检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

考虑气温累积效应的短期负荷预测

华北电力大学学报（自然科学版） 2013年第1期40卷 49-54页

作者：李嘉龙李小燕刘思捷文福拴郭文涛广东电网电力调度控制中心广东广州510600 华南理工大学电力学院广东广州510640 浙江大学电气工程学院浙江杭州310027

随着经济持续发展,人民生活水平不断提高,空调等降温负荷在夏季用电负荷中所占比重近年来总体呈上升趋势。在此背景下,分析了负荷与气温的关系,发展了考虑气温累积效应和负荷对气温变化灵敏度的短期负荷预测方法。首先,通过考虑待预测... 详细信息

随着经济持续发展,人民生活水平不断提高,空调等降温负荷在夏季用电负荷中所占比重近年来总体呈上升趋势。在此背景下,分析了负荷与气温的关系,发展了考虑气温累积效应和负荷对气温变化灵敏度的短期负荷预测方法。首先,通过考虑待预测日的气温、高温持续天数以及待预测日与历史日的温差来计算气温累积效应强度,从而对气温进行修正;在此基础上,采用回归模型来分析负荷对气温变化的灵敏度;之后,以历史日负荷为基准值,根据待预测日与历史日的气温差异对待预测日的负荷进行预测。最后,用广东电力系统的历史负荷数据对所发展的负荷预测方法做了大量测试,表明了预测精度满足系统调度机构要求。

关键词：短期负荷预测气温累积效应回归模型负荷对气温灵敏度

基于气温累积效应的冬季燃气日负荷预测——以西安市为例

在线全文

学校读者我要写书评

暂无评论

油气储运 2016年第9期35卷 1014-1017页

作者：李谦益吴渊陕西省天然气股份有限公司

为了确保民生用气平稳有序,降低燃气管道运行风险,对城市用气短期负荷作出准确预测尤为重要。通过对西安冬季气温与燃气日负荷之间的关系分析,发现在不同的气温条件下,气温累积效应的强度不同,对燃气日负荷影响程度也不同。因此,提出基... 详细信息

为了确保民生用气平稳有序,降低燃气管道运行风险,对城市用气短期负荷作出准确预测尤为重要。通过对西安冬季气温与燃气日负荷之间的关系分析,发现在不同的气温条件下,气温累积效应的强度不同,对燃气日负荷影响程度也不同。因此,提出基于累积系数k的气温修正公式,在新公式中引入了预测日平均气温、低温持续天数及预测日前3天温差等因素的影响,从而使燃气日负荷与气温之间的相关程度得到较大提高。实例预测结果表明:通过累积效应系数对预测日气温进行修正后,得到了较高精度的燃气负荷预测结果,修正后预测值与实际燃气负荷的平均相对误差由修正前的7.78%降至4.63%。

关键词：燃气气温累积效应日负荷预测累积系数气温修正相关系数

在线全文

学校读者我要写书评

暂无评论

基于气温累积效应的农村煤改气负荷预测研究

基于气温累积效应的农村煤改气负荷预测研究

作者：张飞龙北京建筑大学

学位级别：硕士

天然气作为一种清洁、环保、高效的能源,近年来在能源消费领域的占比逐年增长,它已经深入到居民生活的方方面面。但是,目前燃气管网在调度方面仍存在着供气不均衡等问题,给居民用户的正常生活带来不必要的影响;特别是随着国家燃气用户... 详细信息

