一种基于LSTM的天然气管道供能末端状态快速估计方法技术

本发明专利技术公开了一种基于LSTM的天然气管道供能末端状态快速估计方法，包括，通过统一能路理论搭建天然气管道网络集总参数模型；通过所述模型的阶跃冲击响应曲线获得LSTM神经网络参数；利用所述神经网络参数进行训练，得到天然气管道网络状态拟合值；利用所述拟合值，求解得到天然气管道系统控制变量与状态变量线性关系的显示表达式。本发明专利技术通过对LSTM拟合结果进行分析，验证了天然气管道网络在当前时段内的末端节点流量与始端节点用能质量、末端节点气压呈近似线性关系，而线性关系的拟合参数与系统状态相关，实现了对天然气供能末端管道状态的快速计算。

【技术实现步骤摘要】
一种基于LSTM的天然气管道供能末端状态快速估计方法
本专利技术涉及神经网络的
，尤其涉及一种基于LSTM的天然气管道供能末端状态快速估计方法。
技术介绍
能源的生产、输送与消纳技术的进步不断推进着了人类社会形态发展。自工业革命至今，人类构建起以化石能源为能源来源，通过电力网架实现能源输送的成熟的能源应用体系，但是随着化石能源日渐枯竭与碳排放问题日益严重，人们在寻找一种更加清洁且能够持续发展的能源应用方式。能源互联网是综合运用先进的电力电子技术和信息通信技术，实现横向多源互补、纵向源-网-荷-储协调的能源与信息高度融合的下一代能源生产、输送、消纳方式。电力系统与天然气管道系统是支撑能源互联网的两个基础能源供应网络。对于电力系统来说，电磁场以光速传播，因此电力系统中单点注入的脉冲信号将在毫秒级影响整个网络，并在数秒内恢复稳定状态，且在日内滚动控制指令下，电力系统仍然处于数个稳态间的状态转移。而对于天然气管道系统，压力以声速传播，系统状态的单个节点的变化将在数秒至数分钟传播至整个网络，单点状态变化将在数十分钟恢复稳态。因此，在参与分钟本文档来自技高网...

【技术保护点】
1.一种基于LSTM的天然气管道供能末端状态快速估计方法，其特征在于：包括，/n通过统一能路理论搭建天然气管道网络集总参数模型；/n通过所述模型的阶跃冲击响应曲线获得LSTM神经网络参数；/n利用所述神经网络参数进行训练，得到天然气管道网络状态拟合值；/n利用所述拟合值，求解得到天然气管道系统控制变量与状态变量线性关系的显示表达式。/n

【技术特征摘要】
1.一种基于LSTM的天然气管道供能末端状态快速估计方法，其特征在于：包括，
通过统一能路理论搭建天然气管道网络集总参数模型；
通过所述模型的阶跃冲击响应曲线获得LSTM神经网络参数；
利用所述神经网络参数进行训练，得到天然气管道网络状态拟合值；
利用所述拟合值，求解得到天然气管道系统控制变量与状态变量线性关系的显示表达式。


2.如权利要求1所述的基于LSTM的天然气管道供能末端状态快速估计方法，其特征在于：所述模型包括，
根据管道长度、半径，环境温度、气压，天然气质量和密度搭建天然气管道网络动力学方程组；
利用所述统一能路理论，将所述方程组从时域转化至频域；
通过类比电阻、电感和电抗，求解获得所述模型。


3.如权利要求2所述的基于LSTM的天然气管道供能末端状态快速估计方法，其特征在于：所述LSTM神经网络包括，
所述神经网络的输入为时间离散的有序指令序列，用于拟合天然气管道状态的神经细胞并通过状态参数记录和传递控制指令对大惯性状态的影响。


4.如权利要求3所述的基于LSTM的天然气管道供能末端状态快速估计方法，其特征在于：所述神经细胞包括，
神经细胞的输入为状态参数与当前时刻控制指令，输出为天然气管道系统在当前控制时段内的状态；
天然气管道系统的输出不仅与当前时刻的控制指令相关，而且与前序控制指令导致天然气管道系统所处的运行状态相关。


5.如权利要求4所述的基于LSTM的天然气管道供能末端状态快速估计方法，其特征在于：所述前序控制指令包括，
当前时刻的控制指令的影响将随着时间逐渐减弱。


6.如权利要求5所述的基于...

【专利技术属性】
技术研发人员：邱迪，刘东，陈飞，樊强，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31