CN113673864A - 一种能源自动分输方法 - Google Patents

一种能源自动分输方法 Download PDF

Info

Publication number
CN113673864A
CN113673864A CN202110954807.9A CN202110954807A CN113673864A CN 113673864 A CN113673864 A CN 113673864A CN 202110954807 A CN202110954807 A CN 202110954807A CN 113673864 A CN113673864 A CN 113673864A
Authority
CN
China
Prior art keywords
transmission
sub
period
output
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110954807.9A
Other languages
English (en)
Inventor
牛化昶
赵文亮
李彦苹
仇攀
于洋
檀世琛
丰晓红
郭峋
景美波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Shandong Natural Gas Pipeline Co Ltd
Original Assignee
China Petroleum and Chemical Corp
Shandong Natural Gas Pipeline Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Shandong Natural Gas Pipeline Co Ltd filed Critical China Petroleum and Chemical Corp
Priority to CN202110954807.9A priority Critical patent/CN113673864A/zh
Publication of CN113673864A publication Critical patent/CN113673864A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种能源自动分输的方法，包括：按照分输时间为m+1个分输周期编号；保留可靠数据组；由各时刻的累计输量数据计算前m+1个分输周期各个时间段分输输量及其在未分输段的权重系数；分析上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数相关性，保留相关性较强的分输周期数据；估计间隔周期数中两个分输周期的回归方程的参数，计算待预测周期的各时段的权重系数；最后计算该时间段的流量设定值。本发明对权重系数的计算方法进行更改，减小了选取的前M天的异常工况数据对待预测周期权重系数计算的误差，合理地计算待预测周期的权重系数，保证自动分输的可靠性。

