов (параметров или критериев), которые оцениваются; т - количество экспертов.

Вычисленный коэффициент Ж = 0,76, такую согласованность можно считать высокой.

Анкетирование о стоимости мероприятий. Результаты опроса экспертов, на основе анкеты №6, показали, что мероприятия можно распределить по стоимости на 3 класса, дорогие, диапазон стоимости более двух млн. руб., средней стоимости - от 1 до 2 млн. руб., и относительно недорогие - до 1 млн. руб. и выше. Факторы 1 категории по матрице критичности и классификации по влиянию на физические объемы (важные, вероятные и влияющие на физические объемы), являются причинами большого небаланса и устраняются техническими и технологическими мероприятиями, а факторы, оказавшиеся в 4 категории (неважные, маловероятные и не меняющие физические объемы), являются причинами маленького небаланса и устраняются, в основном, расчетными мероприятиями. Факторы 2 и 3 категорий являются, в основном, причинами среднего небаланса и устраняются всеми видами мероприятий.

Соотношение стоимости потерь по причине небаланса со стоимостью мероприятия по его устранению показано на Рисунке 3.2.

Рисунок 3.2. Соотношение стоимости потерь по причине небаланса со стоимостью устранения этой причины

На графике видно, что в первую очередь необходимо устранять причины больших небалансов и имеющих низкую стоимость мероприятий по профилактике и устранению.

Результаты анкетирования. Выявлено отличие от результатов применения матрицы критичности в сфере информационной безопасности, которое состоит в том, что, поскольку газ обладает физическими свойствами, образуется новая категория, присущая именно исследуемой области:

- матрица критичности является основанием для принятий решений о том, что влиять и устранять следует факторы-причины небаланса в первую очередь 1 -й, затем 2-й и 3-й категорий;

- факторы-причины больших небалансов обладают достаточно уникальными наборами параметров отклонений, что является основанием для разработки алгоритма управления балансом: выявления этих факторов по значениям параметров и принятия соответствующих мер для подержания баланса;

- расчеты технологических режимов на основе моделей имитационной газодинамических процессов и электроаналогий необходимы для двух факторов: №8 и №20;

- для мероприятий, в которых необходимо осуществлять выбор меду плановым внеплановым их осуществлением, необходимо разработать алгоритм оптимизации, сравнивающий стоимость потерь от небаланса до даты планового мероприятия со стоимостью непланового его осуществления, при и условии, конечно, что фактор небаланса не является пожаро- и взрывоопасным и не является причиной реальных физических потерь газа.

3.3. Структурно-параметрический синтез системы управления

Выбор места включения дуги управления характеризует следующий этап - решение задачи выбора типа регулятора или контроллера. Структурный синтез селективно инвариантных систем представляет из себя определение количества дуг, равного числу вершин воздействия [4]. Для корректирования возмущений контур системы управления балансом газа в РГТС включает в себя линию обратной связи. Система управления балансом является иерархической, в нее входят исполнительные органы, подсистемы управления запасом, расходом потребителям, на СН, затраты на поддержание баланса.

В качестве регулятора рассматривается применение нечетко-дискретного автомата, так как решения по поддержанию баланса являются дискретными величинами, с одной стороны, а величину небаланса, ввиду нелинейности и трудной формализации, удобно представлять в виде нечеткой величины, с другой стороны.

Согласно [136]-[138], автомат является устройством, находящимся в каждый дискретный момент времени в одном из внутренних состояний и имеющим входной

и выходной каналы. По входному каналу поступают сигналы - воздействия, по выходному сигналу выдается сигнал - реакция. Для описания состояний автомата, а также сигналов воздействия и реакции задаются соответствующие алфавиты. Законы взаимодействия элементов этих алфавитов определяются функциями, отображающими пару состояние-входной сигнал в состояние и выходной сигнал.

Процесс управления объектом происходит за счет того, что состояния автомата сопоставляются с состояниями объекта, в данном случае с системой управления балансом газа. Каждое состояние автомата поддерживает объект в соответствующем режиме, а переход автомата в новое состояние приводит к переходу объекта в новый режим. Поскольку количество реакций выходного канала автомата, то есть количество мер по устранению аномалий в системе управления балансом газа, конечно, для данной задачи применяется конечный автомат, при котором отображение £ х А ^ £, где множества £ и А конечны, £ - множество состояний автомата, А - алфавит [136]-[138].

Переменная «небаланс» может находиться в одном из четырех рабочих состояний: «норма», «большое отклонение», «среднее отклонение», «малое отклонение».

