Комплекс моделей енергоспоживання регіонами України
Для побудови моделі були використані дані споживання енергоресурсів підприємств-представників, ЖКГ та іншими споживачами енергоресурсів. Проведення досліджень з такими даними, адже вони приведені до одних одиниць виміру, що в даному випадку виступає нафтовий еквівалент.
Як і при роботі із звичайними нейромережами, операція з картами Кохонена складається з декількох послідовних етапів. Першим з них є етап знаходження складу входів. Для нормального навчання звичайної нейромережі треба вибрати таку множину входів, яка найбільш сильно впливає на вихідні (прогнозовані) значення. Якщо ми вгадали, і входи дійсно впливають на виходи, то нейромережа буде працювати і давати відмінні прогнози.

Рис. 3.20. Статистичні дані регіонального енергоспоживання
Алгоритм функціонування карт (Self Organizing Maps - SOM), що самоорганізуються, є одним з варіантів кластеризації багатовимірних векторів. Процес вибору типу обробки даних зображений і задаємо, як зображено на рис. 3.20. вхідні змінні, а також їх типи.
В процесі навчання карт Кохонена на входи також подаються дані і індикатори, вказані на рис. 3.21., але при цьому мережа підстроюється під закономірності у вхідних даних, а не під еталонне значення виходу.

Рис. 3.21. Задання вхідних змінних та їх типів
Розбиваємо вихідну множину даних на навчальне і тестове (співвідношення 90% до 10%), як на рис. 3.22. Задаємо конфігурацію сітки (шестикутна), а також кількість нейронів в мережі. Для якнайкращих результатів рекомендується, щоб кількість вічок складала до 50% від об'єму даних.

Рис. 3.22. Розбиття вихідну множину на підмножини
Налагоджуємо параметри зупинки навчання (мінімальна помилка менше 0,15, кількість епох - 1000) і задаємо фіксовану кількість кластерів, рівну трьом.

Рис. 3.23. Задання параметрів навчання карт Кохонена
Запускаємо побудову карт Кохонена і вибираємо ті карти і таблиці, на які хочемо звернути увагу, відображені на рис. 3.24. - 3.26.

Рис. 3.23. Запуск процеса побудови

Рис. 3.24. Вибір способів відображення

Рис. 3.25. Вибір відображення карт та їх настройки
Для кожного входу нейрона складається своя карта, яка розфарбовується у відповідності зі значенням відповідної нейрона. У нейронної мережі, навчаємої зі вчителем, ваги нейронів не мають фізичного сенсу і не використовуються в аналізі.
У спільному випадку вхідні приклади рівномірно розподіляються по карті. Але якщо в даних є яскраво виражені групи, то приклади розподіляються нерівномірно, утворюючи кластери, відображені на рис. 3.28.
Провівши попередні кроки, отримали карти, на яких можна побачити до якого кластера відноситься те або інше значенняпоказника.
Правило навчання, запропоноване Кохоненом, передбачає змагання з врахуванням відстані нейронів від нейрона-переможця. Це вимагає побудови матриці відстаней, зображеній на рис. 3.29.
Матриця відстаней (уніфікована матриця відстаней, U-matrix) - застосовується для візуалізації структури кластерів, отриманих в результаті навчання карти. Елементи матриці визначають відстань між ваговими коефіцієнтами нейрона і його найближчими сусідами. Велике значення говорить про те, що даний нейрон сильно відрізняється від тих, що оточують і відноситься до іншого класу.
Матриця помилок квантування, відображена на рис. 3.30. - відображує середню відстань від розташування прикладів до центру вічка. Приклад розташовується в багатовимірному просторі, де кількість вимірів дорівнює числу вхідних полів. Центр вічка - точка простору з координатами, рівними вагам нейрона. Відстань вважається як евклідова відстань. Матриця помилок квантування показує, наскільки добре вивчена нейромережа. Чим менше середня відстань до центру вічка, тим ближче до неї розташовані приклади і тим краще побудована модель.
Матриця щільності попадання, відображена на рис. 3.31. - відображає кількість прикладів, що попали у вічко.
Кластери, зображені на рис. 3.32. - відображують групи векторів, відстань між якими менше, ніж відстань до сусідніх груп. Іншими словами, всі елементи карти, що попали в область одного кольору (кластер), мають схожі ознаки.
Проекція Самсона, зображена на рис. 3.33. - матриця, що є результатом проектування багатовимірних даних на плоскість. При цьому дані, розташовані поруч у вихідній багатовимірній вибірці, будуть розташовані поруч і на плоскості.
За допомогою карт Кохонена підприємства були розбиті по рівню споживання електроенергії. Розділення можна вважати досить хорошим, оскільки при максимальній помилці 0,15 рівнів розпізнавання в тестовій і перевірочній множині 99,11 і 91,67% відповідно.

