Токарев Виктор писал(а):На самом деле, сегодня опробовав методику Андрея Викторовича на паре архивов, я вдохновился ...
Кстати, Александр Григорьевич, Ваш метод, конечно, тоже интересен, но столько констант, вот его точно я никогда в жизнь воплотить не сумею...
Не стоит опасаться констант при необходимости аккуратно подсчитать чужие деньги. Тем более когда их (констант) нет ;) Откуда вдруг взялись "столько констант"? Что-то я не припомню...
Кроме того, сильно вдохновляться всего на паре архивов - это несколько преждевременно. Так сказать, опрометчиво. Лучше вдохновляться после обработки пары сотен архивов (а ещё лучше - пары тысяч), накопленных в различные периоды года. К тому времени станет понятно, что "одна снежинка - ещё не снег", а "одна дождинка - ещё не дождь", и для "вдохновения" оснований у нас таки маловато.
Отыскался у меня старинный архив ВКТ-5, который измеряет Тнв (этот ВКТ-5 ещё и регулирует теплопотребление).
По данным архива на одной картинке (для наглядности) построим две статистические функции: Qo = f(Тнв) и Qo = f(Т1):
Видим, что функция
Qo = f(Тнв) получилась размытой: показатель стабильности (стройности) функции
R2 мал - всего
0,40, а сама фунция скорее напоминает бесформенное облако, чем линию. Понятно, что достоверности в такой "облачной" функции - кот наплакал. Очевидно, что при столь размытой статистике достоверность определения недостающих (пропущенных) данных для тепла отопления Qo будет тоже мала, и деньги продавца и потребителя мы сосчитаем по принципу "пальцем в небо". Не годится "пальцем в небо" считать чужие деньги.
В то же время статистическая функция
Qo = f(Т1) получилась на загляденье - все точки кучно выстроились в линию, и тут
R2 = 0,97 (совсем близко к единице). Поэтому и результаты расчета недостающих данных о
Qo (Qo - тепло отопления) получаются достаточно достоверными -
влияние всяких случайностей тут в 4,4 раза меньше, чем у функции Qo = f(Тнв) (см. на картинке зелёный и пурпурный графики).
Ну, а данные о Т1 за период рассчета недостающего тепла
Qo можно взять:
- на источнике теплоты (с поправкой на охлаждение или без оной);
- у соседнего потребителя (тоже с поправкой или без);
- в архиве данного потребителя (например, за 24 часа до пропажи данных и за 24 часа после восстановления данных; тут возможны варианты).
Но в любом случае прогнозирование потребления тепла Qo будет многократно более достоверным при отыскании строгой функции Qo = f(Т1), чем по размытой функции Qo = f(Тнв).[/color]