作為能源消費(fèi)領(lǐng)域領(lǐng)跑者的天然氣憑借其安全、高效、環(huán)保、經(jīng)濟(jì)等絕對優(yōu)勢,近年來已廣泛深入生產(chǎn)生活中的方方面面,起著不可或缺的作用。但是目前城市燃?xì)庠诠芫W(wǎng)調(diào)度運(yùn)行方面仍存在著供氣不平穩(wěn)、用戶用氣不規(guī)律等迫切需要解決的難題。為了更好的保障城市用戶安全平穩(wěn)用氣,本文基于長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM,Long ShortTerm Memory)模型對城市燃?xì)庳?fù)荷預(yù)測技術(shù)進(jìn)行研究及系統(tǒng)開發(fā),以期為城市用氣量預(yù)測提供前瞻性指導(dǎo)作用。首先,本文整體分析了燃?xì)馊肇?fù)荷特點(diǎn)和影響因素對燃?xì)庳?fù)荷變化的影響機(jī)理。其次,對燃?xì)鈿v史數(shù)據(jù)進(jìn)行預(yù)處理,在預(yù)測過程中,歷史數(shù)據(jù)的完整性對預(yù)測結(jié)果的準(zhǔn)確性極其重要,但歷史數(shù)據(jù)往往存在部分缺失值和離群值,針對這個問題,本文通過SPSS軟件對燃?xì)鈿v史負(fù)荷和影響因素的缺失值、異常數(shù)據(jù)進(jìn)行檢測并處理,通過歷史離群數(shù)據(jù)的挖掘來進(jìn)一步提高負(fù)荷預(yù)測模型的精度。接著,采用Pearson相關(guān)系數(shù)驗(yàn)證影響因素與歷史負(fù)荷數(shù)據(jù)的顯著性關(guān)系,確定預(yù)測模型的輸入變量特征。最后,采用新興的深度學(xué)習(xí)范疇的LSTM模型以及GM(1,1)、支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò),結(jié)合A城市2年歷史數(shù)據(jù)進(jìn)行燃?xì)馊肇?fù)荷預(yù)測,結(jié)果表...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 主要研究內(nèi)容
        1.2.4 技術(shù)路線
    1.3 創(chuàng)新點(diǎn)
第二章 燃?xì)馊肇?fù)荷特性分析及影響因素研究
    2.1 燃?xì)庳?fù)荷預(yù)測概念及特點(diǎn)
    2.2 燃?xì)庳?fù)荷預(yù)測步驟
    2.3 燃?xì)庳?fù)荷數(shù)據(jù)來源
    2.4 影響因素分析
        2.4.1 溫度
        2.4.2 風(fēng)力
        2.4.3 天氣情況
        2.4.4 日期類型
        2.4.5 季節(jié)
        2.4.6 前一天負(fù)荷量
        2.4.7 節(jié)假日
    2.5 本章小結(jié)
第三章 燃?xì)庳?fù)荷數(shù)據(jù)預(yù)處理與相關(guān)性分析
    3.1 數(shù)據(jù)預(yù)處理
        3.1.1 燃?xì)庳?fù)荷缺失值處理
        3.1.2 影響因素缺失值處理
        3.1.3 異常數(shù)據(jù)檢測與處理
    3.2 相關(guān)性分析
    3.3 數(shù)據(jù)歸一化處理
    3.4 評價(jià)指標(biāo)
    3.5 本章小結(jié)
第四章 燃?xì)馊肇?fù)荷預(yù)測方法研究
    4.1 BP神經(jīng)網(wǎng)絡(luò)模型
        4.1.1 基本原理
        4.1.2 建模過程及參數(shù)
        4.1.3 模型結(jié)果分析
    4.2 LSTM模型
        4.2.1 基本原理
        4.2.2 建模過程及參數(shù)
        4.2.3 模型結(jié)果分析
        4.2.4 LSTM參數(shù)優(yōu)化
    4.3 支持向量機(jī)模型
        4.3.1 基本原理
        4.3.2 建模過程及參數(shù)
        4.3.3 模型結(jié)果分析
    4.4 灰色預(yù)測模型
        4.4.1 基本原理
        4.4.2 建模過程及參數(shù)
        4.4.3 模型結(jié)果分析
    4.5 算法對比
        4.5.1 結(jié)果說明
        4.5.2 誤差分析
    4.6 燃?xì)馊肇?fù)荷預(yù)測系統(tǒng)
    4.7 本章小結(jié)
第五章 結(jié)論與建議
    5.1 結(jié)論
    5.2 建議
致謝
參考文獻(xiàn)
攻讀學(xué)位期間參加科研情況及獲得的學(xué)術(shù)成果



本文編號：4042728