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。     

Z地区天然气管网平衡差影响因素分析与天然气需求短期预测

为掌握管网进销平衡差波动规律,提前做好管网管存合理分配,基于Z地区天然气管网进销特征,结合近3年管网进销平衡差动态资料,从季节性、日期类型、天气温度等因素入手,分析了Z地区管网进销平衡差的影响因素,并采用方差分析方法对各影响因素进行综合评价,量化分析各因素对管网平衡差的影响程度,结果发现,冬季(供暖季)、节假日对于管网进销平衡差有显著的影响。根据方差分析结果,建立了关于管网销气量的神经网络短期预测模型。用BP、Elman、RBF神经网络模型预测日常管网销气,得到2020年3月整体销气预测值的平均相对误差分别为1.95%、1.51%、1.45%,均方根误差分别为781.34×10~4、703.65×10~4、655.31×10~4m3。相比其他两种模型,RBF神经网络预测值更加贴近实际销气量,具有良好的预测结果。RBF神经网络模型预测重大节日管网销气,所得误差值稍大于日常情况下的预测值,但误差仍在合理的范围之内,证明该模型能够准确地预测重大节日下管网销气量,为Z地区管网调度运行、工况调整提供数据支持。     

��Ȼ�������ļ������÷��������

通过对已建天然气管网的技术经济模拟，并结合今后管网发展的需求，提出了改扩建天然气管网的经济决策方法。该方法首先采用模糊线性规划预测出将来的输气量，然后采用管网模拟技术对现有管网进行模拟，提出改扩建方案，最后建立管网经济模型，并用此模型来优化所提出的方案。     

基于灰色理论的川渝管网天然气负荷预测软件研发

介绍了川渝管网天然气负荷预测计算方案、软件的实现思路与特色，并以成都某计量站的真实数据为样本，分别使用小时气量数据和日气量数据对未来一天或若干天的相应负荷进行预测，达到了理想的精度。     

城市天然气短期日需求量预测新模型

准确预测短期城市天然气需求量,对于城市天然气的合理调峰调压、安全供应、管网优化等都具有重要的现实意义。目前,城市天然气短期需求量预测模型主要包括时间序列、回归分析、支持向量机、灰色关联等,但其精度均不很理想,神经网络的精度虽然较高,但却容易陷入局部最小值,降低了泛化性。较之于上述诸多模型,最小二乘支持向量机基于结构风险最小化的原则,对于非线性问题也能得到较高的精度和泛化性,并且不容易出现过拟合现象。为此,基于对城市天然气短期日需求量的各种影响因素的全面分析和讨论,最终将气象、日期、政策确定为影响因素,并采用模糊综合评价法、经验打分法及专家评分法处理因素中的定性数据,采用极差变换法处理其他定量数据,最终利用最小二乘支持向量机建立了城市天然气短期日需求量预测新模型。仿真实验以四川省成都市为例,新模型预测结果平均绝对百分比误差为1.423%,较之于ARIMA、灰色关联、BP神经网络以及非线性回归等模型,新模型的预测精度有了很大的提高。结论认为,新模型的预测结果可作为确定城市天然气短期日需求量的依据和参考。     

基于SVM方法的天然气管网负荷预测研究

准确的负荷预测是管网优化运行的基础,在总结前人对管网负荷预测方法研究的基础上,提出了基于支持向量机（Support Vector Machine,SVM）理论的管网负荷预测模型。SVM方法采用结构风险最小化原则（SRM）,与采用经验风险最小化原则（ERM）的传统神经网络方法相比,具有更好的预测精度,减少了对人工预测经验的依赖;SVM方法以统计学理论为基础,训练等价于解决一个二次规划问题,得到的是全局最优解,解决了神经网络方法中无法避免的局部最优解问题。利用四川某大型天然气管网实例进行验证,与BP神经网络方法所取得的预测结果进行比较,证明支持向量机方法能够得到更高的精确度,为管网的安全经济运行提供了可信的理论支持。     

