CC BY
14
УДК 311-2 МЦха^йлов А.А.
ФГБУН Институт автоматики и процессов управления ДВО РАН, Владивосток, Россия
ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ ПОДДЕРЖКА ПОСТРОЕНИЯ РЕГРЕССИОННЫХ МОДЕЛЕЙ ОБЪЕКТОВ ТЕПЛОЭНЕРГЕТИКИ
ДЛЯ СРАВНЕНИЯ РЕЖИМОВ ТЕПЛОПОТРЕБЛЕНИЯ
В докладе анаизируется эффективность количественного способа регулирования по отношению к качественному с использованием программных средств информационно-аналитической системы СКУТЕР Ключевые слова:
Регрессионный анализ, регулирование, теплопотребление.
Введение
Всё большее внимание при технологическом и коммерческом учете энергоресурсов уделяется вопросам построения регрессионных моделей для существующих объектов теплоэнергетики. К сожалению, зачастую физические процессы, протекающие в системе, невозможно описать с точки зрения общих формул из-за большого количества возможных частных неполадок. В этом случае имеет смысл применение регрессионного анализа данных для проведения непосредственного исследования результатов измерений. Это позволяет повысить эффективность производства, передачи и потребления энергоресурсов, выявить возможные неполадки измерительного прибора и получить достоверные данные. Недостоверные результаты могут привести к возникновению нештатных или даже аварийных ситуаций при технических измерениях или к неоправданным финансовым затратам, ведущим к ухудшению или разрыву отношений между поставщиком и потребителем энергетических ресурсов.
В Институте автоматики и процессов управления ДВО РАН совместно с работниками инжиниринговой компании «ВИРА» и 1Т-компании «ИНФОВИРА» создан информационно-аналитический центр (ИАЦ) теплоэнергетического комплекса Приморского края [1]. В рамках ИАЦ создан ряд информационно-аналитических систем (ИАС), эксплуатируемых на объектах генерации [2-5], крупных промышленных предприятиях региона [6-7] и тепловых узлах зданий абонентов теплоснабжения[8]. ИАС выполняют задачи как сбора и хранения данных, так и их обработки и анализа, а модульная архитектура позволяет расширять функциональные возможности с учетом индивидуальных особенностей каждого объекта автоматизации и требований пользователей.
В последнее время наблюдается ярко выраженный процесс установки систем теплового регулирования, предназначенного для экономии тепловой энергии или теплоносителя, и важной задачей информационно-аналитической системы является оценка эффективности регулирования, будь оно качественным, до недавних пор являвшимся общепринятым в России и странах СНГ, или же количественным, нашедшим большее применение в США и странах Европы и набирающим всё большие обороты и в нашей стране. В отличие от качественного способа, при котором количество потребляемой теплоты регулируется на источнике тепла путем изменения температуры теплоносителя, при количественном способе температура теплоносителя поддерживается постоянной, а количество потребляемой теплоты изменяется за счет изменения расхода теплоносителя с помощью оборудования на стороне потребителя.
Из практики известно, что качественный способ регулирования нередко осуществляется с ошибками: в холодное время года температура теплоносителя может занижаться, в межсезонье - завышаться. Это вынуждает потребителей тратить дополнительные средства и устанавливать свое собственное регулирующее оборудование внутри помещений. Данная работа ставит своей целью проанализировать эффективность количественного способа регулирования по отношению к качественному, используя средства информационно-аналитической системы СКУТЕР [9], предназначенной для сервисного обслуживания теплосчетчиков.
Как показывает анализ данных с тепловых узлов, на которых установлена регулирующая авто-
матика [11-12], без должного сервисного оборудования она зачастую либо малоэффективна, либо попросту бесполезна. С применением соответствующих средств анализа архивной информации, качественная оценка эффективности регулирования не представляет собой проблему.
