基于数据挖掘技术的天然气价格预测方法研究

发布时间：2021-03-11 06:01

　　天然气价格是影响天然气企业经营决策与运营效益的重要因素,在此背景下,如何准确地预测未来天然气价格自然成为产业界关注的热点话题。此外,在数据挖掘技术快速发展的时代,如何将该技术应用于传统的天然气行业,融入天然气价格的预测当中,也是学术界所探讨的重要话题。基于此,本文首先回顾了以往天然气价格预测方法,然后以传统数据挖掘技术中的模式序列相似性搜索方法（PSS）为基础,通过对该方法中历史序列搜索匹配机制及结果处理机制的改进,提出了一种新的改进模式序列相似性搜索（APSS）天然气价格预测方法。在方法构建之后,采用美国天然气日度现货价格数据对该方法的有效性进行了实验验证。实验结果表明,本文提出的基于数据挖掘技术的APSS方法能够实现对天然气价格的合理预测,且与传统的PSS方法相比,APSS方法的预测结果具有更高的预测精度。 

【文章来源】：中国矿业. 2020,29(02)北大核心

【文章页数】：7 页

【部分图文】：

美国Henry Hub天然气日度现货价格

APSS整体预测结果

APSS和PSS预测结果对比

【参考文献】：
期刊论文
[1]基于K线序列相似性搜索的股票价格预测[J]. 吕涛,郝泳涛.  计算机应用. 2017(S2)
[2]基于HAR-RV-CJ模型的天然气价格预测[J]. 吴东武,朱帮助.  统计与决策. 2017(23)
[3]天然气期货价格波动跳跃性的实证分析——基于对美国纽约期货交易所天然气价格数据分析[J]. 邢文婷,张宗益,吴胜利.  价格理论与实践. 2016(12)
[4]一种基于相似性搜索的水位预测方法[J]. 黄政,肖艳.  计算机与现代化. 2015(11)
[5]基于时间序列相似性搜索的交通流短时预测方法[J]. 杨兆升,邴其春,周熙阳,马明辉,李晓文.  交通信息与安全. 2014(06)
[6]天然气期货价格走势预测实证研究——基于Markov模型的分析[J]. 胡创荣,张阳东,吴宗法.  价格理论与实践. 2009(09)
[7]数据挖掘中聚类算法的综述[J]. 胡庆林,叶念渝,朱明富.  计算机与数字工程. 2007(02)
[8]数据挖掘中的聚类算法综述[J]. 贺玲,吴玲达,蔡益朝.  计算机应用研究. 2007(01)
[9]利用数据挖掘进行短期电价预测[J]. 袁贵川,程利,王建全.  电力系统及其自动化学报. 2003(02)
[10]数据挖掘中数据预处理技术综述[J]. 刘莉,徐玉生,马志新.  甘肃科学学报. 2003(01)

硕士论文
[1]电力价格短期预测方法研究[D]. 邱怀志.哈尔滨工业大学 2017



本文编号：3075984