天然气作为一种清洁、环保、高效的能源,近年来在能源消费领域的占比逐年增长,它已经深入到居民生活的方方面面。但是,目前燃气管网在调度方面仍存在着供气不均衡等问题,给居民用户的正常生活带来不必要的影响;特别是随着国家燃气用户规模的不断扩大,处于燃气设施不够健全的农村地区,这些问题带来的影响更加明显。为了保证居民用户,特别是农村“煤改气”用户的正常、平稳用气,本文在考虑气温累积效应的前提下,展开了对山东某地农村“煤改气”用户燃气日负荷预测技术的研发,期望给农村地区燃气调度工作提供参考。首先,本文通过负荷预测关键词聚类分析图谱,分析了负荷预测的应用领域和研究内容,进而引出了燃气负荷预测的概念、特点;为了得到“煤改气”用户的负荷特点与规律,以实地调研结合分析历史燃气负荷数据的方式,得到了该类型用户的实际负荷特性;同时根据实际需求,制定了负荷预测研究工作的步骤。通过分析“煤改气”用户的负荷特性与实地调研结果,分析、确定了影响“煤改气”用户负荷的影响因素,即:日平均温度、节假日、天气类型和季节;结合农村“煤改气”用户的负荷特点,即主要用气时间在供暖季期间,受温度变化影响较大,提出了气温累积效应的概念,用以提高模型的预测精度,并通过实际负荷数据分析了气温累积效应产生的原因、造成的影响以及气温累积效应的表征。然后,通过对收集到的原始数据进行预处理,包括原始负荷数据中缺失值的插补、异常值的识别、标记、分析及替换等。此外,通过利用相关性原理,明确了各个影响因素与燃气日负荷之间的相关性及相关性大小;借助最大-最小标准化方法,对输入特征参数进行归一化处理,消除由于使用不同量纲的特征参数所带来的预测误差;选择了3种常用的评价指标,用于评价不同模型的预测性能。在此基础上,建立了基于气温累积效应的气温修正模型,对影响因素—温度(本文指日平均温度)进行修正;分别将修正前后的日平均温度作为输入参数,以BP模型进行验证。实例表明修正后的日平均温度能够使模型的预测精度得到提升,其预测结果的MAPE由6.78%降低至3.74%,即考虑气温累积效应的影响,将有助于提升模型的预测精度。最后,将修正后的日平均温度及其他选定的影响因素,用于山东某地农村“煤改气”用户2020/2021供暖季1月份的燃气日负荷预测中,并为此建立了WNN神经网络模型、BP神经网络模型、灰色预测模型、ARIMA模型和多元回归分析预测模型。结果表明WNN模型表现最好,其MAPE为2.62%;BP模型次之,其MAPE为3.49%;ARIMA和灰色模型的预测精度将近,MAPE分别为14.34%和16.00%;多元回归分析模型的预测效果最差,其MAPE为17.08%。实例验证表明了在充分的考虑气温累积效应的前提下,选择合适的影响因素和预测模型,将会得到较高的预测精度,这将为燃气管网的运行调度提供参考价值。

关键词：燃气负荷预测气温累积效应农村煤改气 WNN神经网络模型 BP神经网络模型

基于气温累积效应和炎热指数的夏季日最大电力负荷预测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

气象与环境科学 2021年第2期44卷 106-111页

作者：王丽娟任永建陈正洪何明琼陈英英李芬刘静湖北省气象服务中心武汉430074 上海电力学院电气工程学院上海200090

基于湖北省武汉市20082016年每日24 h间隔15 min的96个点的电力负荷数据中统计出的日最大、最小负荷数据及同期武汉站的日气象要素资料(剔除节假日及周末数据),分析了电力负荷与气温的相关性。考虑气温累积效应对电力负荷的影响,建立了... 详细信息

