Методы и программная система мониторинга и прогнозирования притоков рек (на примере Новосибирского водохранилища)

Модели и методы краткосрочного (сутки, декада), среднесрочного (месяц, квартал) и долгосрочного (год и более) прогнозирования притоков рек. Программное обеспечение учета данных по притоку и автоматизации прогнозных расчетов. Построение линейных графиков.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык русский
Дата добавления 29.04.2018
Размер файла 478,2 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Методы и программная система мониторинга и прогнозирования притоков рек (на примере Новосибирского водохранилища)

О.К. Альсова, В.В. Губарев

Новосибирский Государственный Технический Университет, Новосибирск

Постановка задачи. Новосибирская ГЭС - один из основных крупных технических объектов г. Новосибирска, входящих в единую энергетическую систему Сибири. Новосибирское водохранилище, созданное при ГЭС, дает возможность при эксплуатации ГЭС управлять процессом выработки электроэнергии и подачи воды отдельным водопотребителям и водопользователям. Для того, чтобы не допустить нарушения нормальной работы водозаборов, очистных сооружений, холостых сбросов, подтопления, размыва берегов и т.д. и обеспечить максимальную выработку электроэнергии, требуется точное прогнозирование притока на разный период (временной интервал). В зависимости от этого показателя, в частности, определяется тактика функционирования водохранилища, а именно, объем сброса воды, так как необходимо поддерживать динамическое равновесие между объемом притока и оттока воды. Аналогичная ситуация наблюдается при управлении работой другими водохранилищами и ГЭС Сибири.

Поэтому актуальным является решение следующих задач:

- разработка моделей и методов краткосрочного (сутки, декада), среднесрочного (месяц, квартал) и долгосрочного (год и более) прогнозирования притоков рек;

- разработка методики и программной системы мониторинга и прогнозирования притока на базе предложенных моделей.

Поставленные задачи были решены для Новосибирского водохранилища. Были разработаны модели и методы краткосрочного, среднесрочного, долгосрочного прогнозирования объема притока реки Обь в створе Новосибирской ГЭС, разработано программное обеспечение для учета данных по притоку и автоматизации прогнозных расчетов.

Исходные данные. Гидрологические временные ряды (ВР) объема притока (в км3, в м3/с) реки Обь в створе Новосибирской ГЭС и объема притока в Барнауле разной дискретности (сутки, декада, месяц, квартал, год) за период 1894-2008 гг.

Модели и методы. Изменение притока и факторов, влияющих на формирование притока, во времени имеет случайный характер, что обусловило необходимость использования вероятностно-статистических методов для его описания и прогнозирования. Применялись следующие модели (методы):

- методы первичной статистической обработки данных и графического анализа;

- метод главных компонент;

- множественные линейные регрессионные модели, построенные на основе пошагового регрессионного анализа;

- методы скользящего прогнозирования притока (прогноз на остаток периода);

- методы выделения периода-аналога (года-аналога);

- методы эволюционного моделирования;

- балансовые методы.

Особенность работы заключалась в том, что при прогнозировании притока применялось вариативное моделирование, т.е. одновременно использовалась система разных взаимодополняющих и уточняющих друг друга моделей (методов). Это позволило повысить точность прогнозов и увеличить их заблаговременность.

Система мониторинга и прогнозирования притоков рек. Для разработки системы использовался язык программирования C++. В качестве среды разработки была выбрана среда Visual C++ 6.0. В процессе разработки также использовалась библиотека классов Microsoft Foundation Classes (MFC).

Программная система состоит из четырех модулей: «Учет данных и их статистическое описание», «Графическое представление данных», «Прогнозирование», «Редактор формул». Структура и взаимосвязи модулей системы приведены на рис.1.

Модуль «Учет данных и их статистическое описание» позволяет создавать, редактировать, сохранять базы данных (БД) с реальными (наблюдаемыми) гидрологическими рядами притоков рек за разные периоды (декада, месяц, квартал, год), поддерживает использование парных БД (основной и факторной); также реализован перевод данных в м3/с (км3) и экспорт данных в MS Excel, MS Word; реализован расчет основных статистических характеристик данных по притоку.

