城市燃气高中压管网宏观模型研究-建筑与土木工程专业论文.docx

Classified Index:TU996.6+2 U.D.C.: 696 Dissertation for the Master Degree in Engineering RESEARCH ON THE MACRO MODEL OF CITY GAS HIGH PRESSURE AND MEDIUM PRESSURE PIPELINE NETWORK Candidate： Yaou Shui Supervisor： Prof. Jiao Wenling Academic Degree Applied for： Master of Engineering Specialty： Architecture and Civil Engineering Affiliation: School of Municipal Environmental Engineering Date of Oral Defense: June, 2013 Degree Conferring Institution: Harbin Institute of Technology 摘 要 近几年，天然气在我国高速发展，天然气需求量越来越大、天然气的利用 逐渐深入到各行各业。作为燃气下游的供应者，城市燃气公司直接输运、配送 天然气到各个终端用户。如何能够安全、经济地保障终端用户供气，是燃气公 司运营的重要任务。在保障终端用户供气的过程中，如何进行快速准确地分析 管网水力工况、预测下一个时刻各控制点的压力，是保证供气的关键。宏观模 型避开管网结构参数和状态参数的影响，只研究城市门站、储配站运行参数和 管网控制点运行参数的关系，具有计算简单、计算速度快等特点，适合于城市 燃气管网的实时调度。本文主要研究的就是城市燃气管网宏观模型。 在进行模型建模之前，需要对模型重要的输入变量——门站流量进行预测。 本文考虑了有完整历史数据和无完整历史数据两种情况下的门站流量预测。利 用指数平滑法来预测有完整历史数据管网系统的门站流量，利用典型负荷曲线 来解决无完整历史数据时的门站流量预测。本文用实例验证了指数平滑法对日 负荷预测的正确性，并首次提出了灰色关联分析法确定燃气典型负荷曲线的方 法。 本文在既有的管网回归模型的基础上，提出了适用于具有多个城市门站的 燃气管网的线性回归模型。通过实例分析，验证了该模型的正确性。面对部分 离群数据可能导致误差较大的情况，本文又提出了多元线性周回归模型。并将 周回归模型应用到城市燃气管网低压预警和承载力计算中。针对用气高峰时段 预测精度不高的情况单独建立了高峰用气二次曲线回归模型，提升了预测精度。 回归模型通过分段建模得到了较好的预测精度，但回归模型仍然存在着回 归方程个数多、容错性差、方程适用范围窄等局限性。针对这些局限性，本文 提出用 BP 神经网络进行宏观建模的思路。人工神经网络被认为是 20 世纪人工 智能界最具有发展前途的三个重要领域之一。本文利用 BP 人工神经网络，以 城市门站流量等宏观变量为输入、建立了适用于燃气管网的 BP 网络结构，编 译程序，以 H 市燃气管网为例，进行了 matlab 仿真，首次实现了人工神经网络 在城市燃气管网宏观模型中的应用。该模型预测精度高，用气高峰、低谷均能 够得到较好的预测精度。与回归模型相比，BP 人工网络宏观模型模型个数更少、 适用范围更广、预测精度更高。 关键词：燃气管网；宏观模型；BP 神经网络；门站流量预测；典型负荷曲线 Abstract With the high-speed development of our country in recent years, natural gas demand is increasing and the use of natural gas is gradually into the various industries. As gas downstream suppliers, city gas companies transport and distribution of natural gas directly to end users. It is an important task of gas companies operating to ensure the end user gas supply safety and economy. How to analysis the hydraulic conditions of pipe network quickly and predict the next moment pressure of control points is the key of gas supply.