基于湖北省武汉市20082016年每日24 h间隔15 min的96个点的电力负荷数据中统计出的日最大、最小负荷数据及同期武汉站的日气象要素资料(剔除节假日及周末数据),分析了电力负荷与气温的相关性。考虑气温累积效应对电力负荷的影响,建立了气温累积效应的日最高气温修正公式,并利用实例验证了最高气温累积效应对最大电力负荷的影响。引入具有代表性的夏季人体舒适度——炎热指数,将修正后的日最高气温、炎热指数及最大电力负荷作为输入层,利用改进的BP神经网络(基于粒子群优化BP神经网络)对日最大电力负荷进行预测。结果表明:夏季日最大、最小电力负荷与最高气温、最低气温相关性较好,其中下半年日最大电力负荷与日最高气温相关系数均超过0.7,并存在气温累积效应;气温累积效应系数修正后的日最高气温与日最大电力负荷的相关性提升显著,均上升到92%以上,说明夏季最高气温累积效应是明显存在的。考虑日最高气温的累积效应,利用改进的BP神经网络预测模型预测日最大电力负荷,预测精度较高,预测结果能更好地为电力调度及安全运行提供参考依据。

关键词：相关性气温累积效应电力负荷预测神经网络

基于气温累积效应和灰色关联度的短期负荷预测研究

在线全文

学校读者我要写书评

暂无评论

电气自动化 2019年第3期41卷 52-55页

作者：张海涛李文娟向春勇王家华刘丽新云南电网有限责任公司临沧供电局云南临沧677000 北京清软创新科技股份有限公司北京100085

气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程... 详细信息

气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程度较大的气象因素。在此基础上,结合气温累积效应采用灰色关联方法对历史日进行分析,选取与待预测日关联度较大的历史日作为相似日,并对LSSVM模型进行训练和预测。实际应用表明,使用所提出的预测模型和数据处理方法能够得到更加精确的预测结果。

关键词：短期负荷预测气温累积效应灰色关联度相似日最小二乘支持向量机(LSSVM)

在线全文

学校读者我要写书评

暂无评论

城市燃气短期负荷预测中的气温累积效应

天然气技术与经济 2011年第3期5卷 58-60,80页

作者：邹晓琴胡梅阮青珂杨水清李晓魁周建中国石油西南油气田公司四川成都610051 中国石油西南油气田公司输气管理处四川成都610213 香港岭南大学香港999077 中国石油管道公司兰州输气分公司甘肃兰州730070

气温累积效应的存在影响了城市燃气短期负荷预测的准确性。针对这一问题,分析了气温累积效应强度的影响因素及其特点;引入了气温累计效应系数,提出了解决气温累积效应的具体方法。计算表明,考虑气温累积效应可显著提高预测的准确度。

关键词：城市燃气短期负荷气温预测气温累积效应

基于神经网络的日峰荷预测方法中日期类型系数的确定（英文）

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2015年第22期35卷 5715-5722页

作者：包宇庆李扬杨斌陈楚阮文骏东南大学电气工程学院江苏省南京市210096 江苏省电力公司江苏省南京市210024

对于基于人工神经网络的短期负荷预测来说,日期类型(星期几)是需要考虑的重要影响因素。通常,日期类型系数被编成7位二进制码作为神经网络的输入变量。该文提出一种日期类型系数的确定方法,将日期类型系数编为1位输入变量,由于精简了输... 详细信息

对于基于人工神经网络的短期负荷预测来说,日期类型(星期几)是需要考虑的重要影响因素。通常,日期类型系数被编成7位二进制码作为神经网络的输入变量。该文提出一种日期类型系数的确定方法,将日期类型系数编为1位输入变量,由于精简了输入量,从而提高了预测精度。该日期类型系数通过计算不同日期类型的负荷–气温散点图的拟合曲线、并估计不同日期类型的负荷之差得到。为了消除夏季气温累计效应对负荷的影响并得到更清晰的负荷日期特征,该文采用一种基于遗传算法的气温修正方法,对气温变量进行修正。最后通过对苏州的实际负荷数据预测验证了方法的有效性。

关键词：负荷预测神经网络日期类型系数气温累积效应

在线全文

学校读者我要写书评

暂无评论

河北省供暖季天然气负荷与气温关系分析研究

石油与天然气化工 2019年第5期48卷 42-48页

作者：段旭王志强马军韩路赵晓理宫敬中国石油大学(北京)油气管道输送安全国家工程实验室/石油工程教育部重点实验室/城市油气输配技术北京市重点实验室中国石油天然气销售北方公司

