基于回归分析的燃气负荷预测被引量：1

下载PDF

导出

摘要燃气负荷预测是实现燃气管网现代化、智能化管理的重要手段,是合理利用天然气的关键之所在。建立在回归分析基础上的负荷预测建立在统计学基础上,具有建模简单、直观明了、理解简单的优点。尽管回归分析对历史数据有一定的依赖性,精确度不如神经网络等模型。但是作为对数据的模糊预测,结果可以满足预测要求,具有较高的参考价值。

作者刘红邹艳双

机构地区佛山市南海燃气发展有限公司

出处《内蒙古石油化工》 CAS 2012年第4期39-40,共2页 Inner Mongolia Petrochemical Industry

关键词燃气负荷回归分析神经网络

分类号 TU9 [建筑科学]

引文网络
相关文献

参考文献3

1喻兵,宋鼎,邵震宇,贾林,彭黎辉.城市燃气负荷预测数据库系统的设计[J].煤气与热力,2006,26(4):15-17. 被引量：2
2肖久明.城市燃气负荷的特点与预测模型的特征[J].煤气与热力,2005,25(1):67-70. 被引量：6
3严铭卿,廉乐明,焦文玲,谭羽非,展长虹.燃气负荷及其研究进展[J].煤气与热力,2002,22(6):490-493. 被引量：14

二级参考文献33

1席德粹,焦文玲,李持佳,朱宝成,马迎秋.上海市燃气负荷预测系统的开发与试验运行[J].城市燃气,2004(7):14-16. 被引量：6
2张蔚东,方淯瑜,李恩山.居民燃气消耗量的随机分析[J].煤气与热力,1989,9(1):34-39. 被引量：10
3李持佳,焦文玲,朱建豪,江汇华.基于人工神经网络的春节期间燃气负荷预测[J].煤气与热力,2004,24(9):477-480. 被引量：16
4蔡玉琢.城市煤气供应高峰系数[J].煤气与热力,1983,(6):20-23.
5博布罗夫斯基c A.天然气管路输送[M].北京:石油工业出版社,1985.
6谭羽非.城市燃气管网用气负荷预测研究与天然气地下储气库优化设计和运行分析[D].哈尔滨:哈尔滨工业大学,2001.
7黎光华,詹淑慧.民用灶具同时工作系数的测定与研讨[A].中国城市煤气学会液化气专业委员会第十五届年会论文集[D].上海:中国城市煤气学会,1998,1-5.
8ДанилевичЮИ. Определениерасчетныхразхо.довгаза,используемгодлякоммунальноно - бытовыхНужд, прирасчетегазовыхсетей[J]. Газоваяпромышленность, 1963, (9): 8-11.
9杜元顺.煤气时负荷系数的短期预测[J].煤气与热力,1981,(5):46-51.
10杜元顺.煤气日负荷预测用的回归分析方法[J].煤气与热力,1982,(4):26-28.

共引文献18

1王根林.城市天然气用气规律及负荷预测[J].煤气与热力,2004,24(7):391-394. 被引量：12
2喻兵,宋鼎,邵震宇,贾林,彭黎辉.城市燃气负荷预测数据库系统的设计[J].煤气与热力,2006,26(4):15-17. 被引量：2
3苏欣,段康,袁宗明,张琳,唐恂,张鹏.城市天然气负荷特点及其预测研究[J].油气储运,2007,26(1):5-9. 被引量：11
4陈金锥.基于一次累加法的城市燃气年负荷预测[J].煤气与热力,2007,27(5):15-17. 被引量：4
5贾林,刘燕,邵震宇.城市天然气商业用户用气量指标的研究[J].煤气与热力,2007,27(10):7-10. 被引量：3
6周冠杰,吴孟君.山东地区城市天然需求负荷与气温关系研究[J].国际石油经济,2009,17(3):55-58. 被引量：2
7严铭卿.燃气负荷中长期预测的方法[J].城市燃气,2009(10):13-18. 被引量：4
8刘燕,张应辉,杜学平.基于回归分析的北京市天然气供应规模预测[J].煤气与热力,2010,30(6):26-29. 被引量：9
9武瑛.试析改进BP算法在入侵检测技术中的应用[J].无线互联科技,2012,9(4):114-114.
10高顺利,李洪波,宋来弟,邵华,史晋峰.燃气输配系统远程调压控制策略研究[J].城市燃气,2014(3):7-11. 被引量：8