Description

一种能源自动分输方法
技术领域
本发明涉及能源分输技术领域，具体说是一种能源自动分输方法。
背景技术
在能源分输站中，如天然气的分输站中，需要使用预设的分输控制逻辑进行天然气的分输。在日常的分输中，输量控制模式下的分输逻辑有综合权重法、不均匀系数控制逻辑及剩余平均输量控制逻辑，对于不同的用户采用不同的分输逻辑。
但是上述分输控制模式对应的现有分输逻辑均存在一些问题，如综合权重分输逻辑根据过去一段时间(一般为1周)下游用户每日用气量在不同时段的权重值，计算得出当天的各时段权重及每个时段的输气设定值，以此为目标值进行自动分输。由于各时段权重计算是基于总输量计算的，代表着该分输段在分输周期的比例情况，但是每段输量设定值是根据当前该时段的剩余输量来计算，这也就导致了每天的实际输量与设定输量之间存在偏差。
不均匀系数控制逻辑是将每天划分为N个时段，根据过去M天用气规律，计算当天各时段所占总输量的不均匀系数，则当前时段的输气设定值按照当前时段的系数占剩余时段系数和的比例进行分配。该方法对当前时段的不均匀系数按照当前时段的系数占剩余时段不均匀系数和的比例来修正，修正了上述综合权重分输逻辑输差问题。但不均匀系数的计算方法默认过去M天的数据均是正常分输工况下得到的数据，故假设过去M天同一时段的数据对当前分输周期的影响力相同，可以采用过去M天各时段输量和除以总输量来计算各时段的不均匀系数。但实际上，分输站场存在维修、停输等工况，该方法无法有效的识别出过去M天的数据对应的工况是否为普遍工况，这也就导致了预测偏差。
剩余平均输量控制逻辑是将剩余供气量按照剩余时间平均分配，相当于不均匀系数控制逻辑中各时段的不均匀系数均相同的分输。故剩余平均输量控制逻辑一般可视为不均匀系数控制逻辑的一种特殊情况，仅用于适用于各时段用气分布比较均匀且无压力限制的用户，没有明显的用气高峰和用气低谷的用户。
因此，现有的分输逻辑均具有使用上的局限性，无法保证用户各时段输量设定值的可靠性，因而自动分输的可靠性较差。
发明内容
为解决自动分输中现有的输量控制对应的分输逻辑的局限性，保证用户各时段输量设定值的可靠性，进而保证了自动分输的可靠性问题，本发明的目的是提供一种能源自动分输方法。
本发明为实现上述目的，通过以下技术方案实现：
一种能源自动分输方法，包括以下步骤：
①在上一个分输周期的最后一个分输时间段时，获取前m+1个分输周期各时刻的累计输量数据，包括上一个分输周期各时刻的累计输量数据，同时按照分输时间为m+1个分输周期编号；
②对步骤①中的累计输量数据可靠性进行判断，保留可靠数据组；
若一个分输周期的累计流量数据的递增或不变，则该分输周期的累计流量数据可靠；
③对可靠数据组的数据进行下述处理：由各时刻的累计输量数据计算前m+1个分输周期各个时间段分输输量及其在未分输段的权重系数；
④分析上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数的相关性，保留相关性强的分输周期数据；
⑤设m1为保留的分输周期个数，估计间隔周期数分别为1、2、3、……m1的两个分输周期的回归方程的参数，其中序号较小的分输周期数据为自变量，序号较大的分输周期数据为因变量；
计算参与参数估计的两个分输周期的序号差值为间隔周期数；
将参与参数估计的两个分输周期的权重系数代入最小二乘法公式中，得到回归方程y＝bx+a中的b及a的估计值；
⑥将m1代入对应的回归方程中，待预测周期各时段得到m2个预测的权重值，以此计算待预测周期各时段的权重系数；
⑦由步骤⑥所得的待预测周期各时段的权重系数计算该时间段的流量设定值。
优选的，步骤③的具体步骤为：
各个时间段分输输量为某时间段终止时刻对应累计流量与起始时刻对应累计流量的差值；
各个时间段在未分输段的权重系数为某时间段的分输输量与对应的未分输段的分输输量的商。
优选的，步骤④的具体步骤为：
计算上一个分输周期的权重系数和序号为[1，m]分输周期的权重系数的相关系数计算公式为：
Figure BDA0003220063350000031
其中Rj为相关系数，xij为j号分输周期第i个分输时间段的累计输量，
Figure BDA0003220063350000032
为j号分输周期n个时间段累计输量的平均值，yi为上一个分输周期第i个分输时间段的累计流量，
Figure BDA0003220063350000033
为上一个分输周期n个时间段累计输量的平均值；
若序号为j的分输周期与上一个分输周期的相关系数Rj大于0.8，则序号为j的分输周期与上一个分输周期具有强相关性，认为序号为j的分输周期数据为正常工况下的数据，保留并参与各时段权重系数计算；反之则剔除序号为j的分输周期；
若上一个分输周期与序号为[1，m]分输周期的相关系数中均小于0.8，则认为上一个分输周期存在特殊工况下产生的数据，用上一个分输周期的前一个周期代替上一个分输周期参与计算；
若保留的分输周期的个数较少时，如小于m/2时，则将上一个分输周期的前一个周期代替上一个分输周期参与计算。
优选的，步骤⑤中b的估计值为
Figure BDA0003220063350000041
其计算公式为：
