王艳松, 赵 惺, 李 强, 李 雪, 魏 澈

(1.中国石油大学(华东)新能源学院,山东青岛 266580; 2.中海油研究总院,北京 100028)

海上油气田不同于国民经济其他企业、也不同于任何地市,海上油气田的平台设备安装紧凑、生产流程系统化、负荷用电量大、供电可靠性要求高。中长期电力负荷预测结果偏低会造成装机容量不足,影响平台油气生产;预测结果偏高,造成设备投资成本浪费,设备运行效率低[1-2]。因此建立适用于海上油藏开采的中长期电力负荷预测模型具有较高的工程应用价值。中长期负荷传统预测方法[3]包括产业产值单耗法、电力弹性系数法、回归分析法等;现代预测方法包括神经网络预测法[4]、支持向量机预测法、灰色系统预测法等。郭鸿业等[5]将规律性较差的原始序列分解成若干个规律性强的序列,并针对不同的分量采用不同的预测模型。刘俊等[6]在文献[5]的基础上利用计量经济学中的协整检验和格兰杰因果检验分析经济因素与循环分量的关系,进一步提高模型的预测精度。李亦言等[7-8]从人口、经济、地域等方面分析电力负荷的影响因素,分别以模糊聚类法和小波分析法建立多变量负荷预测模型。王雁凌等[9]针对经济新常态下中长期负荷预测样本容量小、建模困难的问题,采用偏最小二乘法建立预测模型。陈毅波等[10]将粗糙集理论与D-S证据理论引入多元回归算法,提高模型的适用性。王宁等[11]将支持向量机方法和多元回归方法通过最优组合预测法,以此提高模型的预测精度。……