Бесплатный автореферат и диссертация по наукам о земле на тему

Прогнозирование затрат электроэнергии на нефтепроводе с использованием искусственных нейронных сетей

ВАК РФ 25.00.19, Строительство и эксплуатация нефтегазоводов, баз и хранилищ

Автореферат диссертации по теме "Прогнозирование затрат электроэнергии на нефтепроводе с использованием искусственных нейронных сетей"

11-3

2832

На правах рукописи

ПРОГНОЗИРОВАНИЕ ЗАТРАТ ЭЛЕКТРОЭНЕРГИИ НА НЕФТЕПРОВОДЕ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

Специальность 25.00.19 - «Строительство и эксплуатация нефтегазопроводов, баз и хранилищ»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Уфа - 2011

Работа выполнена на кафедре «Транспорт и хранение нефти и газа» Уфимского государственного нефтяного технического университета.

Научный руководитель доктор технических наук

Макаренко Олег Анатольевич.

Официальные оппоненты: доктор технических наук, профессор

Байков Игорь Равильевич; доктор технических наук, профессор Карамышев Виктор Григорьевич.

Ведущее предприятие Татарский научно-исследовательский и

проектный институт нефти (ТатНИПИнефть) ОАО "Татнефть" им. В.Д.Шашина.

Защита состоится 28 июня 2011 года в 16-30 на заседании по защите докторских и кандидатских диссертаций Д 212.289.04 при Уфимском государственном нефтяном техническом университете по адресу: 450062, Республика Башкортостан, г. Уфа, ул. Космонавтов, 1.

С диссертацией можно ознакомиться в библиотеке Уфимского государственного нефтяного технического университета.

Автореферат разослан 25 мая 2011 года.

Ученый секретарь совета

Ямалиев В.У.

РОССИЙСКАЯ .су Дарственная "" библиотека 2011

3

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Для существующей системы нефтеснабжения актуальной задачей является снижение эксплуатационных расходов. Одной из основных статей эксплуатационных расходов при транспортировке нефти и нефтепродуктов являются затраты на электроэнергию. По опубликованным данным доля электроэнергии в себестоимости магистрального транспорта нефти составляет 20-25% и, в свете устойчивой тенденции роста цен на электроэнергию, будет продолжать расти.

Необходимо уметь прогнозировать затраты электроэнергии. Прогноз расхода электроэнергии осуществляется на основании разработанных план-графиков работы магистральных нефтепроводов (МН), и оба этих этапа являются составной частью процедуры планирования работы магистрального нефтепровода на предприятиях трубопроводного транспорта нефти.

В настоящее время выбор режима и периода работы магистрального нефтепровода на нем при заданных объемах перекачки нефти основывается на детерминированной постановке задачи. В период же эксплуатации на магистральный нефтепровод воздействуют случайные внешние и внутренние факторы, учесть которые можно путем обработки значительного количества статистической информации о технологическом процессе транспорта нефти. Поэтому прогноз расхода электроэнергии по разработанному план-графику работы магистральных нефтепроводов проводится на основе интуитивной оценки (ручного перебора) варианта предыдущей работы нефтепровода, что не может отразить всю полноту имеющихся возможностей и претендовать на адекватность (или количественную обоснованность) принимаемых решений.

В связи с этим важное значение приобретает исследование и разработка алгоритмов решения задач прогнозирования расхода электроэнергии.

Цель диссертационной работы. Разработка и исследование метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти с использованием искусственных нейронных сетей.

В рамках поставленных целей решались следующие задачи:

1 Оценка взаимосвязей между расходом потребляемой электроэнергии и показателями работы магистрального нефтепровода и перекачиваемой нефти.

2 Разработка модели нейросетевого метода прогнозирования расхода электроэнергии на нефтепроводе по данным его эксплуатации.

3 Определение возможности прогнозирования расхода электроэнергии по развивающимся или вновь вводимым в эксплуатацию магистральным нефтепроводам с использованием статистической информации о работе других нефтепроводов.

Методы исследований

При решении задач, поставленных в диссертационной работе, для разработанных математических моделей, использовались искусственные нейронные сети. Расчеты по разработанным алгоритмам выполнялись с использованием программ: «8ТАТ18Т1СА 6», «НеигоЗоЫюпБ» (демо).

Научная новизна

1 Разработана математическая модель и решена задача прогнозирования расхода электроэнергии на нефтепроводе на основе нейросетевого метода.

2 Разработана математическая модель и показана возможность прогнозирования расхода электроэнергии на развивающихся или вновь вводимых в эксплуатацию нефтепроводах по статистической информации об эксплуатации нескольких магистральных нефтепроводов.

Практическая ценность

Полученные в работе результаты позволяют автоматизировать и повысить качество прогнозирования расхода электроэнергии на нефтепроводе. Разработанные алгоритмы использованы для расширения возможностей программных комплексов решения режимно-технологических задач ОАО МН,

а также переданы для использования в учебном процессе при подготовке дипломированных специалистов и бакалавров по специальности «Проектирование, сооружение и эксплуатация газонефтепроводов и газонефтехр анил итц».

Апробация работы. Основные материалы диссертации доложены на:

• IV Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2008», г. Уфа, 2008;

• 60-й научно-технической конференции студентов, аспирантов и молодых ученых, г. Уфа, 2009;

• V Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2009», г. Уфа, 2009;

• VI Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2010», г. Уфа, 2010

Публикации. По материалам диссертации опубликовано 9 научных работ, в том числе 3 статьи опубликованы в журналах, находящихся в перечне ведущих рецензируемых научных журналов и изданий в соответствии с требованиями ВАК Минобразования и науки РФ.

Структура работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем основной части диссертации составляет 145 е., в том числе 29 рисунков и 3 приложения, список литературы из 104 наименований на 11 с.

Содержание работы

Во введении обоснована аюуальность темы, определены задачи исследования.

В первой главе рассматривается ряд работ, посвященных проблеме планирования работы магистральных нефтепроводов. Задачам определения объемов перекачки нефти по системе нефтепроводов и соответствующих им режимов перекачки в детерминированной постановке посвящены работы Веремеенко С.А., Вязунова Е.В., Голосовкера В.И., Меерова М.В., Калика В.И.,

Ретюнина Ю.П., Черняева В.Д., Шаммазова A.M., Щепеткова Л.Г. и др. Они имеют общность в критерии оптимизации. Различаются моделями, накладываемыми ограничениями и методами достижения.

Первые шаги по выбору графика перекачки нефти предприняты в работе Голосовкера В.И.. Предложенный им метод определения оптимальных параметров прост и используется на практике до сих пор.

В работах Щепеткова Л.Г. учитывается влияние наличия нефти в резервуарных парках.

Более полно вопрос планирования работы магистральных нефтепроводов рассматривается Гаевским О.Ф., Шаммазовьгм A.M. Р1ми раскрываются такие факторы, влияющие на оптимальность управления, как: планово-предупредительные ремонты; пропуск очистных устройств; отказы основного оборудования; отказы в электроснабжении; перебои в поставках планового количества нефти; отказы от приема планового объема нефти потребителями; отсутствие нефти в резервуарах: отсутствие свободных емкостей. Разработки Шаммазова A.M. доведены до практического использования, в которых предлагается использовать один из методов случайного поиска - генетический алгоритм.

