發(fā)布時間：2014-07-27 16:10

　　雖然城市燃?xì)庳?fù)荷受諸多隨機因素的影響，變化情況較為復(fù)雜，但可歸納得出燃?xì)庳?fù)荷特性曲線呈現(xiàn)一天24小時為一周期，一星期7天為一中周期，一年365天為一大周期的變化趨勢，并受增長因素的影響。如果將預(yù)測時段取為1天，則季節(jié)因素和增長因素的影響就顯得十分緩慢，因為燃?xì)庳?fù)荷的變化規(guī)律具有隨機性和周期性兩個重要特征，完全符合“時間序列”規(guī)律，所以本文選擇時間序列分析作為本文的理論基礎(chǔ)。
　　時間序列分析的方法很多，有些模型算起來比較復(fù)雜費時，且需要較多的歷史數(shù)據(jù)；而有些模型又很難準(zhǔn)確地反映出燃?xì)庳?fù)荷變化的規(guī)律性，預(yù)測精度達不到要求。經(jīng)過反復(fù)篩選比較，最終采用的是季節(jié)時間序列中的三角函數(shù)模型。根據(jù)我對北京市昌平區(qū)燃?xì)馊肇?fù)荷樣本數(shù)據(jù)的分析，其變化規(guī)律甚為復(fù)雜，筆耕論文，就其可預(yù)測性和可操作性，其變化因素主要有以下三點：
　　1、時間周期變化因素
　　燃?xì)庳?fù)荷的日變化在一個星期之內(nèi)呈一個周期的變化規(guī)律，依據(jù)時間序列分析法建立預(yù)測模型。 時段（即樣本后第 日）的日負(fù)荷預(yù)測值可表示如下：
　　式中：
　　―確定期望負(fù)荷量的總趨勢；
　�。Ｐ椭胁捎玫恼�、余弦的總項數(shù)；
　�。穷l率， 為一個周期所含的時段數(shù)，預(yù)測日負(fù)荷時， =7日，預(yù)測時負(fù)荷時， =24小時；
　　、 －待擬合的系數(shù)，分別為對應(yīng)三角函數(shù)的幅度。
　　2、氣溫變化因素。
　　根據(jù)對燃?xì)庥昧颗c氣溫變化的相關(guān)分析可知，冬季燃?xì)庥昧棵黠@高于夏季，而在冬季，天氣氣溫越低，則燃?xì)庥昧吭酱�。因此要建立燃�(xì)庳?fù)荷量與氣溫之間的關(guān)聯(lián)關(guān)系，采用溫度調(diào)整系數(shù)來修改原始預(yù)測值，其關(guān)系為：
　�。ú豢紤]氣溫影響時）
　�。ǹ紤]氣溫影響時）
　　式中：
　�。碱A(yù)測值，見前；
　�。紤]氣溫Ｔ變化影響的預(yù)測值；
　�。軞鉁赜绊懙念A(yù)測值調(diào)整系數(shù)；
　�。瓬囟扔涗浀拇螖�(shù)，應(yīng)與流量樣本的日數(shù)相同，并且是同期的；
　　―記錄中第 日的日最高、最低氣溫，以攝氏度計，并根據(jù)零度上或下取正負(fù)號，℃；
　�。A(yù)測日的最高、最低氣溫預(yù)報值，℃；
　�。紤]溫度影響的權(quán)重調(diào)節(jié)常數(shù)。
　　加設(shè) 的意義是為了合理確定氣溫的變化對燃?xì)庳?fù)荷的影響程度，而 的取值，主要取決于考慮溫度影響時的樣本數(shù)據(jù)的變化程度。根據(jù)北京市昌平區(qū)燃?xì)庳?fù)荷樣本及溫度樣本，經(jīng)反復(fù)調(diào)試，本文中取 。
　　3、可能發(fā)生的特殊情況影響因素。
　　燃?xì)夤⿷?yīng)系統(tǒng)是一個復(fù)雜而龐大的工程系統(tǒng)，其工作不僅受本系統(tǒng)自身的約束，而且受外界客觀環(huán)境的影響，從而使其供氣因主、客觀條件變化而有別于正常工作。例如：節(jié)假日、設(shè)備大修降低供氣、事故減產(chǎn)等
　　在此類情況下，有經(jīng)驗的調(diào)度人員能夠做出更為恰當(dāng)?shù)慕?jīng)驗預(yù)測。為此，我們采取了科學(xué)計算與人工經(jīng)驗相結(jié)合的預(yù)測方法。故在程序中設(shè)置了對計算預(yù)測值的調(diào)整系數(shù) 及調(diào)整常數(shù) ，可由調(diào)度人員隨時根據(jù)情況選定。故日預(yù)測值計算如下：
　　式中：
　�。笥�、等于或小于1的常系數(shù)；
　　－大于、等于或小于0的常數(shù)；
　　當(dāng)不做節(jié)假日調(diào)整時，取 、 ，則 。
　　根據(jù)上述原理，我用matlab編寫了燃?xì)夤芫W(wǎng)的日負(fù)荷預(yù)測的計算程序，在計算機上實現(xiàn)燃?xì)馊肇?fù)荷預(yù)測。程序充分考慮到燃?xì)夤⿷?yīng)系統(tǒng)管理工作的需求，盡可能加強程序的各項功能，在預(yù)測計算中，可以在獲得所需預(yù)測日溫度的基礎(chǔ)上循序漸進地預(yù)測一個月中任意一天的用氣量，為管網(wǎng)調(diào)度、產(chǎn)氣計劃、設(shè)備維修及事故搶修等提供決策支持。
　　選用北京市昌平區(qū)新奧京昌燃?xì)夤?004年一、二月份共60天的實際運行數(shù)據(jù)作為管網(wǎng)每天用氣量的樣本數(shù)據(jù)，對三月份的用氣量進行了科學(xué)的預(yù)測。預(yù)測完成后對日負(fù)荷預(yù)測模型進行了檢驗計算，表1和表2為預(yù)測結(jié)果的統(tǒng)計指標(biāo)：
　　表1管網(wǎng)用氣量日負(fù)荷預(yù)測模型預(yù)測結(jié)果統(tǒng)計指標(biāo)一
　　誤差范圍/%≤55-77-10
　　百分率/%64.5219.3516.13
　　表2管網(wǎng)用氣量日負(fù)荷預(yù)測模型預(yù)測結(jié)果統(tǒng)計指標(biāo)二
　　統(tǒng)計指標(biāo)用氣量樣本預(yù)測值
　　31天用氣量之和246255245444
　　平均絕對誤差4.209727
　　平均相對誤差/%-0.14015
　　預(yù)測值的總體平均相對誤差/%-0.32933
　　通過以上數(shù)據(jù)分析可見，本文建立的管網(wǎng)用氣量時間序列三角函數(shù)分析法預(yù)測模型，其預(yù)測精度足以滿足實用要求。
  

 

本文編號：7019