基于PSO-LSTM混合模型的天然气管道多用气节点负荷预测研究.docx

摘要 以往针对单一城市或地区的天然气短期负荷预测，对天然气管道系统而言是单节点的预测研究，对短期内管道系统最优生产调度计划的制订指导意义不足。以某天然气管道沿线4个城市用气节点为例，建立一种基于PSO（粒子群算法）优化LSTM（长短期记忆神经网络）的天然气短期负荷预测模型。针对负荷数据含噪问题，采用分解去噪算法进行数据去噪；针对LSTM网络超参数较难合理选取问题，通过PSO算法进行模型超参数寻优；针对多用气节点负荷预测问题，将节点间用气负荷相关性引入预测模型研究。结果表明，结合数据去噪与节点负荷相关性的PSO-LSTM混合模型具有较高的预测精度，针对用气负荷最高节点的决定系数R2能够达到0.9