В области вероятностной постановки задач планирования работы магистральных нефтепроводов следует отметить работы Новоселова В.Ф., Левина B.C., Веремеенко A.A., Калика В.И., Фарфеля С.Я. В рассмотренных работах показано, что для каждой реализации случайных параметров плановая задача может решаться, как детерминированная.

Во второй главе дается оценка взаимосвязей между расходом потребляемой электроэнергии и показателями работы магистрального нефтепровода и перекачиваемой нефти.

В реальных условиях неизменными в течение больших промежутков времени являются показатели, характеризующие нефтепроводную систему и расположенное на ней оборудование (длины участков, раскладка труб по

трассе, высотные отметки конца и начала участков, паспортные характеристики основного и вспомогательного оборудования и т.д.). К изменяющимся показателям можно отнести: производительность нефтепровода, наличие товарной емкости в резервуарном парке, плотность и вязкость нефти при температуре перекачки, состояние надежности оборудования и объектов, проявляющиеся в нарушении плановой работы и т.п.

Например, производительность нефтепровода зависит от режима поставки и приема, запаса нефти и свободной емкости в РП нефтепроводной системы, простоев по различным причинам (аварии, неисправности), физико-химических свойств нефти (плотности и вязкости нефти при температуре перекачки), однородности нефти. На рисунке 1 изображен тренд суточного расхода нефти в нормализованном виде на режиме у за 12 дней одного месяца для действующего нефтепровода. Режим ] - определенная комбинация одновременно включенных насосных агрегатов. Прямая линия - плановый расход нефти.

Рисунок 1 - Изменение объемного расхода нефти во времени на режиме _/"

Из рисунка 1 видно, что нормализованный фактический расход нефти режима у за 12 суток изменяется в пределах от -1,5 до 1,8, то есть при одной и той же включенной комбинации насосных агрегатов производительность нефтепровода является величиной случайной. Естественно, что фактические и плановые показатели по расходу электроэнергии также будут различаться. На фактический расход электроэнергии могут оказывать влияние такие неучтенные факторы, как качество управления нефтепроводом, взливы в резервуарах, пропуск очистных устройств и т.п.

Для оценки причины отклонения фактического расхода от планового желательно установить наличие и характер взаимосвязей между расходом электроэнергии и изменяющимися показателями. В качестве исходных использованы фактические данные эксплуатации одного из действующих МН.

При изучении связи между расходом электроэнергии и отобранными изменяющимися показателями шесть переменных принимаются независимыми Хь Х2, Х3, Х4, Хз, Х6, а седьмая, переменная У- за функцию:

Х1 - номер сезона М\

Х2 — плотность нефти при температуре перекачки р (кг/м3);

Х3 - вязкость нефти при температуре перекачки V (м2/с);

Х4 — коэффициент использования резервуарного парка <5 V;

V

V

г РП

где У„ — объем нефти в резервуарах,

Урп - общий объем резервуарного парка.

Х5 - суточный (объемный) расход нефти QCym (м3/сут);

Х6 — производительность предыдущего (начального) режима 02ч (т/2ч);

У-расход электроэнергии Ж(кВт-- ч/сут).

Одним из простейших способов анализа данных является их графическое представление (рисунок 2). Каждому объекту на диаграмме соответствует точха, координаты которой определяются значениями пары выбранных для анализа переменных. Ось X - суточный (объемный) расход нефти в

нормализованном виде, ось У - суточный расход электроэнергии в нормализованном виде.

..............

< ♦ 4»

1. ^ % ♦ »

V * • ВТ* ■

♦ т

г

,0 -1 ,5 -1 ,0 -0 ,5 0' ♦ ♦ & 0 5 1 0 1 5 2 0 2

♦

--»2:0—---

Объемный расход нефти

Рисунок 2 - Диаграмма рассеяния расхода электроэнергии и объемного расхода нефти

По расположению точек можно говорить об устойчивой статистической связи между расходом электроэнергии и производительностью нефтепровода. Точки, которые выбиваются из места сгущения, могут определяться влиянием неучтенных факторов.

Так как зависимости между переменными стохастичны, и анализ осуществляется по выборке из генеральной совокупности, то определить силу линейной связи пары переменных позволяет выборочный коэффициент корреляции грассчитываемый по формуле:

-у)

г

-у)2

(1)

1=]

где х„ у,

х,у

п

выборочные значения соответствующих переменных;

средние арифметические выборочных значений соответствующих переменных; объем выборки.

По вычисленным значениям выборочных коэффициентов корреляции выделенных переменных установлено, что в рассматриваемом примере значительное влияние на расход потребляемой электроэнергии оказывают суточный расход нефти и характер управления при смене режима на нефтепроводе, так как =0,99 и г^ =0,65.

Выборочный коэффициент корреляции не учитывает суммарное взаимное влияние объясняющих переменных. Установить зависимость искомой функции от нескольких переменных позволяет теория множественной регрессии.

Поиск наилучшей регрессионной модели представляет собой довольно громоздкий процесс. Наиболее разумным может быть использование нейронных сетей, которые обладают рядом преимуществ перед регрессионными моделями: сами подбирают вид функциональной зависимости по экспериментальным данным и являются адаптивной моделью, подстраивающие структуру сети под новые наблюдения и позволяющие объяснить довольно сложные связи между значениями расхода электроэнергии и показателями магистрального нефтепровода и перекачиваемой нефти. Именно поэтому дальнейшие исследования направлены на использование для прогнозирования расхода электроэнергии на нефтепроводе метода нейронных сетей.

В третьей главе рассматривается задача нейросетевого метода прогнозирования расхода электроэнергии для однониточного магистрального нефтепровода на основе реальных данных его эксплуатации.

Изменение температуры окружающей среды влияет на реологические параметры нефти в резервуарах, изменение же параметров нефти в трубопроводе при ее движении зависит от температуры грунта. Поэтому неопределенность воздействия внешней и внутренней среды на трубопроводную систему делает задачу прогнозирования расхода электроэнергии при транспортировке нефти частью сложного процесса. В этом случае эффективным решением является использование искусственных нейронных сетей (ИНС). ИНС является базисом для представления информационной модели на основе данных наблюдений над реальной системы.

В математическом представлении функционирование ИНС можно описать информационным массивом, на основе которого строится прогноз:

№={Р) {х"л}, Р=<Х,У> = <Х(1), У(1), 1=1,..., м>,

={Х0),1=М+1.....И+Т},

где Х(г) - вектор объясняющих переменных (вектор входных

переменных) в точке /;

У (г) - результативный вектор (выходной вектор) в точке /;

N - число точек наблюдения;

Л""1 — вектор объясняющих переменных прогнозного периода (планируемые переменные).

При прогнозировании расхода электроэнергии по магистральному нефтепроводу выбраны следующие переменные моделирования для построения ИНС:

Результативная (выходная) переменная: IV.

Объясняющие (входные) переменные: М, р, V, ЗУ, Qcvm, (72ч.