Figure BDA0003220063350000042
a的估计值为
Figure BDA0003220063350000043
其计算公式为：
Figure BDA0003220063350000044
其中xij为j号分输周期第i个分输时间段的累计输量，
Figure BDA0003220063350000045
为j号分输周期n个时间段累计输量的平均值，yi为上一个分输周期第i个分输时间段的累计流量，
Figure BDA0003220063350000046
为上一个分输周期n个时间段累计输量的平均值；
n为分输周期中分输时间段的数量；j为自变量分输周期的序号，取值范围为[1，k-1]；k为保留的m1分输周期中最大的序号，取值范围为[2，m1]；x为序号为j的分输周期n个时段的累计输量；y为序号为k的分输周期n个时段的累计输量。
优选的，步骤⑥具体为：选取分输周期对应的回归方程，当分输周期与待预测的分输周期的分输间隔数与回归方程对应的分输间隔数相同时，回归方程为该分输周期对应的回归方程；
保留的m1分输周期分别代入对应的回归方程中，待预测周期各时段得到m2个预测的权重系数；
计算待预测周期各时段回归得到的m2个权重系数的算数平均值，即待预测周期各时段的权重系数；
修正待预测周期最后时间段的权重系数为1。
优选的，各时段的流量设定值为该时间段的权重系数与该时间段初始时刻剩余流量的乘积；
其中该时间段初始时刻剩余流量为日指定流量与该时间段初始时刻对应的累计流量的差。
本发明相比现有技术具有以下优点：
一种能源自动分输方法对权重系数的计算方法进行了更改，减小了选取的前M天的异常工况数据对待预测周期权重系数计算的误差，更合理的计算待预测周期的权重系数，提高了自动分输预测的准确性和可靠性。
附图说明
图1为能源自动分输方法的流程示意图。
具体实施方式
本发明的目的是提供一种能源自动分输方法，通过以下技术方案实现：
一种能源自动分输的方法，包括：在上一个分输周期的最后一个分输时间段时，获取前m+1个分输周期(包括上一个分输周期)各时刻累计输量数据，同时按照分输时间为m+1个分输周期编号；对获取的累计输量数据可靠性进行判断，保留可靠数据组；由各时刻的累计输量数据计算前m+1个分输周期各个时间段分输输量及其在未分输段的权重系数；分析上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数相关性，保留相关性较强的分输周期数据；估计间隔周期数分别为1、2…m1(m1为保留分输周期的个数)的两个分输周期的回归方程的参数，其中序号较小的分输周期数据为自变量，序号最大的分输周期数据为因变量；保留的m1分输周期代入对应的回归方程中，待预测周期各时段得到m2个预测的权重值，以此计算待预测周期的各时段的权重系数；由该时间段的权重系数计算该时间段的流量设定值。
进一步地，分输周期指的是同一日指定输量分输对应的分输时间段。
进一步地，上一个分输周期为待预测周期的上一个分输周期，其序号为m+1，以下未特别说明的情况下上一个分输周期含义不变。
进一步地，前m+1个分输周期各时刻的累计数量数据可靠性分析，是判断一个分输周期的累计输量数据是否递增或保持不变，若某时刻累计输量数据值相对于上一时刻累计输量值减小，则该时刻累计输量数据不可靠。
进一步地，对包含不可靠累计输量数据的分输周期直接剔除，不参与待预测周期的权重系数的计算。
进一步地，某时间段的分输输量为该时间段终止时刻对应的累计输量与起始时刻对应的累计输量的差值。
进一步地，某时间段的权重系数是该时间段的分输输量与该时间段对应的未分输时间段的分输输量的商，其中该时间段对应的未分输时间段为该时间段的初始时刻至分输周期终止时刻。
进一步地，对于分输周期前一天的权重系数的计算，由于上一周期最后一个分输时间段尚未分输完成，故采用最后一个分输时间段的预计分输输量代替实际分输输量完成上一周期的分输权重系数的计算。
进一步地，进入待预测分输周期的第一个分输时间段时，重新计算上一个分输周期的权重系数，再次计算待预测分输周期的权重系数，重新修正第一分输时间段的输量设定值。
进一步地，对于上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数相关性分析，计算上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数的相关系数，其中相关系数大于0.8视为相关性较强。
进一步地，与上一个分输周期的相关系数小于0.8的分输周期直接剔除，不予参与待预测周期各时段权重系数的计算。
进一步地，对于间隔周期数分别为1、2…m1(m1为保留分输周期的个数)的两个分输周期的回归方程，回归方程为线性方程类似于y＝bx+a，具有两个参数b和a。
进一步地，对于分输周期对应的回归方程，当分输周期与待预测的分输周期的分输间隔数与回归方程对应的分输间隔数相同时，回归方程为该分输周期对应的回归方程。
进一步地，对于保留的m1分输周期分别代入对应的回归方程中，待预测周期各时段得到m2个预测的权重系数，若分输周期未存在对应的回归方程，则该分输周期不参与待预测周期的权重系数的计算，故m2数值不大于m1。
