基于双凹凸变换的高阶模糊认知图天然气消费预测

为解决高阶模糊认知图难以处理一维时间序列预测问题,提出基于双凹凸变换的高阶模糊认知图。为增加数据维度,采用特定函数对一维时间序列作凹凸变换,其次为改善高阶模糊认知图非线性表达能力,设计了具有凹凸特征的新传递函数,并结合全国及30个省份的2000—2019年天然气消费数据进行实证分析。结果表明,在对数据作增维凹凸变换基础上,采用新设计传递函数的高阶模糊认知图和基于传统传递函数的高阶模糊认知图预测结果相比更优,新传递函数适用率高达96.4%;其次将其两者预测结果和ARIMA及GM(1,1)相比,得出所提方法的适用率可达87.1%,进一步验证了提出方法的有效性。

基于灰色系统理论的重庆市天然气消费预测

运用灰色系统理论,以1990年-2004年重庆市天然气消费量为基础数据,经过样本数据处理、级比、级比界区检验,构建了重庆市天然气消费量灰色系统预测GM(1,1)模型。采用残差来判断其预测精确度,对1990年至2004年间重庆天然气消费量进行预测和可信度检验,实践检验结果表明:该方法精确度达到97%以上。同时,运用此方法预测了未来10年重庆市天然气消费将呈快速增长趋势,到2015年重庆市天然气消费量将突破628万吨标准煤。

“新常态”下的中国天然气消费分析及预测

作为一种优质、高效的绿色能源,天然气在中国能源结构中所占比重逐渐增加。但可再生能源的崛起使得天然气成为过渡能源的选择,天然气消费量的增长趋势不明晰,因此相关企业及部门需要合理、准确的天然气需求预测模型为未来的工作提供指导性信息。基于此,本文首先从经济水平、产业结构、能源结构、天然气价格等方面选取影响天然气消费的12个因素。其次,运用贝叶斯模型平均(BMA)法构建了一个包含相关文献中常用的6个影响因素的基准模型,针对该模型,围绕影响天然气消费量的各种因素,以逐个添加的方式建立对比模型,从备选模型中选出预测精度最高的对未来天然气消费量进行预测。最后,将BMA模型与ARIMA模型、ETS模型、BVAR模型、逐步回归模型以及等权重加权平均模型的预测精度进行对比。结果表明,最优的BMA模型包含了涉及经济水平、产业结构、能源结构、人口因素、天然气价格、天然气供给六个方面9个影响因素,其预测精度优于对比预测模型,且该模型预测2022年天然气消费量将达到3254.153亿立方米,年均增长率为8%。

一种面向动态发展系数a的新灰色预测模型

既有灰色预测模型发展系数a是在满足原始序列模拟误差最小约束下,通过最小二乘法来求解的,当建模系列确定之后,发展系数a即随之确定,而缺乏与外部系统状态的同步变化,这是造成现有灰色模型性能不稳定的重要原因。文章通过离散灰色预测模型对发展系数a的动态性进行了研究,并在此基础上构建了一种发展系数a可动态变化的AGM(1,1)预测模型,最后应用该模型对我国天然气消费量进行了模拟及预测,且取得了较好的效果,从而进一步验证了基于动态发展系数a的新模型AGM(1,1)的有效性与实用性。