![](https://expert-mik.ru/wp-content/themes/24author/assets/img/work/work-img.png)
Интеллектуальный анализ данных с теплосчетчиков
Объектом исследования являются данные с узлов учёта тепловой энергии, установленных в г.Томске. Цель работы – создание методики ретроспективного анализа данных с созданием компьютерных моделей теплопотребления домов. В процессе исследования проводились изучение литературы предметной области, очистка данных, обработка данных в программе Statistica, создание программы по обработке данных в программе Matlab. В результате исследования получены компьютерные модели теплопотребления домов и методика по их получению.
Основные конструктивные, технологические и технико-эксплуатационные характеристики: компьютерные модели получены для 1359 домов по 803132 строке данных. Степень внедрения: работа производилась по реальным данным для компании, осуществляющей деятельность по обслуживанию приборов учёта.
Содержание ……………………………………………………………………………………………… 10
Определения, обозначения, сокращения …………………………………………………… 12
Введение ………………………………………………………………………………………………….. 14
1 Объект и методы исследования …………………………………………………………….. 18
1.1 Составные части теплосчётчиков ………………………………………………………… 18
1.2 Сбор и хранение данных …………………………………………………………………… 23
1.3 Количественные характеристики и объем данных ……………………………… 24
1.4 Очистка данных ………………………………………………………………………………… 26
2 Теория и расчёты ………………………………………………………………………………….. 29
2.1 Теоретический анализ ……………………………………………………………………….. 29
2.2 Разработка методики расчётов ………………………………………………………….. 30
2.3 Классификация домов и разбиение на группы …………………………………… 35
2.4 Статистический анализ ……………………………………………………………………… 39
3 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение .. 43
3.1 Потенциальные потребители результатов исследования ……………………. 43
3.2 Анализ конкурентных технических решений с позиции
ресурсоэффективности и ресурсосбережения ……………………………………………. 46
3.3 Каналы сбыта ……………………………………………………………………………………. 49
3.4 Структура издержек ………………………………………………………………………….. 49
3.5 Потоки поступления дохода ……………………………………………………………… 51
3.6 SWOT-анализ ……………………………………………………………………………………. 53
3.7 Концепция бизнес-модели ………………………………………………………………… 55
4 Социальная ответственность ………………………………………………………………… 57
4.1 Правовые и организационные вопросы обеспечения безопасности ……. 57
4.1.1 Специальные правовые нормы трудового законодательства ……………. 58
4.1.2 Организационные мероприятия при компоновке рабочей зоны ……….. 60
4.2 Профессиональная социальная ответственность ………………………………… 62
4.2.1 Анализ вредных и опасных факторов, которые может создать объект
исследования ……………………………………………………………………………………………. 64
4.2.2 Анализ вредных и опасных факторов, которые могут возникнуть в
лаборатории при проведении исследований ……………………………………………… 64
4.3 Экологическая безопасность ……………………………………………………………… 67
4.3.1 Анализ влияния объекта исследования на окружающую среду ……….. 67
4.3.2 Анализ влияния процесса исследования на окружающую среду ………. 67
4.3.3 Обоснование мероприятий по защите окружающей среды ………………. 68
4.4 Безопасность в чрезвычайных ситуациях …………………………………………… 68
4.4.1 Анализ вероятных ЧС, которые могут возникнуть в лаборатории при
проведении исследований ………………………………………………………………………… 68
4.4.2 Обоснование мероприятий по предотвращению ЧС и разработка
порядка действия в случае возникновения ЧС ………………………………………….. 68
4.5 Выводы по разделу …………………………………………………………………………… 70
Заключение ……………………………………………………………………………………………… 71
Список публикаций студента ……………………………………………………………………. 73
Список использованных источников ………………………………………………………… 74
Приложение А Итоговая таблица……………………………………………….77
Приложение Б Листинг программы……………………………………………124
Приложение В Часть ВКР на иностранном языке……………………………126
Приложение Г Результаты измерения параметров освещённости и
микроклимата ………………………………………………………………. 144
Определения, обозначения, сокращения
В данной работе применены следующие термины с
соответствующими определениями:
теплосчётчик (узел учета тепла): прибор или комплект приборов
(средство измерения), предназначенный для определения количества теплоты
и измерения массы и параметров теплоносителя;
Тепловычислитель – устройство, обеспечивающее расчет количества
теплоты на основе входной информации о расходе, температуре и давлении
теплоносителя. Как правило, работает в составе комплексного средства
измерения (теплосчетчика) в системах отопления, холодного и горячего
водоснабжения;
Расходомер – прибор, измеряющий объёмный расход или массовый
расход вещества, то есть количество вещества (объём, масса), проходящее
через данное сечение потока, например, сечение трубопровода в единицу
времени;
Датчики температуры – комплект термопреобразователей
сопротивления, установленных в сечение трубопроводов отопления,
служащих для измерения температуры теплоносителя на входе и выходе
дома (объекта).