进一步地，待预测周期各时段的权重系数为待预测周期各时段回归得到的m2个权重系数的算数平均值。
进一步地，修正待预测周期最后时间段的权重系数为1。
进一步地，输量设定值为该时间段的权重系数与该时间段初始时刻剩余输量的乘积。
在本发明实施例中，在上一个分输周期的最后一个分输时间段时，获取前m+1个分输周期(包括上一个分输周期)各时刻累计输量数据，同时按照分输时间为m+1个分输周期编号；对获取的累计输量数据可靠性进行判断，保留可靠数据组；由各时刻的累计输量数据计算前m+1个分输周期各个时间段分输输量及其在未分输段的权重系数；分析上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数相关性，保留相关性较强的分输周期数据；估计间隔周期数分别为1、2…m1(m1为保留分输周期的个数)的两个分输周期的回归方程的参数，其中序号较小的分输周期数据为自变量，序号最大的分输周期数据为因变量；保留的m1分输周期代入对应的回归方程中，待预测周期各时段得到m2个预测的权重值，以此计算待预测周期的各时段的权重系数；由该时间段的权重系数计算该时间段的流量设定值。上述方案中对权重系数的计算方法进行更改，减小了选取的前M天的异常工况数据对待预测周期权重系数计算的误差，合理地计算待预测周期的权重系数，保证自动分输的可靠性。
以下结合具体实施例来对本发明作进一步的描述。
实施例1
在能源自动分输的过程中，控制系统若采用综合权重分输逻辑作为分输的控制策略，则是根据上位机界面上下发的权重系数来进行每个时间段的分输，该时间段可以是一小时，该小时的权重系数的计算公式如下：
Figure BDA0003220063350000081
其中，Kt为每个时段的权重系数，Qh为过去x天的此时段的实际输气量，m3，Qd为过去x天每天的总输气量，m3。
该小时的分输计算公式如下：
Figure BDA0003220063350000082
其中，FQsp为该小时的输量设定值，FQCDSP是分输站场的每日指定输气量，FQCD是分输站场已完成的输气量，Kt为该时段的权重系数(不均匀系数)。
假设每天分输时间段为5段，前一天每段的分输输量为1、2、3、4、5，按照公式计算每段的权重系数为0.33、0.67、1、1.33、1.67，若日指定量为10，则按照输量设定值计算公式求得每段的输量设定值为0.67、1.56、2.59、3.46、2.88，其分输输量和为11.15。若前一天每段的分输输量为5、4、3、2、1，其每段的权重系数为1.67、1.33、1、0.67、0.33，若日指定量为10，其每段输量设定值为3.33、2.22、1.48、0.99、0.66，其输量和8.68。从中可以看出，按照综合权重分输逻辑分输，若该天分输量为递增趋势，实际分输量比设定值偏大，反之，实际分输量比设定值偏小。
控制系统若采用不均匀系数分输逻辑作为分输的控制策略时，若选取的前M天中某天存在停输工况，则该时段的输量为0，总输量比正常工况对应的值偏小。对于该时段之前的时段，由于剩余输量值偏小，导致计算的权重系数偏大；对于该时段的权重值，由于该时段的输量和偏小，剩余输量也偏小，故权重值与正常工况对应的权重值有误差，但无法确定偏差大小。对于该时段之后的时段，由于剩余输量和各时段的输量均不影响，故该时段之后时段的权重值不变。
基于上述原因，根据本发明的实施例，提供了一种能源的分输方法的实施例，需要说明的是，在附图的流程图中展示的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同此处的顺序执行所示出或描述的步骤。
如图1所示的能源自动分输方法的流程示意图，该能源自动分输方法包括以下步骤：
步骤101，在上一个分输周期的最后一个分输时间段时，获取前m+1个分输周期(包括上一个分输周期)各时刻累计输量数据，同时按照分输时间为m+1个分输周期编号；
如上述分输周期可以为一天的8：00至第二天的8：00，或其他预设的时间段，每个分输周期具有同一个预设的日指定输气量，该数值预设在上位机中；
上述分输时间段可以为一个小时，或其他预设的时间段；
在上一个分输周期的最后一个分输时间段中，获取前m+1个分输周期的各时刻的累计输量，如，一个分输周期为每天8:00至第二天8:00，分输时间段为一个小时，则每个周期具有24个分输时间段。每天从8:00开始分输，当分输时间进入上一个分输周期7:00至8:00分输段时，开始从上位机获取前m+1个分输周期整点时刻对应的累计输量数据；
按照分输时间为m+1个分输周期编号，如获取前6个分输周期，距离待预测分输周期时间最久的分输周期序号为1，距离待预测分输周期时间最近的分输周期序号为6；
步骤102，对获取的累计输量数据可靠性进行判断，保留可靠数据组；
若一个分输周期的累计输量数据的递增或不变，则该分输周期的累计输量数据均可靠，保留该分输周期的数据；对于存在不可靠数据的分输周期，直接弃用；
步骤103，由各时刻的累计输量数据计算前m+1个分输周期各个时间段分输输量及其在未分输段的权重系数，其中，未分输段为该时间段起始时刻至分输周期最后一刻，其公式如下：
