网站大量收购独家精品文档,联系QQ:2885784924

上海燃气负荷预研究.pdf

  1. 1、本文档共54页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
上海燃气负荷预研究

摘 要 天然气作为绿色能源,是城市燃气的发展方向,加大天然气在能源消费结构 中的比重,既有利于促进节能减排,又能够维持经济与社会可持续发展。上海作 为最早应用天然气的城市之一,正在大力推进天然气的应用,特别是西气东输的 贯通,极大的促进了上海天然气的快速发展。为了实现天然气供气系统的高效运 行、优化调度和科学管理,作为决策基础的燃气负荷预测工作就显得尤为重要了。 本文通过对上海燃气系统负荷规律的分析致力于燃气负倚的精准预测,对当 今流行的各种智能预测技术如:数据挖掘(DM)、神经网络(NN)、支持向量机(SVM)、 PS0优化算法等做了深刻的研究,并探索了两种组合预测模型。 第一种是把粗糙集和BP神经网络结合起来,利用粗糙集对负荷数据中有噪 声、冗余和不相关的数据预处理,然后再作为输入变量到BP神经网络进行训练和 预测,比单纯的BP神经网络有了较大的提高。 第二种是综合自组织特征映射网络(SOFM)和回归支持向量机(SVR)预测技术 的一种日负荷预测模型。在此模型中,我们采用SOFM来将训练数据样本聚类,经 过聚类后每组包含特征类似的数据,然后再用SVR分别对每组聚类后的数据分别 建立预测模型,在SVR核函数的参数选择上采用℃PS0优化算法。我们还用数据挖 掘方法对历史负荷数据进行了预处理,对离散数据点进行判定并做了修正,使其 更能反映燃气负荷的规律性;采用基于过滤器的特征选择,选择对负荷影响较大 的因素作为SOFM的输入变量。实验结果表明,该模型无论是在训练时间还是预测 精度上都有较大的提高。 优化算法; Abstract Asa the directionofthe in resource,natural greenenergy gas‘isdeVelopment gas the thenatural in stI。ucturenot city.Increasinggasproponionenergy is consumption for conserVationandemission alsocanmaintainthe onlygoodenergy reduction,but sustainable of andthe ofthefirst deVelopmenteconomy society.Shanghai…一one citiestousenaturalwhichis the of gaS greatly promotednow,especiallyjoining—up theWest-to·Eastnaturaltmnsmissionhas the gaS really project promotedr印id ofthenaturalin ordertorealizet11e deVelopment gasShanghai.In emcient operation of andscientific load gaSsupplysystem

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档