基于数据分析的油库出库量预测研究

作者：杜渐; 郑坚钦^*; 梁永图; 戴元豪; 孙旭

来源：数学的实践与认识, 2021, 51(15): 94-101.

• LSTM
• prophet
• 经验模式分解
• 出库量预测

油库的出库量往往关系着企业的经济效益,而目前主要是基于经验公式法对油库出库量进行年预测.通过数据分析和研究,提出了耦合经验模式分解(EMD)和长短期记忆神经网络(LSTM)的EMD-LSTM日出库量预测模型;针对油库企业连续多天的油库出库量预测需求,提出了基于prophet的旬、月出库量预测模型.结果表明:基于EMD-LSTM的日预测最小误差可以达到8.2%,但整体误差较大;基于prophet的旬、月预测,其误差大都处于10%以下,其中旬预测的误差一般处于1%至7%之间,预测误差整体较小,可信度较高.基于prophet的旬、月预测效果优于EMD-LSTM的日预测效果,可满足油库对于连续多天的预测需求,能够对油库企业的未来生产进行科学指导.

• 单位
  中国石油大学（北京）