CC BY
49
• расчетные показатели стоимости транспортировки ресурсов для обеспечения экономической выгоды.
Выводы. Неогеография (Эй-геомоделирование) -новая перспективная технология визуализации разнородной информации, характеризующаяся следующим:
• легко интегрируется с традиционными ГИС-технологиями;
• существуют и развиваются инструментальные средства разработки и обмена геопространственной информацией;
Библиографический список
1. Ерёмченко Е.Н. Неогеография: особенности и возможно- 4. Материалы сти // Материалы конференции «Неогеография XXI-2009» IX Международного Форума «Высокие технологии XXI века». Москва, апрель 2008. М., 2008.
2. Mica R.EndsIey, Daniel J. Garland. Situation awareness: analysis and measurement / Lawrence Erlbaum Associates, 2000, ISBN 0805821Э41, 9780805821Э45.
3. Andrew Turner. Introduction to Neogeography / O'Reilly Media, 2006, ISBN 10: 0-596-2995-3| ISBN 1Э: 9780596529956.
• инструментарий вызывает интерес у специалистов-энергетиков.
Рассмотрена на практических примерах возможность применения Эй-геомоделирования для решения задач в нескольких областях энергетики, таких как: гидроэнергетика, экология, возобновляемые источники энергии, нефтегазовая отрасль, задачи транспортировки ресурсов. Для всех этих областей сформированы основные задачи и пути их решения.
портала «Неогеография» -http://www.neogeography.ru.
5. Материалы портала «Протвино» - http://www.vProtvino.ru.
6. Справочное руководство KML -http://www.code.google.com/apis/kml/documentation/
7. Ivanov R.A., Massel L.V. Possibility of application of situational awareness in energy research / CSIT 2010, proceedings vol.1, ISBN 9785422100859.
УДК 004.832.34
ОЦЕНКА УГРОЗ ЭНЕРГЕТИЧЕСКОЙ БЕЗОПАСНОСТИ РЕГИОНА С ИСПОЛЬЗОВАНИЕМ «НЕЧЕТКОЙ» КАРТЫ РИСКОВ
В.А.Силич1, М.П.Силич2
Национальный исследовательский Томский политехнический университет, 634050, г. Томск, пр. Ленина, 30.
2Томский государственный университет систем управления и радиоэлектроники, 634050, г. Томск, пр. Ленина, 40.
Предлагается метод экспертной оценки угроз энергетической безопасности региона с использованием «нечеткой» карты рисков. Метод позволяет определить интегральную оценку с учетом вероятности наступления неблагоприятного события, создающего угрозу энергетической безопасности, и последствий наступления данного события в условиях отсутствия достоверных данных. Ил. 5. Табл. 2. Библиогр. 7 назв.
Ключевые слова: угрозы; энергетическая безопасность; карта рисков; нечеткий вывод.
ASSESSMENT OF THREATS TO REGIONAL ENERGY SAFETY WITH THE USE OF A "FUZZY" RISK MAP V.A.Silich, M.P.Silich
National Research Tomsk Polytechnic University, 30, Lenin Av., Tomsk, 634050.
Tomsk State University of Control Systems and Radio Electronics, 40, Lenin Av., Tomsk, 634050.
The authors propose the method for the expert assessment of threats to regional energy safety with the use of a "fuzzy" risk map. The method allows to determine the integral evaluation, taking into account the probability of an adverse event that creates the threat to energy safety, and the consequences of this event under the absence of reliable data. 5 figures. 2 tables. 7 sources.
Key words: threats; energy safety; map of risks; fuzzy inference.
Введение. Актуальность проблемы энергетической безопасности (ЭБ) обусловлена важной ролью, которую играет топливно-энергетический комплекс в
экономике страны, а также нарастанием количества угроз ущерба безопасности. Под энергетической безопасностью будем понимать состояние защищенности
1Силич Виктор Алексеевич, доктор технических наук, профессор, зав. кафедрой оптимизации систем управления, тел.: (3822)420760, e-mail: vas@tpu.ru
Silich Victor, Doctor of technical sciences, Professor, Head of the Department of Control System Optimization, tel.: (3822)420760, e-mail: vas@tpu.ru
2Силич Мария Петровна, доктор технических наук, профессор кафедры автоматизации обработки информации, тел. (3822) 701591, e-mail: smp@muma.tusur.ru.
