dongu-vestnik04.ru Вестник Донецкого университета. Серия 04. Технические науки Vestnik of Donetsk University. Series 04. Technical Sciences 2663-4228 521 10.5281/zenodo.19202033 Articles Статьи Research Article APPLICATION OF REGRESSION ANALYSIS FOR EFFICIENCY ASSESSMENT OF HEAT GENERATION UNITS ПРИМЕНЕНИЕ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ РАБОТЫ ОБЪЕКТОВ ГЕНЕРАЦИИ ТЕПЛОВОЙ ЭНЕРГИИ https://orcid.org/0000-0002-8146-2017 Biriukov Aleksei Borisovich Бирюков Алексей Борисович birukov.donntu@mail.ru 1 Polkhov Sergei Valerevich Полхов Сергей Валерьевич psv800@bk.ru 2 ФГБОУ ВО «Донецкий национальный технический университет» Donetsk National Technical University ГУП ДНР «Донбасстеплоэнерго», ФГБОУ ВО «Донецкий национальный технический университет» State Unitary Enterprise DPR Donbassteploenergo, Donetsk National Technical University 1 NO1 (27.0) №1 (27.0) 216 224 15 07 2026 Copyright ©; 2026, Вестник Донецкого университета. Серия 04. Технические науки Copyright ©; 2026, Vestnik of Donetsk University. Series 04. Technical Sciences 2026 Вестник Донецкого университета. Серия 04. Технические науки Vestnik of Donetsk University. Series 04. Technical Sciences Эта статья распространяется на условиях лицензии Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) This article is distributed under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0) https://dongu-vestnik04.ru/index.php/vestnik04/article/view/521

This paper examines the application of regression analysis methods to assess the efficiency of thermal energy generation facilities. Based on actual natural gas consumption data and observed weather conditions, regression models describing the dependence of fuel consumption on meteorological parameters were developed for three heating boiler plants. The constructed consumption models were used to evaluate the overall operational efficiency of the boiler plants. The applicability of the developed models for forecasting fuel consumption is also discussed.

В работе рассматриваются возможности использования методов регрессионного анализа для оценки эффективности работы объектов генерации тепловой энергии. На основе фактических данных о потреблении природного газа, а также фактических погодных данных были построены модели зависимости потребления топлива от погодных условий для трёх отопительных котельных. На основе разработанных моделей был проведен анализ общей эффективности работы котельных. Также сделаны выводы о применимости моделей для прогнозирования потребления топливных ресурсов.

 boiler plant, gas consumption, temperature, linear regression, depended and independent variable, regression equation котельная, потребление газа, температура, линейная регрессия, зависимая и независимая переменная, уравнение регрессии

[Полный текст статьи отсутствует в исходных данных. Необходимо добавить текст из PDF или другого источника.]

