随着城市燃气进入天然气发展阶段,传统燃气负荷表述和计算方法已不能满足精度的要求,有必要引入新的方法对燃气负荷进行描述与预测。 燃气负荷的研究需从实际数据出发,针对不同的对象采用不同的方法揭示其规律性,并应用于实际且加以验证。由于西安燃气事业发展的历史较短,天然气长期负荷可用历史数据较少,可利用的科技档案零星分散,在参阅了大量的国内外文献之后,本文提出灰色——神经网络组合预测的方法对西安市未来十余年的天然气负荷进行预测。首先用基于不同取舍历史数据的GM(1,1)模型对西安市天然气的长期负荷进行预测,并对灰色GM(1,1)模型进行了α参数修正、原始数据滑动平均处理和等维新息处理等方法的改进,得出各种改进方法的预测值,然后利用灰色关联度加权预测法得到上述各种灰色模型的预测值,最后应用人工神经网络将国民经济发展对燃气负荷的影响加到预测模型中,使预测模型更符合实际、更合理。 通过将传统灰色预测方法与组合预测方法比较,表明灰色——神经网络预测方法使预测精度得到了明显的提高,降低了实际负荷值和预测值之间的平均绝对误差和平均相对误差。组合方法也避免了单一模型的局限性,降低了负荷预测的风险性。通过2005年实际天然气负荷值与预测值的比较,证明此种预测方法精度高,具有更好的实用价值。