基于组合模型的燃气负荷预测技术研究

摘要

随着燃气产业的迅猛发展，燃气负荷预测工作成为燃气系统管理部门的一项重要任务。把握燃气负荷的特性和变化规律，对其进行准确、合理的预测，对于提高燃气公司企业的经济效益和社会效益、保持燃气系统的安全稳定运行具有重要的意义。因此，为了满足城市燃气管网规划、运维管理及储气调峰等日益增长的需求，必须探索精确度更高，适用性更广的方法对燃气用量进行合理预测，从而缓解供需矛盾，有效解决我国发展中的燃气供给问题。为此，本文开展了以下几方面的研究工作： 首先，详细分析了陕西省和南乐县的燃气负荷特性，根据负荷变化特点，挖掘出对中长期和短期燃气负荷影响较大的影响因子。 其次，综合考虑主成分分析（PCA）、灰色模型（GM）、BP神经网络模型（BPNN）的建模原理及优缺点，提出了新型燃气负荷PCA-GM-BPNN组合预测模型。 再次，针对本文选用的灰色理论及其优化模型、BP神经网络及其优化模型和新型PCA-GM-BPNN组合预测模型，利用MATLAB软件分别建立基于陕西省2004年~2011年燃气年负荷、南乐县2017年9月1日~10月20日燃气日负荷和10月1日0：00~10月15日24：00燃气小时负荷的五种预测模型对陕西省2012年~2015年的燃气年负荷值、南乐县2017年10月21日~10月30日的燃气日负荷值和10月16日0：00~10月18日24：00的小时负荷值进行预测。预测结果表明：PCA-GM-BPNN组合预测模型的年负荷预测MAPE值为8.21%，日负荷预测MAPE值为5.44%，小时负荷预测MAPE值为6.98%，均小于其他四种负荷预测模型，充分显示了PCA-GM-BPNN组合模型在年、日以及小时负荷预测方面的优越性。 最后，开发GLP燃气负荷预测软件，编写了基于灰色理论算法和BP神经网络算法的java程序。

目录

声明

第一章 绪论

1.1研究背景及意义

1.2国内外燃气负荷预测研究现状

1.3研究内容

1.4技术路线

1.5研究成果

第二章 燃气负荷影响因素及预测方法分析

2.1燃气负荷预测影响因素分析

2.2燃气负荷预测方法分析

2.3本章小结

第三章 燃气负荷预测模型研究

3.1灰色预测模型

3.2人工神经网络预测模型

3.3 PCA主成分分析法

3.4 PCA-GM-BPNN组合预测模型

3.5燃气负荷预测误差评价体系

3.6本章小结

第四章 燃气负荷预测模型求解分析

4.1中长期负荷预测模型求解分析

4.2短期负荷预测模型求解分析

4.3本章小结

第五章 燃气负荷预测软件开发

5.1软件概述

5.2软件结构设计

5.3软件功能

5.4实例演示

5.5本章小结

第六章 结论及建议

6.1结论

6.2建议

致谢

参考文献

攻读学位期间参加科研情况及获得的学术成果