Обозначим Х^^^/^.р^.у^.бГ^),^^)^-,^/)) - вектор входных

показателей за период времени /. Из-за действия случайных факторов в системе и окружающей среде, переменные, влияющие на расход электроэнергии IV, являются случайными. Пусть существует N реализаций случайного вектора {Я-}* и соответствующее им множество реализаций случайного вектора за период времени которое обозначим {№}" . Эти реализации (измерения) в совокупности составляют обучающую выборку для нейросетевой модели:

Необходимо, по данным наблюдений (2) построить нейросетевое отображение:

= (3)

где и* - набор свободных параметров (синаптических весов)

ИНС, выбранных из пространства параметров весов

Вид ^(^(О»1^) - зависит от выбранной модельной структуры нейронной сети. Параметрами архитектуры ИНС являются:

а) количество слоев и количество нейронов в каждом слое {/»/};

б) множество {¡V} допустимых значений весовых коэффициентов ;

в) множество {(;} допустимых значений величин смещения нейронов;

г) функции активации нейронов/.

Необходимо, по имеющимся данным за N прошлых периодов определить множество параметров прогнозной модели ^Лу,^1,/^,^ путём обучения ИНС и составить прогнозный план ежесуточного расхода электроэнергии на Т шагов вперёд. При этом прогноз необходимо осуществить с некоторой заданной точностью Н.

Алгоритм построения математической модели прогнозирования расхода электроэнергии на Т шагов вперёд является итерационным. Блок-схема разработанного алгоритма представлена на рисунке 3.

По данным обучающей и валидационной (проверочной) выборкам построены ИНС с ранним остановом. Обучающая выборка используется для обычного обучения сети с небольшой модификацией: сеанс обучения периодически останавливается (через каждое несколько эпох) после чего сеть тестируется на проверочной выборке. Периодический процесс обучения-тестирования образует процедуру обучения ИНС с ранним остановом.

Для решения задачи аппроксимации выбрана ИНС с архитектурой многослойного персептрона. Сеть такой архитектуры позволяет моделировать функции практически любой сложности. Алгоритм обучения - алгоритм обратного распространения ошибки. Количество скрытых слоев - два. В этом случае нейронная сеть строит отображение вида:

ЩО = /з ^зо + £"пЛ [и^,, +1('Ё+ ))), (4)

где 2,...,п - число нейронов входного слоя;

т=1,2,...,М - число нейронов первого скрытого слоя;

к=1,2,...,К - число нейронов второго скрытого слоя;

/„/2,/з - функции активации нейронов первого и второго слоев; м'Ш/,м'2ит, м>зи - начальное возбуждение /-го, к-то нейрона первого и второго скрытого, и выходного слоя; х,(/) - 1-я координата входного вектора.

Рисунок 3 - Блок-схема алгоритма построения математической модели прогнозирования расхода электроэнергии

По тестовой выборке данных эксплуатации рассматриваемого МН получены результаты тестирования построенной ИНС (рисунок 4).

[ \Л/ фактический .......\Л/ прогнозируемый

Рисунок 4 - График результатов тестирования ИНС в нормализованном

виде

Средняя относительная ошибка прогноза для денормализованных значений составила 2%.

В четвертой главе рассматривается задача прогнозирования расхода электроэнергии по статистической информации о работе нескольких магистральных нефтепроводов (разного диаметра и коэффициента загрузки). Целью задачи является построение информационной модели для прогнозирования суточного расхода электроэнергии на планируемый период на развивающихся и вводимых в эксплуатацию магистральных нефтепроводах, то есть на таких нефтепроводах, у которых количество имеющихся наблюдений, отражающих изменение условий перекачки, ограничено. Предложена математическая модель и алгоритм решения.

При вводе в эксплуатацию новых нефтепроводов, законсервированных нефтеперекачивающих станций, строительстве лупингов на первых этапах эксплуатации нет достаточной статистической информации, отражающей их эксплуатационные характеристики, поэтому использование нейронных сетей при прогнозировании расхода электроэнергии в трубопроводном транспорте нефти практически невозможно. Предлагается подход, который позволит использовать как собственную информацию о работе нефтепровода предыдущего периода, даже при незначительном её объеме, так и статистические данные других нефтепроводов. В этом случае требуется определить расход электроэнергии Ж(кВт ч/сут):

IV = /(М, р, V, 50,6 V, 5<7, , Ь, дг), где 5(2 - коэффициент загрузки магистрального нефтепровода относительно проектной пропускной способности, (-100%); дq - коэффициент загрузки предыдущего (начального) режима относительно проектной пропускной способности, (-100%);

Пэке — эквивалентный диаметр нефтепровода, (мм);

Ь — протяженность магистрального нефтепровода, (км); Л2 — разность геодезических отметок нефтепровода, (м).

В обучающем и вапидационном массивах используются наблюдения по эксплуатации нескольких (группы) магистральных нефтепроводов, содержащие достаточную статистическую информацию за предыдущей период и одинакового объема для каждого нефтепровода. В нашем случае информация о магистральном нефтепроводе с ограниченным количеством наблюдений в обучающем и валидационном массиве составляла 6% от их объема. Это величина индивидуальна для каждого рассматриваемого примера и зависит от наличия и качества информации на момент построения ИНС.

Тестирование обученной ИНС проводится по тестовой выборке, которая состоит из данных по эксплуатации действующего магистрального

нефтепровода с ограниченным количеством имеющихся наблюдений, отражающих изменение условий перекачки. Средняя относительная ошибка прогнозирования расхода электроэнергии по статистической информации группы нефтепроводов составила 2,5%.

Точность прогнозирования расхода электроэнергии на развивающихся и вводимых в эксплуатацию магистральных нефтепроводах, то есть на таких нефтепроводах, у которых количество имеющихся наблюдений, отражающих изменение условий перекачки, ограничено, будет тем выше, чем больше будет статистической информации об эксплуатации данного магистрального нефтепровода.

Разработанные алгоритмы решения задач прогнозирования расхода электроэнергии при планировании работы магистральных нефтепроводов вошли в состав разрабатываемого комплекса режимно-технологических задач, который поэтапно внедряется на предприятиях трубопроводного транспорта нефти и включает в себя блоки по:

1. идентификации параметров оборудования и контролю технического состояния объектов магистральных нефтепроводов;

2. моделированию, гидравлическому расчету и оптимизации режимов работы магистральных нефтепроводов;

3. планированию работы систем магистральных нефтепроводов.

В блок задач по планированию работы систем магистральных нефтепроводов предложено дополнительно включить задачи:

- прогнозирование расхода электроэнергии на планируемый период;

- контроль исполнения принятого календарного план-графика работы систем магистральных нефтепроводов.

Комплекс задач по прогнозированию расхода электроэнергии на планируемый период позволяет планировать расход электроэнергии с заданной

точностью для заявки электроэнергии на оптовом рынке электроэнергии (мощности).

