CC BY
65
3. Кобзарь, А. И. Прикладная математическая статистика. Для инженеров и научных работников [Текст] / А. И. Кобзарь - М.: Физматлит, 2006. - 816 с.
References
1. Orlov A. I. Jekonometrika: Uchebnoe posobie dlja vuzov (Econometrics: A manual for schools). Moscow: Jekzamen, 2002, 576 p.
2. Gmurman V. E. Rukovodstvo k resheniju zadach po teorii verojatnostej i matematicheskoj statistike: Ucheb.posobie (Guide to solving problems in the theory of probability and mathematical statistics: Textbook). M.: Vysshee obrazovanie, 2008, 404 p.
3. Kobzar' A. I. Prikladnaja matematicheskaja statistika. Dlja inzhenerov i nauchnyh rabotnikov (Applied Mathematical Statistics. For engineers and scientists). M.: Fizmatlit, 2006, 816 p.
УДК 621.311.001.57
А. А. Комяков, М. М. Никифоров, В. В. Эрбес
О ПОДХОДАХ К ОЦЕНКЕ ФАКТИЧЕСКОЙ ЭКОНОМИИ ЭНЕРГЕТИЧЕСКИХ РЕСУРСОВ,
ДОСТИГАЕМОЙ ПРИ РЕАЛИЗАЦИИ ЭНЕРГОСЕРВИСНЫХ ДОГОВОРОВ
В работе предложен подход к оценке фактической экономии энергетических ресурсов, достигаемой при реализации энергосервисных договоров, основанный на разработке математической модели электропотребления, учитывающей влияние производственных и климатических факторов. Рассмотрен пример расчета фактической эффективности внедрения энергосберегающего устройства на Свердловской железной дороге.
В соответствии с действующим Федеральным законом РФ от 23.11.2009 № 261-ФЗ «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации» одним из путей снижения энергоемкости производственного процесса является заключение энергосервисных договоров (контрактов). На железнодорожном транспорте определен и внедряется перечень направлений реализации требований данного Закона, таких как учет используемых энергетических ресурсов; соблюдение требований к энергетической эффективности зданий, строений, сооружений; проведение обязательного энергетического обследования; внедрение системы контроля отнесения расхода энергоресурсов по видам деятельности и статьям затрат [1]. Однако энергосервисные контракты в ОАО «Российские железные дороги» до настоящего времени широкого распространения не получили. Одной из основных причин этого является сложность при проведении оценки фактически получаемого ОАО «Российские железные дороги» эффекта от внедрения энергосберегающих технологий при реализации энергосервисных контрактов.
Энергосервисный контракт, или перфоманс-контракт, - это особая форма договора, которая дает возможность заказчику внедрить на своем объекте энергосберегающие технологии, не расходуя предварительно свой капитал, а оплачивая его периодически по частям за счет экономии на энергоресурсах, возникающей после внедрения данных технологий [2, 3].
В зависимости от источника финансирования и способа определения стоимости договора различают несколько видов энергосервисных контрактов. В РФ одним из наиболее перспективных является договор на комплекс энергосервисных услуг с разделением экономии. В рамках этих договоров финансирование энергосберегающих мероприятий осуществляется за счет энергосервисных компаний. При этом в контракте указывается, в каких долях делятся сэкономленные средства между заказчиком и энергосервисной компанией в соответствующий период времени. В основном такие контракты заключаются на срок не более 10 лет.
Цель такого контракта состоит в том, чтобы энергосервисная компания компенсировала все свои затраты и получила необходимую прибыль в течение срока реализации этого проек-
та. Собственник объекта не делает никаких инвестиций в проект, но в то же время получает свою долю от экономии в течение контрактного периода и всю экономию по его завершении [4].
Одним из факторов, ограничивающих применение энергосервисных контрактов в РФ, является отсутствие единой методики оценки энергоэффективности проекта. Рассмотрим пути решения этой проблемы на примере энергосберегающих технологий, направленных на снижение расхода электрической энергии.
Для объектов со стабильной нагрузкой широко применяется способ определения фактической экономии электрической энергии, при котором снижение расхода электрической энергии определяется как разница между расходом электрической энергии до внедрения энергосберегающего устройства ( Щ ) и после его внедрения ( Щ ) за соответствующий период [5 - 7]:
аж = щ - щ2. (1)
Недостатком такого способа является то, что он не учитывает изменение производственных, климатических и иных факторов, оказывающих влияние на объем электропотребления.
