CC BY
0
УДК 65.015.13; 007.52
DOI: 10.24412/2071-6168-2023-11-297-298
МЕТОД ПОДГОТОВКИ И ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ЭЛЕКТРОПОТРЕБЛЕНИЕМ РЕГИОНАЛЬНОГО ЭЛЕКТРОТЕХНИЧЕСКОГО КОМПЛЕКСА НА ОСНОВЕ ОБРАБОТКИ
НЕГАУССОВЫХ ДАННЫХ
О.Р. Кивчун
Повышение эффективности и устойчивости управления электропотреблением объектов регионального электротехнического комплекса в различных режимах функционирования энергосистемы в первую очередь зависит от качественного обоснования и принятия решения по выбору вариантов действий (управляющих воздействий), позволяющих достичь поставленные цели. Разработанный впервые метод подготовки и принятия решений при управлении электропотреблением РЭК позволяет в режиме реального времени получать, обрабатывать и верифицировать данные, а также на основе однопараметрического цифрового двойника получать детерминированные инварианты с целью формирования управляющих воздействий.
Ключевые слова: метод, принятие решений, управление, электропотребление, региональный электротехнический комплекс, негауссовые данные.
В работах [1-6] показано, что любая региональный электротехнический комплекс (РЭК) является сложной технической системой, имеющий высокотехнологичное оборудование, современные АСУ с высоким уровнем автоматизации рабочих мест. В связи с этим, а также при изменении внешних условий или возникновения внешнего управляющего воздействия существует большая вероятность внештатных ситуаций различного рода. Поэтому правильно принятое управленческое решение или команда позволят осуществить необходимое управление без нарушения технологического процесса. Однако отсутствие, необходимого опыта и знаний у технического персонала или менеджеров электроэнергетического предприятия, а также нехватка экспертов в нужной области могут критически влиять на функционирование РЭК. Поэтому одной из важных задач при управлении электропотреблением РЭК становится интеллектуализация процесса поиска эффективных решений в сложных производственных ситуациях.
Анализ [1-7, 9, 10] показал, что основными целями при управлении энергоресурсами РЭК являются обеспечение устойчивого электропотребления в различных режимах функционирования и повышение энергоэффективности на объектах. Для достижения данных целей необходимо решить ряд важных задач, которые обязательно повлияют на принятие решения. Проблема принятия научно обоснованного решения в процессе достижения поставленной цели предполагает изучение базовых философских категорий: система, объект, связь и структура, полученной качественной информации при обработке данных, а также осмысление таких явлений как объект субъектных отношений, сверхсуммарный эффект или эмерджентность, общность взаимозависимость, системность, индивидуальность, объективность. В результате исследований РЭК показано, что источником количественных сведений о нём выступают объекты, обладающие количественными свойствами [7].
Для того, чтобы повысить качество обоснования и принятия решения при управлении энергоресурсами РЭК необходимо длительное время наблюдать и исследовать его объекты. Для этого требуется в режиме реального времени получать, обрабатывать, верифицировать и визуализировать данные по энергоресурсам, а также с помощью научно обоснованных методов и методик производить расчёты интегральных показателей качества и затрат. С этой целью впервые разработан метод подготовки и принятия решений при управлении электропотреблением регионального электротехнического комплекса на основе обработки негауссовых данных (рис. 1).
£
Подсистема управления
диспетчерского
АСУ
технологи чес к и ми процессами
АСУ предприятия (орган иээции)
АС
организационного управлений
Измерительный комплекс
I
АИСКУЭ
Внешнее воздействие
Расчётно-параметрический комплекс
Цифровая платформа
Счетчики электроэнергии
Одиопарамсгричдежий цифровой двойник
Внешнее воздействие
Опродо- Неолрв-
факторы факторы
Обоснование и принятие решения
Обоснование
по повышен И1 устойчивости электропотребления объектов РЭК
Система подготовки принятия решений
ZC......
