科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用2018—2019年拉萨市天然气逐日燃气负荷数据以及同期气象要素数据，研究了燃气负荷的季节变化规律及其与气象因子的相关性，并基于多元回归模型与神经网络方法建立了燃气负荷预测模型。结果发现：拉萨市燃气负荷呈现显著的单峰型变化特征，供暖季（10月至次年3月）的燃气日负荷较其它月份显著增多，12月达到峰值，次年4月开始逐渐减少。农历春节和藏历新年的燃气日负荷具有一定的波动性。平均气温、平均气压和平均风速与燃气负荷呈显著的负相关，其中平均气温与燃气日负荷的相关性最高，其次是最低气温和最高气温。选取平均气温、平均气压、平均风速和平均相对湿度以及假日系数6个因子，采用多元线性回归模型和神经网络两种方法建立了拉萨市供暖季燃气日负荷的预测模型。对比分析发现，两种模型对拉萨市燃气日负荷均有较好的预测效果，基于神经网络方法的预测模型更优异。
-
单位拉萨市气象局; 西藏大学
