燃氣短期預測方法研究.pdf

1、天然氣作為一種綠色能源，是城市燃氣的發(fā)展方向，加大天然氣在能源結構中的消費結構比重，既可以促進節(jié)能減排，又可以維持經(jīng)濟和社會的可持續(xù)發(fā)展。上海作為國內最早應用天然氣的城市之一，正在大力推進天然氣的應用，隨著西氣東輸工程的相繼完工，極大的促進了上海天然氣的快速發(fā)展。為了實現(xiàn)天然氣供氣系統(tǒng)的高效運行、優(yōu)化調度和科學管理，作為決策基礎的城市燃氣負荷量預測工作就起著舉足輕重的作用了。
　　 燃氣負荷預測包括長期預測、中期預測、短期預測以

2、及超短期負荷預測。本文通過對上海市燃氣系統(tǒng)負荷規(guī)律的分析致力于燃氣系統(tǒng)負荷的短期預測。在對數(shù)據(jù)挖掘(DM)、支持向量機(SVM)和人工神經(jīng)網(wǎng)絡(ANN)等當今流行的各種智能預測技術，以及傳統(tǒng)統(tǒng)計學中的ARIMA算法做了深刻研究的基礎上，結合對上海市部分地區(qū)的燃氣負荷量數(shù)據(jù)規(guī)律和特征的深入分析與研究，提出了自己的預測模型。
　　 通過對城市燃氣負荷量時間序列的研究，發(fā)現(xiàn)城市燃氣負荷量序列具有三種特性:趨勢性、周期性和隨機性。根據(jù)這

3、三種特性，本文提出了針對城市燃氣負荷量短期預測的思想即分解-組合預測模型，同時提出了三種分解方法對分解-組合預測模型進行了驗證。在對燃氣負荷序列進行建模之前，首先采用了數(shù)據(jù)挖掘的方法對歷史負荷序列進行了離群點挖掘與修正，使其更能反映燃氣負荷的規(guī)律性;然后對經(jīng)過離群點處理后的序列運用三種方法（即公式分解法、小波分頻技術法和Eviews分解法）進行了分解;最后對分解后的序列再結合序列本身特性采用ARIMA和BP神經(jīng)網(wǎng)絡對其進行建模和預測。<

4、br>　　 為了驗證分解-組合模型的有效性，首先文中給出了ARIMA方法、BP神經(jīng)網(wǎng)絡方法和一種基于信息熵的組合模型對城市燃氣負荷序列進行建模和預測的結果，通過對比誤差發(fā)現(xiàn)分解-組合預測模型有更高的精確度;然后為了進一步說明分解-組合模型的有效性，文中對多個日期段內的短期日負荷量進行了預測，其中包括了工作日、假期和天氣突變的一般化和特殊化的日負荷量預測;最后為了說明分解-組合模型的適應性，本文還選取了另一家燃氣公司的燃氣負荷量數(shù)據(jù)進行