基于定量递归分析的天然气管线输送流量均衡调度方法

尤冬石 刘亚龙 殷若鹏

摘 要：通过对天然气管线输送流量进行优化均衡调度设计，实现对天然气管线运行工况的准确监测。传统方法采用线性时间序列Wolf一步预测方法进行天然气管线输送流量调度，没能有效挖掘天然气管线输送网络中天然气流量的非线性特征，导致调度的准确性不好。提出一种基于定量递归分析的天然气管线输送流量均衡调度方法。首先构建了天然气管线的网络配置结构模型，进行输送流量序列的信号模型构建和非线性时间序列分析，对天然气流量进行相空间重构，在高维相空间中进行递归图构建，实现对天然气管线输送流量的定量递归分析，达到流量准确预测和均衡调度的目的，实现算法改进。仿真实验分析结果表明，采用该方法进行天然气管线输送流量均衡调度，天然气输送运行的工况得到改善，输送配置的均衡性较好，流量预测精度较高，调度效能增强。

关键词：定量递归分析；天然气管线；流量；均衡调度

中图分类号：TP391 文献标识码：A

Abstract： Through the optimization of the natural gas pipeline transportation flow to optimize the balanced scheduling design， to achieve an accurate monitoring of the operating conditions of natural gas pipeline. Traditional method using one step prediction method for linear time series Wolf for natural gas pipeline transportation scheduling flow， could not effectively tap nonlinear characteristic of natural gas pipeline to transport gas flow in a network， and lead to the bad accuracy of the scheduling. A natural gas pipeline transportation flow balancing scheduling method based on quantitative recursive analysis is proposed. First construct a network configuration structure model of natural gas pipeline， propose transportation flow sequence signal model construction and nonlinear time series analysis； Next provide the gas flow of phase space reconstruction， recursive graph construction in a high-dimensional phase space， realize recurrence quantification analysis of natural gas pipeline transportation flow， achieve flow prediction and balancing scheduling algorithm improvement. Analysis of the experimental results show that using the method of natural gas pipeline transportation flow balancing scheduling， natural gas conveying operation is improved， the transport configuration balance good， traffic prediction with high accuracy， furtherly the effectiveness of scheduling is enhanced.

Key words： quantitative recursive analysis； natural gas pipeline； flow rate； equilibrium scheduling

0 引言

西气东输工程是我国进行天然气开发和运输的战略性工程，通过西气东输管道工程，实现对天然气由我国西部地区向东部地区的运输和调度。西气东输的管线网络全线采用自动化控制，供气范围覆盖中原、华东、长江三角洲地区。自新疆塔里木轮南油气田，向东经过库尔勒、吐鲁番、鄯善、张掖、武威、西安、洛阳、信阳、合肥、南京、常州等地区，这一项目的实施，为西部大开发、将西部地区的资源优势变为经济优势创造了条件。西气东输管线采取干支结合、配套建设方式进行，管道输气规模设计为每年120亿立方米。西气东输沿线通过分布在各地的压气站实现输送流量的压气和调度，通过对天然气管线输送流量进行优化均衡调度设计，实现对天然气管线运行工况的准确监测，研究天然气管线输送流量的均衡调度模型，在优化西气东输管道工程的工况和天然气传输的效率中具有重要意义，相关的算法和模型设计研究受到人们的极大重视[1]。

传统方法中，对天然气管线输送流量的调度方法主要有基于ARMA模型的流量预测算法、基于粒子群算法的天然气流量的调度算法和基于模糊C均值聚类的流量预测和均衡调度算法等[2，3]，上述方法对天然气管线输送网络天然气流量的准确调度的本质是进行流量时间序列的特征分析和模型构建，采用现代的信号与信息处理方法进行流量信息的特征提取，实现天然气流量调度，由此取得了一定的研究成果，其中，文献[4]提出一种基于最大Lyapunov指数分离的天然气管线输送流量调度方法，通过最大Lyapunove预测方法进行流量预测，实现对西气东输天然气管线的输送流量工况的准确监测，但是该算法计算开销较大，实时监测性能不好。文献[5]采用线性时间序列Wolf一步预测方法进行天然气管线输送流量调度，而未能有效挖掘天然气管线输送网络中天然气流量的非线性特征，导致调度的准确性不好。