В данной работе применены следующие сокращения:
ТСЧ – теплосчётчик;
СИ – средство измерения;
ФЗ – федеральный закон;
ТВ – тепловычислитель;
УУТЭ – узел учёта тепловой энергии, тождественно понятию УКУТ –
узел коммерческого учёта тепла;
ЭСО – энергоснабжающая организация;
ПКУ – правила коммерческого учёта тепловой энергии, утверждённые
постановлением Правительства РФ №1034 от 13.11.2013 г.;
УАРТ – узел автоматического регулирования теплоснабжением;
МКД – многоквартирный жилой дом;
ФЗ 261 – Федеральный закон №261 «Об энергосбережении и о
повышении энергетической эффективности»;
НП – некоммерческое партнёрство;
СРО – саморегулируемая организация;
ГВС – горячее водоснабжение;
ЖКХ – жилищно-коммунальное хозяйство;
ЧС – чрезвычайная ситуация;
ГРЭС-2 – государственная районная электрическая станция №2 в г.
Томске;
ТЭЦ-3 – тепло-электро централь №3 г. Томска;
ПРК – пиковая резервная котельная г. Томска;
ГИС ЖКХ – геоинформационная система жилищно-коммунального
хозяйства.
С 2003 года Томск стал одной из первых площадок в России по
массовому внедрению коммерческого приборного учёта тепловой энергии. За
2004-2005 год было установлено примерно 1900 узлов учёта [1].
Немаловажным фактором оказался новаторский подход с
обязательной диспетчеризацией каждого теплосчётчика с ежедневным
снятием показаний. Полнота опроса всех узлов учёта стала одним из
критических показателей в бизнес-процессе передачи показаний для
начислений за потреблённое тепло, так как оплата от клиентов зависела от
количества теплосчётчиков, по которым ЭСО произвела коммерческий
расчёт.
В настоящий момент ООО «ЦСО» продолжает оставаться самой
крупной организацией в Томске, фактически выполняя функции оператора
коммерческого учёта. Конкурентный рынок заставляет всех участников
рынка перенимать передовой опыт, со временем все компании начинают
предлагать схожий набор услуг, в той или иной степени. Так же, за более чем
десяток лет накоплены данные, которые уже прошли свой технологический
цикл: появление в тепловычислителе, как результат учёта, их сбор через
каналы связи на сервер хранения и обработки информации, передача в
энергоснабжающую организацию для начисления за потреблённый объем
тепла.
Актуальность темы продиктована необходимостью повышения
лояльности клиентов – жителей многоквартирных жилых домов,
пользующимися услугами оператора коммерческого учёта. Немаловажным
фактором является то, что данные с теплосчётчиков позволяют оплачивать
пользование услугой отопления по факту потребления, а не на основе
расчётных и нормативных данных. Также, с помощью обработки
накопленных данных за несколько лет может позволить сделать выводы, как
индивидуальные для каждого дома, так и систематические – внутри групп.
Также работа отвечает потребностям, указанным в указе Президента РФ от
07.05.2018 N 204 (ред. от 19.07.2018) “О национальных целях и
стратегических задачах развития Российской Федерации на период до 2024
года” пункте 11б.
Цель данной работы: Разработать алгоритм и статистическими
методами выявить отклонения в показаниях теплосчётчиков из базы ООО
«ЦСО» за 5 лет, сделать выводы управленческого уровня значимости.
