Cтраница 2
Именно в этом смысле диалектика развития химии и является не только и даже не столько обобщением ретроспективных данных, канувших в Лету, сколько логикой перспектив развития химических знаний и теории химической технологии. [16]
При использовании в процессе математического прогнозирования современных программных продуктов прогнозист ( он же пользователь ЭВМ) задает исходные ретроспективные данные, вид аппроксимирующей функции. На выходе, в результате работы ЭВМ, прогнозист получает как оценку прогнозируемого параметра, так и оценки точности и достоверности этого прогноза. [17]
При формировании КДГ в штатной ситуации необходимо составить прогноз внутрисуточной неравномерности газопотребления по часам суток на основе ретроспективных данных и уточненного прогноза температуры наружного воздуха на планируемое время. Затем определяется возможность сглаживания пиковых нагрузок и спадов, набираются соответствующие резервы для их сглаживания и составляются схемы потокораспределения газа на периоды суток, в течение которых подача газа потребителям практически остается постоянной. [18]
В действительности компании, выпускающие кредитные карточки, и банки могут в некоторой мере использовать хранимые в компьютере ретроспективные данные, чтобы, взаимно делясь ими, научиться отличать низкокачественных заемщиков от высококачественных. Многие люди считают, что компьютеризация кредитной информации нарушает коммерческую тайну. Допустимо ли, чтобы компании хранили эти данные и делились ими друг с другом. Мы не можем дать вам ответ на данный вопрос, но мы можем лишь отметить, что кредитная ретроспективная информация выполняет важную функцию. Она элиминирует или по крайней мере существенно уменьшает проблему асимметричной информации и неблагоприятного отбора, который иначе мог бы препятствовать функционированию кредитных рынков. Без таких ретроспективных данных даже заслуживающие доверия заемщики считали бы ссуду денег крайне дорогой или просто невозможной. [19]
Прогнозирование показателей разработки обводняющихся эксплуатационных объектов с помощью методов, описанных в предыдущем разделе, базируется на анализе усредненных ретроспективных данных процесса вытеснения нефти. При этом намечающаяся в поздние моменты времени, непосредственно предшествующие периоду упреждения, новая тенденция в развитии процесса учитывается в недостаточной мере. [20]
Современный уровень развития средств и методов технической диагностики состояния линейной части позволяет использовать статистические методы оценки показателей безотказности на основании ретроспективных данных об отказах. Основная трудность определения показателей надежности таких объектов как линейная часть магистрального нефтепровода состоит в том, что для них сложно использовать вероятностно-статистический подход, поскольку исключается возможность постановки на исцытание серии однотипных объектов. Такая политика приводит к парадоксальному явлению: для эксплуатируемых трубопроводов получают оценки надежности на основе статистики имеющихся отказов, т.е. вначале допускают аварийные ситуации, а затем оценивают надежность. [21]
Современный уровень развития средств и методов технической диагностики состояния линейной части позволяет использовать статистические методы оценки показателей безотказности на основании ретроспективных данных об отказах. Основная трудность определения показателей надежности таких объектов как линейная часть магистрального нефтепровода состоит в том, что для них сложно использовать вероятностно-статистический подход, поскольку исключается возможность постановки на испытание серии однотипных объектов. Такая политика приводит к парадоксальному явлению: для эксплуатируемых трубопроводов получают оценки надежности на основе статистики имеющихся отказов, т.е. вначале допускают аварийные ситуации, а затем оценивают надежность. [22]
Современный уровень развития средств и методов технической диагностики состояния линейной части должен позволять использовать статистические методы оценки показателей безотказности на основании ретроспективных данных об отказах. Основная трудность определения показателей надежности состоит в том, что для них сложно использовать вероятностно-статистический подход, поскольку исключается возможность постановки на испытание серии однотипных объектов. Такая политика приводит к парадоксальному явлению: оценки надежности получают на основе статистики имеющихся отказов, т е, вначале допускают аварийные ситуации, а затем оценивают надежность. По мере нарастания доли изно-совых отказов появляется необходимость дифференцированной оценки безотказности различных объектов линейной части. При этом объем ретроспективных данных об отказах снижается, что затрудняет возможность использования статистических методов оценки надежности и позволяет получить весьма ограниченную информацию о надежности в форме квантилей функции распределения времени наработки на отказ. [23]
