时间序列分析在居民用气量管理与预测中的研究与应用

发布时间：2017-10-24 04:30

  本文关键词：时间序列分析在居民用气量管理与预测中的研究与应用

  更多相关文章： 时间序列 SARIMA模型 液化石油气 片区储气量 个人用气量 预测

【摘要】：液化石油气的购买到用户使用,需要一定的时间,保持一定的储气量是必要的；储备油气需要设备、人员管理,更存在安全隐患；中国的原油主要依赖于进口,而主要产油国政局不稳,原油价格经常波动。此外,在液化石油气用户中,存在大量机械表的用户,对于这部分燃气用户,需要燃气工作人员上门入户抄表,录入系统,银行进行代扣费,这种操作模式存在着抄表率偏低,回款速度慢的问题,统计得到,一次上门入户抄表成功率仅为30%、扣款成功率为80%,由此带来的煤气滞纳金每月有600万之多(以某市为例)。现金流状况的好坏对企业经营和发展至关重要,对库存量的有效预测可降低库存,减少企业的资金投入,规避由于外部风险造成的资金风险、避免存在的生产安全隐患；而对个人居民用户用气量有效预测,则可以为企业进行预扣款提供决策支持,提前回笼资金,提升企业的现金流状况。为了有效的预测库存量,本文获取并分析某市北岭片区4497户居民用户2008年至2013年的实际用气量,对用气量数据进行预处理,研究并提出使用SARIMA模型、指数平滑法、BP神经网络、小波神经网络对片区用气总量建模,对比效果,得到最优的模型,以预测片区下一阶段必要的库存量；对个人居民用户用气量的预测,本文研究并提出使用K-means结合DTW距离对用气行为相似的居民用户建模, “聚类”以形成“虚拟片区”,再使用SARIMA模型对“虚拟片区”下的用气总量建模,得到个人用户用气量的预测模型,进行个人用户用气量的预测。经数据检验,使用SARIMA模型对片区历史用气总量建模,可以有效的预测下一阶段片区的液化气使用量,准确率达到94%,相比较指数平滑法、BP神经网络、小波神经网络也有更高的准确率,对企业安排库存量提供了借鉴,规避了风险；使用K-means对居民用户聚类形成“虚拟片区”,利用SARIMA模型对“虚拟片区”下的用气总量进行建模,得到个人用户的用气量模型,预测准确率也达到70%,给企业进行保守的预扣款、回笼资金提供了参考。
【关键词】：时间序列 SARIMA模型 液化石油气 片区储气量 个人用气量 预测
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.24;O211.61
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 绪论11-16
• 1.1 研究背景与意义11-12
• 1.2 国内外发展与研究现状12-14
• 1.3 本文的主要工作14-15
• 1.4 论文结构15-16
• 第二章 时间序列分析及其相关技术16-23
• 2.1 指数平滑法16
• 2.2 季节性求和自回归移动平均模型16-18
• 2.2.1 ARIMA模型16-17
• 2.2.2 SARIMA模型17-18
• 2.3 神经网络18-20
• 2.4 DTW距离20-21
• 2.5 K-means聚类算法21-22
• 2.6 小结22-23
• 第三章 液化石油气数据预处理23-27
• 3.1 居民用户用气量数据采集23-24
• 3.2 居民用气量数据预处理24-26
• 3.2.1 数据清理24-25
• 3.2.2 缺失值补充25-26
• 3.3 小结26-27
• 第四章 片区液化石油气库存量预测27-38
• 4.1 片区库存量预测体系结构27-28
• 4.2 片区库存量预测算法流程28-30
• 4.3 片区库存量预测分析与应用30-37
• 4.4 片区库存量预测小结37-38
• 第五章 居民用户液化石油气用气量预测38-50
• 5.1 个人用气量预测体系结构38-39
• 5.2 个人用气量预测算法流程39-41
• 5.3 个人用气量预测分析与应用41-49
• 5.3.1 居民用户聚类41-44
• 5.3.2 居民用户用气量预测44-49
• 5.4 个人用气量预测小结49-50
• 总结与展望50-51
• 参考文献51-54
• 攻读学位期间发表的论文54
• 国家自然科学基金54-57
• 致谢57-59
• 附录59-60

【相似文献】

中国重要会议论文全文数据库 前1条

1 姜忠基;祁振军;;兰州市2005年天然气用气量预测及供气对策[A];中国土木工程学会城市燃气分会输配专业委员会2005年会议论文集[C];2005年

中国重要报纸全文数据库 前10条

1 黎文安 实习生 周美绿;今冬用气高峰平稳度过[N];西安日报;2004年

2 特约记者 王有军　记者 王纯朴;天然气日用气量提前一月破300万立方米[N];兰州日报;2010年

3 和信;地区天然气用气量逐年攀升[N];和田日报（汉）;2010年

4 记者 殷丽娟;北京日用气量逼近供气极限[N];新华每日电讯;2010年

5 记者 海艳丽;现状：用气量多 期盼：供气量增[N];呼和浩特日报(汉);2011年

6 记者 常斐;山东合同用气量达四点五亿立方米[N];中国石油报;2003年

7 记者 苏建凤　特约记者 徐春芳;本市用气量连创新高[N];首都建设报;2010年

8 记者 贺韬　通讯员 白亚莉;今冬全省最大日用气量将突破1100万立方[N];陕西日报;2010年

9 本报记者 郭强;我市天然气气源紧张[N];安阳日报;2005年

10 记者 安蓓　张艺;北京天然气“吃紧”[N];新华每日电讯;2010年

中国硕士学位论文全文数据库 前1条

1 邱小斌;时间序列分析在居民用气量管理与预测中的研究与应用[D];广东工业大学;2016年

，

本文编号：1087058