上海燃?xì)庳?fù)荷中長(zhǎng)期預(yù)測(cè)方法研究.pdf

1、在節(jié)能減排，建設(shè)智慧、綠色城市的大背景下，加大燃?xì)?，特別是天然氣的在能源消費(fèi)結(jié)構(gòu)中的比重，已成為上海市能源政策的重點(diǎn)。上海的主要燃?xì)夥譃橐夯蜌?、煤氣和天然氣。隨著城鎮(zhèn)化建設(shè)的大力開(kāi)展，上海的燃?xì)猱a(chǎn)業(yè)正處于飛速發(fā)展的階段。為保證燃?xì)夤?yīng)的科學(xué)、高效，滿足人民日常生活與經(jīng)濟(jì)、社會(huì)可持續(xù)發(fā)展的需要，作為決策重要依據(jù)的燃?xì)庳?fù)荷預(yù)測(cè)工作愈加重要。實(shí)現(xiàn)預(yù)測(cè)工作的智能化，提高預(yù)測(cè)的精準(zhǔn)度勢(shì)在必行，這也正是本文的出發(fā)點(diǎn)。本文深入研究了對(duì)當(dāng)前流行的一

2、些預(yù)測(cè)技術(shù)如:回歸分析法、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、自適應(yīng)神經(jīng)模糊推理和模式搜索等方法。對(duì)上海市燃?xì)庳?fù)荷中長(zhǎng)期預(yù)測(cè)進(jìn)行了研究，提出了兩種改進(jìn)的組合預(yù)測(cè)模型，主要內(nèi)容如下:
　　 燃?xì)庳?fù)荷影響因素的相關(guān)性分析。負(fù)荷預(yù)測(cè)需要從歷史數(shù)據(jù)和相關(guān)因素中提取負(fù)荷變化的規(guī)律。采用Spearman秩相關(guān)分析進(jìn)行相關(guān)性分析，篩選出影響程度較大的因素。
　　 提出了一個(gè)將改進(jìn)的遺傳算法和帶連接開(kāi)關(guān)的人工神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)的模型，利用改進(jìn)的遺傳算

3、法優(yōu)化調(diào)整人工神經(jīng)網(wǎng)絡(luò)的連接權(quán)重和連接開(kāi)關(guān)參數(shù)。實(shí)驗(yàn)結(jié)果顯示比BP神經(jīng)網(wǎng)絡(luò)或標(biāo)準(zhǔn)的遺傳算法調(diào)節(jié)的帶開(kāi)關(guān)的神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果要準(zhǔn)確。
　　 針對(duì)自適應(yīng)神經(jīng)模糊推理系統(tǒng)的訓(xùn)練參數(shù)和模型結(jié)構(gòu)需要人為調(diào)整，雖然經(jīng)過(guò)許多次實(shí)驗(yàn)，預(yù)測(cè)精度還可能達(dá)不到要求的問(wèn)題，建立了模式搜索算法和自適應(yīng)神經(jīng)模糊推理預(yù)測(cè)技術(shù)的年度負(fù)荷預(yù)測(cè)模型，利用模式搜索算法對(duì)模糊推理系統(tǒng)的參數(shù)進(jìn)行優(yōu)化，找到最優(yōu)的配置。實(shí)驗(yàn)結(jié)果表明，比自適應(yīng)神經(jīng)模糊推理技術(shù)無(wú)論在訓(xùn)練時(shí)間還