일부 도시나 지역에 대한 과거 연간 데이터를 기반으로 한 천연 가스의 단기 부하 예측은 단기 동안 천연 가스 파이프 라인 시스템에서 근원 생산 계획에 대한 중요성이 낮은 연구입니다. 파이프 라인상의 천연 가스 분배 지점에 대한 예를 들어, 무리 알고리듬과 신경 모델(LSTM)에 기반한 단기 천연 가스 부하 예측 모델을 개발하십시오. 시끄러운 데이터 세트의 경우 소음을 제거하기 위해 필터링 알고리듬을 사용하십시오. LSTM 매개변수 세트에 대한 결정적 모델 및 예측된 부하에 기초한 추가적인 파이프 라인 분배 세트를 사용하십시오. 결과 및 모델의 혼합 및 재산권 또는 알려진 혼합 및 분산 LSTM 모델의 형태를 참고하십시오. 이 방법은 단기간 동안 하나 이상의 분배 지점을 가진 천연 가스 파이프 라인의 분포를 정확하게 모델링 할 수 있습니다.

파이프 라인; 단기 부하 예측; 필터링 분석; 관련된 부하점들; LSTM 장기 모델 신경망