авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 |

Прогнозирование затрат электроэнергии на нефтепроводе с использованием искусственных нейронных сетей

-- [ Страница 1 ] --

На правах рукописи

ШИРИАЗДАНОВА ЛИЛИЯ ФАЯТОВНА

ПРОГНОЗИРОВАНИе затрат электроэнергии

на нефтепроводе с использованием

ИСКУССТВЕННЫХ НЕЙРОННЫХ сетей

Специальность 25.00.19 «Строительство и эксплуатация нефтегазопроводов, баз и хранилищ»

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Уфа - 2011

Работа выполнена на кафедре «Транспорт и хранение нефти и газа»

Уфимского государственного нефтяного технического университета.

Научный руководитель доктор технических наук

Макаренко Олег Анатольевич.

Официальные оппоненты: доктор технических наук, профессор

Байков Игорь Равильевич;

доктор технических наук, профессор

Карамышев Виктор Григорьевич.

Ведущее предприятие Татарский  научно-исследовательский и проектный институт нефти (ТатНИПИнефть) ОАО "Татнефть" им. В.Д.Шашина.

Защита состоится 28 июня 2011 года в 16-30 на заседании по защите докторских и кандидатских диссертаций Д 212.289.04 при Уфимском государственном нефтяном техническом университете по адресу: 450062, Республика Башкортостан, г. Уфа, ул. Космонавтов, 1.

С диссертацией можно ознакомиться в библиотеке Уфимского государственного нефтяного технического университета.

Автореферат разослан __ мая 2011 года.

Ученый секретарь совета Ямалиев В.У.

Общая характеристика работы

Актуальность работы. Для существующей системы нефтеснабжения актуальной задачей является снижение эксплуатационных расходов. Одной из основных статей эксплуатационных расходов при транспортировке нефти и нефтепродуктов являются затраты на электроэнергию. По опубликованным данным доля электроэнергии в себестоимости магистрального транспорта нефти составляет 20-25% и, в свете устойчивой тенденции роста цен на электроэнергию, будет продолжать расти.

Необходимо уметь прогнозировать затраты электроэнергии. Прогноз расхода электроэнергии осуществляется на основании разработанных план-графиков работы магистральных нефтепроводов (МН), и оба этих этапа являются составной частью процедуры планирования работы магистрального нефтепровода на предприятиях трубопроводного транспорта нефти.

В настоящее время выбор режима и периода работы магистрального нефтепровода на нем при заданных объемах перекачки нефти основывается на детерминированной постановке задачи. В период же эксплуатации на магистральный нефтепровод воздействуют случайные внешние и внутренние факторы, учесть которые можно путем обработки значительного количества статистической информации о технологическом процессе транспорта нефти. Поэтому прогноз расхода электроэнергии по разработанному план-графику работы магистральных нефтепроводов проводится на основе интуитивной оценки (ручного перебора) варианта предыдущей работы нефтепровода, что не может отразить всю полноту имеющихся возможностей и претендовать на адекватность (или количественную обоснованность) принимаемых решений.

В связи с этим важное значение приобретает исследование и разработка алгоритмов решения задач прогнозирования расхода электроэнергии.

Цель диссертационной работы. Разработка и исследование метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти с использованием искусственных нейронных сетей.

В рамках поставленных целей решались следующие задачи:

  1. Оценка взаимосвязей между расходом потребляемой электроэнергии и показателями работы магистрального нефтепровода и перекачиваемой нефти.
  2. Разработка модели нейросетевого метода прогнозирования расхода электроэнергии на нефтепроводе по данным его эксплуатации.
  3. Определение возможности прогнозирования расхода электроэнергии по развивающимся или вновь вводимым в эксплуатацию магистральным нефтепроводам с использованием статистической информации о работе других нефтепроводов.

Методы исследований

При решении задач, поставленных в диссертационной работе, для разработанных математических моделей, использовались искусственные нейронные сети. Расчеты по разработанным алгоритмам выполнялись с использованием программ: «STATISTICA 6», «NeuroSolutions» (демо).

Научная новизна

  1. Разработана математическая модель и решена задача прогнозирования расхода электроэнергии на нефтепроводе на основе нейросетевого метода.
  2. Разработана математическая модель и показана возможность прогнозирования расхода электроэнергии на развивающихся или вновь вводимых в эксплуатацию нефтепроводах по статистической информации об эксплуатации нескольких магистральных нефтепроводов.

Практическая ценность

Полученные в работе результаты позволяют автоматизировать и повысить качество прогнозирования расхода электроэнергии на нефтепроводе. Разработанные алгоритмы использованы для расширения возможностей программных комплексов решения режимно-технологических задач ОАО МН, а также переданы для использования в учебном процессе при подготовке дипломированных специалистов и бакалавров по специальности «Проектирование, сооружение и эксплуатация газонефтепроводов и газонефтехранилищ».

