WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

Динамика изменения показателя за рассматриваемый период также характеризуется наличием сезонных колебаний. Перераспределение рангов между группами потребителей в разные времена года приводит к изменению формы кривой гиперболического рангового распределения и, как следствие, к изменению показателя. В целом диапазон изменения показателя составляет 15,43 % (0,741–0,855). Исследование сезонных колебаний значений рангового показателя рангового распределения показало, что наибольшее влияние на сезонные изменения оказывают погодные условия (летом ранговый показатель выше, чем зимой) и временные сезонные ограничения. Летом значение находится в диапазоне 0,81-0,855, а зимой 0,74-0,79. Значения показателя за аналогичные месяца изменяются в пределах 1-1,5 %, что позволяет сделать вывод об устойчивости структуры ценоза, состоящего из групп потребителей электроэнергии региона. Помимо цикличности выявлено наличие функциональной зависимости, отображающей изменение величины показателя за рассматриваемый период (январь 2004 – август 2006 гг.). При определении выраженной тенденции изменения показателя делается вывод о переходе к новым устойчивым соотношениям крупное-среднее-мелкое групп потребителей по величине расхода электрической энергии.

В четвертой главе на основе выполненного анализа, моделирования статистических данных и выявленных ценологических закономерностей разработана методика прогнозирования помесячного расхода электроэнергии групп потребителей региона.

Для выбора функциональной зависимости, описывающей изменение во времени расхода электроэнергии каждой из групп потребителей, построены графические изображения динамики электропотребления групп (рис. 5, 6, 7).

Рис. 5. Графики ежемесячного изменения расхода электроэнергии каждой из групп потребителей с потреблением более 70 млн.кВтч (2004-2006 гг.)

Рис. 6. Графики ежемесячного изменения расхода электроэнергии каждой из групп потребителей с потреблением от 13 до 70 млн.кВтч (2004-2006 гг.)

Рис. 7. Графики ежемесячного изменения расхода электроэнергии каждой из групп потребителей с потреблением менее 13 млн.кВтч (2004-2006 гг.)

Анализ графиков ежемесячного изменения расхода электроэнергии, показал, что в каждой группе наблюдается цикличность (сезонность) расхода электрической энергии в зависимости от календарного периода времени.

Пример прогнозных моделей, сформированных после анализа временных рядов для каждой группы потребителей, представлены в табл. 3.

Таблица 3

Прогнозные модели групп потребителей

Наименование группы

Прогнозная модель (в млн. кВтч)

Крупные промышленные предприятия

W = 0,151·t + 325,191·IW(t)

Организации железнодорожного транспорта, метрополитен

W = 0,201·t + 197,307·IW(t)

Организации сферы бытовых услуг (коммунальные службы)

W = 0,137·t + 182,239·IW(t)

Организации торговли

W = 0,888·t + 178,373·IW(t)

Юридические организации

W = 0,001·t + 0,464·IW(t)

Предприятия агропромышленного комплекса

W = -0,0001·t + 0,060·IW(t)

Прогнозирование структуры помесячного распределения объема электроэнергии между группами потребителей заключается в определении соотношения крупное-среднее-мелкое групп потребителей по величине электропотребления. Прогноз структуры выполнили, используя динамику первого рода, определив форму гиперболического рангового Н-распределения на период прогноза. Динамика первого рода рангового распределения групп потребителей электроэнергии описывается формулой (4).

Для формирования закономерностей динамики первого рода W(r,t) был выполнен анализ зависимостей и, который показал цикличность и наличие трендов в изменении расхода электроэнергии группой потребителей (Крупные промышленные предприятия), а также характеристического показателя структуры гиперболического рангового Н-распределения по параметру групп потребителей электрической энергии г. Москва (показатель ). В табл. 3 представлена математическая модель изменения, сформированная на основании анализа временного ряда.

Аналогично прогнозу помесячного расхода электроэнергии группами потребителей определили прогнозную модель. Прогнозная модель показателя с учетом коэффициента сезонности описывается формулой

(6)

где t – период прогноза; I(t) – индекс сезонности соответствующего периода.

Динамика изменения показателя, выраженная линейной моделью (6) характеризуется постоянным множителем перед переменной времени (периода) t. Данный множитель близок к нулевому значению, поэтому делается вывод об устойчивости структуры (крупное-среднее-мелкое) потребления электроэнергии группами потребителей, полученных в результате классификации.