基于RBF神经网络的自控仪表计量误差校正方法

常规石油化工自控仪表计量误差校正方法，利用最小二乘法解算误差补偿参数进行误差校正，缺少对数据中粗大误差的检测，导致误差校正能力较低。因此，提出基于RBP神经网络的石油化工自控仪表计量误差校正方法。对自控仪表采用通道的运行数据进行采集，确定误差来源，构建误差检定模型，采用罗曼若夫斯基准则检测计量数据中的粗大误差并予以剔除，利用RBF神经网络算法计算检定模型权值，基于完善的误差检定模型，结合最大化概率公式实现自控仪表计量误差校正。采用对比实验的形式测试所提方法的性能，结果表明，设计的校正方法具有较高的误差校正能力。     

一种新的天然气管网负荷预测方法

对管网负荷的准确预测是保证管网经济安全运行的前提，在总结前人大量的管网负荷预测方法的基础上，提出了基于新鲜度函数的模糊变权重组合预测管网负荷的方法。该方法是单模型预测技术的自然推广，通过将新鲜度函数引入组合预测，可有效地刻画时间序列的变化趋势，从而实现了对模糊自适应变权重组合预测方法的有效改进。改进后的组合预测方法不仅综合利用了各种预测方法的有用信息，而且该最佳组合预测的权系数也是时变的，是一种进一步提高预测精度的方法，具有预测精度高、计算简便的特点。     

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。     

����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。     

基于径向基网络的管道轴向应力强度因子计算

利用有限元方法进行分析计算得到了一批新的管道轴向应力强度因子数据,补充了管道轴向应力强度因子数据库。以径向基函数神经网络对计算所得数据进行处理,建立了一种2因素径向基函数网络模型。仿真结果表明,径向基函数网络模型能有效地对未知管道轴向应力强度因子进行预测。     

����Hopfield��������������������Ż�

在天然气工程中，勘察设计获得输气线路的基本数据资料后，将面临如何连接各节点使整个管网布局最合理的问题。当穿越城市较多，地形起伏复杂，可供选择的线路方案就有若干个，而所需要的最优化路线方案却只有一个。为此，提出应用Hopfield神经网络优化方法来求解天然气输气管网规划问题。通过分析输气管网最优化布局问题，确定了模型的目标函数和约束条件，建立了Hopfield神经网络的能量函数模型，得出网络收敛的动态方程，求解使能量函数达到极小点时的状态点，即输气管网的最优化布局方案。研究表明，应用Hopfield神经网络方法可以得到输气管网布局优化问题的有效解。     

川西天然气集输管网系统最优规划研究

川西天然气集输管网系统庞大而复杂，而管网最优规划是在气田开发地面工程建设中必须首先解决的问题，它不仅涉及到从井口到一级集气站，从一级集气站到二级集气站等的管网布置，还涉及到各级和各个集气站的布局。文章针对效益和费用两个目标，建立了川西集输管网系统最优规划的数学模型，并应用资源优化ReO软件进行了仿真计算，得出了川西管网的最优规划方案。该管网系统最优规划研究成果，不仅适用于新建天然气管网系统，还适用于已建管网系统的评价和改造。     

FAST Piper集输软件在气田管网分析计算中的应用

天然气集输管网运行状况分析和预测可为气井生产、气量调配、管网调整等提供依据。文章介绍了加拿大Fekete 公司的FAST Piper集输系统分析优化软件的功能、特点以及在气田集输管网分析中的应用步骤及过程。以靖边气田为例，利用该软件对气田生产中的集输系统节点压力预测、多方案计算优化、异常情况下管网运行状况瞬时模拟、环形管网以及配气管网等进行了分析。该软件界面直观，计算准确，基本可以处理天然气集输管网分析中的各类问题，并可有效提高工作效率。     

西部天然气管网稳态运行优化研究

基于现场报表数据反算校验的西部天然气管网SPS仿真模型,通过不同流量与运行压力级制分类搭建了管网运行方案库。结合深度学习模型对方案库数据进行训练与特征提取,建立了一种新的管网水力计算与压气站配置方法,在保证计算精度的基础上提高了大型天然气管网运行优化计算效率。利用动态规划算法对压气站最优出站压力变量进行选择,管网流量分配原则为系统总能耗最小。所建立的管网稳态运行优化模型同时具备计算的高效性与准确性,基于该优化模型编制了西部天然气管网稳态运行优化软件V1.0,经过现场实测数据验证,模型优化结果可以显著降低管网运行能耗,可为西部天然气管网的运行与调度提供有效参考。     

