王艷

摘 ?要：預(yù)測(cè)學(xué)科是依托歷史經(jīng)驗(yàn)，經(jīng)嚴(yán)密邏輯推論，對(duì)未來情況的估計(jì)，可以為指導(dǎo)計(jì)劃制定提高依據(jù)。文章借助現(xiàn)代預(yù)測(cè)科學(xué)發(fā)展契機(jī)，利用粒子群-最小二乘支持向量機(jī)模型，對(duì)某地城市天然氣需求進(jìn)行了預(yù)測(cè)分析，希望為城市與天然氣相關(guān)的決策提供參考。

關(guān)鍵詞：城市;天然氣;需求預(yù)測(cè)模式

前言：

天然氣是關(guān)系國(guó)家安全的特殊商品，帶有社會(huì)公用性質(zhì)，對(duì)城市經(jīng)濟(jì)社會(huì)的發(fā)展具有至關(guān)重要的作用。而城市天然氣需求預(yù)測(cè)科學(xué)性則直接影響了天然氣管路、加氣站建設(shè)規(guī)劃以及增容決策。因此，分析城市天然氣需求預(yù)測(cè)模式就具有非常重要的意義。

一、基于城市天然氣需求預(yù)測(cè)的粒子群-最小二乘支持向量機(jī)模型構(gòu)建

1、建模

粒子群算法主要是將每一個(gè)優(yōu)化目標(biāo)的潛在求導(dǎo)結(jié)果看做例子，以跟蹤搜索例子本身所尋找的最優(yōu)解、整個(gè)種群尋找的最優(yōu)解的形式，隨機(jī)更新[1]。具體表示為： ? ? -1

最小二乘支持向量機(jī)從本質(zhì)上而言是將參數(shù)搜索空間由三維降低至二維，將實(shí)際問題調(diào)整為進(jìn)行一組線性方程組問題的求導(dǎo)解決。即在設(shè)定天然氣需求量預(yù)測(cè)值為yt時(shí)，給定的訓(xùn)練數(shù)據(jù)集 ，xt為n維城市天然氣需求量影響因子。由此可以構(gòu)建線性回歸函數(shù)：f（x）= ?-2

-2中 、 ?、分別為權(quán)值矢量、從輸入空間向高緯度空間發(fā)展的非線性映射、閾值。

綜合-1、-2，可以提取天然氣需求影響指標(biāo)作為最小二乘支持向量機(jī)輸入，以天然氣消費(fèi)量作為輸出，以粒子群算法作為尋優(yōu)方法，最終得出集中在[0，1]區(qū)間的初始樣本數(shù)據(jù)。

2、訓(xùn)練

在模型訓(xùn)練過程中，利用MATLAB程序，進(jìn)行粒子群算法編寫，確定參數(shù)初始值后，將參數(shù)初始值與處理后需求參數(shù)代入最小二乘支持向量機(jī)中進(jìn)行訓(xùn)練，最終確定在模型精度達(dá)到最高時(shí)，迭代誤差結(jié)果為2.8965，遠(yuǎn)低于BP神經(jīng)網(wǎng)絡(luò)模型的誤差值（6.2301）.

二、基于城市天然氣需求預(yù)測(cè)的粒子群-最小二乘支持向量機(jī)模型應(yīng)用實(shí)踐

1、指標(biāo)體系構(gòu)建

從外部環(huán)境視角進(jìn)行分析，可以將天然氣能源看做與其他子系統(tǒng)相互關(guān)聯(lián)構(gòu)成社會(huì)體系的一個(gè)重要部分。即假定政策環(huán)境一定，能源需求與整個(gè)區(qū)域經(jīng)濟(jì)水平以及能耗結(jié)構(gòu)存在因果聯(lián)系，將天然氣用氣人口總數(shù)（萬人）X11、天然氣占能源消費(fèi)比重（%）X12均納入天然氣需求預(yù)測(cè)指標(biāo)體系。

從內(nèi)部天然氣產(chǎn)業(yè)鏈結(jié)構(gòu)來看，上游供給、中游管理線建設(shè)、下游工業(yè)發(fā)展對(duì)天然氣需求具有直接影響。因此，可以將供氣量（億方）X21、工業(yè)總產(chǎn)值（億元）X22、輸氣管道長(zhǎng)度（千米）X23等納入城市天然氣需求預(yù)測(cè)指標(biāo)體系。

從用戶消費(fèi)視角進(jìn)行分析，天然氣自身價(jià)格、消費(fèi)者對(duì)商品價(jià)格預(yù)期、消費(fèi)者消費(fèi)偏好均對(duì)天然氣需求具有較大影響。鑒于我國(guó)天然氣作為一種特殊消費(fèi)品多由政府主導(dǎo)定價(jià)，波動(dòng)較小，可以忽略天然氣本身價(jià)格，而是選擇消費(fèi)者人均可支配收入（萬元）X31、用氣普及率（%）X32作為需求預(yù)測(cè)指標(biāo)。其中用氣普及率是天然氣用氣人口、液化石油氣用氣人口的和占城市區(qū)域內(nèi)全部人口的百分比。