Определив прогнозные модели показателей W1 и, сформировали окончательный вид (4) прогнозной функции гиперболического рангового Н-распределения по параметру (расход электроэнергии) групп потребителей электрической энергии г. Москва на 2007 год. Расход электроэнергии совокупностью групп потребителей рассчитывается путем интегрирования прогнозной функции гиперболического рангового Н-распределения за период времени (календарный месяц) по всем рангам.

,

(7)

где r – ранг соответствующей группы; n – количество групп.

Прогноз величины месячного потребления электрической энергии выборки в целом на основе динамики первого рода рангового Н-распределения является достаточно точным. Использование динамики первого рода рангового Н-распределения при прогнозе расхода электрической энергии для конкретной группы потребителей возможно только в случае неизменности ранга данных групп и расположении эмпирических величин расхода электроэнергии на аппроксимирующей кривой гиперболического рангового Н-распределения. В действительности данное допущение дает значительную ошибку при прогнозе, так как не учитывается межгрупповые соотношения в расходах электроэнергии в течение рассматриваемого периода и практического не совпадения аппроксимирующей и эмпирической кривой рангового распределения. Поэтому, для более точного прогнозирования отдельных групп потребителей г. Москва использовано совмещение методов математической статистики (анализ временных рядов) и метод ценологического анализа - структурно-топологическую динамику.

Динамика второго рода в нашем случае представляет собой динамику изменения объема потребления электроэнергии каждой группы. Прогнозирование на основе структурно-топологической динамики – это прогнозирование траектории объема электропотребления каждой группы потребителей (табл. 3) и верификация прогноза путем анализа соответствия прогнозных значений расхода электроэнергии форме гиперболического рангового Н-распределения, полученной на основании динамики первого рода.

Графически динамика второго рода представлена в виде ранговой поверхности (рис. 8) для выделенных 32 групп потребителей за период фактического электропотребления (январь 2004–август 2006 гг.) и периода прогноза (сентябрь 2006–декабрь 2007 гг.).

Рис. 8. Поверхность гиперболического рангового Н-распределения

При помощи сформированных линейно-регрессионных моделей определены прогнозные величины помесячного расхода электроэнергии каждой группой, а значит и их ранги по величине электропотребления. Сумма прогнозных расходов электроэнергии равна прогнозной величине электропотребления всей выборки потребителей. Для установления адекватности произведенного прогноза расхода электрической энергии группами потребителей при помощи динамики первого рода выполнили аналогичные прогнозы на основе сформированных регрессионных моделей на 2006 г. с одной стороны как сумма прогнозных расходов электроэнергии каждой группой потребителей, с другой – на основе единой прогнозной модели для всех потребителей, относящихся к различным группам. Результаты прогноза расхода электроэнергии представлены в табл. 4.

Таблица 4

Показатели точности выполнения прогноза

Год

Месяц

Фактический расход э/э, млн. кВтч

Прогнозные величины расхода электроэнергии потребителями выборки, млн. кВтч

Динамика первого рода

Отклонение прогноза от факта, %

модели временного ряда

Сумма прогнозов величины расхода каждой группы

Отклонение прогноза от факта, %

Прогноз суммарной величины расхода всех групп

Отклонение прогноза от факта, %

1

2

3

4

5=(4-3)/3

6

7=(6-3)/3

8

9=(8-3)/3

2006

январь

2 117,44

2 057,40

-2,84%

2 068,84

-2,30%

2 043,82

-3,48%

февраль

2 072,53

2 045,93

-1,28%

2 060,03

-0,60%

2 034,87

-1,82%

март

2 088,29

2 101,19

0,62%

2 118,41

1,44%

2 091,50

0,15%

апрель

1 845,94

1 902,94

3,09%

1 927,26

4,41%

1 898,72

2,86%

май

1 716,62

1 732,13

0,90%

1 770,40

3,13%

1 739,81

1,35%

июнь

1 682,48

1 690,55

0,48%

1 734,77

3,11%

1 704,43

1,30%

июль

1 680,33

1 684,69

0,26%

1 733,18

3,15%

1 701,82

1,28%

август

1 708,39

Pages:     | 1 | 2 || 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»