?
Решение проблем редукции данных в автоматизированных системах коммерческого учёта потребления тепловой энергии для создания робастной модели
Одной из тенденций развития современного городского хозяйства является энергосбережение. В жилых домах, потребляется более 40 % энергоресурсов, а большая часть расходуемой энергии используется для отопления. Актуальной проблемой является повышение энергоэффективности жилых многоэтажных зданий, что связано с уменьшением теплопотерь и организацией регулирования подачи тепловой энергии в зависимости от погодных условий. Построение модели такого регулирования представляет коммерческий и академический интерес, но проблемная ситуация в моделировании зачастую связана с качественным сбором данных: они содержат ошибки, данные не стратифицируются с учётом схемы теплоснабжения, а объём ежесуточных данных не позволяет создать модель минимального порядка, которая должна быть робастной, но правильно отражать динамику изменения теплопотребления от температуры наружного воздуха. В статье предложены подходы к преобразованию данных, которые могут быть использованы для построения робастной модели теплопотребления минимального порядка. Они основаны на спектральном анализе и гистограммных оценках статистического распределения данных, взятых за большой период времени. Найден способ сравнения домов с разными схемами теплопотребления, рассчитано среднее значение потребления ГВС и показано, что возможна стратификация данных при совместном учёте горячего водоснабжения и отопления. В результате спектрального анализа рядов теплопотребления обнаружено, что погодозависимость в основном определяется первыми десяти низкочастотными гармоническими составляющими рядов теплопотребления. Предложен алгоритм редукции рядов, что делает возможным построение робастной модели потребления тепла в размерах всего города.