蒲濤 郭緯迪
[提要] 隨著南充城市化進(jìn)程的推進(jìn),天然氣需求量在不斷增大,對(duì)天然氣管網(wǎng)、城市配氣系統(tǒng)提出更高的要求。今后若干年,南充到底需要多少天然氣是一個(gè)很值得研究的問題。我們用什么方法和模型來研究,讓它更符合實(shí)際需求量,這對(duì)于南充市的發(fā)展以及南充燃?xì)夤镜陌l(fā)展都具有十分重要的指導(dǎo)意義。
關(guān)鍵詞:城市化;天然氣需求量;預(yù)測(cè)模型
中圖分類號(hào):TU996 文獻(xiàn)標(biāo)識(shí)碼:A
收錄日期:2013年12月21日
一、引言
隨著南充城市化進(jìn)程的不斷推進(jìn),天然氣需求量不斷增大。對(duì)南充天然氣需求量的預(yù)測(cè)不僅是建設(shè)升級(jí)南充市燃?xì)夤芫W(wǎng)、配氣系統(tǒng)的基礎(chǔ),也是對(duì)天然氣市場發(fā)展的前景預(yù)測(cè)。因此,采用適當(dāng)?shù)念A(yù)測(cè)模型,分析預(yù)測(cè)天然氣需求量顯得尤為重要。
二、預(yù)測(cè)模型的選取
1、動(dòng)態(tài)數(shù)列趨勢(shì)模型。動(dòng)態(tài)數(shù)列趨勢(shì)模型是根據(jù)時(shí)間數(shù)列利用其趨勢(shì)擬合進(jìn)行外推的預(yù)測(cè)方法。最簡易的計(jì)算模型如下:
yt=a+abt+ε
其中:a、b為常數(shù),ε為隨機(jī)誤差項(xiàng)。
2、二次指數(shù)平滑模型。二次指數(shù)平滑法是根據(jù)時(shí)間序列資料,依次計(jì)算包含一定項(xiàng)數(shù)的時(shí)間序列加權(quán)平均數(shù),以反映長期趨勢(shì)的方法。它既不需要存儲(chǔ)很多歷史數(shù)據(jù),又考慮了各期數(shù)據(jù)的重要性,而且使用了全部歷史資料,因此是移動(dòng)平均法的改進(jìn),在預(yù)測(cè)中應(yīng)用極為廣泛。
記基礎(chǔ)數(shù)據(jù)列為{yt},二次指數(shù)平滑法公式為:
S■■=?琢y■+(1-?琢)S■■ (1)
S■■=?琢S■■+(1-?琢)S■■ (2)
式中:S■■為一次平滑指數(shù);S■■為二次指數(shù)的平滑值。
3、灰色理論模型?;疑到y(tǒng)理論(即灰理論)是針對(duì)“少數(shù)據(jù)不確定性”問題提出的,在分析少數(shù)據(jù)行為特征后,在序列的基礎(chǔ)上建立起近似微分方程模型的灰建模?;医5闹饕悸肥牵簭男蛄械慕嵌绕饰鲆话阄⒎址匠?,以了解其構(gòu)成的主要條件,然后對(duì)那些近似地、大致地滿足這些條件的序列建立近似的(信息不完全的)微分方程模型。
在天然氣消費(fèi)預(yù)測(cè)中,天然氣消費(fèi)量是建模的基本數(shù)據(jù)。天然氣終端消費(fèi)屬于多用戶類型,如:商業(yè)用氣、居民用氣、化工用氣、煉油用氣等,本文主要簡化了天然氣的終端用氣類型,分為工業(yè)用氣和居民用氣。同時(shí),影響天然氣消費(fèi)量的因子很多,具有灰信息覆蓋,故為“灰因”,而每年天然氣消費(fèi)量是具體的、確定的,具有白信息覆蓋,是系統(tǒng)的“白果”,所以天然氣需求是符合“灰因白果”的灰色預(yù)測(cè)事件。計(jì)算模型如下:
■=(x■-■)(e■-e■)
式中:e為自然對(duì)數(shù),取值為2.71828;k=2,3,…。
4、其他預(yù)測(cè)模型
(1)其他時(shí)間序列預(yù)測(cè)模型。通過對(duì)歷史年份的需求量觀測(cè),分別計(jì)算其二次差、環(huán)比增長速度、增長率和對(duì)數(shù)差,由計(jì)算結(jié)果分析可知,除二次指數(shù)平滑法以外的其他時(shí)間序列中的各趨勢(shì)外推方法如:二次曲線方程模型yt=a+bt+ct2,指數(shù)曲線方程yt=abt,修正指數(shù)曲線方程yt=k+ctt,龔伯茲曲線方程yt=kabt等均不適合。
