Анализ и прогнозирование регионального промышленного потребления энергоресурсов с применением информационно-аналитической системы

Развитие экономики страны и повышение уровня благосостояния населения связано с увеличением удельного потребления энергии. Исчерпание невозобновляемых природных энергоресурсов, ряд экологических проблем при их производстве, переработке и потреблении, быстро меняющиеся экономические и социальные условия жизни современного общества требуют непрерывного 'и комплексного анализа потребления энергоресурсов с целью получения достоверных краткосрочных и долгосрочных прогнозов энергопотребления для повышения общей экономической эффективности работы промышленности региона.

Функционирование промышленных предприятий в новых экономических условиях претерпело существенные структурные изменения объема и номенклатуры энергопотребления: свертывание и закрытие ряда производств, открытие новых и развитие существовавших ранее в направлении диверсификации. Таким образом, применение и развитие методов системного анализа, моделирования и прогнозирования промышленного энергопотребления является актуальной задачей для повышения эффективности функционирования промышленности региона в целом.

Проблемами системного анализа, моделирования и прогнозирования энергопотребления посвящены работы Васильева И. Е., ГордееваВ.И., Гнатю-каВ.И., Гурского С. К., ДоброжановаВ.И., Жилина Б. В., КаяловаГ.М., Кудрина Б. И., НадтокиИ.И., ПапковаБ.В., Праховника А. В. Широкий спектр подходов решения поставленных задач в практической реализации вызвал необходимость обоснованности соответствующего выбора по критерию адекватности в условиях кардинальной социально-политической трансформации экономики. Анализ тенденций в изменении энергопотребления промышленных предприятий региона в работе выполнен на примере Ростовской области в период 19 912 000 годов.

Этот регион России характеризуется комплексным развитием промышленности, оборонного производства и агропромышленного комплекса. На территории области представлен весь спектр отраслей народного хозяйства страны. Наиболее значительной составляющей промышленности являлись предприятия таких отраслей, как энергетика, строительство, сельскохозяйственного машиностроения, угольно-добывающей, транспортного строительства, станкостроения и железнодорожной. Регионально наиболее значимыми для экономики являлись объединения: агропромышленного комплекса, строительного комплекса, легкой промышленности и рыбного хозяйства. Таким образом, совокупность промышленных предприятий Ростовской области можно считать многокомпонентной системой, а ее количественный и качественный состав позволяют изучить и оценить закономерности энергопотребления и тенденции динамики структуры промышленности.

Цель работы. Разработка методов анализа и прогнозирования энергопотребления региона на основе информационной и математической моделей для повышения надежнрсти энергообеспечения потребителей и эффективности использования энергоресурсов.

В связи с этим были поставлены и решены следующие задачи:

— применение методов системного анализа и комплексного прогнозирования для определения динамики энергопотребления предприятиями региона;

— комплексный анализ структуры и динамики энергопотребления промышленностью региона;

— анализ и выбор аналитических распределений предприятий по диапазонам энергопотребления на основе статистических критериев согласованности и обеспечивающего их сходимость математического ожидания и годового потребления энергоресурсов;

— разработка математических моделей временных рядов годового энергопотребления;

— разработка методов долгосрочного прогнозирования энергопотребления;

— разработка концептуальной структуры базы данных энергопотребления промышленными предприятиями Ростовской области (на примере наиболее сложного периода — с 1991 по 2000 годы);

— создание логической модели базы данных энергопотребления региона с целью комплексного анализа внутренней структуры банка данных информационно-аналитической системы.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, методы теории вероятностей и математической статистики, эконометрики, элементы теории техноценозов, информационные технологии организации, хранения и обработки данных.

Научную новизну представляют:

1. Определение теоретических закономерностей распределения количественного состава групп промышленных предприятий региона, позволяющих моделировать энергопотребление вне зависимости от социального уклада экономики.

2. Впервые полученные функциональные зависимости динамики параметров характеризующих структуру регионального энергопотребления промышленными предприятиями региона, учитывающие тенденции потребления по отдельным видам энергоресурсов, и позволяющие получить прогноз изменения структурного состава энергопотребителей области.

