【技术实现步骤摘要】
一种储气库多周期调峰量预测方法、系统和存储介质
[0001]本专利技术涉及储气库调峰预测
，尤其涉及一种储气库多周期调峰量预测方法、系统和存储介质。
技术介绍
[0002]储气库多周期调峰预测是指在考虑一系列的负荷特点、气象因素和社会因素的前提下，运用合适的方法对目标市场未来多个周期内的天然气负荷进行预测，以辅助制定调峰采气计划。因其变化是受多种因素影响，随机性强，所以很难从机理上建立统一的描述模型。
[0003]目前，通常采用最优组合预测模型进行天然气负荷预测。因负荷序列受诸多复杂因子和随机烦扰的影响，用单一的预测模型有时很难达到理想的预测效果。然而，最优组合预测模型需要选择一组预测模型进行组合，如果选择的模型不够全面或不够准确，可能会导致模型选择偏差，从而影响最终的预测结果。同时还存在着如何对多个模型的预测结果进行加权或组合，以及如何确定每个模型的贡献等问题，会导致模型集成变得更加困难和复杂。
[0004]因此，亟需提供一种技术方案解决上述问题。
技术实现思路
[0005]为解决上述...
【技术保护点】
【技术特征摘要】
1.一种储气库多周期调峰量预测方法，其特征在于，包括：S1、基于目标区域的多个历史周期内的天然气实际消费量，对用于进行天然气负荷量预测的初始TFT模型进行迭代训练，得到目标TFT模型；S2、根据所述目标TFT模型，生成所述目标区域在多个未来周期的天然气预测负荷量；S3、根据每个未来周期的天然气预测负荷量，确定所述目标区域的储气库在每个未来周期的目标调峰量。2.根据权利要求1所述的储气库多周期调峰量预测方法，其特征在于，步骤S1包括：S11、将所述目标区域的每个历史周期内的天然气实际消费量分别输入至所述初始TFT模型，得到每个历史周期在对应的下一周期内的天然气预测负荷量，并根据每个历史周期在对应的下一周期内的天然气预测负荷量和天然气实际负荷量，计算得到损失值；S12、根据所述损失值，对所述初始TFT模型进行优化，得到优化TFT模型，并判断所述优化TFT模型是否满足预设迭代训练条件，得到判断结果；S13、若所述判断结果为否，则将所述优化TFT模型作为所述初始TFT模型并返回执行步骤S11，直至所述判断结果为是时，将所述优化TFT模型确定为所述目标TFT模型。3.根据权利要求2所述的储气库多周期调峰量预测方法，其特征在于，所述初始TFT模型包括：嵌入层、编码器、解码器和预测层；将所述目标区域的任一历史周期内的天然气实际消费量输入至所述初始TFT模型，得到所述任一历史周期的下一周期内的天然气预测负荷量的步骤，包括：根据所述目标区域的每个历史周期的天然气实际消费量所构建的时间序列，对所述任一历史周期进行位置编码，得到所述任一历史周期的位置编码信息；将所述任一历史周期的天然气实际消费量和位置编码信息输入所述嵌入层进行相加，得到所述任一历史周期的嵌入向量；将所述任一历史周期的嵌入向量输入至所述编码器，得到所述任一历史周期的编码向量；将所述任一历史周期的编码向量输入至所述解码器，得到所述任一历史周期的下一周期的隐藏状态特征；将所述任一历史周期的下一周期的隐藏状态特征输入至所述预测层，得到所述任一历史周期的下一周期内的天然气预测负荷量。4.根据权利要求3所述的储气库多周期调峰量预测方法，其特征在于，所述编码器包括：依次连接设置的多层Transformer；将所述任一历史周期的嵌入向量输入至所述编码器，得到所述任一历史周期的编码向量的步骤，包括：将所述任一历史周期的嵌入向量输入至首层Transformer，并依次通过每一层Transformer进行处理，得到所述任一历史周期的编码向量。5.根据权利要求3所述的储气库多周期调峰量预测方法，其特征在于，所述解码器包括：外部记忆嵌入网络和内部LSTM网络；将所述任一历史周期...
【专利技术属性】
技术研发人员：张平，朱喜平，黄发木，常大伟，王多才，王海峰，付亚平，阳小平，苏海波，任众鑫，张宏，蒋平，胡俊，杨佳坤，
申请(专利权)人：国家石油天然气管网集团有限公司西气东输分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。