Silich Maria, Doctor of technical sciences, Professor of the Department of Automation of Information Processing, tel.: (3822) 701591, e-mail: smp@muma.tusur.ru
страны, региона, предприятия и человека от угрозы недополучения энергии и энергетических ресурсов в необходимых жизнедеятельности количестве и качестве для нынешнего и будущего поколений людей [1].
Одной из ключевых задач исследований в сфере энергобезопасности является анализ возможности возникновения угроз ЭБ, которые определяются как совокупность условий и факторов, создающих экстремальные ситуации в системах топливо- и энергоснабжения потребителей, представляющих опасность для нормального функционирования этих систем [2]. Большинство работ в этой области посвящено мониторингу изменения индикаторов, определяющих уровень и степень угрозы ЭБ, а также оценке возможных последствий реализации различного рода воздействий на работу систем энергетики с учетом возможных угроз. Однако множественность разнообразных природных, техногенных, экономических, социально-политических и управленческих угроз ЭБ ставят проблему их предварительной классификации по степени опасности, выбора приоритетных угроз с точки зрения необходимости мониторинга и выработки мер по их предупреждению и предотвращению. Для решения данной задачи представляется целесообразным использовать методы управления рисками, широко применяемые для оценки рисков бизнес-процессов.
Под риском в риск-менеджменте понимается количественная оценка ситуации, имеющей неопределённость исхода, при обязательном наличии неблагоприятных последствий [3]. Одним из простых, наглядных и вместе с тем эффективных методов оценки рисков является карта рисков - графическое представление местоположения рисков в прямоугольной таблице, по одной «оси» которой указана значимость (серьезность) последствий, а по другой - вероятность или частота возникновения риска [4]. Картографирование рисков является удобным инструментом для того, чтобы отделить те риски, которые являются в настоя-
щее время терпимыми, от тех, которые требуют постоянного контроля. Основным препятствием на пути к применению данного подхода для оценки угроз энергетической безопасности является отсутствие по некоторым видам угроз достоверных исторических данных, согласно которым можно было бы определить вероятность их возникновения, а также трудности формирования модели для количественной оценки возможных потерь. Выходом может быть использование «нечеткой» модели оценки неопределенности, связанной с угрозами.
В данной работе предлагается метод построения «нечеткой» карты рисков для оценки угроз энергетической безопасности региона.
Угрозы энергетической безопасности региона.
Выявление угроз предполагает систематизацию факторов и явлений, способных нарушить требуемый режим функционирования систем энергетики и систем энергопотребления. Классификация угроз осуществляется по разным признакам: по объекту (население, предприятия, территориальные образования и т.д.); по причинам возникновения (природные, техногенные, экономические, социально-политические, управленческие); по периодичности возникновения (массовые, неординарные) [5]. Выявление множества актуальных для конкретного региона и конкретного периода угроз энергетической безопасности осуществляется на основе анализа классификаторов типовых угроз.
Для каждой из угроз необходимо описать негативные последствия, к которым может привести их реализация. Примеры угроз и их последствий приведены в табл. 1 [б].
