本文選題：燃氣管網　切入點：短期負荷預測　出處：《系統(tǒng)工程理論與實踐》2014年11期 　論文類型：期刊論文

【摘要】：城市燃氣管網短期負荷預測對燃氣調度系統(tǒng)的安全與穩(wěn)定具有重要意義。為了提高城市燃氣管網短期負荷預測精度,建立了基于經驗模態(tài)分解(EMD)-相空間重構(PSR)-最小二乘支持向量機(LSSVM)的組合預測模型,首先,運用EMD算法把原始非線性時間序列分解為互不耦合的模態(tài)分量,并采用PSR算法確定LSSVM建模中各個分量的輸入輸出結構;其次,運用PSO算法對LSSVM建模中的參數進行優(yōu)化,使用訓練好的LSSVM模型對各個IMF分量進行回歸預測;最后運用該組合模型對鄭州市燃氣管網負荷進行短期預測。結果表明:與LSSVM回歸預測和BP神經網絡預測模型相比,本文提出的組合模型的預測精度更高,是一種更為有效的城市燃氣管網短期負荷預測方法。
[Abstract]:Short-term load forecasting of urban gas pipeline network is of great significance to the safety and stability of gas dispatching system. A combined prediction model based on empirical mode decomposition (EMD) and phase space reconstruction (PSR-LSSVM) is established. Firstly, the original nonlinear time series is decomposed into uncoupled modal components by EMD algorithm. The input and output structure of each component in LSSVM modeling is determined by PSR algorithm. Secondly, the parameters of LSSVM modeling are optimized by PSO algorithm, and each IMF component is predicted by trained LSSVM model. Finally, the combined model is used to forecast the load of gas pipeline in Zhengzhou. The results show that compared with the LSSVM regression forecasting and BP neural network forecasting model, the combined model proposed in this paper has higher forecasting accuracy. It is a more effective method for short-term load forecasting of urban gas network.
【作者單位】： 中國地質大學(武漢)經濟管理學院;合肥工業(yè)大學管理學院;
【基金】：國家自然科學基金面上項目(71173202) 中央高�；究蒲袠I(yè)務費專項資金(1410491T07)
【分類號】：TU996

【參考文獻】

相關期刊論文 前6條

1 諸克軍;李蘭蘭;龔承柱;;天然氣工業(yè)用戶峰谷分時定價多目標優(yōu)化模型[J];北京理工大學學報(社會科學版);2012年01期

2 周松林;茆美琴;蘇建徽;;基于小波分析與支持向量機的風速預測[J];太陽能學報;2012年03期

3 謝啟偉;軒波;李建平;韓華;;經驗模式分解算法的分析及應用[J];系統(tǒng)工程理論與實踐;2009年11期

4 葉林;劉鵬;;基于經驗模態(tài)分解和支持向量機的短期風電功率組合預測模型[J];中國電機工程學報;2011年31期

5 阮連法;包洪潔;;基于經驗模態(tài)分解的房價周期波動實證分析[J];中國管理科學;2012年03期

6 羅世華;周斌;李穎;;基于小波分析的股市波動的多重分形辨識[J];系統(tǒng)工程理論與實踐;2012年11期

【共引文獻】

相關期刊論文 前10條

1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應用[J];安徽工程科技學院學報(自然科學版);2003年04期

2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機的軟測量模型及應用[J];安徽工程科技學院學報(自然科學版);2004年02期

3 許高程;張文君;王衛(wèi)紅;;支持向量機技術在遙感影像滑坡體提取中的應用[J];安徽農業(yè)科學;2009年06期

4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機遙感圖像融合分類方法研究進展[J];安徽農業(yè)科學;2010年17期

