基于大数据的民用天然气动态智能调配方法组成比例

本发明专利技术提供一种基于大数据的民用天然气动态智能调配方法，包括：在天然气管线布设流量传感计和压力计，将流量和压力通过无线网络传递到燃气动态智能调配终端，存储形成流量大数据流量和压力；建立基于压力波动的民用天然气启调模型；建立灰组合预测模型COMGM(1,1)模型；根据灰组合预测模型COMGM(1,1)模型，建立民用天然气调配流量预测模型；根据基于压力波动的民用级天然气启调模型和民用天然气调配流量预测模型，建立民用天然气调配模型；根据所述民用天然气调配模型，对天然气进行动态智能调配。本发明专利技术实现了民用天然气的动态调配。本发明专利技术实现了民用天然气的动态调配。本发明专利技术实现了民用天然气的动态调配。

【技术实现步骤摘要】
基于大数据的民用天然气动态智能调配方法


[0001]本专利技术属于石油与天然气工程
，具体涉及一种基于大数据的民用天然气动态智能调配方法。

技术介绍

[0002]作为化石燃料中最清洁的能源，天然气具有高热效率和能源效率优势，被认为是最有发展前途、最有效率的能源，其被广泛的应用于城市做饭、洗澡和取暖中。随着人们对生活品质要求越来越高，对天然气的需求量也越来越大，经常会出现用气荒的问题，但是我国天然气的实际产能来看，天然气的实际供应量是充足的。经分析造成这种现象的原因是，天然气调配不合理，调配不合理造成了很多区域燃气用量不足的情况，而其余区域燃气量过剩的情况，为此需要对民用天然气实行动态智能调配。
[0003]目前在天然气供配方面，主要存在以下两个问题：(1)目前燃气管网铺设后，往往全部打开阀门不管用户用不用都供气，这部分用户占据了一定的管道容量，这就造成这样一个现象：部分区域供气不足，而部分区域供气过剩。(2)用气量不可动态调配问题，如某一用户出国多年，在其期间气量分配仍占用一定的比例，浪费了煤气管道的运力。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一，提供一种基于大数据的民用天然气动态智能调配方法。
[0005]本专利技术提供一种基于大数据的民用天然气动态智能调配方法，所述方法包括以下步骤：
[0006]在天然气管线布设流量传感计和压力计，将流量和压力通过无线网络传递到燃气动态智能调配终端，存储形成流量大数据流量和压力；
[0007]建立基于压力波动的民用天然气启调模型；其中，所述民用天然气启调模型包括：民用天然气用户级启调模型、民用天然气楼宇级启调模型、民用天然气小区级启调模型和民用天然气区级启调模型；
[0008]建立灰组合预测模型COMGM(1,1)模型；
[0009]根据灰组合预测模型COMGM(1,1)模型，建立民用天然气调配流量预测模型；其中，所述民用天然气调配流量预测模型包括：民用天然气用户级调配流量预测模型、民用天然气楼宇级调配流量预测模型、民用天然气小区级调配流量预测模型、民用天然气区级调配流量预测模型；
[0010]根据所述民用级天然气启调模型和所述民用天然气调配流量预测模型，建立民用天然气调配模型；其中，所述民用天然气调配模型包括：民用天然气调配模型由民用天然气用户级调配模型、民用天然气楼宇级调配模型、民用天然气小区级调配模型和民用天然气区级调配模型；
[0011]根据所述民用天然气调配模型，对天然气进行动态智能调配。
[0012]可选地，所述民用天然气用户级启调模型的建模，包括以下步骤：
[0013]以第region区第vilage小区第building号楼第user号用户第time时刻的气压值为PU
region
×
vilage
×
building
×
user
×
time
及其最近若干天气压数据做为建模数据进行预测，该用户(time+1)时刻的气压预测值可表示为：
[0014][0015]式中，α
h
为第region区第vilage小区第building号楼第user号用户压力灰发展系数，μ
h
为第region区第vilage小区第building号楼第user号用户天然气管道压力灰作用量，式中α
h
和μ
h
的表达式如下：
[0016][0017]式中，B
h
为第region区第vilage小区第building号楼第user号用户压力矩阵，Y
h
为第region区第vilage小区第building号楼第user号用户压力原始矩阵，B
h
和Y
h
表达式如下：
[0018][0019]建立基于压力波动的民用天然气用户级启调模型如下：
[0020][0021]式中，λ
user
为基于压力波动的民用天然气用户级启调模型灰辨别系数；θ
user
为民用天然气用户级启调模型用户压力阈值。
[0022]可选地，所述民用天然气楼宇级启调模型的建模，包括以下步骤：
[0023]以第region区第vilage小区第building号楼第time时刻的气压值为PB
region
×
vilage
×
building
×
time
及其最近若干天气压数据做为建模数据进行预测，该楼(time+1)时刻的气压预测值可表示为：
[0024][0025]式中，α
hb
为第region区第vilage小区第building号楼天然气管道压力灰发展系数，μ
hb
为第region区第vilage小区第building号楼天然气管道压力灰作用量，式中α
hb
和μ
hb
的表达式如下：
[0026][0027]式中，B
hb
为第region区第vilage小区第building号楼压力矩阵，Y
hb
为第region区
第vilage小区第building号楼压力原始矩阵，B
hb
和Y
hb
表达式如下：
[0028][0029]建立基于压力波动的民用天然气楼宇级启调模型如下：
[0030][0031]式中，λ
buliding
为基于压力波动的民用天然气楼宇级启调模型灰辨别系数；θ
buliding
为民用天然气楼宇级启调模型用户压力阈值。
[0032]可选地，所述民用天然气小区级启调模型的建模，包括以下步骤：