Известен способ сопоставления удельных расходов электрической энергии в расчете на единицу производственной деятельности того или иного объекта до (w1) и после внедрения
(w2) энергосберегающего устройства:
АЖ = (^ -^)У2, (2)
где V - объем производственной деятельности объекта после внедрения энергосберегающего мероприятия.
Такой подход применен в «Методике расчета значений целевых показателей в области энергосбережения и повышения энергетической эффективности, в том числе в сопоставимых условиях», утвержденной приказом Министерства регионального развития Российской Федерации от 07.06.2010 № 273. Недостатком такого способа является то, что при расчете удельного расхода электрической энергии рассматривается влияние только производственной деятельности объекта, а остальные факторы не учитываются.
Сущность предлагаемого способа определения фактической экономии электрической энергии заключается в разработке математической модели электропотребления объекта, на котором внедрено энергосберегающее устройство, на основе предварительной информации о расходе электроэнергии и влияющих факторах до внедрения энергосберегающего мероприятия и последующем сравнении смоделированного электропотребления с фактическим после внедрения энергосберегающего устройства. Близкая по сути идеология в настоящее время используется в ОАО «Российские железные дороги» при осуществлении планирования электропотребления на нетяговые нужды его структурных подразделений [8, 9].
Порядок оценки фактической экономии электрической энергии иллюстрируется структурной схемой, приведенной на рисунке 1.
Пусть энергосберегающие устройства 2 подключаются к питающей линии между источником электропитания 1 и потребителями 4. Для оценки фактической экономии электрической энергии устанавливаются приборы учета электрической энергии 3. При необходимости фиксируются показатели качества электрической энергии.
На первом этапе оценки фактической экономии электрической энергии производится выделение отдельных потребителей 4 в зависимости от характера их производственной деятельности. Например, в составе вагонного депо выделяется цех по ремонту вагонов, административный корпус, гараж и т. п. Каждый из потребителей при этом должен быть оборудован собственным прибором учета электрической энергии.
На втором этапе осуществляется сбор данных о расходе электрической энергии и влияющих производственных факторах 5 по каждому выбранному потребителю до внедрения энергосберегающего устройства. К производственным факторам относятся объем выполнен-
ной работы, состав и режим работы оборудования. Дополнительно собирается информация о климатических факторах (например, температура воздуха и продолжительность светового дня) в блоке 7.
На третьем этапе осуществляется анализ влияния принятых к рассмотрению производственных и климатических факторов 6 на уровень потребления электрической энергии до внедрения энергосберегающего устройства. Степень влияния определяется с помощью коэффициентов корреляции:
^(Ж, -Ж)(х, -х)
ГЖх =
1=1
-Ъх(п - 1)
(3)
где Жг , х;,- 1-е значение расхода электроэнергии и влияющего фактора х;
Ж, х - средние значения расхода электроэнергии и влияющего фактора х для рассматриваемой выборки;
п - объем выборки;
, ах - средние квадратические отклонения расхода электроэнергии и влияющего фактора х, которые определяются выражением:
=
а =
Е (Щ, - ж)2
1=1
п -1
(4)
Е (Хг - X)2
1=1
п-1
Рисунок 1 - Порядок оценки фактической экономии электрической энергии
На рисунке 1 обозначено: 1 - источник электропитания; 2 - энергосберегающее устройство; 3 - счетчики учета электрической энергии; 4 - потребители различного производственного назначения; 5 - учет произвдственных факторов; 6 - юлок анализа степени влияния производственных и климатических фактров на расход электрической энергии; 7 - блок учета влияния климатических факторов; 8 - блок формирования математической модели электропотребления; 9 - блок определения энергетической эффективности; 10 - результат оценки эффективности энергосберегающего устройства.
Для оценки значимости полученных коэффициентов корреляции вычисляется наблюдаемое значение критерия
Т - г (5)
Т набл V* Г-Г (5)
\Д - Г
\ Шх
и по таблице критических точек распределения Стьюдента для заданного уровня значимости и числа степеней свободы k = п - 2 определяется критическое значение [10].