Figure BDA0003220063350000101
其中，为每个时段的权重系数，为序号为t的分输周期的此时段终止时刻对应的累计输气量，m3，为序号为t的分输周期此时段起始时刻对应的累计输气量，m3，为序号为t的分输周期对应的总输气量，m3；
某时间段分输输量为该时间段终止时刻对应累计输量与起始时刻对应累计输量的差值；
某时间段的权重系数为该时间段的分输输量与对应的未分输段的分输输量的商；
由于上一个分输周期最后一个分输时间段尚未完成，故上一个分输周期的最后一个分输时间段的预计分输输量代替实际分输输量进行权重系数的计算，上一个分输周期总分输量由日指定量代替计算。进入待预测分输周期的第一个分输时间段时，重新计算上一个分输周期的权重系数，再次计算待预测分输周期的权重系数，重新修正第一分输时间段的输量设定值；
步骤104，分析上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数相关性，保留相关性较强的分输周期数据，其中相关系数计算公式如下：
Figure BDA0003220063350000111
其中Rj为相关系数，xij为j号分输周期第i个分输时间段的累计输量，
Figure BDA0003220063350000112
为j号分输周期n个时间段累计输量的平均值，yi为上一个分输周期第i个分输时间段的累计流量，
Figure BDA0003220063350000113
为上一个分输周期n个时间段累计输量的平均值；
若序号为j的分输周期与上一个分输周期的相关系数大于0.8，则序号为j的分输周期与上一个分输周期具有强相关性，可认为序号为j的分输周期数据为正常工况下的数据，保留并参与各时段权重系数计算；反之则剔除序号为j的分输周期；
若上一个分输周期与序号为[1，m]分输周期的相关系数中均小于0.8，则认为上一个分输周期存在特殊工况下产生的数据，用上一个分输周期的前一个周期代替上一个分输周期参与计算；
若保留的分输周期的个数较少时，如小于m/2时，则将上一个分输周期的前一个周期代替上一个分输周期参与计算；
步骤105，估计间隔周期数分别为1、2…m1(m1为保留分输周期的个数)的两个分输周期的回归方程的参数，其中序号较小的分输周期数据为自变量，序号最大的分输周期数据为因变量，估计方法可用最小二乘法，其公式如下：
Figure BDA0003220063350000121
其中，a与b为回归方程参数；n为分输周期中分输时间段的数量；j为自变量分输周期的序号，取值范围为[1，k-1]；k为保留的m1分输周期中最大的序号，取值范围为[2，m1]；x为序号为j的分输周期n个时段的累计输量；y为序号为k的分输周期n个时段的累计输量；
xij为j号分输周期第i个分输时间段的累计输量，
Figure BDA0003220063350000122
为j号分输周期n个时间段累计输量的平均值，yi为上一个分输周期第i个分输时间段的累计流量，
Figure BDA0003220063350000123
为上一个分输周期n个时间段累计输量的平均值；
若分输周期最大序号与其他周期的序号间隔数为非连续整数，则分别使用序号为k-1、k-2…的分输周期参与上述运算，直至补充所有空缺的整数；如保留周期为1，3，4，5，6，待预测周期为第7个周期。按照上述公式，k为6，j分别为1，3，4，5，可估计的分隔周期数为1，2，3，5的回归参数。其中分隔周期数为2的回归参数在k为6时无法估计出，则令k为5，j为3，估计分隔周期数为2时的回归参数，保证了分隔周期数的连续性；
步骤106，保留的m1分输周期分别代入对应的回归方程中，待预测周期各时段得到m2个预测的权重系数，以此计算待预测周期的各时段的权重系数，其公式如下：
Figure BDA0003220063350000124
其中，j代表着序号为j的分输周期；m+1为步骤101中取得分输周期的个数，待预测周期序号应为m+2，故序号为j的分输周期与待预测分输周期的间隔周期数为m+2-j＝m-j+2，即回归参数对应的下标；
若序号为j的分输周期不存在对应的回归系数，则序号为j的分输周期不参与预测权重系数，故m2不大于m1；
待预测周期的各时段的权重系数为待预测周期各时段m2个权重系数的算数平均值，其公式如下：
Figure BDA0003220063350000131
为保证实际输量与日指定输量原理上无输差，待预测周期最后时间段权重系数修正为1；
步骤107，由该时间段的权重系数计算该时间段的流量设定值。该时间段的输量设定值为该时间段的权重系数与该时间段的剩余流量的乘积，其公式如下：
FQsp＝(FQCDSP-FQCD)Wt；
其中，FQsp为该小时的输量设定值，FQCDSP是分输站场的每日指定输气量，FQCD是分输站场已完成的输气量，Kt为该时段的权重系数。
实施例2
选取山东管网坊子输气站潍坊华润用户历史数据应用实施例1方法对分输数据进行预测。按照坊子输气站用户在早上8:00下发日指定输量，每隔一小时重新计算一次流量设定值。故潍坊华润用户的分输周期选择为早上8:00至第二天早上8:00，共24小时，其分输时间段时长为1小时。
