城市燃气日负荷PCA-GM-BPNN组合预测模型

• 作者: 刘金源 李婵 王寿喜
• 来源期刊: 天然气与石油
• 关键词: 主成分分析 GM灰色预测模型 BP神经网络模型 日负荷 负荷预测
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 油气储运与处理
• 页码范围: 13-19
• 页数: 7页
• 字数: 5069字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5539.2018.05.003

摘要

城市燃气日负荷预测准确性,对燃气供应系统的优化设计、合理调度和稳定运行具有重要意义.基于BP神经网络、GM灰色预测理论和PCA主成分分析三种模型,综合考虑负荷预测的诸多影响因素,建立城市燃气日负荷PCA-GM-BPNN组合预测模型.该组合模型首先利用灰色优化模型预测出BP神经网络所需的样本校正序列,然后应用主成分分析技术对包括校正序列在内的日负荷影响因子进行降维处理,再将降维后累计贡献率占比85％ 以上的几种主成分作为输入层神经元输入神经网络进行训练.通过实际应用效果分析可知,该组合模型预测的南乐县燃气日负荷MAPE值为4.06％,均小于其他四种负荷预测模型,是一种更为有效的城市燃气日负荷预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王寿喜	西南石油大学石油与天然气工程学院	3	41	2.0	3.0
5	李婵		2	2	1.0	1.0
6	刘金源	西南石油大学石油与天然气工程学院	1	2	1.0	1.0