Рассчитанные значения коэффициентов корреляции считаются значимыми при выполнении неравенства:
|Тнабл| > tкр . (6)
На четвертом этапе формируется математическая модель процесса электропотребления в блоке 8. В случае, если зависимости между расходом электрической энергии и влияющими факторами нелинейны, а сами факторы являются взаимосвязанными друг с другом, возможно использование математического аппарата искусственных нейронных сетей. В этом случае процесс формирования математической модели электропотребления включает в себя следующие основные этапы: формирование выборки исходных данных, разделение выборки на обучающую и тестовую, обучение нейронной сети методом обратного распространения ошибки и тестирование нейросетевой модели [11].
В случае линейной зависимости между расходом электрической энергии и влияющими факторами целесообразно использовать регрессионную модель. Уравнение регрессии может дать хороший результат, если воздействием других факторов, влияющих на процесс электропотребления, можно пренебречь. Построение регрессионной модели включает в себя формирование выборки исходных данных, оценку параметров уравнения регрессии, построение системы нормальных уравнений и ее решение. В зависимости от количества влияющих факторов моделируется парная или множественная регрессия. Основная цель множественной регрессии - построить модель с минимально возможным числом факторов, определив при этом влияние каждого из них в отдельности и их совокупное воздействие на моделируемый процесс электропотребления.
Количество нейросетевых или регрессионных моделей зависит от числа потребителей, разделенных по характеру производственной деятельности. Для каждого потребителя формируется отдельная нейросетевая или регрессионная модель.
Пятый этап подразумевает сбор информации о фактическом расходе электроэнергии, производственных и климатических факторах за расчетный период данных после внедрения энергосберегающего устройства. С помощью ранее сформированной нейросетевой или регрессионной модели рассчитывается расход электрической энергии. В блоке 9 осуществляется сравнение фактического и смоделированного расхода электрической энергии по каждому потребителю:
AWiШмод - Шфакт, (7)
где Шфакт, Шмод - фактический и смоделированный расход электрической энергии за единицу времени.
Экономия электроэнергии за рассматриваемый период времени по каждому потребителю определяется в абсолютном и относительном выражении в блоке 10 по формулам:
п
аж '=ещ'; (8)
,=1
аж '
ЪЖ' = ^тЖ--100% . (9)
Еж мод 1=1
Результирующая экономия электрической энергии в целом по объекту определяется как суммарная экономия по всем потребителям и позволяет сделать вывод о целесообразности использования энергосберегающего устройства на рассматриваемом объекте.
Предложенный подход был использован при оценке эффективности внедрения энергосберегающей системы на распределительной подстанции (РП) депо Свердловской железной дороги.
На первом этапе обследования было определено, что от РП депо по линиям 6 кВ получают питание четыре трансформаторные подстанции 6/0,4 кВ, имеющие различный состав потребителей, существенно отличающийся по характеру нагрузки [12]. Наиболее сложный состав потребителей получает питание от РП-449, нагрузкой которой являются компрессорная, пескосушилка, освещение, пост ЭЦ и экипировка локомотивного депо. Остальные потребители - трансформаторные подстанции ТП-4611, ТП-4659 и ТП-4748 - питают электромашинный цех, цеха ТР-3 и ТР-1 и испытательную станцию локомотивного депо соответственно. По каждой группе потребителей был произведен суточный сбор данных расхода электрической энергии, производственных и климатических факторов за период с 01.05.2013 по 30.09.2013 до внедрения энергосберегающего устройства.
На втором этапе был выполнен анализ каждой группы потребителей и определено влияние производственных и климатических факторов на уровень потребления электроэнергии. Обработка данных по ТП-4611, питающей электромашинный цех, показала, что наблюдается существенная зависимость между электропотреблением и выполненным объемом работ (коэффициент корреляции 0,5), а также присутствует зависимость между электропотреблением и продолжительностью светового дня (коэффициент корреляции 0,4).
Анализ производственных и климатических факторов на ТП-4659 и ТП-4748 показал, что расход электрической энергии достаточно стабильный, влияние объема выполненных работ и продолжительности светового дня на расход электроэнергии оценивается коэффициентами корреляции, находящимися в пределах от 0,33 до 0,36.
По всем трем группам потребителей (ТП-4611, ТП-4659 и ТП-4748) влияние температуры воздуха на расход электрической энергии незначительное, а коэффициенты корреляции не превышают 0,13.
В нагрузку потребителя РП-449 входит экипировка, расход электроэнергии которой является стабильным во времени. Влияние внешних факторов незначительно, поэтому для данного объекта расход электрической энергии принят постоянным и равным среднему за период исследования значению. Оставшаяся нагрузка потребителя РП-449 имеет различную хозяйственную принадлежность, но наблюдается значительная зависимость расхода электроэнергии от температуры воздуха (коэффициент корреляции 0,77).