(2)線性回歸方程預(yù)測(cè)。在實(shí)際的經(jīng)濟(jì)活動(dòng)中,經(jīng)濟(jì)變量的關(guān)系是錯(cuò)綜復(fù)雜的,直接表現(xiàn)為線性關(guān)系的情況很少。但是它們中的大部分又可以通過一些簡單的數(shù)學(xué)處理,使之簡化成為數(shù)學(xué)上的線性關(guān)系。天然氣消費(fèi)量受很多因素比如煤炭產(chǎn)量、人均GDP、油料產(chǎn)量等的影響,我們可以用回歸的方法建立多元方程,利用各因素的相互作用關(guān)系模擬天然氣需求量的變化趨勢(shì)。通過統(tǒng)計(jì)顯著性檢驗(yàn),模型不符合要求。
(3)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)。人工神經(jīng)網(wǎng)絡(luò)(ANN)模擬人的大腦活動(dòng),是一種不需要選取基函數(shù)系的非線性函數(shù)逼近方法,在模式識(shí)別、非線性動(dòng)態(tài)處理及自動(dòng)控制等領(lǐng)域顯示出極強(qiáng)的生命力外,還在預(yù)測(cè)、評(píng)價(jià)等方面取得了很好的應(yīng)用效果。天然氣需求是一個(gè)復(fù)雜的系統(tǒng),它受多個(gè)因素的影響,每個(gè)因素對(duì)其作用的函數(shù)關(guān)系又很難界定,因此,天然氣需求量預(yù)測(cè)屬于復(fù)雜的非線性系統(tǒng)問題。而研究復(fù)雜非線性系統(tǒng)的有效工具就是ANN。目前應(yīng)用最多的是反向傳播模型,簡稱BP模型。
把天然氣需求量這個(gè)復(fù)雜的系統(tǒng)看作是一個(gè)黑箱,以實(shí)測(cè)輸入輸出數(shù)據(jù)為樣本,輸入BP模型。該模型通過對(duì)樣本進(jìn)行學(xué)習(xí)和權(quán)值的修核,確定其內(nèi)部表達(dá),使輸入到輸出的映像與對(duì)象相逼近,整個(gè)網(wǎng)絡(luò)就可以模擬出系統(tǒng)的外部特性。BP模型建立了天然氣需求量系統(tǒng)的映射關(guān)系之后,就可對(duì)天然氣需求量進(jìn)行預(yù)測(cè)。天然氣需求量受多個(gè)因素的影響,但由于對(duì)技術(shù)進(jìn)步、經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)優(yōu)化等因素作定量描述比較困難,所以此模型操作比較困難。
(4)馬爾科夫鏈預(yù)測(cè)。馬爾科夫預(yù)測(cè)法是應(yīng)用隨機(jī)過程中馬爾科夫鏈的理論和方法研究分析有關(guān)經(jīng)濟(jì)現(xiàn)象變化規(guī)律并借此對(duì)未來進(jìn)行預(yù)測(cè)的一種方法。但此種方法不能進(jìn)行遠(yuǎn)期預(yù)測(cè),所以此模型不適用。
三、工業(yè)用天然氣需求量預(yù)測(cè)結(jié)果
由于前面幾種方法都適合于天然氣需求量的預(yù)測(cè),但通過對(duì)灰色理論模型、動(dòng)態(tài)數(shù)列趨勢(shì)模型和二次指數(shù)平滑模型方法的實(shí)際操作,對(duì)天然氣需求量進(jìn)行了預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較,發(fā)現(xiàn)動(dòng)態(tài)數(shù)列趨勢(shì)模型更加適合于天然氣需求量的預(yù)測(cè),因此我們選取選取動(dòng)態(tài)數(shù)列趨勢(shì)模型對(duì)天然氣需求量進(jìn)行預(yù)測(cè)。
以2005~2012年實(shí)際工業(yè)用天然氣需求量進(jìn)行動(dòng)態(tài)數(shù)列趨勢(shì)模型預(yù)測(cè),設(shè)工業(yè)用天然氣需求量的趨勢(shì)模型為:
yt=a+bt+ε (3)
其中:2005年時(shí),t=1;2006年時(shí),t=2;以此類推。t=1,2,…;ε為隨機(jī)誤差項(xiàng)。
將2005~2012年南充市工業(yè)用天然氣消費(fèi)量數(shù)據(jù)代入模型得到表1。(表1)于是,工業(yè)用天然氣需求量的趨勢(shì)模型為:
■■=-326.1221+508.7598t (4)