Рис. 3.34. Відображення значень аналізу
Результати даної роботи, вказані на рис. 3.34, можуть бути використані для оцінки енергоспоживання регіонами України при заданому наборі показників.
Недоліком є те, що в моделі враховані лише кількісні ознаки. А вони не можуть повною мірою описати енергоспоживання регіонів України, адже існує безліч якісних які і можуть дати бів полне уявлення про стан енергоспоживання.
Як висновок можна сказати, що сформована класифікація регіонів за основними характеристиками і складовими елементами енергоефективності, що дозволяє провести диференціацію регіонів по наявності і ефективності використання енергетичних ресурсів.
Аналізуючи регіони за основними характеристиками, що формують енергоспоживання, треба зауважити, що існують системи з надлишком або нестачею енергоресурсів, інфраструктури їх генерації і передачі, а також здатності споживачів сплатити їх, способу дослідження початкових матеріальних (паливних і інших) ресурсів.
Як видно з таблиці усі регіони були розподілені по групах, що дає змогу проводити подальші аналізи відносно доцільності введення додаткових заходів типу нових енергозберігаючих програм та технологій.

Рис. 3.36. Порівняння результатів кластеризації
На рис. 3.36. видно, що у результаті проведення розбиття на групи по енергоспоживанню, обидва використані методи розподілили регіони майже однаково. Неспівпадання викликане лише тим, що деякі регіони знаходяться по показникам дуже близько один від одного, а отже межи як такої майже немає. Існує необхідність в остаточному поділі на класи і дослідивши становище в Україні взагалом у сфері енергетики, пропоную віднести всі неспівпадаючі значення до груп з більшим енергоспоживанням, адже так у підприємств та інших користувачів буде мотивація на знаження потреб за рахунок пошуку нових шляхів.
3.2 Моделі оцінки регіонального енергоспоживання
При спостереженні великих статистичних сукупностей часто з'являється необхідність розділити неоднорідну сукупність на однорідні групи (класи). Таке розчленовування надалі при проведенні статистичного аналізу дає кращі результати моделювання залежностей між окремими ознаками.
Змінні дискримінантів мають бути лінійно незалежними. Ще одним припущенням при аналізі дискримінанта є нормальність закону розподілу багатовимірної величини, тобто кожна із змінних дискримінантів усередині кожного з даних класів має бути підпорядкована нормальному закону розподілу. У разі, коли реальна картина у вибіркових сукупностях відрізняється від висунених передумов, слід вирішувати питання про доцільність використання процедур аналізу дискримінанта для класифікації нових спостережень, оскільки в цьому випадку утруднюються розрахунки кожного критерію класифікації.
Дані по регіонам включаючи додатково міста мільйонери Севастополь та Донецьк, були розбиті на групи, представлені в таблиці 3.3.:
Таблиця 3.3.
Дані по регіональному енергоспоживанню

Вирішальні правила, що формуються на основі імовірнісних методів, можуть бути отримані у вигляді таких характеристик, як групова ковариационная матриця, груповий вектор середніх і визначник ковариационной матриці зазначених у таблицях 3.4. та 3.5.
Таблиця 3.4.
Коваріаційна матриця першої групи регіонів

Розрахуємо коваріаційну матрицю для другої групи регіонів:
Таблиця 3.5.
Коваріаційна матриця другої групи регіонів

Для отримання кінцевих результатів необхідно просумувати матриці як наведено у табл. 3.6.
Таблиця 3.6.
Сумарна коваріаційна матриця

Обернена сумарна матриця коваріацій зазначена у табл. 3.7.:
Таблиця 3.7.
Обернена сумарна коваріаційна матриця

В результаті перетворень отримали параметри дискримінантної функції зазначені у табл. 3.8.:
Таблиця 3.8.
Параметри дискримінантної функції

Класифікація діє кращим чином для вибірки, по якій була проведена оцінка дискримінуючої функції отже вирахуємо її і зобразимо у табл. 3.9.
Таблиця 3.9.
Оцінки дискримінантної функції

Таблиця 3.10.
Дискримінантна константа та значення дискримінантної функції

Таблиця 3.11.
Дані по енергоспоживанню регіонів України


Рис. 3.37. Результати кластерного аналізу
Відстань Махаланобиса є мірою відстані між двома точками в просторі, визначуваним двома або більше корельованими змінними.

