科研之友
微信
新浪微博
Facebook
分享链接
摘要
不同区域影响天然气需求量的因素存在差异，数据集包含的数据特征不尽相同，同时天然气长期需求预测存在样本数据少的问题，因此较难构建各区域通用的预测模型。为此，利用K-means聚类算法以2011—2020年山东省11个地级市的区域历史天然气需求量、宏观经济数据等特征的相似性对区域进行分类，根据聚类结果分类组合灰色模型/BP神经网络模型进行地区天然气需求量的预测，并与单一模型预测结果进行对比，结果表明：各城市天然气需求量预测分别使用灰色预测及BP神经网络两种模型，平均绝对百分比误差（MAPE）分别为11%、6%，BP神经网络的总体效果优于灰色预测模型；聚类筛选后重新训练的BP神经网络预测结果准确性提高至4.5%。研究成果可更加准确高效地预测中国各城市未来几年的天然气需求量，为政府和企业开展天然气资源配置计划决策提供参考建议。
- 单位
