Les prévisions de charge de gaz naturel à court terme basées sur les données précédentes annuelles pour une seule ville ou région sont une recherche de faible importance pour la planification de la production optimale dans le système de canalisation de gaz naturel pendant une courte période. Un exemple de point de distribution de gaz naturel sur le pipeline est le développement d'un modèle de prévision de charge de gaz naturel à court terme basé sur l'algorithme swarm et également sur le modèle neuronal (LSTM). Pour les ensembles de données bruyantes, utilisez un algorithme de filtration pour éliminer le bruit. Avec un modèle décisif pour les ensembles de paramètres LSTM et l'ajout d'autres ensembles de points de distribution de gaz basés sur la prévision de charge. Les résultats et les formes de mélange des modèles et des droits de propriété ou des modèles mixtes et distribués LSTM connus doivent être notés. La méthode est capable de modéliser avec précision la distribution des canalisations de gaz naturel avec plus d'un point de distribution sur une courte période.

Canalisation de gaz; prévision de charge à court terme; analyse de filtration; points de charge associés; modèle long de réseau neuronal