Рис. 3.38. Відстань Махаланобіса між групами регіонів
Для кожної сукупності у вибірці ви можете визначити положення точки, що представляє середні для усіх змінних в багатовимірному просторі, визначеному змінними даної моделі. Ці точки називаються центроїдами групи. Для кожного спостереження ви можете потім вичислити його відстань Махаланобиса від кожного центроїда групи. Знову, ви визнаєте спостереження таким, що належить до тієї групи, до якої він ближчий, тобто коли відстань Махаланобиса до неї мінімально.

Рис. 3.39. Значення критерію Фішера

Рис. 3.40. Дискримінуючі функції та константи, середні значення
Класифікаційна матриця з якої видно, що всі дані правильно віднесені дискримінантною функцією до їх класів

Рис. 3.41. Класифікаційна матриця
Класифікація регіонів, включаючи ті , що досі не були віднесені до жодної з груп
Таблиця 3.12.
Класифікація регіонів за рівнем енергоспоживання

3.3 Оцінка величини енергетичних потреб населення регіону
Для прогнозування величини енергоспоживання регіоном з урахуванням демографічних та економічних тенденцій з метою подальшого планування паливно-енергетичного балансу регіону цікаво знати енергетичні потреби, як окремої людини, так і всього населення області.
За основу для визначення таких потреб взята мінімальна споживчий кошик (МПК). Енергія, витрачена на виробництво компонентів споживчого кошика та інформація, прийнята за енергетичний споживчий кошик (ЕПК) в розрахунку на одного жителя області. Метод енергетичної споживчого кошика дозволив визначити, чи не загострюючи уваги на таких факторах, як соціально-демографічна приналежність і рівень доходів - величину енергетичних потреб для «середньої» людини, яка склала 6,3 тонни умовного палива (т у. Т.) в розрахунку на одного жителя Харківської області.
Далі розглянемо, як зміниться ЕПК в залежності від:
соціально-демографічної структури населення;
рівня доходів населення.
Приналежність людини до певної соціально-демографічної групи (працездатне населення (чоловіки, жінки), пенсіонери, діти (від 0 до 6 років, від 7 до 15 років)) впливає переважно на споживання продовольчих товарів і потреба в товарах непродовольчої групи. Томська область відноситься до VII зоні за особливостями споживання продуктів харчування і до I зоні по непродовольчих товарах.
На основі енергетичних потреб однієї людини можливо розрахувати енергетичні споживчі кошики для кожної соціально-демографічної групи. Різниця в енергетичних потребах населення залежно від їх соціального приналежності порівняно невелика що і відображено на таблиці у табл. 2.1.:
Таблиця 2.1.
Енергетичні споживчі кошики для соціально-демографічних груп населення, кг умовного палива на 1 людину в рік
| № | Найменування | Працездатне населення | Пенсіонери | Діти | ||
| Чоловіки | Жінки | 0-6 лет | 7-15 лет | |||
| 1 | Продовольча частина | 2781,4 | 2261,1 | 1797,7 | 1791,5 | 2773 |
| 2 | Непродовольча частина | 329,7 | 359,8 | 329,8 | 403 | 414,7 |
| 3 | Житлово-комунальні послуги | 3900 | 3900 | 3900 | 3900 | 3900 |
| Разом | 7011,1 | 6520,9 | 6027,5 | 6094,5 | 7087,7 | |
Дані таблиці 2.1. не розходяться зі звичними уявленнями про споживання. Працездатного населення потрібно дещо більше енергії для того, щоб підтримувати себе в нормальній фізичній формі, пенсіонерам та дітям молодшого віку - менше в фізіологічних причин, у дітей з семи до п'ятнадцяти років потреби більше, так як іде період росту і розвитку.