Основная часть
Рассмотрим процесс регулирования теплоснабжения на тепловом пункте здания (объекте) - инженерный корпус ВОП «Гранит», сервисное обслуживание которого осуществляется сотрудниками ЗАО «ВИРА». На рис. 1а и рис. 1б представлены графики изменения параметров теплопотребления и температуры наружного воздуха в зависимости от часа суток для одного и того же объекта, но двух разных периодов времени, полученные с помощью модуля «Графики, таблицы, отчеты» системы СКУТЕР. Для этого объекта до 18 октября 2014 года система автоматического регулирования отсутствовала, затем был установлен регулятор ECL Comfort 210/310: A230.1a. Разработано программное обеспечение для диспетчеризации и удаленного управления процессами теплоснабжения для тепловых узлов c регуляторами данного типа [10]. Проанализируем более тщательно измерительную информацию, полученную из архивов теплосчетчика.
Очевидно, в первом случае (рис. 1а) автоматическое регулирование не осуществлялось, а во втором (рис. 1б) автоматика работала достаточно эффективно, прослеживается обратная зависимость между расходом теплоносителя и температурой наружного воздуха, а так же зависимость теплопо-требления от расхода теплоносителя.
Вполне естественно, что потребителя интересует, в первую очередь, экономическая составляющая и то, насколько быстро окупятся затраты на установку регулирующего оборудования, но количественно оценить экономическую эффективность регулирования - нетривиальная задача. Можно определить ее путем сравнения двух величин Qp и Qb, где Qp - количество теплоты, потребленное объектом с установленным регулирующим оборудованием, а Qb - количество теплоты, потребленное объектом без регулирующего оборудования (виртуальным объектом). И хотя очевидно, что в качестве Qp следует брать данные с объекта Pp, на котором осуществляется регулирование, не совсем ясно, что же именно следует использовать в качестве базы для сравнения Qb. Поскольку практически невозможно получить два идентичных объекта (на одном из которых будет установлено регулирующее оборудование, а на другом - нет), необходимо найти другие пути сравнения.
Предположим, что мы обладаем результатами измерений параметров теплопотребления за отопительный период, предшествующий установке регулирующего оборудования. Кроме того, гидравлический режим объекта за анализируемый период (с регулирующим оборудованием) остался тем же, что и в прошлом периоде (без регулирующего оборудования). В таком случае в качестве базы для сравнения можно использовать некую модель объекта Рв, на котором нет регулирующего оборудования, гидравлический режим соответствует прошлому отопительному периоду, а тепловой режим - текущему. В таком случае становится возможным узнать, каким было бы теплопотребление объекта, если бы в анализируемый период оборудования не было, а расход был бы тем же, что и в прошлый период.
Рисунок 1а - Графики температуры наружного воздуха, расхода теплоносителя в подающем трубопроводе и теплопотребления объекта (количественное регулирование отсутствует)
Рисунок 1б - Графики температуры наружного воздуха, расхода теплоносителя в подающем трубопроводе и теплопотребления объекта (количественное регулирование выполняется)
Для начала следует определить теплопотребле-ние Ов для объекта Рв, для чего необходимо построить регрессионную модель системы теплопо-требления, отражающую связь параметров гидравлического и теплового режима (в целях упрощения пусть система закрытая - отбор теплоносителя не осуществляется). Согласно модели необходимо определить температуру теплоносителя в обратном трубопроводе Ьвобр для объекта Рв и вычислить теп-лопотребление.
Qв ^подС^под ^обр)'
где М^под - расход теплоносителя в подающем тру-бопров оде в предыдущем периоде, ^пПод — температура теплоносителя в подающем трубопроводе анализируемого периода.
В качестве регрессионной модели следует использовать эталонную функцию Ьобр = £(Мпод, Ьпод) , отражающую зависимость температуры теплоносителя в обратном трубопроводе Ьобр от расхода Мпод и температуры tпод теплоносителя в подающем трубопроводе. Если бы система теплопотребления была открытой, то для формирования эталонной функции и определения количества потребленной
тепловой энергии Ов необходимо было бы учитывать значение расхода в обратном трубопроводе Мобр.