Модуль «Графическое представление данных» позволяет представить данные в графическом виде и провести их визуальный анализ. Реализовано построение линейных графиков, гистограмм, диаграмм статистических характеристик. Графики сохраняются в формате .bmp, BITMAP, экспортируются в MS Word.

Рис. 1. - Структура программной системы

приток прогнозный график программный

Модуль «Редактор формул» позволяет ввести (задать) прогнозную модель, проанализировать ее синтаксическую корректность; реализует сохранение прогнозных моделей в файле и чтение их из БД формул.

В модуле «Прогнозирование» программной системы реализованы следующие функции:

- прогнозирование значений притока на основе линейных регрессионных моделей (модели строятся методами пошагового регрессионного анализа - F-метод);

- адаптивное скользящее прогнозирование значений притока на основе линейных регрессионных моделей;

- прогнозирование значений притока по заданной пользователем формуле;

- расчет статистических характеристик точности линейных и нелинейных регрессионных моделей;

- построение статистических графиков, иллюстрирующих близость прогнозных значений притока к реально наблюдаемым значениям;

- прогнозирование значений притока на основе выделения аналогичного периода;

- прогнозирование значений притока на основе метода главных компонент;

- настройка параметров прогнозирования; формирование итоговых отчетов;

- сохранение отчетов по прогнозированию в MS Word.

Точность прогнозирования. С помощью методов, реализованных в программной системе, можно выполнить сравнительно точное прогнозирование объемов притока разной дискретности.

Пример 1. На рис.2 приведена средняя абсолютная ошибка прогноза (в %) среднедекадного объема притока реки Обь по эволюционным моделям (с 1978 по 2005 гг.) и по прогнозам Западно-Сибирского Гидрометцентра (с 1993 по 2005 гг.). Более точно с помощью эволюционных моделей предсказан приток на декады: 1-7, 9, 12, 22-24, 27, 29-36; улучшение точности прогноза на 0,5-7,4% в зависимости от декады. Эволюционные модели были построены с использованием алгоритмов и методов эволюционного программирования средствами системы PolyAnalyst, модуля Find Laws.

Рис.2. - Точность прогнозирования среднедекадного объема притока реки Обь

Пример 2. На рис.3 приведен пример прогнозирования среднеквартальных объемов притока реки Обь. Приведена зависимость коэффициента детерминации моделей прогнозирования среднеквартальных объемов притока от числа прошедших декад периода. Чем ближе коэффициент детерминации к единице, тем точнее модель. Рис. 3 иллюстрирует как увеличивается точность прогнозирования объема притока с уменьшением заблаговременности прогнозов (прогнозируется объем притока за квартал по данным прошедших декад прогнозируемого квартала).

Рис. 3. - Точность скользящего прогнозирования среднеквартального объема притока реки Обь за 1978-2005 гг.

Пример 3. С помощью метода главных компонент был получен прогноз среднегодового объема притока реки Обь на 1999-2007 гг. (рис. 4.). Средняя абсолютная ошибка прогнозирования составила 5,9%. При прогнозе на 2-3 года вперед (например, прогноз на 2005 г. дается по истечении 2002, 2003 гг.) средняя абсолютная ошибка составила соответственно 8,0% и 10,7%.

Рис. 4. - Точность прогнозирования среднегодового объема притока реки Обь за 1999-2007 гг.

Перспективы дальнейших исследований

Представленные модели и программную систему возможно использовать для прогнозирования притоков других рек, а также адаптировать для прогнозирования рядов другой природы.

В проведенных исследованиях для прогнозирования притока реки Обь применялись только данные по фактическому притоку за период наблюдения и данные по притоку в г. Барнауле. Выявление факторов, влияющих (определяющих) объем притока (например, климатических, метеорологических), количественная оценка и учет степени их влияния может привести к повышению точности и заблаговременности прогнозов.

Кроме того, актуальной остается задача разработки новых моделей прогнозирования притоков рек и соответствующих модулей программной системы для повышения качества прогнозов.

