Dokładność szacowania zasobów złoża węglowodorów wzrasta w miarę, kiedy rośnie ilość i dokładność oszacowania parametrów złożowych. Każda poprawna procedura obliczania zasobów musi uwzględniać ryzyko związane z tego typu procesem. Miarą takiego ryzyka jest błąd szacowania zasobów. Dzisiaj już nikt nie pisze o zasobności złoża jako o stałej, zdeterminowanej liczbie. Uwzględnianie ryzyka w rachunku powoduje, że wielkość zasobów podawana jest nie jako jedna wartość lecz jako pewien przedział wartości lub jako statystyczny rozkład prawdopodobieństwa. W artykule podjęto próbę sformalizowania sposobu oceny zasobów złóż eksploatowanych, w spadkowej fazie wydobycia oraz obliczania błędów oszacowania zasobów dla tej grupy złóż. Do oszacowania zasobów złoża wykorzystano funkcje statystyczne, a błąd szacowania parametrów funkcji oraz błąd prognozy posłużyły jako kwantyfikacja ryzyka związanego z oceną ilościową zasobów. Metodykę obliczania zasobów oraz ocenę ryzyka takiego oszacowania zilustrowano na przykładzie karpackiego złoża ropy naftowej.
EN
The accuracy of estimating hydrocarbon reserves increases as does the extent and precision of applied and calculated reservoir parameter estimates. Each correct procedure for estimating the resource must take the risks associated with the completeness and accuracy of the factors considered into account. The measure of such risk is the error in the estimation of resources. Professionals have already agreed that the size of a deposit is not a constant, determined number but a dynamic estimation. The inclusion of such risk evaluation leads to define a size of resources not as a single value but as a range of ones or as a statistical probability distribution. This article attempts put forward a method for assessing resource deposits exploited in the decreasing phase of extraction and the calculation of errors in the estimation of resources in this group of deposits. Statistical functions were used to estimate the resources of the deposit. The error estimation function parameters and forecast errors were used in order to calculate the risk associated with the estimation of resources. The method for the estimation of resources and risk assessment of such estimations is illustrated by the example of the Carpathian oil fields.
Krótkoterminowe prognozy zapotrzebowania na ciepło dają możliwość zwiększenia wydajności produkcji ciepła, zmniejszenia zużycia paliwa i emisji produktów spalania do atmosfery. W artykule przedstawiono problem dokładności prognozowania zapotrzebowania na ciepło w szklarni z wykorzystaniem metod SARIMA. Źródłem informacji do analizy szeregów czasowych były dane eksploatacyjne zużycia ciepła.
EN
Short-term heat demand predictions give possibility for increasing efficiency of heat production, reduce fuel consumption and connected with it emission decreasing from combustion products to the atmosphere. The paper presents a problem precision of forecasting heat demand in a greenhouse building using SARIMA methods. Information source for the analysis of time series were operating data of energy consumption.
W pracy przedstawiono dwa warianty prognozy jednodniowej średniego stężenia metanu na wylocie z rejonu ściany i obliczono błędy prognoz. Trafność prognoz była bardzo wysoka. Wykonano również dwie wersje jednodniowej prognozy maksymalnego stężenia metanu na wylocie z rejonu ściany. Analiza błędów tych prognoz wykazała także ich przydatność dla praktyki górniczej.
Transport wiąże się z przemieszczaniem ludzi, ładunków w przestrzeni przy wykorzystaniu odpowiednich środków transportu. Potrzeby transportowe należą do grupy potrzeb wtórnych człowieka i są związane z faktem różnego rozmieszczenia przestrzennego zasobów, skupisk ludzkich i miejsc pracy. Prognozowanie w przyszłości (ex ante) opiera się zawsze na dostępnej w momencie konstruowania prognozy informacji. Problem wyznaczenia najlepszej prognozy polega na wyznaczeniu takiej prognozy, która wykorzystując dostępne informacje, najlepiej „opisuje” przyszłe własności i stany przedmiotu prognozy. Istotnym elementem pracy jest przedstawienie metody wyznaczania błędu prognozy, która może mieć zastosowanie w systemach transportowych. W porównaniu do znanej z literatury metody, autor włączył dodatkowy parametr, którym jest błąd standardowy oszacowania, tj. odchylenia standardowego. W ostatniej części pracy podano przykładowe zastosowanie szacowania błędu prognozy dla systemu planowania trasy przejazdu.
EN
Transport is related to the movement of people, cargo space, using appropriate means of transport. Transport needs are secondary to the needs of man and are related to the fact of different spatial distribution of resources, population centers and workplaces. Forecasting the future (ex ante) is always based on available information at the time of constructing forecasts. The problem of finding the best prediction involves the determination of such a forecast that the available information, the best "describes the" future states of the subject property and forecasts. An important element of the work is to present a method for determining the forecast error, which can be used in transport systems. Compared to the known literature methods, the author included an additional parameter which is the standard error of estimate, i.e. Standard deviation. In the last part of the paper gives examples of the use of estimating the forecast error for the system to plan their journeys.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.