基于气温的城市燃气短期日负荷预测模型——以四川省成都地区为例

随着城市燃气用气规模的不断增长,加上近年来冬季长期低温、气温骤降等极端天气屡屡出现,因气温变化导致的日用气峰谷差有扩大的趋势,采用中长期数据进行趋势预测可能存在较大误差。而利用短期的气温、用气负荷数据,结合较为准确的一周内气象预报对未来几天内的城市燃气日负荷进行预测,对上游供气企业、城市燃气公司合理安排销售计划和日调峰等具有重要的现实意义。为此,通过分析气温对城市燃气短期日负荷的影响机理,利用统计学和化学动力学理论,基于阿累尼乌斯方程反应的温度-化学反应速率关系,考虑气温突变、低温累积等因素构建了气温对城市燃气短期日负荷的预测模型,并利用成都地区短期的气温、用气负荷数据,测算了模型参数并对模型进行了验证（最大误差为2.53％）。结果表明,该模型的预测精度较高,可为燃气公司或上游供气企业合理安排销售计划和日调峰等提供决策支撑。     

基于小波变换和LSSVM-DE的天然气日负荷组合预测模型

为了提高天然气短期负荷的预测精度,提出了基于小波变换和LSSVM-DE(Least Squares Support Vector MachineDifferential Evolution)的天然气日负荷组合预测模型,首先,采用Mallat快速算法对天然气日负荷实际采集数据样本时间序列进行小波分解;其次,对分解出来的高频分量和低频分量分别建立LSSVM预测模型,各分量的模型参数分别采用DE进行优化,以期得到更准确的预测结果;最后,分别对各分量的预测结果进行小波重构。以某市实际采集的样本数据为例,并将重构结果与单独应用LSSVM预测模型及ANN(Artificial Neural Networks)预测模型进行对比分析。结果表明:小波变换和LSSVM-DE预测模型的预测精度分别比单独应用LS-SVM和ANN预测模型高出1.662%、1.14%、3.96%、2.99%、15.53%和1.942%、1.01%、3.07%、1.86%、12.26%。该结论预示着将小波变换和LSSVM-DE理论相结合对天然气日负荷时间序列进行预测是一种行之有效的方法。     

北京市城市燃气日负荷与高峰小时流量的关系

北京市根据经验取小时高峰系数为1.2来计算冬季高峰小时流量,但随着用气量的增加,用气结构的变化,此传统算法已不再适用.分析了近年来北京市的燃气管网工况,探索了日负荷与高峰小时流量及小时高峰系数之间的规律,提供了日负荷及相应高峰小时流量和小时高峰系数的经验值.     

城市燃气负荷的短期预测

城市燃气负荷的短期预测对保证城市供气的相对稳定尤为重要。为此,通过对各类气象因子与燃气日负荷间的相关性分析,以有效温度为主导因素,结合大连地区温度分布规律,推导出燃气日负荷预测模型与月负荷预测模型间的关系,建立了不同预测步长下基于双曲正弦函数的燃气负荷短期预测模型,计算出日负荷预测模型在最不利工况下(传统节日集中的月份)的平均绝对百分比误差(MAPE)和均方百分比误差(RMSPE)值分别为3.67%和5.03%,月负荷预测模型的MAPE和RMSPE值分别为1.02%和1.32%,均小于10%,日负荷预测模型与月负荷预测模型的预测能力均达到较高精确度。利用该转换关系不但能够实现预测模型预测步长的改变,而且所获得的模型预测效果也较理想。对于不同的城市,只要根据该地区气象及燃气负荷特点,选择合适的模型参数值,利用该预测方法即可实现不同预测步长下燃气负荷的短期预测。     

城市燃气负荷预测方法及其分析

随着我们国家在社会建设事业中不断的前行和发展,促进商品经济发展的全新理念,将城市燃气负荷预测的方法及手段充分的运用到社会建设中来,提高我们国家城市经济发展的重要保障。燃气负荷预测的发展方法,是通过对城市建设的研究和分析不断的摸索出来的,以促进国家社会经济发展为前提,推进社会经济建设的重要理念。在城市燃气市场发展的前景中,对于液化石油气场出现的巨大变化,需要不断的通过社会科技创新发展来实现和完成。     

