利用西安市2009年11月15日至2019年3月14日供暖期燃气负荷及气象观测逐日资料,分析西安市供暖期、节假日、双休日燃气负荷的变化规律,采用相关分析方法,筛选相关性显著的因子作为燃气负荷影响因子。在此基础上,采用多元线性回归分析方法,构建供暖期日燃气负荷预测模型,并对模型进行检验评估。结果表明:近10 a西安市供暖期燃气用量逐年增加,且日燃气负荷呈单峰型波动变化,峰值出现在1月。供暖期燃气负荷具有双休日、节假日效应,其燃气负荷明显低于工作日,且节假日越长影响越明显。供暖期燃气负荷与前一日燃气负荷呈显著正相关,而与最高气温、最低气温、平均气温及人体舒适度等气象因子呈显著负相关,分离基础燃气负荷后的供暖燃气负荷与上述气象因子的相关性明显提高。基于上述5个影响因子构建的供暖期日燃气负荷动态预测模型,经检验,平均相对误差为3.4%,且用气高峰期模型预测更稳定,相对误差为2.77%,能够满足天然气公司供暖期燃气调度需求。

利用2006～2010年陕西10地市逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料，通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型，并对2011年每天的逐时气温预报进行检验。结果表明:该方法在晴天多云和阴雨天的预报能力依次减弱，其中晴天和多云天02～18时的预报效果好于19时至次日01时的，而阴雨天01～10时的预报效果好于其它预报时段的；当日最高气温和最低气温预报较为准确时，西安站各预报时刻的准确率均在60%以上，其中14～17时的准确率较高，晴天的达到100%，多云天的在96%～99%之间，阴雨天的准确率偏低一些，特别是11～17时较晴天和多云天偏低了12%～27%;该方法可以将24h日最高(低)气温预报细化到逐时气温预报，同时考虑了气温日变化的地域差异季节特征、以及在晴天、多云和阴雨天的不同表现，具有一定的业务应用和推广价值。