城市燃气负荷预测方法及其分析
城市燃气负荷预测方法及其分析
对城市燃气进行负荷预测在城市燃气的运行调度方面以及系统规划方面有着十分重要的意义。负荷预测体现出来的经济效益十分明显。文章从负荷预测的重要意义入手，分析了燃气负荷预测的重要方法。
标签：燃气负荷；负荷预测；方法
随着我国经济水平和人民生活水平的提高，燃气作为城市使用的主要能源之一，发展迅猛。其中，负荷预测工作是燃气企业工作中较为重要的一个部分，同时也受到了城市相关管理和规划部门的极度重视。燃气的负荷预测是一个非常值得深入研究的命题，它为燃气的调度、控制以及运行计划和相关规划提供了基础，也为城市相关的管理和规划部门提供了可控参考的信息参数。不断地提高燃气负荷预测的水平，研究符合预测的相关技术，对于城市燃气的计划于管理有着积极的辅助作用，对于城市燃气的运行以及维修的合理安排有着重要意义，使用科学的建设与规划方法，能够大大提升城市燃气方面的经济以及社会效益。
1 燃气负荷的预测基本过程
1.1 负荷预测
所谓负荷预测指的是通过对于相关系统运行的特性、自然因素、社会因素以及增容决策等因素进行分析，找出一套完整的、有规律性的可以对过去、现在和未来的负荷进行处理的数学方法。如果精度达到了一定的标准，则可以对未来特定的某一具体时刻的负荷值起到决定性作用。负荷预测的含义包括以下两个方面：其一是，预测未来的需求量；其二是预测未来的用气量。燃气负荷预测的本质方法就是对过去的一些负荷数值进行分析，依据旧的负荷值和精度分析，决定未来某一时刻的负荷值。
负荷预测的研究起源于二十世纪五六十年代，在二十世纪八十年代得到了迅猛的发展。现如今，计算机技术迅速的发展，随着信息化时代的到来，负荷预测的数值精度越来越高，负荷预测的速度也越来越快。
1.2 负荷预测的基本过程
1.2.1 对于历史数据以及基本数据的整合收集
科学使用描述性数据的汇总技术可以有效地识别出数据具有的典型性质，将噪声数据和离群点突出地表现出来。这个技术主要是对一些相关数据中体现的中心趋势以及离散程度进行度量。
1.2.2 对于原始数据进行科学化处理
在对一些原始数据的处理方面，一般都会遇到一些无精确的数据和信息，面对这些数据，必须进行反复的考量，否则使用精确度低的数据会直接对最终的结果造成影响。因此，对于原始数据必须进行科学的分析和处理，对一些精确度低的、较为异常的数据进行及时的调整，有助于最终经过精度的提升。
1.2.3 数据关联和相关分析
相关关联指的是通过对两个及两个以上的数据变量的相关性进行研究，并通过一些函数形式将现象表达出来，一般分成两种形式，一是函数关系，另一个是相关关系。函數关系中的各个变量相互依存，而相关关系中的变量并不确定。
1.2.4 燃气负荷预测方法
负荷技术的预测方法有很多中，每种方法都有自身的局限性和长处，采用哪种方法进行燃气负荷的预测需要根据具体的情况进行具体的分析。
2 城市燃气负荷预测方法分析
2.1 时间序列法
时间序列是由对于负荷的记录构成的。它是一组通过观察以及记录得到的按时间先后进行排列的数据。将数据按照时间顺序排列，可以明晰地为人们展示出所研究的数据在规定的时间段内的一些变化与发展，通过分析数据之间的变化、趋势得出一定的规律，进而作出预测。把一些对负荷产生影响的因素用时间来替代，依据数据建立模型进行分析和预测，提高预测结果的准确度。时间序列方法包括随机型和确定型两种。确定型方法包括移动平均方法以及指数平滑方法等，随机型则包括移动平均模型 MA（q）、自回归模型 AR（p）以及自回归-移动平均模型 ARMA等方法（p，q）等。考虑到城市的燃气负荷时间会收到很多方面因素的影响，所以，所掌握的数据本身都有着明显的变化性，所以使用随机型方法得出的预测精度要高于确定型。
2.2 灰色预测法
