城市燃气负荷预测方法及其分析被引量：2

下载PDF

导出

摘要对城市燃气进行负荷预测在城市燃气的运行调度方面以及系统规划方面有着十分重要的意义。负荷预测体现出来的经济效益十分明显。文章从负荷预测的重要意义入手,分析了燃气负荷预测的重要方法。

作者马鑫龙

机构地区深圳市燃气集团股份有限公司

出处《科技创新与应用》 2015年第15期120-120,共1页 Technology Innovation and Application

关键词燃气负荷负荷预测方法

分类号 TU996.3 [建筑科学—供热、供燃气、通风及空调工程]

引文网络
相关文献

参考文献5

1张超,刘奕,张辉,黄弘.基于支持向量机的城市燃气日负荷预测方法研究[J].清华大学学报（自然科学版）,2014,54(3):320-325. 被引量：20
2黄岳嵘,徐晓钟,张益铭,王劲松.基于ARIMA和神经网络模型的城市燃气负荷预测[J].计算机应用与软件,2011,28(12):206-209. 被引量：8
3杨爱萍,邓连杰,刘凤国.城市燃气负荷预测技术应用分析[J].煤气与热力,2011,31(9):39-41. 被引量：5
4王树刚,王继红,端木琳,孙海涛.城市燃气负荷的短期预测[J].天然气工业,2010,30(5):104-107. 被引量：19
5隋耀光.浅析城市燃气系统规划中的负荷预测及其分析[J].科技风,2012(7):59-60. 被引量：3

二级参考文献51

1席德粹,焦文玲,李持佳,朱宝成,马迎秋.上海市燃气负荷预测系统的开发与试验运行[J].城市燃气,2004(7):14-16. 被引量：6
2肖久明.城市燃气负荷的特点与预测模型的特征[J].煤气与热力,2005,25(1):67-70. 被引量：6
3焦文玲,秦裕琨,赵林波.城市燃气负荷预测系统体系研究[J].天然气工业,2005,25(1):155-157. 被引量：11
4张柏涛,周伟国.新时期上海市燃气负荷规律的探讨[J].上海煤气,2005(1):9-11. 被引量：1
5豆连旺,冯良.基于神经网络的城市燃气短期负荷预测[J].煤气与热力,2005,25(12):10-14. 被引量：5
6苗艳姝,段常贵.基于相似日的节假日燃气短期负荷预测[J].煤气与热力,2006,26(5):10-14. 被引量：4
7焦文玲,朱宝成,冯玉刚.基于BP神经网络城市燃气短期负荷预测[J].煤气与热力,2006,26(12):12-15. 被引量：17
8丁锋,刘运良,刘建波,王旻.气象条件对城市燃气日负荷的影响[J].煤气与热力,2007,27(2):17-20. 被引量：12
9杜元顺.煤气日负荷短期预测用的回归分析法[J].煤气与热力,1982,(4):26-30. 被引量：11
10GORUCU F B, GUMRAH F. Evaluation and forecasting of gas consumption by statistical analysis [J]. Energy Sources, 2004,26 (3) : 267-276. 被引量：1

共引文献44

1李屹,赵春兰,屈瑶,何婷,岑康.基于多维动态隶属度的模糊时间序列的天然气月负荷预测[J].模糊系统与数学,2023,37(2):134-143.
2江鑫.冬季城镇居民用户燃气日负荷分时段预测方法研究[J].城市燃气,2021(S01):56-64. 被引量：2
3孙运军.城市燃气管网安全性现状与管理[J].科技创新导报,2010,7(34):214-214. 被引量：11
4金芳.基于灰色模型的燃气年负荷预测[J].煤气与热力,2012,32(5):5-7. 被引量：2
5郭微,姜德义.基于支持向量机的燃气短期负荷预测[J].煤气与热力,2013,33(3):6-9. 被引量：4
6余凤,徐晓钟.基于优化小波BP神经网络的燃气短期负荷预测[J].计算机仿真,2015,32(1):372-376. 被引量：15
7顾婷婷,骆月珍,潘娅英.杭州市燃气负荷与气象条件的响应关系及其预测模型[J].气象科技,2014,42(6):1154-1158. 被引量：6
8张德建.城市燃气负荷预测分析[J].中国科技纵横,2015,0(13):230-230.
9乔伟彪,陈保东.基于Haar小波变换和ARIMA-RBF的天然气时负荷预测[J].石油化工高等学校学报,2015,28(4):75-80. 被引量：3
10梁武,李丽,赵云,徐宜臻,潘志鸿,车金星.基于周期性成分分析的短期尖峰负荷预测[J].宜春学院学报,2015,37(12):32-35. 被引量：1

