基于神经网络的燃气小时负荷预测.pdfVIP

第25卷 第2期 山 东建 筑 大 学 学 报 Vol_25 No．2 2010焦 4月 JOURNAL OF SHANDONG JIANZHU UNIVERSITY Apr． 2010 文章编号：1673—7644f2010)02—0206—04 基于神经网络的燃气小时负荷预测 张明光 ，刘连国 ，王磊 ，王洋 ，田贯三 (1．山东建筑大学 热能工程学院，山东 济南250101；2．荣成市建设工程勘察设计审查中心，山东 荣成264300) 摘要：燃气小时负荷预测对于保证管网的用气量以及管网的运行调度和优化配置具有重要作用。通过对小时 负荷特性及其影响因素的分析，采用三层BP前馈神经网络 ，利用VC6．0++编制的运算程序对燃气小时负荷 进行预测。预测结果表明：该模型具有较好的精度，可以满足负荷预测的需要 ，具有较好的应用前景。 关键词：燃气管网；小时负荷；BP模型；负荷预测 中图分类号：TU996．3 文献标识码：A Gashour’Sloadforecastingbasedonneuralnetwork ZHANG Ming—guang ，LIU Lian—guo ，WANG Lei，eta1． (1．SchoolofThermalEnergyEngineering，ShandongJianzhuUniversity，Jinan250101，China；2．RongchengInspec— tionCenterforConstrctionProjectandDesign，Rongcheng246300，China) Abstract：Gashoursloadforecastingplaysan importantrolein gasconsumption，theoperation of schedulingandoptimizationinthepipelinenetwork．Throughanalysisofthehour’Sloadcharacteristics andinfluencingfactors．Three—layerBPfeedforwardneurM network．andVC 6．0 + + procedures areemployedforthepreparationofthecomputingloadon thegas—hourforecasts．Predictionresults show thatthemodelbearshighaccuracy，whichmeetstheneedsofloadforecastingandhasagood applicationprospect． Keywords：gaspipeline；hoursload；BPmodel；loadforecasting 置 ，提高燃气管网的可靠性和安全性具有重要的意 0 引言 义 。 目前，负荷预测的方法有不均匀系数法、回归分 燃气小时负荷可以提前确定燃气输配系统的管 析法、时间序列法、灰色理论和人工神经网络等。其 径、设备的通过能力和燃气用量的变化规律，便于制 中，文献[1]介绍了回归分析法是利用多元 回归模 定相应的供气计划，保障用户的正常用气，提高管网 型建立负荷与影响因素之间的数学关系表达式，然 系统运行的经济性和可靠性。小时负荷偏高，会增 而回归分析法无法处理很难用数学模型描述的动 加管网输配系统的投资和运行费用，如果偏低，则会 态、非线性的关系，只适合用于长期负荷预测；文献 影响居民用户和工业生产的正常用气。城市燃气管