一种新的天然气管网负荷预测方法

针对天然气管网负荷变化的特点 ,提出了用模糊逻辑和RBF神经网络模型 (FL RBFNNM)来预测天然气管网的负荷。即首先利用模糊逻辑系统预测出负荷误差及误差变化率 ,从而实现了天然气负荷的在线修正 ;再利用改进的RBF神经网络进行天然气管网负荷的预测。在数据的处理上 ,应用了数据分类处理以及“近大远小”原则 ,并且在RBF网络模型中采用了最新邻聚类算法 ,实现了网络结构和参数的双重调节 ,大大提高了训练的速度和预测的精度。最后将此模型应用于实际中 ,并和单纯的RBF神经网络模型进行了比较 ,结果证明该模型可以快速准确预测出天然气管网的负荷值。