使用灰色理论对负荷进行预测的方法是一种不太严格的方法。灰色预测以灰色理论为基础，在数据不够充足的时候，可以运用灰色预测找到一定时期内起到明显作用的数据规律，建立起模型进行预测。这种预测方法对于数据要求少，建立模型的过程清晰简单，而且运算起来较为简便，但是，这种方法并不适合于长期的负荷预测。
2.3 回归分析法
所谓回归分析指的是通过对于历史数据中存在的规律和变化进行分析，列出变量之间的回归方程，根据确定的模型参数进行预测。回归分析适合于中长期的负荷预测，在使用这种方法的时候必须找到一个恰当好处的自变量，减少计算量，
增加模型稳定性，达到控制误差的目的。
2.4 专家系统法
这种方法主要是利用一些相关领域的专家的研究成果和丰富的经验进行权威预测和判断，结合经验丰富的负荷预测工作人员的知识积累对负荷进行预测。专家系统一般都有五个重要部分组成即知识库、推理机、综合的数据库、知识获取以及解释程序。使用这种方法可以很好的发挥人的能力，将相关领域的丰富经验和科学知识汇聚在一起，得到较大的信息量和较多的资料，具有权威性。因此，专家系统方法有着广阔的发展前景，这种方法对于中长期的预测十分适用。
2.5 人工神经网络法
人工神经网络指的是通过对人脑行为的模拟形成的网络系统，这种计算方法不同于传统的方法，是一种创新的处理信息的工具。通过一些学习中获得的参数映射出非线性关系，通过模拟人脑对数据进行智能化的分析，自动适应一些不够准确的数据，对于短期负荷预测极为有效。
3 结束语
对城市燃气进行负荷预测对于一个城市的燃气发展和使用有着重要的意义。燃气作为一种重要的城市使用能源得到越来越广泛的研究和重视。只有根据城市燃气的不同情况进行具体的分析，使用不同的方法对燃气负荷进行预测，才能有效的提高负荷预测的准确度，更好的推动城市燃气行业的发展，创造更多的社会效益和经济效益。
参考文献
[1]张超，刘奕，张辉，等.基于支持向量机的城市燃气日负荷预测方法研究[J].清华大学学报（自然科学版），2014，3：320-325+333.
[2]黄岳嵘，徐晓钟，张益铭，等.基于ARIMA和神经网络模型的城市燃气负荷预测[J].计算机应用与软件，2011，12：206-209.
[3]杨爱萍，邓连杰，刘凤国.城市燃气负荷预测技术应用分析[J].煤气与热力，2011，9：39-41.
[4]王树刚，王继红，端木琳，等.城市燃气负荷的短期预测[J].天然气工业，2010，5：104-107+148-149.
[5]隋耀光.浅析城市燃气系统规划中的负荷预测及其分析[J].科技风，2012，7：59-60.
基于改进Elman网络的燃气负荷预测
第36卷增刊(I)2006年7月 东南大学学报(自然科学版)JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition) Vol136Sup(I)July2006
基于改进Elman网络的燃气负荷预测
苏 刚1 王玲玲2 徐永生2
(1天津城市建设学院电子与信息工程系,天津300384)(2天津城市建设学院热能工程系,天津300384)
摘要:为提高燃气负荷预测的精度,分析了燃气小时负荷的变化规律和影响因素,建立了燃气小时
负荷预测模型,采用具有输出-输入反馈机制的改进Elman(OIFElman)网络对燃气小时负荷进行
预测.与传统的Elman网络比较,OIFElman网络不仅计入了隐层节点的反馈,而且考虑输出层节点
的反馈,以便从有限的训练样本中获得更多的信息.预测结果表明,在样本点较少时,无论在训练速度上,还是在预测精度上,OIFElman网络明显优于Elman网络.OIFElman网络提高了网络的泛化
能力,既降低了对训练样本个数的需求,又能提高预测精度,在燃气负荷预测中得到成功的应用.