针对上述问题，本文提出一种基于定量递归分析的天然气管线输送流量均衡调度方法。首先构建了天然气管线的网络配置结构模型，进行输送流量序列的信号模型构建和非线性时间序列分析，对天然气流量进行相空间重构，在高维相空间中进行递归图构建，实现对天然气管线输送流量的定量递归分析，达到流量准确预测和均衡调度的目的，实现算法改进。最后通过仿真实验进行性能测试，得出有效性结论。

1 天然气管线的网络配置结构模型和天然气输送流量的时间序列分析

1.1 天然气管线的网络配置结构模型

为了实现对天然气管线输送网络的天然气流量均衡调度，需要首先分析天然气管线网络的天然气储运和输送传输机制及流量调度机制，在天然气管线输送环境下，进行天然气管线分布配置网络模型和压气站的配压节点分布模型分析，用一个二元有向图 表示天然气管线的网络配置结构，得到天然气管线分布配置网络的分布结构模型如图1所示。

其中， 是部署在天然气管线的网络配置的监测区域的管线分布顶点集； 是天然气管线分布配置网络在天然气供气和传输的覆盖区域 中所有边的集合。 ， 为压气站的分布节点，使用802.15.3a、802.15.4的专用网络协议进行天然气输送的流量信息采集和数据传输，进行天然气管线的网络数据收发和流量传输的模型构建。采用最常用的Bell模型（0/1模型）构建天然气管线分布配置网络的转发协议，得到天然气管线分布配置网络通信节点 与中继节点s的通信半径为 。

天然气管线分布配置网络流量的鲁棒性模型中，假设天然气管线分布配置网络中2个相邻节点的覆盖贡献度具有相关性，选择管线分布覆盖效率 的节点进行天然气传输流量的均衡配置[6-10]，假设 为区域中天然气传输配置范围内的压气站分布节点的覆盖系数， 为 ，其中 ， 、 且为常数； 表示控制簇头传输的适应度函数，在保证SN节点与sink之间进行天然气传输配置网络均衡下，提高管线的天然气输送吞吐量，选择自适应均衡策略，进行网络配置，在上述构建天然气管线的网络配置结构模型中进行流量均衡调度分析。

1.2 天然气输送流量的时间序列分析

天然气管线输送流量传输信道模型中，流量传输分为3个区域，通过链路LAN连接在不同的网格站点中实现对天然气流量的传输。采用离散频谱的分数阶傅立叶变换进行特征空间重组，构建天然气管线输送管道的路由分发的无向图 ，其中， 为多输入输出多跳网络中输送天然气管线系统的负荷预测阶数，用 表示以节点u为圆心的得到功率向量 的辐射半径，可以为任意实数，采用非线性时间序列分析方法，假设给定监测的天然气管线输送网络信道的数据流量表示为：

其中，M是d维的非线性动力系统的时间窗口，h是M上的流量配置的传递函数，计算天然气管线输送流量时间序列的几何不变量，得到了该状态空间中的几何吸引子 ，构建天然气管线输送流量预测相关函数，至此实现对天然气管线输送网络天然气流量的时间序列，为进行流量调度提供准确的数据输入基础。

2 天然气管线输送流量均衡调度算法改进实现

2.1 问题描述及天然气管线输送流量均衡调度的定量递归分析

在上述进行了天然气管线的网络模型配置和流量的时间序列分析的基础上，进行天然气管线输送流量均衡调度算法改进，提高天然气管线运行工况的准确监测能力。分析当前方法可知，传统方法采用线性时间序列Wolf一步预测方法进行天然气管线输送流量调度，没能有效挖掘天然气管线输送网络中天然气流量的非线性特征，导致调度的准确性不好。为了克服传统方法的弊端，本文提出一种基于定量递归分析的天然气管线输送流量均衡调度方法。在高维相空间中进行递归图构建，实现对天然气管线输送流量的定量递归分析，天然气流量的递归图构建方法如下。首先进行天然气管线输送流的相空间轨迹重构，对天然气管线输送流量时间序列 出现在分布区间 的概率随机变量满足 ， =1，时间序列 ， ，基于Takens嵌入定理，得到天然气管线流量的相空间重构轨迹为：