Для оценки уровня опасности угрозы предлагается оценивать риск ее реализации, т.е. сочетание вероятности наступления неблагоприятного события, создающего угрозу энергетической безопасности, и последствий наступления данного события. Таким образом, входными параметрами оценки угроз являются:
Таблица 1
Угрозы энергетической безопасности и их последствия
Причины Угрозы Последствия
Техногенные Низкий технический уровень и качество оборудования Рост количества аварий, технологических нарушений, ремонтных затрат; рост объемов недоотпуска энергоресурсов; увеличение загрязнения окружающей среды
Нерациональное размещение производительных сил Увеличение доли неоптимальных, вынужденных решений; увеличение потребления энергоресурсов от внешних поставщиков; рост количества каскадных (цепных) аварий
Экономические Диспропорции цен на топливно-энергетические ресурсы (ТЭР) в результате неэффективной тарифной политики Отсутствие рыночных отношений и конкуренции в производстве; повышение цен на продукцию, инфляция
Рост неплатежей и задолженностей за поставляемые энергоресурсы Цепная финансовая дестабилизация; задержки выплаты зарплаты и другие социальные проблемы
Социально-политические Действие движений антиатомной, антиэнергетической направленности Блокирование принятия решений и осуществления обоснованных проектов по развитию энергетики
Забастовки и другие трудовые конфликты на предприятиях ТЭК Ограничение отпуска энергии
х1 - значимость последствий и х2 - вероятность появления. Выходной параметр у - интегральная оценка опасности угрозы. Входные параметры могут быть представлены как в виде количественных показателей (индикаторов), так и в виде качественных характеристик (экспертных оценок), поскольку во многих случаях речь идет о событиях и явлениях, вероятность и значимость которых сложно, а порой и невозможно измерить объективными методами. Оценки по отдельным факторам и интегральная оценка отражают субъективные мнения экспертов и, таким образом, неизбежно содержат неопределенность. Для учета такого рода неопределенности подходит аппарат нечетких множеств. Неуверенность эксперта в оценке может моделироваться функцией принадлежности, носителем которой выступает допустимое множество значений анализируемого фактора. Помимо этого, лицо, принимающее решения (ЛПР), получает возможность количественной интерпретации признаков, первоначально
положение угрозы на карте, тем выше интегральная оценка степени опасности данной угрозы. Может быть выделено несколько классов по уровню опасности. Карта, приведенная на рис. 1,а, содержит четыре зоны - В1, В2, ВЭ, В4, закрашенные различным цветом. Жирной ломаной линией обозначена граница терпимости (выше и справа - «невыносимые» угрозы, ниже и слева - «терпимые»). Для «невыносимых» угроз необходимо заранее разработать определенные меры для уменьшения величины или вероятности потерь от наступления нежелательных последствий данных угроз.
«Нечеткая» карта рисков отличается от «четкой» использованием в качестве входных и выходного параметров лингвистических переменных, значения (термы) которых являются нечеткими множествами с соответствующими функциями принадлежности. Пример «нечеткой» карты приведен на рис. 1,б.
Количество термов по каждой из лингвистических переменных определяется экспертами. В табл. 2 при-
А *
□ В!
П В2 О Вз
Х1
В1
Вг Вз В4
а б Рис. 1. Примеры карт рисков: а - «четкой» карты; б - «нечеткой» карты
сформулированных качественно, в терминах естественного языка.
«Четкая» и «нечеткая» карты рисков. Карта рисков имеет два измерения - значимость и вероятность. При использовании традиционной («четкой») карты рисков по каждому измерению определяется несколько уровней (градаций). Например, карта, приведенная на рис. 1, а, содержит четыре уровня значимости - А11, ... А14 и шесть уровней вероятности - Л21, ... Л26. Уровни выражаются в качественных терминах, например, градации значимости могут задаваться терминами «незначительная», «существенная», «критическая», «катастрофическая», вероятности - «незначительная», «высокая» и т.д. В случае если значимость и вероятность могут быть оценены количественно, для уровней задаются пороговые значения. Например, если значимость последствий может быть оценена в виде суммы финансовых потерь (в тыс. руб.), то для каждого уровня значимости задается определенный интервал финансовых потерь, соответствующих данному уровню.
Каждая оцениваемая угроза занимает определенную «клеточку» на карте рисков. Чем выше и правее
ведены нечеткие значения переменных, соответствующих входным и выходному параметрам оценки угроз.