3. Методика определения оптимальности структуры энергопотребителей региона, позволяющая комплексно учитывать изменения уровня энергопотребления различных видов ресурсов и структурного состава' потребителей, отличающаяся применением в качестве границ доверительного интервала критерий согласия Пирсона.

4. Новая методика долгосрочного прогнозирования коротких временных рядов годового энергопотребления промышленности региона на основе объединения прогнозных моделей теории техноценозов, метода экспоненциального сглаживания и ортогонализации временных рядов.

Практическая ценность.

1. Созданная информационно-аналитическая система на основе комплексного подхода позволяет выполнять анализ и прогнозирование энергопотребления промышленных предприятий региона.

2. Сформированный банк данных энергопотребления промышленности Ростовской области за период с 1991 по 2000 год является уникальным материалом для изучения трансформации структуры потребителей в условиях реформирования экономики России.

3. Методика анализа и прогнозирования энергопотребления промышленных предприятий Ростовской области применима для подобного анализа потребления энергоресурсов в других регионах.

Реализация результатов работы. Информационно-аналитическая-система энергопотребления области внедрена в эксплуатацию в Региональной службе тарифов Ростовской области.

Апробация работы. Результаты работы докладывались на семинаре «Кибернетика электрических систем» по тематике «Электроснабжение промышленных предприятий» (2003, 2007 гг., г. Новочеркасск), на семинаре «Кибернетика электрических систем» по тематике «Диагностика энергооборудования» (2006 г., г. Новочеркасск), на IV Международной научно-практической конференции «Моделирование. Теория, методы и средства» (2004 г.), на VI Международной научно-практической конференции «Современные энергетические системы и комплексы» (2006 г.).

Публикации. Основные результаты диссертационной работы опубликованы в семи печатных работах, одна из которых входит в список печатных изданий, рекомендованных ВАК.

Работа включает введение, пять глав, заключение, список литературы и приложения.

В первой главе выполнен обзор существующих методов анализа и моделирования потребления энергоресурсов. Показано, что системный подход к анализу и моделированию потребления электроэнергии и других энергоресурсов региона является общепринятым методологическим принципом. Определены области и особенности практического применения моделей. Выявлены наиболее подходящие приемы анализа промышленного энергопотребления региона. Определены основные параметры функционирования предприятия как части сложной системы, позволяющие проследить технологические, экономические и другие взаимосвязи данной подсистемы.

Во второй главе выполнен анализ структуры и динамики промышленного потребления электроэнергии, тепла и топлива региона за период рыночных преобразованийдля-учета как плановой, так и рыночной составляющей. Обоснована необходимость создания электронной базы дынных промышленного энергопотребления. Показаны особенности анализируемых выборок и методов их обработки. Проведен анализ потребления основных энергоресурсов в региональной энергосистеме. Определены основные тенденции энергопотребления, изменения количественного состава и структуры промышленности, на примере Ростовской области.

В третьей главе проводилось моделирование структуры и динамики регионального потребления регионального потребления. Выделен класс моделей описывающих распределения промышленных предприятий по уровню энергопотребления. Определены характеристические параметры моделей. Проведена проверка согласованности опытных и теоретических законов* распределения с помощью критерия согласия %2 Пирсона. Показаны особенности применения теоретического закона распределения Парето и теории тех-ноценоза при моделировании энергопотребления области.

Четвертая глава посвящена сравнительному анализу методов, позволяющих прогнозировать, потребление энергоресурсов промышленными предприятиями региона. Построены временные ряды энергопотребления. Определены модели, позволяющие учесть особенности этих рядов. Проведен анализ результатов моделирования и прогнозирования. Обоснована необходимость применение моделирования энергосистемы как единого целого.