根據(jù)模型求得工業(yè)用天然氣2013~2020年需求量預(yù)測(cè)值如表2。(表2)根據(jù)以上模型的計(jì)算,預(yù)測(cè)到2013年南充市工業(yè)用天然氣需求量將達(dá)到4,250萬立方米,到2020年天然氣需求量將達(dá)到7,810萬立方米。比2012年銷售量4,000萬立方米增加0.9倍以上。
四、民用天然氣需求量預(yù)測(cè)結(jié)果(表3)
于是,民用天然氣需求量的趨勢(shì)模型為:
■■=705.6596+987.7635t (5)
根據(jù)模型求得民用天然氣2013~2020年的需求量預(yù)測(cè)值如表4。(表4)根據(jù)以上模型的計(jì)算,預(yù)測(cè)到2013年南充市民用天然氣需求量將達(dá)到9,595萬立方米,到2020年天然氣需求量將達(dá)到16,500萬立方米。比2012年銷售量7,780萬立方米增加1.1倍以上。
五、研究結(jié)論
通過以上模型分析得出的研究結(jié)論是南充天然氣需求量預(yù)計(jì)到2020年2.5億立方米,其中工業(yè)用氣7,810萬立方米、居民用氣16,500萬立方米。因此,南充市在城市化進(jìn)程中,應(yīng)緊密結(jié)合預(yù)測(cè)的天然氣需求量,來進(jìn)行城市燃?xì)夤芫W(wǎng)、配氣系統(tǒng)的建設(shè)升級(jí),并采取相應(yīng)措施,適應(yīng)這一發(fā)展的需要。
主要參考文獻(xiàn):
[1]葉倩.城市天然氣需求預(yù)測(cè)研究及應(yīng)用[D].重慶大學(xué)碩士論文,2010.
[2]鐘紅霞,從榮剛.天然氣需求因素分析:OECD國家天然氣發(fā)展的歷程及啟示[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào),2013.2.
[3]周子卜,李莉,張淑英.基于灰色理論的天然氣需求預(yù)測(cè)[J].天然氣勘探與開發(fā),2006.3.
[4]李蘭蘭,諸克軍,楊娟.天然氣需求價(jià)格彈性研究綜述[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012.12.
[5]羅東坤,徐平.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的天然氣需求預(yù)測(cè)[J].油氣田地面工程,2008.7.
[6]張丹.計(jì)量經(jīng)濟(jì)學(xué)方法在天然氣需求模擬中的應(yīng)用[J].上海煤氣,2008.12.
[提要] 隨著南充城市化進(jìn)程的推進(jìn),天然氣需求量在不斷增大,對(duì)天然氣管網(wǎng)、城市配氣系統(tǒng)提出更高的要求。今后若干年,南充到底需要多少天然氣是一個(gè)很值得研究的問題。我們用什么方法和模型來研究,讓它更符合實(shí)際需求量,這對(duì)于南充市的發(fā)展以及南充燃?xì)夤镜陌l(fā)展都具有十分重要的指導(dǎo)意義。
關(guān)鍵詞:城市化;天然氣需求量;預(yù)測(cè)模型
中圖分類號(hào):TU996 文獻(xiàn)標(biāo)識(shí)碼:A
收錄日期:2013年12月21日
一、引言
隨著南充城市化進(jìn)程的不斷推進(jìn),天然氣需求量不斷增大。對(duì)南充天然氣需求量的預(yù)測(cè)不僅是建設(shè)升級(jí)南充市燃?xì)夤芫W(wǎng)、配氣系統(tǒng)的基礎(chǔ),也是對(duì)天然氣市場發(fā)展的前景預(yù)測(cè)。因此,采用適當(dāng)?shù)念A(yù)測(cè)模型,分析預(yù)測(cè)天然氣需求量顯得尤為重要。
二、預(yù)測(cè)模型的選取
1、動(dòng)態(tài)數(shù)列趨勢(shì)模型。動(dòng)態(tài)數(shù)列趨勢(shì)模型是根據(jù)時(shí)間數(shù)列利用其趨勢(shì)擬合進(jìn)行外推的預(yù)測(cè)方法。最簡易的計(jì)算模型如下:
yt=a+abt+ε
其中:a、b為常數(shù),ε為隨機(jī)誤差項(xiàng)。
