ТЎҚИМАЧИЛИК САНОАТ КОРХОНАЛАРИДА ЭЛEКТР ЭНEРГИЯ ИСТEЪМОЛИНИ ПРОГНОЗЛАШ УСУЛЛАРИ Текст научной статьи по специальности «Математика»

УУТ 621.365.31

Хошимов F.A., Юсупалиева Х.У., Кодиров И.Н

ТУКИМАЧИЛИК САНОАТ КОРХОНАЛАРИДА ЭЛЕКТР ЭНЕРГИЯ ИСТЕЪМОЛИНИ ПРОГНОЗЛАШ УСУЛЛАРИ

Хошимов F.A. - т.ф.д., профессор, Юсупалиева Х.У.- стажёр-тадкикотчи (УзР ФА Энергетика муаммолари институты), Кодиров И.Н.-т.ф.н., профессор (Кдрши му^андислик-иктисодиёт институти)

В статье приведены методы прогнозирования, используемые в настоящее время для прогнозирования потребления электроэнергии на промышленных предприятиях, в том числе текстильной промышленности. В зависимости от характера технологического процесса промышленных предприятий выбор соответствующего объекту прогнозирования метода среди имеющихся методов прогнозирования также обеспечит успешность прогнозирования и оценки.

Ключевые слова: текстильные предприятия, прогнозирование, моделирование, потребление электроэнергии, энергетические показатели.

The article gives forecasting methods currently used to predict electricity consumption in industrial enterprises, including the textile industry. Depending on the nature of the technological process of industrial enterprises, the choice of a method corresponding to the object of forecasting among the available forecasting methods will also ensure the success of forecasting and evaluation.

Key words. textile enterprises, forecasting, modeling, electricity consumption, energy indicators.

Кириш. Жах,онда саноат корхоналарида ишлаб чикарилаётган мах,сулот ва унда сарф булаётган электр энергияси уртасидаги муносабатни баркарорлаштириш, электр энергияси истемолининг энергия самадорлиги юкори аникликда прогноз килиш ва бах,олаш асосида мах,сулот таннархидаги энергия хдражатларини камайтиришга каратилган тадкикотлар мух,им ахдмият касб этмокда.

Бугунги кунга келиб, саноат корхоналарининг, жумладан тукимачилик саноат корхоналарининг электр энергияси истеъмолини прогнозлашда корхоналарнинг технологик жараёни хусусиятидан келиб чикиб, прогнозлаш усуллари танланади ва кулланилади. Мавжуд прогнозлаш усуллари орасидан айнан прогнозлаш объектига мос булган усулни танлаш, прогноз килиш ва бах,олашнинг муваффакиятли булишини таъминлайди.

Х,озирда юздан ортик прогнозлаш усуллари мавжуд булиб, амалда тахминан 20-30 та асосий усуллардан фойдаланиб келинмокда. Прогноз килиш усулларнинг классификация буйича асосан учта хусусиятига кура амалга оширилади:

• усулларни расмийлаштириш даражасига кура;

• умумий хдракат принципига кура;

• прогноз маълумотларини олиш усули буйича [1, 2].

Расмийлаштириш даражасига кура, прогноз килиш усуллари расмийлаштирилган ва интуитивга булинади. Расмийлаштирилган усули прогноз килинаётган объект томонидан берилган маълумотларни математик формулалар ёрдамида ифодалаш имкони булган х,олатлатда кулланилади. Интуитив - математик формулалар билан таъсвирлаб булмайдиган жараёнлар учун ишлатилади (1-расм).

1-расм. Прогноз килиш усулларининг классификацияси

Расмийлаштириш тамойилига кура, прогнознинг интуитив усуллари икки гурух,га булинади [3]:

Индивидуал эксперт ва жамоавий эксперт бахолари.