По выбранным входным и выходным показателям на основе имеющейся базы данных наблюдений осуществляется сбор информации:

- двухчасовая и суточная (массовая) производительность нефтепровода доступна на диспетчерских листах, в системе диспетчерского контроля и управления (СДКУ), автоматизированной системе контроля исполнения договоров (АСКИД);

- свойства и объемы партий перекачиваемых нефтей - информация лаборатории качества, АСКИД;

- наличие нефти в резервуарах НПС - данные СДКУ и диспетчерских листов;

- фактические данные энергопотребления - ежедневные записи в журналах энергопотребления на ЛПДС и НПС, в автоматизированной системе технического учета электроэнергии с элементами управления энергохозяйством (АСТУЭ), автоматизированной информационно-измерительной системе коммерческого учета электроэнергии (АИИС КУЭ);

- проектная пропускная способность, протяженность, диаметр и профиль трассы магистральных нефтепроводов — комплекты проектной, исполнительной и эксплуатационной документации отдела эксплуатации нефтепроводов.

По сформированной выборке набора данных осуществляется предобработка данных. После подготовки данных файл импортируется в программу «КеигоЗоЬйопв», где все наблюдения делятся на три выборки (массива): обучающая, валидационная, тестовая. Обучающая выборка служит для обучения нейронной сети, валидационная - для независимой оценки хода обучения, тестовая - для окончательной оценки хода обучения. Аналогично все переменные делятся на входные и выходные.

После этого приступают к построению и обучению нейронной сети: проводятся эксперименты с различным числом скрытых элементов для каждой

пробной архитектуры сети, отбирая при этом наилучшую сеть по показателю контрольной ошибки.

Параметры нейронной сети, для которой задача решается наилучшим образом, запоминаются и используются для прогнозирования расхода электроэнергии по рассматриваемому магистральному нефтепроводу на заданный период.

Комплекс задач по контролю исполнения принятого календарного план-графика работы систем магистральных нефтепроводов подразумевает соблюдение технологических режимов работы магистральных нефтепроводов. Позволяет осуществлять контроль и анализ фактических режимов работы нефтепроводов, потребленной электроэнергии по сравнению с плановыми показателями.

Выводы

1. Установлено, что на потребление электроэнергии при транспорте нефти наряду с основными параметрами (расход, плотность и вязкость нефти), значительно влияет дополнительный фактор - характер управления при смене режима на нефтепроводе = 0,65), который необходимо учитывать при

прогнозировании расхода электроэнергии.

2. Разработана математическая модель задачи нейросетевого метода прогнозирования расхода электроэнергии по данным эксплуатации одного из действующих магистральных нефтепроводов. Разработан алгоритм решения задачи по прогнозированию расхода электроэнергии. Средняя относительная ошибка прогноза составила 2%, что позволяет говорить о приемлемости предлагаемого метода прогнозирования.

3. Показано, что при малом объеме данных о работе нефтепровода, можно воспользоваться статистической информацией о работе других нефтепроводов (разного диаметра и коэффициента загрузки магистрального нефтепровода) при небольшой потере точности прогноза. Разработан алгоритм и выбрана

архитектура нейронной сети для решения задачи по прогнозированию расхода электроэнергии на развивающихся и вводимых в эксплуатацию магистральных нефтепроводах, для которых качество прогнозирования ИНС индивидуально для каждого конкретного случая и зависит от наличия информации на момент построения сети. Средняя относительная ошибка прогнозирования расхода электроэнергии по статистической информации группы нефтепроводов составила 2,5%.

4. Результаты диссертационной работы использованы при разработке рабочих комплексов для решения режимно-технологических задач ОАО МН, а также переданы для использования в учебном процессе при подготовке и переподготовке специалистов по специальности «Проектирование и эксплуатация газонефтепроводов и газонефтехранилищ».

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ НАУЧНЫХ ТРУДАХ

1 Петренко, С. В. Решение задачи календарного планирования работы нефтепроводной сети генетическим алгоритмом/ C.B. Петренко, И.Н. Пирогов, Б.А. Козачук, И.А. Шаммазов, Л.Ф. Шириазданова // Материалы V Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2009».- Уфа: изд-во УГНТУ, 2009. - С. 117-119.

2 Пирогов, И.Н. Алгоритм решения вопроса по корректировке план-графика работы нефтепроводов./ И.Н. Пирогов, Л.Ф. Шириазданова, Б.А. Козачук // Материалы VI Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2010».-Уфа: изд-во УГНТУ, 2010. - С. 101.

3 Шаммазов, A.M. Оценка влияния различных факторов на расход электроэнергии при транспорте нефти/ A.M Шаммазов, Б.А. Козачук, Н.Т. Габдрахманова, Л.Ф. Шириазданова // Материалы IV Международной

учебно-научно-практической конференции «Трубопроводный транспорт -2008».- Уфа: изд-во УГНТУ, 2008. - С. 130-132. Шаммазов, И.А. Применение нейронных сетей для прогнозирования расхода электроэнергии при транспорте нефти/ И.А Шаммазов, Б.А. Козачук, Н.Т. Габдрахманова, Л.Ф. Шириазданова // Проблемы сбора, подготовки и транспорта нефти и нефтепродуктов: научно-технический журнал. - ГУЛ «ИПТЭР». - Уфа, 2009. - Выпуск 2 (76). -С. 89-95.

Шаммазов, A.M. Алгоритм решения задачи прогнозирования расхода электроэнергии в трубопроводном транспорте нефти с использованием нейронных сетей/ А.М Шаммазов, Б.А. Козачук, Н.Т. Габдрахманова, Л.Ф. Шириазданова // [Электронный ресурс]// Электронный научный журнал «Нефтегазовое дело», 2010, 26 ноября. URL http:// og-bus.ru/authors/Shammazov-2.pdf. (дата обращения 28.10.2010). Шириазданова, Л.Ф. Влияние технологических факторов на расход электроэнергии при транспорте нефти/ Л.Ф. Шириазданова // Материалы 60-й научно-технической конференции студентов, аспирантов и молодых ученых. - Уфа: изд-во УГНТУ, 2009. - С. 16. Шириазданова, Л.Ф. Алгоритм планирования расхода электроэнергии при транспорте нефти/ Л.Ф. Шириазданова, И.Н. Пирогов, Б.А. Козачук // Материалы VI Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2010».- Уфа: изд-во УГНТУ, 2010.-С. 138.

Шириазданова, Л.Ф. К прогнозированию расхода электроэнергии по данным совокупности нефтепроводов/ Л.Ф. Шириазданова, И.Н. Пирогов, Б.А. Козачук // Материалы VI Международной учебно-научно-практической конференции «Трубопроводный транспорт — 2010».-Уфа: изд-во УГНТУ, 2010. - С. 139.

9 Шириазданова, Л.Ф. Основные аспекты построения нейросетевой прогнозной модели расхода электроэнергии для развивающихся нефтепроводов/ Л.Ф. Шириазданова, O.A. Макаренко, Б.А. Козачук, Н.Т. Габдрахманова, С.М. Халаби // Электронный научный журнал «Нефтегазовое дело», 2011, №3. URL http://www. og-bus.ru/authors/Shiriazdanova/Shiriazdanova_l.pdf.

Подписано в печать 23.05.2011. Бумага офсетная. Формат 60x84 1/16. Гарнитура Times New Roman. Печать трафаретная. Усл.-печ. л. 1. Тираж 95. Заказ Л-72. Типография «Татполиграф». Адрес типографии: 420111. Республика Татарстан, г. Казань, ул. Миславского, 9.

Ь 4

2010179864

Содержание диссертации, кандидата технических наук, Шириазданова, Лилия Фаятовна

Используемые в работе сокращения.