关键词:OIFElman网络;燃气负荷;预测中图分类号:TP273 文献标识码:A 文章编号:1001-0505(2006)增刊(I)20168204
GasloadforecastingwithimprovedElmannetwork
SuGang1 WangLingling2 XuYongsheng2
(1DepartmentofElectronandInformationEngineering,TianjinInstituteofUrbanConstruction,Tianjin300384,China)(2DepartmentofThermalEngineering,TianjinInstituteofUrbanConstruction,Tianjin300384,China)
短期燃气预测的信息熵组合模型研究
第３０卷第５期
２０１３年５月 计算机应用与软件
Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ Ｖｏ１．３０ Ｎｏ．５
Ｍａｖ ２０１３
短期燃气预测的信息熵组合模型研究
祖广磊 陆黎明 徐晓钟
（上海师范大学信息与机电工程学院上海２００２３４）
摘要 城市燃气负荷量的预测对于智慧型城市智能化燃气系统来说具重要的作用并是富有挑战性的工作。针对本地区燃气负
荷具有周期性特点，为提高预测精度，提出一种基于信息熵的ＡＲＩＭＡ和ＢＰ神经网络并行组合模型预测方法。该方法在对原始数
据进行离群点预处理的基本上，首先用ＡＲＩＭＡ方法进行预测，将燃气负荷Ｔｓ分解成为趋势性和季节性两种Ｔｓ分别进行建模；然后
在ＢＰ神经网络中采用差值训练方法对负荷量进行预测；最后在基于信息熵的原理下将以上两种方法进行组合，从而预测出未来数
日的燃气日负荷量。以上三种方法的实验对比结果验证了燃气短期预测的信息熵组合模型的可行性与有效性。
关键词 信息熵差分自回归移动平均模型ＢＰ神经网络 时间序列预测
中图分类号ＴＰ３ 文献标识码Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８６ｘ．２０１３．０５．０３７
ＳＴＵＤＹ ｏＮ ＩＮＦｏＲＭＡＴＩＯＮ ＥＮＴＲｏＰＹ ＣＯＭＢＩＮＡＴＩｏＮ ＭｏＤＥＬ ＦｏＲ
ＳＨｏＲＴ．ＴＥＲＭ ＧＡＳ ＬｏＡＤ ＰＲＥＤＩＣＴＩｏＮ
Ｚｕ Ｇｕａｎｇｌｅｉ Ｌｕ Ｌｉｍｉｎｇ Ｘｕ Ｘｉａｏｚｈｏｎｇ
（Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｇｈａｉ Ｎｏｒｍａｌ Ｕｎｉｖｅ￣ｉｔｙ，Ｓｈａｎｇｈａｉ ２００２３４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ Ｆｏｒｅｃａｓｔｉｎｇ ｃｉｔｙ ｇａｓ ｌｏａｄ ｈａｓ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｆｏｒ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｇａｓ ｓｙｓｔｅｍ ｉｎ ｓｍａｒｔ ｃｉｔｙ ａｎｄ ｉｓ ａ ｃｈａｌｌｅｎｇｉｎｇ ｗｏｒｋ ａｓ ｗｅｌ１．
《城镇燃气规划规范》GB／T 51098-2015
《城镇燃气规划规范》GB／T
51098-2015
目录
1总 则
2术 语
3基本规定
4用气负荷
4.1 负荷分类
4.2 负荷预测
4.3 规划指标
5燃气气源
6燃气管网
6.1 压力级制
6.2 管网布置
6.3 水力计算
7调峰及应急储备
7.1 调 峰
7.2 应急储备
8燃气厂站
8.1 一般规定
8.2 天然气厂站
8.3 液化石油气厂站
8.4 汽车加气站
8.5 人工煤气厂站
9运行调度系统
附录A 城镇燃气规划编制需调研收集的资料及规划编制内容
附录B 燃气设施用地指标
本规范用词说明
引用标准名录
1总 则
1 总 则
1.0.1 为提高城镇燃气规划的科学性、合理性，贯彻节能减排政策，保障供气安全，促进燃气行业技术进步，指导城镇燃气工程建设，制定本规范。
1.0.2 本规范适用于城市规划或镇规划中的燃气规划的编制。
1.0.3 城镇燃气规划应结合社会、经济发展情况，坚持安全稳定、节能环保、节约用地的原则，以城市、镇的总体规划和能源规划为依据，因地制宜进行编制。 1.0.4 城镇燃气规划除应符合本规范外，尚应符合国家现行有关标准的规定。
2术 语
2 术 语
2.0.1 集中负荷 concentrated load
大型工业用户、燃气电厂、大型燃气锅炉房等对管网布局和稳定运行构成较大影响的负荷。
2.0.2 可中断用户 interruptible customer
在系统事故、气源不足或供气高峰等特定时段内，可中断供气的用户。
2.0.3 不可中断用户 uninterruptible customer
停止供气将严重影响生活秩序或威胁设备及人身安全的用户。
2.0.4 非高峰期用户 off-peak customer
在低于城镇燃气管网年平均日供气量时才用气的用户。
2.0.5 负荷曲线 load curve
在一定时间内，一类或多类用户负荷叠加后的用气量变化曲线，包括：年负荷曲线、周负荷曲线、日负荷曲线。年负荷曲线反映月负荷波动，周负荷曲线反映日负荷波动，日负荷曲线反映小时负荷波动。
城市规划相关知识城市市政公用设施第4章
知识点一：燃气种类 第四章 城市燃气工程规划
第一节 城市燃气种类及燃气系统
燃气按来源分类，可分为天然气、人工煤气、液化石油气和生物气四大类。一般在城市系统中，采用前三种类型燃气，生物气适宜在村镇等居民点选择。
知识点二：城市燃气系统
城市燃气系统包括气源、输配系统、用户系统。
天然气供气系统通过长输管线将天然气输送至天然气门站，通过调压系统，进入城市输配系统。
人工煤气厂一般离城市较近，大部分直接进入城市输配系统。
液化天然气均采用汽车或火车运输至小区气化站，直接减压输送至用户管道系统。液化石油气也采用瓶装送至用户。
部分城市采用由多种气源通过混气站混合后送入城市输配系统。第二节 城市燃气工程规划的主要任务和主要内容
知识点一：主要任务
结合城市和区域燃气资源状况，选择城市燃气气源，合理确定规划各个时期的气化率、管道普及率及各种燃气的用量，进行城市燃气气源规划；确定各种供气设施的规模、容量； 选择并确定城市燃气管网系统；科学布置气源厂、气化站等产、供气设施和输配气管道；制定燃气管道的保护措施。
知识点二：主要内容
1．城市总体规划阶段
1）现状城市燃气系统和用气情况分析；
2）选择城市气源种类，确定气源结构和供气规模；
3）确定城市气化率，预测城市燃气负荷；
4）确定气源厂、储配站、调压站等主要工程设施的规模、数量、用地及位置；
5）确定输配系统的供气方式、管线压力级制、调峰方式；
6）布局输气干管和城市输配系统；
7）确定区域调压站、储配站的规模、用地及位置；
8）提出近期燃气设施建设项目安排。
2．城市详细规划阶段
1）现状燃气系统和用气情况分析，上一层次规划要求及外围供气设施；
2）计算燃气用量；
3）落实上一层次规划的燃气设施；
4）规划布局燃气输配设施，确定其位置、容量和用地；
5）规划布局燃气输配管网；
6）计算燃气管网管径。
【例题】下面四项内容中，不属于城市燃气工程系统详细规划内容的是( )。
城市燃气负荷预测数据库系统的设计
第２６卷第４期 ２ＯＯ６年４月 煤气与热力 ＧＡＳ＆ＨＥＡＴ Ｖ０１．２６ Ｎｏ．４ Ａｐｒ．２００６
城市燃气负荷预测数据库系统的设计
喻兵 ， 宋 鼎 ， 邵震宇 ， 贾 林２， 彭黎辉
（１．清华大学自动化系，北京１０００８４；２．北京市公用事业科学研究所，北京１０００１１）
摘要： 介绍了自主开发的燃气负荷预测数据库系统的结构与功能。结合工程实例，论述了
系统的燃气负荷预测和指标统计功能。该系统处于试运行调试阶段，各项功能基本满足要求。
关键词： 燃气负荷预测； 神经网络； ＢＰ算法
中图分类号：ＴＵ９９６ 文献标识码：Ａ 文章编号：１０００－４４１６（２００６）０４—００１５—０３
Ｄｅｓｉｇｎ ｏｆ Ｄａｔａｂａｓｅ Ｓｙｓｔｅｍ ｆｏｒ Ｆｏｒｅｃａｓｔｉｎｇ Ｃｉｔｙ Ｇａｓ Ｌｏａｄ
ＹＵ Ｂｉｎｇ ，ＳＯＮＧ Ｄｉｎｇ ，ＳＨＡＯ Ｚｈｅｎ—ｙｕ ，ＪＩＡ Ｌｉｎ ，ＰＥＮＧ Ｌｉ－ｈｕｉ。
（１．Ｄｅｐｔ．ｏｆＡｕｔｏｍａｔｉｚａｔｉｏｎ，Ｔｓｉｎｇｈｕａ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００８４，Ｃｈｉｎａ；２．Ｂｅｉｆｉｎｇ Ｐｕｂｌｉｃ
Ｕｔｉｌｉｔｙ Ｓｃｉｅｎｃｅ Ｉｎｓｔｉｔｕｔｅ，Ｂｅｉｊｉｎｇ １０００１１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｆｕｎｃｔｉｏｎｓ ｏｆ ｓｅｌｆ－ｄｅｖｅｌｏｐｅｄ ｄａｔａｂａｓｅ ｓｙｓｔｅｍ ｆｏｒ ｆｏｒｅｃａｓｔｉｎｇ ｇａｓ ｌｏａｄ
ａｘｅ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ ｆｕｎｃｔｉｏｎｓ ｆｏｒ ｇａｓ ｌｏａｄ ｆｏｒｅｃａｓｔ ａｎｄ ｉｎｄｅｘ ｓｔａｔｉｓｔｉｃｓ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ａｘｅ ｄｉｓｃｕｓｓｅｄ ｉｎ ｃｏｍ—
ｂｉｎａｔｉｏｎ ｗｉｔｈ ｅｎｇｉｎｅｅｒｉｎｇ ｅｘａｍｐｌｅ．Ｔｈｅ ｓｙｓｔｅｍ ｉｓ ｉｎ ｃｏｍｍｉｓｓｉｏｎｉｎｇ ｐｈａｓｅ ｏｆ ｔｅｓｔ ｒｕｎｎｉｎｇ，ａｎｄ ｔｈｅ ｄｉｆｅｒ—
基于神经网络的燃气小时负荷预测
第２５卷 ２０１０焦 第２期 ４月 山东建筑大学学报 ＪＯＵＲＮＡＬ ＯＦ ＳＨＡＮＤＯＮＧ ＪＩＡＮＺＨＵ ＵＮＩＶＥＲＳＩＴＹ Ｖｏｌ＿２５ Ａｐｒ． Ｎｏ．２ ２０１０
文章编号：１６７３—７６４４ｆ２０１０）０２—０２０６—０４
基于神经网络的燃气小时负荷预测
张明光 ，刘连国 ，王磊 ，王洋 ，田贯三
（１．山东建筑大学热能工程学院，山东济南２５０１０１；２．荣成市建设工程勘察设计审查中心，山东荣成２６４３００）
摘要：燃气小时负荷预测对于保证管网的用气量以及管网的运行调度和优化配置具有重要作用。通过对小时 负荷特性及其影响因素的分析，采用三层ＢＰ前馈神经网络，利用ＶＣ ６．０＋＋编制的运算程序对燃气小时负荷 进行预测。预测结果表明：该模型具有较好的精度，可以满足负荷预测的需要，具有较好的应用前景。 关键词：燃气管网；小时负荷；ＢＰ模型；负荷预测 中图分类号：ＴＵ９９６．３ 文献标识码：Ａ
Ｇａｓ ｈｏｕｒ’Ｓ ｌｏａｄ ｆｏｒｅｃａｓｔｉｎｇ ｂａｓｅｄ ｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ
ＺＨＡＮＧ Ｍｉｎｇ—ｇｕａｎｇ ，ＬＩＵ Ｌｉａｎ—ｇｕｏ ，ＷＡＮＧ Ｌｅｉ ，ｅｔ ａ１． （１．Ｓｃｈｏｏｌ ｏｆ Ｔｈｅｒｍａｌ Ｅｎｅｒｇｙ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｄｏｎｇ Ｊｉａｎｚｈｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ ２５０１０１，Ｃｈｉｎａ；２．Ｒｏｎｇｃｈｅｎｇ Ｉｎｓｐｅｃ— ｔｉｏｎ Ｃｅｎｔｅｒ ｆｏｒ Ｃｏｎｓｔｒｃｔｉｏｎ Ｐｒｏｊｅｃｔ ａｎｄ Ｄｅｓｉｇｎ，Ｒｏｎｇｃｈｅｎｇ ２６４３００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｇａｓ ｈｏｕｒ＇ｓ ｌｏａｄ ｆｏｒｅｃａｓｔｉｎｇ ｐｌａｙｓ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｉｎ ｇａｓ ｃｏｎｓｕｍｐｔｉｏｎ，ｔｈｅ ｏｐｅｒａｔｉｏｎ ｏｆ
ｓｃｈｅｄｕｌｉｎｇ ａｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｉｎ ｔｈｅ ｐｉｐｅｌｉｎｅ ｎｅｔｗｏｒｋ．Ｔｈｒｏｕｇｈ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｈｏｕｒ’Ｓ ｌｏａｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ．Ｔｈｒｅｅ—ｌａｙｅｒ ＢＰ ｆｅｅｄ ｆｏｒｗａｒｄ ｎｅｕｒＭ ｎｅｔｗｏｒｋ．ａｎｄ ＶＣ ６．０＋＋ｐｒｏｃｅｄｕｒｅｓ
城镇燃气管网规划的设计要点
城镇燃气管网规划的设计要点
摘要：城镇燃气的供给是城镇建设与发展的关键环节，做好城镇燃气系统的规划设计，既可以满足城市的发展需求，又可以促进城市的经济发展。因此，城镇燃气管网的设计者必须高度重视，在具体的设计中，选取最适合的设计方案，并对其进行细致的分析，从而达到节约设计费用，保证安全、经济的目的。
关键词：城镇燃气； 管网规划 ；选择 ；设计要点
引言
最近的几年中我国天然气的普及程度越来越广泛，天然气管网工程建设数量越来越多，规模越来越大，因此想要保障天然气管网工程施工质量安全，相关管理部门需要高度重视天然气管网的建设工作，设计科学合理的方案。天然气管网的建设过程中，一定要结合建设的实际情况，满足运输需求，针对可能出现的一些影响因素，我们要采取相应的整改措施，施工单位在施工过程中一定要履行自身的管理职责，按照最初的设计方案和部署进行施工，严格落实现场的管理措施及施工技术要点
1城镇燃气管网的规划要具有科学性和合理性
1.1 能源消费总量和用气量的预测
国民经济的发展状况、人口、产值消耗、产业结构等都会对一座城镇的年能耗产生一定的影响。通过对城镇国内生产总值（GDP）、第二产业、第三产业等指标的分析，得出了能源消费与经济发展状况的相关性。同时，在对年能源消费进行预测时，要从历史上对其进行分析。以此为依据，形成了3个阶段的能源消费总量的动态变化，即缓慢增长、加速增长、平稳发展。相关部门能够基于城镇能源消费的发展规律，对未来的城市燃气管道网络进行合理的预测。
1.2采用燃气负荷预测方法进行负荷分析 在城市燃气规划设计中，科学合理地预测燃气负荷是非常关键的一步。目前，天然气负荷预测的主要方法有:分类指标预测法、横向比较法、弹性系数法、回归分析法、增长率法和人均空气指数法。在瓦斯规划中，应采用各种方法对瓦斯负荷进行预测，并进行对比分析，确定最终的瓦斯负荷，以保证预测的准确性和可靠性。
1.3与三级规划体系相一致城市燃气规划管网设计必须服从国家和地方法规的规划体系，遵循以建设管理机构为主导的垂直规划体系，参考政府和企业规划设计组成的规划体系。
基于相似日的节假日燃气短期负荷预测
第２６卷第５期 ２００６年５月 煤气与热力 ＧＡＳ＆ＨＥＡＴ Ｖｏ１．２６ Ｎｏ．５ Ｍａｙ ２００６
基于相似日的节假日燃气短期负荷预测
苗艳妹，段常贵
（哈尔滨工业大学市政环境工程学院，黑龙江哈尔滨１５００９０）
摘 要： 分析了燃气负荷的形状相似、趋势相似和特征相似，根据节假日燃气负荷的特点，提
出基于相似日的节假日负荷预测方法。以前趋势相似性和日特征相似性为原则，在燃气负荷历史
数据库中选择若干相似日，以相似日作为样本采用神经网络方法进行预测。实例证明该方法具有 良好的预测精度。
关键词： 城市燃气负荷； 短期负荷预测； 相似性； 相似日； 节假日 中图分类号：ＴＵ９９６ 文献标识码：Ａ 文章编号：１０００—４４１６（２００６）０５—００１０—０５
Ｓｈｏｒｔ－ｔｅｒｍ Ｇａｓ Ｌｏａｄ Ｐｒｅｄｉｃｔｉｏｎ ｉｎ Ｈｏｌｉｄａｙｓ Ｂａｓｅｄ ｏｎ Ｓｉｍｉｌａｒ Ｄａｙｓ
ＭＩＡＯ Ｙａｎ—ｓｈｕ，ＤＵＡＮ Ｃｈａｎｇ—ｇｕｉ
（Ｓｃｈｏｏｌ ｏｆ Ｍｕｎｉｃｉｐａｌ＆Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｅｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｅｒｂｉｎ
１５００９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｓｈａｐｅ ｓｉｍｉｌａｒｉｔｙ，ｔｒｅｎｄ ｓｉｍｉｌａｒｉｔｙ ａｎｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｓｉｍｉｌａｒｉｔｙ ｏｆ ｇａｓ ｌｏａｄ ａｒｅ ａｎａ— ｌｙｚｅｄ，ａｎｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｆｅａｔｕｒｅ ｏｆ ｇａｓ ｌｏａｄ ｉｎ ｈｏｌｉｄａｙｓ，ａ ｍｅｔｈｏｄ ｏｆ ｇａｓ ｌｏａｄ ｐｒｅｄｉｃｔｉｏｎ ｉｎ ｈｏｌｉｄａｙｓ
ｂａｓｅｄ ｏｎ ｓｉｍｉｌａｒ ｄａｙｓ ｉｓ ｐｕｔ ｆｏｒｗａｒｄ．Ｔａｋｉｎｇ ｔｈｅ ｆｏｒｍｅｒ ｔｒｅｎｄ ｓｉｍｉｌａｒｉｔｙ ａｎｄ ｄａｉｌｙ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｓｉｍｉｌａｒｉｔｙ
基于机器学习的天然气负荷预测模型研究
基于机器学习的天然气负荷预测模型研究
基于机器学习的天然气负荷预测模型研究
一、引言
天然气是一种清洁、高效的能源，广泛应用于工业、商业和居民生活领域。准确预测天然气负荷对于天然气供应和调度具有重要意义。然而，天然气负荷预测面临许多挑战，如季节性变化、天气影响以及特殊事件等。传统的基于统计模型的预测方法存在着预测精度低、无法处理复杂非线性关系等问题。因此，基于机器学习的天然气负荷预测模型逐渐成为研究的热点。
二、机器学习算法介绍
1. 支持向量机（Support Vector Machine，SVM）
支持向量机是一种常用的非线性分类和回归算法，通过构建超平面进行分类或预测。其通过间隔最大化的方式寻找最佳分类超平面。
2. 随机森林（Random Forest）
随机森林是一种基于决策树的集成学习算法，通过随机选择特征和样本子集构建多个决策树，并通过投票或平均的方式来得到最终的预测结果。
3. 循环神经网络（Recurrent Neural Network，RNN）
循环神经网络是一种具有记忆能力的神经网络，能够处理序列数据并捕捉其时间依赖关系。在时间序列数据的预测中，循环神经网络表现出色。
三、天然气负荷预测模型构建
1. 数据收集和准备
通过天然气供应公司的历史数据，收集天然气负荷相关的时间、天气和其他影响因素的数据。对数据进行清洗和预处理，包括去除异常值、填充缺失值等。
2. 特征选择和提取
根据天然气负荷的预测目标，选择合适的特征。常见的特征包括时间、天气、节假日等。通过特征工程的方法，将原始特征转化为适合机器学习算法的输入格式。
3. 数据划分和模型训练
将数据划分为训练集和测试集，通常采用交叉验证的方式进行模型评估和参数调优。选择合适的机器学习算法，使用训练集进行模型训练，并对测试集进行预测和评估。
4. 模型评估和优化
《城镇燃气规划规范》GB／T51098-2015
Word文档
专业资料 《城镇燃气规划规范》 GB／T
51098-2015
目录
1 总 则
2 术 语
3 基本规定
4 用气负荷
4.1 负荷分类
4.2 负荷预测
4.3 规划指标
5 燃气气源
6 燃气管网
6.1 压力级制
6.2 管网布置
6.3 水力计算
7 调峰及应急储备
7.1 调 峰
7.2 应急储备
8 燃气厂站
8.1 一般规定
8.2 天然气厂站
8.3 液化石油气厂站
8.4 汽车加气站
8.5 人工煤气厂站
9 运行调度系统
附录 A 城镇燃气规划编制需调研收集的资料及规划编制内容
附录 B 燃气设施用地指标
本规范用词说明
引用标准名录
1 总 则
1 总 则
1.0.1 为提高城镇燃气规划的科学性、合理性，贯彻节能减排政策，保障供气安
全，促进燃气行业技术进步，指导城镇燃气工程建设，制定本规范。
1.0.2 本规范适用于城市规划或镇规划中的燃气规划的编制。
1.0.3 城镇燃气规划应结合社会、经济发展情况，坚持安全稳定、节能环保、节
约用地的原则，以城市、镇的总体规划和能源规划为依据，因地制宜进行编制。Word文档
专业资料 4.4 城镇燃气规划除应符合本规范外，尚应符合国家现行有关标准的规定。
2 术 语
2 术 语
6.4 集中负荷 concentrated load
大型工业用户、燃气电厂、大型燃气锅炉房等对管网布局和稳定运行构成较
大影响的负荷。
6.5 可中断用户 interruptible customer
在系统事故、气源不足或供气高峰等特定时段内，可中断供气的用户。
6.6 不可中断用户 uninterruptible customer
停止供气将严重影响生活秩序或威胁设备及人身安全的用户。
6.7 非高峰期用户 off-peak customer
在低于城镇燃气管网年平均日供气量时才用气的用户。
6.8 负荷曲线 load curve
在一定时间内，一类或多类用户负荷叠加后的用气量变化曲线，包括：年负