Обоснование и принятие решения
Привлекаемые эксперты {ЛОР, ЛПР)
Система принятия решений
Управляющие воздействия
План снижений электропотребления
План повышения
потенциала эне ргосбе решения
План модернизации электроустановок
Варианты ресурсных ограничений
Варианты и нфор мационных сервисов данных
Рис. 1. Структура метода подготовки и принятия решений при управлении электропотреблением регионального электротехнического комплекса на основе обработки негауссовых данных
Его основу составляет математический аппарат векторного рангового анализа (ВРА) [1, 6], с помощью которого осуществляется обработка данных по электропотреблению с целью их фиксации, последующей аналитической обработки, агрегирования и преобразования в управляющие воздействия. На первоначальном этапе с помощью измерительно-
297
го комплекса (ИК) осуществляется сбор сведений об электропотреблении от датчиков автоматизированных систем контроля и учёта электроэнергии (АИС КУЭ). ИК представляет собой совокупность средств, методов и вспомогательных устройств, предназначенных для волнения задач измерения энергоресурсов [7]. Также он позволяет в режиме реального параметризировать сведения об электропотреблении РЭК и формировать базу данных по электропотреблению.
В структуре метода, представленного на рисунке 1, исследование и обработка данных по электропотреблению начинается тогда, когда они проходят этапы проверки, верификации и представления. Представление данных подразумевает под собой их запись на жёсткий диск или другое устройство с целью дальнейшего просмотра на компьютере. Далее данные по электропотреблению импортируются в процедурный комплекс (ПК), который представляет собой совокупность средств, методов и вычислительных процедур для выполнения расчетных задач при управлении электропотреблением [7]. В итоге, обработка первичных данных, полученных в процессе измерения, позволяет получить необходимые вторичные данные, которые являются результатами работы расчётно-параметрического комплекса (РПК). Он представляет собой совокупность специального программного обеспечения, позволяющего исследовать, обрабатывать и трансформировать данные полученные в ИК. Данные в РПК могут описывать один или несколько параметров. В зависимости от этого в РПК реализуются методы, позволяющие обрабатывать как многопараметрические, так и однопа-раметрические данные. Его основной задачей является формирование детерминированных инвариантов, которые в дальнейшем станут основной для подготовки и принятия решений при управлении энергоресурсами. В качестве инвариантов используются параметры формы кривых векторных ранговых распределений, построенных по имеющимся расчетным данным [6, 7].
Следующими важными элементами алгоритма являются системы подготовки и принятия решений. Известно, чтобы решить любую управления необходимо правильно сформулировать её цели. При управлении электропотреблением объектов РЭК их две: обосновать и принять решение для выбора необходимых инструментов, позволяющих повысить энергоэффективность объектов РЭК и обеспечить устойчивость электропотребления. Учитывая сложность структуры РЭК, где будет реализован алгоритм, целесообразно для обоснования и принятия решений использовать принципы системного подхода. Рассмотрим подробнее данный этап.
В работах [8, 9] показано, что для вывода решений в проблемных ситуациях часто используется метод на основе рассуждений по прецедентам (Case-based reasoning, CBR). Данный метод зарекомендовал себя с наилучшей стороны на различных объектах электроэнергетики в ситуациях, обусловленных наличием исходных негауссовых данных и слабой формализации критериев, не позволяющих применять строгие математические модели и методы оптимизации. Преимуществами метода является возможности быстрого вывода, поиска и принятия решений в условиях слабой формализации и неопределенности, а также высокое качество принимаемых решений. Однако для реализации данного метода необходима чёткая формализация сложившейся ситуации и база знаний, позволяющая осуществить выбор ситуаций [8].
На основе исследований в [1, 6] показано, что применение методов ВРА позволяет с высоким качеством, на основе негауссовых данных, формально описать сложившуюся ситуацию при управлении электропотреблением РЭК. В связи с этим разработан алгоритм принятия решений при управлении электропотреблением РЭК на основе рассуждений по прецедентам. Процесс принятия решения на основе рассуждений по прецедентам при управлении электропотреблением объектов РЭК включает в себя следующие этапы: постановка задачи, анализ проблемной ситуации, постановка и решение задачи (рис. 2).
Рис. 2. Система принятия решения в процессе управления электропотреблением
На первоначальном этапе алгоритма осуществляется извлечение данных по электропотреблению. Источником данных служит OLAP-куб, сформированный в РПК. В качестве ограничений следует считать, что исходные данные уже прошли процедуру параметрической адаптации данных и импортированы за необходимы временной интервал.
Анализ проблемной в данном случае предполагает под собой формулировку задачи, которую необходимо решить при сложившемся прецеденте, а также планирование исходов операции. На следующем этапе осуществляется конкретизации целей, формирование ограничений и оценка условий операции.
