偏最小二乘回归及神经网络的灰色组合模型在燃气负荷预测中的应用研究

摘要

预先得知燃气负荷是进行燃气管网设计、供应及存储等阶段的必要前提。燃气负荷预测模型较多，但由于负荷不仅受国家能源政策影响，而且和当地具体情况、条件具有紧密联系，因此燃气负荷预测模型缺乏通用性，需要进行特定区域的预测模型研究。本文将回归分析法及神经网络方法分别与灰色理论预测法相结合进行燃气负荷的预测，同时用改进的组合预测方法建立灰色—偏最小二乘回归（PLS）组合预测模型及灰色OIF(Output-InputFddeback)—Elman(简单递归神经网络)模型进行了长期负荷预测及短期负荷即日负荷的预测，并将上述方法用于重庆市燃气负荷的实例分析，得到了较好的预测效果。
　　本文通过数据分析选定年负荷的影响因素，包括GDP、一二三产业产值、能源消耗量、竞争性气源等十二种相关因素，利用灰色模型“小信息库”的优点及偏最小二乘回归模型能处理多重相关问题的优点建立了灰色—PLS模型，进行燃气年负荷的预测。通过对仿真模型预测结果的研究表明，灰色—PLS模型优于单一预测模型，在燃气负荷预测中具有参考价值。同时论文还对重庆中梁山煤电气有限公司燃气分公司的调研负荷数据进行分析，得出了负荷在节假日出现低谷，在非节假日随天气随机平稳变化的规律，并通过改进的灰色—OIFElman模型进行燃气日负荷的预测，研究表明输入层的各因数比较合理，预测结果达到了有效的精度。
　　综上所述，本文通过对燃气负荷影响因素的相关性分析，找出负荷预测中所关切的主要影响因素，针对不同类的负荷预测分别提出相应的预测方法，并进行负荷预测模型的研究。通过重庆市燃气负荷数据的实例分析得出预测结论，经验证，所提出模型达到要求的预测精度，为负荷预测的应用提供了参考。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 课题背景

1.2 预测学原理

1.3 课题研究的目的及意义

1.4 课题研究的主要内容

2 燃气负荷的构成及特点

2.1 按供气对象分类的负荷构成

2.2 按用气周期分类的负荷构成

2.3 本章小结

3 燃气年负荷预测模型建立

3.1 年负荷预测模型基础

3.2 偏最小二乘回归模型建立

3.3 灰色理论模型的建立

3.4 组合预测模型的确定及预测结果分析

3.5 本章小结

4 燃气日负荷预测模型

4.1 数据来源

4.2 燃气日负荷预测模型基础

4.3 燃气日负荷预测模型建立

5 算法的改进及组合模型权系数的确定

5.1 偏最小二乘算法的改进

5.2 组合预测中权系数的确定方法

5.3 本章小结

6 结论与展望

6.1 结论

6.2 不足之处与展望

致谢

参考文献

附录A

附录B