本实施例选取山东管网潍坊华润用户2020年度1月1日至1月8日累计流量数据，预测2020年度1月9日的权重系数并验证计算方法的精确度，通过计算预测得到的各时段权重系数与实际情况各时段的权重系数的误差，验证本发明方法预测结果的精确度。
本实施例获取1月8日及其前8个分输周期整点时刻累计流量数据(m3/h)，见表1-1。按照分输时间对前8个周期进行编号，1月1日对应的分输周期序号为1，1月2日对应的分输周期序号为2，依次编号。
表1-1
Figure BDA0003220063350000141
由于1月9日前8个分输周期累计数据均递增，故选取的分输周期数据可靠。
按照步骤103对应的公式，计算序号为1-8分输周期的权重系数，结果见表1-2。
表1-2
Figure BDA0003220063350000151
按照步骤104所示公式，计算序号1-7分输周期与序号8分输周期的相关系数分别为0.9943、0.9997、0.9989、0.9973、0.9958、0.9953、0.9988，其相关系数均大于0.8，则说明序号1-7分输周期与序号8分输周期具有强相关性，均可参与待预测周期的权重系数的计算。
按照步骤105所示的公式，计算序号1-7分输周期与序号8分输周期对应的回归方程的参数。序号1分输周期与序号8分输周期拟合参数对应的间隔周期数为7，其余分输周期拟合参数同理，其结果见表1-3。
表1-3
Figure BDA0003220063350000152
按照步骤106公式依次利用序号1-8分输周期权重系数预测1月9日的权重系数。序号1分输周期与待预测周期(1月9日)相差8个间隔周期，由于回归参数对应的最大间隔周期为7，故序号1分输周期不参与预测。序号2分输周期与待预测周期(1月9日)相差7个分输周期，故序号2分输周期选用的回归方程为y＝0.9958x+0.0021，代入序号2分输周期各时段权重系数以计算待预测周期各时段的权重系数，其他分输周期计算方法同理，其结果见表1-4。
表1-4
Figure BDA0003220063350000161
修正待预测周期最后时间段权重系数为1。2020年1月9日的日指定输量通过上位机获得，其值为351859m3/h，则根据步骤107的公式计算24个时段对应的流量设定值，其结果见表1-5。
表1-5
Figure BDA0003220063350000171
实施例3
选取山东管网青岛能源用户历史数据使用实施例1方法对分输数据量进行预测。按照青岛站用户在早上8:00下发日指定输量，每隔一小时重新计算一次流量设定值。故潍坊华润用户的分输周期选择为早上8:00至第二天早上8:00，共24小时，其分输时间段时长为1小时。
本实施例选取山东管网青岛能源用户2020年度1月1日至1月9日累计流量数据，预测2020年度1月9日的权重系数并验证计算方法的精确度，通过计算预测得到的各时段权重系数与实际情况各时段的权重系数的误差和，以验证本发明方法预测结果的精确度。
本实施例获取1月9日及其前8个分输周期整点时刻累计流量数据(m3/h)，见表1-6。按照分输时间对前8个周期进行编号，1月1日对应的分输周期序号为1，1月2日对应的分输周期序号为2，依次编号。
表1-6
Figure BDA0003220063350000181
由于1月9日前8个分输周期累计数据均递增，故选取的分输周期数据可靠。按照步骤103对应的公式，计算序号为1-8分输周期的权重系数，结果见表1-7。
表1-7
Figure BDA0003220063350000191
按照步骤104所示公式，计算序号1-7分输周期与序号8分输周期的相关系数分别为0.9938、0.9996、0.9963、0.9918、0.9888、0.9970、0.9979，其相关系数均大于0.8，则说明序号1-7分输周期与序号8分输周期具有强相关性，均可参与待预测周期的权重系数的计算。
按照步骤105所示的公式，计算序号1-7分输周期与序号8分输周期对应的回归方程的参数。序号1分输周期与序号8分输周期拟合参数对应的间隔周期数为7，其余分输周期拟合参数同理，其结果见表1-8。
表1-8
Figure BDA0003220063350000192
按照步骤106公式依次利用序号1-8分输周期权重系数预测1月9日的权重系数。序号1分输周期与待预测周期(1月9日)相差8个间隔周期，由于回归参数对应的最大间隔周期为7，故序号1分输周期不参与预测。序号2分输周期与待预测周期(1月9日)相差7个分输周期，故序号2分输周期选用的回归方程为y＝0.9897x+0.0039，代入序号2分输周期各时段权重系数以计算待预测周期各时段的权重系数，其他分输周期计算方法同理，其结果见表1-9。
表1-9
Figure BDA0003220063350000201
修正待预测周期最后时间段权重系数为1。2020年1月9日的日指定输量通过上位机获得，其值为1307655m3/h，则根据步骤107的公式计算24个时段对应的流量设定值，其结果见表1-10。
表1-10
Figure BDA0003220063350000211