Список литературы 1. Гужов, С. В. Составление прогнозного топливно–энергетического баланса котельной в условиях недостаточности данных / С. В. Гужов, Е. Г. Гашо, В. А. Шепель // Энергетические системы. – 2019. – № 1. – С. 33–39. 2. Гашо, Е. Г. О прогнозировании трендов изменения удельных смешанных нагрузок электропотребителей микрорайонов и городов в условиях недостаточности данных / Е. Г. Гашо, С. В. Гужов, А. А. Кролин // Энергетические системы: III Междунар. науч.–техн. конф.: сб. трудов. – 2018. – С. 87–94 3. Максимюк, Е. В. Прогнозирования зависимых контролируемых параметров работы источников теплоснабжения / Е. В. Максимюк // Современные проблемы науки и образования. —2014. — № 6 (приложение «Технические науки»). – С. 22. 4. Максимюк, Е. В. Применение регрессионного анализа для выявления степени влияния отдельных узлов оборудования на эффективность работы котельных / Е. В. Максимюк, B. C. Микшина // Вестник кибернетики. – 2014. – №4(16) – С.12–21. 5. Максимюк, Е. В. Математическое моделирование для поддержки принятия решений в области обеспечения энергетической эффективности / Е. В. Максимюк, B. C. Микшина // Качество. Инновации. Образование. – 2014. – № 8. – С. 54–63. 6. Baseline Energy Use Modeling and Characterization in Tertiary Buildings Using an Interpretable Bayesian Linear Regression Methodology / B. Grillone, G. Mor, S. Danov [et al.] // Energies. – 2021. – V. 14. – №17. – P. 556. – DOI 10.3390/en14175556. 7. Вуколов, Э. А. Регрессионный анализ. Методические указания по курсу «Статистика» / Э. А. Вуколов. – М.: МИЭТ, 2000. – 52 с. 8. Дрейпер, Н. Прикладной регрессионный анализ: В 2–х ч./ Н. Дрейпер, Г. Смит. – М.: Финансы и статистика, 1986 г. – 367 с. 9. Себер, Дж. Линейный регрессионный анализ / Дж. Себер. – М.: Мир, 1980 г. – 456 с. 10. Рао, С. Р. Линейные статистические методы и их применения / С. Р. Рао. – Наука, 1968 г. – 548 с. REFERENCES LIST 1. Guzhov, S. V. Sostavlenie prognoznogo toplivno–energeticheskogo balansa kotelnoi v usloviiakh nedostatochnosti dannykh / S. V. Guzhov, E. G. Gasho, V. A. Shepel // Energeticheskie sistemy. – 2019. – № 1. – S. 33–39. 2. Gasho, E. G. O prognozirovanii trendov izmeneniia udelnykh smeshannykh nagruzok elektropotrebitelei mikroraionov i gorodov v usloviiakh nedostatochnosti dannykh / E. G. Gasho, S. V. Guzhov, A. A. Krolin // Energeticheskie sistemy: III Mezhdunar. nauch.–tekhn. konf.: sb. trudov. – 2018. – S. 87–94 3. Maksimiuk, E. V. Prognozirovaniia zavisimykh kontroliruemykh parametrov raboty istochnikov teplosnabzheniia / E. V. Maksimiuk // Sovremennye problemy nauki i obrazovaniia. —2014. — № 6 (prilozhenie «Tekhnicheskie nauki»). – S. 22. 4. Maksimiuk, E. V. Primenenie regressionnogo analiza dlia vyiavleniia stepeni vliianiia otdelnykh uzlov oborudovaniia na effektivnost raboty kotelnykh / E. V. Maksimiuk, B. C. Mikshina // Vestnik kibernetiki. – 2014. – №4(16) – S.12–21. 5. Maksimiuk, E. V. Matematicheskoe modelirovanie dlia podderzhki priniatiia reshenii v oblasti obespecheniia energeticheskoi effektivnosti / E. V. Maksimiuk, B. C. Mikshina // Kachestvo. Innovatsii. Obrazovanie. – 2014. – № 8. – S. 54–63. 6. Baseline Energy Use Modeling and Characterization in Tertiary Buildings Using an Interpretable Bayesian Linear Regression Methodology / B. Grillone, G. Mor, S. Danov [et al.] // Energies. – 2021. – V. 14. – №17. – P. 556. – DOI 10.3390/en14175556. 7. Vukolov, E. A. Regressionnyi analiz. Metodicheskie ukazaniia po kursu «Statistika» / E. A. Vukolov. – M.: MIET, 2000. – 52 s. 8. Dreiper, N. Prikladnoi regressionnyi analiz: V 2–kh ch./ N. Dreiper, G. Smit. – M.: Finansy i statistika, 1986 g. – 367 s. 9. Seber, Dzh. Lineinyi regressionnyi analiz / Dzh. Seber. – M.: Mir, 1980 g. – 456 s. 10. Rao, S. R. Lineinye statisticheskie metody i ikh primeneniia / S. R. Rao. – Nauka, 1968 g. – 548 s.