В качестве базового множества для построения функций принадлежности для всех переменных была выбрана универсальная шкала с числовыми значениями от 0 до 100. Функции принадлежности формируются экспертами (подстройка параметров функций может быть осуществлена методами обучения, например, с помощью нейронечетких систем вывода) [7]. Примеры функций принадлежности для входных переменных приведены на рис. 2 и Э.
Нечеткий вывод уровня опасности угрозы. Значения выходной переменой у определяются на основе значений входных переменных х1 и х2 с помощью нечетких продукционных правил формата:
ЕСЛИ х1 есть Лу И х2 есть Л2] ТО у есть Вк.
Правила строятся на основе «нечеткой» карты рисков (см. рис. 1,б). Максимальное количество правил равно количеству «ячеек» карты. Примеры правил:
ЕСЛИ «Значимость» есть «катастрофическая» И «Вероятность» есть «очень высокая» ТО «Уровень
В
4
11
12
13
14
опасности» есть «катастрофический»;
ЕСЛИ «Значимость» есть «критическая» И «Вероятность» есть «довольно высокая» ТО «Уровень опасности» есть «критический»;
ЕСЛИ «Значимость» есть «критическая» И «Вероятность» есть «умеренная» ТО «Уровень опасности» есть «существенный»;
ЕСЛИ «Значимость» есть «незначительная» И «Вероятность» есть «умеренная» ТО «Уровень опасности» есть «терпимый».
1
0,8 0,6 0,4 0,2 0
агрегация, объединение следствий по разным правилам;
дефаззификация выходного параметра.
1
0,8 0,6 0,4 0,2
40 60
100
незначительная критическая
существенная катастрофическая
20
40
60
80
100
Рис. 3. Функции принадлежности для термов лингвистической переменной «Значимость»
■ незначительная ■умеренная ■довольно высокая
■ небольшая
■ не слишком высокая очень высокая
Рис. 2. Функции принадлежности для термов лингвистической переменной «Вероятность»
Процесс вывода на базе нечетких правил-продукций состоит из пяти операций [7]:
• фаззификация входных параметров;
• конъюнкция, применение нечетких операторов И
к предпосылкам;
• импликация, переход от посылок к следствиям;
Вывод предлагается осуществлять на основе алгоритма Мамдани [7].
Исходные данные могут быть представлены как в виде качественных (лингвистических), так и в виде количественных значений. В первом случае операция фаззификации не выполняется, т.к. ЛПР сразу задает нечеткие значения входных переменных путем выбора соответствующего терма из предложенного списка термов и ввода степени уверенности. Вместо количественной оценки степени уверенности (в виде числа от 0 до 1) может использоваться качественная, например: «абсолютно уверен» (соответствует значению 1,0), «вполне уверен» (0,75), «не вполне уверен» (0,5).
Таблица 2
Значения лингвистических переменных
Терм Наименование Пояснение
Значения лингвистической переменой х1 «Значимость»
Ац Незначительная Небольшие убытки, незначительные перебои в топливо- или энергоснабжении, небольшое отклонение от нормальной работы
А12 Существенная Промежуточное положение между граничным и критическим уровнями
А13 Критическая Серьезные убытки, длительные перебои, значительные объемы недопоставленных ресурсов, серьезные аварии
А14 Катастрофическая Разрушение системы. Состояние системы несовместимо со стандартами энергетической безопасности
Значения лингвистической переменой х2 «Вероятность»
А21 Незначительная Угроза маловероятна, почти невозможна
А23 Небольшая Угроза может появиться, но вероятность невысока
А23 Умеренная Между небольшим и не слишком высоким уровнями
А24 Не слишком высокая Периодическое появление угрозы
А25 Довольно высокая Угроза появляется очень часто
А26 Очень высокая Угроза определенно появится
Значения лингвистической переменой у «Уровень опасности»
В1 Терпимый Угроза является управляемой в рабочем порядке
В2 Существенный Угроза требует внимания. Требуется понять, как уменьшить
В3 Критический Требует пристального внимания, выработки предупредительных мер по устранению
В4 Катастрофический Необходимо срочно предпринять экстренные меры по устранению
0
0
0
В случае если ЛПР вводит количественные значения входных переменных в виде целых чисел от 0 до 100, нечеткие значения определяются на основе функций принадлежности с помощью операции фаз-зификации. Для некоторых угроз могут быть использованы индикаторы - показатели, позволяющие оценить вероятность и значимость риска реализации угрозы. Например, вероятность наступления неблагоприятных последствий угрозы «Низкий технический уровень и качество оборудования» можно оценить по такому индикатору, как «Процент износа оборудования»: чем выше процент износа, тем выше вероятность того, что данная угроза вызовет снижение состояния безопасности (возможные негативные последствия для данной угрозы приведены в табл. 1). Значимость можно определять по индикатору «Возможные финансовые потери (тыс. руб.)». Если индикатор измеряется не по универсальной шкале (от 0 до 100), то прежде чем осуществлять процедуру фаззификации, его значение необходимо нормировать по формуле
д
•100 , где дпопп, даЬ, дп
- со-
ответственно нормированное, абсолютное, минимальное и максимальное значения индикатора.