В пятой главе описываются цели, задачи и структура информационно-аналитической системы (ИАС) энергопотребления Ростовской области. Разработана концептуальная структура базы данных энергопотребления промышленными предприятиями Ростовской области. Предложена логическая модель базы данных энергопотребления региона с целью комплексного анализа внутренней модели банка данных ИАС. Обосновано создание идентификационного ключа для получения разносторонних запросов из ИАС. Определен круг задач решаемых с помощью ИАС. Разработана структура ИАС. Описаны методы анализа и моделирования энергопотребления реализуемые в ИАС.

В заключении сформулированы основные научные и технические результаты диссертационной работы.

В приложение вынесены данные об энергопотреблении крупных промышленных предприятий, программный код ИАС.

Работа выполнена при научной консультации доктора технических наук, профессора Надтоки И.И.

4.3. Выводы.

1. Особенностью прогнозирования регионального энергопотребления является сокрытие стохастических подробностей за счет использования годовых суммарных значений, вместе с тем данное обстоятельство приводит к резкому укорачиванию временного ряда. Лучшую точность моделирования коротких временных рядов дают адаптивные методы прогнозирования.

2. Метод экспоненциального сглаживания позволяет гибко отстраиваться от случайных выбросов. Метод ортогонального разложения многочленами Чебышева чувствителен к периодическим выбросам и учитывает их как некий временной фактор.

3. Тестовые прогнозы энергопотребления на один год адаптивным методом прогнозирования экспоненциально взвешенного скользящего среднего показали, что погрешность прогноза не превышает 9%.

4. В условиях нестабильности количества предприятий в статистических выборках, а также изменений их энергопотребления, использование ранговых распределений позволяет получать более точные прогнозы для энергопотребления региона. Применение ранговых моделей для прогнозирования энергопотребления Ростовской области, при широком видовом спектре предприятий по уровню энергопотребления, дает возможность получения прогноза на один год с погрешностью менее 5%.

5. РАЗРАБОТКА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ РЕГИОНАЛЬНОГО ЭНЕРГОПОТРЕБЛЕНИЯ

5.1. Назначение и задача информационно-аналитической системы на региональном уровне.

Постоянно меняющаяся ситуация! в экономике страны" приводит к существенным структурным изменениям объема и* номенклатуры энергопотребления промышленности региона (свертывание и закрытие ряда производств, открытие новых и развитие существовавших ранее в направлении диверсификации). С другой стороны развитие экономики страны и повышение уровня благосостояния*населения связано, с увеличением удельного потребления энергии, а исчерпание невозобновляемых природных энергоресурсов, ряд экологических проблем при их производстве, переработке и потреблении, быстро 'меняющиеся экономические и социальные условия жизни современного общества требуют непрерывного и комплексного анализа поI требления энергоресурсов с целью получения достоверных краткосрочных и долгосрочных прогнозов энергопотребления для повышения общей экономической эффективности работы промышленности региона. Связи с этим роль информации постоянно возрастает.

Объемы информации об промышленном энергопотреблении с каждым годом увеличиваются, усложняется ее структура. Для оперативной обработки и сохранения данных, обеспечения доступа к ним возникла необходимость создания информационно-аналитической системы (ИАС) энергопотребления промышленностью региона. Также целью создания ИАС являются информационное, математическое, алгоритмическое и программное обеспечение для анализа, прогнозирования, планирования использования энергоресурсов и решения задач энергосбережения.

Использование данной системы позволило решить следующие задачи: — систематизация данных энергопотребления промышленными предприятиями Ростовской области;

— выполнение предварительного анализа данных по предприятиям, отраслям, городам;

— готовить и оформлять печатные документы, сводки, сообщения;

— анализировать энергоиспользование промышленными предприятиями;

— прогнозировать энергопотребление и возможные структурные изменения экономики области.

5.2. Особенности реализации ИАС

5.2.1. Наиболее перспективные технологии создания систем хранения и обработки данных:

Сложность организации и структуры данных обусловило развитие одного из стратегических направлений развития информационных технологий — баз данных и систем управления базами данных (СУБД).

База данных — поименованная и организованная (структурированная) совокупность взаимосвязанных данных, которые отражают состояние объектов конкретной предметной области и находятся под центральным программным управлением. Данные представлены совокупностью файлов (таблиц). В широком смысле база данных есть любая упорядоченная совокупность данных.

