«Автоматизация и информатизация ТЭК»

Согласование данных, минимизация ошибок при измерении и оценке параметров технологического процесса

УДК: 001.891.573
DOI: -

Авторы:

¹ РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва, Россия

Ключевые слова: согласование данных, технологический процесс, случайная ошибка, дебаланс, метод наименьших квадратов, SWOT-анализ

Аннотация:

В статье описывается процесс согласования данных на объектах нефтегазовой отрасли. Так как ошибки в измеренных данных могут привести к значительному ухудшению работы установок и сбоям, а также отрицательно сказаться на качестве анализа и управленческих решениях, важно оценить достоверность данных технологического процесса на основе информации, предоставляемой исходными измерениями. Одним из главных этапов при оценке состояния процесса является согласование данных. Показан пример реализации этого процесса. После согласования значений был получен график нормального распределения дебаланса до и после сверки. Для минимизации параметров линейной модели был использован метод наименьших квадратов. Предложен SWOT-анализ, включающий определение сильных и слабых сторон, возможностей и угроз, для определения основных направлений развития и эффективности введения стратегии для минимизации ошибок и улучшения согласования данных в технологическом процессе.

Список литературы:

1. Botev L., Johnson P. Applications of statistical process control in the management of unaccounted for gas // J. of Natural Gas Science and Engineering. – 2020. – Vol. 76. – P. 103194. – DOI: 10.1016/j.jngse.2020.103194
2. Кувыкин В.И., Логунов П.Л. Согласование данных материального баланса нефтеперерабатывающего завода // Автоматизация и информатизация ТЭК. – 2022. – № 2(583). – С. 41–48. – DOI: 10.33285/2782-604X-2022-2(583)-41-48
3. Badings T.S., van Putten D.S. Data validation and reconciliation for error correction and gross error detection in multiphase allocation systems // J. of Petroleum Science and Engineering. – 2020. – Vol. 195. – P. 107567. – DOI: 10.1016/j.petrol.2020.107567
4. A novel robust data reconciliation method for industrial processes / Xie Sen, Yang Chunhua, Yuan Xiaofeng [et al.] // Control Engineering Practice. – 2019. – Vol. 83. – P. 203–212. – DOI: 10.1016/j.conengprac.2018.11.006
5. Optimal combination forecasts for hierarchical time series / R.J. Hyndman, R.A. Ahmed, G. Athanasopoulos, Han Lin Shang // Computational Statistics & Data Analysis. – 2011. – Vol. 55, Issue 9. – P. 2579–2589. – DOI: 10.1016/j.csda.2011.03.006
6. Forecasting with Temporal Hierarchies / G. Athanasopoulos, R.J. Hyndman, N. Kourentzes, F. Petropoulos // European J. of Operational Research. – 2017. – Vol. 262, Issue 1. – P. 60–74. – DOI: 10.1016/j.ejor.2017.02.046
7. Di Fonzo T., Girolimetto D. Forecast combination based forecast reconciliation: insights and extensions // European J. of Operational Research. – 2021. – DOI: 10.48550/arXiv.2106.05653
8. Данилов Н.Н., Иноземцева Л.П. Математическая модель SWOT-анализа и методика ее применения в экономике // Эконом. анализ: теория и практика. – 2016. – № 9(456). – С. 185–196.