本文關(guān)鍵詞：時(shí)間序列分析在居民用氣量管理與預(yù)測中的研究與應(yīng)用

  更多相關(guān)文章： 時(shí)間序列 SARIMA模型 液化石油氣 片區(qū)儲氣量 個(gè)人用氣量 預(yù)測

【摘要】：液化石油氣的購買到用戶使用,需要一定的時(shí)間,保持一定的儲氣量是必要的；儲備油氣需要設(shè)備、人員管理,更存在安全隱患；中國的原油主要依賴于進(jìn)口,而主要產(chǎn)油國政局不穩(wěn),原油價(jià)格經(jīng)常波動。此外,在液化石油氣用戶中,存在大量機(jī)械表的用戶,對于這部分燃?xì)庥脩?需要燃?xì)夤ぷ魅藛T上門入戶抄表,錄入系統(tǒng),銀行進(jìn)行代扣費(fèi),這種操作模式存在著抄表率偏低,回款速度慢的問題,統(tǒng)計(jì)得到,一次上門入戶抄表成功率僅為30%、扣款成功率為80%,由此帶來的煤氣滯納金每月有600萬之多(以某市為例)�，F(xiàn)金流狀況的好壞對企業(yè)經(jīng)營和發(fā)展至關(guān)重要,對庫存量的有效預(yù)測可降低庫存,減少企業(yè)的資金投入,規(guī)避由于外部風(fēng)險(xiǎn)造成的資金風(fēng)險(xiǎn)、避免存在的生產(chǎn)安全隱患；而對個(gè)人居民用戶用氣量有效預(yù)測,則可以為企業(yè)進(jìn)行預(yù)扣款提供決策支持,提前回籠資金,提升企業(yè)的現(xiàn)金流狀況。為了有效的預(yù)測庫存量,本文獲取并分析某市北嶺片區(qū)4497戶居民用戶2008年至2013年的實(shí)際用氣量,對用氣量數(shù)據(jù)進(jìn)行預(yù)處理,研究并提出使用SARIMA模型、指數(shù)平滑法、BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)對片區(qū)用氣總量建模,對比效果,得到最優(yōu)的模型,以預(yù)測片區(qū)下一階段必要的庫存量；對個(gè)人居民用戶用氣量的預(yù)測,本文研究并提出使用K-means結(jié)合DTW距離對用氣行為相似的居民用戶建模, “聚類”以形成“虛擬片區(qū)”,再使用SARIMA模型對“虛擬片區(qū)”下的用氣總量建模,得到個(gè)人用戶用氣量的預(yù)測模型,進(jìn)行個(gè)人用戶用氣量的預(yù)測。經(jīng)數(shù)據(jù)檢驗(yàn),使用SARIMA模型對片區(qū)歷史用氣總量建模,可以有效的預(yù)測下一階段片區(qū)的液化氣使用量,準(zhǔn)確率達(dá)到94%,相比較指數(shù)平滑法、BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)也有更高的準(zhǔn)確率,對企業(yè)安排庫存量提供了借鑒,規(guī)避了風(fēng)險(xiǎn)；使用K-means對居民用戶聚類形成“虛擬片區(qū)”,利用SARIMA模型對“虛擬片區(qū)”下的用氣總量進(jìn)行建模,得到個(gè)人用戶的用氣量模型,預(yù)測準(zhǔn)確率也達(dá)到70%,給企業(yè)進(jìn)行保守的預(yù)扣款、回籠資金提供了參考。
【關(guān)鍵詞】：時(shí)間序列 SARIMA模型 液化石油氣 片區(qū)儲氣量 個(gè)人用氣量 預(yù)測
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F299.24;O211.61
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 緒論11-16
• 1.1 研究背景與意義11-12
• 1.2 國內(nèi)外發(fā)展與研究現(xiàn)狀12-14
• 1.3 本文的主要工作14-15
• 1.4 論文結(jié)構(gòu)15-16
• 第二章 時(shí)間序列分析及其相關(guān)技術(shù)16-23
• 2.1 指數(shù)平滑法16
• 2.2 季節(jié)性求和自回歸移動平均模型16-18
• 2.2.1 ARIMA模型16-17
• 2.2.2 SARIMA模型17-18
• 2.3 神經(jīng)網(wǎng)絡(luò)18-20
• 2.4 DTW距離20-21
• 2.5 K-means聚類算法21-22
• 2.6 小結(jié)22-23
• 第三章 液化石油氣數(shù)據(jù)預(yù)處理23-27
• 3.1 居民用戶用氣量數(shù)據(jù)采集23-24
• 3.2 居民用氣量數(shù)據(jù)預(yù)處理24-26
• 3.2.1 數(shù)據(jù)清理24-25
• 3.2.2 缺失值補(bǔ)充25-26
• 3.3 小結(jié)26-27
• 第四章 片區(qū)液化石油氣庫存量預(yù)測27-38
• 4.1 片區(qū)庫存量預(yù)測體系結(jié)構(gòu)27-28
• 4.2 片區(qū)庫存量預(yù)測算法流程28-30
• 4.3 片區(qū)庫存量預(yù)測分析與應(yīng)用30-37
• 4.4 片區(qū)庫存量預(yù)測小結(jié)37-38
• 第五章 居民用戶液化石油氣用氣量預(yù)測38-50
• 5.1 個(gè)人用氣量預(yù)測體系結(jié)構(gòu)38-39
• 5.2 個(gè)人用氣量預(yù)測算法流程39-41
• 5.3 個(gè)人用氣量預(yù)測分析與應(yīng)用41-49
• 5.3.1 居民用戶聚類41-44
• 5.3.2 居民用戶用氣量預(yù)測44-49
• 5.4 個(gè)人用氣量預(yù)測小結(jié)49-50
• 總結(jié)與展望50-51
• 參考文獻(xiàn)51-54
• 攻讀學(xué)位期間發(fā)表的論文54
• 國家自然科學(xué)基金54-57
• 致謝57-59
• 附錄59-60

【相似文獻(xiàn)】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 姜忠基;祁振軍;;蘭州市2005年天然氣用氣量預(yù)測及供氣對策[A];中國土木工程學(xué)會城市燃?xì)夥謺斉鋵I(yè)委員會2005年會議論文集[C];2005年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 黎文安 實(shí)習(xí)生 周美綠;今冬用氣高峰平穩(wěn)度過[N];西安日報(bào);2004年

2 特約記者 王有軍　記者 王純樸;天然氣日用氣量提前一月破300萬立方米[N];蘭州日報(bào);2010年

3 和信;地區(qū)天然氣用氣量逐年攀升[N];和田日報(bào)（漢）;2010年

4 記者 殷麗娟;北京日用氣量逼近供氣極限[N];新華每日電訊;2010年

5 記者 海艷麗;現(xiàn)狀：用氣量多 期盼：供氣量增[N];呼和浩特日報(bào)(漢);2011年

6 記者 常斐;山東合同用氣量達(dá)四點(diǎn)五億立方米[N];中國石油報(bào);2003年

7 記者 蘇建鳳　特約記者 徐春芳;本市用氣量連創(chuàng)新高[N];首都建設(shè)報(bào);2010年

8 記者 賀韜　通訊員 白亞莉;今冬全省最大日用氣量將突破1100萬立方[N];陜西日報(bào);2010年

9 本報(bào)記者 郭強(qiáng);我市天然氣氣源緊張[N];安陽日報(bào);2005年

10 記者 安蓓　張藝;北京天然氣“吃緊”[N];新華每日電訊;2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 邱小斌;時(shí)間序列分析在居民用氣量管理與預(yù)測中的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2016年

，

本文編號：1087058