Выявление отклонений параметров расхода газа и небаланса в РГТС требует анализа следующих параметров аномалий:

- отклонения значений параметров учета расхода газа от значений, определенных нейронной сетью, обученной на статистических данных;

- длительность этих отклонений во времени;

- скорость нарастания отклонений.

Каждому состоянию системы управления балансом газа, определенному на основе сочетания параметров аномалий, соответствует определенное корректирующее воздействие. В зависимости от сочетания оцениваемых характеристик (отклонений значений параметров учета расхода газа от значений, определенных расчетным алгоритмом, а также длительности и скорости нарастания этих отклонений) определяются наиболее вероятные причины небаланса. Так, небольшое, длительное, не растущее отклонение говорит, скорее всего, о наличии систематической погрешности в средствах измерений, а среднее или большое по величине, длительное, не растущее - о свище или возможном отборе газа из системы [210], [220], [224]-[231].

Структура дискретного автомата. Структуру дискретного автомата можно описать следующей формулой [136]-[139]:

2 = (-да, 2д&> ^ В ^ (да) С3.1)

где - - набор векторов входных переменных, здесь параметров аномалий (отклонения значений параметров учета расхода газа от значений, определенных нейронной сетью, обученной на статистических данных; длительность этих отклонений во времени; скорость нарастания отклонений); - да - набор векторов выходных сигналов, в данной задаче объемов небаланса;

zда - набор состояний дискретного автомата, набор факторов-причин, вследствие влияния которых возникли аномалии;

В - функция переходов, мероприятия по поддержанию баланса, ^+1 = х);

tда - момент времени, в который осуществляется переход.

О - функция выходов, условия оптимизации, согласно которым принимается решение в пользу того или иного мероприятия по корректировке, у1: = О(^, х).

Для конечных автоматов каждый из наборов векторов х и у, также, как и набор состояний 5 являются конечными.

Мероприятия множества В определены экспертами.

Набор условий оптимизации управления О включает в себя:

- безопасность ТП транспорта газа;

- максимум производительности, выполнение договоров поставок;

- минимум физических потерь газа, в стоимостном выражении, в том числе за срок амортизации необходимого оборудования;

- исполнение регламента по затратам на транспортировку газа.

- минимум финансовых затрат на мероприятия для поддержания баланса (стоимость оборудования и др.).

Соответствие условий и мероприятий на случай выполнения или невыполнений условий, приведено в Приложении Г.5.

Нечетко-дискретный автомат. Модель нечеткого автомата используется [140]-[145] в следующих ситуациях:

- когда предметная область описывается экспертами лингвистическими правилами;

- когда необходимо анализировать не только текущие значения, но и историю изменения параметров управляемого объекта;

- когда трудно разработать простую ММ предметной области;

- когда настройки системы управления требуют высокой приспособляемости;

- когда область значений входных параметров «четкого» автомата увеличивается без введения дополнительных состояний;

- учитывающих нелинейности входных факторов.

Нечеткая логика. В соответствии с теоремой, доказанной Б. Коско (1993), любая математическая функция может быть аппроксимирована системой, основанной на нечеткой логике, следовательно, такие нечеткие системы являются универсальными, и могут быть использованы для формализации зависимости баланса газа в РГТС от входных факторов. Теория нечеткой логики предложена Л. Заде в 1965 году [7]. В соответствии с ней характеристическая функция множества (функция принадлежности для нечеткого множества) может принимать любые значения в интервале [0,1], а не только значения 0 и 1. Таким образом были введены понятия: нечеткого множества, как математического описания класса объектов или явлений с нечеткими границами [7]-[10], [148]-[153]; нечетких алгоритмов, как упорядоченного множества нечетких инструкций (правил) в формулировке которых содержатся нечеткие указания (термы);

лингвистической переменной, принимающей значения из множества слов или словосочетаний некоторого естественного или искусственного языка (качественные оценки, идеи, интуитивные догадки, опыт экспертов и т.д.); терм-множества - множества допустимых значений лингвистической переменной и функции принадлежности.

