城市天然氣日負荷預(yù)測模型研究
發(fā)布時間:2021-01-21 22:06
天然氣作為一種清潔高效的化石能源,在世界一次能源使用中占據(jù)了重要的地位。為了優(yōu)化我國能源結(jié)構(gòu),近些年國家出臺了一系列重要的政策,來引導(dǎo)天然氣產(chǎn)業(yè)的發(fā)展。得益于國家政策的大力引導(dǎo)和鼓勵,天然氣產(chǎn)業(yè)在我國取得了快速發(fā)展。然而由于天然氣自身的特殊性,其需要存儲在低溫高壓等非常規(guī)壞境,大量存儲天然氣將會帶來一定的安全隱患,目前技術(shù)條件下不適合大量存儲。準確預(yù)測未來一段時間內(nèi)天然氣用氣負荷,可以為天然氣輸氣管網(wǎng)的建設(shè),天然氣輸氣調(diào)度等提供科學(xué)合理的依據(jù),對提高天然氣公司運行效率,增加經(jīng)濟效益和保障用戶用氣安全具有重要的現(xiàn)實意義。本文主要針對山西省大同市民用天然氣負荷進行研究,并建立預(yù)測模型,主要內(nèi)容如下:(1)通過閱讀文獻和現(xiàn)場調(diào)研,研究了幾種不同的天然氣負荷預(yù)測周期,確定了天然氣短期負荷預(yù)測所需采集的數(shù)據(jù),通過研究采集到的數(shù)據(jù)的特征對其做了缺失值填充、噪聲去除、數(shù)據(jù)歸一化等預(yù)處理。(2)通過對天然氣負荷數(shù)據(jù)進行平穩(wěn)性和純隨機性檢驗,研究了天然氣負荷序列具有的時間序列特性,為后續(xù)建立時間序列模型提供參考。通過研究氣象條件對天然氣負荷的影響和兩者之間的相關(guān)性,為后續(xù)建立改進人工魚群算法優(yōu)化的神經(jīng)網(wǎng)...
【文章來源】:山西大學(xué)山西省
【文章頁數(shù)】:83 頁
【學(xué)位級別】:碩士
【部分圖文】:
天然氣負荷序列去噪結(jié)果
第三章 天然氣負荷預(yù)測相關(guān)數(shù)據(jù)特性研究機序列的原假設(shè),表明天然氣負荷序列為非純隨機序列。氣負荷影響因素研究研究氣象因子對天然氣負荷的影響以及兩者之間的相關(guān)性,本節(jié))分析和確定性(定量)分析兩個方向出發(fā),研究氣象條件對于響。對負荷量的影響研究氣負荷與溫度的關(guān)系如圖 3.1 所示:
圖 3.2 天然氣負荷與日平均氣壓關(guān)系 3.2 可以看出天然氣負荷變化曲線與日平均氣壓變化曲線趨勢一關(guān)性。當(dāng)日平均氣壓處于較高水平時,天然氣負荷也處于一個較平均氣壓處于較低水平狀態(tài)時,天然氣負荷同樣處于一個較低的中直觀表現(xiàn)來看,天然氣負荷變化受日平均氣壓影響較大,因此可然氣日負荷的一個主要影響因素。氣象條件對日負荷的影響研究氣負荷與風(fēng)速、降雨量、相對濕度的關(guān)系分別如圖 3.3、圖 3.4、圖
【參考文獻】:
期刊論文
[1]基于果蠅算法和SVM的天然氣日負荷預(yù)測[J]. 宋娟,潘歡. 控制工程. 2017(10)
[2]基于SVM-GA模型的城市天然氣長期負荷預(yù)測[J]. 董明亮,劉培勝,潘振,文江波,李秉繁. 遼寧石油化工大學(xué)學(xué)報. 2017(02)
[3]天然氣市場短期負荷預(yù)測技術(shù)特點與發(fā)展方向探討[J]. 郝迎鵬,孫春良,趙忠德,陳進殿. 城市燃氣. 2016(06)
[4]關(guān)于天然氣管網(wǎng)的短期燃氣負荷優(yōu)化預(yù)測研究[J]. 張少平,徐曉鐘,代軍委. 計算機仿真. 2016(03)
