熱力站時(shí)間序列供熱負(fù)荷預(yù)報(bào)研究.pdf

1、能源短缺是目前全世界各個(gè)國家都要面對(duì)的首要問題,合理的利用能源提高能源使用效率是解決這一問題的關(guān)鍵。我國地處北半球,東北、西北和華北地區(qū)冬季采暖能耗十分巨大,約占我國能耗的27％,主要問題為采暖效率較低,其中單位面積的采暖能耗是西方發(fā)達(dá)國家的2-3倍。建筑采暖是國家實(shí)施節(jié)能減排的重要領(lǐng)域之一。本文提出的熱力站負(fù)荷預(yù)報(bào)研究就是進(jìn)行供熱節(jié)能研究的體現(xiàn)。采暖節(jié)能的關(guān)鍵技術(shù)是進(jìn)行負(fù)荷預(yù)報(bào)研究和實(shí)施系統(tǒng)優(yōu)化配置,熱力站負(fù)荷預(yù)報(bào)是實(shí)現(xiàn)熱力站優(yōu)質(zhì)供熱

2、和節(jié)能的保障。
　　本文是基于時(shí)間序列分析的各種方法供熱負(fù)荷數(shù)據(jù)進(jìn)行預(yù)報(bào)研究。第一部分是對(duì)所選取的東北兩個(gè)地區(qū)的熱力站進(jìn)行基礎(chǔ)數(shù)據(jù)采集,通過計(jì)算得出供熱負(fù)荷原始數(shù)據(jù),并對(duì)計(jì)算得出的負(fù)荷序列進(jìn)行三個(gè)步驟的數(shù)據(jù)預(yù)處理:首先是對(duì)負(fù)荷序列中存在的空缺異常數(shù)據(jù)和非空缺異常數(shù)據(jù)根據(jù)異常數(shù)據(jù)處理方法進(jìn)行處理。然后對(duì)經(jīng)過異常數(shù)據(jù)處理后的序列進(jìn)行平穩(wěn)化識(shí)別。最后由于時(shí)間序列分析方法對(duì)數(shù)據(jù)的平穩(wěn)性的要求,需要對(duì)判定為非平穩(wěn)化的負(fù)荷序列根據(jù)其非平穩(wěn)的種

3、類采取差分的方法對(duì)序列進(jìn)行平穩(wěn)化處理。將處理后的平穩(wěn)序列作為負(fù)荷預(yù)報(bào)研究的樣本序列。
　　針對(duì)供熱負(fù)荷序列進(jìn)行時(shí)間序列的模型識(shí)別,選取時(shí)間序列中的AR模型作為供熱負(fù)荷預(yù)報(bào)的模型分別進(jìn)行橫向預(yù)報(bào)和縱向預(yù)報(bào)。首先通過F準(zhǔn)則確定AR模型的階次,再通過Yule-Walker法識(shí)別AR模型參數(shù)確定預(yù)報(bào)模型。為了提高負(fù)荷預(yù)報(bào)的精準(zhǔn)度,需在橫向預(yù)報(bào)和縱向預(yù)報(bào)的基礎(chǔ)上進(jìn)行以最小二乘法作為權(quán)值確定依據(jù)的負(fù)荷序列的交叉預(yù)報(bào)。
　　根據(jù)供熱負(fù)荷自

4、身存在的趨勢性和季節(jié)性,本文又采用通過了AIC(BIC)準(zhǔn)則確定模型的階次,再應(yīng)用極大似然法識(shí)別模型參數(shù)的乘積季節(jié)性ARIMA模型進(jìn)行負(fù)荷序列的預(yù)報(bào)研究。由于乘積季節(jié)性ARIMA預(yù)報(bào)方法對(duì)對(duì)負(fù)荷序列中突變部分不敏感,預(yù)報(bào)精度相對(duì)于平穩(wěn)部分有所降低。為解決這一問題本文采用卡爾曼逆推方法對(duì)應(yīng)用乘積季節(jié)性ARIMA方法進(jìn)行供熱負(fù)荷預(yù)報(bào)的方法進(jìn)行改進(jìn)。
　　最后,分別對(duì)交叉預(yù)報(bào)方法和乘積季節(jié)性ARIMA預(yù)報(bào)方法進(jìn)行實(shí)驗(yàn)仿真,仿真以采集的樣