5 王爾丹;人群運動與密度估計技術研究[J];安全;2005年03期

6 馮學軍;;最小二乘支持向量機的研究與應用[J];安慶師范學院學報(自然科學版);2009年01期

7 周德強;馮建中;;建筑物沉降預測的改進Verhulst模型研究[J];地下空間與工程學報;2011年01期

8 王立平;孔小梅;付夢印;王美玲;張甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期

9 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數估計(英文)[J];半導體技術;2008年06期

10 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預測[J];半導體技術;2011年09期

相關會議論文 前10條

1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(下)[C];2012年

2 宋海鷹;桂衛(wèi)華;陽春華;;基于核偏最小二乘的簡約最小二乘支持向量機及其應用研究[A];第二十六屆中國控制會議論文集[C];2007年

3 宋海鷹;桂衛(wèi)華;陽春華;;基于最小二乘支持向量機的Hammerstein-Wiener模型辨識[A];第二十六屆中國控制會議論文集[C];2007年

4 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

5 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六屆中國控制會議論文集[C];2007年

6 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六屆中國控制會議論文集[C];2007年

7 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

8 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七屆中國控制會議論文集[C];2008年

9 閻綱;梁昔明;龍祖強;李翔;;一種新的提前一步預測控制算法[A];第二十七屆中國控制會議論文集[C];2008年

10 孫玉坤;王博;丁慎平;;基于模糊支持向量機的賴氨酸發(fā)酵軟測量[A];第二十七屆中國控制會議論文集[C];2008年

相關博士學位論文 前10條

1 趙瑩;半監(jiān)督支持向量機學習算法研究[D];哈爾濱工程大學;2010年

2 殷志偉;基于統(tǒng)計學習理論的分類方法研究[D];哈爾濱工程大學;2009年

3 孔凡芝;引線鍵合視覺檢測關鍵技術研究[D];哈爾濱工程大學;2009年

4 鄭大騰;柔性坐標測量機空間誤差模型及最佳測量區(qū)研究[D];合肥工業(yè)大學;2010年

5 李書艷;單點氨基酸多態(tài)性與疾病相關關系的預測及其機制研究[D];蘭州大學;2010年

6 張明;電能質量擾動相關問題研究[D];華中科技大學;2010年

7 張昌明;新疆漢族、維吾爾族及哈薩克族食管癌血清蛋白質指紋圖譜研究[D];新疆醫(yī)科大學;2010年

8 王曉明;基于統(tǒng)計學習的模式識別幾個問題及其應用研究[D];江南大學;2010年

9 劉衛(wèi)紅;垃圾郵件檢測與過濾關鍵技術研究[D];華南理工大學;2010年

10 許偉;基于進化算法的復雜化工過程智能建模方法及其應用[D];華東理工大學;2011年

相關碩士學位論文 前10條

1 曾傳華;基于顏色和紋理特征的竹條分級方法研究[D];華中農業(yè)大學;2010年

2 李金華;基于SVM的多類文本分類研究[D];山東科技大學;2010年

3 田文娟;基于支持向量機的人民幣序列號識別方法的研究[D];山東科技大學;2010年

4 孟培培;基于3S的土地督察信息系統(tǒng)研究[D];山東科技大學;2010年

