基于 Haar 小波变换和 ARIMA-RBF 的天然气时负荷预测

• 作者: 乔伟彪 陈保东
• 来源期刊: 石油化工高等学校学报
• 学科: 工学
• 关键词: 天然气时负荷 Haar 小波变换 ARIMA RBF 预测
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 油气储运
• 页码范围: 75-80
• 页数: 6页
• 分类号: TE821
• 字数: 2879字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-396X.2015.04.016

摘要

针对天然气时负荷预测问题,提出了一种基于 Haar 小波变换和 ARIMA-RBF 的天然气时负荷组合预测模型。首先,对天然气时负荷数据样本时间序列进行小波分解,采用 Mallat 快速算法,母小波为 Haar 小波,对分解出来的高频分量进行 ARIMA 预测,低频分量进行 RBF 预测；其次,对高频分量预测结果和低频分量预测结果进行 Haar 小波重构；最后,以某市实际采集的天然气时负荷为例进行研究,并与自组织特征映射(Self-organizing Feature Map,SOFM)网络和多层感知器(Multilayer Perceptron,MLP)网络(SOFM+MLP)组合预测模型进行对比分析。结果表明,组合预测模型较 SOFM+MLP 预测模型的 MAPE 值指标高出2.5932%,预测精度显著提高,为实际工程的在线应用提供了有益参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈保东	辽宁石油化工大学石油天然气工程学院	121	1136	19.0	26.0
2	乔伟彪	中国石油大学华东储运与建筑工程学院	20	97	6.0	9.0