关于LS-SVM天然气管网负荷组合预测.pdfVIP

2010正 管 道 技 5 2010 第 3期 Pipeline Technique and No．3 基于LS—SVM 的天然气管网负荷组合预测 代小华 ，白建辉 ，杨 玲 ，唐小江 (1．中国石油天然气管道工程有限公司工艺室，河北廊坊 065000；2．中国石油勘探开发研究院，北京 100000； 3．中冶成工建设有限公司新疆分公司，新疆乌鲁木齐 830000；4．中国石油管道局物质装备公司，河北廊坊 065000) 摘要：针对现有组合预测模型，基于经验风险最小化原则，克服预测精度受组合模型限制的缺点， 提出一种基于最小二乘支持向量机(LS—SVM)的天然气管网负荷组合预测模型，并与AR模型、BP神 经网络模型、GM(1，1)模型以及最优权重组合模型进行了比较，得 出基于最小二乘支持向量机的天然 气管网负荷组合预测模型能够得到更高的预测精确度，可为天然气管网的安全运行以及优化调度提供 决策支持的结论。 关键词：天然气；管网；负荷；组合预测；最小二乘支持向量机 中图分类号：TE83 文献标识码 ：A 文章编号：1004—9614(2010)03—0014—03 CombinationM ethodofNaturalGasPipelineNetworkLoadForecasting BasedonLeastSquaresSupportVectorMachines DAIXiao-hua，BAIJian-hui，YANGLing，TANGXiao-jiang (1．ChinaPetroleumPipelineEngineeringCorporation，Langfang065000，China； 2．ResearchInstituteofPetroleum ExplorationDevelopment，Beijing100000，China； 3．MCC ChenggongConstructionCo．Ltd．，Urumchi830000，China； 4．ChinaPetroleum PipeHneMaterialEquipmentCorporation，Langfang065000，China) Abstract：Inlightoftheexistingcombinedpredictionmodelbasedontheexperienceofriskminimizationandoftheforecast accuracyofthemodelbythecombinationofrestrictions，anaturalgaspipenetworkloadforecastingmodelbasedon theleast squaressupportvectormachines(LS—SVM)isproposedandcompraedwiththeARmodel，BPneuralnetworkmodel，GM(1，1) modelaswellasthetoppriorityrecombinationmode1．Leastsquraessupport vectormachinesbasedonthenaturalgaspipeline networkloadforecastingmodelporftoliowillprovideahi曲erforecastaccuracyforthesafeoperationofthepipelinenetworkopti— mizationaswellas crediblesupportofrthetheory． Keywords：naturalgas；pipelinenetwork；load；forecast；LS—SVM 0 引言 预测方法，都基于传统的经验风险最小化原则(Empir— 管