Решение задачи принятия решения при управлении электропотреблением объектов РЭК реализуется на основе метода CBR. Основная идея данного метода заключается в исследовании и анализе прецедентов на основе пары «Sit, Sol», где выражение «Sit» - формально описанная ситуация, сложившаяся в процессе управления электропотреблением объектов РЭК, а «Sot» - решение, предлагаемое экспертным методом в данной ситуации [8]. Такие пары могут быть разработаны для разных областей управления. В данном случае пары «Sit, Sol» разработаны для управления корпоративными и обеспечивающими РЭК с целью принятия качественного решения по повышению энергоэффективности на объектах, а также для территориального РЭК, для которого принимаются решения по обеспечению устойчивого электропотребления в энергосистеме. Данные пары «Sit, Sol» образуют базу знаний для исследования конкретного процесса управления. Соответственно система принятия решений отбирает наиболее схожую пару «Sitn, Solm», позволяющую принять наилучшее решение. Условие отбора схожих ситуаций можно записать с помощью функции sim в следующем виде:
Sitn = argmaxSim(Sitj,Sitm), (1)
где Siti - исследуемая проблемная ситуация; Sitm - схожая ситуация из базы знаний; Sim - функция схожести
двух ситуаций; arg maX- оператор, возвращающий наибольшее значение функции.
Реализация выражения (1) в процессе управления РЭК дополняется ограничением, представляющим собой значения нижней границы области допустимых значений (ОДЗ), которые являются индикатором сохранения технологического процесса на объектах РЭК. Аналитически данное ограничение представляется следующим образом:
Sim(Siti,Sitm) > A3P (2)
где A^ ^ - множество нижних допустимых значений для векторного рангового распределения по параметру.
Таким образом, в результате многократного применения CBR-метода в процессе принятия решений при управлении электропотреблением объектов РЭК накапливается большая база знаний пар «Sit, Sol», несмотря на то, что исследуется один параметр. Это связано с тем, что исходные данные формируются на различных временных интервалах. Кроме того, в энергосистемах управление может быть оперативным, среднесрочным или долгосрочным. Соответственно, с целю разработки системы принятия решений на основе CBR-метода для РЭК в полном объёме, учитывая все виды управления оценка схожести пар «Sit, Sol» определяется тогда с помощью метрик расстояния в многомерном пространстве. Однако, в данном случае, следует понимать, что количество значений параметра всегда будет стремиться к бесконечности, в связи с чем, рекомендуется использовать методы векторного рангового анализа. Векторный критерий выбора пар «Sit, Sol» в данной ситуации представляется в следующим виде:
Sim = arg max < Sim1 (Sit1, Sitm),..., Simk (Sit1, Sitm),
-- (3)
...,SimN(Sit1,Sitm) >.
Для определения каждой локальной функции Sim формируется своя метрика и извлекаются из OLAP-куба определённые слои данных. ЛПР в каждой сложившейся ситуации необходимо знать какая локальная функция Sim наиболее подходит. Это возможно сделать на основе опыта экспертов, принимающих решение или создать программы обучения на основе искусственного интеллекта.
В [8] представлен пример формализации представления ситуации сложного технического объекта. Авторы привели в качестве такого объекта «умную ферму». Используя некоторые аспекты при формализации ситуации, получен следующий кортеж множеств, характеризующий управление электропотреблением РЭК:
H rek = (W, S, L, T, (4)
где W - множество значений по электропотреблению; S - множество состояний параметра; L - множество оцениваемых параметров; T - упорядоченное множество категориальных значений параметра при управлении электропотреблением.
Множество значений по электропотреблению представляет собой совокупность векторов W = (Wi | Vi е [1;N]), представленных в ВРП и на основе которых строятся ВРР. Смыл принятия решений при
управлении электропотреблением заключается в обоснованном выборе наилучшего значения электропотребления для исследуемого ВРР. Для этого строится ОДЗ, которая в ВРП представляется следующим выражением:
{Ак щ=1={A1m и 4) и A^Am) п 4) п 4>«4 (5)
где A1 ^ - подмножество верхних значений ОДЗ; A^ - подмножество значений параметра внутри ОДЗ; A^ ^ -
подмножество нижних значений ОДЗ.
