裴树仙,尤玉先(新地能源工程技术有限公司,河北 廊坊 065001)
天然气的应用规模、应用范围、应用领域在不断扩大,从居民、工业到采暖、制冷、汽车、发电等各个领域,从城市到农村,用气量不断增加,因此对天然气用气负荷和用气规律的研究也就越来越重视。用气规律的研究分析要通过用气指标来进行分析判断,可以用来参考的指标有制冷用气指标、采暖用气指标、用户用气指标等。同时也要注意季节时间、各个城市的各个城市的发展、居民生活习惯、用气结构的变化等因素带来的不同影响变化[1]。
进行天然气用户用电负荷及其用电规律的研究,首先应该对用户群体进行用气指标和用气量的统计,数据是第一位的,然后根据收集的数据进行分析讨论和研究。
为了减少人力、物力、财力的投入以及使研究成果更加准备,在数据收集之前可以对用户对象进行分类,然后根据相关的要求满足试验设计来确定用户规模,以此来展开调查与统计。
用户分类可以根据不同的目标进行分类,比如按照天然气的用途分类,可以分为居民用户、冬季采暖用户、工业生产用户等,也可以按照住房面积分类以及住房的人口数量分类,要根据不同的调查因素进行分类,下面简单介绍天然气用途分类的主要部分内容。
在针对工业生产用户调查中,可以按照行业不同进行分类讨论研究,比如分类有机械、建筑、电子、汽车、印刷等行业类别;采暖用户可以根据房屋建筑的性质进行分类,分为住宅、学校、医院、宾馆等。
居民用户信息的采集包含家庭人口状况、收入情况、电热水器的功率、洗浴情况、上下班情况、电气炊具的使用情况、燃具种类及其使用情况等。采暖用户信息收集包含建筑性质、建筑年代、采暖方式、建筑构造等。
工业用户信息收集包含工业种类、产量、职工人数、产品性质、面积等,冷热电三联供电户信息收集包含采暖温度、用电量、燃气大楼的面积等等。
分类确定好之后要根据分类确定抽样的方法和样本容量,根据相关统计学原理,要从研究对象的总体中抽取一部分作为样本,然后进行调查,常见的抽样方法有随机抽样、分层抽样等,样本容量要根据规模的大小、用户总体的数量、研究的内容等确定样本计算方法。
根据样本容量选择特定的样本,对于符合要求用户要进一步的了解,不同的用户都有其特定的生活习惯及自身条件的不同,受到多方面的因素、比如年龄、职业、生活状态等等,所造成的每个用户的用气负荷和用气规律都不相同,所以在进行用户信息调查的时候,尽可能的收集全面的信息,比如居住的人口,洗澡方式、用餐方式、经济收入、住房面积等。对于不符合要求的用户应该重新选择样本对象。
调查完用户以及满足数量的情况下,进行数据的统计与处理,数据是分析规律的基础,要通过实际数值建立用户的日、月、季、年的用气数据,建立相关数据库,可以绘制相应的曲线,建立数据模型等等,这些数据对规划和设计具有重要的意义,比如各类用户的用气指标及小时、日、月的高峰值系数,可以用来前期天然气的规划和设计;用户信息的反馈以及定量的数据描述可以使燃气公司建立更好的管理机制,具有实际的应用作用;用户的用气小时、日负荷曲线可以计算出年峰值量,可以为燃气公司提供数据基础,可以提高对其供气能力,更好地服务于居民。
根据处理好的数据以及相关数据库,采用科学的方法、统计学和经济学的方法进行分析研究讨论,建立相关时间序列、神经网络模型,并结合新兴的技术进行直观的分析,根据用户情况以及用户的数据列出其相关的用户负荷指标和用气规律,建立负荷预测平台。
根据用户规律,筛选出与实际不符合要求的,然后通过用气负荷及用气规律的影响因素来分析问题,不断进行修正,并根据得出的研究规律进行讨论,提高天气然的推广应用。
随着科学技术的不断发展,大数据、人工智能、物联网等技术的不断突破,天然气表可以结合相关的技术进行创新,比如可以在其燃气表的基础上安装数据收集和检测的功能,使收集的数据更加智能化、信息化、准确化,为数据采取提供了较大的便利。目前,常见的天然气改造的有两种,其一是用户安装远程抄表监测系统,一般是对具备安装GSM/GPRS公众无线网抄表监测系统条件的;对不具备安装该系统,可以安装本地小时流量自动记录存储采集器,人工定期到用户现场读取数据[2]。