Темпоральная логика. Поскольку модель управления балансом газа должна также учитывать временные связи, которые могут влиять на величину небаланса (например, длительность времени, в течение которого имеет место небаланс), для описания таких зависимостей удобно использовать логические утверждения, истинность которых зависит от времени. Для описания таких связей необходимы логические утверждения, истинность которых зависит от времени. Подобными возможностями обладают темпоральные логики, в которых значение логических формул зависит от момента времени, в котором вычисляются значения этих формул

Могут быть применены два вида темпоральных логик: LTL (Linear Temporal Logic)

- темпоральная логика линейного времени, и CTL (Computational Tree Logic)

- темпоральная логика ветвящегося времени. Оба вида являются подмножествами расширенной логики ветвящегося времени CTL*. Синтаксис линейной темпоральной логики LTL выглядит следующим образом [154], [155]:

- атомарное утверждение (предикат, может принимать истинное или ложное значение в зависимости от значений его аргументов) p, Q;

- логические операторы, v;

- темпоральные операторы X (NextTime, «на следующем шаге»), U (Until, «до тех пор»), F (Future, «когда-то в будущем»), G (Global, «всегда»).

Примеры выражений LTL [154], [155]:

- Fф = true U ф (когда-нибудь ф станет true);

- Gф = —1 F — ф; (ф всегда останется true)

В системе управления балансом газа управляющие воздействия могут быть дифференцированы в зависимости от длительности времени, в течение которого наблюдается отклонение параметров. Если отклонение длится короткое время, то в качестве управляющего воздействия может быть предложено последующее наблюдение, если длительное - то может быть осуществлена коррекция передаваемых объемов газа и организация проверки участка, в котором зафиксировано отклонение. Таким образом, кортеж нечеткой модели может быть дополнен темпоральным оператором, содержащим атомарный темпоральный предикат, описывающий длительность времени, в течение которого происходит обнаружившееся отклонение значений параметров ТП учета расхода газа («только появилось», «длится некоторое время», «длится долго»).

Формализация нечетко-дискретного автомата. При определении параметров дискретного автомата была применена нечеткая логика. Функция переходов для каждого входного сигнала такого автомата представляется нечеткой матрицей. Для формализации зависимости уровня небаланса от сочетания параметров отклонений использовались положения нечеткой и темпоральной логик. Для этого конечные множества H, L, U,

которым принадлежат введенные раньше переменные дискретного автомата, хда, Zда, 5 (хдаеЯ, ZдаeL, будем считать универсальными множествами, на которых будут

задаваться нечеткие подмножества, описывающие лингвистические переменные.

Для описания нечетко-дискретного автомата введем лингвистические переменные Хлп, 5, В, где:

Хлп - входная переменная; 2 - выходная переменная; 5 - переменная состояния;

В - функция переходов, мероприятия по поддержанию баланса: Ь = [0, Щ; и - количество состояний, мероприятий по устранению небаланса, и=15. Переменная состояния Ь принимает значения из набора: Ь е{Ь0, Ь1, ...Ьи}.

Тогда нечетко-дискретный автомат управления балансом газа можно представить в виде кортежа:

Оеб =< X, У, 7 Т, 7, ц(у), ф 0,ц(*),ц(0*, Я, 5, О, Гда, В,Ж, ^ >.

Каждая из величин хлп, zлп, Ь, принимает значения следующим образом: - входная величина принимает значения из набора:

хлп е {х00, х01, хттУ00, У01, Ут нс т z 1, z 2, z h, v1, v2, vk, t02, t02 - tOp},

где X - четкое множество результатов измерения расхода газа; хуе X:уе{1;М};

М - число результатов измерений расхода газа на /-м элементе РГТС, /е{1; Щ, N - число элементов РГТС;

(х11 Х21 — *12 х22 —хт2 х1п х2п ■■■хтп/

7 - множество значений расхода газа, полученных в результате применения

расчетного алгоритма, здесь алгоритма машинного обучения, обученного на входных

параметрах технологического процесса учета расхода газа этого же элемента;

У/у е 7: у е {1; Мнс}, Мнс - количество значений расчетного алгоритма;

/У11 У21 — Ут1 В = ( У12 У 22 —Ут2 \Уш У2п ■■■Утп,

2 - нечеткое множество, где термы - лингвистические переменные, характеризующие отклонения результатов измерения объемов газа X от значений расчетного алгоритма 7;

2': 2, h е{1; Я}, Я = 3;

2= [^1 = «маленькое», Z2 = «среднее», z'з = «большое»];

V - нечеткое множество, в котором термы - лингвистические переменные, определяющие скорость увеличения отклонений значений У от значений X;

V: vkeV, к е{1; К}, К = 3;

V = [У1 = «маленькая», У2 = «средняя», У3= «большая»];

Т0 - темпоральный оператор, предикат длительности времени, в течение которого происходит обнаружившееся отклонение значений параметров; То: 0р е То,р е{1; Р}, Р = 3;

Т0 = [О = «маленькая», = «средняя», Х0ъ = «большая»].