Табличная структура-состоит из строк, которые соответствуют записям базы данных и столбцов — полей записей. Каждая запись имеет уникальный номер, а каждое поле должно иметь уникальное имя. Одна запись файла соответствует конкретному экземпляру понятия предметной области, например информация о конкретном энергопотребителе.

Разрабатываемая база данных должна обладать следующими свойствами:

1. Многоразовое использование: одни и те же данные могут использоваться многими пользователями.

2. Простота обновления — возможность внесения изменений в базу с минимальными затратами. j i л

3. Быстрый поиск и получение необходимой информации по запросу.

4. Уменьшение избыточности — новые задачи должны получать данные из существующей базы, а не путем их повторного ввода.

5. Защита от несанкционированного доступа к данным.

6. Максимальная независимость от прикладных программ: изменения в структуре базы данных не должны, по возможности приводить к перезаписи пакета программ.

7. Защита от уничтожения и искажения информации (некомпетентного пользователя, злоумышленных действий, сбоев и конфликтных ситуаций).

К базе данных предъявлялись следующие требования:

1. Адекватность отражения. предметной области: а) полнота данныхб) динамичность информационной моделив) актуальность информации в данный момент времени.

2. Возможность взаимодействия с пользователями различных категорий и в разных режимах.

3. Обеспечение секретности данных, надежности, целостности, защита от случайного или целенаправленного разрушения базы данных.

4. Обеспечение взаимной независимости программ и данных.

5. Технологичность обработки данных.

6. Совместимость компонентов базы данных.

7. Простота изменения логической и физической структуры базы данных, в целях повышения эффективности обработки информации.

8. Способность к расширению и модификации.

Базы данных можно классифицировать по применяемой модели данных. В зависимости от способа представления взаимосвязей между объектами логическая модель данных может быть иерархической, сетевой реляционной.

Иерархическая модель данных. Взаимосвязи между объектами отражаются по принципу иерархии типов объекта в виде связанного графа, вершины которого размещены на разных иерархических уровнях.

Самая высокая вершина называется корнем (главный тип объекта), а остальные, находящиеся на нижних уровнях иерархии, — подчиненными. Корень (первый-уровень) не подчиняется ни. одной вершине. Все остальные вершины (типы объектов) связаны, с одной и только одной вершиной, которая размещена на более высоком уровне. Взаимосвязь между объектами напоминает генеалогическое дерево.

Сетевая модель данных. В' сетевой модели понятие главного и подчиненных объектов иное, чем в иерархической, модели: любой объект здесь может быть и главным, и подчиненным каждый объект может участвовать в, любом количестве взаимосвязей.

Данные представляются при помощи записей и связей. Запись (объект) в сетевой модели (в отличие от иерархической) может иметь множество как подчиненных ей записей, так и записей, которым она сама подчинена.

Реляционная модель данных. Реляционная структура (модель) представляет данные в виде двумерной таблицы. Табличная структура данных отражает отношения между реальными объектами и их характеристиками. Поиск и обработка записей не зависят от организации хранения данных в памяти компьютера. При этом’эффективно используются математическая логика и алгебра. Основной принцип реляционных структур баз данных — получение из таблицы необходимых отношений и формирование новых. На основе первичной таблицы при помощи, логических операций формируется новая таблица соответствующей структуры. Каждый файл соответствует какому-нибудь понятию из предметной области.

По технологии обработки СУБД можно разделить на централизованные и распределенные.

Централизованная база данных разрабатывается и функционирует на принципах централизации в одном месте. База данных находится на одном компьютере, в виде одного информационного массива. В этом случае говорят о централизованном или монопольном владении данными. Такая база данных доступна только одному пользователю. Применяется в локальных сетях персональных компьютеров.

