天然气作为当今世界最为绿色、高效的优质能源之一,被世界各国人民广泛使用。随着全球经济的快速发展和人类生存环境的不断恶化,人类对天然气的需求量急剧提升。因此,对城市燃气负荷进行预测表现的尤为重要。本文主要对城市燃气日负荷进行短期预测。由于在全年范围内,每2个月内的温度和人口等因素变化范围不大。因此,将某市某年的燃气日负荷历史数据分为6组,分别利用广义动态模糊神经网络(GD-FNN)和随机集理论对燃气日负荷进行组合预测,利用突变理论预测可能发生突变的时间点,然后分别得到每种预测方法的(平均)预测精度和时间。最终,对每种预测方法的优缺点进行分析对比,得到结论。针对城市燃气日负荷预测方法研究,本文主要从事以下工作,即:(1)分别采用GRNN、灰色-GRNN和梯度-GRNN对燃气日负荷进行预测,得到(平均)相对误差及预测精度,三种方法的预测精度分别为83.734%,85.364%和86.538%。在接下来的预测中,以这3种预测数据为数据基础进行组合预测,提高燃气日负荷预测精度。(2)采用GD-FNN对燃气日负荷进行组合预测,将上面GRNN、灰色-GRNN和梯度-GRNN的预测结果作为GD-FNN的数据基础,对这3种预测数据进行组合预测提高燃气日负荷预测精度,得到预测精度为90.393%。平均每组预测用时为7.668秒。(3)接下来采用随机集理论对燃气日负荷进行组合预测,城市天然气用量在一定程度上体现出随机性。利用随机集理论的性质,根据马氏距离,使用当日灰色-GRNN和梯度-GRNN的预测模型数据进行组合预测,平均预测精度为92.389%,平均每组预测用时为0.769秒,并将随机集理论方法与GD-FNN方法进行分析对比。(4)最后采用突变理论对预测过程中的突变现象进行处理,针对人口和温度的影响因素建立尖点型突变模型,得到分叉点集方程,由突变流形方程和分叉集,预测未来可能发生突变的时间点,并与真实情况进行对比,验证突变模型应用的可行性。本文基于MATLAB平台进行仿真和计算,验证其理论方法的适用性。