Выбор наиболее эффективной отраслевой структуры промышленного производства предусматривает многовариантную разработку межотраслевого баланса. Эта задача решается с помощью экономико-математической модели межотраслевого ба- ланса. Например, модель производства и потребления газа может быть представлена следующим образом [c.9]
Математическая модель инвестиционного процесса в нефтяной промышленности строится на основе производственно-экономической модели развития отрасли. Производственно-экономическая модель отражает важнейшие взаимосвязи между подотраслями в процессе создания конечной продукции отрасли — нефти, попутного газа и некоторых других продуктов, особенности обеспечения расширенного воспроизводства в условиях нефтяной промышленности, важнейшие элементы совокупного производственного процесса, воздействие на которые позволяет повысить эффективность производства, улучшить общие показатели экономической эффективности отрасли. Принципиальная схема взаимосвязей в процессе добычи нефти представлена в комплексной модели (рис. 21). [c.116]
Частным случаем математического моделирования является симптоматическое моделирование. Симптоматические модели используют тогда, когда ход экономических событий можно предвидеть на основании некоторых других экономических процессов и явлений. Например, себестоимость добычи нефти и газа в нефтедобывающей промышленности можно прогнозировать исходя из объема капитальных вложений в отрасль, так как капитальные вложения в значительной мере определяют повышение технического уровня производства — разведки новых месторождений и роста добычи нефти и газа, за счет чего и можно снизить себестоимость. [c.100]
В и л к о в Н. Л., К р а с н о в Б. С., Ш а г а е в Р. П. Экономико-математическая модель разведки и разработки нефтяных месторождений.— Нефть и газ Тюмени , 1971, выи. 10, с. 57—61. [c.250]
Связь между системами управления различных иерархических уровней осуществляется по каналам прямой и обратной связи. Таким образом, экономико-математическое моделирование добычи природного газа представляет собой многоуровневую систему моделей, характеризуемую прежде всего неоднородностью информации, которой обмениваются экономико-математические модели различных уровней. Верхний уровень газовой подотрасли имеет приоритет действий (право вмешиваться в функционирование экономико-математических моделей нижних уровней), и действия его подсистемы зависят от фактического исполнения подсистемы нижнего уровня. В терминах экономико-математического моделирования этот обмен информацией эквивалентен корректировке параметров моделей всех уровней [6]. Применение метода декомпозиции экономико-математической модели газовой промышленности на нескольких локальных моделях показало его перспективность для решения практических задач управления на всех уровнях иерархии. [c.49]
Средний уровень формализован в виде группы экономико-математических моделей промышленных объединений по добыче газа, состоящей из трех взаимосвязанных блоков производственного, геологического и транспортного. [c.50]
В качестве критерия оптимальности для экономико-математических моделей среднего уровня принимаются максимизация прибыли, получаемой от добычи природного газа, минимизация интегральных производственно-транспортных затрат и т. д. [c.50]
Основа построения экономико-математической модели ГДП — выбор критерия оптимизации, являющийся одним из наиболее важных этапов экономико-математического моделирования, который характеризует всю деятельность ГДП за определенный отрезок времени. Известно, что для количественной оценки эксплуатации ГДП можно использовать различные технико-экономические показатели объемы добычи природного газа и конденсата, себестоимость добываемой из газоносного пласта продукции, удельные капитальные вложения, прибыль,, получаемую ГДП от эксплуатации технологических объектов,, качество добываемого природного газа и т. д. [c.51]
Задача регулирования технологических режимов процесса подготовки конденсата сводится к определению таких промысловых условий, которые позволяют получать максимальный выход конденсата определенного качества. Это достигается за счет применения математической модели процесса подготовки конденсата в алгоритме расчета данной задачи. В качестве входной информации используются давления газожидкостной смеси на входе в установку, давления в конденсатных и газовых линиях каждого блока разделителя, уровни слива конденсата и воды, плотности конденсата, газа выветривания и воды на выходе из блока разделителя. Результат решения задачи — определение технологических регулируемых параметров, обеспечивающих максимальный выход конденсата. [c.101]