При функционировании сети персональных компьютеров к информации централизованной-базы-данных обеспечивается одновременный доступ нескольких пользователей со своих рабочих мест. База данных при этом размещается на машине-сервере. Работая в сети персональных компьютеров и пользуясь централизованной-базой данных, каждый пользователь при необходимости может сделать локальную базу данных для воплощения своих профессиональных функций.

Распределенная база данных представляет собой совокупность баз данных, которые физически распределены (разнесены) по взаимосвязанным ресурсам вычислительной сети и доступны для* совместного’применения в разных местах. Распределенная база данных разъединена только физически, а не логически. Вся база данных потенциально доступна с любого конечного абонента (пользователя). На логичном уровне (модели) распределенная база данных описывается как целая информационная совокупность (логическая интеграция).

Распределенная база данных развернута в виде баз данных (подсистем), компоненты которых размещены по разным узлам сети. При наличии одинаковых компонентов (подсистем) база данных считается однородной, в противном случае — неоднородной.

Распределенная база данных может создаваться по одной идеологии, -проектироваться и функционировать как единое целое (однородная). Предметной областью в этом случае являются крупная организацияпредприятие, ведомство. Может возникнуть ситуация, когда несколько данных, которые раньше разрабатывались автономно, продолжают работать в своем режиме, но при этом между ними организуются связи, которые не требуют жестких ограничений на их функционирование. Таким образом, создается неоднородная. распределенная база данных.

По способу доступа к информации базы данных делятся на базы данных с локальным доступом и отдаленным (сетевым) доступом.

Набольшее распространение получили реляционные СУБД, так как они позволяют при множественном доступе обеспечить целостности данных при хорошей скорости обработки запросов.

Построение информационной системы длямониторинга простой предметной области (однородные объекты наблюдения, небольшое фиксированное количество независимых параметров) не составляет особого труда — для этого достаточно использовать какую-либостандартную СУБД. Дело осложняется, если возникает потребность в накоплении сведений о наблюдаемых объектах для их анализа. Современные информационные системы, помимо хранения информации о предметной области, предоставляют пользователям широкий набор средств анализа данных. В последнее десятилетие в теории СУБД появилось целое направление — хранилище данных. Особенностью данной’технологии является то, что помимо обычной предметной области, существует специальное хранилище, куда время от времени сбрасываются-данные. Для того чтобы сделать возможным исторический анализ данных, в соответствии с этой технологией требуется по существу заново спроектировать схему хранилища и постоянно загружать туда информацию из базы данных системы.

В основе концепции хранилища данных лежат две основные идеи: интеграция разъединенных детализированных данных (описывающих некоторые конкретные факты, свойства, события и т. д.) в едином хранилище и разделение наборов-данных иприложенийиспользуемых для обработки и анализа. используя различные инструменты (средства визуализации, построения отчетов, статистической обработки и т. д.) и содержимое репозитория анализирует данные в хранилище. Результатом является информация в виде готовых отчетов, найденных скрытых закономерностей, каких-либо прогнозов. Так как средства1 работы конечного пользователя с хранилищем данных могут быть самыми разнообразными, то теоретически их выбор не должен влиять, на структуру хранилища и функции его подержания в актуальном состоянии. Физическаяреализация' данной концептуальной схемы может быть самой разнообразной.

Рис. 5.1. Концептуальная модель хранилища данных

Построение полноценного системного хранилища данных обычно выполняется в трехуровневой архитектуре. На первом уровне расположены разнообразные источники данных — внутренние регистрирующие системы, справочные системы, внешние источники (данные информационных агентств, макроэкономические показатели). Второй уровень содержит центральное хранилище, куда стекается информация от всех источников с первого уровня, и, возможно, оперативный склад данных, который не содержит исторических данных и выполняет две основные функции. Во-первых, он является источником аналитической информации для оперативного управления и, во-вторых, здесь подготавливаются данные для последующей загрузки в центральное хранилище. Под подготовкой данных понимают их преобразование и проведение определенных проверок. Наличие оперативного склада данных просто необходимо при различном-регламенте поступления информации из источников. Третий уровень представляет собой набор предметно-ориентированных витрин данных, источником информации для которых является центральное хранилище данных. Именно с витринами данных и работает большинство пользователей.

