某地区天然气短期负荷的特性研究及预测应用

发布时间：2020-04-01 19:52

【摘要】：城市燃气发展至今,燃气企业累计了初具规模的原始数据,这部分珍贵的数据需要通过分析处理,提取有价值信息,并最终服务于企业的生产与发展。天然气负荷的分析与预测就是挖掘原始数据价值的一种途径,负荷分析的目的在于了解天然气用户用气习性、特点和需求等,指导企业实际的运行生产;负荷预测基于负荷分析,采用现阶段较先进的负荷预测技术,对用户用气需求做出预测,负荷预测对企业未来的调度或规划具有重要的指导作用。本文基于某区天然气用户一年内的实测数据,开展了负荷分析和短期负荷预测等研究,并最终开发出了一款简便的负荷预测软件。在进行负荷分析时,采用Pearson数据检测技术对影响因子和用户负荷的相关度进行了检测分析,确定了显著影响用户负荷的四大因子:最低气温、平均气温、日期类型和气候情况。基于负荷分析结果,本文继续开展负荷预测研究,重点将KPCA理论应用于FOA-LSSVM模型的优化,测试发现,KPCA能够较好地优化模型的预测性能,KPCA-FOA-LSSVM模型的预测精度远远高于其他三种智能负荷预测模型,模型预测最大误差能够被实际管网所接受,并且模型本身具有良好的泛化能力。最优负荷预测模型确定后,成功开发了一款搭载最优模型的负荷预测软件,该软件载入原始数据后,能够自动完成数据规整、KPCA、LSSVM模型参数寻优、训练和更新预测等过程,用户界面友好,操作方便,具有良好的推广性。
【图文】：

气用户的实际数据，开展用户的短期负荷预测，涉及到的模Support Vector Machines，SVM）和神经网络模型（ArtifiN）。模型介绍机在 2010 年首届“ImageNet 大型图像识别竞赛（ImageNet ition Challenge 2010）”中荣获第一名，在众多数据挖掘技术中的回归预测与模式识别能力，故本文重点采用 SVM 模型。其硕士论文中对 SVM 的构造机理进行了很详尽的阐述[45]，所M 理念的最新发展，将 SVM 的一些重要概念作补充和更新介M 的工作思想是以训练误差作为约束条件，以置信范围最小种非线性变换实现将原空间中线性不可分向量映射到高维特此对于非线性的天然气负荷预测来说，SVM 具有先天的优势

控件选择与放置控件参数设置界面美化编写控件Callback代码功能实现否是结束图 5-2 GUI 构建流程图于是，根据构建流程设计了如图 5-3 的 GUI 界面，该界面包含多种控件，满足全年不同环境条件下的负荷预测功能。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TU996

【相似文献】

相关期刊论文 前10条

1 叶郑庚;;采用联系数与蒙特卡洛模拟的规模化电动汽车充电负荷预测[J];电器与能效管理技术;2019年20期

2 王利军;;配电网规划中负荷预测实际问题及措施[J];通讯世界;2017年22期

3 黄庆仕;陈冬沣;肖建华;;电力用户侧大数据分析与并行负荷预测研究[J];自动化应用;2016年11期

4 李凡;;电力检修中负荷预测技术的发展现状研究[J];民营科技;2016年12期

5 肖燃;;基于电力载波通信的居民用电负荷预测大数据应用[J];科技创新与应用;2017年04期

6 邢亚虹;杜欣慧;;基于贪婪算法的配电网网格负荷预测与规划方法[J];计算机工程;2016年11期

7 刘爱连;梁涛;;负荷预测在煤改电工程的应用分析[J];电气时代;2017年05期

8 尚芳屹;李洁;;组合预测在饱和负荷预测中的应用[J];电力与能源;2017年02期

9 谢毓广;郭力;;基于区域负荷预测值综合评价的大电网短期负荷预测[J];电气应用;2017年11期

10 肖白;李科;田春筝;王t，

本文编号：2610883