За аналізований період часу в Харківській області збільшилася кількість працездатного населення (причому жінок працездатного віку дещо більше ніж чоловіків), збільшилася кількість пенсіонерів і спостерігається значне зниження народжуваності.
Таблиця 2.2.
Усереднена межа енергоспоживання по соціальній структурі населення в розрахунку на 1 особу та у розрахунку на все населення області
| 2002 | 2003 | 2004 | 2005 | 2006 | 2007 | 2008 | |
| ЕПК на 1 людину, кг у. т. | 6627,9 | 6634,3 | 6635,5 | 6640,4 | 6643,9 | 6645,1 | 6643,5 |
| ЕПК на населення області, тис. тонн у. т. | 6705 | 6689 | 7124 | 7120 | 7096 | 7076 | 7048 |
Також на величині енергоспоживання позначається рівень доходів людини. Згідно рівнем доходів усе населення розділене на 10 груп (див. табл. 2.3.) .
Таблиця 2.3.
Кількість осіб в десятивідсотковий групах, розбитих за рівнем доходів, тис. осіб
| Група | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 2002 | 1,3 | 0,9 | 421,1 | 285,5 | 167,2 | 139,3 | 41,3 | 18,3 | 2,4 | 0,7 |
| 2003 | 1 | 1,7 | 279,7 | 242,3 | 180,1 | 201,1 | 87,8 | 59,1 | 14,9 | 7,2 |
| 2004 | 1,4 | 0,9 | 275,8 | 256,3 | 188,7 | 203,2 | 82,3 | 50,1 | 10,9 | 4,1 |
| 2005 | 0,3 | 0,8 | 72,2 | 146,1 | 168,5 | 280,1 | 173,1 | 153,1 | 49,2 | 28,8 |
| 2006 | 0,2 | 1 | 23 | 72 | 109,1 | 241,4 | 198,5 | 234 | 102,4 | 86,4 |
| 2007 | 0,4 | 1,8 | 15,1 | 44,2 | 70,1 | 173,2 | 167,4 | 247,1 | 143,3 | 202,2 |
| 2008 | 1,4 | 2,6 | 4,1 | 16,1 | 30 | 103 | 124,6 | 233,2 | 173,2 | 372,6 |
Усереднена межа енергоспоживання для населення Томської області за рівнем доходів має такий вигляд (див. табл. 2.4.).
Таблиця 4
Усереднена межа енергоспоживання за структурою рівня доходів населення в розрахунку на 1 особу і на все населення області
| 2002 | 2003 | 2004 | 2005 | 2006 | 2007 | 2008 | |
| На 1 людину, кг у. т. | 6595,2 | 6537,4 | 6541,9 | 6430,1 | 6377,7 | 6368,7 | 6392,3 |
| На населення області, тис. тонн у. т. | 6781 | 6781,4 | 6803,7 | 6894,4 | 7024 | 7027 | 7109,7 |
Зі збільшенням доходів людей фізіологічно не може споживати більше продуктів харчування. Причиною зменшення цієї складової (див. рис. 1) є те, що він може дозволити собі сервісне обслуговування і харчування поза домом.
Природним є збільшення частки непродовольчих товарів (а, отже, і енергоємності) у людини з великими доходами. Витрата комунально-побутових послуг максимальний у населення з найменшими доходами, зменшується у частини населення із середніми доходами і знову зростає із збільшенням доходів (10 група). У зв'язку з цим крива зміни енергоємності потреб населення від величини доходів має форму параболи.
Дані табл. 2.2. та 2.4. дають уявлення про зміну величини енергоспоживання людиною в залежності від соціально-демографічної групи і від рівня доходів.
Оцінка галузі зміни енергетичних потреб населення регіону дозволяє створити прогнозну модель на найближчу перспективу, яка враховує демографічні та економічні тенденції на території регіону.
Висновок
Аналіз дискримінанта так само, як і кластерний аналіз, відноситься до методів багатовимірної класифікації, але при цьому базується на інших передумовах. Основна відмінність полягає в тому, що в ході аналізу дискримінанта нові кластери не утворюються, а формулюється правило, по якому нові одиниці сукупності відносяться до однієї із вже існуючих множин (класів). Підставою для віднесення кожної одиниці сукупності до певної множини служить величина функції дискримінанта, розрахована по відповідних значеннях дискримінантів.