2.2 改进算法实现步骤

综上分析，改进的天然气输送流量的均衡调度算法实现步骤如下：

1）对于传输管道中天然气传输流量的时间序列 ，其采样时间序列长度为 ，采用合适的嵌入维数 和延迟时间 对天然气输送流量进行相空间重构，重构后的天然气流量的相空间的轨迹为：

根据上述步骤进行算法优化设计，最后通过仿真实验进行性能测试和验证。

3 仿真实验与结果分析

为了验证本文设计算法在实现天然气管线输送流量均衡调度中的性能，进行仿真实验。采用Matlab仿真软件，参数设定为 ， ， ， ， ， ， ，天然气管线输送流量的初始采样频率 Hz，终止频率 Hz，权重系数ω设定为0.9，根据和是哪个数仿真环境和参数设定，进行天然气传输流量的均衡调度仿真，首先进行天然气管线中输送流量的原始序列采样，得到采样的流量时域波形如图2所示。

4 结束语

本文研究天然气管线的流量均衡调度模型，通过对天然气管线输送流量进行优化均衡调度设计，实现对天然气管线运行工况的准确监测。本文提出一种基于定量递归分析的天然气管线输送流量均衡调度方法。首先构建了天然气管线的网络配置结构模型，进行输送流量序列的信号模型构建和非线性时间序列分析，对天然气流量进行相空间重构，在高维相空间中进行递归图构建，实现对天然气管线输送流量的定量递归分析，达到流量准确预测和均衡调度的目的，实现算法改进。仿真实验分析结果表明，采用该方法进行天然气管线输送流量均衡调度，天然气输送运行的工况得到改善，输送配置的均衡性较好，流量预测精度较高，调度效能增强。

参考文献：

[1] 杨雷，李贵鹏，张萍. 改进的Wolf一步预测的网络异常流量检测[J].科技通报，2014，30（2）：47-49.

[2] 张曦文， 赵尚弘， 李勇军， 等. 基于空分复用的多信道机间紫外光通信定向MAC协议[J]. 激光技术， 2016， 40（3）： 451-455.

[3] 邓博于， 赵尚弘， 李勇军， 等. 一种基于星间光链路的帧同步与频偏估计方法[J]. 激光技术， 2016， 40（2）： 264-269.

[4] PALOMARES I， MARTINEZ L， HERRERA F. A consensus model to detect and manage non-cooperative behaviors in large scale group decision making[J]. IEEE Trans on Fuzzy System， 2014， 22（3）： 516-530.

[5] ZHANG H， WANG Z， LIU D A. Comprehensive review of stability analysis of continuous-time recurrent neural networks[J]. IEEE Trans on Neural Networks and Learning Systems， 2014， 25（7）： 1229-1262.

[6] 陆兴华，陈平华.基于定量递归联合熵特征重构的缓冲区流量预测算法[J].计算机科学，2015，42（4）：68-71.

[7] 翟海滨， 张鸿， 刘欣然，等. 最小化出口流量花费的接入级P2P缓存容量设计方法[J]. 电子学报， 2015， 43（5）： 879-887.

[8] 张骏， 田泽， 梅魁志，等. 基于节点预测的直接Cache一致性协议[J].计算机学报， 2014， 37（3）： 700-720.

[9] PATCHARAMANEEPAKRON P， ARMOUR S， DOUFEXI A. Coordinated beamforming schemes based on modified signal-to- leakage-plus-noise ratio precoding designs[J]. IET Communications， 2015， 9（4）： 558-567.

[10] KALEVA J， TOLLI A， and JUNTTI M. Weighted sum rate maximization for interfering broadcast channel via successive convex approximation[C]. IEEE Global Communications Conference. Anaheim：IEEE， 2012： 3838-3843.