Pia Jonsson: Rensning och prediktion av belastningsdata
             för ett nät för gasdistribution.


Detta examensarbete syftar till att vidarutveckla Sydgas
prognoseringsprogram för belastning i gasnät. Idag använder
Sydgas metoder för prognosering som baserar sig på typkurvor
och visar ett beroende mellan temperatur och belastning för
varje dagtyp. T ex är dagtyp ett en måndag och dagtyp sju en
söndag. Helgaftnar såsom julafton och påskafton betraktas som
lördagar dvs dagtyp sex. Helgsöndagar betraktas som söndagar.
Man har sammanställt temperatur- och belastningsdata för ett
antal dagar av samma dagtyp och ritat upp belastning som
funktion av temperatur. Dessa kurvor uppdateras årligen. På
så vis kan man idag ange aktuell dagtyp och temperatur och få
en prognos av belastningen. Vidarutvecklingen av prognos-
programmet består av att istället för typkurvor använda
matematiska modeller som på ett rekursivt sätt uppdateras när
nya värden kommer in.Som insignaler till modellerna används
vind- och temperatursignaler. En stor del av arbetet har
bestått i rensning av belastningsdata, då det har funnits
mycket ``outliers'' i dessa. För att hitta och ersätta
``outliers'' har en iterativ procedur baserad på Minsta
Kvadrat-metoden använts.  Data har överlag innehållit en del
högfrekventa komponenter som försvårat prediktionsarbetet. Om
detta är överföringsbrus orsakade av radioöverföringen från
mätstationen till databasen i Malmö eller om det är sanna
mätvärden är svårt att avgöra. Målet har varit att komma ner
i ett prediktionsfel under 10% och det har lyckats. Men det
återstår en del att göra för att nå än bättre resultat.
Beräkningarna har gjorts i MATLAB-miljö.