Диагностика трансформаторов. Одной из составляющих диагностической системы может служить подсистема, построенная на базе математической модели нагрузочной способности трансформатора, которая для своей работы не требует установки датчиков внутри трансформатора. Для ее функционирования необходимы данные о текущей нагрузке трансформатора, о его напряжении и температуре окружающей среды. Кроме того, должны быть известны потери холостого хода и короткого замыкания, а также расчетные (номинальные) значения превышений температуры обмотки и масла в верхних слоях. Такая подсистема оценки интегрального износа изоляции позволяет в непрерывном режиме получать данные о степени износа изоляции и прогнозировать срок службы трансформатора. Эта информация, в сочетании с плановыми проверками характеристик изоляции (сопротивление изоляции, коэффициент абсорбции и др.), позволяет проводить ремонт по мере необходимости в зависимости от степени реального износа изоляции трансформатора. В настоящее время установлены связи между выделяемыми в масло газами и причинами их появления. Так, выделение водорода свидетельствует о наличии в трансформаторе частичных разрядов, ацетилена — о наличии электрической дуги и искрения, этилена — о местных нагревах масла и бумажно-масляной изоляции выше 873 К, метана -о местных нагревах изоляции в диапазоне 673... 873 К, этана — о местных нагревах масла и изоляции в диапазоне 573...673 К, оксида и диоксида углерода - о старении и увлажнении масла и твердой изоляции, диоксида углерода - о нагреве твердой изоляции. Кроме указанных газов в масле может содержаться кислород (воздух), наличие которого свидетельствует о нарушении герметичности трансформаторов. [c.137]
Математическая модель расчета оптимального числа бригад обслуживания, объектов обслуживания и закрепления их за рабочими участками, то есть оптимизация структуры замкнутой СМО, моделирующей функционирование, таких, например, систем обслуживания, как системы проведения ГИС и ТОР объектов добычи и транспорта нефти и газа, формулируется следующим образом. [c.445]
Степин Ю.П. О построении математической модели оптимального календарного планирования учебного процесса в вузе на семестр // Известия вузов. Нефть и газ. - 1976, № 4, с. 89-92. [c.577]
Первый этап. Сначала описывается целевая функция, выражающая основное требование к задаче, в результате решения которой будут найдены такие параметры математической модели, при которых эта функция принимает минимальное (или максимальное) значение. Затем определяют ограничения, отражающие требования качественного порядка максимальную скорость воздуха или воды исходя из предотвращения шума минимально допустимое сопротивление теплопередаче наружного ограждения минимальную температуру газов, выходящих из котла, и др. Наконец, выбирают уравнения связи, описывающие функциональные зависимости между переменными — расходами воды или воздуха, температурой, скоростью и др. и экономическими факторами (формулировка математических условий), например П=ах2 — Ъх- -С. [c.111]
Описаны основные составляющие автоматизированной системы -подсистемы сбора геолого-промысловых и производственных данных, анализа и контроля разработки месторождения, математического моделирования и прогнозирования параметров месторождения и технологических процессов нефтедобычи, банк многомерных математических моделей для разработки месторождений тяжелых, легких, высоковязких, парафинистых, газифицированных нефтей и газа. Приведены характерные выводимые результаты, представляемые в числовой и графической форме. [c.3]
Статистическое моделирование экономических процессов заключается в проведении статистических испытаний на основе мате-матико-статистической модели, описывающей колебания тех или иных элементов производственного процесса под влиянием разнообразных факторов, действие которых не поддается управлению. Построить экономико-математическую модель — значит выразить в математической форме основные качественные зависимости данного экономического процесса. Экономико-математическая модель отличается тем, что отобранные для экономического анализа показатели записываются в виде математических выражений (уравнений и неравенств). Одним из методов изучения динамических рядов себестоимости добычи нефти и газа является регрессия. В регрессионном анализе данные могут быть динамическими (данные, представленные во времени) и вариационными (данные, представленные в пространстве). В данном исследовании будем останавливаться только на первых. [c.65]