2、模型檢驗(yàn)

在指標(biāo)體系構(gòu)建完畢之后，可以某地統(tǒng)計(jì)年鑒公布的2010-2020年的數(shù)據(jù)為基礎(chǔ)，利用前述方法構(gòu)建當(dāng)?shù)靥烊粴庑枨箢A(yù)測(cè)模型。將X11、X12、X21、X22、X23、X31、X32輸入模型。最終得出結(jié)果如下：

由表1可知，應(yīng)用粒子群算法-最小二乘支持向量機(jī)模型進(jìn)行該城市天然氣需求預(yù)先估測(cè)相對(duì)誤差在0.09896%～0.44875%之間，誤差較小，擬合效果較好，可應(yīng)用于該地天然氣需求量預(yù)測(cè)。

3、天然氣需求量預(yù)測(cè)

以案例城市未來五年的天然氣需求量為對(duì)象，進(jìn)行預(yù)測(cè)，得出2021～2025年天然氣需求量預(yù)測(cè)值分別為82.36521x108m3、85.96523x108m3、87.56231x108m3、89.62541x108m3、92.63528x108m3，表明未來一段時(shí)間內(nèi)該城市天然氣需求量仍然處于快速增長(zhǎng)態(tài)勢(shì)。同時(shí)從天然氣消費(fèi)需求增長(zhǎng)態(tài)勢(shì)下供氣量客觀限制因子進(jìn)行分析，可得出未來五年內(nèi)該城市經(jīng)濟(jì)總體呈現(xiàn)良好遞增態(tài)勢(shì)，城市內(nèi)居民生活水平穩(wěn)步向更高水平發(fā)展，能源結(jié)構(gòu)也將進(jìn)一步優(yōu)化，具體表現(xiàn)為煤炭在能源結(jié)構(gòu)中占據(jù)比重下降，而天然氣、電源在能源結(jié)構(gòu)中占據(jù)比重上升[2]。這種情況下，天然氣供應(yīng)與需求缺口將進(jìn)一步拉大。為了解決這一問題，該地需要加快澄海市天然氣管道敷設(shè)，構(gòu)建與未來一段時(shí)間內(nèi)居民天然氣需求相符的天然氣供應(yīng)銷售系統(tǒng)以及容量相符的城市天然氣儲(chǔ)存系統(tǒng)[3]。在這個(gè)基礎(chǔ)上，以細(xì)分用戶為對(duì)象，展開市場(chǎng)調(diào)研，科學(xué)規(guī)劃季節(jié)調(diào)峰方案，適當(dāng)調(diào)高天然氣價(jià)格，為城市天然氣供應(yīng)體系與需求體系的協(xié)調(diào)運(yùn)作提供依據(jù)。

總結(jié)：

綜上所述，城市天然氣預(yù)測(cè)是一個(gè)系統(tǒng)而宏大的工程，涉及諸多影響因素，延伸到了社和生活的方方面面。從中長(zhǎng)期預(yù)測(cè)視角出發(fā)，可以將工業(yè)、居民、商業(yè)等用戶視為一個(gè)整體，從天然氣內(nèi)部產(chǎn)業(yè)鏈、外部環(huán)境、用戶消費(fèi)等多個(gè)視角出發(fā)進(jìn)行指標(biāo)體系的構(gòu)建。在指標(biāo)體系構(gòu)建的基礎(chǔ)上，構(gòu)建需求預(yù)測(cè)模型。在模型中開展城市天然氣需求預(yù)測(cè)，并將預(yù)測(cè)結(jié)果進(jìn)行整理，為天然氣預(yù)測(cè)結(jié)果在天然氣行業(yè)發(fā)展中優(yōu)良作用的發(fā)揮提供依據(jù)。

參考文獻(xiàn)

[1]楊光宇，陳國(guó)光，王捷，朱豪坤.基于PSO-SQP算法的空地導(dǎo)彈彈道優(yōu)化[J].兵器裝備工程學(xué)報(bào)，2021，42（05）：153-157.

[2]王建良，李孥.中國(guó)東中西部地區(qū)天然氣需求影響因素分析及未來走勢(shì)預(yù)測(cè)[J].天然氣工業(yè)，2020，40（02）：149-158.

[3]趙國(guó)洪，曾卓.中國(guó)天然氣供需形勢(shì)分析與發(fā)展政策建議[J].天然氣技術(shù)與經(jīng)濟(jì)，2021，15（02）：1-6.

3464500338244