基于改进的遗传算法的天然气管网系统运行优化

在天然气管网系统安全稳定运行的基础上,为了实现节能减排,充分合理地利用管道的输配能力,将目标函数定义为天然气的最大流量,同时考虑管道内天然气稳定流动、各节点流量平衡、节点及管段压力等约束条件,建立了天然气管网系统优化数学模型。采用整数编码来进行管径编码,用模拟退火罚函数转化约束条件,并合理地将遗传算法的全局寻优能力和模拟退火的局部搜索能力互补融合起来,实现算法的改进和优化。将改进的遗传算法应用到某大型天然气管网优化设计的实例中,计算结果表明,改进的遗传算法在解的质量上和收敛的速度上都优于基本遗传算法,验证了所建立的优化模型是高效可行的。     

极限工况下的管网“互联互通”改进方案

在全国天然气管道"主干互联、区域成网"(以下简称"互联互通")基础格局逐渐形成的背景下,天然气管网规模日益扩大、管道分支和气源增加,并且分布不集中、输送方向可变,使得输气方案更加灵活,可以更好地解决某些地域的供气紧张问题;但受现有站场和设备的限制,暂不能满足某些多线组合极限工况,使得"互联互通"的初衷难以全部实现。为了使得现有的各输气干线在实现"互联互通"之后可以满足更多的多线组合工况,在分析"互联互通"背景下M管网工况变化的基础上,研发了可以进行水力仿真和压气站方案制订的计算软件,并对3种极限工况下的不同输气量情况进行了可行性试算,进而基于试算结果提出了相应的管网改进建议。研究结果表明:①经验证,软件计算误差满足要求;②在M管道某处增设压气站或在某些输气站场配置压缩机组;③M管网改进调整后,可以完成大部分的多线组合极限工况,真正实现"互联互通"的输气方案。结论认为,该研究成果有助于推进全国天然气管网早日实现"互联互通"。     

��Ȼ����������̬����

根据天然气管网的系统特征，阐述了天然气管网中的基本关系式和在天然气管网仿真中的应用方法；讨论了天然气管网静态仿真节点压力法和动态仿真特征线法的原理和仿真系统模型的建立方法。根据这些方法和长期的科研实践，研制了天然气管网静动态仿真软件ＧＡＳ－ＦＬＯＷ。该对管网结构不作，达用于由管道，调压阀，压缩机，气田及众多气源和用户组成的任意环状和枝状管网，实现天然气集，输，配管网的静动态仿真。还介绍了ＧＡＳＦＬ     

基于不确定性用气量的输气管网供气可靠度计算方法

由于未来用气量是一个随机变量,过去采用点预测的方式无法客观体现出其随机性的特征,由此得到的供气可靠性评价结果也难以客观反映实际情况。为了准确预测用气量,在调研输气管网供气量预测模型研究进展的基础上,提出了一种采用基于小波分解的神经网络模型来预测随机性用气量的供气可靠度计算方法,通过对比分析模型预测结果与实际用气量的误差,确定用气量所服从的分布类型及参数,结合管道的最大允许输气量,以供气可靠度最高作为目标函数,建立了优化流量分配及计算管网供气可靠度的数学模型,进而利用该模型对某一虚拟管网进行了供气可靠性评价。结果表明:(1)所建模型求解的流量分配方案优先保障权重较大/较为重要的用户,但会牺牲其他用户的供气可靠度,管网总体供气可靠度亦会下降;(2)取消权重后,管网总体供气可靠度提高,优先保障距离气源地较近的用户,若不要求完全满足用户的用气量,则在降低一定的标准后,所有用户的供气可靠度都能达标。结论认为:所提出的计算方法结合了用气量随机的特性,能够更加客观地评价管网的供气可靠度,同时由于引入了用户的权重,在计算管网供气能力的时候能优先满足重要的用户,更加符合实际情况,其评价结果可以指导输气管网的高效运行。     

基于PCA—RBF神经网络的乙烯氧化反应器收率预测模型

依据工艺机理和先验知识,初选了乙烯氧化反应器的收率神经网络预测模型的输入变量,用主元分析方法对输入变量进行主元分解,消除了变量之间的相关性,减少了输入变量数,简化了RBF神经网络的结构,仿真结构表明,PCA-RBF网络模型结构具有很强的预测能力。