Построенные многофакторные корреляционные модели по нефте-х добывающей промышленности Украины, нефтегазодобывающим управлениям Прикарпатья, НГДУ Долинанефтегаз вида множественной линейной функции, мультипликативной функции Кобба — Дугласа, кинетической производственной функции позволили сделать количественную оценку влияния различных факторов в их взаимосвязи на динамику себестоимости добычи нефти и попутного газа. Исследована специфика экономико-математического моделирования в нефтедобывающей промышленности, и с этих позиций обосновано использование в качестве функции себестоимости добычи нефти и газа кинетической трансцендентной функции вида [c.111]
Первым этапом внедрения АСУ является создание информационной системы обработки данных (ИСОД), с помощью которой производится определение параметров пласта и скважин, построение математической модели пласта, прогнозирование распределения давления, расчет дебитов при заданной добыче газа и др. В результате этих расчетов можно решать следующие задачи технологического управления расчет расхода газа, прогнозирование поведения параметров залежи, регулирование дебита газа и пр. Эта система позволит вести объективный оперативный контроль и анализ работы предприятия, создать гибкую систему управления, способную легко изменяться при изменении структуры и характеристик производства, улучшать эксплуатационные характеристики системы. [c.158]
Проверку управляющих воздействий непосредственно на управляемом объекте для специфических условий добычи природного газа, как правило, осуществить невозможно. Для этого служат экономико-математические модели. От того, насколько модели отвечают реальной действительности зависит степень соответствия разработанных на моделях управляющих воздействий этой действительности и в конечном счете эффективность функционирования всей системы управления ГДП. Это диктует необходимость разработки достаточно сложных экономико-математических моделей, учитывающих все особенности и ограничения технико-экономического, технологического и геолого-промыслового характера, имеющиеся в технологии добычи природ-, ного газа. [c.43]
Необходимость системного подхода диктуется еще и тем, что осуществляемые в настоящее время технологические процессы добычи природного газа представляют собой сложные газопромысловые объекты управления с большим числом выходных и входных переменных. Сложные нелинейные взаимосвязи между переменными, распределенность их в пространстве, их нестационарность, недостаточная априорная информация о закономерности газопромысловой технологии и другие причины значительно затрудняют создание адекватных экономико-математических моделей объектов ГДП, поэтому приходится непрерывно уточнять модели во время функционирования газопромысловых объектов. Обеспечение высокой производительности отдельных газопромысловых объектов и установок обычно достигается их узкой приспособленностью к выполнению определенных технологических задач, что приводит к расчленению процесса добычи природного газа на несколько взаимосвязанных процессов, каждый из которых выполняется на отдельном объекте. [c.46]
Гидравлическое состояние системы пласт — скважина характеризуется коэффициентами проводимости пласта knhM/ ir (здесь kn — проницаемость, hM — активная мощность пласта, цг — вязкость пластового газа в залежи), фильтрационными и гидравлическими коэффициентами сопротивления скважин. Эти коэффициенты входят определенным образом в математическую модель системы пласт — скважина и определяются в результате обработки исследований скважин. В промежутке между очередными испытаниями скважин коэффициенты могут изменяться вследствие разных причин (падение пластового давления, скопление жидкости и твердых частиц на забое и в призабой-лой зоне, присутствие жидкости и твердых частиц в газовом потоке по стволу скважин, влияние конусов обводнения, гидрато-образование в скважинах, выпадение конденсата в призабой-ных зонах и в стволах скважин и т. д.). В связи с этим необходимо проводить соответствующие изменения параметров, которые определяются результатами фактических измерений на месторождении (измерений пластовых, забойных, устьевых давлений, дебитов.газа и конденсата на скважинах и т. д.). Изменяемые параметры математической модели отражают изменения пропускной способности пласта и скважин, или, иначе, гидравлического состояния системы пласт — скважина. Поэтому при рассмотрении фиксированной математической модели, не меняющей своей структуры, можно говорить о задаче контроля за гидравлическим состоянием системы пласт — скважина [44, 49]. [c.64]
