[發明專利]一種城市天然氣時負荷預測方法

在審

• 申請號: 201811346712.3
• 申請日: 2018-11-13
• 公開（公告）號: CN109214606A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 喬偉彪;劉德緒;唐興華;王利畏;銀永明;仝淑月;尚德彬;龔金海
• 申請（專利權）人: 中石化石油工程技術服務有限公司;中石化中原石油工程設計有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04
• 代理公司: 濮陽華凱知識產權代理事務所(普通合伙) 41136
• 代理人: 王傳明

1.一種城市天然氣時負荷預測方法，其特征在于，該預測方法基于Coiflets小波和BP-Elman，包括如下步驟：

(1)采集某市某天然氣站的時負荷時間序列數據，采用Coiflets小波對實際采集的城市天然氣時負荷時間序列數據進行分解，分解出高頻分量和低頻分量，構建基于Coiflets小波和BP-Elman的城市天然氣時負荷預測模型；

(2)應用BP神經網絡對經Coiflets小波分解出來的高頻分量進行預測，運用Elman神經網絡對分解出來的低頻分量進行預測；

(3)對BP神經網絡的預測結果和Elman神經網絡的預測結果進行重構，并將重構結果與單獨應用BP神經網絡和Elman神經網絡的預測結果進行對比，以確定構建的預測模型的預測精度和有效性。

2.根據權利要求1所述一種城市天然氣時負荷預測方法，其特征在于，所述的步驟(1)采用Coiflets小波對實際采集的城市天然氣時負荷時間序列數據進行分解的具體過程為：

采用Coiflets小波基函數對采集的城市天然氣時負荷時間序列進行分解，分解階數為3階，分解層數為4層，分解出來4個高頻分量包括第三層高頻分量；4個低頻分量包括第一層低頻分量、第二層低頻分量和第三層低頻分量。

3.根據權利要求1所述一種城市天然氣時負荷預測方法，其特征在于，所述的步驟(2)的具體過程為：

①應用BP神經網絡對經Coiflets小波分解出來的第三層高頻分量進行預測；

②采用Elman神經網絡對經Coiflets小波分解出來的第一層低頻分量、第二層低頻分量和第三層低頻分量分別進行預測。

4.根據權利要求1所述一種城市天然氣時負荷預測方法，其特征在于，所述的步驟(3)的具體過程為：

①對BP神經網絡預測的第三層高頻分量的預測結果和Elman神經網絡預測的第一層低頻分量、第二層低頻分量和第三層低頻分量的預測結果進行重構；

②將重構后的結果與單獨應用BP神經網絡和Elman神經網絡的預測結果進行對比，以確定本發明構建的預測模型的預測精度和有效性；

③誤差評價指標如下公式所示：

分別為RSME、MAE、MAPE，具體公式為：

式中：N為誤差對比的總數量；lactual為實際采集的天然氣負荷；lforecast為預測的天然氣負荷。

5.根據權利要求1所述一種城市天然氣時負荷預測方法，其特征在于，所述的步驟(1)中對實際采集的天然氣時負荷時間序列數據進行分解前進行預處理，所述的預處理方法是高斯平滑法。