基于SVM方法的天然气管网负荷预测研究  

作　　者：代小华[1] 汪玉春[2] 朱勇[3] 代治海 宋永亮 

机构地区：[1]中国石油天然气管道工程有限公司工艺室,河北廊坊065000 [2]西南石油大学石油工程学院,四川成都610500 [3]中国石油西南油气田分公司输气管理处,四川成都610213 [4]重庆红岩汽车有限责任公司铸一车间,重庆400900 [5]中海石油基地集团监理技术公司,天津300454

出　　处：《天然气与石油》2009年第2期13-15,共3页Natural Gas and Oil

摘　　要：准确的负荷预测是管网优化运行的基础,在总结前人对管网负荷预测方法研究的基础上,提出了基于支持向量机(Support Vector Machine,SVM)理论的管网负荷预测模型。SVM方法采用结构风险最小化原则(SRM),与采用经验风险最小化原则(ERM)的传统神经网络方法相比,具有更好的预测精度,减少了对人工预测经验的依赖;SVM方法以统计学理论为基础,训练等价于解决一个二次规划问题,得到的是全局最优解,解决了神经网络方法中无法避免的局部最优解问题。利用四川某大型天然气管网实例进行验证,与BP神经网络方法所取得的预测结果进行比较,证明支持向量机方法能够得到更高的精确度,为管网的安全经济运行提供了可信的理论支持。

关 键 词：天然气 管网 负荷 预测 支持向量机 

分 类 号：TE832[石油与天然气工程—油气储运工程]