上海大众燃气有限公司 彭怡伟

目前城市燃气基础设施已经基本完善，相应地为了服务于天然气行业，促进天然气健康合理的发展，也形成了许多系统应用。其中以SCADA 系统、燃气调压器预警系统和GIS系统在燃气行业的应用尤为突出。无论是SCADA 系统和燃气调压器预警系统还是GIS 系统都具有数据的初步分析功能，但是这些数据的分析都只是基础的统计学分析。利用当前人工智能的最新成果对数据进行分析，不仅可以解决以上设备之间的相关性问题，甚至还可以发掘设备之间潜在的信息，这些信息对燃气管理者、供应者和消费者而言都存在着十分大的潜在价值。

长短期记忆网络(LSTM，Long Short-Term Memory)是一种时间循环神经网络，适合于处理和预测时间序列中间隔和延迟非常长的重要事件。在燃气数据的分析中，利用LSTM 将历史数据和实时数据作为输入，将预测的未来数据作为输出，通过梯度下降算法对神经网络进行训练，可以完成由序列到序列的压力、流量和温度的未来数据。对于燃气管理者而言，如果知道了未来燃气的用量变化趋势，便可以对燃气的供应在源头上进行适当调整，以满足不同用户的消费需求，一方面方便了燃气公司的然气管理，另一方面推动了智慧燃气发展。

1 燃气数据预处理

燃气系统中采集的数据有许多不同种类，不同的设备采样频率不一定相同。严格来说，从模型建立的角度考虑只有同一时刻采集的数据才能参加同样的计算，也就是需要保持采样时间相同，但是由于对于多个设备而言，这是非常困难的。……