С учетом анализа влияния факторов на процесс потребления электрической энергии разработана математическая модель, которая включает в себя четыре уравнения регрессии.
1. Зависимость суточного расхода электрической энергии по ТП-4611 (электромашинный цех) от продолжительности светового дня Ьсв и количества отремонтированных тяговых двигателей V:
ж = 4127,5 - 0,03!св + 64,4У. (10)
2. Зависимость суточного расхода электрической энергии по ТП-4659 (цех ТР-1) от продолжительности светового дня Ьсв и объема ремонта локомотивов ТР-1 V:
ж = 2241,2 - 0,011 + 0,006V.
(11)
3. Зависимость суточного расхода электрической энергии по ТП-4748 (цех ТР-3) от продолжительности светового дня Ьсв и объема ремонта локомотивов ТР-3 V:
ж = 1176,9 - 0,0071 + 0,002v.
(12)
4. Зависимость суточного расхода электрической энергии по РП-449 (компрессорная, пескосушилка, освещение и пост ЭЦ) от температуры воздуха
ж = -33,641 + 1316.
(13)
Сравнение фактического и смоделированного расхода электрической энергии до внедрения энергосберегающего устройства (рисунок 2) показывает, что математическая модель достаточно адекватно позволяет оценить влияние принятых к рассмотрению факторов на расход электрической энергии. Качество модели можно оценить путем расчета средней относительной погрешности МАРЕ [13]:
1 п ш - ж
МАРЕ = - У факт мод
п
1=1
Ж,
(14)
факт
где Жфакт - фактический расход электрической энергии;
Жмод - расход электрической энергии, спрогнозированный моделью при том же наборе влияющих факторов.
10000
кВт-ч
6000
^ 4МФ
2000
01.05.20И 22.05.2013 12.06.2013 03.07.2013
Дата
14.08.2013 04.09.2013
25.09.2013
Рисунок 2 - Динамика фактического и смоделированного расхода электрической энергии по РП Депо до внедрения энергосберегающей системы
Для разработанной математической модели погрешность МАРЕ не превышает 2,5 %, что позволяет говорить о достаточной ее адекватности.
Для оценки фактической эффективности энергосберегающей системы за октябрь 2013 г. осуществлялся ежесуточный сбор данных о фактическом расходе электроэнергии, объеме ремонта локомотивов, температуре воздуха и продолжительности дня после внедрения. По
полученным данным производственных и климатических факторов с помощью математической модели был рассчитан расход электроэнергии, который сравнивался с фактическим расходом (рисунок 3).
10000
кВт-ч
6000
W
4000
2000
0
О О
* о/
- факт;
- модель
«Г
^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ . № , V V ^ .
Л- лУ лЬ- гЬ- А-
& & ч<5-
V
V
Й- оУ
Дата
Рисунок 3 - Динамика фактического и смоделированного расхода электрической энергии по РП Депо после внедрения энергосберегающей системы
В целом за рассматриваемый период с 01.10.2013 по 31.10.2013 г. снижение расхода электрической энергии в результате внедрения энергосберегающей системы на РП Депо, рассчитанное с помощью регрессионной модели, составляет 777 кВт-ч, или 0,3 % от общего расхода электрической энергии, и в данном случае эффективность рассматриваемого энергосберегающего устройства подтверждена не была. В случае, если бы был применен способ, основанный на прямом сравнении расхода электрической энергии после внедрения энергосберегающего устройства с электропотреблением за аналогичный период предыдущего года (октябрь 2012 г.) без сопоставления внешних условий, то эффективность была бы определена на уровне 47185 кВт-ч, или 15,6 %, что могло привести к ошибочному заключению об эффективности внедренного энергосберегающего устройства.
Таким образом, использование предлагаемых математических моделей, основанных на оценке влияния производственных и климатических факторов, позволяет объективно оценить технико-экономический эффект, достигаемый в результате внедрения энергосберегающих устройств, при этом адекватность рассматриваемых моделей подтверждена на действующем объекте Свердловской железной дороги. Следовательно, предлагаемый подход может быть применен для определения фактической экономии энергоресурсов, достигаемой при реализации энергосервисных договоров, а учет влияния производственных и климатических факторов позволит застраховать заказчика энергосервисного договора от убытков.