В результаті побудови комплексу моделей визначено існуючі проблеми підвищення енергоспоживання, обґрунтовано концепцію організаційно-економічної системи енергозбереження в регіонах України, виділено комплекс факторів, що відображають становище України , а також напрямки розвитку й удосконалення.
Список використаних джерел
1.Український статистичний сбірник. Статистичний сбірник/ Держкомстат України - К.: 2006.-414с.
Паламарчук М. М. Географія України: Підр. для серед. шк. — 2-тє вид., перероблене і доповнене. — К.: Освіта, 2005. — 159 с
Закиров Д.Г. Концептуальные основы энергосбережения в промышленности Украины // Уголь. 2000. № 4. С. 13–16.
Бобряков А.В., Стефанцов А.Г. Разработка информационного портала для сопровождения раздела "Энергоэффективность энергоемких отраслей промышленности" программы "Энергоэффективная экономика" // Современные информационные технологии (Contemporary information technologies)//Труды международной научно-технической конференции (Computer-based conference). - Пенза: Пензенский технологический институт, 2004. с. 8-9.
Денисенко В. Омельченко Ю. Энергосбережение на предприятиях// Сула. 2000. - №1-2. – С.48-49.
Бобряков а.В., Данілов О.Л. Створення проблемно-орієнтованого галузевого інформаційного ресурсу "Енергозбережні заходи" // Енерго- і ресурсозберігання Хх1 вік: Матеріали четвертою міжнародною науково-практичною конференциі/ Під редакцією В.А. Голенкова, Ю.С. Степанова, А.Н. Качанова. - Орел: ОРЕЛГТУ, 2006. 261 с. - с. 17 - 19.
Мішогло Г.О. Економічна географія Україні з основами віробніцтва. - До.,1997. – С.43-54.
Натовський Е.А.,«Прогнозування і планерування економіки», під ред. Борісевіча в.І.Мн.: 2001г. – С. 123-125.
Бокун і.А., Темічев А.М.; «Прогнозування і планерування економіки», МН.: 2002г.- С.12-34
Прузнер с.Л., Златопольський а.А., Некрасов А.М.; «Економіка енергетики», М.: 1984г.10. Ежов А.И. «Статистика промышленности», М.: 2003г. – С.45-46.
Ежов А.И. «Статистика промышленности», М.: 2000г.- С.65-76.
Боровиков В.П. и др. Прогнозирование в системе STATISTICA® в среде Windows. – М.: Финансы и статистика, 2004 – С.35-37.
Дуброва Т.А. Статистические методы прогнозирования в экономике: Учебное пособие. – М.: МЭСИ, 2002. – 52 с.
Четыркин Е.М. Статистические методы прогнозирования. – М.:Статистика, 1999. – С.45.
Бриллинджер Д. Временные ряды. Обработка данных и теория: М.:Мир, 1999.- 536 с.;
Мхитарян В.С. Эконометрика - М.:Проспект, 2009.- 384 с.;
Тихонов Э.Е..: Методы прогнозирования в условиях рынка.-Невинномысск, 2006.-221с.
Суворов, Антон Олексійович Адаптивна ідентифікація параметрів елементів мережі для задач оперативного керування : Дис. … канд. техн. наук : 05.14.02 Екатеринбург, 2003
Скляров, Денис Володимирович Аналіз утрат эксергии і підвищення ефективності використання палива на ПГУ ТЭЦ з казанами-утилізаторами : Дис. … канд. техн. наук : 05.14.14 Спб., 2003
Середкин, Олександр Олексійович Розробка енергозберігаючих заходів для комплексу "Тэц-потребитель" : На прикладі міста Чіти : Дис. … канд. техн. наук : 05.14.14 Улан-Уде, 2003
Селезньов, Вадим Євгенович Підвищення безпеки й ефективності газопровідних систем ПЕК з використанням методів прямого чисельного моделювання : Дис. ... д-ра техн. наук : 05.26.03, 05.14.01 Саров, 2003
Попов, Володимир Анатолійович Розвиток методів досліджень несиметричних режимів електроенергетичних систем і їхнє практичне застосування : Дис. ... д-ра техн. наук : 05.14.02 Кіров, 2003
