基于ARIMA-LSTM模型的煤炭能源消费预测研究——以河南省为例

未来相当长的一段时间内,煤炭仍将在河南省现代能源体系中占据重要地位。针对河南省这样的煤炭生产消费大省开展煤炭消费需求预测研究,有利于省级层面管理地质勘查项目、制定开发利用政策、调整能源结构。结合格兰杰因果性检验、灰色关联分析模型,研究在ARIMA模型基础上,选取工业增加值、能源消费总量等2个指标与ARIMA模型预测残差作为LSTM模型输入,构建了ARIMA-LSTM模型。结果表明,将ARIMA模型的残差和其他相关因素作为LSTM模型的输入构成的ARIMA-LSTM模型相对于单一ARIMA模型性能显著提升。2023年河南省煤炭能源消费量预测结果为15130.36万tce,与2022年相比,出现下行趋势,但仍然处在较高水平。研究受公开数据限制,仅进行模型适用性探究,建议相关部门在调整能源结构的同时,开展时效性更强的煤炭消费预测工作,提前做好煤炭储备,避免缺煤、限电等能源供应问题。