基于SVM方法的天然气管网负荷预测研究

• 作者: 代小华 代治海 宋永亮 朱勇 汪玉春
• 来源期刊: 天然气与石油
• 学科: 工学
• 关键词: 天然气 管网 负荷 预测 支持向量机
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 油气储运
• 页码范围: 13-15
• 页数: 3页
• 分类号: TE8
• 字数: 2331字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5539.2009.02.004

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱勇	中国石油西南油气田分公司输气管理处	16	68	5.0	8.0
2	代小华	中国石油天然气管道工程有限公司工艺室	8	33	3.0	5.0
3	宋永亮		1	2	1.0	1.0