Введение

Глава 1 МЕТОДЫ ПЛАНИРОВАНИЯ РАБОТЫ МАГИСТРАЛЬНОГО НЕФТЕПРОВОДА И ПРОГНОЗИРОВАНИЯ ЭНЕРГОЗАТРАТ.

1.1 Обзор работ по планированию работы магистральных нефтепроводов в детерминированной постановке задачи.

1.2 Обзор работ в вероятностной постановке задачи планирования работы магистральных нефтепроводов.

1.4 Выводы по первой главе.

Глава 2 ИССЛЕДОВАНИЕ ВЛИЯНИЯ ТЕХНОЛОГИЧЕСКИХ ФАКТОРОВ НА РАСХОД ЭЛЕКТРОЭНЕРГИИ.

2.1 Существующая система планирования работы магистральных нефтепроводов.

2.2 Анализ взаимосвязей технологических факторов перекачки нефти и расхода электроэнергии.

2.3 Прогнозирование физико-химических свойств нефти.

2.4 Выводы по второй главе.

Глава 3 ПОСТРОЕНИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ РАСХОДА ЭЛЕКТРОЭНЕРГИИ МАГИСТРАЛЬНОГО НЕФТЕПРОВОДА ПО ДАННЫМ ЕГО ЭКСПЛУАТАЦИИ.

3.1 Описание задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода.

3.2 Математическая модель задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода.

3.3 Алгоритм решения задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода.

3.4 Результаты решения задачи прогнозирования для заданного магистрального нефтепровода по данным эксплуатации магистрального нефтепровода.

3.5 Выводы по третьей главе.

Глава 4 ПРОГНОЗИРОВАНИЕ РАСХОДА ЭЛЕКТРОЭНЕРГИИ МАГИСТРАЛЬНОГО НЕФТЕПРОВОДА ПО ДАННЫМ ЭКСПЛУАТАЦИИ НЕСКОЛЬКИХ НЕФТЕПРОВОДОВ.

4.1 Математическая постановка задачи прогнозирования расхода электроэнергии магистрального нефтепровода по данным эксплуатации группы нефтепроводов.

4.2 Алгоритм решения задачи прогнозирования расхода электроэнергии магистрального нефтепровода по данным эксплуатации группы нефтепроводов

4.3 Результаты решения задачи прогнозирования для магистрального нефтепровода по данным эксплуатации группы нефтепроводов.

4.4 Внедрение разработанного метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти в состав комплекса режимно-технологических задач.

4.5 Выводы по четвертой главе.

Введение Диссертация по наукам о земле, на тему "Прогнозирование затрат электроэнергии на нефтепроводе с использованием искусственных нейронных сетей"

Актуальность работы

Актуальной задачей для существующей системы нефтеснабжения является снижение эксплуатационных расходов. Одной из основных статей эксплуатационных расходов при транспортировке нефти и нефтепродуктов являются затраты на электроэнергию. Доля электроэнергии в себестоимости магистрального транспорта нефти составляет 20-25% [14] и, в свете устойчивой, тенденции роста цен на электроэнергию, будет продолжать расти.

Необходимо уметь прогнозировать затраты электроэнергии: Прогноз расхода электроэнергии осуществляется на основании разработанных план-графиков работы магистральных нефтепроводов, и оба этих этапа являются составной частью процедуры планирования режимов работы магистрального нефтепровода на предприятиях трубопроводного транспорта нефти.

В настоящее время выбор режима и периода работы? магистрального нефтепровода на нем при заданных объемах перекачки нефти основывается на детерминированной постановке задачи. В период же эксплуатации на магистральный нефтепровод воздействуют случайные внешние и внутренние факторы, учесть которые можно путем обработки значительного- количества статистической информации о технологическом процессе транспорта нефти. Поэтому прогноз расхода электроэнергии по разработанному план-графику работы магистральных нефтепроводов проводится на основе интуитивной оценки (ручного перебора) варианта предыдущей работы нефтепровода, что не может отразить всю полноту имеющихся возможностей и претендовать на адекватность (или количественную обоснованность) принимаемых решений.

В связи с этим важное значение приобретает исследование и разработка алгоритмов решения задач прогнозирования расхода электроэнергии.

Цель диссертационной работы

Разработка и исследование метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти с использованием искусственных нейронных сетей.

Основные задачи исследований

1 Оценка взаимосвязей между расходом потребляемой электроэнергии и показателями работы магистрального нефтепровода и перекачиваемой нефти.

2 Разработка модели нейросетевого метода прогнозирования расхода электроэнергии на нефтепроводе по данным его эксплуатации.

3 Определение возможности прогнозирования расхода электроэнергии по развивающимся или вновь вводимым в эксплуатацию магистральным нефтепроводам с использованием статистической информации о работе других нефтепроводов.

Методы исследований

При решении задач, поставленных в диссертационной работе, для разработанных математических моделей, использовались искусственные нейронные сети. Расчеты по разработанным алгоритмам выполнялись с использованием программ: «ЗТАТКТЮА 6», «№иго8о1ийоп8» (демо).

Результаты, выносимые на защиту

Нейросетевой метод прогнозирования расхода электроэнергии при планировании режимов работы магистральных нефтепроводов.

Научная новизна

1 Разработана математическая модель и решена задача прогнозирования расхода электроэнергии на нефтепроводе на основе нейросетевого метода.

2 Разработана математическая модель и показана возможность прогнозирования расхода электроэнергии на развивающихся или вновь вводимых в эксплуатацию нефтепроводах по статистической информации нескольких магистральных нефтепроводов.

Апробация работы

Основные материалы диссертации докладывались на: о IV Международной учебно-научно-практической

Трубопроводный транспорт - 2008», г. Уфа, 2008; о 60-й научно-технической конференции студентов, молодых ученых, г. Уфа, 2009; о V Международной учебно-научно-практической

Трубопроводный транспорт - 2009», г. Уфа, 2009; о VI Международной учебно-научно-практической «Трубопроводный транспорт - 2010», г. Уфа, 2010.

Публикации

По материалам диссертации опубликовано 9 научных работ, в том числе 3 статьи опубликованы в журналах, находящихся в перечне ведущих рецензируемых научных журналов и изданий в соответствии с требованиями ВАК Минобразования и науки РФ.

Структура работы

Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем основной части диссертации составляет 145 е., в том числе 29 рисунков и 3 приложения, список литературы из 104 наименований на 11 с.

Заключение Диссертация по теме "Строительство и эксплуатация нефтегазоводов, баз и хранилищ", Шириазданова, Лилия Фаятовна

Выводы и рекомендации

1. Установлено, что на потребление электроэнергии при транспорте нефти наряду с основными параметрами (расход, плотность и вязкость нефти), значительно влияет дополнительный фактор - характер управления при смене режима на нефтепроводе (гуч =0,65), который необходимо учитывать при прогнозировании расхода электроэнергии.

2. Разработана математическая модель задачи нейросетевого метода прогнозирования расхода электроэнергии по данным эксплуатации, одного из действующих магистральных нефтепроводов. Разработан алгоритм решения задачи по прогнозированию расхода электроэнергии. Средняя относительная ошибка- прогноза составила 2%, что позволяет говорить о приемлемости предлагаемого метода прогнозирования.

