Identyfikacja i symulacja rozkładu ciśnienia w sieciach gazowych z wykorzystaniem addytywnego modelu regresji

• Autorzy: Łabęda-Grudziak Z. M.

Warianty tytułu

EN

The identification and simulation of pressure decomposition in gas network using additive regression model

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono identyfikację i symulację pracy sieci przesyłowej gazu za pomocą modeli addytywnych w celu oszacowania wartości ciśnienia w określonych punktach węzłowych oraz zbadania zachowania się sieci. Modele cząstkowe odzwierciedlające funkcjonowanie określonych fragmentów instalacji zostały pozyskiwane z zastosowania technik eksploracji danych pomiarowych. Do wyznaczenia parametrów modeli addytywnych zastosowano algorytm dopasowania wstecznego i nieparametryczne techniki estymacji. Badania przeprowadzono dla wybranego fragmentu rzeczywistej sieci przesyłowej gazu.

EN

In this paper identification and simulation methods to predict pressure values at determinated nodes and to analyse the operation of gas network is presented. The proposed method is based on additive models and knowledge discovery data application. The backfitting algorithm with nonparametric smoothness techniques has been used for estimating the additive model. The results of modeling has been presented. All research has been carried out based on the part of long range gas pipelines. Received results are satisfactory because the proposed method is very suitable for the multivariate dynamical process fitting in the analyzed structures.

Słowa kluczowe

PL

model addytywny; sieci przesyłowe gazu; symulacja; przewidywanie ciśnienia; eksploracja danych

EN

additive model; gas pipelines; simulation; pressure prediction; data mining

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2010
• Tom: R. 14, nr 11
• Strony: 60--64
• Opis fizyczny: Bibliogr. 13 poz., rys., tab., wykr.

Twórcy

autor

Łabęda-Grudziak Z. M.

• Instytut Automatyki i Robotyki Politechniki Warszawskiej,

Bibliografia

• 1. Grygorowicz J., Warowny W.: Równania stanu w przemyśle naftowym i gazowniczym, Nafta - Gaz, 54, 1998, s. 15-23.
• 2. Warowny W.: Kubiczne równania stanu i ich wykorzystanie w gazownictwie ziemnym, Nafta - Gaz, 10, 2007, s. 613-623.
• 3. Osiadacz A.J.: Simulation and Analysis of Gas Networks, Gulf Publishing Company, 1987.
• 4. Neuroth M., MacConnell P., Stronach F., Vampllew P.: Improved modeling and control of oil and gas transport facility operations using artificial intelligence, Knowledge-Based Systems, 13, 2000, s. 81-92.
• 5. Kogut K.: Możliwości wykorzystania sztucznych sieci neuronowych w analizie pracy sieci przesyłowej gazu ziemnego, Nowoczesne Gazownictwo, 3, 2004, s. 1-4.
• 6. Hastie T., Tibshirani R.: Generalized additive models, Chapman and Hall, 1990.
• 7. Larose D.T.: Discovering Knowledge in Data: An Introduction to DATA MINING, Wiley, 2005.
• 8. Łabęda Z.M.: Wykorzystanie addytywnego modelu regresji w eksploracyjnej analizie danych. VI Sympozjum Modelowanie i Symulacja Komputerowa w Technice, Łódź 2008.
• 9. Łabęda Z.M.: Additive model applications for the fault detection of actuators, Pomiary Automatyka Kontrola, Vol.55, s. 152-155, (3)2009.
• 10. Łabęda Z.M.: Modele addytywne w układzie detekcji uszkodzeń w stacji wyparnej. IX Międzynarodowa Konferencja Diagnostyka Procesów i Systemów, Gdańsk 2009, „Systemy wykrywające, analizujące i tolerujące usterki. Automatyka i Informatyka”, Pomorskie Wydawnictwo Naukowo-Techniczne, rozdział 13, s. 113-120.
• 11. Łabęda Z.M.: The backfitting and marginal integration estimators for additive models. IV Konferencja Naukowo-Techniczna Doktorantów i Młodych Naukowców, Warszawa, 2009, materiały konferencyjne, s. 307-314.
• 12. Łabęda Z.M.: Smoothing parameters selection in the additive regression models approach for the fault detection scheme, IV Konferencja Naukowo-Techniczna Doktorantów i Mlodych Naukowców, Warszawa, 2009, materialy konferencyjne, s. 299-306.
• 13. Good Pi: Introduction to statistics through reasampling methods and R/S-PLUS, Wiley, 2005.