气温是影响供暖季天然气负荷的关键因素。基于河北省地区供暖季日用气量及气温的历史数据,比较了日用气量与日平均温度、最高温度和最低温度的相关程度,建立一元及二元回归方程,能够实现对没有较大政策变化下的供暖季的用气量预测,分析... 详细信息

气温是影响供暖季天然气负荷的关键因素。基于河北省地区供暖季日用气量及气温的历史数据,比较了日用气量与日平均温度、最高温度和最低温度的相关程度,建立一元及二元回归方程,能够实现对没有较大政策变化下的供暖季的用气量预测,分析结果表明,二元预测的误差较小。同时考虑了气温累积效应对供暖季用气量的影响,根据日气温的不同情况选取不同的气温累积效应系数对温度进行修正,提高了预测的准确性。分析供暖季天然气负荷与气温的关系,为更准确地预测天然气负荷提供了参考。

关键词：天然气负荷气温回归分析气温累积效应供暖季

城市供暖季天然气日负荷影响因素分析及预测应用

在线全文

学校读者我要写书评

暂无评论

城市供暖季天然气日负荷影响因素分析及预测应用

作者：刘慧萍中国石油大学(北京)

学位级别：硕士

近几年,随着科学技术的发展,天然气管道输送技术逐渐成熟,加之国家政策层面强调能源清洁性,天然气产业得到了迅速发展。本文以北京市天然气市场为背景,从影响因素分析的两个不同角度出发,分别研究了时序自身因素和外界影响因素对北京市... 详细信息

近几年,随着科学技术的发展,天然气管道输送技术逐渐成熟,加之国家政策层面强调能源清洁性,天然气产业得到了迅速发展。本文以北京市天然气市场为背景,从影响因素分析的两个不同角度出发,分别研究了时序自身因素和外界影响因素对北京市供暖季天然气日负荷的影响,并建立不同模型进行预测应用。首先,基于负荷序列自身因素进行了时间序列分析:选取北京市2017-2020年4个供暖季日负荷数据建立了ARMA(1,1)模型,并对2021年供暖季进行了不同周期(未来7日、15日及30日)的负荷预测,结果表明ARMA模型在预测未来15日负荷数据时精度最高,预测误差为8.39%;选取2021年供暖季之前50日负荷数据集建立了GM(1,1)模型,分别对2021年供暖季未来7日、15日天然气负荷进行预测,实验表明GM(1,1)模型在预测来来7日天然气日负荷时精度较高,预测误差为4.27%。然后,重点对气象因素中的气温累积效应和节假日因素进行了研究:利用体感温度和探究出来的气温修正公式两种方法分别对气温累积效应进行修正,并将修正后气温引入适用于小数据集的SVR模型对其进行改进,通过改进前后预测精度对比,发现改进后模型预测精度均有所提高,预测误差分别下降了1.077%及1.133%,验证了本文气温修正方法的有效性;此外对节假日因素进行了合理量化,并将其引入SVR模型对其进行改进。结果表明,引入量化的节假日因素后模型预测精度提高了2.332%,充分说明了节假日因素对日负荷预测的重要性。最后同时考虑气温累积效应和节假日因素影响对日负荷进行建模预测,发现与未考虑两者或仅考虑一种因素相比,模型预测精度有所提高,预测误差分别下降了0.58%和1.325%,说明了气温累积效应和节假日因素对北京市供暖季天然气日负荷预测具有重要影响。本文从影响因素分析的两个不同角度出发,分别建立了基于时序自身因素的时间序列模型和基于气温累积效应和节假日等外界因素的机器学习模型,对北京市供暖季天然气日负荷进行不同周期预测,模型都取得了较好的预测效果,说明本文的天然气负荷预测研究具有重要的现实意义。

关键词：天然气日负荷预测气温累积效应节假日供暖季