[5]基于極限學(xué)習(xí)機的燃氣日負荷預(yù)測[J]. 薄軍. 煤氣與熱力. 2016(02)
[6]配送中心選址問題的BFO-AFSA算法研究[J]. 費騰,張立毅,陳雷. 計算機工程與應(yīng)用. 2015(23)
[7]杭州市燃氣負荷與氣象條件的響應(yīng)關(guān)系及其預(yù)測模型[J]. 顧婷婷,駱月珍,潘婭英. 氣象科技. 2014(06)
[8]BP神經(jīng)網(wǎng)絡(luò)在煉油污水回用于循環(huán)水系統(tǒng)中腐蝕率的預(yù)測[J]. 顧敏,朱越平,鄭堉鑫,張新超. 當(dāng)代化工. 2014(11)
[9]統(tǒng)計相關(guān)性分析方法研究進展[J]. 樊嶸,孟大志,徐大舜. 數(shù)學(xué)建模及其應(yīng)用. 2014(01)
[10]動態(tài)分組方案的自適應(yīng)人工魚群算法[J]. 李會,張?zhí)禧?陶佰睿,王新紅. 計算機工程與應(yīng)用. 2013(08)
碩士論文
[1]基于GA-ACO算法和BP神經(jīng)網(wǎng)絡(luò)的語音識別研究[D]. 禹迪.湘潭大學(xué) 2016
[2]基于人工神經(jīng)網(wǎng)絡(luò)的電力SCADA系統(tǒng)的故障診斷[D]. 程楠.沈陽理工大學(xué) 2016
[3]EMD分解和SVM模型在時間序列荷載預(yù)測中的應(yīng)用[D]. 于萌.河北農(nóng)業(yè)大學(xué) 2015
[4]上海燃氣負荷中長期預(yù)測方法研究[D]. 曾南.上海師范大學(xué) 2013
[5]經(jīng)驗?zāi)B(tài)分解算法應(yīng)用研究[D]. 岳相臣.西安電子科技大學(xué) 2013
[6]城市天然氣中長期負荷預(yù)測技術(shù)研究[D]. 張曦.哈爾濱工業(yè)大學(xué) 2012
[7]基于神經(jīng)網(wǎng)絡(luò)組合預(yù)測的風(fēng)電場風(fēng)速及發(fā)電功率短期預(yù)測[D]. 楊江平.重慶大學(xué) 2012
[8]經(jīng)濟時間序列的趨勢分析和實證研究[D]. 趙爽.首都經(jīng)濟貿(mào)易大學(xué) 2012
[9]城市天然氣中長期負荷預(yù)測方法研究[D]. 高磊.哈爾濱工業(yè)大學(xué) 2011
[10]CPI指數(shù)序列的分析及預(yù)測[D]. 榮文靜.成都理工大學(xué) 2011
本文編號:2991972
【文章來源】:山西大學(xué)山西省
【文章頁數(shù)】:83 頁
【學(xué)位級別】:碩士
【部分圖文】:
天然氣負荷序列去噪結(jié)果
第三章 天然氣負荷預(yù)測相關(guān)數(shù)據(jù)特性研究機序列的原假設(shè),表明天然氣負荷序列為非純隨機序列。氣負荷影響因素研究研究氣象因子對天然氣負荷的影響以及兩者之間的相關(guān)性,本節(jié))分析和確定性(定量)分析兩個方向出發(fā),研究氣象條件對于響。對負荷量的影響研究氣負荷與溫度的關(guān)系如圖 3.1 所示:
圖 3.2 天然氣負荷與日平均氣壓關(guān)系 3.2 可以看出天然氣負荷變化曲線與日平均氣壓變化曲線趨勢一關(guān)性。當(dāng)日平均氣壓處于較高水平時,天然氣負荷也處于一個較平均氣壓處于較低水平狀態(tài)時,天然氣負荷同樣處于一個較低的中直觀表現(xiàn)來看,天然氣負荷變化受日平均氣壓影響較大,因此可然氣日負荷的一個主要影響因素。氣象條件對日負荷的影響研究氣負荷與風(fēng)速、降雨量、相對濕度的關(guān)系分別如圖 3.3、圖 3.4、圖
