[發明專利]一種天然氣用氣量的預測方法及裝置

在審

• 申請號: 201910257250.6
• 申請日: 2019-04-01
• 公開（公告）號: CN109993364A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 陳少坤;田明偉
• 申請（專利權）人: 北京恒華龍信數據科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F17/50
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本申請提供了一種天然氣用氣量的預測方法及裝置，獲取天然氣用氣量的相關歷史數據，并對天然氣用氣量的相關歷史數據進行預處理；對預處理后的數據進行主成分分析，得到多個影響天然氣用氣量的主成分以及主成分變量矩陣；依據多個影響天然氣用氣量的主成分構建多元素線性回歸模型，并利用天然氣用氣量的相關歷史數據和主成分變量矩陣對多元素線性回歸模型進行訓練，得到天然氣用氣量預測模型；將預設時間段內每個影響天然氣用氣量的主成分的參數值輸入到所述天然氣用氣量預測模型中進行計算，得到天然氣用氣量的預測值。本發明采用大數據技術和多元素線性回歸算法，基于海量歷史數據訓練出天然氣用氣量預測模型，實現對天然氣用氣量的準確預測。

技術領域

本發明涉及計算機技術領域，更具體的，涉及一種天然氣用氣量的預測方法及裝置。

背景技術

近幾年，隨著我國經濟的快速發展，天然氣需求得到了快速的增長，為了降低天然氣存儲成本并避免“氣荒”現象的發生，需要對天然氣用氣量進行準確預測。

目前一般采用經驗法根據當天的天然氣用氣量來推測次日的天然氣用氣量，由于人為的主觀因素干擾性大，使得預測的天然氣用氣量與實際天然氣用氣量之間的偏差較大。當預測的天然氣用氣量大于實際天然氣用氣量時，增加了天然氣的存儲成本，而當預測的天然氣用氣量小于實際天然氣用氣量時，導致天然氣不夠用，甚至出現“氣荒”現象的發生。

發明內容

有鑒于此，本發明提供了一種天然氣用氣量的預測方法及裝置，基于大數據技術，利用海量歷史數據對多元素線性回歸模型進行訓練，得到科學的天然氣用氣量預測模型，提高了天然氣用氣量預測的準確性。

為了實現上述發明目的，本發明提供的具體技術方案如下：

一種天然氣用氣量的預測方法，包括：

獲取天然氣用氣量的相關歷史數據，并對天然氣用氣量的相關歷史數據進行預處理；

對預處理后的數據進行主成分分析，得到多個影響天然氣用氣量的主成分以及主成分變量矩陣；

依據多個所述影響天然氣用氣量的主成分構建多元素線性回歸模型，并利用天然氣用氣量的相關歷史數據和所述主成分變量矩陣對所述多元素線性回歸模型進行訓練，得到天然氣用氣量預測模型；

獲取預設時間段內每個所述影響天然氣用氣量的主成分的參數值，并將所述參數值輸入到所述天然氣用氣量預測模型中進行計算，得到天然氣用氣量的預測值。

可選的，所述對天然氣用氣量的相關歷史數據進行預處理，包括：

對天然氣用氣量的相關歷史數據進行數據清洗處理；

采用多重插補法對數據清洗處理后存在缺失的數據進行處理，填補缺失的數據；

對數據進行歸一化處理，將不同量綱的數據轉化成具有相同量綱的數據，并將不同數量級的數據轉化成具有相同數量級的數據。

可選的，所述對預處理后的數據進行主成分分析，得到多個影響天然氣用氣量的主成分以及主成分矩陣，包括：

對預處理后的數據進行標準化處理，生成變量矩陣，所述變量矩陣表示預處理后的數據中的每個變量在相應時間內的值；

計算變量間的相關系數，生成變量間的相關系數矩陣；

依據所述相關系數矩陣計算每個主成分的特征值與特征向量；

計算每個所述主成分的貢獻率，并按貢獻率由大到小對所述主成分進行排序，取前K個主成分作為所述影響天然氣用氣量的主成分；

將所述影響天然氣用氣量的主成分的特征向量按行生成矩陣S；

利用所述矩陣S對所述變量矩陣進行降維處理，得到所述主成分變量矩陣Y。