Список литературы
1. Черемисин, В. Т. Основные направления реализации Федерального закона № 261-ФЗ от 23.11.09 «Об энергосбережении...» в холдинге «Российские железные дороги» [Текст] / В. Т. Черемисин, М. М. Никифоров // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2010. - № 2. - С. 119 - 123.
2. Крахмалев, Е. И. Энергосервис в системах уличного освещения: технико-экономические аспекты [Текст] / Е. И. Крахмалев // Вестник Южно-Уральского гос. ун-та. Сер. Компьютерные технологии, управление, радиоэлектроника / Южно-Уральский гос. ун-т. - Екатеринбург. - 2012. - № 35. - С. 150 - 153.
3. Бойкова, Н. А. Перфоманс-контракт и перспективы энергосервиса в России [Текст] / Н. А. Бойкова // Современная научная мысль. - 2013. - № 4. - С. 196 - 200.
4. Антонычев, С. В. Энергосервис, проблемы и позитивные примеры [Текст] / С. В. Антонычев // Энергосбережение. - 2012. - №7. - С. 33 - 39.
5. Горевой, И. М. Применение энергосберегающих технологий на железнодорожном транспорте [Текст] / И. М. Горевой // Проблемы безопасности российского общества. - 2013. -№ 2/3. - С. 65 - 75.
6. Повышение энергетической эффективности системы тягового электроснабжения в условиях рекуперации электроподвижного состава [Текст] / В. Т. Черемисин, А. С. Вильгельм и др. // Локомотив. - 2013. - № 8. - С. 5 - 8.
7. Тульчинская, Я. И. Методика оценки эффективности замены светильников и ламп на энергосберегающие [Текст] / Я. И. Тульчинская // Электронный научный журнал «Нефтегазовое дело». - 2012. - № 4. - С. 570 - 588.
8. Никифоров, М. М. Методика планирования электропотребления на нетяговые нужды структурных подразделений филиалов ОАО «Российские железные дороги» [Текст] / М. М. Никифоров, А. А. Комяков // Известия Самарского научного центра Российской академии наук / Самарский НЦ РАН. - Самара. - 2007. - С. 49 - 53.
9. Черемисин, В. Т. Планирование расхода электрической энергии с применением ИНС [Текст] / В. Т. Черемисин, А. А. Комяков, О. А. Коломоец // Железнодорожный транспорт. -2013. - № 11. - С. 54 - 56.
10. Елисеева, И. И. Эконометрика: Учебник [Текст] / И. И. Елисеева - М.: Финансы и статистика, 2003. - C. 34 - 109.
11. Комяков, А. А. Применение искусственных нейронных сетей для планирования расхода электрической энергии на нетяговые нужды структурных подразделений железных дорог [Текст] / А. А. Комяков, А. В. Пономарев, О. А. Комякова // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2011. - № 1 (5). - С. 63 - 67.
12. Подход к оценке эффективности работы энергосберегающих устройств в сетях электроснабжения железнодорожных узлов с учетом производственных и климатических факторов [Текст] / А. А. Комяков, В. В. Эрбес и др. // Приборы и методы измерений, контроля качества и диагностики в промышленности и на транспорте: Материалы всерос. науч.-техн. конф. с меж-дунар. участием / Омский гос. ун-т путей сообщения. - Омск, 2013. - С. 257 - 263.
13. Коломоец, О. А. Разработка программного алгоритма прогнозирования расхода электрической энергии нетяговых железнодорожных потребителей на основе искусственных нейронных сетей [Текст] / О. А. Коломоец, А. А. Комяков, А. В. Пономарев // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2013. - № 3. - С. 96 - 103.
References
1. Cheremisin V. T., Nikiforov M. M. The main trends to realization of the Federal law № 261-FZ from 23.11.09 «About energy savings» in holding company «Russian railways» [Osnovnye napravleniia realizatsii Federal'nogo zakona № 261-FZ ot 23.11.09 «Ob energosberezhenii...» v kholdinge «Rossiiskie zheleznye dorogi»]. Izvestiia Transsiba - The Trans-Siberian Bulletin, 2010, no. 2, pp. 119 - 123.
2. Krakhmalev E. I., Service energy in system of the street illumination: technical-econmic aspects [Energoservis v sistemakh ulichnogo osveshcheniia: tekhniko-ekonomicheskie aspekty].
Vestnik Iuzhno-Ural'skogo gosudarstvennogo universiteta - Bulletin of the South Ural State University, 2012, no. 35, pp. 150 - 153.