- выходная величина 2 принимает значения из набора:

Zl е{^0, Zl, ... Zl}, Е1 е2: 1е {1; Ь}, Ь - число уровней небаланса, Ь = 3;

2 - нечеткое множество, где термы - лингвистические переменные, характеризующие значения выходной переменной, уровня небаланса на ГТС 2неб;

2 = [11 = «маленький», 12 = «средний», 23 = «большой»].

- величины Хлп, Z количественно описываются нечеткими подмножествами с помощью функций принадлежности:

^(2') - функция принадлежности лингвистической переменной 2', величина отклонения;

- функция принадлежности темпорального оператора Т0 лингвистической переменной 2, длительность отклонения;

^(у) - функция принадлежности лингвистической переменной V, скорость нарастания отклонения;

^.(2) - функция принадлежности лингвистической переменной Ъ. «уровень небаланса»

— Я - нечеткие отношения:

ЯХу отображают любую конъюнкцию множеств X, У на множество 2' со степенью принадлежности ц^')

Я(0 определяют отношения между Т0 и 2 со степенью принадлежности

Я2 отображают любую конъюнкцию множеств 2', V, Т0 на множество 2 со степенями принадлежности ц(у),

ЩгLAND АШ ^

ор

где Ж - блок нечеткого логического вывода, осуществляется операция дефаззификации, который нужно подобрать на основе точности работы модели, например, вывод по методу центроида выглядит следующим образом:

п _ {ггУгг

где w - вывод дискретного автомата.

Алгоритм работы нечеткого автомата формулируется на языке лингвистических переменных. Переходы между состояниями автомата и значения выходного сигнала выражаются нечеткими автоматными функциями:

Ь+1 = В(Ь^ хлп);

zt = 2(Ь, хлпХ

где хлп - входная переменная; z - выходная переменная; 5лп - переменная состояния.

Как и в случае четкого конечного автомата, функции В и 2 могут быть заданы табличным методом, отличие состоит в том, что в заголовки таблиц и ячейки должны быть подставлены соответствующие лингвистические переменные.

Состояния нечеткого автомата описываются с помощью лингвистических переменных. Входные параметры нечеткого автомата задаются некоторыми четкими числами, например, на входе автомата - показания датчиков и результаты применения расчетного алгоритма, на выходе - мероприятия по устранению небаланса. Отличие нечеткого автомата от четкого состоит в использовании другого алгоритма преобразования входного сигнала в выходной. Для заданных значений хдаг, ^ с помощью

функций д(г), д(г), определяются их степени принадлежности нечетким

множествам 2, Т0, V, и уже по ним определяются значения 5 и Ь. Для вычисления хда+1, 5+1 применяется алгоритм Такаги-Сугено или Мамдани.

Для термов нечетких входных переменных, на основе экспертных оценок, анализа литературных источников и нормативных документов, множество определений (границы диапазонов) для ГРС Краснознаменская, взятой для примера, находятся в диапазоне:

- для терма «Величина отклонений результатов измерения объемного расхода газа в ТП учета расхода газа на элементе РГТС от расчетных значений» - [0.50], единицы измерения - проценты.

- для терма «Длительность отклонений, множество определений [0. 3], единицы измерения - часы.

- для терма «Скорость нарастания отклонений [0.50], единицы измерения -проценты/час.

- для остальных ГРС границы диапазонов определяются их статистическими значениями.

Аналогичным образом определяются нечеткие переменные для описания отклонений в результатах расчета запаса газа в МГ.

В зависимости от сочетания оцениваемых факторов делается предположение о возможных причинах небаланса и рекомендуемые мероприятия для их устранения, на основе результатов опроса экспертов газотранспортной отрасли, с учетом критериев эффективности.

Выбор параметров нечеткой модели. Статистические данные по расходу газ обрабатывались Мш1аЬ с применением различные методы построения нечеткой системы. Автором в [220], [224]-[231] изложены результаты обучения нечеткой системы. При этом набор данных представлен обучающей и тестовой выборками в пропорции 70% и 30% от исходного.