[0033]以第region区第vilage小区第time时刻的气压值为PV
region
×
vilage
×
time
及其最近若干天气压数据做为建模数据进行预测，该小区(time+1)时刻的气压预测值可表示为：
[0034][0035]式中，α
hv
为第region区第vilage小区天然气管道压力灰发展系数，μ
hv
为第region区第vilage小区天然气管道压力灰作用量，式中α
hv
和μ
hv
的表达式如下：
[0036][0037]式中，B
hv
为第region区第vilage小区压力矩阵，Y
hv
为第region区第vilage小区压力原始矩阵，B
hv
和Y
hv
表达式如下：
[0038][0039]建立基于压力波动的民用天然气小区级启调模型如下：
[0040][0041]式中，λ
Vila本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的民用天然气动态智能调配方法，其特征在于，所述方法包括以下步骤：在天然气管线布设流量传感计和压力计，将流量和压力通过无线网络传递到燃气动态智能调配终端，存储形成流量大数据流量和压力；建立基于压力波动的民用天然气启调模型；其中，所述民用天然气启调模型包括：民用天然气用户级启调模型、民用天然气楼宇级启调模型、民用天然气小区级启调模型和民用天然气区级启调模型；建立灰组合预测模型COMGM(1,1)模型；根据灰组合预测模型COMGM(1,1)模型，建立民用天然气调配流量预测模型；其中，所述民用天然气调配流量预测模型包括：民用天然气用户级调配流量预测模型、民用天然气楼宇级调配流量预测模型、民用天然气小区级调配流量预测模型、民用天然气区级调配流量预测模型；根据所述民用级天然气启调模型和所述民用天然气调配流量预测模型，建立民用天然气调配模型；其中，所述民用天然气调配模型包括：民用天然气用户级调配模型、民用天然气楼宇级调配模型、民用天然气小区级调配模型和民用天然气区级调配模型；根据所述民用天然气调配模型，对天然气进行动态智能调配。2.根据权利要求1所述的方法，其特征在于，所述民用天然气用户级启调模型的建模，包括以下步骤：以第region区第vilage小区第building号楼第user号用户第time时刻的气压值为PU
region
×
vilage
×
building
×
user
×
time
及其最近若干天气压数据做为建模数据进行预测，该用户(time+1)时刻的气压预测值可表示为：式中，α
h
为第region区第vilage小区第building号楼第user号用户压力灰发展系数，μ
h
为第region区第vilage小区第building号楼第user号用户天然气管道压力灰作用量，式中α
h
和μ
h
的表达式如下：式中，B
h
为第region区第vilage小区第building号楼第user号用户压力矩阵，Y
h
为第region区第vilage小区第building号楼第user号用户压力原始矩阵，B
h
和Y
h
表达式如下：建立基于压力波动的民用天然气用户级启调模型如下：
式中，λ
user
为基于压力波动的民用天然气用户级启调模型灰辨别系数；θ
user
为民用天然气用户级启调模型用户压力阈值。3.根据权利要求1所述的方法，其特征在于，所述民用天然气楼宇级启调模型的建模，包括以下步骤：以第region区第vilage小区第building号楼第time时刻的气压值为PB
region
×
vilage
×
building
×
time
及其最近若干天气压数据做为建模数据进行预测，该楼(time+1)时刻的气压预测值可表示为：式中，α
hb
为第region区第vilage小区第building号楼天然气管道压力灰发展系数，μ
hb
为第region区第vilage小区第building号楼天然气管道压力灰作用量，式中α
hb
和μ
hb
的表达式如下：式中，B
hb
为第region区第vilage小区第building号楼压力矩阵，Y
hb
为第region区第vilage小区第building号楼压力原始矩阵，B
hb
和Y
hb
表达式如下：建立基于压力波动的民用天然气楼宇级启调模型如下：式中，λ
buliding
为基于压力波动的民用天然气楼宇级启调模型灰辨别系数；θ
buliding
为民用天然气楼宇级启调模型用户压力阈值。4.根据权利要求1所述的方法，其特征在于，所述民用天然气小区级启调模型的建模，包括以下步骤：以第region区第vilage小区第time时刻的气压值为PV
region
×
vilage
×
time
及其最近若干天气压数据做为建模数据进行预测，该小区(time+1)时刻的气压预测值可表示为：
式中，α
hv
为第region区第vilage小区天然气管道压力灰发展系数，μ
hv
为第region区第vilage小区天然气管道压力灰作用量，式中α
hv
和μ
hv
的表达式如下：式中，B
hv
为第region区第vilage小区压力矩阵，Y
hv
为第region区第vilage小区压力原始矩阵，B
hv
和Y
hv
表达式如下：建立基于压力波动的民用天然气小区级启调模型如下：式中，λ
Vilage
为基于压力波动的民用天然气小区级启调模型灰辨别系数；θ
Vilage
为民用天然气小区级启调模型用户压力阈值。5.根据权利要求1所述的方法，其特征在于，所述民用天然气区级启调模型的建模，包括以下步骤：以第region区第time时刻的气压值为PVE
region
×
time
及其最近若干天气压数据做为建模数据进行预测，该区(time+1)时刻的气压预测值可表示为：式中，α
hve
为第region区天然气管道压力灰发展系数，μ
hve
为第region区天然气管道...

【专利技术属性】
技术研发人员：付长凤，陈明，范增，张镭，董少华，喻卫军，韩连福，
申请(专利权)人：常熟理工学院，
类型：发明
国别省市：