Вилков Н. О., Краснов Б. С., Шагаев П. П. Экономико-математическая модель разведки и разработки нефтяных месторождений.— Нефть и газ Тюмени , 1971, вып. 10, с. 57—60. [c.141]
Повторимся, что большая часть полученного в оборонной отрасли технического знания имеет форму методов инженерного проектирования и анализа. На протяжении многих лет оборонные агентства оказывали как непосредственную (через НИР и ОКР), так и косвенную (через производственные контракты) поддержку совершенствования и распространения методов создания программного обеспечения, изучения динамики жидкостей и газов, построения математических моделей авиационных систем управления и контроля и т.п.). В качестве конечного результата возникает множество используемых во всем мире инженерных методов, которые дополняются частными ноу-хау и практическим опытом отдельных компаний. Таким образом, многие из инструментов, используемых при проектировании, например, грузовиков или видеомагнитофонов, напрямую или косвенно происходят из военных НИОКР прошлых десятилетий. [c.235]
Славкин В. С., Гильберштейн А. П., Пуркин Л. Б. Математическая модель зависимости эффективности разведочного бурения на нефть и газ от удельной обеспеченности объемов разведочного бурения запасами категории С2 // Геология нефти и газа.—1982.—№ 1.—С. 57—59. [c.221]
Математическая модель этой постановки задачи, пре, ложен-ная во ВНИИГАЗе, была несколько модифицирована в ОЭИ БНЦ УрО АН СССР [93, 50, 97]. Параметры этой модели характеризуют пункты (районы) добычи газа (множество их номеров обозначим через /i), пункты (районы) потребления газа (множеств.о их номеров обозначим /г), все пункты системы (множество их номеров обозначим через /), участки магистральных газопроводов (каждый участок характеризуется парой номеров i, j, где i, j — номера пунктов ГСС, в которых этот участок начинается и кончается). В частности, по каждому /-му пункту добычи газа задаются мощность к началу планового периода (df) технологическое ограничение на отбор газа в конечный год -го этапа (d)) и удельные эксплуатационные затраты этого отбора как переменные (с)), так и постоянные (aj) максимально возможный прирост мощности за t-Pi этап (А)) и соответствующие удельные капитальные затраты (Р5) ограничение на суммарный отбор газа за конечные годы всех этапов планового периода (К, ). В качестве искомых для /-го пункта добычи газа рассматриваются прирост мощности за /-й этап (u j) и отбор газа в конечный год этого этапа х ). Для /-го пункта потребления задаются на конечный год t-ro этапа потребность в топливе всех газопотребляющих предприятий района, отображенного этим пунктом (ф та часть этой потребности, которая определяет нижний предел использования собственно газа (g j) удельные затраты на замыкающее топливо, или иначе — [c.141]
Очень важные аспекты рассматриваются в стохастическом программировании. В математических моделях стохастического программирования параметры (b,-, j, atj) рассматриваются как случайные величины. Это отражает реальные условия, когда соответствующие значения однозначно неизвестны. Например, объемы добычи нефти или газа на пятилетний период по НГДУ и его подразделениям являются случайными величинами-. [c.117]
Большое внимание уделено в монографии совершенствованию математических моделей, алгоритмических методов и информационных технологий. Технологическая специфика больших систем энергетики накладывает определенный отпечаток на аппарат исследования надежности. Но вместе с тем наиболее плодотворными оказываются одни и те же методы и модели В последнее время усилился интерес к использованию нейронных сетей в задачах управления формированием и развитием электроэнергетической системы. Не исключено, что эти работы явятся отправной точкой для исследователей, работающих в области надежности трубопроводных систем, и будут способствовать появлению у них новых идей. Инициатором совместной работы специалистов разных отраслей был Ю.Н. Руденко. Со временем многие из постоянных участников семинара осознали, насколько близкими оказываются иногда проблемы электроэнергетики к проблемам надежности газо-, нефте-, водо- и теплоснабжения, несмотря на кардинальное различие физических процессов, определяющих перетоки энергии и энергоносителей. Для того чтобы понимать друг друга, достаточно преодолеть языковый -барьер , освоить терминологию, систему понятий и обозначений, принятые в смежных областях. [c.7]
