燃气负荷及其预测模型

在数理统计学和现代优化方法基础上对已有燃气负荷预测文献进行归纳，从多角度对燃气负荷预测进行分类。指出需要按燃气负荷预测的应用要求，燃气负荷变化特性等具体情况选择预测方法。综述了可有效用于燃气负荷预测的方法和模型。     

浅谈南京城市燃气供气负荷的预测

燃气负荷是燃气工程重要的基础技术数据,燃气供气负荷及其变化规律的预测是城市输配系统所必须面对的重要问题,文章叙述了南京城市燃气供气负荷预测研究课题的概况.     

杭州燃气负荷预测软件的编制

论述了燃气负荷预测软件的基本功能、设计、使用方法.编制了杭州市燃气负荷预测软件,已应用于燃气管网调度系统.     

城市燃气短期负荷预测的研究

分析了城市燃气负荷的特点和影响因素,根据指数平滑预测法的原理,建立了城市燃气短期负荷预测线性模型和二次曲线模型。实际预测结果表明,平滑常数为0.3的直线模型具有较高的预测精度。     

鞍山市燃气日负荷预测的研究

结合鞍山市燃气日负荷预测,论述了历史燃气负荷数据的处理方法。运用GCAQBP神经网络对鞍山市2002年燃气日负荷进行了预测,预测的平均相对误差为4.1%。研究表明,这种预测方法可行。     

基于BP神经网络城市燃气短期负荷预测

论述了BP神经网络的预测模型结构,提出了基于该模型的城市燃气短期负荷预测方法和程序流程,结合某城市燃气负荷数据进行了燃气负荷模拟预测,预测结果和实际情况有很好的一致性。     

燃气小时负荷的模糊神经网络预测

分析了燃气负荷运行变化规律，研究了负荷模型分类模式，采用改进模糊神经网络进行小时燃气负荷预测。     

基于遗传算法优化神经网络的燃气日负荷预测研究

燃气负荷预测能够为管网调度运行工作提供指导,进而提高管网运行的安全性和天然气供应的可靠性,是燃气企业实现科学调度和精细管理的重要手段。但由于燃气负荷受到气温、节假日、经济等多因素的影响,仅通过建立线性关系式难以达到预测所需的精度,需要借助智能算法搭建负荷预测模型。本文基于遗传算法优化人工神经网络搭建燃气负荷预测模型,通过遗传算法确定了人工神经网络的结构、优化了初始权值和阈值,并收集了实际用户的燃气负荷作为样本用于训练模型和测试精度,结果表示该模型能够较好的满足燃气负荷预测需求。     

城市燃气季节性负荷预测模型的建立及求解

根据城市燃气管网季节性负荷变化的特点。采用最优组合理论，将灰色GM（1，1）预测模型和人工神经网络模型的优点结合起来。建立了一个基于灰色神经网络的城市燃气管网季节性负荷预测模型，并提出了相应的求解方法，此模型能同时反映燃气负荷随时间的增长趋势和随不确定因素的波动特性。通过实例的计算结果表明：所建模型具有较高的收敛速度和预测精度，较强的适应性和灵活性，为城市燃气季节性用气负荷的预测提供理论分析依据。     

数据挖掘技术在燃气负荷预测的应用

介绍了数据挖掘技术的基本概念、任务和方法,分析了城市燃气负荷预测的现状和应用方法,探讨了数据挖掘技术在城市燃气负荷预测中的应用。     

燃气专项规划中气源与负荷的确定

探讨了某县城燃气专项规划中气源和负荷的确定,认为气源应以管道天然气为主、瓶装LPG为辅,负荷的预测参照现状用气负荷和规划人口进行计算。     

燃气负荷预测的经济性评价与风险控制

介绍了燃气供用照付不议合同执行过程中,对负荷预测和气量预订的要求。针对典型的商业合同条款,建立了燃气负荷预测的经济性评价模型,对提高预订气量、利用储气设施等风险控制方法的效果进行了量化分析,提出了降低燃气负荷预测风险的控制策略。     

城镇燃气各类用户用气量预测方法研究

阐述了城镇燃气各类用户用气量的预测方法,介绍了因果分析法在城镇燃气用气量预测中的应用,结合某地区燃气负荷数据进行了模拟预测,预测结果达到要求。     

数据规格化在燃气负荷预测的应用

探讨了燃气负荷预测中规格化处理方法,建立了径向基神经网络燃气负荷预测模型。结合实例,对分别采用最大最小、零均值规格化处理的预测结果进行了比较,后者的精度较高。     

燃气锅炉的智能与优化控制

通过对燃气锅炉供热对象传热过程的机理分析，建立了燃气锅炉热负荷预测用数学模型；预测的热负荷配以数据采集和控制系统，用于燃气锅炉的控制，节约能源显著；热负荷预测模型也可用于其他热源装置的控制过程。     

市北天然气燃气负荷预测模型探讨

将灰色模型、时间序列等科学理论应用于负荷预测工作之中,结合市北地区天然气预测的实际情况,通过理论推导和方法整合,利用计算机编程进行精确计算,提高日负荷预测准确率.     

基于气温变化的冬季城市燃气日负荷预测方法

结合实例分析了日平均气温对冬季城市燃气日负荷影响的规律,得到燃气日负荷的主要影响因素为气温所处温度区间、气温变化的幅度,而与气温所处时间区间和升降趋势无关。提出了基于气温变化的燃气日负荷预测方法——温差系数法,取得了较好的预测效果。     

基于模糊-RBF BP神经网络的天然气负荷预测

针对天然气负荷变化的特点,综合考虑各种影响因素,提出一种基于模糊-RBF P神经网络的天然气负荷预测模型,并编制了负荷预测软件。在RBF网络模型中采用了最新邻聚类算法,实现了网络结构和参数的双重调节,提高了训练的速度和预测的精度。将该软件应用于实例计算,并与相关模型结果比较,证明该模型可以更加快速准确地预测天然气的负荷值。     

城市煤气负荷的预测

根据城市煤气负荷的变化规律，建立了煤气短期负荷预测的三角函数模型，并给出了节假日负荷及突发事件负荷的预测方法，并开发了软件。