3. Показано, что, при малом. объеме данных о работе нефтепровода; можно воспользоваться статистической информацией о работе других нефтепроводов разного диаметра и коэффициента загрузки магистрального нефтепровода) при небольшой потере точности прогноза. Разработан алгоритм и выбрана архитектура нейронной, сети для решения задачи по прогнозированию расхода электроэнергии на развивающихся и вводимых в эксплуатацию магистральных нефтепроводах, для которых качество прогнозирования ИНС индивидуально для каждого конкретного' случая и зависит от наличия информации на момент построения сети. Средняя относительная ошибка прогнозирования расхода электроэнергии по статистической информации группы нефтепроводов составила 2,5%.

4. Результаты диссертационной работы использованы при разработке рабочих комплексов для решения режимно-технологических задач ОАО МН, а также переданы для использования в учебном процессе при подготовке и переподготовке специалистов по специальности «Проектирование и эксплуатация газонефтепроводов и газонефтехранилищ».

Библиография Диссертация по наукам о земле, кандидата технических наук, Шириазданова, Лилия Фаятовна, Уфа

1. Holland J.H. Adaptation in Natural and Artificial Systems. MIT Press, Cambridge, MA, 1975.

2. Dunkle N.M. Use computer models to optimize power. Pipe Line Industry-1985, vol. 62, № 6, pp. 23-24.

3. Power Optimization «Pipeline and Gas Journal», 1985, VI, vol. 212, № 6, pp. 4344.4. http:// www.statsoft.ru/ home/ download/ demo/ default, htm

4. Абузова, Ф.Ф. Техника и технология транспорта и хранения нефти и газа / Абузова Ф.Ф., Алиев P.A., Новоселов В.Ф. и др. // М. Недра, 1992. 320 с.

5. Акбердин, A.M. К определению расхода электроэнергии на объектах магистральных нефтепроводов / Акбердин A.M., Сазонов A.B., Еронен В.И., Рахимов A.C. // «Нефтегазовое дело» Научно-технический журнал том 4, Уфа, «Нефтегазовое дело», 2006.

6. Алиев, P.A. Трубопроводный транспорт нефти и газа / Алиев P.A., Белоусов В.Д., Немудров А.Г. и др. // М.: Недра, 1988. 368 с.

7. Ахатов, Ш.Н. К оптимизации управления энергозатратами на магистральных нефтепроводах / Ахатов Ш.Н., Веремеенко С.А., Бурдыгина Н.Г. // Автоматизация и темеханизация нефтяной промышленности. РНТС/ВНИИОЭНГ", М., 1979, №6.

8. Байков, И.Р. Стратегия выбора оптимальных технических решений в нефтяной и газовой промышленности / Байков И.Р., Гилязов Н.М. // «Теорий ак~ тивных систем». Труды юбилейной международной научно-практич^скои конференции. М.: ИЛУ РАН, 1999.

9. Байков, И.Р. Моделирование технологических процессов трубопроводного транспорта нефти и газа / Байков И.Р., Жданова Т.Г., Гареев Э.А. // Уфа: Изд-во Уфим. нефт. ин-та, 1994.- 128 с.

10. Беккер, JI.M. Оптимизация распределения нагрузки между параллельными трубопроводами / Беккер JIM., Леонтьев Е.В. // Нефтяная промышленность. Сер. Транспорт и хранение нефти и нефтепродуктов. М., ВНИИОЭНГД976. -№11.

11. Белоусов, В.Д. Технологический расчет магистральных нефтепроводов / Белоусов В.Д. // Учебное пособие. М.: Изд-во МИНГ им. И.М. Губкина. -1970.-70 с.

12. Беседа с генеральным директором ООО «Транснефтьэнерго» С.М. Емельяновым. Энергия для «Транснефти». Ежемесячный журнал «Трубопроводный транспорт нефти». Издательство ООО «ТрансПресс»,2010. - №10.

13. Большаков, A.A. Методы обработки многомерных данных и временных рядов: Учебное пособие для вузов / Большаков A.A., Каримов Р.Н. // М: Горячая линия Телеком, 2007. - 522с.

14. Вагнер, С. Основы исследования операций / Вагнер С. // Том 3., Пер. с англ. — М. Издательство «Мир», 1973. 501 с.

15. Вентцель, Е.С. Исследование операций. Задачи, принципы, методология / Вентцель Е.С. // М.: Дрофа, 2004. 208 с.

16. Вентцель, Е.С. Теория вероятностей / Вентцель Е.С. // М.: Издательский центр «Академия», 2003. 576 с.

17. Вентцель, Е.С. Теория случайных процессов и ее инженерные приложения / Вентцель Е.С., Овчаров JI.A. // Учебное пособие для втузов. 2-е изд., стер. -М. Высшая школа, 2000. - 383 с.

18. Веремеенко, A.A. Оптимальная корректировка распределения лимитов потребления электроэнергии / Веремеенко A.A. // «Нефтяное хозяйство», №3.-М. «Недра», 1980.

19. Веремеенко, С.А. Рациональная загрузка систем МН с учетом двухставочно-го тарифа энергосистемы. (Автореферат диссертации) / Веремеенко С.А. // Уфа, 1982.

20. Веремеенко, С.А. Оптимальное планирование грузопотоков нефти для разветвленной сети магистральных нефтепроводов / Веремеенко С.А., Миронов С.П. // Нефтяная промышленность. Сер. Транспорт и хранение нефти и нефтепродуктов. М., ВНИИОЭНГ, 1981. - №5.

21. Вязунов, Е.В. Оптимизация режимов работы системы параллельных трубопроводов / Вязунов Е.В. // НТС «Транспорт и хранение нефти и нефтепродуктов», №2. М., ВНИИОЭНГ, 1970.

22. Вязунов, Е.В. Оптимальное управление нефтепроводом и оценка, его эффективности / Вязунов Е.В., В.И. Голосовкер, Л.Г. Щепетков: // «Нефтяное хозяйство», №5, 1974, с:55-57.

23. Вязунов, Е.В. Расчет режимов перекачки / Вязунов Е.В:, Фридман Г. В., Щепетков Л.Г. // Нефтяная промышленность. Сер. Транспорт и<хранение нефти и нефтепродуктов, №8. М., ВНИИОЭНГ, 1976.

24. Гаевский, О.Ф. Про оптимизацию управлшия деякими транспортными системами / Гаевский О.Ф. и др. // Весник АН УРСС/Вид «Наукова думка», Кшв, 1974, №11.

25. Гаевский, О.Ф. Шляхи доскональния управлшия трубопров1дним транспортом / Гаевский О.Ф. и др. // 36. «Економшо-математичш методи управлшия 1 еффектившсть ВИРОБНИЦТВА». ЛВ1Е АН УРСС, Кшв, 1974.

26. Гаевский, А.Ф. Некоторые вопросы управления системой магистральных нефтепроводов / Гаевский А.Ф. и др. // В кн. Моделирование и оптимизация управления экономико-производственными системами, ЛОИЭ, АН УССР, Киев. 1975.