【參考文獻】:
期刊論文
[1]基于果蠅算法和SVM的天然氣日負荷預(yù)測[J]. 宋娟,潘歡. 控制工程. 2017(10)
[2]基于SVM-GA模型的城市天然氣長期負荷預(yù)測[J]. 董明亮,劉培勝,潘振,文江波,李秉繁. 遼寧石油化工大學(xué)學(xué)報. 2017(02)
[3]天然氣市場短期負荷預(yù)測技術(shù)特點與發(fā)展方向探討[J]. 郝迎鵬,孫春良,趙忠德,陳進殿. 城市燃氣. 2016(06)
[4]關(guān)于天然氣管網(wǎng)的短期燃氣負荷優(yōu)化預(yù)測研究[J]. 張少平,徐曉鐘,代軍委. 計算機仿真. 2016(03)
[5]基于極限學(xué)習(xí)機的燃氣日負荷預(yù)測[J]. 薄軍. 煤氣與熱力. 2016(02)
[6]配送中心選址問題的BFO-AFSA算法研究[J]. 費騰,張立毅,陳雷. 計算機工程與應(yīng)用. 2015(23)
[7]杭州市燃氣負荷與氣象條件的響應(yīng)關(guān)系及其預(yù)測模型[J]. 顧婷婷,駱月珍,潘婭英. 氣象科技. 2014(06)
[8]BP神經(jīng)網(wǎng)絡(luò)在煉油污水回用于循環(huán)水系統(tǒng)中腐蝕率的預(yù)測[J]. 顧敏,朱越平,鄭堉鑫,張新超. 當(dāng)代化工. 2014(11)
[9]統(tǒng)計相關(guān)性分析方法研究進展[J]. 樊嶸,孟大志,徐大舜. 數(shù)學(xué)建模及其應(yīng)用. 2014(01)
[10]動態(tài)分組方案的自適應(yīng)人工魚群算法[J]. 李會,張?zhí)禧?陶佰睿,王新紅. 計算機工程與應(yīng)用. 2013(08)
碩士論文
[1]基于GA-ACO算法和BP神經(jīng)網(wǎng)絡(luò)的語音識別研究[D]. 禹迪.湘潭大學(xué) 2016
[2]基于人工神經(jīng)網(wǎng)絡(luò)的電力SCADA系統(tǒng)的故障診斷[D]. 程楠.沈陽理工大學(xué) 2016
[3]EMD分解和SVM模型在時間序列荷載預(yù)測中的應(yīng)用[D]. 于萌.河北農(nóng)業(yè)大學(xué) 2015
[4]上海燃氣負荷中長期預(yù)測方法研究[D]. 曾南.上海師范大學(xué) 2013
[5]經(jīng)驗?zāi)B(tài)分解算法應(yīng)用研究[D]. 岳相臣.西安電子科技大學(xué) 2013
[6]城市天然氣中長期負荷預(yù)測技術(shù)研究[D]. 張曦.哈爾濱工業(yè)大學(xué) 2012
[7]基于神經(jīng)網(wǎng)絡(luò)組合預(yù)測的風(fēng)電場風(fēng)速及發(fā)電功率短期預(yù)測[D]. 楊江平.重慶大學(xué) 2012
[8]經(jīng)濟時間序列的趨勢分析和實證研究[D]. 趙爽.首都經(jīng)濟貿(mào)易大學(xué) 2012
[9]城市天然氣中長期負荷預(yù)測方法研究[D]. 高磊.哈爾濱工業(yè)大學(xué) 2011
[10]CPI指數(shù)序列的分析及預(yù)測[D]. 榮文靜.成都理工大學(xué) 2011
本文編號:2991972
本文鏈接:http://www.sikaile.net/kejilunwen/sgjslw/2991972.html
最近更新
教材專著