Основные задачи:
• изучить современные подходы в практике коммерческого учёта в
российских и зарубежных источниках;
• очистить данные для анализа от выбросов;
• разбить множество объектов на классы по выделенным метрикам;
• обработать данные и выделить наиболее значимые признаки
статистическими методами;
• провести кластеризацию подъездов и домов по потреблению тепла и
по динамике потребления за 5 лет;
• Разработать методику систематического анализа данных с выдачей
результатов клиентам операторов учёта в качестве дополнительной услуги на
основе компьютерных моделей.
Предметом исследования является статистика суточных показаний
теплосчётчиков за период с декабря 2013 по март 2017 года, по которым был
произведён коммерческий расчёт в течение отопительных периодов с учётом
погодных условий.
Научная новизна заключается в том, что до сих пор в профильной
литературе отсутствуют доказательные методики статистической обработки
данных приборов учета тепла.
Практическая ценность работы заключается в оценке коэффициента
теплоотдачи, приведённого к площади потребления однотипных жилых
домов с ранжированием. По сути, это позволяет выявить дома как выгодно
отличающихся от медианного потребления, так и дома, потребление которых
выше среднего.
Конечный результат работы заключается в предоставлении
результатов в виде рейтинга объектов внутри классов для конечных
потребителей услуг теплоснабжения – жителям домов, управляющим
компаниям.
В результате создания методов и инструментов по интеллектуальному
статистическому анализу данных с теплосчётчиков операторы учёта и
жители будут иметь:
– в кратчайшие сроки выделять проблемные объекты;
– получать рекомендации для проведения наиболее рациональных
мероприятий для повышения эффективности потребления тепловой энергии;
– повысить лояльность потребителей, внедрив дополнительные услуги
и повысив энергоэффективность жилых домов;
– повысить обоснованность размеров оплаты за отопление;
Исследования в данной предметной области хронологически можно
связать с началом программы по установке приборов учёта тепловой энергии
в г. Томске в 2004 году. В тот момент ещё отсутствовали практики по
реализации таких масштабных проектов, опыта по обработке информации в
таком количестве и алгоритмов выстраивания процессов.
Согласно Колесникову [1] меньше половины теплосчётчиков
показывали фактическую экономию, по данным остальных – МКД
потребляли больше тепловой энергии, чем это предусматривалось
расчётными методами. Там же отмечено, что при условии, что данные
попадают в единый центр обработки, их можно анализировать как
индивидуально для каждого объекта, так и в сравнении между собой. Так
же, согласно Каневу [2] отсутствуют открытые данные, что мешает
производить статистический анализ работы приборов.
По Федосину [3] в России недостаточно используется потенциал
исследований на основе данных (в зарубежной литературе – data-driven
energy efficiency), как альтернатива дорогостоящему инструментальному
обследованию, особенно в условиях ограниченных ресурсов (как денежных,
так и кадровых) проведение детального обследования и, самое важное –
сравнения для групп многоквартирных жилых домов становится
нетривиальной задачей.
Так же, по мнению Портянкина [4] система измерения потребления
энергоресурсов должна позволять конечному потребителю использовать
результаты этих измерений для проведения мероприятий по
энергосбережению.
Пуговкин [5] предлагает решать задачи энергосбережения с помощью
математического моделирования режимов теплоснабжения зданий для
нахождения оптимальных параметров.
Принятие управленческих решений по Куприенко [6] невозможно без
полной информации об объекте управления и среде, его окружающей.
Важнейшим направлением является статистический анализ распределений,
поскольку это позволяет получить обширную информацию об объекте.
В российских публикациях тема анализа энергоэффективности на
основе математических моделей (для жилого сектора) так же затронута в
работах М. В. Щербакова [7], М. П. Силич [8], А. М. Ляпина [9], И.А.
Башмакова [10].
Результаты работы были апробированы на научных конференциях:
-XIV Международная научно-практическая конференция
«Электронные средства и системы управления» 28-30 ноября 2018 года,
Томск, ТУСУР. Получен диплом II степени.
-XVI Международная научно-практическая конференция студентов,
аспирантов и молодых ученых Молодежь и современные информационные
технологии 3-7 декабря 2018 года, Томск, ТПУ. Получен диплом III степени.
![](https://expert-mik.ru/wp-content/themes/24author/assets/img/signup-document.png)
Последние выполненные заказы
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!