Павлюченко, Дмитро Анатолійович Розробка і дослідження генетичних алгоритмів для аналізу й оптимізації режимів електроенергетичних систем : Дис. ... канд. техн. наук : 05.14.02 Новосибірськ, 2003
Булгаков К.В. Енергопостачання промислових підприємств. М-код-л, "Енергія", 2001. – С.43.
Мастепанов A. M. Аспекти енергетичної стратегії України // енергозбереження в областях. - 2001. №4. С.4-10.
Зубіташвілі д.В., Арвеладзе р.Д. Деякі проблеми енергетики. - Тб.: Енергія, 1977. - № 1. - С. 7-16
Зубіташвілі д.В. Полягання і перспективи енергоспоживання в промисловості. - Тб.: Енергія, 2002. - № 1(21). - С. 42-46
Семченков А.С. Можливості зниження паливно-енергетичних затрат// Супутник. - 2000. - № 5. - С. 2-3.
Віккельсо Е., Пледжруп К. Робоча книга енергетичного офісу.Данія, Виборг, 2003. – С. 23-34.
Логинов В. Прості критерії економічної ефективності інвестиційних проектів в області енергозбереження // Інвестиції в Україні. - 2001. - № 10. - С. 24-27.
Волков А.М., Попов Б.Е., Проценко О.Д., Потрясов С. А. Енергозбереження, ефективність ПЕК і економіки України в цілому // Енергетична політика. - 1999. - 1.- С. 31-34.
Дебок Г., Кохонен Т. Аналіз фінансових даних за допомогою карт, що самоорганізовуються, Альпина Паблишер, 2001, 317 стор.
Автономів А.Б. Світова енергетика: стан, масштаби, перспективи, стійкість розвитку, проблеми екології, цінова динаміка паливно-енергетичних ресурсів// Електричні станції. - 2003.-№5.-С. 55-64.
Аракелов В. Е., Кремер А.И. Методичні питання економії енергоресурсів. - М.: Энергоатомиздат, 2005. - 189с.
Бараз В. І. Видобуток нафтового газу - М.: Надра, 2004. -251с.
Батищев В. Е., Мартыненко Б.Г., Розшуків С. Л., Щелоков Я.М. Енергозбереження. - Єкатеринбург, 2004. - 304с.
Черевиків И.А. Регіональна політика підвищення енергетичної эффек-тивности : від проблем до рішень. - М.: ЦЭНЭФ, 2006. - 192с.
Белоусова Т. та ін. Росія у світі, що міняється, - М.: Інститут економічного аналізу, 2007. - 671с.
Богатирьов Л.Л. Рішення електроенергетичних завдань в умовах невизначеності. - Єкатеринбург: УГТУ-УПІ, 2005. - 115с.
Боксерман Ю.И., Бесчинский А.А., Лихачев В. І. Газ в структурі світової енергетики : ресурси, виробництво, ринки// ПЕК. - 2008. -№3-4.-С. 42-50.
Бушуев В. В., Воропай Н.И., Мастепанов A.M., Шафраник Ю.К. та ін. Енергетична безпека Сибіру - Новосибірськ: Наука. Сибірська видавнича фірма РАН, 2008. - 302с.
Бушуев В. В., Голубев B.C. Енергетика в системі: природа-суспільство-людина і еволюційний шлях Росії в XXI столітті// Енергія: економіка, техніка, екологія. - 2002. - №1. - С. 9-17.
Вайцзеккер Э., Ловинс Э., Ловинс Л. Чинник чотири/ під ред. Заварницына А.П. -М: Вид-во "Academia", 2000. - 396с.
Вальтух К.К., Дементьев Н.П. Математичний і статистичний аналіз функції споживання. - Новосибірськ: Наука. Сиб. відділ., 2006. - 165, [2]с.
Велихов Е.П. Енергетика XXI віку і Росія// Енергія: економіка, техніка, екологія. - 2003. - №12. - С. 2-8.
Віників В. А., Віників Г. В. Теорія подібності і моделювання (стосовно завдань електроенергетики) : Підручник для Внз, 3-е видавництво, перераб. і доп. - М.: Высш. Школа, 2004. - 439с.
Вентцель Е.С. Теорія Вероятностей.-м.: Наука, 2006.-576 с.
Вплив енергетичного чинника на економічну безпеку регіонів Російської Федерації/ Богатырев Л.Л., Бушуев В. В., Куклин А.А., Мызин А.Л., Татаркин А.И. та ін. - Єкатеринбург: Видавництво Урал, ун-та, 2008. - 288с.
