����ȼ������Ԥ��ϵͳ��ϵ�о�

城市燃气负荷与调峰是连接天然气供气系统上游与下游的关键问题，是实现系统优化调度和智能控制的基础，加之我国城市天然气供应呈现快速发展的趋势，燃气负荷预测已经成为一种迫切需求的实用技术。为此，以时间序列分析理论为指导，根据燃气负荷变化的复杂性、多样性和特殊性，将有关负荷基础理论与应用方面的研究系统化，建立了由负荷及相关资料调查、负荷工况分析、负荷变化规律、负荷预测、预测方法与预测模型和工程应用等六大模块构成的城市燃气负荷预测系统体系，以使燃气负荷这一领域的研究内容、研究方法和研究目标逐渐向系统化和高科技化发展，为丰富和完善天然气输气理论和技术奠定了重要的基础，有助于该领域的研究初步形成理论及从技术到实用的转化，并提供了目前燃气负荷预测能够达到的精度范围。     

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。     

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。     

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。     

气象条件对冬季城市燃气日用气量的影响

气象条件是冬季寒冷地区城市燃气日用气量的重要影响因素之一。以我国华北某城市为例,研究了冬季温度、湿度、风速等多种气象因子对燃气日用气量的影响,最终确定前一天气量、日平均温度、日照时数、星期类型为冬季城市燃气日用气量的关键影响因素。同时分析了冬季燃气日用气量的温度响应特性,对于城市燃气用气规律分析和负荷预测工作具有重要的指导意义。     

����ȼ���������ڸ���Ԥ���ʱ��ģ��

中国天然气工业将把局限在一个城市内的独立的燃气管网带入跨区域的、全国联网的、甚至与国际天然气管网相连接的天然气网络大系统，这就要求我国目前的燃气系统在功能上要有实质的进步，包括系统的信息采集与处理，建立运行在城市间的天然气网络优化调度系统，季节调峰和事故应急功能的地下储气库等。所有这些功能都离不开对燃气负荷的研究，时序模型的研究对于城市燃气负荷预测有重要的意义。文章对短周期负荷的数学模型进行了深入的研究，提出了用Fourier级数描述的数学模型，并给出了判断隐含周期项数和计算模型参数的方法。     

城市燃气日负荷PCA-GM-BPNN组合预测模型

城市燃气日负荷预测准确性,对燃气供应系统的优化设计、合理调度和稳定运行具有重要意义。基于BP神经网络、GM灰色预测理论和PCA主成分分析三种模型,综合考虑负荷预测的诸多影响因素,建立城市燃气日负荷PCA-GM-BPNN组合预测模型。该组合模型首先利用灰色优化模型预测出BP神经网络所需的样本校正序列,然后应用主成分分析技术对包括校正序列在内的日负荷影响因子进行降维处理,再将降维后累计贡献率占比85以上的几种主成分作为输入层神经元输入神经网络进行训练。通过实际应用效果分析可知,该组合模型预测的南乐县燃气日负荷MAPE值为4. 06,均小于其他四种负荷预测模型,是一种更为有效的城市燃气日负荷预测方法。     

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。