城市燃气负荷预测技术研究方法分析

本文介绍了燃气负荷预测方法,并选用灰色—神经网络预测方法进行实例考核,表明灰色—神经网络预测方法使预测精度得到了明显的提高,降低了实际负荷值和预测值之间的平均绝对误差和平均相对误差。     

基于残差修正的冬季天然气日负荷预测模型

在考虑冬季天然气相邻日负荷进行连续多日负荷预测时,由于模型本身误差及气象预报误差的存在,将在迭代预测中产生误差累积,造成预测精度降低。基于小波神经网络(WNN)建立初步日负荷预测模型,以温度为标准将数据集分为"日常温度"和"极端温度",分别引入BP神经网络,作为残差修正模型以降低误差累积对连续多日负荷预测的影响,建立适用于北京供暖季天然气负荷短期预测模型。实验结果表明,经残差修正后北京市的天然气日负荷预测平均绝对误差由5.21%降低至2.98%,取得较好的预测效果。通过对比分析,残差修正网络能有效修正极端气象条件负荷预测值以降低连续多日负荷预测中的误差累积现象,从而提升模型整体精度,对商业天然气日负荷预测具有较高应用价值。     

城市燃气负荷规律性分析与预测误差评价

负荷预测对城市燃气供应系统的可靠性和经济运行具有重要意义。负荷预测误差由建模误差和外推误差两部分构成,其大小不仅受预测方法的影响,更取决于负荷自身的规律性和随机性特点。通过研究负荷规律性与预测误差之间的关系,基于小波分析和逐点差分法给出了负荷预测误差上下限的定量估计和评价方法,并结合实例进行了说明,分析了不同地区、不同时段燃气负荷的规律性和稳定度特点,为建立科学合理的负荷预测精度评价和方法选择标准提供了理论依据。     

城市燃气短期负荷预测中的气温累积效应

气温累积效应的存在影响了城市燃气短期负荷预测的准确性。针对这一问题,分析了气温累积效应强度的影响因素及其特点;引入了气温累计效应系数,提出了解决气温累积效应的具体方法。计算表明,考虑气温累积效应可显著提高预测的准确度。     

城市燃气调峰负荷预测软件的研究与开发

准确地预测城市燃气用气负荷量，才能为调峰储气设施的确定及城市燃气优化调度提供最基本的设计参数。考虑近期我国燃气市场的需求，开发了城市燃气调峰负荷预测软件系统。该软件包括历史数据处理及输入模块、负荷预测模型库模块、各类型负荷预测模块、预测结果数据库输出模块、调峰负荷与储气匹配比较等5个模块。对某城市天然气调峰负荷预测的结果表明，该系统能取得满意的预测效果。     

基于事例推理的燃气负荷预测

燃气负荷是城市燃气系统运行稳定性和经济性的重要因素，而影响负荷变化的因素很多，所以负荷预测是一个复杂的问题。将事例推理机制和负荷预测有机结合在一起，提出了一种新的燃气预测方法。应用燃气预测方法对某市的燃气负荷随机选取一周进行预测，结果在合理的范围内，对实际应用有一定的指导意义。     

重负荷燃气发动机油的应用研究

15W-40重负荷燃气发动机油表现出优异的黏度保持性、抗磨损性和抗氧化性,可完全满足CA6SF2燃气发动机的润滑要求。在城市道路下,推荐换油周期为25 Mm。     

重负荷燃气发动机油的应用研究

用加氢基础油研制的15W-40重负荷燃气发动机油具有适宜的硫酸盐灰分、碱值和运动黏度,优异的抗氧化性能和抗磨损性能。应用研究表明,研制的重负荷燃气发动机油能满足重负荷燃气发动机300 h的润滑要求。     