Саноат корхоналарининг электр энергияси истеъмолини прогноз килишда саноат корхоналарида илмий асосланган усуллари мавжуд булмаса, прогнозлаш эксперт бах,олаш усули ёрдамида амалга оширилади. Эксперт бах,олаш усуллари куйидаги лолларда кулланилади [4]:

• электр энергияси истеъмолини прогнозлаш учун дастлабки маълумотларнинг мавжуд эмаслиги ёки етарли даражада булмаслиги;

• прогноз килинаётган объектнинг дастлабки маълумотларининг ноаниклиги шароитида бунда мах,сулот ишлаб чикаришнинг жами ва электр энергия истеъмоли уртасидаги богликликнинг ночизиклигида;

Бугунги кунда амалда кулланилаётган куплаб эксперт бах,олаш усуллари юкорига айтиб утилганидек, икки гурух,га булинади. Биринчи гуру^ уз ичига бир мутахассис ишига асосланган индивидуал усулларни олади.

Ушбу усулда карор кабул килишда биргина мутахассиснинг фикри х,исобга олинади. Бунда карор кабул килувчи мутахассис тажрибасидан келиб чикиб, тор доирадаги прогнозлаш объекти электр энергия истеъмоли буйича маълумот бера олади.

Эксперт усулларининг иккинчи гурух,и икки ёки ундан ортик экспертларнинг жамоавий бах,олашга асосланган булиб, бунда прогноз килинаётган объекти буйича кенг доирадаги объект буйича карорлар кабул килиш амалга оширилади.

Экстрополяция усули. Бу усул саноат корхоналари, шунингдек тукимачилик саноат корхоналарида прогнозлаш моделларини ишлаб чикишда фойдаланилади. Улар вакт давомида электр энергия истеъмолининг прогноз курсаткичларига таъсир этувчи факторларнинг богликлигини дастлабки маълумотларини кайта ишлаш асосида текислаш имконига эга [2, 5, 6].

Экстрополяция усуллари асосида прогнозлаш моделларини ишлаб чикишда тренд чизикларини текислашга эътибор берилади. Шу билан бирга, бу усуллар бир катор хусусиятларига кура регрессия усулига ухшашдир. Электр энегиясини истеъмол килиш буйича прогнозлаш моделларини ишлаб чикишда ушбу усул вакт каторини прогнозлаш ва кулай шаклда утказиш шунингдек, урганилаётган маълумотларни тах,лил килиш учун ишлатилади [7,8]. Ушбу усул ёрдамида прогноз курсатгичларини аниклаш куйидаги формуладан фойдаланилади:

БМА = ^Ч (1)

п '

бу ерда Р-1- тартибидаги текширилган параметрнинг киймати; п- тартибли силжиш.

ШМА = (2)

бу ерда Р-1- тартибидаги текширилган параметрнинг киймати; -г- чи улчовнинг огирлиги.

Курсатгичларни хдрактерловчи уртача курсатгичлар куйидаги ифода буйича х,исоблаш мумкин:

ЕМА(Х) = ЕМА(г -1} + [К• (Р(г) - ЕМА(г - 1})] (3)

2

бу ерда Р - урганилаётган парамертнинг киймати; t- каралаётган вакт; К = ^^

Тукимачилик корхоналарида прогнозлаш моделини ишлаб чикишда кулайлиги хдмда кириш маълумотларининг минимал тупламига асосланиб прогнозлаш кобилиятини юкорилиги экстрополяция усулининг асосий афзаллиги булса, тренд моделининг катъийлиги, мослашувчанликнинг пастлиги, куплаб таъсир килувчи параметрларни х,исобга олишнинг имконини йуклиги, катта микдордаги дастлабки маълумотларга эх,тиёжлари- ушбу усулнинг асосий камчилиги х,исобланади [9].

Регрессия усули. Электр истеъмолини моделлаштириш ва прогноз килишнинг яна бир кенг таркалган усулидан бири регрессия х,исобланади [10].

Регрессиянинг умумий максади шундан иборатки, бир нечта мустакил узгарувчилар х1,х2,...,хп va = ^1(х1,х2, .,хп} куринишидаги номустакил узгарувчиси уртасидаги муносабатни тах,лил килишдир. Электр истеъмолини моделлаштириш ва прогноз килишда, мустакил узгарувчи ишлаб чикариш омилли х,исобланса, номустакил эса - электр энергияси истеъмоли ёки кувват юкламасидир. Ушбу усулларнинг афзалликлари, прогноз курсаткичига таъсир этувчи барча асосий ва ёрдамчи факторларни х,исобга олиш имкониятининг мавжудлиги ва элекр энергия истеъмолини прогнозлашнинг соддалиги х,исобланади.