2、二次指數(shù)平滑模型。二次指數(shù)平滑法是根據(jù)時(shí)間序列資料,依次計(jì)算包含一定項(xiàng)數(shù)的時(shí)間序列加權(quán)平均數(shù),以反映長期趨勢(shì)的方法。它既不需要存儲(chǔ)很多歷史數(shù)據(jù),又考慮了各期數(shù)據(jù)的重要性,而且使用了全部歷史資料,因此是移動(dòng)平均法的改進(jìn),在預(yù)測(cè)中應(yīng)用極為廣泛。
記基礎(chǔ)數(shù)據(jù)列為{yt},二次指數(shù)平滑法公式為:
S■■=?琢y■+(1-?琢)S■■ (1)
S■■=?琢S■■+(1-?琢)S■■ (2)
式中:S■■為一次平滑指數(shù);S■■為二次指數(shù)的平滑值。
3、灰色理論模型?;疑到y(tǒng)理論(即灰理論)是針對(duì)“少數(shù)據(jù)不確定性”問題提出的,在分析少數(shù)據(jù)行為特征后,在序列的基礎(chǔ)上建立起近似微分方程模型的灰建模。灰建模的主要思路是:從序列的角度剖析一般微分方程,以了解其構(gòu)成的主要條件,然后對(duì)那些近似地、大致地滿足這些條件的序列建立近似的(信息不完全的)微分方程模型。
在天然氣消費(fèi)預(yù)測(cè)中,天然氣消費(fèi)量是建模的基本數(shù)據(jù)。天然氣終端消費(fèi)屬于多用戶類型,如:商業(yè)用氣、居民用氣、化工用氣、煉油用氣等,本文主要簡化了天然氣的終端用氣類型,分為工業(yè)用氣和居民用氣。同時(shí),影響天然氣消費(fèi)量的因子很多,具有灰信息覆蓋,故為“灰因”,而每年天然氣消費(fèi)量是具體的、確定的,具有白信息覆蓋,是系統(tǒng)的“白果”,所以天然氣需求是符合“灰因白果”的灰色預(yù)測(cè)事件。計(jì)算模型如下:
■=(x■-■)(e■-e■)
式中:e為自然對(duì)數(shù),取值為2.71828;k=2,3,…。
4、其他預(yù)測(cè)模型
(1)其他時(shí)間序列預(yù)測(cè)模型。通過對(duì)歷史年份的需求量觀測(cè),分別計(jì)算其二次差、環(huán)比增長速度、增長率和對(duì)數(shù)差,由計(jì)算結(jié)果分析可知,除二次指數(shù)平滑法以外的其他時(shí)間序列中的各趨勢(shì)外推方法如:二次曲線方程模型yt=a+bt+ct2,指數(shù)曲線方程yt=abt,修正指數(shù)曲線方程yt=k+ctt,龔伯茲曲線方程yt=kabt等均不適合。
(2)線性回歸方程預(yù)測(cè)。在實(shí)際的經(jīng)濟(jì)活動(dòng)中,經(jīng)濟(jì)變量的關(guān)系是錯(cuò)綜復(fù)雜的,直接表現(xiàn)為線性關(guān)系的情況很少。但是它們中的大部分又可以通過一些簡單的數(shù)學(xué)處理,使之簡化成為數(shù)學(xué)上的線性關(guān)系。天然氣消費(fèi)量受很多因素比如煤炭產(chǎn)量、人均GDP、油料產(chǎn)量等的影響,我們可以用回歸的方法建立多元方程,利用各因素的相互作用關(guān)系模擬天然氣需求量的變化趨勢(shì)。通過統(tǒng)計(jì)顯著性檢驗(yàn),模型不符合要求。
(3)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)。人工神經(jīng)網(wǎng)絡(luò)(ANN)模擬人的大腦活動(dòng),是一種不需要選取基函數(shù)系的非線性函數(shù)逼近方法,在模式識(shí)別、非線性動(dòng)態(tài)處理及自動(dòng)控制等領(lǐng)域顯示出極強(qiáng)的生命力外,還在預(yù)測(cè)、評(píng)價(jià)等方面取得了很好的應(yīng)用效果。天然氣需求是一個(gè)復(fù)雜的系統(tǒng),它受多個(gè)因素的影響,每個(gè)因素對(duì)其作用的函數(shù)關(guān)系又很難界定,因此,天然氣需求量預(yù)測(cè)屬于復(fù)雜的非線性系統(tǒng)問題。而研究復(fù)雜非線性系統(tǒng)的有效工具就是ANN。目前應(yīng)用最多的是反向傳播模型,簡稱BP模型。
