论文部分内容阅读
随着燃气产业的迅猛发展,燃气负荷预测工作成为燃气系统管理部门的一项重要任务。把握燃气负荷的特性和变化规律,对其进行准确、合理的预测,对于提高燃气公司企业的经济效益和社会效益、保持燃气系统的安全稳定运行具有重要的意义。因此,为了满足城市燃气管网规划、运维管理及储气调峰等日益增长的需求,必须探索精确度更高,适用性更广的方法对燃气用量进行合理预测,从而缓解供需矛盾,有效解决我国发展中的燃气供给问题。为此,本文开展了以下几方面的研究工作:首先,详细分析了陕西省和南乐县的燃气负荷特性,根据负荷变化特点,挖掘出对中长期和短期燃气负荷影响较大的影响因子。其次,综合考虑主成分分析(PCA)、灰色模型(GM)、BP神经网络模型(BPNN)的建模原理及优缺点,提出了新型燃气负荷PCA-GM-BPNN组合预测模型。再次,针对本文选用的灰色理论及其优化模型、BP神经网络及其优化模型和新型PCA-GM-BPNN组合预测模型,利用MATLAB软件分别建立基于陕西省2004年~2011年燃气年负荷、南乐县2017年9月1日~10月20日燃气日负荷和10月1日0:00~10月15日24:00燃气小时负荷的五种预测模型对陕西省2012年~2015年的燃气年负荷值、南乐县2017年10月21日~10月30日的燃气日负荷值和10月16日0:00~10月18日24:00的小时负荷值进行预测。预测结果表明:PCA-GM-BPNN组合预测模型的年负荷预测MAPE值为8.21%,日负荷预测MAPE值为5.44%,小时负荷预测MAPE值为6.98%,均小于其他四种负荷预测模型,充分显示了PCA-GM-BPNN组合模型在年、日以及小时负荷预测方面的优越性。最后,开发GLP燃气负荷预测软件,编写了基于灰色理论算法和BP神经网络算法的java程序。