3.2 Системний підхід до проектування великих об’єктів

Системний підхід до проектування електроенергетичних установок і вибору проектних рішень застосовують, як правило, при проектуванні великих систем і великих об’єктів.

Системний підхід до проектування передбачає комплексний багатобічний розгляд об’єкту при його дослідженні і проектуванні з врахуванням множинності його властивостей і невизначеності інформації, яка існує на даний час. Системний підхід є засобом подолання метафізичного мислення, а також логічних помилок і емоційних вподобань проектувальника.

Системний підхід до проектування концентрує увагу проектувальника і дослідника на суттєвих властивостях великих систем, таких як множинність і невизначеність.

Множинність – це властивість предмету мислення (об’єкту) бути представленим сукупністю або множиною предметів, що складають об’єм поняття.

У великих системах існують злічимі і незлічимі множинності. До злічимих множинностей відносяться множинності цілі, множинності функцій, елементів, параметрів, факторів, властивостей, множинності станів, результатів, варіантів, зв’язків, множинності розвитку етапів та ін. Незлічимі множинності – це множинності режимів, умов, показників, факторів, параметрів конструкцій та ін.

Невизначеність – це властивість множинностей предметів мислення, яка полягає у неможливості однозначного визначення його суттєвих ознак. Причина невизначеності є безперервність процесу розвитку і пізнання предмету мислення, системи і її оточення у часі. Образно кажучи, сьогоднішнє знання відрізняється від знань вчорашнього дня і завтрашні умови будуть відрізнятися від сьогоднішніх і вчорашніх.

Злічимі і незлічимі множинності можуть бути невизначеними. Вказані вище злічимі множинності в залежності від часу розглядання об’єкту можуть бути невизначеними за складом, за важливістю або значністю своїх компонентів, а також за імовірністю реалізації цих компонентів в майбутньому. Незлічимі множинності теж можуть бути невизначеними за значенням і за можливим діапазоном та розподілом ймовірності значень.

Для формального опису конкретних великих систем енергетики або інших об’єктів і їх установок потрібне розкриття невизначеності вказаних множин в різних формах: у вигляді перерахування компонентів або складових; в формі впорядкування предметів і властивостей; у формі систематизації, тобто розпізнання ознак, складання ієрархії відносин; у формі вимірювань; у формі експертної оцінки і розрахунків та ін.

В залежності від конкретних умов під час проектування електроенергетичних установок, тобто великих систем і об’єктів, для розкриття невизначеності використовуються:

- аналіз ретроспективної інформації;

- постановка активних і пасивних експерементів;

- дедуктивні і індуктивні міркування на основі достовірних вихідних посилань;

- математичне і фізичне моделювання процесів;

- експертні і еврістичні методи типу метода Делфі і методи мозкового штурму.

В зв’язку з неможливістю абсолютно повного і достовірного розкриття невизначеності під час проектування великого об’єкта пред’являється ряд вимог до формальних оціночних і оптимізаційних моделей, що створюються або розробляються при вирішенні проектних задач. В моделях повинна враховуватися відтворюваність об’єктів відповідного класу на практиці, їх унікальність і масовість. Моделі повинні бути переконливими для інженерів стосовно врахованих факторів і прийнятих припущень.

Точність оціночних моделей, як правило, задається. В якості міри точності виступають максимальні і середньо-квадратичні похибки; верхні і нижні довірливі інтервали чи границі; максимальні і мінімальні оцінки значень величин в рівняннях регресії; оптимістичні і песимістичні експертні оцінки. Від рівня точності оціночних моделей залежить ймовірність похибок при прийнятті технічних рішень під час проектування. Існують похибки першого і другого роду. Похибка першого роду – це похибка з імовірністю -браку вірного рішення. Ця похибка є ризик постачальника. Похибка другого роду – це похибка з імовірністю -браку прийняття невірного рішення. Це ризик споживача. Чим менші імовірності  і , тим більша достовірність результатів рішення. Отже точність, переконливість і достовірність моделі визначає ступінь вірності прийнятих проектних рішень.

Оптимізаційні моделі в умовах невизначеності вхідної інформації повинні враховувати необхідність корегування рішень при можливих змінах розрахункових умов. Гнучким варіантам повинна надаватися перевага, а вибране оптимальне рішення потрібно перевіряти на стійкість при зміні вхідних даних. Оптимізаційні моделі повинні бути пристосовані до зміни критеріїв ефективності рішень при появі зони невизначеності та надавати змогу пошуку і синтезу нових ефективних рішень на основі багатокритеріального підходу.

Системний підхід до рішення задач проектування опирається на досягнення сучасної математики та обчислювальної техніки. Для цього використовуються моделі технічної кібернетики, теорія імовірності, математична статистика, теорія інформації, теорія дослідження операцій, теорія великих систем, теорія експертних оцінок, теорія факторного експерименту, теорія розпізнавання образів і теорія надійності. Системний підхід дозволяє враховувати випадковість подій, невизначеність вхідної інформації, неоднозначність результатів і рекомендацій, дифузність зв’язків між вхідними і вихідними характеристиками об’єктів, множинність варіантів рішень і дій об’єкту.