27. Гаевский, А.Ф. Совершенствование управления системой магистральных нефтепроводов / Гаевский А.Ф. и др. // Препринт научного доклада ЛОИЭ, АН УССР ВЦ ХО, Киев, 1976, №1-74.

28. Гарляускас, А.И. Принципы и методология оптимизации режимов единой газоснабжающей системы / Гарляускас А.И. Уланая М.Е. // Тр. ВНИИЭгаз-пром. В кн. Управление и организация труда в газовой промышленности, М., 1973, вып. 1/1.

29. Гэри, М. Вычислительные машины и труднорешаемые задачи / Гэри М., Джонсон Д. // Пер. с англ. М.: Мир, 1982 416с.

30. Голосовкер, В.И. Определение режима работы магистрального нефтепровода при заданной производительности / Голосовкер В.И. // Нефтяная промышленность. Сер. Транспорт и-хранение нефти и нефтепродуктов, №10. М., ВНИИОЭНГ, 1987.

31. Гольянов, А.И. Выбор рационального режима работы магистрального трубопровода / Гольянов А.И., Михайлов A.B., Нечваль A.M. и др. // Транспорт и хранение нефтепродуктов. 1998. - №10.-С.16-18.

32. Горбань, А.Н. Нейроинформатика / Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. и др. // Новосибирск: Наука. Сибирское предприятие РАН, 1998. -296 с.

33. Гумеров, А.Г. Диагностика оборудования нефтеперекачивающих станций / Гумеров А.Г., Гумеров P.C., Акбердин A.M. // М.: ООО «Недра-Бизнесцентр», 2003. 347 с.

34. Елисеева, И.И. Общая теория статистики: учебник/ под ред. И.И. Елисеевой. / Елисеева И.И., Юзбашев М.М. // 5-е изд., перераб. и доп. М.: Финансы и статистика, 2008: - 656с.

35. Ефимова, М.Р. Общая теория статистики: Учебник. 2-е изд., испр. и доп / Ефимова М.Р., Петрова Е.В., Румянцев В.Н. // М.: ИНФРА-М, 2008. -416с.— (Высшее образование):

36. Зайцев, JI.A. Регулирование режимов работы магистральных нефтепроводов / Зайцев JI.A. // М.: Недра, 1982. -240 с.

37. Калика, В.И. О математической модели и алгоритме нахождения оптимального плана перекачки нефти по системе магистральных нефтепроводов / Калика В.И. // Транспорт и хранение нефти и нефтепродуктов. РНТС/ВНИИОЭНГ, М., 1973, №10

38. Колпаков, Л.Г. Статический анализ гидравлической системы насосные станции нефтепровод / Колпаков Л.Г. и др. // Транспорт и хранение нефти и нефтепродуктов. РНТС/ВНИИОЭНГ, М., 1977, №9.

39. Коршак, A.A. Основы нефтяного и газового дела. Проектирование, сооружение и эксплуатация газонефтепроводов и газонефтехранилищ: учеб. пособие / Коршак A.A., Шаммазов A.M. // Изд-во УГНТУ, 1999. 265 с.

40. Корнеенко, В.П. Методы оптимизации: Учебник./ В.П. Корнеенко // М.: Высшая школа, 2007. 664 с.

41. Крикунец, A.M. Задача оперативного выбора режимов нефтепроводов в системе с резервуарными парками / Крикунец A.M. // Труды ВНИИСПТнефть. -Уфа, ВНИИСПТнефть, 1979. №23.

42. Крикунец, A.M. Оь возможности применения математической модели сети нефтепроводов с резервуарными парками / Крикунец A.M., Арсланова Л.Г., Якупова К.С. // Трубопроводный транспорт нефти: сборник научных трудов, ВНИИСПТнефть. Уфа, ВНИИСПТнефть, 1981.

43. Крикунец, A.M. Оптимизация оперативного плана перекачки для параллельной или кустовой системы нефтепроводов / Крикунец A.M., Ращепкин К.Е. // «Нефтяное хозяйство», №2.- М. «Недра», 1978.

44. Кузнецов, Р.Н. Определение оптимального маршрута прокладки газопровода. (Автореферат диссертации) / Кузнецов Р.Н. // Воронеж, 2009.

45. Кутуков, С.Е. Информационно-аналитические системы магистральных трубопроводов / Кутуков С.Е. // М.: СИП РИА, 2002.

46. Кутуков, С.Е. Использование интеллектуальных систем в монитор>инге Ре~ жимов эксплуатации нефтепроводов /Кутуков С.Е., Самигуллин Г-2С*» Бади-ков Ф.И. / http:// ogbus.ш/authors/Kutukov2/kut2.pdf//Heфтeгaзoвoe дело, 2001-Т.1.

47. Левин, B.C. К вопросу составления плана-графика и корректировка* работы нефтепровода / Левин B.C. // Труды ВНИИСПТнефть. Уфа, ВЬШИСПТ" нефть, 1979. -№24.

48. Левин, B.C. Моделирование процесса оперативного управления ма!^истРаль" ным нефтепроводом / Левин B.C., Орехова З.Т. // Сборник научны^ трудов ВНИИСПТнефть. Уфа, ВНИИСПТнефть, 1979. - №23.

49. Мееров, М.В. Задача оптимального управления нефтепроводом / Мееров М.В., Фридман В.Г., Щепетков Л.Г. // Нефть и газ. Сборник статей. IVlHHX и ГП им. Губкина. М., 1971.

50. Мееров, М.В. Метод оптимизации плана перекачки для трубопр<зводов / Мееров М.В., Фридман В.Г., Щепетков Л.Г. // Транспорт и хранение нефти и нефтепродуктов НТС/ВНИИОЭНГ. М., 1970, №12.

51. Методы робастного нейро-нечеткого и адаптивного управления: ^^чебник/ Под ред. Егупова Н.Д.; издание 2-ое, стереотипное. М.: Изд-во МГ ТУ им. Н.Э. Баумана, 2002. - 744 с.

52. Минаев, Ю.Н. Методы и алгоритмы идентификации и прогнозировавшая в У0'1. ТО T Tловиях неопределённости в нейросетевом логическом базисе / Мина^?^ ^ ' Филимонова О.Ю., Бенамеур Л. // М: Горячая линия Телеком, 2003. —" 205с.

53. Назаров, A.B. Нейросетевые алгоритмы прогнозирования исистем / Назаров A.B., Лоскутов А.И. // М: Наука и техника, 2003. с

54. Нейроматематика. Кн. 6: Учебное пособие для вузов/ Агеев А.Д., ;ЗЕ5алухто А.Н., Бычков A.B. и др.; Общая ред. А.И. Галушкина // М.: ИПРЖ, Г2.002. -448 с.

55. Нечваль, A.M. Проектирование и эксплуатация газонефтепроводов: Учебное пособие / Нечваль A.M. // Уфа: ООО «Дизайнполиграфсервис», 2001. 165 с.

56. Нечваль, М.В. Последовательная перекачка нефтей и нефтепродуктов по магистральным продуктопроводам / Нечваль М.В., Новоселов В.Ф., Тугунов П.И. // М.: Недра, 1976, 350 с.

57. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / Под редакцией В.П. Боровикова, 2-е изд., -М.: Горячая линия Телеком, 2008, 392 с.