把天然氣需求量這個(gè)復(fù)雜的系統(tǒng)看作是一個(gè)黑箱,以實(shí)測(cè)輸入輸出數(shù)據(jù)為樣本,輸入BP模型。該模型通過對(duì)樣本進(jìn)行學(xué)習(xí)和權(quán)值的修核,確定其內(nèi)部表達(dá),使輸入到輸出的映像與對(duì)象相逼近,整個(gè)網(wǎng)絡(luò)就可以模擬出系統(tǒng)的外部特性。BP模型建立了天然氣需求量系統(tǒng)的映射關(guān)系之后,就可對(duì)天然氣需求量進(jìn)行預(yù)測(cè)。天然氣需求量受多個(gè)因素的影響,但由于對(duì)技術(shù)進(jìn)步、經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)優(yōu)化等因素作定量描述比較困難,所以此模型操作比較困難。
(4)馬爾科夫鏈預(yù)測(cè)。馬爾科夫預(yù)測(cè)法是應(yīng)用隨機(jī)過程中馬爾科夫鏈的理論和方法研究分析有關(guān)經(jīng)濟(jì)現(xiàn)象變化規(guī)律并借此對(duì)未來進(jìn)行預(yù)測(cè)的一種方法。但此種方法不能進(jìn)行遠(yuǎn)期預(yù)測(cè),所以此模型不適用。
三、工業(yè)用天然氣需求量預(yù)測(cè)結(jié)果
由于前面幾種方法都適合于天然氣需求量的預(yù)測(cè),但通過對(duì)灰色理論模型、動(dòng)態(tài)數(shù)列趨勢(shì)模型和二次指數(shù)平滑模型方法的實(shí)際操作,對(duì)天然氣需求量進(jìn)行了預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較,發(fā)現(xiàn)動(dòng)態(tài)數(shù)列趨勢(shì)模型更加適合于天然氣需求量的預(yù)測(cè),因此我們選取選取動(dòng)態(tài)數(shù)列趨勢(shì)模型對(duì)天然氣需求量進(jìn)行預(yù)測(cè)。
以2005~2012年實(shí)際工業(yè)用天然氣需求量進(jìn)行動(dòng)態(tài)數(shù)列趨勢(shì)模型預(yù)測(cè),設(shè)工業(yè)用天然氣需求量的趨勢(shì)模型為:
yt=a+bt+ε (3)
其中:2005年時(shí),t=1;2006年時(shí),t=2;以此類推。t=1,2,…;ε為隨機(jī)誤差項(xiàng)。
將2005~2012年南充市工業(yè)用天然氣消費(fèi)量數(shù)據(jù)代入模型得到表1。(表1)于是,工業(yè)用天然氣需求量的趨勢(shì)模型為:
■■=-326.1221+508.7598t (4)
根據(jù)模型求得工業(yè)用天然氣2013~2020年需求量預(yù)測(cè)值如表2。(表2)根據(jù)以上模型的計(jì)算,預(yù)測(cè)到2013年南充市工業(yè)用天然氣需求量將達(dá)到4,250萬立方米,到2020年天然氣需求量將達(dá)到7,810萬立方米。比2012年銷售量4,000萬立方米增加0.9倍以上。
四、民用天然氣需求量預(yù)測(cè)結(jié)果(表3)
于是,民用天然氣需求量的趨勢(shì)模型為:
■■=705.6596+987.7635t (5)
根據(jù)模型求得民用天然氣2013~2020年的需求量預(yù)測(cè)值如表4。(表4)根據(jù)以上模型的計(jì)算,預(yù)測(cè)到2013年南充市民用天然氣需求量將達(dá)到9,595萬立方米,到2020年天然氣需求量將達(dá)到16,500萬立方米。比2012年銷售量7,780萬立方米增加1.1倍以上。
五、研究結(jié)論
通過以上模型分析得出的研究結(jié)論是南充天然氣需求量預(yù)計(jì)到2020年2.5億立方米,其中工業(yè)用氣7,810萬立方米、居民用氣16,500萬立方米。因此,南充市在城市化進(jìn)程中,應(yīng)緊密結(jié)合預(yù)測(cè)的天然氣需求量,來進(jìn)行城市燃?xì)夤芫W(wǎng)、配氣系統(tǒng)的建設(shè)升級(jí),并采取相應(yīng)措施,適應(yīng)這一發(fā)展的需要。
主要參考文獻(xiàn):
[1]葉倩.城市天然氣需求預(yù)測(cè)研究及應(yīng)用[D].重慶大學(xué)碩士論文,2010.