同被引文献21

1冷跻峰,徐晓钟.基于EEMD-MIPCA-LSTM的燃气短期负荷预测[J].计算机系统应用,2020,29(12):163-169. 被引量：6
2陈刚,赵鹏,单锦宁,殷艳虹,周宇,吕文疆,苏梦梦,黄博南.小波优化多任务学习的综合能源负荷预测[J].辽宁工程技术大学学报（自然科学版）,2021,40(2):163-169. 被引量：4
3史佳琪,谭涛,郭经,刘阳,张建华.基于深度结构多任务学习的园区型综合能源系统多元负荷预测[J].电网技术,2018,42(3):698-706. 被引量：87
4曾鸣,刘英新,周鹏程,王雨晴,侯孟希.综合能源系统建模及效益评价体系综述与展望[J].电网技术,2018,42(6):1697-1708. 被引量：179
5权超,董晓峰,姜彤.基于CCHP耦合的电力、天然气区域综合能源系统优化规划[J].电网技术,2018,42(8):2456-2466. 被引量：67
6朱兰,王吉,唐陇军,刘伸,黄超.计及电转气精细化模型的综合能源系统鲁棒随机优化调度[J].电网技术,2019,43(1):116-125. 被引量：91
7吴盼红,段培永,丁绪东,尹春杰,姬晓娃,邱钟.基于GIHCMAC神经网络的建筑电负荷预测方法[J].计算机系统应用,2019,28(8):142-147. 被引量：3
8骆小满,皇甫成,阮江军,周灵杰.基于神经网络的热电联产机组热负荷和电负荷预测[J].热力发电,2019,48(9):46-50. 被引量：14
9朱瑞金,郭威麟,龚雪娇.考虑天然气和电负荷之间相关性的短期电负荷预测[J].电力系统及其自动化学报,2019,31(8):27-32. 被引量：9
10范成,叶曈曈,王家远,刘易.基于可解读机器学习的建筑冷负荷预测模型评估方法[J].建筑节能,2019,47(10):26-32. 被引量：2

引证文献1

1王永利,周泯含,姚苏航,魏孟举,杨洋,刘钊,胡梦锦.基于多能耦合机理的综合能源系统多元负荷协同预测模型[J].华北电力大学学报（自然科学版）,2022,49(2):118-126. 被引量：6

二级引证文献6

1顾家辉,杨镜非.基于抽样卷积交互网络和改进Informer的多元负荷预测方法[J].电气自动化,2023,45(2):109-111. 被引量：2
2金立,张力,唐杨,唐侨,任炬光,杨焜,刘小兵.考虑温湿指数与耦合特征的综合能源负荷短期预测[J].综合智慧能源,2023,45(7):70-77. 被引量：3
3徐聪,胡永锋,张爱平,由长福.基于特征筛选的综合能源系统多元负荷日前-日内预测[J].综合智慧能源,2024,46(3):45-53.
4李鹏,苏航,周畅,刘世通,赵文升,韩中合.基于多能流耦合规律的综合能源系统潮流及流分析[J].太阳能学报,2024,45(7):249-258.
5衣鹏,陈心怡,曲睿,周振宇,吕磊,李嘉周,黄林.基于时间同步感知的智慧园区多态路由优化方法[J].华北电力大学学报（自然科学版）,2024,51(4):124-132.
6邢东强,于淼,李伟,许小英,刘湖.基于SVM的配电网新能源接入多元负荷预测误差校正[J].电子设计工程,2024,32(21):108-112.

1陈辰.浅谈燃气管道水力计算[J].天津燃气,2011(3):12-15.
2汪伟,崔清民.小波神经网络在燃气负荷预测中的应用研究[J].电脑知识与技术,2009,5(7X):5930-5931. 被引量：1
3喻兵,宋鼎,邵震宇,贾林,彭黎辉.城市燃气负荷预测数据库系统的设计[J].煤气与热力,2006,26(4):15-17. 被引量：2
4黄海峰.RBF神经网络在燃气负荷预测中的应用[J].广东建材,2007,30(5):182-184. 被引量：2
5宋新民,金珠,盛进.监狱智能化系统的应用[J].低压电器,2008(24):57-60. 被引量：2
6李持佳,焦文玲,朱建豪,江汇华.基于人工神经网络的春节期间燃气负荷预测[J].煤气与热力,2004,24(9):477-480. 被引量：16
7苗艳姝,段常贵,张淑红.数据挖掘技术在燃气负荷预测的应用[J].煤气与热力,2005,25(11):1-4. 被引量：8
8张德建.城市燃气负荷预测分析[J].中国科技纵横,2015,0(13):230-230.
9席德粹,焦文玲,李持佳,朱宝成,马迎秋.上海市燃气负荷预测系统的开发与试验运行[J].城市燃气,2004(7):14-16. 被引量：6
10马鑫龙.城市燃气负荷预测方法及其分析[J].科技创新与应用,2015,5(15):120-120. 被引量：2

内蒙古石油化工

2012年第4期

浏览历史

内容加载中请稍等...

基于回归分析的燃气负荷预测被引量：1

参考文献3

二级参考文献33

共引文献18

同被引文献21

引证文献1

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

基于回归分析的燃气负荷预测 被引量：1

参考文献3

二级参考文献33

共引文献18

同被引文献21

引证文献1

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

基于回归分析的燃气负荷预测被引量：1