摘要
本发明公开了一种基于燃气发电的天然气用量预测模型及方法,包括选取燃气负荷历史数据、气象数据、经济指标、LNG供应动态以及水电站发电量等特征因素,以日为单位,收集一定时间段的数据,构建多维特征数据集,得到原始数据,对收集到的原始数据进行预处理,通过随机森林算法整合燃气负荷历史数据、气象数据、LNG供应动态、水电站发电量等11项关键特征因素,模型训练集决定系数(R2)达0.989,测试集R2达0.932,2023‑2024年实际测试偏差率仅为‑2.00%,平均偏差1.93%,显著优于传统方法对高维、非线性数据的处理能力,精准的预测结果可支撑天然气科学调度,缓解上海市天然气峰谷差过大带来的供应压力,保障发电用天然气稳定供应。
技术关键词
天然气
负荷历史数据
燃气
水电站
发电量
多维特征数据
随机森林
非暂态计算机可读存储介质
电力现货交易
参数优化模型
气象
偏差
构建预测模型
训练集
模型预测值
时间段
构建算法
动态
处理器
系统为您推荐了相关专利信息
梯级水电站
控制闸门
说话人身份
终端
识别语音指令
发电机运行数据
水电站发电机
远程诊断方法
故障诊断模型
计算机可执行指令
计划优化方法
水电站
风光
混合整数线性规划模型
径流