[2]鐘紅霞,從榮剛.天然氣需求因素分析:OECD國家天然氣發(fā)展的歷程及啟示[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào),2013.2.
[3]周子卜,李莉,張淑英.基于灰色理論的天然氣需求預(yù)測(cè)[J].天然氣勘探與開發(fā),2006.3.
[4]李蘭蘭,諸克軍,楊娟.天然氣需求價(jià)格彈性研究綜述[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012.12.
[5]羅東坤,徐平.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的天然氣需求預(yù)測(cè)[J].油氣田地面工程,2008.7.
[6]張丹.計(jì)量經(jīng)濟(jì)學(xué)方法在天然氣需求模擬中的應(yīng)用[J].上海煤氣,2008.12.
[提要] 隨著南充城市化進(jìn)程的推進(jìn),天然氣需求量在不斷增大,對(duì)天然氣管網(wǎng)、城市配氣系統(tǒng)提出更高的要求。今后若干年,南充到底需要多少天然氣是一個(gè)很值得研究的問題。我們用什么方法和模型來研究,讓它更符合實(shí)際需求量,這對(duì)于南充市的發(fā)展以及南充燃?xì)夤镜陌l(fā)展都具有十分重要的指導(dǎo)意義。
關(guān)鍵詞:城市化;天然氣需求量;預(yù)測(cè)模型
中圖分類號(hào):TU996 文獻(xiàn)標(biāo)識(shí)碼:A
收錄日期:2013年12月21日
一、引言
隨著南充城市化進(jìn)程的不斷推進(jìn),天然氣需求量不斷增大。對(duì)南充天然氣需求量的預(yù)測(cè)不僅是建設(shè)升級(jí)南充市燃?xì)夤芫W(wǎng)、配氣系統(tǒng)的基礎(chǔ),也是對(duì)天然氣市場發(fā)展的前景預(yù)測(cè)。因此,采用適當(dāng)?shù)念A(yù)測(cè)模型,分析預(yù)測(cè)天然氣需求量顯得尤為重要。
二、預(yù)測(cè)模型的選取
1、動(dòng)態(tài)數(shù)列趨勢(shì)模型。動(dòng)態(tài)數(shù)列趨勢(shì)模型是根據(jù)時(shí)間數(shù)列利用其趨勢(shì)擬合進(jìn)行外推的預(yù)測(cè)方法。最簡易的計(jì)算模型如下:
yt=a+abt+ε
其中:a、b為常數(shù),ε為隨機(jī)誤差項(xiàng)。
2、二次指數(shù)平滑模型。二次指數(shù)平滑法是根據(jù)時(shí)間序列資料,依次計(jì)算包含一定項(xiàng)數(shù)的時(shí)間序列加權(quán)平均數(shù),以反映長期趨勢(shì)的方法。它既不需要存儲(chǔ)很多歷史數(shù)據(jù),又考慮了各期數(shù)據(jù)的重要性,而且使用了全部歷史資料,因此是移動(dòng)平均法的改進(jìn),在預(yù)測(cè)中應(yīng)用極為廣泛。
記基礎(chǔ)數(shù)據(jù)列為{yt},二次指數(shù)平滑法公式為:
S■■=?琢y■+(1-?琢)S■■ (1)
S■■=?琢S■■+(1-?琢)S■■ (2)
式中:S■■為一次平滑指數(shù);S■■為二次指數(shù)的平滑值。
3、灰色理論模型?;疑到y(tǒng)理論(即灰理論)是針對(duì)“少數(shù)據(jù)不確定性”問題提出的,在分析少數(shù)據(jù)行為特征后,在序列的基礎(chǔ)上建立起近似微分方程模型的灰建模?;医5闹饕悸肥牵簭男蛄械慕嵌绕饰鲆话阄⒎址匠?,以了解其構(gòu)成的主要條件,然后對(duì)那些近似地、大致地滿足這些條件的序列建立近似的(信息不完全的)微分方程模型。