Физический смысл зависимости состоит в следующем: tобр растет с увеличением tпод и Мпод. И если зависимость tобр от tпод очевидна, зависимость tобр от Мпод требует разъяснений. Чем больше расход, тем меньше охлаждается теплоноситель и тем выше температура в обратном трубопроводе. С уменьшением расхода потребителю отдается больше тепловой энергии и теплоноситель охлаждается больше.
Чтобы сформировать эталонную выборку, которая будет использована для определения эталонной функции, можно воспользоваться часовыми архивами тепловычислителя. Результаты измерений, характеризующие поведение объекта на выборке, используемой для определения эталонной функции, а так же сам объект и режимы его эксплуатации должны отвечать следующим условиям:
Погрешность результатов измерений не должна превышать определённого значения;
На объекте не должно быть физических дефектов;
На выборке не должно быть поведенческих дефектов.
Получение выборки данных, соответствующих этим требованиям, не является такой уж сложной задачей, особенно при текущей массовой установке новых или проверенных средств измерений. Однако, чтобы получить удовлетворительный результат при использовании этих данных, необходимо, чтобы на объекте присутствовали такие нормативные режимы эксплуатации, при которых при которых параметры изменялись бы, желательно, в пределах всего рабочего диапазона измерений.
Предположим, что между рассматриваемыми параметрами присутствует линейная зависимость. В таком случае, считая данные параметра Ьобр набором значений эталонной функции, а Ьпод и Мпод -набором значений аргументов этой функции, можно использовать регрессионный анализ для получения
функции линейной регрессии Ьовр = АМпод + БЬпод + С, аппроксимирующей результаты измерений. Достоверность аппроксимации позволяет оценить критерий Пирсона К2. Конечно же, зависимость Ьовр от Ьлод и Мпод не является линейной, более того, Ьовр зависит от некоторых других параметров, которые могут быть вообще не представлены в архиве теп-ловычислителя (например от ЬИв, температуры наружного воздуха), но при высокой степени достоверности аппроксимации для решения практических задач можно использовать и линейную функцию.
Вернемся к инженерному корпусу ВОП «Гранит». В качестве эталонной выборки, удовлетворяющей приведённым выше условиям, взяты результаты измерений параметров Мпод (нижний график) и Ьпод, Ьобр (два верхних графика) за отопительный сезон с 05.11.14. по 20.04.15, изображенные на рис. 2.
Рисунок 2 - Графики параметров Мп
03.01.15 17.01.15 01:00 18:30
Ьдод и Ьобр для эталонной выборки результатов измерений
Линейная зависимость, полученная с помощью выборки данных периода в модуле «Регрессии», выглядит следующим образом:
¿обр = 0,5291МпОд + 1,6334£под - 0,1771; Д2 = 0,9191
Рисунок 3
Графики измерений и вычислений по эталонной функции выборке результатов измерений
параметра tобр на эталонной
На рис. 3 представлены результаты измерений и вычислений по эталонной функции параметра ^бр вместе с самой эталонной функцией. Графики функ-
ций практически совпадают, иными словами, результаты измерений параметров Мпод, "Ъдод, "Ъобр хо-
рошо аппроксимируются с помощью линеинои зависимости. На это указывает и очень высокое значение коэффициента аппроксимации R2=0,9191.
Далее, для оценки экономической эффективности регулирования нужно построить модель теплопотребления Qb виртуального объекта Рв для измеренных значений температуры в подаче за анализируемый период (с автоматическим регулированием), но значения расхода в подающем трубопроводе взять за предыдущий период (без автоматического регулирования). Для этого прежде всего необходимо определить значения tBo&p с использованием эталонной функции, подставив в формулу
регрессии измеренные значения tnou выбранного периода и измеренные значения Мпод аналогичного периода в прошлом. Затем, используя выражение для теплопотребления Qb можно получить его значение для виртуального объекта и сравнить его с реальным, измеренным прибором. В качестве анализируемого следует принять период с 05.11.14 по 20.04.15 (регулирующее оборудование было установлено на объект 18 октября 2014 года, нижняя граница периода намеренно взята спустя некоторое время, чтобы гарантированно исключить переходные процессы).
