[发明专利]一种供暖季城市天然气负荷预测方法及装置

说明书

本申请公开了一种供暖季城市天然气负荷预测方法及装置，该方法获取城市天然气负荷用气原始数据并进行特征提取得到特征向量，将特征向量输入至预设循环神经网络模型得到第一预测值，根据特征向量中的每日历史温度特征向量确定多组温度向量组，根据多组温度向量组确定第二预测值，对第一预测值和第二预测值进行整合得到城市天然气负荷用气预测值。由于是基于实际天然气负荷用气数据进行预测，使得预测过程与实际业务应用场景相结合，且通过对温度变化敏感的预设循环神经网络模型进行预测得到第一预测值，通过多组温度向量组确定第二预测值可适应温度特征变化，达到精确的对城市天然气负荷值进行预测的目的，可以对真实生产环境进行有效的指导。

技术领域

本申请涉及天然气负荷预测技术领域，尤其涉及一种供暖季城市天然气负荷预测方法及装置。

背景技术

在北方城市的天然气负荷预测中，供暖季期间的负荷预测显得尤为重要，主要是由于城市冬季供暖导致的用气量激增给负荷预测带来了极大的挑战。

目前，关于城市天然气负荷预测技术的方法种类较多，负荷预测方法不仅有多元线性回归分析、时间序列法、最小二乘法、灰色模型等传统预测方法，也有基于人工智能的支持向量机、神经网络等机器学习算法。然而这些天然气负荷预测方式仅仅是停留在学术层面进行分析，并没有深入到实际的业务场景应用中，无法精确的对城市天然气负荷值进行预测，导致无法对真实生产环境进行有效的指导。

发明内容

本申请提供一种供暖季城市天然气负荷预测方法及装置，达到精确的对城市天然气负荷值进行预测的目的，可以对真实生产环境进行有效的指导。

第一方面，本申请提供了一种供暖季城市天然气负荷预测方法，包括：

获取城市天然气负荷用气原始数据；

对所述城市天然气负荷用气原始数据进行特征提取，得到特征向量；

将所述特征向量输入至预设循环神经网络模型得到第一预测值，其中，所述预设循环神经网络模型包括门控循环单元GRU隐藏层和注意力机制Attention层；

根据所述特征向量中的每日历史温度特征向量确定多组温度向量组，根据所述多组温度向量组确定第二预测值；

对所述第一预测值和所述第二预测值进行整合，得到城市天然气负荷用气预测值。

可选的，所述城市天然气负荷用气原始数据包括气量数据、气象数据、供暖季数据和节假日数据。

可选的，所述对所述城市天然气负荷用气原始数据进行特征提取，得到特征向量的步骤，包括：

对所述城市天然气负荷用气原始数据进行预处理，得到预处理后数据；

根据所述预处理后数据计算得到管道内天然气的管存变化量，计算所述管存变化量与非管道内的天然气用量之和作为城市天然气使用量特征向量；

从所述预处理后数据中提取温度特征向量和天气类型特征向量，建立所述天气类型特征向量与影响程度之间的对应关系，其中，所述影响程度为天气类型特征向量对城市天然气负荷的影响程度；

从所述预处理后数据中提取供暖日期类型特征向量，建立所述供暖日期类型特征向量与天然气用气量级别之间的对应关系；

从所述预处理后数据中提取日期类型特征向量，建立所述日期类型特征向量与天然气用气量级别之间的对应关系。

可选的，所述对所述城市天然气负荷用气原始数据进行预处理，得到预处理后数据的步骤，包括：

对所述城市天然气负荷用气原始数据进行缺失值填充得到填充后的城市天然气负荷用气数据；

对填充后的城市天然气负荷用气数据进行异常值检测，将检测到的异常值替换为非异常值；