5 朱耿峰;支持向量機在沖擊地壓預測模型中的應用研究[D];山東科技大學;2010年

6 李海清;支持向量機在金融市場預測中的應用[D];遼寧師范大學;2010年

7 李朋勇;基于全矢高階譜的故障診斷方法及其應用研究[D];鄭州大學;2010年

8 劉磊;多泥沙河流水庫優(yōu)化調度研究[D];鄭州大學;2010年

9 李光遠;基于在線聚類和最小二乘支持向量機的模糊建模方法研究[D];鄭州大學;2010年

10 辛保兵;既有預應力混凝土梁橋剩余承載力評估方法研究[D];鄭州大學;2010年

【二級參考文獻】

相關期刊論文 前10條

1 王慧勤;;基于支持向量機的短期風速預測研究[J];寶雞文理學院學報(自然科學版);2009年01期

2 馬瑞恒,李釗,王偉策,錢漢明,徐全軍,婁建武,唐獻述,周翔;基于小波變換模極大的爆破震動信號奇異譜分析[J];爆炸與沖擊;2004年06期

3 呂淼;;天然氣儲氣調峰建設與服務定價研究[J];城市燃氣;2010年07期

4 黃詒蓉;中國股票市場多重分形結構的實證研究[J];當代財經;2004年11期

5 谷興凱;范高鋒;王曉蓉;趙海翔;戴慧珠;;風電功率預測技術綜述[J];電網技術;2007年S2期

6 杜穎;盧繼平;李青;鄧穎玲;;基于最小二乘支持向量機的風電場短期風速預測[J];電網技術;2008年15期

7 梁云芳;高鐵梅;;我國商品住宅銷售價格波動成因的實證分析[J];管理世界;2006年08期

8 王麗婕;廖曉鐘;高陽;高爽;;風電場發(fā)電功率的建模和預測研究綜述[J];電力系統(tǒng)保護與控制;2009年13期

9 傅強;周宇歡;王亮;;湍流與蠕蟲的DNA序列的多重分形譜分析[J];解放軍理工大學學報(自然科學版);2010年05期

10 趙婉淇;;我國電力產業(yè)定價機制改革研究[J];經濟論壇;2010年04期

相關博士學位論文 前2條

1 張甫仁;燃氣管網系統(tǒng)安全性及仿真的理論分析與應用研究[D];天津大學;2005年

2 余俊;證券市場的分形特征研究[D];青島大學;2008年

相關碩士學位論文 前2條

1 王建剛;城市天然氣輸配管網的數學模型及優(yōu)化[D];西安電子科技大學;2008年

2 曹洪偉;天然氣集輸管道調峰優(yōu)化運行研究[D];大慶石油學院;2009年

【相似文獻】

相關期刊論文 前10條

1 鞠平,姜巍,趙夏陽,王俊鍇,張世學,劉琰;96點短期負荷預測方法及其應用[J];電力系統(tǒng)自動化;2001年22期

2 莫維仁,孫宏斌,張伯明;面向電力市場的短期負荷預測系統(tǒng)設計及實現[J];電力系統(tǒng)自動化;2001年23期

3 金海峰,熊信艮,吳耀武;基于相似性原理的短期負荷預測方法[J];電力系統(tǒng)自動化;2001年23期

4 趙登福,王蒙,張講社,雷兵,張濤,周琳,王錫凡;基于確定性退火方法的短期負荷預測[J];中國電機工程學報;2001年07期

5 姜勇,盧毅;基于相似日的神經網絡短期負荷預測方法[J];電力系統(tǒng)及其自動化學報;2001年06期

6 陳桂遠;廣西電網短期負荷預測及其數學模型[J];廣西電力技術;2001年01期

7 青志文,沈新祥,劉明清,姚建剛,曾剛,秦煒;地區(qū)電網短期負荷預測系統(tǒng)的研究與開發(fā)[J];湖南電力;2001年03期

8 尤勇,盛萬興,王孫安;一種新型短期負荷預測模型的研究及應用[J];中國電機工程學報;2002年09期

9 陳曉平,胡子珩,劉順桂,莫維仁,張伯明;商業(yè)性城市負荷特點及其短期負荷預測[J];廣東電力;2002年02期

10 唐向陽;應用于短期負荷預測的自適應建模方法[J];廣西電力技術;2002年03期

相關會議論文 前10條

1 侯廣松;劉偉生;;適用于地區(qū)電網的短期負荷預測方法的研究[A];2005中國電機工程學會電力系統(tǒng)自動化專委會全國供用電管理自動化學術交流暨供用電管理自動化學科組第二屆年會論文集[C];2005年

