《城市天然气需求预测模式分析》由会员分享，可在线阅读，更多相关《城市天然气需求预测模式分析（5页珍藏版）》请在金锄头文库上搜索。
1、 城市天然气需求预测模式分析 王艳摘 要：预测学科是依托历史经验，经严密逻辑推论，对未来情况的估计，可以为指导计划制定提高依据。文章借助现代预测科学发展契机，利用粒子群-最小二乘支持向量机模型，对某地城市天然气需求进行了预测分析，希望为城市与天然气相关的决策提供参考。关键词：城市;天然气;需求预测模式前言：天然气是关系国家安全的特殊商品，带有社会公用性质，对城市经济社会的发展具有至关重要的作用。而城市天然气需求预测科学性则直接影响了天然气管路、加气站建设规划以及增容决策。因此，分析城市天然气需求预测模式就具有非常重要的意义。一、基于城市天然气需求预测的粒子群-最小二乘支持向量机模型构建1、建模
2、粒子群算法主要是将每一个优化目标的潜在求导结果看做例子，以跟踪搜索例子本身所寻找的最优解、整个种群寻找的最优解的形式，随机更新1。具体表示为： -1最小二乘支持向量机从本质上而言是将参数搜索空间由三维降低至二维，将实际问题调整为进行一组线性方程组问题的求导解决。即在设定天然气需求量预测值为yt时，给定的训练数据集 ，xt为n维城市天然氣需求量影响因子。由此可以构建线性回归函数：f（x）= -2-2中 、 、分别为权值矢量、从输入空间向高纬度空间发展的非线性映射、阈值。综合-1、-2，可以提取天然气需求影响指标作为最小二乘支持向量机输入，以天然气消费量作为输出，以粒子群算法作为寻优方法，最终得出
3、集中在0，1区间的初始样本数据。2、训练在模型训练过程中，利用MATLAB程序，进行粒子群算法编写，确定参数初始值后，将参数初始值与处理后需求参数代入最小二乘支持向量机中进行训练，最终确定在模型精度达到最高时，迭代误差结果为2.8965，远低于BP神经网络模型的误差值（6.2301）.二、基于城市天然气需求预测的粒子群-最小二乘支持向量机模型应用实践1、指标体系构建从外部环境视角进行分析，可以将天然气能源看做与其他子系统相互关联构成社会体系的一个重要部分。即假定政策环境一定，能源需求与整个区域经济水平以及能耗结构存在因果联系，将天然气用气人口总数（万人）X11、天然气占能源消费比重（%）X12
4、均纳入天然气需求预测指标体系。从内部天然气产业链结构来看，上游供给、中游管理线建设、下游工业发展对天然气需求具有直接影响。因此，可以将供气量（亿方）X21、工业总产值（亿元）X22、输气管道长度（千米）X23等纳入城市天然气需求预测指标体系。从用户消费视角进行分析，天然气自身价格、消费者对商品价格预期、消费者消费偏好均对天然气需求具有较大影响。鉴于我国天然气作为一种特殊消费品多由政府主导定价，波动较小，可以忽略天然气本身价格，而是选择消费者人均可支配收入（万元）X31、用气普及率（%）X32作为需求预测指标。其中用气普及率是天然气用气人口、液化石油气用气人口的和占城市区域内全部人口的百分比。2
5、、模型检验在指标体系构建完毕之后，可以某地统计年鉴公布的2010-2020年的数据为基础，利用前述方法构建当地天然气需求预测模型。将X11、X12、X21、X22、X23、X31、X32输入模型。最终得出结果如下：由表1可知，应用粒子群算法-最小二乘支持向量机模型进行该城市天然气需求预先估测相对误差在0.09896%0.44875%之间，误差较小，拟合效果较好，可应用于该地天然气需求量预测。3、天然气需求量预测以案例城市未来五年的天然气需求量为对象，进行预测，得出20212025年天然气需求量预测值分别为82.36521x108m3、85.96523x108m3、87.56231x108m3、
6、89.62541x108m3、92.63528x108m3，表明未来一段时间内该城市天然气需求量仍然处于快速增长态势。同时从天然气消费需求增长态势下供气量客观限制因子进行分析，可得出未来五年内该城市经济总体呈现良好递增态势，城市内居民生活水平稳步向更高水平发展，能源结构也将进一步优化，具体表现为煤炭在能源结构中占据比重下降，而天然气、电源在能源结构中占据比重上升2。这种情况下，天然气供应与需求缺口将进一步拉大。为了解决这一问题，该地需要加快澄海市天然气管道敷设，构建与未来一段时间内居民天然气需求相符的天然气供应销售系统以及容量相符的城市天然气储存系统3。在这个基础上，以细分用户为对象，展开市场
7、调研，科学规划季节调峰方案，适当调高天然气价格，为城市天然气供应体系与需求体系的协调运作提供依据。总结：综上所述，城市天然气预测是一个系统而宏大的工程，涉及诸多影响因素，延伸到了社和生活的方方面面。从中长期预测视角出发，可以将工业、居民、商业等用户视为一个整体，从天然气内部产业链、外部环境、用户消费等多个视角出发进行指标体系的构建。在指标体系构建的基础上，构建需求预测模型。在模型中开展城市天然气需求预测，并将预测结果进行整理，为天然气预测结果在天然气行业发展中优良作用的发挥提供依据。Reference1杨光宇，陈国光，王捷，朱豪坤.基于PSO-SQP算法的空地导弹弹道优化J.兵器装备工程学报，2021，42（05）：153-157.2王建良，李孥.中国东中西部地区天然气需求影响因素分析及未来走势预测J.天然气工业，2020，40（02）：149-158.3赵国洪，曾卓.中国天然气供需形势分析与发展政策建议J.天然气技术与经济，2021，15（02）：1-6.3464500338244 -全文完-