Регрессия усулларидан фойдаланиш прогнозлаш учун олинган дастлабки маълумотлардаги муносабатларни ва моделлар аниклигига таъсир этувчи муносабатларни бах,олашга имкон беради. Яна бир афзаллик томони шундаки, бунда, электр энергиясига таъсир этувчи омилларнинг таъсир этиш даражасини бах,олаш мумкин. Шу билан бирга дастлабки олинган омиллар орасида богликлик коэффициенти юкори булган омилларнинг прогнозлаш моделида х,исобга олишнинг прогноз курсатгичи аниклигини оширишни таъминлайди. Натижада, олинган кийматлар доимий узгаришга эга булиб, бу куйидагича аникланади [2,8]:

о = Т!=1{х} - X2); а = 100%, (4)

бу ерда, п- обектлар сони; X- чи обект учун Хп киймати; X уртача киймати X канча кийматларининг таркалиш даражаси канчалик катта булса, D, о va V кийматлари шунчалик катта булади. V узгарувчанлик коэффициенти х,ар хил табиатдаги атрибутлар учун таккосланадиган киймат булиб, унинг кийматлари фоизда ифодаланади.

Регрессия усулида уз навбатида чизикли ва ночизиклига булинади. Чизикли регрессия усулидан купрок фойдаланилади. Чизикли регрессия тенгламаси куйидагича ифодаланади: У = а + Ъ1Х1 + Ь2Х2+, ...,+ЬпХп + е , (5)

бу ерда, У- прогнозлаш курсаткичи; Х1, ...Хп - электр энергия истеъмолига таъсир этувчи омил; Ь^,... Ьп — регрессия коэффициентлари; а- тенгламанинг эркин х,ади; е - моделнинг колдик хатолиги.

а, Ъ-^, Ъ2 коэффициентларини аниклаш учун куйидаги тенгламалар системаси ечилади:

Y = па + Ъ1^Х1 + Ъ2^Х2, YX1 = a^X1 + b1^Xl+b2^X1X2; (6)

^УХ2 = а^Х2 + Ъг^ ХгХ2 +Ьг^ Х%.

Электр энергиясини истеъмолни прогноз килиш учун таклиф килинган моделлар асосан чизикли регрессия усулларига асосланади ва уни куйидаги куринишда ёзиш мумкин

W = А0+А^Р1 + - + Ат^Рт+А12^Р^Р2 + -

ёки

W = A0+A^P1+A2^P} + - + An^P* + А12 •Р^Р2 + ■■■, (7)

бу ерда, W- агрегатлар, технологик линия, корхоналар ва бошкалар истеъмол киладиган электр энергияси; m- тадкикот объектида электр истеъмолида аникланадиган омиллар сони; ^о — А-п тадкикот объектида электр истеъмолида омилнинг таъсир даражасини аникловчи эгрессия и, Р0 — Рт - электр истеъмолига таъсир килувчи омиллар.

Чизикли моделни тах,лил килиш натижасида, бу модель адекват эмаслиги хдкида маълумот олиш мумкин. Бу х,олда, прогноз килувчи узгарувчилар ва жавоб уртасидаги муносабатлар номаълум булиб колади ва моделни такомиллаштириш учун тенгламага баъзи чизикли булмаган атамалар кушилади. Прогноз килиш ва моделлаштириш жараёнида чизикли регрессия усулидан фойдаланиш имкони булмаган х,олда, ночизикли бах,олаш моделини куллаш мумкин хдмда уларнинг куйидаги бир нечта турлари мавжуд:

• энг кичик квадратлар усули;

• вазнли энг кичик квадратлар усули;

• функцияни минималлаштириш алгоритмлари;

• жарима функциялари, параметр чеклови;

• Фуре регрессияси усули;

• ва бошкалар.

Регрессия усулларининг афзалликлари юкоридагилардан иборат булиб, уларнинг камчилик эса хдкикий кийматларга таъсир этувчи параметрларнинг олдиндан айтиб булмаслиги билан тушунтирилади.