Хранилища данных строятся на основе многомерной модели данных, подразумевающей выделение отдельных измерений (время, пространство)-и фактов (объем, количество и т. д.) с их анализом* по выбранным измерениям. Многомерная модель данных физически может быть реализована как в многомерных, так и в реляционных данных СУБД. В последнем случае она выполняется по схеме «звезда» или «снежинка». Данные схемы предполагают выделение таблиц фактов и таблиц измерений. Каждая таблица фактов содержит детальные данные и внешние ключи на таблицы измерений.

5.2.2. Реляционная СУБД Access 2000.

Для разработки информационно — аналитической системы применялась СУБД-MS Access 2000.

MS Access 2000 — это популярная система управления базой данных, построенная на основе реляционных моделей и ориентированная на 32-разрядные микропроцессоры. Первая версия Access появилась в 1992 г. Microsoft Access считается самой популярной системой управления базами данных.

Access может выступать в качестве клиента или сервера по отношению к другим" приложениям, например MS WordMS Exel' и др. MS Access содержит в себе развитую систему обработки приложений’для Windows. Программа не пишется в классическом смысле этого термина — достаточно определить формы, отчеты и с помощью простых команд (инструкций) Visual Basic связать их с данными базы.

Access — полнофункциональная реляционная СУБД. В этой системе можно пользоваться практически всеми средствами операционной системы

MS Windows. Применяется многодокументальный интерфейс (MDI — Multiple Dokument Interface), т. е. одновременно можно работать с несколькими таблицами, формами, отчетами, макросами, модулями.

ЗАКЛЮЧЕНИЕ

В ходе проведенных экспериментальных и теоретических исследований получены следующие результаты.

1. Анализ существующих методов системного анализа и моделирования j потребления-энергоресурсов" показал, что в. настоящее время для: различных отраслей' промышленности разработан и апробирован на практике целый спектр моделей энергопотребления: с использованием детерминированного^ стохастического, лингвистического подходов, а также алгебры нечетких множеств в зависимости от видаэнергоресурса и особенностей, технологического процесса: Наиболее, широкое применением задачах моделированияшотребле-ния энергоресурсов получили стохастические непрерывные и дискретные (ранговые) модели, так как они обладают наибольшей степенью адекватностипо сравнению с другими типамидля целого рядазадач? теории1 и практики энергоснабжения. ' ,

2. В Ростовской области в период с 1991 по 2000 год среднегодовое энергопотребление. промышленными предприятиями¦ снизилось. почти в 3 раза. Основное снижение (в 2,5 раза) произошло в-период с 1993 по 1995 год. О 1996 по 1998 год энергопотребление оставалосьстабильным., Начиная с 1999 года намечается незначительный рост энергопотребленияпромышленг ными предприятиями.

Среднегодовое энергопотребление первой' группы- (крупные предприятия Ростовской области с энергопотреблением свыше 100 тыс. т у.т.) за 1991 — 2000 годы можно разделить на несколько этапов. До 1992 г. наблюдался: рост среднегодового энергопотребления, затем, начиная, с 1993 по 1997 год энергопотребление уменьшилось в 2 раза. В 1994' г. энергопотребление резко снизилось на 40% от значений 1993 г., но в 1995 г. уровень энергопотребления вернулся на уровень линии тенденции спада периода 1993 — 1997 гг. Начиная^. 1998 года среднегодовое энергопотребление данной группы увеличилось до показателей 1991 года.

Во второй группе промышленных предприятий (энергопотребление которых от 10 до 100 тыс. т у.т.). среднегодовое энергопотребление, было неизменным до 1995 г. В 1995;1996 гг. произошло незначительное снижение (20% от значений 1994 г.). В 1997;98 наблюдался подъем показателей на 30% от значений 1996 г. После 1998: г. наметился спад энергопотребления данной группы.

В 5 третьей! группе (промышленныепредприятия с энергопотреблением от 1 до 10 тыс. т у.т.), не смотря на ее численный рост среднее энергопотребление, неуклонно падало (за весь период около 35% от показателей 1991 года).

