首页 > 学术论文

关于天然气管网的短期燃气负荷优化预测研究

来源:论文学术网
时间:2024-08-19 04:45:42
热度:

关于天然气管网的短期燃气负荷优化预测研究【摘要】:由于短期天然气负荷受天气、温度和社会等多种复杂因素的影响而表现出非线性、非平稳的特性,在负荷曲线上表现为多种波动模态,而多数预测方

【摘要】:由于短期天然气负荷受天气、温度和社会等多种复杂因素的影响而表现出非线性、非平稳的特性,在负荷曲线上表现为多种波动模态,而多数预测方法直接把影响因素引入到整体的燃气负荷中。为有效提高预测精度,提出一种采用经验模式分解(EMD)和粒子群小波神经网络(PSO_WNN)的短期燃气负荷预测方法。针对历史负荷中的不良数据,首先进行预处理,然后针对历史负荷序列的,再利用EMD按频率将负荷序列分解为固有模态IMF分量,小波神经网络(WNN)具有良好的非线性逼近能力和自学习能力,所以选择WNN预测模型,采用粒子群优化(PSO)算法的全局快速寻优优化小波神经网络的参数,增强预测模型的全局搜索能力,最后对各IMF建立PSO_WNN预测模型进行预测,对上述预测结果进行重构得到最终的预测结果。运用上述模型进行仿真,结果表明,该模型与单一的BP预测和EMD_WNN预测方法相比,预测精度比较高,为短期负荷优化预测提供了参考。 【作者单位】: 上海师范大学信息与机电工程学院;北京信息科技大学自动化学院;
【关键词】短期负荷预测 经验模式分解 粒子群算法 小波神经网络 预测精度
【基金】:上海市科委项目(11510502400)
【分类号】:TE973;TP183
【正文快照】: l引言 天然气因其安全可靠、洁净环保的优点受到广泛应用[1]。我国城市用气规模不断扩大,对燃气管网的建设、维护、调峰以及储气等方面的要求也不断提高,负荷预测是上述工作的一个重要参考依据,所以负荷预测方法得以广泛的研究UM]。准确的负荷预测可以提髙燃气系统的可靠性和

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于小波神经网络的化工安全评估    李晓利;张峰光;范家文;

基于小波神经网络模型的冶金企业能耗预测    张加云;张德江;冷波;

小波神经网络在故障诊断中的应用研究    张梅;刘广璞;

小波神经网络在煤矿传感设备故障处理中的应用    王雪松;

基于小波神经网络的地面集输管道结垢预测研究    李娜,袁宗明,曹鉴华,李德郁,伍顺伟

小波神经网络在农药荧光光谱识别中的应用    王玉田;李艳春;林洪彬;

基于小波神经网络的中国煤炭消耗预测    马致远;龚灏;黄晓春;

基于小波神经网络的晶体光损伤诊断    蒋恩松;李孟超;孙刘杰;

基于小波神经网络的油泵故障诊断    赵鹏程;朱焕勤;孟凡芹;秦勇;

小波神经网络在流体压力信号中的消噪研究    谌炎辉;胡义华;

基于小波神经网络的异步电机故障诊断    胡博;陶文华;崔博;白一彤;尹旭;

一种改进小波神经网络模型在电力故障信号识别中的应用    何正友;钱清泉;

基于小波神经网络的齿轮裂纹故障诊断    鲁艳军;陈汉新;陈绪兵;

小波神经网络结合多项式的混合预测方法在通信规划中的应用    董健;尹萌;张辉;

复合材料疲劳剩余寿命预测的动态小波神经网络方法    谢建宏;张为公;

基于小波神经网络的水质预测应用研究    陈建秋;张新政;

小波神经网络的高效学习算法及应用研究    孙正贵;

基于小波神经网络的轧机特性回归    黄敏;朱启兵;崔宝同;

一种基于改进遗传算法的小波神经网络    周绍磊;张文广;李新;

基于小波神经网络的模拟调制信号自动识别    杜青;刘剑飞;刘娟;乔延华;

小波神经网络若干关键问题研究    侯霞

小波神经网络算法及其船舶运动控制应用研究    章文俊

小波参数化与小波神经网络研究    高协平

自适应结构优化神经网络控制研究    宋清昆

广义小波神经网络实现雷达相关滤波的研究    李永红

量子信道与量子小波神经网络相关问题研究    银俊成

多小波和小波神经网络构造及其在电弧故障诊断中的应用研究    李文军

遗传算法与小波神经网络中若干问题的研究    刘守生

基于小波神经网络理论的VOCR与HOCR技术研究    黄同成

基于粗集—小波神经网络的煤炭企业管理研究    蔡振禹