Claims (6)

1.一种能源自动分输方法，其特征在于：包括以下步骤：
①在上一个分输周期的最后一个分输时间段时，获取前m+1个分输周期各时刻的累计输量数据，包括上一个分输周期各时刻的累计输量数据，同时按照分输时间为m+1个分输周期编号；
②对步骤①中的累计输量数据可靠性进行判断，保留可靠数据组；
若一个分输周期的累计流量数据的递增或不变，则该分输周期的累计流量数据可靠；
③对可靠数据组的数据进行下述处理：由各时刻的累计输量数据计算前m+1个分输周期各个时间段分输输量及其在未分输段的权重系数；
④分析上一个分输周期的权重系数与序号为[1，m]分输周期的权重系数的相关性，保留相关性强的分输周期数据；
⑤设m1为保留的分输周期个数，估计间隔周期数分别为1、2、3、……m1的两个分输周期的回归方程的参数，其中序号较小的分输周期数据为自变量，序号较大的分输周期数据为因变量；
计算参与参数估计的两个分输周期的序号差值为间隔周期数；
将参与参数估计的两个分输周期的权重系数代入最小二乘法公式中，得到回归方程y＝bx+a中的b及a的估计值；
⑥将m1代入对应的回归方程中，待预测周期各时段得到m2个预测的权重值，以此计算待预测周期各时段的权重系数；
⑦由步骤⑥所得的待预测周期各时段的权重系数计算该时间段的流量设定值。
2.根据权利要求1所述的一种能源自动分输方法，其特征在于：步骤③的具体步骤为：
各个时间段分输输量为某时间段终止时刻对应累计流量与起始时刻对应累计流量的差值；
各个时间段在未分输段的权重系数为某时间段的分输输量与对应的未分输段的分输输量的商。
3.根据权利要求1所述的一种能源自动分输方法，其特征在于：步骤④的具体步骤为：
计算上一个分输周期的权重系数和序号为[1，m]分输周期的权重系数的相关系数计算公式为：
Figure FDA0003220063340000021
其中Rj为相关系数，xij为j号分输周期第i个分输时间段的累计输量，
Figure FDA0003220063340000022
为j号分输周期n个时间段累计输量的平均值，yi为上一个分输周期第i个分输时间段的累计流量，
Figure FDA0003220063340000023
为上一个分输周期n个时间段累计输量的平均值；
若序号为j的分输周期与上一个分输周期的相关系数Rj大于0.8，则序号为j的分输周期与上一个分输周期具有强相关性，认为序号为j的分输周期数据为正常工况下的数据，保留并参与各时段权重系数计算；反之则剔除序号为j的分输周期；
若上一个分输周期与序号为[1，m]分输周期的相关系数中均小于0.8，则认为上一个分输周期存在特殊工况下产生的数据，用上一个分输周期的前一个周期代替上一个分输周期参与计算；
若保留的分输周期的个数较少时，如小于m/2时，则将上一个分输周期的前一个周期代替上一个分输周期参与计算。
4.根据权利要求1所述的一种能源自动分输方法，其特征在于：步骤⑤中b的估计值为
Figure FDA0003220063340000024
其计算公式为：
Figure FDA0003220063340000031
a的估计值为
Figure FDA0003220063340000032
其计算公式为：
Figure FDA0003220063340000033
其中xij为j号分输周期第i个分输时间段的累计输量，
Figure FDA0003220063340000034
为j号分输周期n个时间段累计输量的平均值，yi为上一个分输周期第i个分输时间段的累计流量，
Figure FDA0003220063340000035
为上一个分输周期n个时间段累计输量的平均值；
n为分输周期中分输时间段的数量；j为自变量分输周期的序号，取值范围为[1，k-1]；k为保留的m1分输周期中最大的序号，取值范围为[2，m1]；x为序号为j的分输周期n个时段的累计输量；y为序号为k的分输周期n个时段的累计输量。
5.根据权利要求1所述的一种能源自动分输方法，其特征在于：步骤⑥具体为：选取分输周期对应的回归方程，当分输周期与待预测的分输周期的分输间隔数与回归方程对应的分输间隔数相同时，回归方程为该分输周期对应的回归方程；
保留的m1分输周期分别代入对应的回归方程中，待预测周期各时段得到m2个预测的权重系数；
计算待预测周期各时段回归得到的m2个权重系数的算数平均值，即待预测周期各时段的权重系数；
修正待预测周期最后时间段的权重系数为1。
6.根据权利要求1所述的一种能源自动分输方法，其特征在于：
各时段的流量设定值为该时间段的权重系数与该时间段初始时刻剩余流量的乘积；
其中该时间段初始时刻剩余流量为日指定流量与该时间段初始时刻对应的累计流量的差。
CN202110954807.9A 2021-08-19 2021-08-19 一种能源自动分输方法 Pending CN113673864A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110954807.9A CN113673864A (zh) 2021-08-19 2021-08-19 一种能源自动分输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110954807.9A CN113673864A (zh) 2021-08-19 2021-08-19 一种能源自动分输方法

