一种新的天然气管网负荷预测方法

• 作者: 刘燕 杨昭 苗志彬
• 来源期刊: 天然气工业
• 关键词: 天然气 管网 负荷 预测 神经网络 方法
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 工程建设
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0976.2003.04.029

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨昭	天津大学热能研究所	196	2583	27.0	39.0
2	刘燕	天津大学热能研究所	16	187	8.0	13.0
3	苗志彬	天津大学热能研究所	3	85	3.0	3.0