Значения электропотребления в ВРП могут принимать различные состояния выше, внутри и ниже ОДЗ. Это зависит от временного интервала на котором принимаются решения. В общем виде состояния значений электропотребления могут быть записаны следующим образом:
SJ={sJ|Vje[1,N ]}. (6)
Ситуация при управлении электропотреблением также может характеризоваться дополнительными оцениваемыми параметрами, которые представляют множество l = {lk I Vk е |1 N J} k е {K-} где Ki - подмножество индексов, имеющих отношение к i-му элементу, Np - число оцениваемых параметров. Для оцениваемых параметров при управлении формируется множество категориальных значений k-го параметра
Т = ^ | Ут е N ■ Категории для параметров задаются лингвистическим образом. Например, «Наличие отклонений», «Наличие ошибок», «Снижение» и т.д.
При оценке состояния элемента присваивается логическое значение. Значение «1» относится к истинному событию или элемент находится в заданном состоянии, «0» - событие не произошло или элемент не находится в заданном состоянии. Данная операция осуществляется для каждого оцениваемого параметра при управлении электропотреблении объектов РЭК. После оценивания всех параметров формируется вектор ситуации, который предполагает их совокупность.
Объектом, где предлагается реализовать CBR-метод, является РПК, позволяющий автоматизировать анализ, обработку, хранение, преобразование и передачу, взаимосвязанной совокупности данных по электропотреблению. Также необходимо напомнить, что анализ ситуаций при управлении электропотребление объектов РЭК осуществляется в раках достижения двух целей.
Для достижения первой цели: повышения оперативности, обоснованности и качества управления электропотреблением для улучшения энергоэффективности оцениваемые элементы комплексной ситуации объединены в следующие группы: «Мониторинг», «Обеспечение эффективного управления», «Снижение электропотребления» (табл. 1).
Таблица 1
Пример ситуации с неточными параметрами при управлении с целью повышения энергоэффективности
Sit Элементы и параметры Отклонения Ошибки Объекты выше ОДЗ Объекты внутри ОДЗ Объекты ниже ОДЗ Процент снижения Коэффициент снижения
« я я 1-4 ^ 1« .5 Интер-вальное оцени-вание 1 0 1
& 8 § | Прогнози-рование 0 1 1
^ ц Норми-рование 1 0 1
Обеспечение эффективного управления Комплек-сный алгоритм № 1 1 0 0
Комплек-сный алгоритм № 2 0 0 0
Комплек-сный алгоритм № 3 0 0 1
[жение отреб-ления Распоря-жение руково-дителя 1 0
* § л э Комплек-сный алгоритм № 4 1 0
Вектор ситуации 101 010 100 111000 001 11 00
Состояние качества Сред-нее Сред-нее Сред-нее Низкое Сред-нее Высо-кое Низкое
Для каждой сложившейся ситуации исследуемая группа характеризуется набором элементов и значениями их оцениваемых параметров. Например, группа «Мониторинг» включает в себя элементы: «Интервальное оценивание», «Прогнозирование», «Нормирование», а оцениваемые параметры «Отклонения», «Ошибки», «Объекты выше ОДЗ». Данные параметры в таблице 1 представлены в лингвистическом виде. Однако расчётная система на основе метрик примет логическое решение для оценки параметра. Аналитическое описание оцениваемых параметров и их логический выбор представлены в [2] при описании метода управления электропотреблением объектов РЭК на основе синтеза процедур рангового анализа.
При достижении второй цели: повышения оперативности, обоснованности и качества управления электропотреблением на основе обеспечения устойчивости электропотребления аналогичным образом составляется таблица 2. Методологической основой для их формирования является, представленный в [3], метод управления электропотреблением объектов РЭК на основе добавочного ресурса.
Итогом реализации логического обоснования решения в таблицах 1 и 2 является формирование «Вектора ситуации» и оценка состояния качества для каждого параметра элементов группы. На основе «Вектора ситуации» ЛПР принимает решение о формировании управляющих воздействий для объектов РЭК в рамках заданной цели.
Оценка работоспособности CBR-метода осуществлялась на основе метрик, формируемых с помощью дифлекс-параметров, ранговой топологической меры и добавочного ресурса.