Апробация работы. Основные материалы диссертации доложены на:

  • IV Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2008», г. Уфа, 2008;
  • 60-й научно-технической конференции студентов, аспирантов и молодых ученых, г. Уфа, 2009;
  • V Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2009», г. Уфа, 2009;
  • VI Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2010», г. Уфа, 2010

Публикации. По материалам диссертации опубликовано 9 научных работ, в том числе 3 статьи опубликованы в журналах, находящихся в перечне ведущих рецензируемых научных журналов и изданий в соответствии с требованиями ВАК Минобразования и науки РФ.

Структура работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем основной части диссертации составляет 145 с., в том числе 29 рисунков и 3 приложения, список литературы из 104 наименований на 11 с.

Содержание работы

Во введении обоснована актуальность темы, определены задачи исследования.

В первой главе рассматривается ряд работ, посвященных проблеме планирования работы магистральных нефтепроводов. Задачам определения объемов перекачки нефти по системе нефтепроводов и соответствующих им режимов перекачки в детерминированной постановке посвящены работы Веремеенко С.А., Вязунова Е.В., Голосовкера В.И., Меерова М.В., Калика В.И., Ретюнина Ю.П., Черняева В.Д., Шаммазова А.М., Щепеткова Л.Г. и др. Они имеют общность в критерии оптимизации. Различаются моделями, накладываемыми ограничениями и методами достижения.

Первые шаги по выбору графика перекачки нефти предприняты в работе Голосовкера В.И.. Предложенный им метод определения оптимальных параметров прост и используется на практике до сих пор.

В работах Щепеткова Л.Г. учитывается влияние наличия нефти в резервуарных парках.

Более полно вопрос планирования работы магистральных нефтепроводов рассматривается Гаевским О.Ф., Шаммазовым А.М. Ими раскрываются такие факторы, влияющие на оптимальность управления, как: планово-предупредительные ремонты; пропуск очистных устройств; отказы основного оборудования; отказы в электроснабжении; перебои в поставках планового количества нефти; отказы от приема планового объема нефти потребителями; отсутствие нефти в резервуарах; отсутствие свободных емкостей. Разработки Шаммазова А.М. доведены до практического использования, в которых предлагается использовать один из методов случайного поиска - генетический алгоритм.

В области вероятностной постановки задач планирования работы магистральных нефтепроводов следует отметить работы Новоселова В.Ф., Левина В.С., Веремеенко А.А., Калика В.И., Фарфеля С.Я. В рассмотренных работах показано, что для каждой реализации случайных параметров плановая задача может решаться, как детерминированная.

Во второй главе дается оценка взаимосвязей между расходом потребляемой электроэнергии и показателями работы магистрального нефтепровода и перекачиваемой нефти.

В реальных условиях неизменными в течение больших промежутков времени являются показатели, характеризующие нефтепроводную систему и расположенное на ней оборудование (длины участков, раскладка труб по трассе, высотные отметки конца и начала участков, паспортные характеристики основного и вспомогательного оборудования и т.д.). К изменяющимся показателям можно отнести: производительность нефтепровода, наличие товарной емкости в резервуарном парке, плотность и вязкость нефти при температуре перекачки, состояние надежности оборудования и объектов, проявляющиеся в нарушении плановой работы и т.п.

Например, производительность нефтепровода зависит от режима поставки и приема, запаса нефти и свободной емкости в РП нефтепроводной системы, простоев по различным причинам (аварии, неисправности), физико-химических свойств нефти (плотности и вязкости нефти при температуре перекачки), однородности нефти. На рисунке 1 изображен тренд суточного расхода нефти в нормализованном виде на режиме j за 12 дней одного месяца для действующего нефтепровода. Режим j – определенная комбинация одновременно включенных насосных агрегатов. Прямая линия – плановый расход нефти.

  Изменение объемного расхода нефти во времени на режиме j Из рисунка 1-0

Рисунок 1 – Изменение объемного расхода нефти во времени на режиме j

Из рисунка 1 видно, что нормализованный фактический расход нефти режима j за 12 суток изменяется в пределах от -1,5 до 1,8, то есть при одной и той же включенной комбинации насосных агрегатов производительность нефтепровода является величиной случайной. Естественно, что фактические и плановые показатели по расходу электроэнергии также будут различаться. На фактический расход электроэнергии могут оказывать влияние такие неучтенные факторы, как качество управления нефтепроводом, взливы в резервуарах, пропуск очистных устройств и т.п.

Для оценки причины отклонения фактического расхода от планового желательно установить наличие и характер взаимосвязей между расходом электроэнергии и изменяющимися показателями. В качестве исходных использованы фактические данные эксплуатации одного из действующих МН.

