基于人工神經網絡的燃氣短期負荷預測研究.pdf

1、隨著經濟的發(fā)展和科學技術的進步，人們對生活質量和生存環(huán)境的要求日益提高，由于能源結構與環(huán)境改善的關系密切，生活能源的燃氣化大大提高了居民的生活質量，因此，天然氣作為優(yōu)質、潔凈、節(jié)能的理想能源，越來越引起人們的重視，使得我國城市燃氣事業(yè)得到了飛速發(fā)展。隨著西氣東輸工程的開展，天然氣將成為城市氣體燃料的主導，加快天然氣工業(yè)的發(fā)展已經成為當今世界的趨勢。但在城市燃氣化的同時，由于天然氣的氣源供應部門與下游用氣單位之間通常需要簽訂“照付不議”協(xié)

2、議，這就需要用氣單位或城市明確提出未來某個時間段的燃氣用量即燃氣負荷。因此，預知燃氣負荷的大小也就是城市用氣系統(tǒng)的負荷預測是一項非常重要的研究課題，它不僅關系到城市燃氣管網規(guī)劃，還關系到整個天然氣長輸管線的投資效益和可靠性，對將來連接各城市的天然氣局域網絡的優(yōu)化調度和城市燃氣管網的優(yōu)化運行都有十分重要的意義。 燃氣負荷預測包括長期負荷預測、中期負荷預測、短期負荷預測及超短期負荷預測。本文著重討論短期燃氣負荷預測。用于燃氣負荷預測

3、的方法很多，包括：回歸分析法、時間序列法、彈性系數(shù)預測法、指針分析法、灰色預測法、模糊邏輯預測法、人工神經網絡預測法、專家系統(tǒng)預測法、優(yōu)化組合預測法等。在比較了各種方法的優(yōu)缺點后，結合實際數(shù)據分析，本文主要采用人工神經網絡預測法。 本文詳細地介紹了人工神經網絡方法，包括基本原理、算法及預測步驟，并采用重慶市某地區(qū)的城市燃氣短期負荷實例訓練人工神經網絡，采用不同模型，進行正常日負荷預測、相似日負荷預測、小時負荷預測，獲得了比較好的

4、預測精度，驗證了ANN應用于短期城市燃氣系統(tǒng)負荷預測的可行性。然后采用了改進BP算法(L-M算法)用于實際算例，結果表明燃氣負荷預測的精度能獲得提高。 本文還采用徑向基神經網絡用于燃氣負荷預測，結果表明RBF的精度比采用單純BP神經網絡進行預測的精度高。結合RBF和人工神經網絡，效果更好。 隨著近年來遺傳算法和小波分析理論的發(fā)展與成熟，本文將這兩種算法用于優(yōu)化人工神經網絡，通過實例結果分析，這兩種分析方法都能較好的改善單