«Автоматизация и информатизация ТЭК»

Прогнозирование показателей качества нефти с использованием модели SARIMAX, полинома и тригонометрической функции

УДК: 681.5.08:004.942
DOI: -

Авторы:

¹ Альметьевский государственный технологический университет "Высшая школа нефти", Альметьевск, Россия
² Нефтеавтоматика, Альметьевск, Россия

Ключевые слова: SARIMAX, математическое моделирование, прогнозирование временных рядов, нефтяная промышленность, сезонные колебания, тренд, анализ данных, контроль качества нефти, промышленные данные

Аннотация:

Выполнен обзор методов моделирования и прогнозирования параметров процессов топливно-энергетического комплекса. Объектом исследования является установка измерений количества и показателей качества нефти. В работе получена модель временных рядов на основе ARIMAX и SARIMAX для прогнозирования влагосодержания нефти. Модель SARIMAX учитывает сезонность и внешние факторы. Средняя относительная погрешность аппроксимации составила 8,24 %, а средняя относительная погрешность постпрогноза – 9,38 %. Предложено усовершенствование модели применением тренда в виде суммы полинома и тригонометрической функции. После вычитания тренда сезонность и остаток моделируются SARIMAX. Отличительной особенностью предлагаемой модели является то, что прогнозируется не сама функция с постоянными коэффициентами, а коэффициенты функции. Средняя относительная погрешность аппроксимации составила 1,12 %, а средняя относительная погрешность постпрогноза – 7,12 %. Инструментами реализации моделей выбраны программные средства Loginom и Python. Исследование проведено на реальных данных. Показано, что учет сезонных колебаний и внешних факторов (температура, плотность), а также представление тренда в виде суммы полинома и тригонометрической функции позволяет снизить среднюю относительную погрешность постпрогноза. Применение математического моделирования в сочетании с инструментами анализа данных демонстрирует потенциал для интеграции подобных решений в системы автоматизированного контроля показателей качества топливно-энергетического комплекса.

Список литературы:

1. Рудин М.Г., Сомов В.Е., Фомин А.С. Карманный справочник нефтепереработчика. – М.: ЦНИТТЭнефтехим, 2004. – 336 с.
2. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. – М.: Финансы и статистика, 2001. – 226 с.
3. Кизина И.Д., Веревкин А.П. Методы верификации и достоверизации данных для решения задач в автоматизированных системах управления технологическими процессами нефтегазовой отрасли // Автоматизация и информатизация ТЭК. – 2025. – № 1(618). – С. 42–47.
4. Голяндина Н.Э. Метод "Гусеница" – SSA: анализ временных рядов: учебное пособие. – СПб.: СПбГУ, 2004. – 76 с.
5. Прогнозирование электропотребления на основе метода главных компонент (PCA) / И.У. Рахмонов, Н.Н. Ниезов, В.Я. Ушаков [и др.] // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2024. – Т. 335, № 12. – С. 198–209. – DOI: 10.18799/24131830/2024/12/4731
6. Bandara K., Hyndman R.J., Bergmeir C. MSTL: A Seasonal-Trend Decomposition Algorithm for Time Series with Multiple Seasonal Patterns // International Journal of Operational Research. – 2025. – Vol. 52, No. 1. – P. 79–98. – DOI: 10.1504/IJOR.2025.143957
7. Тугашова Л.Г., Затонский А.В. Моделирование и прогнозирование производства нефтепродуктов с учетом сезонности на основе авторегрессионных моделей // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2020. – Т. 331, № 5. – С. 109–119. – DOI: 10.18799/24131830/2020/5/2641
8. Тугашова Л.Г. Прогнозирование показателей качества нефтепродуктов на установках первичной переработки нефти // Ученые записки Альметьевского государственного нефтяного института. – 2015. – Т. 14. – С. 99–103.
9. Модель для прогнозирования поверхностной концентрации метана в арктическом регионе, основанная на искусственной нейронной сети с длинной цепью элементов краткосрочной памяти и вейвлет-преобразованием исходных данных / А.Г. Буевич, А.П. Сергеев, А.В. Шичкин [и др.] // Арктика: экология и экономика. – 2023. – Т. 13, № 3(41). – С. 428–436. – DOI: 10.25283/2223-4594-2023-3-428-436