Рисунок 4
Графики Мпод за два периода времени — анализируемый аналогичный период прошлого года
08.03.15 22.03.15 05.04.15 18:00 12:00 06:00
с работающей автоматикой) и
На рисунке выше, полученном с использованием модуля «Сравнение периодов» представлены два графика Мпод, для анализируемого периода времени и аналогичного за год до этого (верхний и нижний графики соответственно), а на рис. 5 - графики
значений теплопотребления Qper и Qb для реального объекта с регулированием и модели виртуального объекта для анализируемого периода. Этот рисунок получен с помощью модуля «Анализ регулирования».
70
во
50 40 30 20 10 о -10
■ Q
Qm
Vw^-Si^rt
V ■"V
V
;
1
в[
ж
pi
Рисунок 5
Графики теплопотребления Орег и Qe для объекта (нижний график) с регулированием и модельного (виртуального) объекта (верхний график)
Эффективность применения тепловой автоматики Кэф может быть определена как относительная разность между Орег и Ом, выраженная в процентах:
/^м Qрег\
Qm
• 100%
Рассчитанное по формуле усредненное значение эффективности регулирования за анализируемый период составило 13%.
Заключение
Как показывают результаты анализа, установка автоматического регулирующего оборудования и переход на количественный способ регулирования позволяет достичь определенной экономии как в виде энергетических ресурсов, так и в финансовом плане на стороне клиента, а также установить
комфортный режим пребывания в помещении, устраняя перетоп при высокой температуре наружного воздуха и недотоп при низкой. Информационно-аналитическая система СКУТЕР значительно облегчает
процесс построения регрессионных моделей и сравнения режимой теплопотребления, автоматизируя большую часть вычислений и предоставляя возможности для эффективной работы с данными.
ЛИТЕРАТУРА
1. Кузнецов Р.С., Чипулис В.П. Информационно-аналитический центр объектов теплоэнергетики // В сборнике: управление развитием крупномасштабных систем (MLSD,2012) Труды Шестой международной конференции. 2012. С. 362-371.
2. Чипулис В.П. и др. Информационно-аналитические системы объектов теплоэнергетики // Информатика и системы управления. 2011. № 2. С. 41-49.
3. Чипулис В.П. и др. Опыт разработки и эксплуатации информационно-аналитических систем в теплоэнергетике // Известия Томского политехнического университета. 2009. Т. 314. № 5. С. 48-54.
4. Волошин Е.В. Система мониторинга и анализа котельной №1 города Большой Камень // Промышленные АСУ и контроллеры. 2015. № 2. С. 40-46.
5. Чипулис В.П. и др. Система мониторинга и ретроспективного анализа режимов функционирования котельной // Информационные технологии в проектировании и производстве. 2011. № 2. С. 43-49.
6. Виноградов А.Н. Опыт разработки автоматизированной системы управления технологическими процессами нефтебазы // Труды международного симпозиума Надежность и качество. 2014. Т. 2. С. 141145.
7. Чипулис В.П. и др. Система мониторинга и автоматического регулирования теплоснабжения // (CAD/CAM/PDM - 2010): труды 10-й меж. конф. - 2010. - С. 234-237.
8. Виноградов А.Н. Применение информационных технологий в управлении процессами потребления тепловой энергии объектами ЖКХ // Труды международного симпозиума Надежность и качество. 2013. Т. 1. С. 263-265.
9. Чипулис В.П. и др. Мониторинг, диагностика и телеуправление в системах теплоснабжения // В сборнике: Труды международной конференции "Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (СAD/CAM/PDM - 2014)". 2014.
С. 116-120.
