蚁群算法分配权重的燃气日负荷组合预测模型

周 洲，焦文玲，任乐梅，田兴浩

(1.哈尔滨工业大学 建筑学院，哈尔滨 150090; 2.寒地城乡人居环境科学与技术工业和信息化部重点实验室(哈尔滨工业大学)，哈尔滨 150090)

能源清洁化是全球城市现代化发展的一个重要标志，天然气作为最清洁的化石能源和可持续发展的重要能源，已成为应对气候变化和能源转型的必然选择[1]，城市燃气日负荷的准确预测关乎于居民生活的用气保障、燃气公司的经济效益、城市智慧燃气的发展等多方面问题.

国内外学者对城镇燃气日负荷组合预测展开了相关研究，Beyzanur等[2]采用自回归移动平均法和遗传算法相结合的方法对土耳其伊斯坦布尔的燃气日负荷进行预测，结果表明该组合预测方法具有较强的鲁棒性.Ervural等[3]用于预测的递归神经网络模型的输入向量的选取来源于灰色理论模型计算得出的级比残差值序列和模糊理论得到的输出向量，预测结果表明该组合方法优于传统的递归神经网络模型.祖广磊等[4]在对原始数据进行离群点预处理的基础上，将燃气负荷分解成为趋势性和季节性两种序列，分别利用ARIMA模型和BP神经网络进行预测，最后采用信息熵理论，将两种模型产生的预测结果进行加权组合.陈庆明[5]分别建立了回归分析、支持向量机、小波神经网络等模型，并以平均相对误差为目标函数，建立了组合预测模型，实验结果表明组合预测模型的预测精度更高.在上述研究中建立的组合预测……