3. Количественный составгрупп промышленных предприятий по уровню энергопотребления за рассматриваемыйi период имел существенные измененияЧисло крупных предприятий сократилось в 2 раза, причем это произошло! в период с 1993 по 1996 год. Количество средних предприятий сократилосьв 2,5 раза. Уменьшение: количества предприятий этой' группы, было равномерным в рассматриваемомшериоде, начиная с 1992 года, уменьшениепроизошло за счет предприятий' с годовым энергопотреблением от 10 до 40 тыс. т у.т. Рост количествапредприятий' наблюдался лишь, в третьей группе: Число предприятий в данной группы увеличилось, в целом за период, примерно в 2 раза: Можно отметить две, особенности: в 1994 г. Количество предприятий группы резко возросло на 30% от общего числа, а в 1998 г. уменьшилось на 15%.

4. Структура! общего энергопотребления промышленного предприятия в среднем имеет соотношение: электропотребление — 50%, тепловая? энергия —20 до 10%, потребление, топлива от 30 до 40% от общего энергопотребления. Доля потребления тепловой энергии в этот период уменьшается во всех трех: группах. Чем меньше промышленное предприятие, тембольше доля. ¦ электропотребления в общем энергопотреблении.

5. Проверка согласованности опытных распределений промышленных предприятий по диапазонам энергопотребления с теоретическими (кривые Пирсона, распределение Парето, гиперболические распределения), показала, что распределение промышленных предприятий Ростовской области по диа— пазонамэнергопотреблениялодчиняется закону Парето с точностью 5% при доверительной вероятности 0,95. Однако в отдельные годы распределения* предприятий по диапазонам потребления тепла (1993 г.) и электроэнергии (1998 г.) таковы,, что гипотеза о соответствии статистического и теоретического (поПарето) законовраспределения* противоречит опытным данным-.

6. Показано, что изменения расчетного' значениякритерия? согласия. Пирсона* относительно границ доверительного? интерваламожно использовать для-оценки отдельных, видовпотребляемой энергии с точки зрения, их соответствияобщим экономическим тенденциям в рамках регионального энергопотребления:.

7. Анализ статистических данных и моделирование-тенденции изменения объемов энергопотребленияи структуры, промышленности Ростовскойобласти показал наличие тенденции! уменьшения числа крупных и средних предприятий по энергопотреблению и увеличению количествамелкихпредприятий.

8- Тестовые прогнозы энергопотребления на один год адаптивным методом прогнозирования экспоненциально взвешенного скользящего среднего показали, что погрешность прогноза не превышает 9%.

9- В условиях нестабильности количества предприятий в статистических выборках, а также изменений их энергопотребленияиспользование ранговых распределенийпозволяет получать более точные прогнозы дляэнергопотребления регионаПрименение ранговых моделей для прогнозирования энергопотребления Ростовскошобластипри широком видовом спектре предприятий ио уровню энергопотребления, дает возможностьполученияпрогноза на один год с погрешностью менее 5%.

10- Проведенный анализ параметров ранговых распределений энергопотребления Н (Е) за период с 1991 по 2000 годы позволяет утверждать об устойчивости техноценоза представляющего собой совокупность обследованных промышленных предприятий Ростовской области.

11. Разработана концептуальная структура организации данных энергопотребления промышленных предприятий региона с идентификационным ключом. Она позволила сформировать базу данных с эффективной реализацией статистической обработки разного уровня.

12. Информационно-аналитическая система по потреблению энергоресурсов региона позволяет решать следующие задачи: 1) систематизация данных энергопотребления промышленными предприятиями Ростовской области- 2) выполнение предварительного анализа данных по предприятиям, отраслям, городам- 3) подготовка и оформление печатных документов, сводок, сообщений- 4) анализ эффективности использования энергоресурсов промышленных предприятий и выработка рекомендаций по энергосбережению- 5) прогнозирование энергопотребления и возможных структурных изменений экономики области.