Выше величина тарифа для варианта В определялась заданным извне темпом ввода новых мощностей АЭС. При этом тариф АЭС оказывается, как правило, неравновесным, что означает наличие перекрестного субсидирования в энергетике. В рыночной экономике устанавливаются равновесные цены (тарифы) на электроэнергию, определяемые, как темпом роста спроса на электроэнергию в пределах энергосистемы (системным темпом), так и составом технологий АЭС и ТЭС, присутствующих в энергосистеме. Для оценки величины равновесного тарифа используем экономико-математическую модель (1.11.11), (1.11.12). В качестве примера рассмотрим энергосистему Центра при некоторых сложившихся пропорциях производства электроэнергии, предполагая освоение прогрессивной парогазовой технологии (АЭС 30%, ПГЭС 70%). Оценки выполнены с учетом существующей налоговой системы и прогнозируемых цен на газ после окончания "газовой паузы" (по данным ИНЭИ РАН, см. Отчет по теме Прогноз условий развития и функционирования российского рын- [c.109]
Подставляя полученные числовые значения параметров в формулы (1.9) и (1.16) получаем кривые спада инвестиций (рис. 1.3) и производства (рис. 1.4). Большое расхождение фактической и теоретической кривых инвестиций в 1995-1997 годах связано с большими частными капиталовложениями в строительство крупнейшего золотодобывающего комбината Кумтор со стороны канадской фирмы Камеко , что не учитывалось в математической модели. Что же касается расхождения фактической и теоретической кривых спада производства на рис. 1.4, оно означает растущий вклад в ВВП новых экономических субъектов частного предпринимательства, новых малых и средних предприятий, акционерных компаний, фермерских и крестьянских хозяйств на селе. Исследование и описание последнего будет дано в главе 4. Итак, мы видим, что спад производства в переходной экономике — это закономерный процесс. Страны богатые сырьевыми ресурсами (нефтью, газом и т.п.) могут замедлить этот процесс, поддерживая высокий уровень капиталовложений. Однако это отрицательно скажется на структурных преобразованиях, на развитии частного сектора — локомотива развития рыночной экономики. [c.32]
Другое направление использования ЧМС в рамках прогнозирования потребления газа в республике состоит в непосредственных расчетах по ЧМС по башкирским данным. В частности, используя подсистему прогнозных расчетов ЧМС, по ретроспективной информации относительно потребления газа в отраслях народного хозяйства Башкирии можно прогнозировать на ближайшие пятилетки объемы потребления газа этими отраслями. Соответствующие значения следует рассматривать лишь как оценки этих объемов и включать в модель 07 в виде соответствующих ограничений. При этом также можно проводить подбор подходящих значений, варьируя то, что заложено в подсистеме (метод математического прогнозирования, тип модели, состав базовых ретроспективных данных и т. д.). В указанном направлении использования ЧМС нет возможности непосредственно применять другие ее функциональные подсистемы, поскольку прогнозирование потребления газа в республике не проводится в территориально-отраслевом разрезе. Однако существует принципиальная возможность подхода в духе построения перспективных структур распределения ТЭР по территориально-отраслевым объектам республики по прецеденту. Фактически такой подход был в определенной мере реализован при прогнозировании потребления теплоэнергии в Башкирии в территориальном разрезе (п. 5.2.3). По-видимому, можно доразвить соответствующий аппарат ЧМС до того, чтобы его можно было применить для решения этой и других подобных задач прогнозирования потребления ТЭР народным хозяйством БАССР в территориально-отраслевом разрезе. [c.137]
Согласно законам физики, источники энергии оставляют идентифицирующие их подписи в виде выхлопа газа в окружающую среду, либо в виде радиации. Подобным образом и графические модели, обладающие силой достоверного прогнозирования, снабжают данными, которые можно выявить и измерить математически. И когда торговые сигналы конвергируют в обоих видах анализа, резко возрастает вероятность того, что благоприятные возможности, предоставленные рынком, принесут эффективный результат. [c.285]
Более правильная, с математической точки зрения, модель может предлагать плановое распределение квот 50/50 — 50% превышающих квоты и 50% не ыьшолняющнх их. При такой модели исполнители, не выполняющие кьоты, и исполнители, превышающие ее, газа-пмно финансируют друг друга. Однако, и виду ограниченности сроков выполнения определенных задач, именно модель две трети против одной трети обеспечивает правильный баланс взаимного финансирования. [c.46]