Подход к решению задачи контроля баланса газа на основе регрессионного анализа величины запаса газа

В работе рассматривается технологический процесс учета расхода газа в газотранспортной системе. Одной из проблем системы учета является небаланс газа, возникающий вследствие влияния множества изменяющихся величин, в том числе таких, как нелинейно зависимые характеристики рабочей среды (природного газа), оборудования, трубопровода и окружающей среды. Одной из составляющих небаланса является величина запаса газа в магистральном трубопроводе, на которую, в числе прочих факторов, влияет температура грунта на глубине заложения газопровода, обновляющаяся ежемесячно по статистическим данным. В работе предложен подход к расчету величины запаса на основе значений температуры грунта, обновляющихся в режиме реального времени, а также предложено прогнозирование величины запаса газа в трубопроводе с применением регрессионного анализа; использованы различные методы машинного обучения с использованием среды Matlab, осуществлено сравнение результатов регрессии на основе применения этих методов, выявлены наиболее значимые при расчете запаса газа параметры, применена кластеризация для определения знака величины запаса газа в трубопроводе. Современный математический аппарат и вычислительные средства могут быть использованы с целью разработки программного обеспечения и последующей интеграцией в комплексных вычислительных системах.

1. Хворов Г.А., Козлов С.И., Акопова Г.С., Евстифеев А.А. Сокращение потерь природного газа при транспортировке по магистральным газопроводам ОАО «Газпром». Газовая промышленность.2013;12:66–9

2. Горбунов С.С., Констандян А.В., Дубинин В.А., Констандян В.А. Построение системы идентификации источников и причин небаланса газа в газотранспортной системе, Газовая Промышленность 2019;2:68-76

3. Николаев В.П., Филиппов А.Д., Минченко А.В. Совершенствование оперативного учета газа, Газовая Промышленность 2018;2:64-71

4. Тухбатуллин Ф.Г., Семейченков Д.С., Тухбатуллин Т.Ф. Метрологический фактор наличия разбаланса в системе «ГРС – Потребитель»; Труды РГУ Нефти и Газа (НИУ) им. И.М. Губкина, 2017;4:86-94

5. Тухбатуллин Ф.Г., Семейченков Д.С. О причинах разбаланса природного газа в системе газораспределения и методах прогнозирования его величины; Территория «НЕФТЕГАЗ».2017;6:14–20.

6. Крымский В. Г., Жалбеков И. М., Имильбаев Р. Р., Юнусов А. Р. Автоматизация управления технологическими процессами в газораспределительных сетях: проблемы, тенденции и перспективы / Электротехнические и информационные комплексы и системы. 2013;9(2):70-9

7. Скорнякова П.Ю., Земенкова М.Ю. Организация и оценка эксплуатационной надежности и технического состояния газораспределительных сетей на основе систем контроля и мониторинга в режиме реального времени. Материалы Международной научно-технической конференции «Транспорт и хранение углеводородного сырья» 2019;4:285-93

8. СТО ГАЗПРОМ 2-3.5-051-2006 Нормы технологического проектирования магистральных газопроводов

9. Правила учета газа, Министерство Энергетики Российской Федерации, Приказ от 30 декабря 2013 года N 961 «Об утверждении Правил учета газа» (с изменениями на 26 декабря 2014 года).

10. ПР 50. Количество природного газа. Типовая методика выполнения измерений объемов природного газа в реальных условиях эксплуатации при взаимных расчетах между поставщиком и потребителями, ФГУП ВНИИМС, Москва 2003.

11. РД 153-39.4-079-01 «Методика определения расходов газа на технологические нужды предприятий газового хозяйства и потерь в системах распределения газа» (утв. Приказом Минэнерго России от 01.08.2001 №231.

12. СТО Газпром 2-3.5-113-2007 Методика оценки энергоэффективности газотранспортных объектов и систем

13. Методика определения запаса газа газотранспортных предприятий ОАО «Газпром» от 15.09.1999

14. Перчик, А.И. Краткий словарь-справочник по экономике нефтегазодобывающей промышленности. Изд. 2-е, перераб. и доп.–М.: Недра, 1976

15. Бренц А.Д. Организация, планирование и управление на предприятиях транспорта и хранения нефти и газа : учебник для вузов / [и др.]. – М. : Недра, 1980.

16. Глухов Д.О.; Глухова Т.М.; Андриевский А.П.; Янушонок А.Н. Баланс газа в системе взаимосвязанных магистральных газопроводов в рамках неизотермической стационарной модели транспортировки газа. Строительство. Прикладные науки. Инженерные сети. 2018;16:107-109

17. База данных Международной Метеорологической Организации (WMO). Доступно по: https://www7.ncdc.noaa.gov/CDO/dataproduct.

18. Госфонды Гидрометеоцентра. Доступно по: http://meteo.ru/.

19. Дьяконов В.П., Круглов В.В. MATLAB 6.5 SP1/7/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформации. – М.: СОЛОН-ПРЕСС, 2006..

20. Шашков В.Б. Прикладной регрессионный анализ. Многофакторная регрессия: Учебное пособие.- Оренбург: ГОУ ВПО ОГУ, 2003.

21. Vladimir N. Vapnik. The Nature of Statistical. Learning Theory. Second Edition. Springer Verlag NY; 2005.

22. Rasmussen C. E. & Williams C. K. I., Gaussian Processes for Machine Learning, Massachusetts Institute of Technology, 2006

23. Хайкин С. Нейронные сети. Полный курс. Вильямс, 2018

24. Сообщество IT специалистов. Доступно по: https://habr.com/ru/company/mailru/blog/513842/

25. Andrew NG: AI for Everyone; DeepLearning.AI. Доступно по: www.coursera. org/learn/ai-for-everyone.