[發明專利]氣柜負荷預測設備和方法以及瓦斯調度系統和方法

無效

• 申請號: 200910093694.7
• 申請日: 2009-09-27
• 公開（公告）號: CN102032443A
• 公開（公告）日: 2011-04-27
• 發明（設計）人: 侯衛鋒;古勇;洪志剛;廖興發;章立鳴;屠偉龍;王貴宏
• 申請（專利權）人: 中國石油化工股份有限公司;浙江中控軟件技術有限公司
• 主分類號: F17D1/04
• 分類號: F17D1/04;F17D3/01
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 陳小蓮;王鳳桐

1.一種瓦斯系統的氣柜負荷預測方法，所述瓦斯系統包括相互連接的低壓瓦斯產生裝置(110)和氣柜(140)，所述方法包括：

(1)采集第一預定時間段內不同時刻的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量；

(2)選擇氣柜負荷預測模型的模型結構，根據所選的模型結構和所采集的第一預定時間段內不同時刻的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量，建立氣柜負荷預測模型；以及

(3)利用所建立的氣柜負荷預測模型，預測第二預定時間段內不同時刻的氣柜負荷；

所述第二預定時間段為第一預定時間段之后的時間段。

2.根據權利要求1所述的方法，其中，所述第一預定時間段的長度為48-96小時，第二預定時間段的長度為12-24小時。

3.根據權利要求1所述的方法，其中，第一預定時間段內不同時刻的個數至少為48個。

4.根據權利要求1或3所述的方法，其中，所述第一預定時間段內不同時刻中，該不同時刻均勻分布在所述第一預定時間段內。

5.根據權利要求1所述的方法，其中，所述步驟(1)還包括對所采集的第一預定時間段內不同時刻的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量進行局外點監測，以剔除其中明顯不服從樣本分布的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量。

6.根據權利要求1所述的方法，其中，所述模型結構選自線性回歸模型結構、分段線性擬合模型結構、主成分分析模型結構、偏最小二乘模型結構、人工神經網絡模型結構或模糊神經網絡模型結構。

7.根據權利要求6所述的方法，其中，所述選擇氣柜負荷預測模型的模型結構包括：選擇預測效果最好的模型結構。

8.根據權利要求7所述的方法，其中，所述選擇選擇預測效果最好的模型結構包括：將氣柜負荷預測模型的模型結構選擇問題轉化成0-1規劃問題，并采用遺傳算法進行求解，以選擇預測效果最好的模型結構。

9.根據權利要求1所述的方法，其中，所述方法還包括氣柜負荷預測模型在線校正步驟，該步驟包括：

采集氣柜(140)一個時刻或多個時刻的實際負荷；

將采集到的所述一個時刻或多個時刻氣柜(140)的實際負荷與氣柜負荷預測模型所預測的相同時刻的氣柜負荷進行比較，并根據兩者之間的差異對所述氣柜負荷預測模型進行校正。

10.一種瓦斯系統的氣柜負荷預測設備，所述瓦斯系統包括相互連接的低壓瓦斯產生裝置(110)和氣柜(140)，所述設備包括：

采集裝置，用于采集第一預定時間段內不同時刻的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量；

氣柜負荷預測模型建立裝置，用于選擇氣柜負荷預測模型的模型結構，根據所選的模型結構和所采集的第一預定時間段內不同時刻的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量，建立氣柜負荷預測模型；以及

氣柜負荷預測裝置，用于利用所建立的氣柜負荷預測模型，預測第二預定時間段內不同時刻的氣柜負荷；

所述第二預定時間段為第一預定時間段之后的時間段。

11.根據權利要求10所述的設備，其中，所述第一預定時間段的長度為48-96小時，第二預定時間段的長度為12-24小時。

12.根據權利要求10所述的設備，其中，第一預定時間段內不同時刻的個數至少為48個。

13.根據權利要求10或12所述的設備，其中，所述第一預定時間段內不同時刻中，該不同時刻均勻分布在所述第一預定時間段內。

14.根據權利要求10所述的設備，其中，所述采集裝置還對所采集的第一預定時間段內不同時刻的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量進行局外點監測，以剔除其中明顯不服從樣本分布的氣柜負荷和低壓瓦斯產生裝置(110)的瓦斯產量。

15.根據權利要求10所述的設備，其中，所述模型結構選自線性回歸模型結構、分段線性擬合模型結構、主成分分析模型結構、偏最小二乘模型結構、人工神經網絡模型結構或模糊神經網絡模型結構。

16.根據權利要求15所述的設備，其中，所述選擇氣柜負荷預測模型的模型結構包括：選擇預測效果最好的模型結構。