Рассмотрим пример оценки риска реализации угрозы «Диспропорции цен на ТЭР в результате неэффективной тарифной политики». ЛПР оценил значимость данного риска как «критическую» со степенью уверенности «вполне уверен» (0,75) и вероятность -на уровне 33%. Фаззификация второго параметра позволила получить два значения нечетких значений «небольшая/0,37» и «умеренная/0,62». В процессе вывода было активировано два правила:
ЕСЛИ «Значимость» есть «критическая» И «Вероятность» есть «небольшая» ТО «Уровень опасности» есть «терпимый»;
ЕСЛИ «Значимость» есть «критическая» И «Вероятность» есть «умеренная» ТО «Уровень опасности» есть «существенный».
По первому правилу значение выходной переменной «Уровень опасности» было определено как «терпимый/0,37», по второму - как «существенный/0,62». После агрегации выведенных следствий и процедуры
дефаззификации по методу центра тяжести было определено четкое значение 40.
Результат вывода может быть представлен как в виде лингвистических значений, так и в числовом виде. В первом случае местоположение риска реализации угрозы на «нечеткой» карте рисков может быть задано не одной, а несколькими точками, занимающими соседние «клеточки» ( рис. 4, а). Во втором случае местоположение задается в системе числовых координат (от 0 до100) и определяется четкими значениями входных параметров (рис. 4, б). При этом, если значение параметра было введено ЛПР в лингвистическом виде, то числовое значение вычисляется с помощью процедуры дефаззификации.
Для анализа разработанной модели нечеткой оценки угроз и ее верификации может быть использована поверхность вывода. Визуализация может помочь экспертам оценить влияние изменения значений значимости и вероятности риска реализации угрозы на ее интегральную оценку и скорректировать параметры функций принадлежности. На рис. 5 приведен пример поверхности вывода.
Заключение. Одним из достоинств предложенного подхода к оценке угроз энергетической безопасности региона является его простота, гибкость и быстрота применения. Несмотря на кажущуюся простоту, при построении карты рисков используются сложные процедуры выбора оптимальных параметров карты (например, количества термов по каждому измерению, параметров функций принадлежности, количества нечетких правил вывода), а также процедуры экспертной оценки отдельных угроз (например, агрегирования мнений экспертов, оценки значимости последствий на основе исследования сценариев). Степень необходимой при анализе детализации специфична для каждого объекта анализа, типа угрозы, анализируемого периода. Для угроз, требующих дополнительного анализа, необходимо использовать методы имитационного моделирования, статистического анализа. Тем не менее, даже грубой экспертной оценки, дополненной оценкой неопределенности, зачастую вполне достаточно, чтобы расположить угрозы по приоритетам, отделить «невыносимые» от «терпимых». Это особен-
Значимость - критическая/0,75 Вероятность - небольшая/0,37 Уровень опасности - терпимый/0,62
Значимость = 64 Вероятность = 33 Уровень опасности = 40
Рис. 4. Вывод результатов оценки угроз: а - в виде лингвистических значений;
б - в виде четких значений
б
а
-
к
£ а
100
вероятность
Рис. 5. Поверхность нечеткого вывода оценки угроз
но актуально в условиях отсутствия достоверной информации, а также нехватки ресурсов и времени для ее сбора. При этом самая важная выгода от картографирования угроз - сокращение времени принятия решения при выборе направлений повышения энергетической безопасности.
