油氣管網負荷率的估計方法研究

李姣姣 吳瓊

摘 要：隨著國家經濟與技術的不斷發展，油氣等能源的消耗也在不斷提高，管道是能源輸送的必要工具，而管網的負荷率直接影響能源的使用率，為了充分利用能源，減少能源的浪費率，必須對油氣管負荷率進行估計預測。

關鍵詞：油氣管網；估計方法；能源輸送

中圖分類號：TE832 文獻標識碼：A

一、引言

石油與天然氣等優質能源是我國經濟與技術發展必不可少的物質基礎，然而隨著能源的不斷開發利用，這種優質能源也逐漸變得稀缺與珍貴。為了保護自然能源，避免其浪費，必須要對其在各個行業中的應用進行研究。一般而言，油氣等自然能源均是通過管道輸送到各個應用領域，因此不同管道網承載著不同程度的負荷率，例如天然氣供應系統，由于人們對天然氣的需求不一致，引起該供應鏈上管網負荷的不均勻性，如果不能很好地估計管網的負荷率，即會導致能源大量的浪費，相反，對負荷率精確的估計后，在需求相對較少的狀態下將氣體存儲起來，以備高峰階段的使用，即實現了調峰功能，減少了能源的浪費。因此，油氣管網負荷率的研究對油氣等能源的節約性以及正確使用性都有重要的提升價值，本文既是針對油氣管網的負荷率的估計方法進行詳細的分析。

二、油氣管網負荷率的估計技術

目前，對于油氣管網負荷率的估計方法包括兩種形式，一種既是基于經驗的評估方法，通過有經驗的人員對實際情況的分析，對其負荷率做出預測；另一種既是基于模型的評估方法，通過分析歷史數據，建立相應的數學模型，通過該模型的分析結果對各種情況進行預測。相比較而言，基于模型的估計方法具有一定的統一性，避免了缺少經驗豐富的人員的缺點，可針對各種條件下的管網負荷率，但前提是需要建立正確的數學模型，這也是研究油氣管網負荷率的問題所在。

基于模型的評估已經成為了油氣管網負荷率研究的主流方式，根據技術或模型的不同，可將其分為不同的技術方法，主要包括：時間序列法、回歸分析法、指數平滑法、人工神經網絡、專家系統、模糊預測及灰色預報等技術。下面將對這些技術進行詳細的分析與探討。

1 時間序列法

在眾多預測技術當中，時間序列法相對較成熟且系統，可以通過數據驅動技術對模型結果進行實時更新，從而獲得實時負荷率的預測結果，因此得到了廣泛的應用。然而這種技術包括多種分析模型，例如AR模型，MA模型，ARMA模型，ARIMA模型等等。現階段對于該方法的研究主要集中于數據處理方面，即如何辨別及處理偽數據與如何正確修正數據，以及數據項的確定和天氣因素如何處理上。同樣也具有一些缺點，由于模型是線性，因此無法精確的估計出負荷率與各種影響因素之間的復雜曲線關系。

2 回歸分析法

回歸分析法是根據自變量的個數以及因變量與自變量的關系并以相關原理為基礎的估計方法，包括一元回歸與多元回歸法，其中每種方法具有線性與非線性性質，相對時間序列法在精度上有所改進。它不僅能夠針對油氣管網的負荷率進行估計，而且能夠對社會以及生活中很多負責的事情均能夠進行預測與估計，使用回歸分析法對油氣管網的負荷率進行估計可以建立很多影響因素之間的關系，例如使用數量、天氣狀況，環境條件等，因此建立的模型具有多元化，可以適用普遍情況下負荷率估計。然而，回歸分析法同樣具有一些缺陷，例如需要較多且較廣的實際檢測數據，而這些數據的全面性與準確性在一般情況下很難獲得，因此建立的模型難免有失水準，導致分析結果偏差較大。

3 指數平滑法

該方法的基本思想是指在估計過程中與時間點越接近，則對未來的影響就越大，所以對歷史數據分別加以不同的權衡，即時間點越近，則加權數據越大，時間點越遠，加權數據越小，因此，加權數據的重要性是基于時間點的層次成非線性遞增。這種層次性加權原則是按等比級數逐一遞減法，假設該級數首項叫平滑常數，用a表示，公比為（1-a），a的大小對時間序列數的修勻程度有決定性的影響，a的取值范圍在0～1，一般取0.1～0.3。此外，還可將指數平滑預測法分為有線性模型法和二次曲線模型法，可以根據油氣管網的使用趨勢選擇合理的分析模型。

4 人工神經網絡估計法

人工神經網絡是一種應用非常廣泛的估計方法，也是一種全新的思維模式，它不需要建立數學模型，也不需要求解任何非線性方程，只需建立所研究問題與人工神經網絡輸入變量和預測值之間的映射關系。它的特點是，具有很強的自適應性，能擬合任意的非線性函數，并且具有很強的泛化能力。然而，人工神經網絡也具有一些缺陷，例如該方法對于預報人員來說是一個黑箱系統，預報人員無法參與預報過程，無法表達和分析被預測系統的輸入與輸出間的關系。

5 專家系統法

它是將預報人員的經驗提取出來，如：氣溫與負荷的關系、季節與負荷的關系，星期對負荷的關系，特殊情況對負荷的影響等，形成知識庫，同時建立歷史數據庫，從歷史數據庫中找出相應的歷史負荷數據，用知識庫中的規則加以推理，從而得到預報值。專家系統的優點是可以模擬人的思維推理方式，靈活性高。然而還存在不足之處，即規則較難提取，預報精度依賴人的經驗豐富與否和規則是否恰當而定。

6 模糊預測技術

它是在模糊規則的指導下，通過模糊推理系統，可以預測出未來的趨勢，且其抗干擾性強，但缺點是預測精度不夠，缺乏自適應學習能力，通常與神經網絡技術混合進行估計。

結語

油氣管網負荷率的研究對油氣等能源的節約性以及正確使用性都有重要的提升價值，本文針對油氣管網的負荷率的各種估計方法均進行了詳細的分析。

參考文獻

[1]蘇欣，段康，袁宗明，等.城市天然氣負荷特點及其預測研究[J].油氣儲運，2010，26（01）：5-9.

[2]吳巖，宮敬.智能控制方法在天然氣管道中的應用研究[J].油氣儲運，2012，25（08）：29-32.

[3]楊進.供水管道泄漏檢測定位中的信號分析及處理研究[D].重慶：重慶大學，2013.