Таблица 2
Пример ситуации с неточными параметрами при управлении с целью обеспечения устойчивости
к
Sit Элементы и параметры Ограничение ресурса Увеличение затрат Необходимость модернизации электроустаново Отклонения частоты Отклонения частоты Отклонения частоты
Я я Интер-вальное оценивание 1 1 1
18 Я & о о & н V Й 0 я я о о Оценка гь потенциала 1 0 1
3 и Оценка г2- потенциала 1 1 0
кинэьг-д оло эин Введение Я3-режима 1 1 1
Обеспече устойчиЕ электропотре Введение Я2-режима 0 1 1
Введение Я1-режима 0 0 1
Вектор ситуации 111 101 110 100 110 111
Состояние качества Высокое Среднее Среднее Низкое Среднее Высокое
Для проверки наличия ошибок прогнозирования использовались следующие метрики: sa - суммарная
абсолютная ошибка по РЭК, кВтч; 80 - средняя относительная ошибка, %; то - максимальная относительная ошибка, % [1, 6]. Их аналитический вид представлен в выражении (7). Следующей метрикой является относительный дифлекс-параметр, который рассчитывается по следующему выражению:
0(>р
^^оэр =КФ }} = Е 1 '1=1 1=1
w
<1>
г<1>
; w
оар к
<0 ' <0
г/к е VR,
(7)
где
оёр W <1>Р
■ значение дифлекс-параметра;
Г(')
- значение выше нижнего допустимого значения ОДЗ.
Проверка заданного уровня снижения электропотребления проверятся на основе расчёта коэффициента снижением электропотребления [1, 6]:
\Т / ч / ЛТ
Цл)ГЕ1 -к2 • WОЭр 1+1 ^ I • Е
(О
<0
2
■ = 0,03;
(1)
ц е W; е Dsг;ц°ОР е WonP; dSrn е Ds
О (О 8г (0 овР <0 8
(8)
где ц / \ - вектор фактических значений электропотребления; dsr - вектор среднего прогнозных значений и норм
(V (1)
выше нижнего допустимого значения ОДЗ; dSm - вектор среднего прогнозных значений и норм ниже нижнего допустимого значения ОДЗ; Е1, Е2 - вектора единиц; к - коэффициент управления снижением электропотребления; W - множество фактических значений электропотребления; - множество среднего прогнозных значений и норм; WoDp- множество значений относительных дифлекс-параметров; В8гп - множество среднего прогнозных значений и норм ниже нижнего допустимого значения ОДЗ; ц ОВР- вектор ОДП для объектов выше нижней гра-
ницы ОДЗ.
Т
Метрикой, позволяющей определить качество оценки потенциала энергосбережения, является показатель конверсии. Он предназначен для анализа полученных премиальных средств при проведении мероприятий по организации повышения энергосбережения. Рассчитать его можно следующим образом:
^ (9)
ILkx=-
vkx+1
Ckx
—PL
где ^кт+1 - параметр конверсии; Wkт - электропотребление; Скт - количество выделенных денежных
средств на энергосбережение.
В таблице 3 приведены метрики используемые для оценки работоспособности элементов групп для ситуации представленных в таблицах и 2.
Распределение^ метрик при оценивании элементов ситуации
Таблица 3
Sit Элементы и метрики Ошибки прогнозирования Относитель-ный дифлекс-параметр Коэффициент снижения электропотребления Показатель конверсии
Мониторинг Интервальное оценивание +
Прогнозирование +
Нормирование +
Обеспечение эффективного управления Комплексный алгоритм № 1 + +
Комплексный алгоритм № 2 + +
Комплексный алгоритм № 3 + +
Снижение электропотребления Распоряжение руководителя +
Комплексный алгоритм № 4 + +
Мониторинг конверсии Интервальное оценивание +
Оценка Z1-потенциала +
Оценка Z2-потенциала +
Обеспечение устойчивого электропотребления Введение R3-режима +
Введение R2-режима +
Введение R1-режима +
Реализация этапов принятия решений на основе CBR-метода осуществлялась с помощью специального программного обеспечения, разработанного в средах Mathcad и Visual Studio. Для разработки интерфейсов приложений использовался язык программирования C#. Совокупность всех модулей специального программного обеспечения включена в ПАК мониторинга электропотребления объектов РЭК, разработанного в рамках НИР «Монитор» [28].