Дастлабки маълумотларнинг баркарор эмаслиги, ишлаб чикиладиган прогнозлаш модели ёрдамида аникланадиган прогноз курсаткичларининг хатологи юкори булишига олиб келиши мумкин. Регрессия усуллари электр энергия истеъмолини прогнозлаш моделларининг мух,им омилларини аниклаш учун жуда мос келади, аммо улар юкорида айтилганидек бирламчи маълумотлар таркибига боглик ва х,ар доим х,ам юкори аникликни таъминлай олмаслиги мумкин.

Корреляция усули. Корреляция усули ишлаб чикаришнинг барча йуналишларида, шунингдек, илм-фаннинг деярли куплаб сохдларида жуда кенг кулланилади. Асосан, жараёнларни математик ифодалашда параметрларнинг бир-бирига богликлигини таснифлашда ва уларнинг конуниятларини урганиш хдмда тах,лил килишда фойдаланилади. Таъсир килувчи параметрларнинг кувват ва электр энергия сарфига таъсирини х,исобга олиш имконияти юкорилиги, корреляция усулининг асосий афзаллиги х,исобланади. Ушбу усулнинг асосий камчилиги эса, айнан шароитларга мослашувчанлиги пастлиги, дастлабки маълумотларга нисбатан катъий талаблар шунингдек, х,исоб-китоб ишларини амалга оширишнинг мураккаблигидадир.

Вакт оралиFи усуллари. Вакт оралиги усуллари прогнозлаш объектига оид турли вактларда тупланган статистик маълумотларга асосланган усуллардан бири х,исобланади. Вакт оралиги усуллари мавжуд усуллардан анча катта назариялар билан фарк килади. Улар сунъий интеллект усуллар, масалан сунъий нейрон тармоклари ёрдамида тахминий прогнозлаш моделларини ишлаб чикиш максадида кулланилади [2].

АРИМА усули. Электр энергияси истеъмолини прогнозлашнинг энг куп таркалган усулларидан бири Box-Jenkins - АРИМА усулидир. Прогноз килишда бу усул дастлабки

маълумотлар ностационар булган х,олларда кулланилиши максадга мувофик х,исобланади. Ушбу усул хусусиятига кура, дастлабки маълумотларни стационар х,олатга келтириш имкони мавжуд [8].

àdXt = с + 2f=1 aiàdXt_i + 2J=1 bj£t_j + £t, (8)

бу ерда, £t- стационар вакт; c, at, bj- модель параметрлари, Ad- вакт оралиги фарки оператори. Бундан ташкари, ушбу модель АРИМА (p,d,q)- моделлар сифатида талкин этилади.

p- авторегрессия тартиби, d- вакт оралиги маълумотларининг интеграция тартиби, q- уртача хдракатланиш тартиби.

(8) ифода Xi станционар булмаган вакт оралигини аниклаш учун АРИМА моделини курсатади:

(9) ифода L: Lxt = xt_i кечикиш ёрдамидаги ушбу моделларнинг таърифини беради:

(1 - L)dXt = с + £f=1 щЬ1)(1 - L)dXt + (1 + bjLj)et (9) Ёки кискартирилгани:

a(L)(1 - L)dXt = с + b(L)et (10)

a(L) = 1-Zl1aiLi (11)

b(L) = 1 + Z(]=1bjV (12)

Электр энергия истеъмолини прогнозлашда экстраполяция ва регрессия усуллари вакт оралиги назариясига асосланиб саноат корхоналарида, жумладан тукимачилик саноат корхоналарида электр энергиясини истеъмол килиш объектлари (агрегатлар, бирлик ва бошкалар) томонидан электр энергиясини истеъмол килиш буйича мавжуд дастлабки маълумотлар асосида юкори аникликдаги кийматларни олиш имконини беради. Айнан экстраполяция ва регрессия усуллари таъсир этувчи омилларнинг улушини х,исобга олган х,олда электр энергияси истеъмоли тугрисидаги барча маълумотларни кайта ишлатиш имкон берувчи математик моделларни ишлаб чикади. Бу эса электр энергияси истеъмолининг прогнозлаш курсатгичларини аниклашнинг хатолигини камайтиришига имкон беради [8].