通过自动收集的数据进行专业的数据处理,结合多种知识和技术,比如数理统计、因子分析、自相关、回归分析等进行分析研究,使其研究的结果更加具有代表性和准确性,得出用户负荷影响因素之间的定量关系。结合多种情况分析考虑,考虑多种因素,比如当日气温、太阳辐射、季节、建筑物的蓄热等因素,提出多元线性回归模型,做出不同的回归方程与供气模型。
结合常用模型进行用户的预测负荷,常用模型有ARMA模型、线性回归模型、人工神经网络模型,这些模型的建立与采用要根据不同的情况进行不同的使用。比如日负荷预测可以使用分段线性回归建模方法,适用于天然气在负荷变化平稳期的一段时间,这样才能更好地反应近期变化的因素;如果天然气负荷急速的变化,可以采用采暖过渡期模型建立研究等。
天然气用气负荷的准确性具有很重要的现实意义,首先在天然气设计时提供了合理的供气计划和设备选用,其次可以确定相对准备的调度运营方式,保证天然气的安全运行。
天然气的迅速发展,使得必须要加强燃气基础建设,提高燃气在居民生活、生产中的作用。要提升燃气的建设质量,官网的规划重点考虑的指标参考是城市的用气规模,负荷预测可以为城市天然气的规划设计提供了有效的数据参考,因此要注重天然气用气负荷预测。
负荷预测不仅可以提供数据支持,而且还是燃气输配调度的重大需求。在居民的生活中,燃气特别重要。一旦燃气无法供应,将对居民的生活带来很不便。因此在城市燃气的供应过程中,要格外重视这种情况发生。首先,不同居民的用气量因各个因素是不断产生变化的,工业用气也收到生产计划的影响,商业用户收到节假日的影响,这些因素都是不确定的因素,导致负荷量也不尽相同,负荷总量总是在不断地产生变化。但是城市的燃气供应量不能随时发生变化,它的含量是相对均衡的,因此需要通过负荷预测的研究,使得燃气公司相关的设计、输配调度人员可以提前预制用户的用气量,保证燃气供应量,保障管网压力的运行稳定。
负荷预测是保障供应的前提,同时也是实现智能燃气管网管理的基础。随着科技的发展,目前信息以及通讯网路技术的迅速发展,燃气公司基本都实行了燃气SCADA系统,官网的运行需要大量的数据。因此,必须要对用户的流量,温度等数据进行收集、分析和判断、要发挥技术在工程中的应用,不断推陈出新,实现官网的智能化、数据化、工业化,这样才能使得天然气供应更加顺畅,可以提高企业的安全生产以及居民的生活质量,具有现实的社会效益和经济效益。
数据库的主要内容如下:仪表的信息,包含仪表名称、编号,安装位置、安装时间,用途等;仪表数据,包含编号、温度,接受时间、瞬时流量、报警描述、次数故障等;天气信息,包括室内外温度、最高温度、最低温度、风力等情况;用户信息,包含用户名称、年龄、职业能信息;其他信息,比如特殊情况的处理方法、用气匹配等。
数据的处理非常重要,首先,在数据整理时,应对可疑的数据进行分析判断,判断是否为有效的数据信息,如果无效,那么称之为无效数据,不具有统计的意义,可以称之为异常值。面对这种情况,我们要查找原因,然后以后在收集数据的过程中要避免这种情况的发生。常用的方法有很多,比如格拉布斯准则等,不同的方法适用于不同的情况,比如数据较多,处理比较复杂时,应优先考虑拉依达准则;数据较少情况下,可以用格拉布准则。一般来说,要想提高其准备性,那么数据必须要足够的多,数据越多,那么产生的误差也会越小,数据出错误的地方也越少,其准确性越高[3]。
根据研究得出的用户负荷指标和用气规律,可以有效地核算用户用气计量,避免了用户因气量而造成的经济损失。同时为公司提供了计量的数据,一旦有数据突变,可以检测到相应的变化,便于及时发现原因减少危害。为设计依据提供了更大的理论数据支持,因为在设计时要考虑居民、商业等用户的燃气供应流量、燃气管网的建立、管径的选择等因素,这样为人们提供了安全保障同时也减少了投资浪费,降低了工程和居民的成本,在长期的过程中减少了资源的不必要浪费等,因此要格外注重天然气用户用气负荷及其规律的研究。
综上所述,天然气的迅速发展,加快了天然气的应用范围及应用领域,使得天然气的用量水平越来越高,为了更加有效地使用天然气,减少不必要的浪费,用户的用气负荷指标及其规律是天然气设计、调度运营的重要基础数据,因此特别需要对其天然气用户进行用户负荷和规律的研究,从而使天然气更好地为居民服务,更好地指导当地燃气网管的设计以及控制。