Прогнозирование на основе модели авторегрессии⇐ ПредыдущаяСтр 14 из 14
Модель авторегрессии AR: текущее значение стационарного процесса х,, t=l,..., п с нулевым средним значением выражается как конечная линейная комбинация предыдущих значений процесса и белого шума W(t), т.е. последовательности некоррелированных и одинаково распределенных случайных величин с нулевым средним и конечной дисперсией: В данном случае, в модели AR любое последующее значение xt включает информацию, которая известна из прошлого, то есть предшествующие значения временного ряда, и информацию, приходящую из настоящего (белый шум). Чем меньше дисперсия белого шума, тем меньше новой информации дает очередное наблюдение. Модель скользящего среднего (МА) представляет стационарный процесс в виде линейной комбинации последовательных значений белого шума: Одним из эффективных методов моделирования нестационарных временных рядов, имеющих выраженные гармонические составляющие, являются Фурье-модели, которые могут применяться для прогнозирования процессов. Метод прогнозирования основан на Фурье-преобразовании из временной области в частотную (спектральную) область (получение амплитудно-частотной и фазочастотиой характеристик) и обратно (восстановление исходного временного ряда). Особенность данного Фурье- преобразования состоит в методике построения спектральной модели путем исключения из спектра незначимых и шумовых составляющих и последующей адаптации такой модели к исходному временному ряду электропотребления. Далее спектральная модель однозначно преобразуется во временную область, в результате чего получается искомая модель временного ряда, отражающая основные гармонические составляющие. Эта модель в последующем используется для прогнозирования. Степень адекватности модели оценивается обычными статистическими методами. При этом следует отметить, что в ряде случаев достаточно простая Фурье- модель может дать прогноз значительно лучше, чем широко популярная, алгоритмически неизмеримо более сложная ARIMA-модель (объем программного кода ARIMA-процедуры сопоставим с совокупным кодом таких сложиейших процедур многомерной статистики, как кластерный, дискри- минантный, факторный анализ и многомерное шкалирование вместе взятые.) Таким образом, рассмотренные модели являются многоцелевым инструментом исследования, а выбор той или иной модели определяется конкретными целями исследования и результатами анализа временного ряда.
Вопросы для самопроверки 1. Назовите основные модели прогнозирования электрических нагрузок. 2. Запишите формулу модели на основе МТР. 3. Назовите основные модели авторегрессии. 4. В чем заключается метод Фурье-преобразования.
ЛИТЕРАТУРА
1. Концепция энергосбережения в нефтяной отрасли в Тюменской области-Тюмень: ОАО СибНИИЭНГ, 1998г.- 160с. 2. Сазыкин В.Г. Технические аспекты эксплуатации изношенного оборудования//Промышленная энергетика- 2000г. №1 - С.14-18. 3. Казьмин А.А., Кудряшов Р.А. Портативный регистратор графика электропотребления для экспериментальных исследований. - В сб. «Опыт и проблемы проектирования обустройства нефтяных месторождений Западной Сибири», Тюмень, 1981, с. 54-62. 4. Кудряшов Р.А., Новоселов Ю.Б, Фрайштетер В.П. Характеристика электрических нагрузок и электроснабжения потребителей электроэнергии нефтяных месторождений// Гипротюменнефтегаз - 35 лет. Обустройство нефтяных месторождений Западной Сибири. Сборник научных трудов. - Гипротюменнефтегаз, Тюмень, 1999. - с. 192-195. 5. Кудряшов Р.А, Новоселов Ю.Б., Фрайштетер В.П. Опыт исследовательской и методической работы по обоснованию уровней электропотребления и электрических нагрузок нефтяных месторождений ОАО «Гипротюменнефтегаз», Энергетика Тюменского региона, №4. 2002, с. 20-25. 6. Кудряшов Р.А. Расчет электрических нагрузок нефтепромысловых объектов на стадии проектирования. - В сб. «Проектирование обустройства нефтяных месторождений Западной Сибири», Тюмень, 1980, вып. 48. С. 119-126. 7. Обоснование уровней электропотребления и электрических нагрузок при проектировании электроснабжения нефтяных месторождений / Кудряшов Р.А., Новоселов Ю.Б., Фрайштетер В.П., Евсеенко Д.В. Нефтяное хозяйство, №7, 2002, с. 39-41. 8. Кудряшов Р.А., Новоселов Ю.Б., Цехнов ATI. Электрические нагрузки технологических установок нефтяных промыслов Западной Сибири. - М., ВНИИОЭНГ, 1982 (обзорная информация, серия «Машины и нефтяное оборудование»), 28 с. 9. Кудряшов Р.А. Методика определения расчетной электрической нагрузки компрессорных станций газлифта на нефтяных месторождениях Западной Сибири. - В сб. «Нефтепромысловое дело и транспорт нефти». М, ВНИИОЭНГ, 1985, с. 38-40. 10. Кудряшов Р.А., Фрайштетер В.П. Способ определения электрической нагрузки типовой промышленной установки// В сб. Применение достижений научно-технического прогресса при обустройстве нефтяных месторождений. - Тюмень, 1988. - с. 121-122. 11. РД 39-0147323-803-89-Р "Указания по расчету и регулированию электрических нагрузок и потребления предприятий нефгяной промышленности", Главтюменнефтегаз, Гипротюменнефтегаз, 1989, 146 с. 12. Новоселов Ю.Б., Кудряшов Р.А., Казьмин А.А. Нормирование расхода электрической энергии по технологическим процессам добычи нефти. - М, ВНИИОЭНГ (обзорная информация, сер. «Машины и нефтяное оборудование»), 1984, 48 с. 13. Кудряшов Р.А., Новоселов Ю.Б., Фрайштетер В.П. Методы расчета удельного электропотребления в нефтедобыче. Энергетика Тюменского региона, №1,2003, с. 10-15. 14. Нормативная база проектирования электроснабжения нефтяных месторождений /Кудряшов Р.А., Малкова З А., Новоселов Ю.Б., Фрайштетер В.П. / «Нефтяное хозяйство», вып. 3, 2004, с. 37-39. 15. Хронусов Г.С., Исрапилов Р.Б., Ручьев Н.В. Краткосрочное прогнозирование оплачиваемого максимума мощности и электропотребления. - Изв. вузов. Горный журнал, 1983. №6, с.110-113. 16. Чуев Ю.В., Михайлов Ю.Б., Кузьмин В.И. прогнозирование количественных характеристик процессов. - М.: Советское радио, 1975. - 400 с.
©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|