Publications (1)

Publication Number Publication Date
CN113673864A true CN113673864A (zh) 2021-11-19

Family

ID=78543993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110954807.9A Pending CN113673864A (zh) 2021-08-19 2021-08-19 一种能源自动分输方法

Country Status (1)

Country Link
CN (1) CN113673864A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004240214A (ja) * 2003-02-06 2004-08-26 Nippon Telegr & Teleph Corp <Ntt> 音響信号判別方法、音響信号判別装置、音響信号判別プログラム
CN102509028A (zh) * 2011-12-20 2012-06-20 国网电力科学研究院 基于统计升尺度技术的电网全网风电功率预测算法
US20130151179A1 (en) * 2011-12-13 2013-06-13 Schneider Electric USA, Inc. Automated monitoring for changes in energy consumption patterns
WO2018068360A1 (zh) * 2016-10-11 2018-04-19 国云科技股份有限公司 一种数据分析中获取因变量与自变量回归关系的方法
KR101855248B1 (ko) * 2017-04-20 2018-05-08 (주)에코센스 트런케티드 선형회귀모델을 이용한 에너지절감 성과평가방법
CN108268967A (zh) * 2017-01-04 2018-07-10 北京京东尚科信息技术有限公司 一种话务量预测的方法和系统
CN108573323A (zh) * 2018-03-19 2018-09-25 国网浙江省电力有限公司嘉兴供电公司 一种能源互联网用户用电量预测方法及系统
CN109210380A (zh) * 2017-06-07 2019-01-15 北京东方华智石油工程有限公司 天然气自动分输方法和系统
CN111123188A (zh) * 2019-12-20 2020-05-08 国网山东省电力公司电力科学研究院 基于改进最小二乘法的电能表综合检定方法及系统
CN112734128A (zh) * 2021-01-19 2021-04-30 重庆大学 一种基于优化rbf的7日电力负荷峰值预测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004240214A (ja) * 2003-02-06 2004-08-26 Nippon Telegr & Teleph Corp <Ntt> 音響信号判別方法、音響信号判別装置、音響信号判別プログラム
US20130151179A1 (en) * 2011-12-13 2013-06-13 Schneider Electric USA, Inc. Automated monitoring for changes in energy consumption patterns
CN102509028A (zh) * 2011-12-20 2012-06-20 国网电力科学研究院 基于统计升尺度技术的电网全网风电功率预测算法
WO2018068360A1 (zh) * 2016-10-11 2018-04-19 国云科技股份有限公司 一种数据分析中获取因变量与自变量回归关系的方法
CN108268967A (zh) * 2017-01-04 2018-07-10 北京京东尚科信息技术有限公司 一种话务量预测的方法和系统
KR101855248B1 (ko) * 2017-04-20 2018-05-08 (주)에코센스 트런케티드 선형회귀모델을 이용한 에너지절감 성과평가방법
CN109210380A (zh) * 2017-06-07 2019-01-15 北京东方华智石油工程有限公司 天然气自动分输方法和系统
CN108573323A (zh) * 2018-03-19 2018-09-25 国网浙江省电力有限公司嘉兴供电公司 一种能源互联网用户用电量预测方法及系统
CN111123188A (zh) * 2019-12-20 2020-05-08 国网山东省电力公司电力科学研究院 基于改进最小二乘法的电能表综合检定方法及系统
CN112734128A (zh) * 2021-01-19 2021-04-30 重庆大学 一种基于优化rbf的7日电力负荷峰值预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王放;: "天然气自动分输控制系统控制器设计", 仪器仪表用户, no. 12, 8 December 2017 (2017-12-08) *
王文圣, 丁晶, 赵玉龙, 张晓明: "基于偏最小二乘回归的年用电量预测研究", 中国电机工程学报, no. 10, 30 October 2003 (2003-10-30) *

Similar Documents

Publication Publication Date Title
CN107301570B (zh) 业务量预测方法、异常业务量检测方法、装置和电子设备
CN110555785B (zh) 一种月度计划安全稳定校核方法及系统
CN109210380B (zh) 天然气自动分输方法和系统
CN108258706B (zh) 一种火/储agc调频优化控制方法及系统
CN110276491A (zh) 粉丝预测管理方法、装置、计算机设备及存储介质
CN110851773A (zh) Gnss实时钟差评估算法
JP5661975B1 (ja) 蓄電池の制御装置、制御方法、制御プログラム、および蓄電システム
CN113095885B (zh) 信息投放数据的处理方法和装置
US20190019136A1 (en) Tank delivery planning device for lp gas and tank delivery planning method for lp gas
CN113673864A (zh) 一种能源自动分输方法
CN113806073B (zh) 一种边缘计算平台算力分配调度方法及系统
CN111400655A (zh) 一种入库流量的修正优化方法及系统
CN113835626B (zh) 一种确定磁盘可使用时长的方法及装置
CN111503520B (zh) 一种进气负荷控制方法、装置、设备及可读存储介质
Quevedo et al. Short-term demand forecasting for real-time operational control of the Barcelona water transport network
JP6398339B2 (ja) 製造工場におけるスケジュール管理装置および製造工場の操業方法
CN108121305B (zh) 一种作业车间任务的动态调度方法及装置
KR102223891B1 (ko) 대상설비의 ess 용량분배방법 및 ess 용량분배장치
JP7052399B2 (ja) 水処理施設の運転支援装置及び運転支援方法
CN109902846B (zh) 一种供水管网简化方法及系统
CN107181255B (zh) 一种机组越限电量的调整方法和装置
CN111306445B (zh) 能源自动分输的方法和装置
CN114138454B (zh) 一种边缘计算平台算力的公平分配方法及系统
CN114779731A (zh) 一种面向智能制造的生产数据动态监测分析系统及方法
CN111306444A (zh) 能源的分输方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination