一种新的天然气管网负荷预测方法

摘要：

针对天然气管网负荷变化的特点,提出了用模糊逻辑和RBF神经网络模型(FL-RBF NNM)来预测天然气管网的负荷.即首先利用模糊逻辑系统预测出负荷误差及误差变化率,从而实现了天然气负荷的在线修正;再利用改进的RBF神经网络进行天然气管网负荷的预测.在数据的处理上,应用了数据分类处理以及"近大远小"原则,并且在RBF网络模型中采用了最新邻聚类算法,实现了网络结构和参数的双重调节,大大提高了训练的速度和预测的精度.最后将此模型应用于实际中,并和单纯的RBF神经网络模型进行了比较,结果证明该模型可以快速准确预测出天然气管网的负荷值.

关键词：天然气、管网、负荷、预测、神经网络、方法

所属期刊栏目：23

分类号：TP18(自动化基础理论)

资助基金：国家"211"工程建设项目;面向21世纪教育振兴行动计划985计划X03140;天津市科技发展基金

在线出版日期：2003-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：93-96