基于EMD-近似熵和LSSVM的天然氣短期負荷預測

【摘要】：天然氣是一種重要的清潔能源,如何預知未來時刻的天然氣負荷,對于燃氣公司與上游氣源及下游用戶之間制定合適的商業(yè)計劃具有重要的意義。針對天然氣短期負荷預測問題,提出基于EMD(Empirical Mode Decomposition,EMD,經驗模態(tài)分解)-近似熵和LSSVM(Least Squares Support Vector Machine,LSSVM,最小二乘支持向量機)的天然氣短期負荷預測模型。首先,針對小波變換方法的不足,采用EMD方法對天然氣短期負荷進行多尺度分析,為了減少計算規(guī)模及提高預測的準確性,通過EMD-近似熵,將天然氣短期負荷時間序列分解為若干個復雜度差異明顯的子序列;其次,對各子序列建立LSSVM預測模型,建立沒有經過EMD處理的RBF(Radial Basis Function,RBF,徑向基函數(shù))神經網絡和LSSVM預測模型;最后,以某市天然氣門站實際采集的數(shù)據(jù)樣本為算例進行研究。結果表明:EMD-LSSVM預測模型無論在訓練時間和預測精度上均優(yōu)于RBF神經網絡預測模型,可滿足天然氣負荷預測的需要,為在線工程的實際應用提供了理論參考。 【作者單位】：中國石油大學(華東)儲運與建筑工程學院 遼寧石油化工大學石油天然氣工程學院
【關鍵詞】：天然氣短期負荷 EMD 近似熵 LSSVM RBF神經網絡 預測
【分類號】：TU996.3
【正文快照】： 隨著我國天然氣工業(yè)的大力發(fā)展,天然氣公司的市場化運作,作為天然氣公司的重要組成部分,即天然氣負荷預測,受到越來越多的重視,如何準確預知未來時刻的天然氣負荷已經成為天然氣管網輸配調度部門,政府規(guī)劃部門及相關科研單位的一項重要研究課題。天然氣負荷預測,尤其是短期負

您可以在本站搜索以下學術論文文獻來了解更多相關內容

基于最小二乘支持向量機的天然氣負荷預測    劉涵,劉丁,鄭崗,梁炎明,宋念龍

基于EMD與神經網絡的中國股票市場預測    王文波;費浦生;羿旭明;

支持向量機在糧食產量預測中的應用    程偉;張燕平;趙姝;

基于最小二乘支持向量機的機槍加速壽命建模    張軍;單永海;曹殿廣;鄭玉新;葛欣鑫;

LS-SVM在CFG樁復合地基承載力預測中的應用    張晗;王士杰;馮利軍;朱常志;

基于支持向量機校正虛擬儀器非線性誤差研究    譚超

電力市場環(huán)境下中長期負荷預測的應用分析    楊科;譚倫農;

基于小波變換和最小二乘支持向量機的短期電力負荷預測    楊延西,劉丁

基于支持向量機的鐵路客運量預測    彭珍瑞;孟建軍;祝磊;蔣兆遠;

基于改進的LS-SVM測量油氣兩相流空隙率    彭珍瑞;王保良;黃志堯;李海青;

模糊神經網絡在股票價格預測中的應用    張喆;曹旭;馬少仙;

并購浪潮與股市波動:基于EMD的相關性檢驗與解釋    后銳;伍嘉文;羅智;

基于分形技術的金融數(shù)據(jù)分析方法研究    倪麗萍

粒計算分類知識發(fā)現(xiàn)算法及其應用    羅建宏

三廢鍋爐智能控制系統(tǒng)的研究與應用    張燕鋒

哈爾濱市水資源發(fā)展態(tài)勢及可持續(xù)利用評價研究    尹鵬

交流電壓下染污絕緣子表面污穢智能檢測方法研究    焦尚彬

城市燃氣負荷預測的研究    苗艷姝

最小二乘支持向量機的改進及其在化學化工中的應用    陶少輝

軟測量建模方法研究及其工業(yè)應用    傅永峰

基于智能計算的大壩安全監(jiān)測方法研究    宋志宇

虛擬毫米波被動探測系統(tǒng)    范慶輝

基于小波包與最小二乘支持向量機的時間序列預測研究    王欣冉

基于支持向量機的氣象預報方法研究    汪春秀

基于時變系統(tǒng)的支持向量機預測模型及其應用    黃巧英

基于支持向量機的非線性系統(tǒng)建模與控制    高異

CFG樁復合地基數(shù)值分析研究    王幗錚

天然氣消費需求量預測方法改進研究    劉丹

支持向量機在圖像配準中的應用研究    王飛

基于支持向量機的低阻油氣層識別算法研究    冉群英

濟南供電公司電力大客戶欠費風險預警研究    顧曦華

網格監(jiān)控系統(tǒng)關鍵技術研究與實現(xiàn)    黃謙

深證成指日收益率波動的實證研究    時晶晶;李漢東;

我國上證綜指波動率的統(tǒng)計特性分析    都國雄;寧宣熙;

我國證券市場混沌的判據(jù)    高紅兵,潘瑾,陳宏民

一種在線實時快速地判定交通流混沌的組合算法    張旭濤,賀國光,盧宇

上證綜指的概率密度分布和自相關特性的分析    吳斌哲;馬紅孺;

基于RBF神經網絡的股市建模與預測    鄭丕諤,馬艷華

股市預測中的小波神經網絡方法    姚洪興,盛昭瀚,陳洪香

基于小波分析的金融波動分析    徐梅,張世英

太陽黑子數(shù)時間序列的分形研究及預測    顧圣士，王志謙，程極泰

基于EMD與神經網絡的滾動軸承故障診斷方法    楊宇,于德介,程軍圣

基于徑向基網絡的燃氣短期負荷預測    譚洪艷;劉延智;白金鋒;

居民小區(qū)燃氣負荷規(guī)律與短期負荷預測    潘新新;周偉國;嚴銘卿;

基于支持向量機的燃氣短期負荷預測    郭微;姜德義;

西安市天然氣冬季短期負荷預測研究    劉蓬軍;趙媛;

燃氣短期負荷預測的小波分析綜合模型    李持佳;焦文玲;趙林波;

基于相似日的節(jié)假日燃氣短期負荷預測    苗艷姝;段常貴;

    

基于徑向基網絡的燃氣短期負荷預測    譚洪艷;郭繼平;陳飛;