不同时间尺度的燃气负荷预测模型研究综述

摘要

燃气负荷的合理、准确预测对于促进天然气供需动态平衡有着重要的现实意义。随着人工智能技术的进步，燃气负荷预测算法也在不断发展。首先，根据预测时间长短将预测分为短期预测、中短期预测和中长期预测，从算法理论角度详细阐述了应用于短期预测的极端梯度提升树（XGBoost）等6种方法、中短期预测的长短期记忆神经网络（LSTM）等两种方法以及中长期预测的Prophet等两种方法，并总结现有的燃气负荷预测算法的优缺点与适用性；其次，利用实测数据进行仿真测试，共选用12种模型，从实验数据集、数据预处理、外推预测、参数优化和模型评估等多个维度，进行不同时期的预测，并对各算法进行对比分析和全面总结；最后，针对实际问题，对未来燃气负荷预测研究方向进行了展望，为未来燃气负荷预测算法在天然气调度管理领域的深入研究提供参考。

关键词

燃气负荷预测 / 短期预测 / 中短期预测 / 中长期预测 / 机器学习 / 深度学习 / 综述