Метод оценки угроз с использованием нечеткой карты рисков лег в основу информационной системы оценки угроз энергетической безопасности региона, разработанной в Томском государственном универси-
Библиографический список
тете систем управления и радиоэлектроники. Основными функциями системы являются: формирование базы угроз в сфере энергетической безопасности на основе типового классификатора, нечеткая оценка угроз, визуализация результатов оценки, формирование базы мер по снижению или ликвидации угроз. В настоящее время система проходит апробацию в Томском региональном центре управления энергосбережением.
1. Литвак В.В., Силич В.А., Яворский М.И. Региональный вектор энергосбережения. 2-е изд. Томск: БТТ, 2001. 341 с.
2. Аршинский В.Л. Методический подход к событийному моделированию в исследованиях энергетической безопасности // Информационные и математические технологии в науке и управлении: труды XV Байкальской Всерос. конф. Иркутск: ИСЭМ СО РАН, 2010. Ч.II. С. 120-129.
3. Риск // Википедия [Электронный ресурс]. 2010. Режим доступа: ги.\«1к1ре<Ла.огд/\«1к1/Риск
4. Зинкевич В.А., Черкашенко В.Н. Карта рисков - эффективный инструмент управления // Франклин & Грант [Элек-
тронный ресурс]. 2008. Режим доступа: \«\т«.)гапкНп-grant.ru/ru/reviews/review7.shtml.
5. Береснева Н.М. Система поддержки индикативного анализа энергетической безопасности России: дис. ... канд. техн. наук. Иркутск, 2008. 130 с.
6. Угрозы и энергетическая безопасность регионов / М.П. Силич, С.А. Косяков, В.В. Литвак и др. // Энергосбережение и энергетическая безопасность регионов России: тез. докл. Всерос. совещания. Томск, 2000. С. 18-21.
7. Леоненков А.В. Нечеткое моделирование в среде МДТЬДВ и ^уТБОН. СПб.: БХВ-Петербург, 2003. 736 с.
УДК 622.33.013:004.416 «311»
КОНЦЕПЦИЯ РЕАЛИЗАЦИИ ИНФОРМАЦИОННОЙ СИСТЕМЫ «РЕТРОСПЕКТИВА РАЗВИТИЯ УГОЛЬНОЙ ПРОМЫШЛЕННОСТИ СТРАНЫ»
Л.Н.Такайшвили1
Институт систем энергетики им. Л.А. Мелентьева СО РАН, 664033, г. Иркутск, Лермонтова, 130.
Сформулирована задача создания информационной системы «Ретроспектива развития угольной промышленности страны» для поддержки научных исследований развития угольной промышленности как составляющей ТЭК, для этапа исследования - оценка существующего состояния отрасли. Рассмотрена модель информационных потоков и основных компонент информационной системы. Предложены формализмы для представления характеристик объектов предметной области и структуры таблиц. С использованием предложенного формализма рассмотрены состав информационной системы и требуемые результаты работы информационной системы. Сформулированы требования к информационной системе. Ил. 2. Табл. 4. Библиогр. 9 назв.
Ключевые слова: информационная система; предметная область; статистические данные; база данных; таблицы; компоненты БД; угольная промышленность; показатели.
1Такайшвили Людмила Николаевна, кандидат технических наук, старший научный сотрудник, тел.: (3952) 423534, e-mail: luci@isem.sei.irk.ru
Takaishvili Lyudmila, Candidate of technical sciences, Senior Researcher, tel.: (3952) 423534, e-mail: luci@isem.sei.irk.ru