Сравнение осуществлялось по следующим параметрам:

1. Тип модели - Мамдани [10] или, Сугено и др. [8], [9];

2. Структура модели (одинарная, дерево, тип и количество входных и выходных переменных, выбор логических операций и нечетких импликаций);

3. Функции принадлежности для осуществления фаззификации: количество функций для каждого входного и выходного параметра, вид (треугольная, трапецеидальная простая кривая Гаусса, двусторонняя композиция кривых Гаусса, обобщенная колоколообразная); параметры этих функций (диапазон, значения математических ожиданий, дисперсий для гладких функций, углы наклона касательных и точек изменения наклона для линейных функций);

4. Метод агрегирования нечетких продукций (определение степени истинности условий по каждому из правил системы нечеткого вывода): тах-оператор, средневзвешенный арифметический оператор.

5. Метод обучения нечеткой модели на статистических данных (обратного распространения ошибки или гибридный, в сочетании с алгоритмом наименьших квадратов);

6. Метод оптимизации параметров (генетические алгоритмы, нейроадаптивный подход);

7. Метод дефаззификации (метод центра тяжести; метод центра площади; метод левого модального значения у = хт^п; метод правого модального значения у = хтах).

В модели Мамдани [10] более интуитивная, интерпретируемая база правил.

Модель Сугено [8], [9] обладает вычислительной эффективностью и подходит для математического анализа.

Для данной задачи выбрана модель Мамдани [10]. На первом этапе количество параметров и уровней небаланса, выявленные ранее в ходе опроса экспертов, определили 27 нечетких правил.

Увеличение количества входных параметров в нечеткой системе, увеличивает экспоненциально количество правил и уменьшает вычислительный КПД нечеткой системы. Это усложняет задачу интерпретаций результатов и увеличивает трудоемкость настройки правил и параметров функций принадлежности.

Решение данной проблемы лежит в области реализации нечеткой системы вывода не как одного монолитного объекта, а как иерархической нечеткой системы соединяя ее

части в деревья. В древовидной структуре выходные параметры низкоуровневых нечетких систем используются как входные параметры высокоуровневых нечетких систем. Части нечеткого дерева в вычислительном отношении более эффективны и легче интерпретируемы, так как содержат меньшее количество правил.

Для создания иерархической структуры, нечеткая модель управления балансом разделена на две части. Каждая часть принимает на вход два параметра, а выводит один. Входными параметрами первой нечеткой модели являются величина и длительность отклонения, выходным - вспомогательная переменная («предварительный небаланс»). Входными параметрами второй нечеткой модели являются «предварительный небаланс» и скорость нарастания отклонения, выходным - итоговая переменная («небаланс»). Количество нечетких правил в каждой модели 9. Это суммарно составляет 18, что уменьшает вычислительную сложность. Нечеткие правила для обеих моделей представлены в Таблицах 3.5, 3.6.

Таблица 3.5. Правила для первой нечеткой функции

Предварительный уровень небаланса бнеб Zi, Kz) г' Отклонение 1 AND длительность отклонения Ур t ^p=Olop

Большой Большое Низкая / Средняя / Большая

Низкое / Среднее / Большое Большая

Средний Среднее Низкая / Средняя

Низкое / Среднее Средняя

Низкий Низкое Низкая

Таблица 3.6. Правила для второй нечеткой функции

Уровень Предварительный уровень AND скорость нарастания

небаланса Q^6 небаланса Qнеб пред отклонения

Zi, Zn=lV

Kz) Кгпр) Kv)

Большой Большой Низкая / Средняя / Большая

Низкий / Средний / Большой Большая

Средний Среднее Низкая / Средняя

Низкий / Средний Средняя

Низкий Низкий Низкая

Структуру нечеткого дерева иллюстрирует Рисунок 3.3.

Рисунок 3.3. Структура нечеткого дерева Структуру частей нечеткой сети иллюстрирует Рисунок 3.4.

б) Для второй нечеткой функции

а) Для первой нечеткой функции

Рисунок 3.4. Структуры частей нечеткого дерева

Архитектуру нечеткой сети иллюстрирует Рисунок 3.5.

иггельный небаланс

а) Для первой нечеткой функции б) Для второй нечеткой функции

Рисунок 3.5. Архитектура частей нечеткого дерева

Структура и правила модели зафиксированы. На следующим этапе осуществлен подбор других параметров нечеткой модели. В Таблице 3.7 представлены результаты сравнения применения методов определения параметров для нечеткой модели по критерию среднеквадратической ошибки предсказаний RMSE (Root Mean Square Error), которая вычисляется по формуле:

RMSE =

№=1(У1-ю2

п

где у/ - значение тестовой выборки; % - значение, предсказанное нечеткой моделью; п - количество сравниваемых значений, / £ [1, п].

Таблица 3.7. Результаты сравнения методов оптимизации по критерию

среднеквадратической ошибки предсказаний