基于机器学习的天然气管网协同规划方法及系统

本发明公开了基于机器学习的天然气管网协同规划方法及系统，涉及智能管网规划技术领域。包括：S1，采集管网扩建协同规划数据，并进行数据预处理；S2，匹配施工窗口参考运行数据片段，评估节点压力裕度、管段负荷率、调压站剩余调压能力和施工窗口用气负荷水平；更新管网拓扑，识别备用供气通道并评估备用通道剩余能力；S3，统计施工窗口参考运行特征，训练施工窗口供气扰动风险预测模型，得到综合施工扰动风险值，识别待优化施工阶段；S4，确定推荐施工窗口，并生成阀门切换协同方案。解决了现有天然气管网扩建规划难以在规划阶段量化施工窗口扰动风险，导致静态规划方案在实际建设阶段难以形成可执行的协同规划方案的问题。