Гаврилин А.И., Карауш С. А. та ін. Нормативно-правова база енергозабезпечення і енергозбереження в Томській області 1997 -2001гг. Збірка документів. - Томськ: ЦНТИ, 2001. - 216с.
Гаврилин А.И., Косяків С. А. та ін. Азбука енергозбереження. - Томськ: ТПУ, 2001.-96с.
Гаврилин А.И., Косяків С. А., Литвак В. В. та ін. Вступ в енергозбереження. - Томськ: Курсив плюс, 2000. - 219с.
Гительман Л.Д. та ін. Економічний механізм регіональною энергетиче-ской Политики.-Єкатеринбург: Союз-169, 2007.-255 с.
Гмурман В. Е. Теорія вірогідності і математична статистика - М.: Вища школа, 2001. - 479с.
Гордеев О. Г. Стан і перспективи розвитку нафтової і газовою про-мышленности// Нафтове господарство - 2003. - №1. - С. 4-7.
Гофман И.В. Побудова і методика складання і аналізу енергетичних балансів промислових підприємств - М.: Металлургиздат, 2002. -- 128с.
Губин В. Е., Косяків С. А. Маловідхідні і ресурсозберігаючі технології в енергетиці. - Томськ: Вид-во НТЛ, 2002. - 252с, мул.
Дмитрівський А.Н. Східні нафтогазові проекти Росії// ТЭК.- 2002.-№2.-С. 9-12.
Дмитрівський А.Н. Природний газ в XXI столітті// Нафтове господарство - 2002.-№12.-С. 14-17.
Долин Ю.Э., Опанасенко С. Н., Зырянов В. П. Проблеми ефективності топливообеспечения теплових електростанцій// Енергетик - 2003. - №3. - С. 2-5.
Дяків А.Ф. Енергетика Росії і світу в 21-м столітті// Енергетик. - 2000. -№7.-С. 2-6.
Дэвинс Д. Енергія/ під ред. Д.Б. Вольфберга. - М.: Энергоатомиздат, 2005. - 360с.
Закон Харківської області "Про порядок розрахунку прожиткового мінімуму в Харківській області" OT15.01.2002. - №12.
Закс Ш. Теорія статистичних виводів/ Під ред. Ю.К. Беляева. - М.: Вид-во "Світ", 2005. - 740с.
Зикань В. М. Вугілля - ефективний і надійний енергоносій// Енергія: економіка, техніка, екологія - 2003. - №4. - С. 17-23.
Іванова В. М., Калинина В. Н., Нешумова Л.А. та ін. Математична статистика: Підручник/ 2-е видавництво, перераб. і доп. - М.: Высш. школа, 2001. -371с, мул.
Клавдиенко В. П. Світова торгівля енергоносіями// Енергія: економіка, техніка, екологія - 2003. - №7. - С. 2-8.
Климов А.А. Електрифікація виробничих процесів в Животноводстве.-м.: Сільгоспгіз, 2005. -2005. - 376с.
Литвак В. В. Прогнозування енергоспоживання на основі даних енергетичного споживчого кошику // Матеріали доповідей дев'ятої всеросійської науково-технічної конференції "Енергетика : екологія, надійність, безпека", м. Томськ, 3-5 грудня, 2003г. - Видавництво ТПУ, 2003, Т. 2 - С. 10-14.
Климова Г. Н., Литвак В. В. Енергоспоживання в регіонах з негативними середньорічними температурами (на прикладі Томської області. - Томськ: Вид-во ГПУ, 2003. - С. 290-292.
Климова Г. Н., Литвак В. В., Алексеева Т. І. Енергетична складова споживчого кошику для Томської області// Ресурси регіонів Росії, 2003. - № 4. - С. 31-35.
Климова Г. Н., Литвак В. В., Яворский М. І. Перспективи енергетичного використання попутного нафтового газу// Промислова енергетика, 2002. - №8.- С. 2-4.
Комплексна методика діагностики енергетичної безпеки террито-риальных утворень Російської Федерації (друга редакція)/ А.И. Та-таркин, А.А. Куклин, А.Л. Мызин, А.В. Калина, В. Г. Литвинов та ін. - Єкатеринбург: Інститут економіки УрО РАН, 2002. -80с.
Комплексна методика оцінки надійності і живучості паливо- і энерго-снабжения територій/ А.И. Татаркин, Н.И. Воропай, А.А. Куклин, А.Л. Мызин, А.В. Калина, СМ. Сендеров, В. Г. Литвинов та ін.