基于SVM方法的天然气管网负荷预测研究

摘要：

准确的负荷预测是管网优化运行的基础,在总结前人对管网负荷预测方法研究的基础上,提出了基于支持向量机(Support Vector Machine,SVM)理论的管网负荷预测模型.SVM方法采用结构风险最小化原则(SRM),与采用经验风险最小化原则(ERM)的传统神经网络方法相比,具有更好的预测精度,减少了对人工预测经验的依赖;SVM方法以统计学理论为基础,训练等价于解决一个二次规划问题,得到的是全局最优解,解决了神经网络方法中无法避免的局部最优解问题.利用四川某大型天然气管网实例进行验证,与BP神经网络方法所取得的预测结果进行比较,证明支持向量机方法能够得到更高的精确度,为管网的安全经济运行提供了可信的理论支持.

关键词：天然气、管网、负荷、预测、支持向量机

所属期刊栏目：27

分类号：TP3;TP1

在线出版日期：2009-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：13-15