当前位置:首页 > 过刊浏览->2022年34卷第6期
基于PSO-LSTM混合模型的天然气管道多用气节点负荷预测研究
浏览(6743) 下载(7)
- DOI:
- 10.3969/j.issn.2097-0021.2022.06.013
- 作者:
- 满建峰,侯磊,杨凯,刘珈铨,张鑫儒,伍星光,贺思宸
- 作者单位:
- 1. 中国石油大学(北京)机械与储运工程学院;2. 中国石油天然气集团有限公司油气地下储库工程重点实验室;3. 国家管网西南管道公司
- 关键词:
- 天然气管道;短期负荷预测;去噪分析;节点负荷相关性;长短期记忆神经网络
- 摘要:
- 以往针对单一城市或地区的天然气短期负荷预测,对天然气管道系统而言是单节点的预测研
究,对短期内管道系统最优生产调度计划的制订指导意义不足。以某天然气管道沿线 4 个城市用气
节点为例,建立一种基于 PSO(粒子群算法)优化 LSTM(长短期记忆神经网络)的天然气短期负
荷预测模型。针对负荷数据含噪问题,采用分解去噪算法进行数据去噪;针对 LSTM 网络超参数较
难合理选取问题,通过 PSO 算法进行模型超参数寻优;针对多用气节点负荷预测问题,将节点间
用气负荷相关性引入预测模型研究。结果表明,结合数据去噪与节点负荷相关性的 PSO-LSTM 混
合模型具有较高的预测精度,针对用气负荷最高节点的决定系数 R2 能够达到 0.941。该方法能够用
于准确预测天然气管道多用气节点短期负荷。