ЗАСТОСУВАННЯ МЕТОДУ ГРУПОВОГО УРАХУВАННЯ АРГУМЕНТІВ ДЛЯ ПОБУДОВИ МОДЕЛЕЙ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СПОЖИВАННЯ ГАЗУ НАСЕЛЕННЯМ

Автор(и)

  • В. В. Ткачова Придніпровська державна академія будівництва та архітектури, Україна
  • Г. Г. Березюк Придніпровська державна академія будівництва та архітектури, Україна
  • Г. Я. Прокоф’єва Придніпровська державна академія будівництва та архітектури, Україна
  • Л. В. Солод Придніпровська державна академія будівництва та архітектури, Україна
  • О. В. Адегов Придніпровська державна академія будівництва та архітектури, Україна

DOI:

https://doi.org/10.30838/J.BPSACEA.2312.040624.143.1067

Ключові слова:

метод групового урахування аргументів, короткострокове прогнозування, споживання природного газу, прогностична модель

Анотація

Постановка проблеми. Серед найважливіших завдань оптимізації режимів роботи міських газорозподільчих систем – розроблення найближчої стратегії таких режимів. Обробка планових і статистичних показників режимів газоспоживання – один із ключових методів забезпечення оптимального функціонування та нормальної експлуатації систем газопостачання. Найбільш перспективним методом моделювання для розв’язання задач прогнозування став метод самоорганізації моделей, реалізований як метод групового урахування аргументів (МГУА). Короткострокове прогнозування обсягу газоспоживання становить основну вихідну інформацію для прийняття рішень у процесі планування режимів споживання й оперативно-диспетчерського управління. Метод МГУА, відомий також як метод Івахненко, – це потужний інструмент для отримання високоточних прогностичних моделей, що набуває значущості для прогнозування у керуванні енергетичними ресурсами та плануванні їх використання. Розв’язання подібної задачі актуальне, оскільки надає можливість аналізувати обсяги споживання природного газу населенням на майбутній період. Мета статті – методом групового урахування аргументів за вхідними даними побудувати математичні моделі прогнозування споживання газу. Висновок. Для вибору кращих моделей рекомендуються такі параметри: витрата газу завтрашнього дня як функція (основний критерій) та аргументи (додатковий критерій) – витрата газу на сьогоднішній день, температура повітря на сьогодні, температура вчорашнього дня і температури за минулі 3, 5, 7 днів, швидкість вітру і день тижня. Отримані математичні моделі споживання природного газу населенням можна буде застосувати для аналізу обсягів споживання природного газу. Метод дозволяє знайти єдину оптимальну математичну модель, яка найкращим чином розв’язує поставлену задачу.

Посилання

Cayir Ervurala Beyzanur, Beycab Omer Faruk, Zaimc Selim. Model estimation of ARMA using genetic algorithms. A case study of forecasting natural gas consumption : proceedings of the 12th International Strategic Management Conference. Antalya, Turkey, October 28−30, 2016. ISMC. 2016. Рp. 537–545.

Павлов А. В., Степашко В. С., Кондрашова Н. В. Эффективные методы самоорганизации моделей. Киев: Академперіодика, 2014. 197 c.

Soldo B. Forecasting natural gas consumption. Applied Energy. 2012. Vol. 92. Рр. 26–37.

Brabec M., Konar O., Pelikan E., Maly M. A nonlinear mixed effects model for the prediction of natural gas consumption by individual customers. International Journal of Forecasting. 2008. Vol. 24, № 4. Рр. 659–678.

Панкевич В. В., Штовба С. Д. Прогнозування споживання природного газу індивідуальними абонентами в опалювальний сезон : Матеріали XLVI науково-технічної конференції підрозділів ВНТУ. Вінниця, 22−24 березня 2017 р. URL: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2017/paper/view/3160

Irodov V. F., Barsuk R. V., Chornomorets H. Y. Multiobjective Optimization at Evolutionary Search with Binary Choice Relations. Cybern Syst Anal. Vol. 56. 2020. Pр. 449–454. ISSN: 10600396, URL: https://doi.org/10.1007/s10559-020-00260-7

Irodov Vyacheslav, Shaptala Maksym, Dudkin Kostiantyn, Shaptala Daria, Prokofieva Halyna. Development of evolutionary search algorithms with binary choice relations when making decisions for pellet tubular heaters. Eastern-European Journal of Enterprise Technologies. 2021. № 3/8 (111). Рp. 50−59. ISSN 1729-3774, UDC 621.1.016+519.816. DOI: 10.15587/1729-4061. 2021.235837.

Irodov V. F., Khatskevych Yu. V. Convergence of the evolutionary algorithms for optimal solution with binary choice relations. Строительство, материаловедение, машиностроение. 2017. Вип. 98. С. 91–96.

Іродов В. Ф., Барсук Р. В. Загальна схема побудови алгоритмів самоорганізації моделей складних систем з використанням еволюційного пошуку рішень. Строительство, материаловедение, машиностроение. 2015. Вып. 86. С. 43–49.

Ивахненко А. Г. Индуктивный метод самоорганизации моделей сложных систем. Киев : Наукова думка, 1982. 296 с.

Irodov V. Self-organization methods for analysis of nonlinear systems with binary choice relations. Journal Systems Analysis Modeling Simulation. New-York, USA Inc: Gordon and Breach Science Publishers, 1995. Vol. 18–19. Рр. 203–206.

Иродов В. Ф. О построении и сходимости эволюционных алгоритмов самоорганизации и случайного поиска. Автоматика. 1987. № 4. С. 34–43.

##submission.downloads##

Опубліковано

2024-07-29