2 朱桂華;賴曉平;云昌欽;;在線短期負荷預測方法的研究與應用[A];1995年中國控制會議論文集（上）[C];1995年

3 杜欣慧;張嶺;畢艷華;;采用自適應神經網絡進行短期負荷預測[A];2004全國測控、計量與儀器儀表學術年會論文集（下冊）[C];2004年

4 侯廣松;劉偉生;謝廣建;;基于相關因素映射和神經網絡的短期負荷預測[A];2006電力系統(tǒng)自動化學術交流研討大會論文集[C];2006年

5 唐向陽;;應用于短期負荷預測的自適應建模方法[A];廣西電機工程學會第七屆青年學術交流會論文集[C];2002年

6 杜俊紅;滕歡;滕福生;;在線超短期負荷預測的分析與應用研究[A];2006中國電力系統(tǒng)保護與控制學術研討會論文集[C];2006年

7 侯廣松;劉偉生;;基于相關因素映射和神經網絡的短期負荷預測[A];山東電機工程學會第十一屆優(yōu)秀學術論文集[C];2008年

8 盛瓊;顧澤;駱麗楠;;基于實時氣象要素的湖州短期負荷預測研究[A];第八屆長三角氣象科技發(fā)展論壇論文集[C];2011年

9 張雪瑩;管霖;;采用譜分析建模和基于人工神經網絡的短期負荷預測方案[A];廣東省電機工程學會2003-2004年度優(yōu)秀論文集[C];2005年

10 田曉;顏勇;孔凡坊;顧德英;;新型神經網絡在短期負荷預測中的應用研究[A];山東電機工程學會第五屆供電專業(yè)學術交流會論文集[C];2008年

相關重要報紙文章 前2條

1 通訊員池長斌;寧夏電網短期負荷預測西北第一[N];中國電力報;2011年

2 通訊員 池長斌;寧夏電力短期負荷預測保持領先[N];中國電力報;2011年

相關博士學位論文 前10條

1 盧蕓;短期電力負荷預測關鍵問題與方法的研究[D];沈陽工業(yè)大學;2007年

2 鄭永康;相空間重構與支持向量機結合的短期負荷預測研究[D];西南交通大學;2008年

3 王碩禾;基于短期負荷預測技術的電能控制系統(tǒng)研究[D];天津大學;2009年

4 程其云;基于數據挖掘的電力短期負荷預測模型及方法的研究[D];重慶大學;2004年

5 王志勇;數據挖掘方法在短期負荷預測中的應用研究[D];浙江大學;2007年

6 葉彬;混合智能建模技術及其在短期負荷預測中的應用研究[D];浙江大學;2006年

7 蘇慶新;區(qū)域電力系統(tǒng)超短期負荷預測及網絡建模分析[D];東華大學;2008年

8 吳宏曉;基于軟計算方法的電力系統(tǒng)負荷預測[D];上海交通大學;2007年

9 雷紹蘭;基于電力負荷時間序列混沌特性的短期負荷預測方法研究[D];重慶大學;2005年

10 謝忠玉;電力短期負荷時間序列混沌特性分析及預測研究[D];哈爾濱工程大學;2010年

相關碩士學位論文 前10條

1 耿艷;基于最小二乘支持向量機的短期負荷預測方法及應用研究[D];山東大學;2008年

2 王黎明;電力系統(tǒng)中短期負荷預測的研究[D];中國石油大學;2008年

3 趙冬紅;短期負荷預測改進方法研究[D];華北電力大學（北京）;2009年

4 潘學華;遺傳模糊算法及其在短期負荷預測中的模型研究[D];華北電力大學（河北）;2009年

5 云會周;基于機器自學習的電力系統(tǒng)超短期負荷預測研究[D];華北電力大學（北京）;2010年

6 邵俊;縣域地區(qū)短期負荷預測模型的研究[D];浙江大學;2009年

7 寧卜;基于模糊聚類分析與最小二乘支持向量機的短期負荷預測[D];西安理工大學;2009年

8 溫可明;市場條件下佛山地區(qū)電網短期負荷預測的研究[D];華南理工大學;2009年

9 鐘光科;偏最小二乘回歸分析在短期負荷預測中的應用[D];河北工程大學;2011年

10 蘇慶新;一種配電網超短期負荷預測的神經網絡方法[D];曲阜師范大學;2002年

，

本文編號：1633965