АРИМА усулларининг асосий афзаллиги шундаки, электр истеъмолига таъсир килувчи омиллар, жумладан, мавсумий параметрларни аниклаш ва х,исобга олиш кобилиятининг юкорилигидадир. Камчилиги эса, мослашувчанлиги пастлиги, х,исоб- китоб ишларини амалга оширишнинг мураккаблиги, электр энергия истеъмолини прогнозлашда ноаниклик шароитида купайиб кетиши х,исобланади.

Адаптив прогноз килиш усули. Бу усулнинг хусусияти, прогноз жараёнида моделда танланган коэффициентлар доимий сакланмасдан, дастлабки маълумотлар, таъсир килувчи омил (мавсумийлик, энергетик курсатгичлар, об-х,аво) х,исобига янгиланади. Натижада моделнинг шакли мос х,олатларига кура узгаради.

Адаптив прогноз килиш усуллар динамик каторлар даражаларининг кучли тебранишлари шароитида кулланилади ва тенденцияни урганишда олдинги даражаларнинг динамик каторнинг кейинги кийматларига таъсир килиш даражасини х,исобга олишга имкон беради.

Адаптив прогноз килиш усулларга куйидагилар киради:

- хдракатланувчи ва экспоненциал уртачалар усуллари;

- гармоник огирликлар усули;

- авторегрессив трансформациялар усуллари.

Адаптив усул киска муддатли прогнозлашни назарда тутади. Адаптив усул вакт каторлари даражаларининг турли хил ахборот кийматини, шунингдек, маълумотларнинг эскириш даражасини х,исобга олиш имконини беради.

Прогнозлашда адаптив йуналишнинг бошланиши экспоненциал текислаш модели томонидан куйилган. Масалан: Qt курсаткичларининг динамик катори берилган. Моделни куйидагича ёзиш мумкин [11]:

Qt=Axt + BQt_lt (13)

Бу ерда А ва В модель параметрлари: А- х,озирги маълумотларни бах,олайди; В- эски яъни утган маълумотларни бах,олайди.

Адаптив прогнозлаш усулининг асосий афзалиги шундаки, яхши мослашувчанлик, киска муддатли прогнозлаш имконияти х,исобланади. Адаптив усулларда киска муддатли интервалдаги прогнозларни тах,лил килишда ишлатиш максадга мувофик булади. Чунки кириш параметрлари хджмини танлашнинг мураккаблиги ва прогноз ишларини амалга оширишда купрок маълумотлар базасини киритишга булган эх,тиёж, тадкик килинаётган объект учун х,осил килинган моделда мураккаб узгаришларни х,исобга олиш имконининг пастлиги, прогноз хдтоликларининг сезиларли даражада ошишида олиб келади. Бу эса адаптив прогнозлаш усулларининг асосий камчиликлари х,исобланади .

Сунъий нейрон тармоклари усули. Саноат корхоналарининг электр энергия истеъмолини прогнозлашда бугунги кундаги юкори аникликни таъминлайдиган усулларда яна бири нейрон тармоклар усули х,исобланади. Бу усулни электр энергия истеъмолини прогнозлаш моделларини ишлаб чикишда барча даврийликда прогнозлаш турларида куллаш мумкин, яъни:

1. ^иска муддатли (соат, кун хафта);

2. Урта муддатли (ой, чорак, йил);

3. Узок муддатли (икки йил ва ундан ортик вакт).

Нейроннинг мавжуд модели куйидагилардан ташкил топган (1-расм):

Х1 ...Хп,- киритиш элементларидан, ..Шп,- нерв, функцияни амалга оширувчи £ нейрондан ва чикувчи У дан иборат.

Нейронни форматлаш куйидагича ифодаланади [12]:

5 = ^=^X1 + ^ (14)

ёки

у = г (5}

бу ерда, Му - синапс огирлиги (] = 1... п); Ъ - оффсет киймати; £ - йигинди натижаси; Xу -кириш сигнали (у = 1...п); п- нейронларнинг кириш сони; У - чикиш сигнали; /-фаоллаштириш функцияси.

