城市燃气2023,Vol.576Issue(2) :12-19.DOI:10.3969/j.issn.1671-5152.2023.02.003

基于PCA-LSTM的城市燃气日负荷预测

孙军民 张文涛 刘超 于铭多
城市燃气2023,Vol.576Issue(2) :12-19.DOI:10.3969/j.issn.1671-5152.2023.02.003

基于PCA-LSTM的城市燃气日负荷预测

孙军民 1张文涛 1刘超 1于铭多2
扫码查看

作者信息

  • 1. 涿州滨海燃气有限公司
  • 2. 北京建筑大学环境与能源应用工程学院
  • 折叠

摘要

天然气是一种优质的低碳能源,燃气负荷预测可为燃气规划及调配提供重要依据.为寻求更精确的负荷预测方法,提出一种基于PCA-LSTM的燃气负荷预测模型,通过主成分分析对燃气日负荷影响因素特征提取,随后采用LSTM网络进行预测.并且由于不同时期的负荷具有不同的特点,将全部数据分为供暖季、过渡季及非供暖季3个时期分别进行预测,并与基于全年数据的预测模型进行对比.实验结果表明,与其他预测模型相比,基于数据分组的情况下,采用PCA-LSTM模型可以得到更好的预测效果,为城市燃气日负荷预测提供了一种更为有效的预测方法.

关键词

燃气日负荷预测/数据分组/主成分分析/长短期记忆神经网络

引用本文复制引用

出版年

2023
城市燃气
中国城市燃气协会

城市燃气

影响因子:0.373
ISSN:1671-5152
参考文献量5
段落导航相关论文