在天然氣消費(fèi)預(yù)測(cè)中,天然氣消費(fèi)量是建模的基本數(shù)據(jù)。天然氣終端消費(fèi)屬于多用戶類型,如:商業(yè)用氣、居民用氣、化工用氣、煉油用氣等,本文主要簡化了天然氣的終端用氣類型,分為工業(yè)用氣和居民用氣。同時(shí),影響天然氣消費(fèi)量的因子很多,具有灰信息覆蓋,故為“灰因”,而每年天然氣消費(fèi)量是具體的、確定的,具有白信息覆蓋,是系統(tǒng)的“白果”,所以天然氣需求是符合“灰因白果”的灰色預(yù)測(cè)事件。計(jì)算模型如下:
■=(x■-■)(e■-e■)
式中:e為自然對(duì)數(shù),取值為2.71828;k=2,3,…。
4、其他預(yù)測(cè)模型
(1)其他時(shí)間序列預(yù)測(cè)模型。通過對(duì)歷史年份的需求量觀測(cè),分別計(jì)算其二次差、環(huán)比增長速度、增長率和對(duì)數(shù)差,由計(jì)算結(jié)果分析可知,除二次指數(shù)平滑法以外的其他時(shí)間序列中的各趨勢(shì)外推方法如:二次曲線方程模型yt=a+bt+ct2,指數(shù)曲線方程yt=abt,修正指數(shù)曲線方程yt=k+ctt,龔伯茲曲線方程yt=kabt等均不適合。
(2)線性回歸方程預(yù)測(cè)。在實(shí)際的經(jīng)濟(jì)活動(dòng)中,經(jīng)濟(jì)變量的關(guān)系是錯(cuò)綜復(fù)雜的,直接表現(xiàn)為線性關(guān)系的情況很少。但是它們中的大部分又可以通過一些簡單的數(shù)學(xué)處理,使之簡化成為數(shù)學(xué)上的線性關(guān)系。天然氣消費(fèi)量受很多因素比如煤炭產(chǎn)量、人均GDP、油料產(chǎn)量等的影響,我們可以用回歸的方法建立多元方程,利用各因素的相互作用關(guān)系模擬天然氣需求量的變化趨勢(shì)。通過統(tǒng)計(jì)顯著性檢驗(yàn),模型不符合要求。
(3)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)。人工神經(jīng)網(wǎng)絡(luò)(ANN)模擬人的大腦活動(dòng),是一種不需要選取基函數(shù)系的非線性函數(shù)逼近方法,在模式識(shí)別、非線性動(dòng)態(tài)處理及自動(dòng)控制等領(lǐng)域顯示出極強(qiáng)的生命力外,還在預(yù)測(cè)、評(píng)價(jià)等方面取得了很好的應(yīng)用效果。天然氣需求是一個(gè)復(fù)雜的系統(tǒng),它受多個(gè)因素的影響,每個(gè)因素對(duì)其作用的函數(shù)關(guān)系又很難界定,因此,天然氣需求量預(yù)測(cè)屬于復(fù)雜的非線性系統(tǒng)問題。而研究復(fù)雜非線性系統(tǒng)的有效工具就是ANN。目前應(yīng)用最多的是反向傳播模型,簡稱BP模型。
把天然氣需求量這個(gè)復(fù)雜的系統(tǒng)看作是一個(gè)黑箱,以實(shí)測(cè)輸入輸出數(shù)據(jù)為樣本,輸入BP模型。該模型通過對(duì)樣本進(jìn)行學(xué)習(xí)和權(quán)值的修核,確定其內(nèi)部表達(dá),使輸入到輸出的映像與對(duì)象相逼近,整個(gè)網(wǎng)絡(luò)就可以模擬出系統(tǒng)的外部特性。BP模型建立了天然氣需求量系統(tǒng)的映射關(guān)系之后,就可對(duì)天然氣需求量進(jìn)行預(yù)測(cè)。天然氣需求量受多個(gè)因素的影響,但由于對(duì)技術(shù)進(jìn)步、經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)優(yōu)化等因素作定量描述比較困難,所以此模型操作比較困難。
(4)馬爾科夫鏈預(yù)測(cè)。馬爾科夫預(yù)測(cè)法是應(yīng)用隨機(jī)過程中馬爾科夫鏈的理論和方法研究分析有關(guān)經(jīng)濟(jì)現(xiàn)象變化規(guī)律并借此對(duì)未來進(jìn)行預(yù)測(cè)的一種方法。但此種方法不能進(jìn)行遠(yuǎn)期預(yù)測(cè),所以此模型不適用。