同被引文献10

1陈良洲,施文康.时间序列分析的随机集方法[J].上海交通大学学报,2005,39(3):400-404. 被引量：6
2何春蕾,段言志,邬宗婧,杨光道.基于气温的城市燃气短期日负荷预测模型——以四川省成都地区为例[J].天然气工业,2013,33(4):131-134. 被引量：19
3顾婷婷,骆月珍,潘娅英.杭州市燃气负荷与气象条件的响应关系及其预测模型[J].气象科技,2014,42(6):1154-1158. 被引量：6
4石绍应,王小谟,曹晨,张靖,汪先超.异类传感器多目标检测跟踪与识别随机集模型[J].系统工程与电子技术,2016,38(12):2685-2691. 被引量：1
5蒋观敏,杨明歌.Asplund空间中随机集值隐函数的度量正则性[J].西南大学学报（自然科学版）,2017,39(7):104-109. 被引量：1
6李莉,程小亮.基于随机有限集的多目标跟踪算法在红外预警系统中的应用研究[J].电光与控制,2017,24(8):61-65. 被引量：2
7杜利平,何琴,李飞,周贤伟.基于随机集的多主用户多维信息感知算法研究[J].电波科学学报,2015,30(6):1123-1130. 被引量：1
8廖泽辉.城市燃气负荷预测技术研究方法分析[J].石化技术,2016,23(7):140-140. 被引量：1
9汪锐,梁泉水.城市燃气负荷的混沌特性及预测分析[J].科技创新导报,2016,13(34):31-32. 被引量：1
10朱雪鹏.城市燃气负荷预测方法及其分析[J].石化技术,2017,24(3):201-202. 被引量：3

引证文献2

1陈虹丽,李强,孟庆文.随机集方法在燃气负荷预测中的应用[J].实验室科学,2018,21(5):54-56.
2朱雪鹏.城市燃气负荷预测方法及其分析[J].石化技术,2017,24(3):201-202. 被引量：3

二级引证文献3

1陈虹丽,李强,孟庆文.随机集方法在燃气负荷预测中的应用[J].实验室科学,2018,21(5):54-56.
2范豆,范锦涛.城市燃气负荷影响因素及预测方法分析[J].云南化工,2018,45(11):113-114. 被引量：2
3杨奕,魏王颖,王佳豪.天然气负荷预测研究综述[J].辽宁化工,2023,52(1):104-107. 被引量：2

1辜酮晋,王操.城市电网规划负荷预测方法及其应用分析[J].华东科技（学术版）,2015,0(2):149-150.
2彭世尼,苏小红,黄强.城市燃气负荷预测方法及其分析[J].重庆建筑大学学报,2005,27(4):137-141. 被引量：9
3张德建.城市燃气负荷预测分析[J].中国科技纵横,2015,0(13):230-230.
4陈辰.浅谈燃气管道水力计算[J].天津燃气,2011(3):12-15.
5杨自强,陆亚俊.利用神经网络预测空调负荷[J].哈尔滨建筑大学学报,2000,33(1):51-54. 被引量：27
6刘立军,戴维葆.利用神经网络预测供热负荷[J].黑龙江电力,2007,29(6):428-429.
7汪伟,崔清民.小波神经网络在燃气负荷预测中的应用研究[J].电脑知识与技术,2009,5(7X):5930-5931. 被引量：1
8王玲.城市电网规划负荷预测方法探讨[J].科学中国人,2014(03S):92-92.
9喻兵,宋鼎,邵震宇,贾林,彭黎辉.城市燃气负荷预测数据库系统的设计[J].煤气与热力,2006,26(4):15-17. 被引量：2
10刘红,邹艳双.基于回归分析的燃气负荷预测[J].内蒙古石油化工,2012,38(4):39-40. 被引量：1

科技创新与应用

2015年第15期

浏览历史

内容加载中请稍等...

城市燃气负荷预测方法及其分析被引量：2

参考文献5

二级参考文献51

共引文献44

同被引文献10

引证文献2

二级引证文献3

相关作者

相关机构

相关主题

浏览历史

城市燃气负荷预测方法及其分析 被引量：2

参考文献5

二级参考文献51

共引文献44

同被引文献10

引证文献2

二级引证文献3

相关作者

相关机构

相关主题

浏览历史

城市燃气负荷预测方法及其分析被引量：2