| Περιγραφή: |
Столбов Валерий Юрьевич, д-р техн. наук, проф., заведующий кафедрой вычислительной математики, механики и биомеханики, Пермский национальный исследовательский политехнический университет, Пермь, Россия; valeriy.stolbov@gmail.com. Нетбай Георгий Владимирович, аспирант, инженер кафедры вычислительной математики, механики и биомеханики; Пермский национальный исследовательский политехнический университет, Пермь, Россия; netbay.georgij@gmail.com. Valery Yu. Stolbov, Dr. Sci. (Eng.), Prof., Head of the Department of Computational Mathematics, Mechanics and Biomechanics, Perm National Research Polytechnic University, Perm, Russia; valeriy.stolbov@gmail.com. Georgij V. Netbay, Postgraduate student, Engineer of the Department of Computational Mathematics, Mechanics and Biomechanics, Perm National Research Polytechnic University, Perm, Russia; netbay.georgij@gmail.com. В статье приводится анализ оценки качества работы моделей управления тепловой сетью города. Результатами анализа является рекомендация по выбору оптимальной модели управления с точки зрения точности и ресурсов, необходимых для её обучения. Данная рекомендация позволит реализовать интеллектуальный модуль для системы поддержки принятия решений, который используется при реализации автоматизированной системы управления тепловой сетью города и позволяет более экономно с точки зрения расходования ресурсов обеспечивать поддержание требуемого температурного режима в многоквартирных домах потребителей. Целью исследования является выбор модели, которая позволит с большей точностью вычислять величину потерь в сети теплоснабжения города. Применение такой модели позволит прогнозировать поведение тепловой сети и в соответствии с этим выбирать управляющее воздействие. Материалы и методы. Анализируются линейная модель, как наиболее простая в обучении и показавшая высокую точность при прогнозировании работы сети в устоявшихся режимах, а также модель на основе деревьев решений, построенная при помощи метода градиентного бустинга. Результаты. Исследованы возможности модели на основе деревьев решений, обученной на основе статистических данных, предсказывать величину тепловых потерь в сети с учётом тепловой инерции системы и прогнозных значений температуры воздуха. Обосновано применение такой модели, показавшей хорошие результаты при исследовании. Приведены оценки точности прогнозирования для линейной модели, а также модели на основе деревьев решений. Заключение. Предложенные методы и модели апробированы на реальных данных, что подтверждает возможность их использования при разработке интеллектуальной информационной системы управления теплоснабжением. The paper analyzes the evaluation of the quality of performance of control models of the city heat network. The results of the analysis are a recommendation for choosing the optimal control model in terms of accuracy and resources required for its training. This recommendation will allow to realize an intellectual module for the decision support system. The intellectual module will be used in the realization of the automated control system of the heat network of the city and will allow more economically, in terms of resource consumption to ensure the maintenance of the required temperature regime in the apartment buildings of consumers. Purpose of the research. Selection of a model that will allow to calculate with greater accuracy the value of losses in the heat supply network of the city. Application of such a model will allow to predict the behavior of the heating network and, in accordance with this, to choose the control action. Materials and methods. Linear model, as the simplest in training, and showed high accuracy in predicting the network in established modes, as well as a model based on decision trees, built using the method of gradient bousting. Results. The capabilities of a decision tree-based model trained on the basis of statistical data to predict the value of heat losses in the network taking into account the thermal inertia of the system and predicted values of air temperature have been investigated. The application of such a model, which showed good results in the study, is justified. Performance estimates for the linear model as well as for the model based on decision trees are given. Conclusion. The proposed methods and models are tested on real data, which confirms the possibility of their use in the development of intelligent information system of heat supply management. |