城市天然气日负荷预测模型研究

发布时间：2021-01-21 22:06

　　天然气作为一种清洁高效的化石能源,在世界一次能源使用中占据了重要的地位。为了优化我国能源结构,近些年国家出台了一系列重要的政策,来引导天然气产业的发展。得益于国家政策的大力引导和鼓励,天然气产业在我国取得了快速发展。然而由于天然气自身的特殊性,其需要存储在低温高压等非常规坏境,大量存储天然气将会带来一定的安全隐患,目前技术条件下不适合大量存储。准确预测未来一段时间内天然气用气负荷,可以为天然气输气管网的建设,天然气输气调度等提供科学合理的依据,对提高天然气公司运行效率,增加经济效益和保障用户用气安全具有重要的现实意义。本文主要针对山西省大同市民用天然气负荷进行研究,并建立预测模型,主要内容如下:（1）通过阅读文献和现场调研,研究了几种不同的天然气负荷预测周期,确定了天然气短期负荷预测所需采集的数据,通过研究采集到的数据的特征对其做了缺失值填充、噪声去除、数据归一化等预处理。（2）通过对天然气负荷数据进行平稳性和纯随机性检验,研究了天然气负荷序列具有的时间序列特性,为后续建立时间序列模型提供参考。通过研究气象条件对天然气负荷的影响和两者之间的相关性,为后续建立改进人工鱼群算法优化的神经网... 

【文章来源】：山西大学山西省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

天然气负荷序列去噪结果

第三章 天然气负荷预测相关数据特性研究机序列的原假设，表明天然气负荷序列为非纯随机序列。气负荷影响因素研究研究气象因子对天然气负荷的影响以及两者之间的相关性，本节）分析和确定性（定量）分析两个方向出发，研究气象条件对于响。对负荷量的影响研究气负荷与温度的关系如图 3.1 所示：

图 3.2 天然气负荷与日平均气压关系 3.2 可以看出天然气负荷变化曲线与日平均气压变化曲线趋势一关性。当日平均气压处于较高水平时，天然气负荷也处于一个较平均气压处于较低水平状态时，天然气负荷同样处于一个较低的中直观表现来看，天然气负荷变化受日平均气压影响较大，因此可然气日负荷的一个主要影响因素。气象条件对日负荷的影响研究气负荷与风速、降雨量、相对湿度的关系分别如图 3.3、图 3.4、图

【参考文献】：
期刊论文
[1]基于果蝇算法和SVM的天然气日负荷预测[J]. 宋娟,潘欢.  控制工程. 2017(10)
[2]基于SVM-GA模型的城市天然气长期负荷预测[J]. 董明亮,刘培胜,潘振,文江波,李秉繁.  辽宁石油化工大学学报. 2017(02)
[3]天然气市场短期负荷预测技术特点与发展方向探讨[J]. 郝迎鹏,孙春良,赵忠德,陈进殿.  城市燃气. 2016(06)
[4]关于天然气管网的短期燃气负荷优化预测研究[J]. 张少平,徐晓钟,代军委.  计算机仿真. 2016(03)
[5]基于极限学习机的燃气日负荷预测[J]. 薄军.  煤气与热力. 2016(02)
[6]配送中心选址问题的BFO-AFSA算法研究[J]. 费腾,张立毅,陈雷.  计算机工程与应用. 2015(23)
[7]杭州市燃气负荷与气象条件的响应关系及其预测模型[J]. 顾婷婷,骆月珍,潘娅英.  气象科技. 2014(06)
[8]BP神经网络在炼油污水回用于循环水系统中腐蚀率的预测[J]. 顾敏,朱越平,郑堉鑫,张新超.  当代化工. 2014(11)
[9]统计相关性分析方法研究进展[J]. 樊嵘,孟大志,徐大舜.  数学建模及其应用. 2014(01)
[10]动态分组方案的自适应人工鱼群算法[J]. 李会,张天丽,陶佰睿,王新红.  计算机工程与应用. 2013(08)

硕士论文
[1]基于GA-ACO算法和BP神经网络的语音识别研究[D]. 禹迪.湘潭大学 2016
[2]基于人工神经网络的电力SCADA系统的故障诊断[D]. 程楠.沈阳理工大学 2016
[3]EMD分解和SVM模型在时间序列荷载预测中的应用[D]. 于萌.河北农业大学 2015
[4]上海燃气负荷中长期预测方法研究[D]. 曾南.上海师范大学 2013
[5]经验模态分解算法应用研究[D]. 岳相臣.西安电子科技大学 2013
[6]城市天然气中长期负荷预测技术研究[D]. 张曦.哈尔滨工业大学 2012
[7]基于神经网络组合预测的风电场风速及发电功率短期预测[D]. 杨江平.重庆大学 2012
[8]经济时间序列的趋势分析和实证研究[D]. 赵爽.首都经济贸易大学 2012
[9]城市天然气中长期负荷预测方法研究[D]. 高磊.哈尔滨工业大学 2011
[10]CPI指数序列的分析及预测[D]. 荣文静.成都理工大学 2011



本文编号：2991972