ГОСТ Р 57912-2017 (ИСО 50006:2014). Национальный стандарт Российской Федерации. Системы энергетического менеджмента. Измерение энергетических результатов на основе использования энергетических базовых линий и показателей энергетических результатов. Общие принципы и руководство
Приложение D
(справочное)
НОРМАЛИЗАЦИИ ЭНЕРГЕТИЧЕСКИХ БАЗОВЫХ ЛИНИЙ
ПО ПЕРЕМЕННЫМ ФАКТОРАМ
D.1 Концепция нормализации
Нормализация является понятием, которое используется в широком смысле и может иметь существенно разное содержание в различных областях и при различном применении. В рассматриваемом контексте нормализацию используют для описания процесса моделирования данных о потреблении энергии в зависимости от переменных факторов с целью сравнения энергетических результатов в сопоставимых условиях. Как правило, для нормализации или моделирования потребления энергии в зависимости от переменных факторов используют такие статистические методы, как линейная регрессия. Общая концепция расчета энергетических результатов путем применения нормализованных показателей энергетических результатов и энергетических базовых линий представлена на рисунке D.1.
Фактическое потребление
Ожидаемое потребление 
Изменения
Рисунок D.1 - Расчет энергетических результатов
с применением нормализации
Точечная линия на рисунке D.1 показывает потребление энергии, определенное на основе статистической модели показателя энергетических результатов, которая нормализует потребление в зависимости от переменных факторов. Для разработки модели используют значения переменных факторов в течение базового периода. Пунктирная линия показывает фактическое потребление энергии. Если статистическая модель разработана должным образом, то значения показателя энергетических результатов в течение базового периода или энергетическая базовая линия будут безошибочно определять фактическое потребление энергии в течение базового периода.
Примечание - Прогнозные и фактические значения потребления энергии в течение базового периода, как правило, не лежат точно друг над другом, как это показано на рисунке D.1.
Модель также может быть использована для прогнозирования будущего потребления энергии. Использование в модели значений переменных факторов в течение будущих периодов даст прогнозные или расчетные значения потребления энергии. Улучшение энергетических результатов может быть рассчитано путем сравнения прогнозируемого потребления энергии с фактическим значением потребления энергии. Разница между фактическим потреблением энергии и прогнозируемым или расчетным потреблением энергии будет указывать, произошло ли улучшение энергетических результатов. Если организация активно реализует план мероприятий по улучшению энергетических результатов, то указанная разница должна быть очевидна. Прогнозируемое потребление энергии показывает, сколько энергии было бы потреблено в отчетном периоде, если не были бы созданы условия для улучшения энергетических результатов или не были бы реализованы планы мероприятий по улучшению энергетических результатов.
D.2 Примеры расчета нормализации
Показатель энергетических результатов определяет в количественной форме математическую связь между потреблением энергии и переменными факторами. Пример связи, в котором используется линейная регрессия, может быть следующим:
потребление энергии, кВт·ч = A + B·продукция A + C·T,
где A - фиксированное потребление энергии (базовая нагрузка), кВт·ч;
B - потребление энергии на единицу продукции A, кВт·ч/единица продукции;
продукция A - объем производства продукции A, шт/месяц;
C - потребление энергии на градусосутки месячной температуры за неделю, кВт·ч/°C;
T - средняя месячная температура, °C.
Переменные A, B и C определяют путем статистического моделирования на основе разработки линейной регрессии.
Также указанная связь должна соответствовать требованиям статистических проверок. Примерами статистической проверки являются определение коэффициента детерминации (R-квадрат), коэффициента вариации и F-тест.
Независимые или переменные величины, используемые в равенстве, также должны быть статистически значимыми при объяснении различий потребления энергии.
Для признания статистической значимости переменной она должна соответствовать определенному p-значению.
Если модель не является статистически обоснованной, то, возможно, потребуется принять во внимание следующее:
a) некоторые переменные факторы могут быть упущены;
b) устранение данных, являющихся выбросами;
c) изменение периода для агрегации данных (например, ежечасно вместо ежедневно, ежедневно вместо ежемесячно и т.д.).
Как правило, модель для определения потребления энергии разрабатывают на основе определения значений переменных факторов в течение базового периода.
Примечание - Для разработки регрессионной модели могут быть использованы другие периоды времени, охватывающие базовый период, отчетный период и промежуток между ними. Указанный подход является более сложным.
Для расчета энергетических результатов на основе вышеуказанного равенства и значений переменных факторов в течение отчетного периода определяют ожидаемое или прогнозируемое потребление энергии и сравнивают с фактическим потреблением энергии так, как это описано ниже:
потребление энергии R, кВт·ч = A + B·AR продукции + C·TR,
где потребление энергии R - прогнозируемое потребление энергии в течение отчетного периода;
A, B и C - переменные, значения которых определяют на основе линейного регрессионного анализа;
AR продукции - объем производства продукции в течение отчетного периода;
TR - значение средней месячной температуры в течение отчетного периода.
Концепция вышеуказанного процесса расчета представлена на рисунке D.2.
Рисунок D.2 - Процесс расчета нормализации
Модель потребления энергии разработана на основе использования объема производства за базовый период.
В указанном случае в модели только один переменный фактор - объем производства.
Модель дает расчетную или прогнозную величину потребления энергии Eотч.ож на основе значений переменных факторов в течение отчетного периода. Разница в потреблении энергии 
между фактическим потреблением энергии Eотч.факт и ожидаемым потреблением энергии является рассчитанной величиной улучшения энергетических результатов.
Подписаться на обновления