城市燃气自动压力控制系统

城市燃气管道智能调压器自动控制设备已研制成功。使用传统调压器时，必须用成套的手控调压器按季节供气量进行人工调节，以使供气量不低于用气量，满足高峰负荷之需。但这样会使气体泄漏率过高，导致用户实际用气量低于额定值。美国Fisher国际控制设备公司的一种新型自动压力控制系统成功地解决了这个问题。这种自动调压器可使街区配气系统的压力设定在实时需求的水平上，从而削减了手工调节的费用和气体泄漏率，提高了气体计量的精度。城市燃气自动压力控制系统$2002中国管道发展暨技术研讨会     

城市燃气输送工程用管

通过对城市燃气用聚乙烯管(PE)、铸铁管、焊接钢管及执行标准的介绍和其优缺点的比较,提出城市燃气用管应从安全性、经济性、适用性等方面综合考虑,慎重选择输送管种类.     

探讨城市燃气安全管理

现在社会发展中,天然气作为一种清洁能源在人们日常生活中正逐步代替煤炭、石油,成为主要能源。燃气具有热值高、污染少、使用方便、价格低廉等优点,给人民的生产生活带来很大的方便,在给人们生活带来便利的同时,燃气管理存在的缺陷也逐步的暴露,燃气事故多发,天然气巨大的破坏力成为制约其发展的最大因素,因此对城市燃气必须严格的管理。本文主要分析城市燃气日常存在的问题,并对其提出安全运营提出安全可靠的建议,最大限度降低燃气事故发生概率,提高城市燃气安全水平的措施进行讨论,供燃气工作者参考。     

基于CatBoost的供水量组合预测模型探讨

如何合理安排水资源并减少水资源浪费是亟需解决的问题,精确预测供水量并为供水系统调度方案的制定提供必要的数据支持是目前重要研究方向之一。建立了一种基于CatBoost的城市供水量组合预测模型,该模型基于KNN算法对异常数据进行识别和校正,从而减少异常数据对模型精度的影响;随后采用SVR,XGBoost, LightGBM和CatBoost模型预测供水量数据;为了融合各模型的优点并提高模型的预测精度,将各单一模型的预测结果作为输入特征,采用CatBoost模型进一步预测供水量数据并得到最终的供水量预测结果。仿真实验结果表明：所提出的基于CatBoost的组合预测模型具有更好的预测精度,验证了该模型在城市供水量预测问题中的有效性。     

基于三角函数模型的燃气短期负荷预测研究

目前国内外燃气短期负荷预测的方法很多，但没有任何一种方法能保证在任何情况下都获得满意的预测结果，因而如何提高预测精度一直是人们追求的目标。针对短期负荷的变化规律，文章应用三角函数法理论建立了预测模型。实例分析表明，该模型预测误差满足工程实际需要。     

重负荷燃气发动机油研制及其应用研究

伴随着燃气发动机技术的不断升级,燃气发动机油应用领域由轻负荷逐渐转向重负荷,发动机功率的增大和负荷的增加对燃气发动机油的性能方面提出了更加苛刻的要求,本文介绍了重负荷燃气发动机油的研制,并考察了其在重负荷燃气发动机上的使用性能。     

燃气短期负荷预测的小波分析综合模型

城市燃气负荷预测对于保证燃气企业的供气安全、优化调度等具有重要意义。燃气负荷受天气、温度、节假日及一些随机因素等影响,很难建立准确的预测模型。为此,根据H市燃气短期日负荷变化特点,提出了用于燃气短期负荷预测的小波分析综合方法。首先用信息熵函数最小选择最优小波基,然后用其对燃气负荷进行二层分解得到负荷的低频信号和高频信号。低频信号受各种主要因素的影响,反映燃气负荷整体的变化趋势,对低频信号利用神经网络进行建模与预测;高频信号则主要受随机因素的影响,可将其看作“白噪声”,对其建立时间序列自回归预测模型。低频信号和高频信号的预测值合成得到预测结果。实例验证表明,燃气短期负荷预测小波分析综合模型有效地提高了负荷预测精度。