У

Чвквш

2-расм. Нейрон тармогининг тузилиши

Ишлаш давомида нейрон киритиш сигналларига мос равишда чикиш сигнали С ни х,осил килади. Шу билан бирга, бошка мавжуд усуллардан фаркли равишда прогноз курсатгичини аниклаш учун нейрон тармогини урганиш жараёни амалга оширилиши керак. Тармокни урганиш жараёни давомида синапсларнинг вазн коэффициентлари кийматлари шундай танланадики, бунда тармокнинг чикиш курсатгичи, яъни прогнозлаш курсатгичи хдкикий кийматга имкон кадар якин булади.

Х,озирги кунда нейрон тармогини урганишнинг куплаб усуллари мавжуд булиб, улар киска муддатли электр энергия истеъмолини прогноз килиш вазифаларида х,ам кулланилмокда [12].

Замонавий дастурлаш тизимига асосланган ва жараённи сунъий назорат килиш, шароитга мослашувчанлиги хдмда умумлаштириш кобилиятлари, юкори шовкиндан ^имояланганлиги, автоматлаштирилганликнинг юкори даражада эканлиги, шунингдек, уз-узини урганиш усулнинг афзаллиги х,исобланади. Кириш параметрларини тармок

конфигурациясини танлаш хдмда амалга оширишнинг мураккаблиги асосий камчиликларига киради.

Сунъий нейрон тармогини урганиш учун яратилган ахборот хусусиятларининг микдори ва намунасига караб, нейронларнинг ортикча микдорини х,исобга олган х,олда тармок таркибининг курилиши талаблари бажарилса, бундай тармокнинг ишончлилиги юкори булади.

Хулоса килиб айтганда, тукимачилик саноат корхоналарида электр энергия истеъмолининг энергия самадорлигини прогнозлаш усулини танлаш мураккаб вазифалардан бири х,исобланади. Мавжуд прогноз килиш усуллари орасидан айнан прогнозлаш обеъктига мос булган усулни танлаш прогнозлаш муваффакиятли булишини таъминлайди. Нотугри танланган усул корхоналарнинг электр энергия истеъмолини прогноз ва хдкикий курсатгичлари орасидаги фаркнинг сезиларли даражада юкори булишига ва бунинг натижасида кушимча иктисодий харажатларга олиб келади.

Юкорида куриб утилган усуллардан тукимачилик саноат корхоналарида электр энергия истеъмолининг энергия самадорлигини прогноз килишда куллаш оркали юкори натижаларга эришиш имконияти яратилади.

АДАБИЁТЛАР

1. Поляк Г. «Методология прогнозирования электропотребления» - 2008. -№2. С. 11-13.

2. Niyozov N.N. Sanoat korxonalarida elektr energiya iste'molini prognozlash usullari tahlili // " Energiya va resurs tejash muammolari" jurnali. Toshkent, 2020. -№3-4.214-218 b.

3. Чегодаев А.И. «Математические методы анализа экспертных оценок» -2010. С. 130-135.

4. Барикаев Е. Н., В.З. Черняк. «Методы экспертных оценок» - 2013. С.184-189

5. Вержбицкий В.М. «Основы численных методов» Учебник. - М.: Директ-Медие, 2013. -187с.

6. Тихонов Э.Е. «Методы прогнозирования в условиях рынка» Учебное пособие -Н. 2006. - 211с.

7. Аллаев К.Р., Хошимов Ф.А. «Энергосбережение на промышленных предприятиях» Т.: Фан, 2011.208 с.

8. Большаков А. А. «Методы обработки многомерных данных и временных рядов» учеб. пособие для вузов. М.: -2007. - 522 с.

9. Канторович Г.Г. «Анализ временных рядов» М.: Экономический журнал, №3, Р-2002. -79-86 с.

10. Алберт А. «Регрессия, псевдоверсия и рекуррентное оценивание» М.: 1977.

11. https://studopedia.ru/11 6599 adaptivnie-metodi-prognozirovaniya.html.

12. Воронов И.В., Политов Е.А., Ефременко В.М. «Обзор типов искусственных нейронных сетей и методов их обучения» -2007. 38-42.