[发明专利]燃气用气量预测方法在审
申请号: | 201710547067.0 | 申请日: | 2017-07-06 |
公开(公告)号: | CN107480107A | 公开(公告)日: | 2017-12-15 |
发明(设计)人: | 蔡杰;李兰;张稳 | 申请(专利权)人: | 盐城新奥燃气有限公司 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G06F17/50;G06Q10/04;G06Q50/06 |
代理公司: | 南京申云知识产权代理事务所(普通合伙)32274 | 代理人: | 邱兴天 |
地址: | 224005 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 燃气 气量 预测 方法 | ||
技术领域
本发明属于天然气管理技术领域,具体涉及一种燃气用气量预测方法。
背景技术
传统规划用气量预测是将燃气用户进行分类,一般分为居民、商业、工业等,结合各类用户的用气量指标及气化率,对各类用户规划年的用气量进行预测,最后将各类用户的预测结果进行汇总,即得到城市规划用气量。
在工程应用中,该预测方法存在以下缺陷:采用的用气量指标是一个依据经验积累而制定的平均数,不能准确反映出地区的经济发展水平和生活差异;用气量指标本身影响因素较多,通过传统统计分析法很难保证其科学性。
发明内容
发明目的:针对现有技术存在的不足,本发明的目的是提供一种预测精准,预测误差低,操作过程方便的燃气用气量预测方法。
技术方案:为了实现上述发明目的,本发明采用的技术方案如下:
一种燃气用气量预测方法,包括近期预测和远期预测,所述近期预测采用历史引伸预测法,所述历史引伸预测法主要包括以下步骤:
S1:利用大数据平台采集用气量历史资料,按照时间顺序整理编成时间序列,并根据时间序列绘制用气量统计图;
S2:分析时间序列,在用气量统计图中预估时间序列中的每一时期的外部因素对用气量数值的影响比例;
S3:采用MATLAB软件建模,根据历史实际用气量将统计图建立数学模型,对于数学模型中的未知参数,利用MATLAB软件求出;利用得到的最终数学模型对规划近期用气量进行预测;
所述远期预测采用组合预测方法,在MATLAB软件中建立数学模型,并设置未知数值,将未知数值输入,并经软件计算后输出远期燃气用气量预测值。
作为优选,所述近期预测的时间跨度为1个月-24个月,所述远期预测的时间跨度为2年-10年。
作为优选,所述组合预测方法为回归分析法、弹性系数法和GDP单耗法的组合。
作为优选,所述组合预测方法预测燃气用气量值的数学模型为 m=0.35m1=0.3m2+0.35m3;
式中m1——回归分析法用气量预测总值,m2——弹性系数法气量预测总值,m3 ——GDP单耗法气量预测总值。
作为优选,所述GDP单耗法预测燃气用气量值的数学模型为m3=单位GDP 能耗指标X GDP发展目标。
作为优选,所述回归分析法预测燃气用量值与主成分之间的关系式为:
m1=(2295.123×108+0.1711Xl+0.1795X2+0.1665X3+1091X4)×10-4;
式中:Xl——预测年GDP;X2——预测年第二产业产值,元/a;
X3——预测年第三产业产值,元/a;X4——预测年城市常住人口数量,人。
作为优选,所述弹性系数法预测燃气用量值的数学模型为m2=4412.79X 104(1+ea)n(3);
式中e——能源消费弹性系数,a——GDP年均增长率,n——规划年与基准年跨度,消费弹性系数的计算公式如下:e=d/a,式中d——能源消费总量年平均增长率,由弹性系数e预测燃气用气量m2。
作为优选,所述MATLAB软件采用matalab7.0软件。
有益效果:与现有技术相比,本发明具有以下优点:
本发明的燃气用气量预测方法采用近期预测和远期预测相结合的方式,利用大数据平台分析采集历史数据,并采用MATLAB软件建立数学模型,并计算得出燃气用气量预测,远期预测采用组合预测方法,有效降低预测误差,实现精确预测,解决了单一预测模型无法在不同时间阶段一直准确预测城市气量的问题。形成了无论在哪个时间阶段都有对应参照模型,从而准确预测气量。
具体实施方式
下面结合具体实施例,进一步阐明本发明,实施例在以本发明技术方案为前提下进行实施,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
一种燃气用气量预测方法,包括近期预测和远期预测,所述近期预测采用历史引伸预测法,所述历史引伸预测法主要包括以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盐城新奥燃气有限公司,未经盐城新奥燃气有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710547067.0/2.html,转载请声明来源钻瓜专利网。