1、天然氣因其安全可靠、潔凈環(huán)保的優(yōu)點受到廣泛的應用，目前，我國城市用氣規(guī)模不斷擴大，燃氣管網(wǎng)也越來越復雜和龐大，對燃氣管網(wǎng)的建設、維護、調(diào)峰以及儲氣等方面的要求也不斷提高，負荷預測是上述工作的一個重要參考依據(jù)，所以負荷預測方法得以廣泛的研究，改善預測精度也比較重要。
　　本文首先對燃氣負荷預測的研究背景和現(xiàn)狀以及預測基礎知識進行了介紹，由于系統(tǒng)或人為原因，必然會產(chǎn)生不良數(shù)據(jù)，真實的負荷變化規(guī)律就不能被發(fā)現(xiàn)，而歷史負荷數(shù)據(jù)的準確性是影

2、響預測精度的重要環(huán)節(jié)，所以對不良數(shù)據(jù)的發(fā)現(xiàn)及預處理進行了詳細分析，包括缺失數(shù)據(jù)的填補、異常數(shù)據(jù)的修正和文字信息的量化處理。然后簡要分析了文中建立負荷預測模型所用到的關鍵技術，包括BP神經(jīng)網(wǎng)絡、線性神經(jīng)網(wǎng)絡、粒子群算法以及經(jīng)驗模式分解的基本原理，為實驗環(huán)節(jié)的燃氣負荷預測模型的建立及仿真準備了理論基礎。
　　接著是文章的重要部分，即負荷預測模型的建立和仿真實驗。由于粒子群算法的全局搜索能力，首先建立PSO_BP預測模型進行仿真。針對基

3、本算法的缺點，本文做出了一些改進：采用根據(jù)適應值自適應調(diào)整的慣性權重w。當粒子的適應值小于平均適應值時，對應一個較小的權重，使粒子的局部能力增強；當粒子的適應值大于平均適應值時，說明粒子的質(zhì)量不高，應該增大w，使粒子向更優(yōu)的方向搜索，增加全局搜索能力；采用Logistic映射將粒子映射為混沌變量，利用混沌的遍歷性進行搜索，避免 PSO算法陷入局部極小值；局部搜索。對粒子群進行初始化，得到當前最優(yōu)值之后，選出前1/5的最優(yōu)粒子進行混沌搜索

4、。最后提出了新的改進粒子群算法ACLSPSO,并建立ACLSPSO優(yōu)化神經(jīng)網(wǎng)絡預測模型進行預測仿真,證明改進算法的有效性。
　　最后，對燃氣負荷特性進行了分析，提出在負荷預測模型中引入EMD設想，并分析了將EMD用于燃氣負荷預測的可行性，建立經(jīng)驗模式分解和ACLSPSO優(yōu)化神經(jīng)網(wǎng)絡預測模型進行預測仿真，燃氣負荷被分解分解成幾個模式分量，針對各分量建立合適的燃氣負荷預測模型進行預測仿真，再擬合出總的預測結果，并給出預測結果和對比實驗