三、工業(yè)用天然氣需求量預(yù)測(cè)結(jié)果
由于前面幾種方法都適合于天然氣需求量的預(yù)測(cè),但通過對(duì)灰色理論模型、動(dòng)態(tài)數(shù)列趨勢(shì)模型和二次指數(shù)平滑模型方法的實(shí)際操作,對(duì)天然氣需求量進(jìn)行了預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較,發(fā)現(xiàn)動(dòng)態(tài)數(shù)列趨勢(shì)模型更加適合于天然氣需求量的預(yù)測(cè),因此我們選取選取動(dòng)態(tài)數(shù)列趨勢(shì)模型對(duì)天然氣需求量進(jìn)行預(yù)測(cè)。
以2005~2012年實(shí)際工業(yè)用天然氣需求量進(jìn)行動(dòng)態(tài)數(shù)列趨勢(shì)模型預(yù)測(cè),設(shè)工業(yè)用天然氣需求量的趨勢(shì)模型為:
yt=a+bt+ε (3)
其中:2005年時(shí),t=1;2006年時(shí),t=2;以此類推。t=1,2,…;ε為隨機(jī)誤差項(xiàng)。
將2005~2012年南充市工業(yè)用天然氣消費(fèi)量數(shù)據(jù)代入模型得到表1。(表1)于是,工業(yè)用天然氣需求量的趨勢(shì)模型為:
■■=-326.1221+508.7598t (4)
根據(jù)模型求得工業(yè)用天然氣2013~2020年需求量預(yù)測(cè)值如表2。(表2)根據(jù)以上模型的計(jì)算,預(yù)測(cè)到2013年南充市工業(yè)用天然氣需求量將達(dá)到4,250萬立方米,到2020年天然氣需求量將達(dá)到7,810萬立方米。比2012年銷售量4,000萬立方米增加0.9倍以上。
四、民用天然氣需求量預(yù)測(cè)結(jié)果(表3)
于是,民用天然氣需求量的趨勢(shì)模型為:
■■=705.6596+987.7635t (5)
根據(jù)模型求得民用天然氣2013~2020年的需求量預(yù)測(cè)值如表4。(表4)根據(jù)以上模型的計(jì)算,預(yù)測(cè)到2013年南充市民用天然氣需求量將達(dá)到9,595萬立方米,到2020年天然氣需求量將達(dá)到16,500萬立方米。比2012年銷售量7,780萬立方米增加1.1倍以上。
五、研究結(jié)論
通過以上模型分析得出的研究結(jié)論是南充天然氣需求量預(yù)計(jì)到2020年2.5億立方米,其中工業(yè)用氣7,810萬立方米、居民用氣16,500萬立方米。因此,南充市在城市化進(jìn)程中,應(yīng)緊密結(jié)合預(yù)測(cè)的天然氣需求量,來進(jìn)行城市燃?xì)夤芫W(wǎng)、配氣系統(tǒng)的建設(shè)升級(jí),并采取相應(yīng)措施,適應(yīng)這一發(fā)展的需要。
主要參考文獻(xiàn):
[1]葉倩.城市天然氣需求預(yù)測(cè)研究及應(yīng)用[D].重慶大學(xué)碩士論文,2010.
[2]鐘紅霞,從榮剛.天然氣需求因素分析:OECD國家天然氣發(fā)展的歷程及啟示[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào),2013.2.
[3]周子卜,李莉,張淑英.基于灰色理論的天然氣需求預(yù)測(cè)[J].天然氣勘探與開發(fā),2006.3.
[4]李蘭蘭,諸克軍,楊娟.天然氣需求價(jià)格彈性研究綜述[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012.12.
[5]羅東坤,徐平.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的天然氣需求預(yù)測(cè)[J].油氣田地面工程,2008.7.
[6]張丹.計(jì)量經(jīng)濟(jì)學(xué)方法在天然氣需求模擬中的應(yīng)用[J].上海煤氣,2008.12.