基于Elman神经网络的短期天然气负荷预测建模与仿真

【摘要】：天然气负荷预测天然气负荷准确预测是天然气管网的优化的基础。短期天然气负荷变化呈现伪周期性和随机性。为了提高天然气负荷的预测精度,提出一种基于Elman神经网络天然气负荷预测模型,并采集某企业的天然气负荷数据进行仿真,并BP神经网络预测模型进行了对比分析,仿真结果验证所建立预测模型是可行且有效的,具有一定的应用价值。 【作者单位】： 石嘴山市星泽燃气有限公司平罗分公司;宁夏大学物理电气信息学院;
【关键词】： 天然气负荷 短期预测 Elman神经网络 预测精度
【分类号】：TE973;TP183
【正文快照】： 准确的天然气负荷预测有利于保证天然气管网系统的投资效益和可靠性,以及整个城市天然气管网的优化运行。短期负荷预测包括一天24小时的用气量及周用气量。与负荷趋势、气象数据、节假日等元素密切相关,负荷波动呈现伪周期性与随机性[1],因此进行准确的短期负荷预测是非常困难

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于Elman神经网络的传感器补偿算法研究    王秀芳;句莉莉;魏春明;张延光;