58. Новоселов В.Ф. Трубопроводный транспорт нефти и газа. Технологический расчет нефтепродуктопроводов: Учебное пособие / Новоселов В.Ф. // Уфа: изд-во Уфим. нефт. ин-та, 1986. 93 с.

59. Новоселов, В.Ф. Графический способ определения рационального режима при неполной загрузке трубопровода / Новоселов В.Ф., Веремеенко A.A. // Нефть и газ, 1974, №9.

60. Новоселов, В.Ф. К планированию перекачки нефти по магистральным^трубопроводам / Новоселов В.Ф., Левин B.C., Веремеенко A.A. // Нефтяная промышленность. Сер. Транспорт и хранение нефти и нефтепродуктов. М., ВНИИОЭНГ, 1980. - №1.

61. Новоселов, В.Ф. Управление магистральными нефтепроводами при неполной информации / Новоселов В.Ф., Левин B.C. // Трубопроводный транспорт нефти. Сборник научных трудов. Уфа., ВНИИСПТнефть,1981.

62. Новоселов, В.Ф. Эксплуатация нефтепродуктопроводов при неполной загрузке / Новоселов В.Ф. и др. // ВНИИОЭНГ, М., 1973.

63. Орлова, И.В. Экономико-математические методы и модели: компьютерное моделирование: учеб. пособие / Орлова И:В., Половников В.А. // 2-е изд., испр. И доп. М.: Вузовский учебник: ИНФРА-М, 2010.-366 с.

64. Отраслевой регламент планирования и учета потребления электроэнергии в ОАО «АК «Транснефть», Москва, 2009.

65. Партыка, Т.Л. Математические методы: учебник / Партыка Т.Л., Попов И.И. // М.: ФОРУМ: ИНФРА-М, 2005. 464 с.

66. Райхер, И.И. Оперативное управление потоками нефти в аварийной ситуации / Райхер И.И. // Нефтяная промышленность. Сер. Транспорт и хранение нефти и нефтепродуктов. М.: ВНИИОЭНГ, 1983. - № 2.

67. Регламент разработки технологических карт, расчета режимов работы магистральных нефтепроводов ОАО «АК «Транснефть», Москва, 2008.

68. Ретюнин, Ю.П. Алгоритм оптимизации распределения потоков по сети магистральных нефтепроводов / Ретюнин Ю.П., Михеева И.А., Велиев М.М., Пирогов Н.Е. // Трубопроводный транспорт нефти: Сб. научн. тр. Уфа: ВНИ-ИСПТнефть, 1987.

69. Справочник по проектированию магистральных трубопроводов / под ред. Дерцакяна А.К. // М.: Недра1977, 519 с.

70. Сумароков, C.B. Математическое моделирование систем водоснабжения / Сумароков C.B. // Новосибирск: Наука. Сиб. Отд-ние, 1983.

71. Taxa, X. Введение в исследование операций, 6-е издание.: Пер. с англ. / Taxa X. // M., Издательский дом «Вильяме», 2001. 912 с.

72. Трубопроводный транспорт нефти и газа. Под общей редакцией проф. Юфи-наВ.А.М.: Недра, 1978.

73. Тугунов, П.И. Типовые расчеты при проектировании и эксплуатации нефтебаз и нефтепродуктов / Тугунов П.И., Новоселов В.Ф. // М.: Недра, 1981 176 с.

74. Тугунов, П.И. Типовые расчеты при проектировании и эксплуатации нефтебаз и нефтепродуктов. Учебное пособие для ВУЗов / Тугунов П.И:, Новоселов В.Ф., Коршак A.A., Шаммазов A.M. // Уфа: ООО «Дизайн-ПолиграфСервис», 2002 658с.

75. Тугунов, П.И. Транспорт и хранение нефти и газа / Тугунов П.И., Новоселов

76. B.Ф., Абузова Ф.Ф. и др. // М.: Недра, 1975 248 с.

77. Уоссермэн, Ф. Нейрокомпьютерная техника/ Уоссермэн Ф. // М.: Мир, 1992 -184 с.

78. Федеральный закон об электроэнергетике №35-Ф3 от 26.03.2003г. (с изменениями и дополнениями).

79. Хайкин, С. Нейронные сети: полный курс, 2-е издание: Пер. с англ. / Хайкин

80. C. // М. Издательский дом «Вильяме», 2006. 1104 с.

81. Центробежные нефтяные насосы для магистральных трубопроводов. Каталог. -М.: ЦИНТИХИМНЕФТМАШ, 1981. -20 с.

82. Центробежные нефтяные насосы для магистральных трубопроводов. Каталог. М.: ЦИНТИХИМНЕФТМАШ, 1989. - 23 с.

83. Черняев, В.Д. Подсистема месячного планирования перекачки нефти в АСУtтерриториального управления магистральных нефтепроводов / Черняев В.Д. и др. // Транспорт и хранение нефти и нефтепродуктов. РНТС/ВНИИОЭНГ, М., 1975, №7

84. Черняев, В.Д. Управление системой магистральных нефтепроводов в аварийных ситуациях / Черняев В.Д., Сафонов H.A. Черкасов Н.М., Эткин А.Е. //

85. Транспорт и хранение нефти и нефтепродуктов. РНТС/ВНИИОЭНГ, М., 1982, №8

86. Шаммазов, A.M. Комплекс программ «Планирование работы систем нефтепроводов (ПРАНС-У)» / Шаммазов A.M. и др. // Материалы Новоселовских чтений. Сборник научных трудов. Выпуск 2. 2004.

87. Шаммазов, A.M. Гидравлический расчет нефтепроводных систем / Шаммазов A.M., Козачук Б.А., Пирогов Н.Е., Ретюнин Ю.П., Сухарников Л.В. и др. // Известия вузов, Нефть и газ. № 4. 2003.

88. Шаммазов, А. М: Проектирование и-эксплуатация насосных и. компрессорных станций: Учебник для вузов / Шаммазов А. М., Александров В. Н., Гольянов А. И. и др. // М.: ООО «Недра-Бизнесцентр», 2003. 404 с.

89. Шаммазов, А. М. Основы трубопроводного транспорта нефти и нефтепродуктов / Шаммазов А. М., Коршак А. А., Ахмадуллин К. Р. // Уфа: ООО «Ди-зайнПолиграфСервис», 2000. 160 с.

90. Шириазданова, Л.Ф. Влияние технологических факторов на расход электроэнергии при транспорте нефти / Шириазданова Л.Ф. // Материалы 60-й научно-технической конференции студентов, аспирантов и молодых ученых. -Уфа: изд-во УГНТУ, 2009.

91. Щепетков, Л.Г. К задаче управления системой нефтепроводов / Щепетков Л.Г. // Нефть и газ и их продукты, Баку, 1971.

92. Щепетков, Л.Г. Методы решения задачи оптимизации, в оперативном управлении магистральными нефтепроводами. (Автореферат диссертации) / Щепетков Л.Г. // М.: МИНХ и ГП им. Губкина, 1972.

93. Щепетков, Л.Г. Оптимизация плана перекачки многониточного нефтепровода / Щепетков Л.Г. // Транспорт и хранение нефти и нефтепродуктов НТС/ВНИИОЭНГ. М., 1971, №3.