Таким образом, важным этапом процесса управления электропотреблением РЭК в различных ситуациях является подготовка и принятие решений в соответствии с поставленными целями. На основе методов ВРА и CBR-метода, основанного на рассуждениях по прецедентам в сложившейся ситуации, впервые разработана система подготовки и принятия решений при управлении электропотреблением объектов РЭК в различных условиях функционирования.
Отличительной особенностью системы является логико-математический аппарат обоснования и принятия решений, позволяющий, в отличии от других методов, определить элементы комплексной ситуации и объединить их в логические группы; на основе методов ВРА ввести для каждого элемента группы оцениваемые параметры; используя лингвистический аппарат логического суждения, определить итоговый «Вектор ситуации» для формирования необходимых управляющих воздействий.
Для проверки работоспособности системы подготовки и принятия решений при управлении электропотреблением объектов РЭК в различных условиях функционирования использованы метрики, основанные на расчётах ошибок прогнозирования, относительного дифлекс-параметра, коэффициента снижения электропотребления и показателей конверсии.
Список литературы
1. Кивчун О.Р. Метод векторного рангового анализа // Известия Тульского государственного университета. Технические науки. 2021. Вып. 11. С. 131-139.
2. Кивчун О.Р. Метод управления электропотреблением объектов регионального электротехнического комплекса на основе синтеза процедур рангового анализа // Известия Тульского государственного университета. Технические науки. 2020. Вып. 2. С. 500-513.
3. Кивчун О.Р. Метод управления электропотреблением объектов регионального электротехнического комплекса на основе учёта добавочного ресурса // Морские интеллектуальные технологии. 2021. № 4-4 (54). С. 65-72.
4. Кивчун О.Р. Область допустимых значений векторного рангового распределения // Известия Тульского государственного университета. Технические науки. 2021. Вып. 11. С. 188-193.
5. Кивчун О.Р. Статическая модель управления электропотреблением объектов регионального электротехнического комплекса на основе синтеза процедур рангового анализа // Известия Тульского государственного университета. Технические науки. 2020. Вып. 2. С. 552-559.
6. Кивчун О.Р. Векторный ранговый анализ [Трактат] / О.Р. Кивчун. -Первое издание. - Электронные текстовые данные. - Калининград: [Изд-во Калининградского инновационного центра «Техноценоз»], [2019]. - Режим доступа: http://gnatukvi.ru/vran.pdf, свободный.
7. Гнатюк В.И. Знания, информация, данные в управлении СЭТ-систем [Основные понятия, термины и определения] / В.И. Гнатюк. - Электронные текстовые данные. Калининград: [б.и.], [2022]. [Электронный ресурс]: http://gnatukvi.ru/index.files/inf dann upr.pdf (дата обращения: 10.05.2023).
8. Глухих И.Н., Прохошин А.С., Глухих Д.И. Сравнение и отбор ситуаций в системах вывода решений на прецедентах для «умной» фермы // Информатика и автоматизация. 2023. Том 22 № 4. С. 853-879.
9.Management Software Power Consumption During Operation Objects of Technocenological Type / V. Gnatyuk [and others] // Lecture Notes in Networks and Systems, 2023, 626 LNNS. P. 149 - 157.
10. Mathematical model of parametric virtualization of technocenosis data / V. Gnatyuk [and others] // CEUR Workshop Proceedings, 2021, 2922. P. 90-99.
Кивчун Олег Романович, канд. техн. наук, доцент, [email protected], Россия, Калининград, Балтийский федеральный университет имени Иммануила Канта
METHOD OF PREPARATION AND DECISION-MAKING WHEN MANAGING POWER CONSUMPTION REGIONAL ELECTROTECHNICAL COMPLEX BASED ON NON-GAUSSIAN DATA PROCESSING
O.R. Kivchun
Improving the efficiency and sustainability of power consumption management of regional electrical facilities in various modes of operation of the power system primarily depends on the qualitative justification and decision-making on the choice of options for actions (control actions) to achieve the goals. Developed for the first time, the method ofpreparation and decision-making in the management of power consumption of REC allows to receive, process and verify data in real time, as well as on the basis of a one-parameter digital double to obtain deterministic invariants in order to form control actions.
Key words: method, decision-making, management, power consumption, regional electrotechnical complex, non-Gaussian data.
Kivchun Oleg Romanovich, candidate of technical sciences, docent, [email protected], Russia, Kaliningrad, Immanuel Kant Baltic Federal University