Список литературы

1. Альсова О.К. Прогнозирование временных рядов декадных притоков реки Обь на основе вероятностно-статистических моделей.//Научный вестник НГТУ. - Новосибирск: Изд-во НГТУ, 2006. - №3(24).

2. Губарев В.В., Альсова О.К. Исследование гидрологических временных рядов притока реки Обь в створе Новосибирской ГЭС методом главных компонент.//Научный вестник НГТУ. - 2000. - №2(9). - С. 3-16.

3. Губарев В.В., Альсова О.К. Прогнозирование временных рядов в гидрологических задачах на основе вариативного моделирования.//Автометрия. - Новосибирск: Изд-во СО РАН, 2006. - том 42 №6. - С. 45-52.

4. Губарев В.В., Альсова О.К., Беленький А.И. и др. Управление Новосибирским водохранилищем на основе прогнозирования притока.//Научно-практический журнал «Водное хозяйство России. Проблемы. Технологии. Управление». - Екатеринбург, 2000. - том 2 - №5. - C. 484-499.

Размещено на Allbest.ur


Подобные документы

  • Разработка системы прогнозирования временных рядов динамики продаж товаров с учетом факторов влияния ForExSal, предназначенной для определения краткосрочного прогноза предполагаемого спроса. Анализ концептуальной и функциональной схемы работы системы.

    отчет по практике [1,9 M], добавлен 27.03.2011

  • Анализ потока данных с учетом их прогнозирования, составления статических отчетов в системах учета. Ограничения на информацию в базе данных. Логическое проектирование баз данных. Описание основных функций групп пользователей и управления данными.

    курсовая работа [1,6 M], добавлен 09.03.2022

  • Автоматизированная обработка экономической информации. Методы и средства технологического контроля обработки экономической информации. АИС в области бухгалтерского учета с использованием 1: С Бухгалтерия. Программное обеспечение бухгалтерского учета.

    контрольная работа [39,4 K], добавлен 07.12.2010

  • Программное обеспечение по автоматизации работы автосервиса. Электронные информационные базы данных по диагностике и ремонту, геометрическим размерам автомобилей. Каталоги запчастей, справочники нормо-часов. Программы для ведения управленческого учета.

    реферат [509,0 K], добавлен 23.03.2012

  • Анализ данных с помощью скользящего среднего из пакета и построение тренда на графике. Выполнение задания и расчетов с построенным графиком. Оценка адекватности экспериментальных данных модели для проведения экономического статистического анализа.

    контрольная работа [7,7 M], добавлен 27.04.2010

  • Ошибки, которые воздействуют на программное обеспечение и методы прогнозирования программных отказов. Анализ моделей надежности программного обеспечения и методика оценки ее надежности. Экспоненциальное распределение. Методика оценки безотказности.

    курсовая работа [71,5 K], добавлен 15.12.2013

  • Прикладное программное обеспечение, его использование при проведении сложных математических вычислений. Менеджер загрузок. Офисные средства обработки информации. Система автоматизации проектных работ. Основы использования функций Excel, их аргументы.

    контрольная работа [227,6 K], добавлен 01.03.2009

  • Понятие экспертных систем, их классификация, виды и структура. Построение продукционной модели экспертной системы прогнозирования результатов сессии на основании анализа успеваемости, ее реализация в языке логического программирования Visual Prolog.

    дипломная работа [1,6 M], добавлен 25.01.2011

  • Роль, место, структура прогнозирования и предсказывания в информационно-аналитической работе. Характеристика его методов: имитационного моделирования, морфологического анализа,"дерева целей", неформального прогнозирования. Основные правила их составления.

    контрольная работа [90,3 K], добавлен 19.04.2011

  • Архитектура и функции информационной системы для автоматизации учета ремонта электрооборудования. Построение модели прецедентов, потоков данных и процессов в стандарте IDEF0. Проектирование концептуальной и логической модели интегрированной базы данных.

    курсовая работа [442,9 K], добавлен 06.08.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.