10. Волошин Е.В. Анализ и разработка программных средств мониторинга и диспетчеризации для регулятора тепловой энергии Danfoss ECL 210/310 // Промышленные АСУ и контроллеры. 2013. № 8. С. 51-57.
11. Белов А.Г. Влагозащитное покрытие печатных узлов в датчике утечки воды / А.Г. Белов, В.Я. Баннов, В.А. Трусов, И.И. Кочегаров, А.В. Лысенко, Н.К. Юрков // Современные информационные технологии. 2014. № 19. С. 265-272.
12. Чипулис В.П. Оценка эффективности регулирования теплопотребления с использованием архивной информации приборов учета тепловой энергии // Труды международного симпозиума Надежность и качество. 2013. т. 2. с. 273-277.
УДК 621,396,6,07,019,3 Аноп М,Ф,, Катуева Я.В.
ФГБУН «Институт автоматики и процессов управления Дальневосточного отделения Российской Академии наук» (ИАПУ ДВО РАН), Владивосток, Россия
ОБЕСПЕЧЕНИЕ БЕЗОТКАЗНОГО ФУНКЦИОНИРОВАНИЯ УНИКАЛЬНЫХ ТЕХНИЧЕСКИХ СИСТЕМ НА ОСНОВЕ ФУНКЦИОНАЛЬНО-ПАРАМЕТРИЧЕСКОГО ПОДХОДА
Рассматривается задача обеспечения безотказности уникальных технических систем на всем периоде жизненного цикла. Предложен подход к прогнозированию отказов, вызванных деградацией параметров систем, основанный на применении теории случайных процессов.
Ключевые слова:
безотказность, техническая система, параметр, прогноз, мониторинг, диагностика
Высокие требования к качеству функционирования объектов ответственного назначения для снижения количества аварий и чрезвычайных ситуаций техногенного характера делают актуальным решение целого ряда новых задач, направленных на повышение безопасности, надежности и эффективности процесса долгосрочной эксплуатации сложных опасных производственных объектов. Проблема снижения техногенных рисков приобретает особую важность применительно к уникальным техническим системам (УТС) - техническим объектам ответственного назначения, отказы которых связаны с большими материальным ущербом и отрицательными воздействиями последствий аварий. В большинстве своем это сложные системы, изготовляемые в небольшом числе экземпляров, эксплуатирующиеся в отличающихся условиях и реализующие экстремальные технологии.
Классический подход оценки безотказности с использованием параметрических методов анализа статистической информации об отказах дает адекватные результаты только в том случае, если объем эксплуатационной информации достаточно полон и эта информация получена на базе представительной выборки [1]. В настоящее время активно развиваются непараметрические методы оценки надежности, основанные на потоке интенсивности отказов (выборке наработок до отказа), в частности, методы ядерного оценивания, методы численного вероятностного анализа [1-3]. Следует
отметить, что УТС не имеют серийного производства и данные о потоке отказов достаточно ограничены. Кроме того, доминирующим видом рисковых событий для широкого класса УТС является параметрический отказ, вызванный процессом деградации ее параметров под воздействием различных дестабилизирующих факторов и характеризующихся постепенным изменением с выходом за пределы допустимых значений одного или нескольких параметров. Особенностью постепенных (параметрических) отказов являются сложности их выявления и диагностики.
Для обеспечения безотказного функционирования УТС и управления техногенными рисками предлагается использование функционально-параметрического (ФП) подхода, основанного на предположении о том, что эволюция технической системы происходит во времени в условиях стохастической неопределенности [4], отказы являются следствием деградации параметров, а формой проявления отказа (реализации рискового события) является выход параметров за пределы области допустимых значений.
Процесс накопления дефектов оборудования (трещин, усталостных повреждений, износа, истирания, коррозии и т.д.) и отклонений хода технологических процессов от нормативного, предусмотренного техническими требованиями, может длиться минуты, сутки или даже годы. Сами по себе дефекты или отклонения еще не приводят к проис-
