文档名：基于WT和SSALSTM的短期天然气负荷预测模型研究
摘要：天然气作为一种清洁、高效、稳定的能源,在实现"双碳"目标中发挥重要作用,如何对其负荷进行高精度预测尤为重要.首先,将原始数据进行预处理,将预处理之后的数据利用Coiflets小波进行分解并进行归一化;其次,将归一化后的数据代入经麻雀搜索算法(SSA)优化后的LSTM模型进行训练与预测;接下来,将预测结果进行反归一化并进行重构;然后,以MAPE、RMSE和MAE对模型的预测效果进行评价,指出最优预测结果;最后,实例验证结果表明:最优结果是经过Coiflets小波4阶6层分解之后的组合模型,其预测精度为99.1%,达到了预期效果.此结果可以为天然气工程的在线应用和小波变换在其他预测情景中时间序列分解提供参考.
作者：傅宗化 黄川 刘勇峰 田文才 乔伟彪 Author：FUZong-hua HUANGChuan LiuYongfeng TIANWen-cai QIAOWei-biao
作者单位：中机国际工程设计研究院有限责任公司(华东区域中心),江苏南京210023燕山大学车辆与能源学院,河北秦皇岛066004中国石油工程建设有限公司西南分公司,成都四川610041中建八局第一建设有限公司,山东济南250014
刊名：当代化工 ISTIC
Journal：ContemporaryChemicalIndustry
年，卷(期)：2023, 52(7)
分类号：TE08
关键词：天然气 预测 WT SSA LSTM 小波
Keywords：Naturalgas Predict WT SSA LSTM Wavelet
机标分类号：TP3TM715TD534
在线出版日期：2023年8月14日
基金项目：中国博士后科学基金会,融合深度群的储气库应急多源集成迁移学习预测模型研究项目基于WT和SSA-LSTM的短期天然气负荷预测模型研究[
期刊论文] 当代化工--2023, 52(7)傅宗化 黄川 刘勇峰 田文才 乔伟彪天然气作为一种清洁、高效、稳定的能源,在实现"双碳"目标中发挥重要作用,如何对其负荷进行高精度预测尤为重要.首先,将原始数据进行预处理,将预处理之后的数据利用Coiflets小波进行分解并进行归一化;其次,将归一化后的数...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于WT和SSA-LSTM的短期天然气负荷预测模型研究 Research on Short-term Natural Gas Load Forecasting Model Based on WT and SSA-LSTM
基于WT和SSA-LSTM的短期天然气负荷预测模型研究.pdf
- 文件大小:
- 9.36 MB
- 下载次数:
- 60
-
高速下载
|