Современный уровень развития средств и методов технической диагностики состояния линейной части должен позволять использовать статистические методы оценки показателей безотказности на основании ретроспективных данных об отказах. Основная трудность определения показателей надежности состоит в том, что для них сложно использовать вероятностно-статистический подход, поскольку исключается возможность постановки на испытание серии однотипных объектов. Такая политика приводит к парадоксальному явлению: оценки надежности получают на основе статистики имеющихся отказов, т.е. вначале допускают аварийные ситуации, а затем оценивают надежность. По мере нарастания доли изно-совых отказов появляется необходимость дифференцированной оценки безотказности различных объектов линейной части. При этом объем ретроспективных данных об отказах снижается, что затрудняет возможность использования статистических методов оценки надежности и позволяет получить весьма ограниченную информацию о надежности в форме квантилей функции распределения времени наработки на отказ. [24]
Кроме того, при этом существенно усложняются процессы управления ( обеспечения управляемости) системой, включая процессы сбора, обработки и анализа ретроспективных данных о надежности оборудования, аппаратуры и надежности питания потребителей. [25]
Техническое состояние линейной части оценивается в баллах с учетом данных диагностики внутритрубными инспекционными снарядами, данных периодических измерений потенциала труба - земля, ретроспективных данных об имевших место авариях и повреждениях, а также оперативных решений о срочном устранении опасных дефектов. Детальный анализ технического состояния осуществляется специальной системой программного многокритериального оценивания технического состояния линейных участков МГ. [26]
Следует подчеркнуть, что в зависимости от объема входных параметров и степени неопределенности тех или иных факторов, влияющих на нагрузку, для обучения ИНС могут Потребоваться ретроспективные данные за периоды продолжительностью до нескольких лет. В то же время практика прогнозирования электрических нагрузок в зарубежных энергокомпаниях показывает, что в ряде случаев метод ИНС дает в 2 раза меньшие ошибки, чем метод линейной регрессии. [27]
База данных - D хранит фактографическую и числовую информацию, поступающую с реальной ГТС, результаты решения математических задач, данные, полученные от ЛПР, а также ретроспективные данные, позволяющие ИАССУ решать задачи прогноза ситуации и состояния ГТС. На первом этапе на основе данных из БД осуществляется семантический и смысловой анализ нестандартных ситуаций, начиная с нижнего уровня ГТС, где путем анализа БЗ формируется обобщенное описание ситуаций для сложных элементов ГТС к верхнему уровню, на котором проводится смысловой анализ ситуации в ГТС в целом. В результате смыслового анализа ситуаций с использованием предикатно-фреймовой модели, выполненного в блоке 5, ЛПР может получить список возможных неисправностей в ГТС и причин их появления. На втором этапе процедуры вывода, по смысловому описанию ситуации в ГТС в интерактивном режиме с ЛПР выбираются критерии управления сложными элементами, в соответствии с которыми генерируются конкретные управляющие решения. Выделение процедур вывода управляющих решений и анализа ситуаций в самостоятельные блоки дает возможность программно реализовать в ИАССУ различные стратегии вывоДа решения. В результате этого в ИАССУ знания отделяются от способа их переработки, что позволяет качественно изменять и настраивать эвристический алгоритм функционирования ИАССУ при изменении ситуации и условий работы ГТС, а также обеспечить перенастройку семиотической модели ГТС. В результате работы ИАССУ для ЛПР-диспетчера генерируются рекомендации по управлению ГТС и конкретным способам их реализации, которые представлены в виде фраз и текстов на ОЕЯ. Например, при необходимости Для ГТС увеличить подачу газа потребителю ИАССУ может рекомендовать диспетчеру ПО увеличить давление нагнетания КС, а диспетчеру КС - какие обороты ГПА при этом необходимо поддерживать. [28]
Наибольшее применение HSAM находит при необходимости поддержки данных в форме базы данных DL / 1, причем они используются не слишком часто, как это, например, имеет место в случае ретроспективных данных. [29]
Специальная программа осуществляет многокритериальное оценивание технического состояния и ранжирование по приоритетам включения в план ремонта технологических объектов ( линейных участков МГ) с учетом данных диагностики внутритрубных инспекционных снарядов, данных периодических измерений потенциала труба - земля, ретроспективных данных об имевших место авариях и повреждениях, а также имевших место оперативных решений о срочном устранении. [30]