При изучении связи между расходом электроэнергии и отобранными изменяющимися показателями шесть переменных принимаются независимыми X1, X2, X3, X4, X5, X6, а седьмая переменная Y – за функцию:

X1 – номер сезона M;

X2 – плотность нефти при температуре перекачки (кг/м3);

X3 – вязкость нефти при температуре перекачки (м2/с);

X4 – коэффициент использования резервуарного парка V;

V = .
где объем нефти в резервуарах,
VРП общий объем резервуарного парка.

X5 – суточный (объемный) расход нефти Qсут (м3/сут);

X6 – производительность предыдущего (начального) режима G2ч (т/2ч);

Y – расход электроэнергии W (кВтч/сут).

Одним из простейших способов анализа данных является их графическое представление (рисунок 2). Каждому объекту на диаграмме соответствует точка, координаты которой определяются значениями пары выбранных для анализа переменных. Ось X – суточный (объемный) расход нефти в нормализованном виде, ось Y – суточный расход электроэнергии в нормализованном виде.

 Диаграмма рассеяния расхода электроэнергии и объемного расхода нефти По-2

Рисунок 2 - Диаграмма рассеяния расхода электроэнергии и объемного расхода нефти

По расположению точек можно говорить об устойчивой статистической связи между расходом электроэнергии и производительностью нефтепровода. Точки, которые выбиваются из места сгущения, могут определяться влиянием неучтенных факторов.

Так как зависимости между переменными стохастичны, и анализ осуществляется по выборке из генеральной совокупности, то определить силу линейной связи пары переменных позволяет выборочный коэффициент корреляции ryx, рассчитываемый по формуле:

, (1)
где xi, yi выборочные значения соответствующих переменных;

средние арифметические выборочных значений соответствующих переменных;

n объем выборки.

По вычисленным значениям выборочных коэффициентов корреляции выделенных переменных установлено, что в рассматриваемом примере значительное влияние на расход потребляемой электроэнергии оказывают суточный расход нефти и характер управления при смене режима на нефтепроводе, так как и

Выборочный коэффициент корреляции не учитывает суммарное взаимное влияние объясняющих переменных. Установить зависимость искомой функции от нескольких переменных позволяет теория множественной регрессии.

Поиск наилучшей регрессионной модели представляет собой довольно громоздкий процесс. Наиболее разумным может быть использование нейронных сетей, которые обладают рядом преимуществ перед регрессионными моделями: сами подбирают вид функциональной зависимости по экспериментальным данным и являются адаптивной моделью, подстраивающие структуру сети под новые наблюдения и позволяющие объяснить довольно сложные связи между значениями расхода электроэнергии и показателями магистрального нефтепровода и перекачиваемой нефти. Именно поэтому дальнейшие исследования направлены на использование для прогнозирования расхода электроэнергии на нефтепроводе метода нейронных сетей.

В третьей главе рассматривается задача нейросетевого метода прогнозирования расхода электроэнергии для однониточного магистрального нефтепровода на основе реальных данных его эксплуатации.

Изменение температуры окружающей среды влияет на реологические параметры нефти в резервуарах, изменение же параметров нефти в трубопроводе при ее движении зависит от температуры грунта. Поэтому неопределенность воздействия внешней и внутренней среды на трубопроводную систему делает задачу прогнозирования расхода электроэнергии при транспортировке нефти частью сложного процесса. В этом случае эффективным решением является использование искусственных нейронных сетей (ИНС). ИНС является базисом для представления информационной модели на основе данных наблюдений над реальной системы.

В математическом представлении функционирование ИНС можно описать информационным массивом, на основе которого строится прогноз:

{R}={P}{}, P=<X,Y> =<X(i),Y(i),i=1,…,N>, ={,i=N+1,…,N+T},
где X(i) вектор объясняющих переменных (вектор входных переменных) в точке i;
Y(i) результативный вектор (выходной вектор) в точке i;
N число точек наблюдения;
вектор объясняющих переменных прогнозного периода (планируемые переменные).

При прогнозировании расхода электроэнергии по магистральному нефтепроводу выбраны следующие переменные моделирования для построения ИНС:

Результативная (выходная) переменная: W.
Объясняющие (входные) переменные: M, , , V, Qсут, G2ч.

Обозначим - вектор входных показателей за период времени t. Из-за действия случайных факторов в системе и окружающей среде, переменные, влияющие на расход электроэнергии W, являются случайными. Пусть существует N реализаций случайного вектора и соответствующее им множество реализаций случайного вектора Y(t) за период времени t, которое обозначим . Эти реализации (измерения) в совокупности составляют обучающую выборку для нейросетевой модели:

, (2)

Необходимо, по данным наблюдений (2) построить нейросетевое отображение:

, (3)
где w набор свободных параметров (синаптических весов) ИНС, выбранных из пространства параметров весов W.


Pages:   || 2 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.