3. Boikova N. A. Perfomans-contract and prospects service energy in Russia [Perfomans-kontrakt i perspektivy energoservisa v Rossii]. Sovremennaia nauchnaia mysl' - Modern scientific thought, 2013, no. 4, pp. 196 - 200.
4. Antonichev S. V. Service energy, problems and positive examples [Energoservis, problemy i pozitivnye primery]. Energosberezhenie - Energy savings, 2012, no. 7, pp. 33 - 39.
5. Gorevoi I. M. Using energy saving technology on rail-freight traffics [Primenenie energos-beregaiushchikh tekhnologii na zheleznodorozhnom transporte]. Problemy bezopasnosti rossiiskogo obshchestva - Problems to safety russian society, 2013, no. 2/3, pp. 65 - 75.
6. Cheremisin V. T., Vilgelm A. C., Nezevak V. L. Increasing to energy efficiency of the system of tractive supply in condition рекуперации электроподвижного of the composition [Pov-yshenie energeticheskoi effektivnosti sistemy tiagovogo elektrosnabzheniia v usloviiakh rekuper-atsii elektropodvizhnogo sostava]. Lokomotiv - Locomotive, 2013, no. 8, pp. 5 - 8.
7. Tul'chinskaia Ia. I. Methods of the estimation to efficiency of the lamp and lamp change on energy saving [Metodika otsenki effektivnosti zameny svetil'nikov i lamp na energosbere-gaiushchie]. Neftegazovoe delo - Oil and Gas Business, 2012, no. 4, pp. 570 - 588.
8. Nikiforov M. M. Methods of the planning of power consumption on without traction of the necessity of the structured subdivisions branch JSC "Russian railways" [Metodika planirovaniia el-ektropotrebleniia na netiagovye nuzhdy strukturnykh podrazdelenii filialov OAO «Rossiiskie zheleznye dorogi»]. Izvestiia Samarskogo nauchnogo tsentra Rossiiskoi akademii nauk - Proceedings of the Samara Scientific Center, Russian Academy of Sciences, 2007, pp. 49 - 53.
9. Cheremisin V. T., Komiakov A. A., Kolomoets O. A. Planning the consuption to electric energy with using INS [Planirovanie raskhoda elektricheskoi energii s primeneniem INS]. Zheleznodorozhnyi transport - Railway transport, 2013, no. 11, pp. 54 - 56.
10. Eliseeva I. I. Ekonometrika: Uchebnik (Ekonometrika: textbook for university). Moscow: Finansy i statistika, 2003, pp. 34 - 109.
11. Komiakov A. A., Ponomarev O. A., Komiakova O. A. Using artificial neural networks for planning the consuption to electric energy on without traction of the necessity of the structured subdivisions of the railways [Primenenie iskusstvennykh neironnykh setei dlia planirovaniia raskhoda elektricheskoi energii na netiagovye nuzhdy strukturnykh podrazdelenii zheleznykh dorog]. Izvestiia Transsiba - The Trans-Siberian Bulletin, 2011, no. 1(5), pp. 63 - 67.
12. Komiakov A. A., Erbes V. V., Kashtanov A. L. Approach to estimation of efficiency of the work энергосберегающих device in set of supply of the railway nodes with provision for production and climatic factor [Podkhod k otsenke effektivnosti raboty energosberegaiushchikh ustroistv v setiakh elektrosnabzheniia zheleznodorozhnykh uzlov s uchetom proizvodstvennykh i klimatich-eskikh faktorov]. Materialy vserossiiskoi nauchno-tekhnicheskoi konferentsii s mezhdunarodnym uchastiem «Pribory i metody izmerenii, kontrolia kachestva i diagnostiki v promyshlennosti i na transporte» (All-Russian scientific conference with international participation «Instruments and methods of the measurements, quality and diagnostics checking in industry and on transport»), Omsk, 2013, pp. 257 - 263.
13. Kolomoets O. A., Komiakov A. A., Ponomarev A. V. Development of the programme algorithm of the forecasting of the consuption to electric energy нетяговых railway consumers on base artificial нейронных networks [Razrabotka programmnogo algoritma prognozirovaniia raskhoda elektricheskoi energii netiagovykh zheleznodorozhnykh potrebitelei na osnove iskusstvennykh neironnykh setei]. Izvestiia Transsiba - The Trans-Siberian Bulletin, no. 3, pp. 96 - 103.
