天然气工业
天然氣工業
천연기공업
NATURAL GASINDUSTRY
2007年
8期
103-105,108
,共4页
城市燃气%负荷预测%小波分析%神经网络%时间序列%数学模型
城市燃氣%負荷預測%小波分析%神經網絡%時間序列%數學模型
성시연기%부하예측%소파분석%신경망락%시간서렬%수학모형
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.
城市燃氣負荷預測對于保證燃氣企業的供氣安全、優化調度等具有重要意義.燃氣負荷受天氣、溫度、節假日及一些隨機因素等影響,很難建立準確的預測模型.為此,根據H市燃氣短期日負荷變化特點,提齣瞭用于燃氣短期負荷預測的小波分析綜閤方法.首先用信息熵函數最小選擇最優小波基,然後用其對燃氣負荷進行二層分解得到負荷的低頻信號和高頻信號.低頻信號受各種主要因素的影響,反映燃氣負荷整體的變化趨勢,對低頻信號利用神經網絡進行建模與預測;高頻信號則主要受隨機因素的影響,可將其看作"白譟聲",對其建立時間序列自迴歸預測模型.低頻信號和高頻信號的預測值閤成得到預測結果.實例驗證錶明,燃氣短期負荷預測小波分析綜閤模型有效地提高瞭負荷預測精度.
성시연기부하예측대우보증연기기업적공기안전、우화조도등구유중요의의.연기부하수천기、온도、절가일급일사수궤인소등영향,흔난건립준학적예측모형.위차,근거H시연기단기일부하변화특점,제출료용우연기단기부하예측적소파분석종합방법.수선용신식적함수최소선택최우소파기,연후용기대연기부하진행이층분해득도부하적저빈신호화고빈신호.저빈신호수각충주요인소적영향,반영연기부하정체적변화추세,대저빈신호이용신경망락진행건모여예측;고빈신호칙주요수수궤인소적영향,가장기간작"백조성",대기건립시간서렬자회귀예측모형.저빈신호화고빈신호적예측치합성득도예측결과.실례험증표명,연기단기부하예측소파분석종합모형유효지제고료부하예측정도.
