一种基于权重调整策略的天然气需求量组合预测方法及系统

1.本发明涉及新能源领域，特别是涉及一种基于权重调整策略的天然气需求量组合预测方法及系统。


背景技术：

2.随着社会的发展，天然气在人类的日常生活中愈加重要，天然气需求量预测是天然气管理的基础。在天然气系统中，天然气需求量预测对日常运行和交易量评价至关重要。准确预测天然气需求量，有利于提高系统运行效率，节约能源，降低系统运行成本。
3.今天热度较高的组合预测仍具有独特的优势，但是各单模型的组合权重的确定仍存在进一步提升的空间。一方面，基于模型整体预测效果的组合权重忽视了各时点预测效果的差异性，另一方面，预测点权重应与近期时间点各模型的预测效果密切相关。


技术实现要素：

4.为了解决上述技术问题，本发明首先提出一种基于权重调整策略的天然气需求量组合预测方法，该方法基于偏移误差的权重调整优化策略，在传统组合赋权方法的基础上对权重做进一步的调整，实现权重的时变，以一定时间跨度下各时点的调整权重均值作为模型的组合权重，提升组合预测效果。
5.本发明还提出一种基于权重调整策略的天然气需求量组合预测系统。
6.为了实现上述目的，本发明的技术方案为：
7.一种基于权重调整策略的天然气需求量组合预测方法，包括以下步骤：
8.步骤1：获取原始天然气需求量数据；
9.步骤2：将数据划分为训练集d
train
、验证集d
validation
与测试集d
test
；
10.步骤3：采用m个单一点预测模型对训练集d
train
进行训练，所述单一点预测模型为arima、es、rw、nf、lr、bp、svr、lssvm、elm和rvfl中任意一个，m≥2；
11.步骤4：基于训练完成的m个单一点预测模型及验证集d
validation
，通过多种组合方法对每个单模型验证集d
validation
预测结果赋予初始权重；
12.步骤5：计算验证集d
validation
各时点的偏移误差；
13.步骤6：基于权重调整优化策略，对单模型各时点权重进行调整；
14.步骤7：选取时间跨度为p的单模型各时点的调整权重均值作为单模型最终的组合权重；
15.步骤8：基于测试集d
test
，将各个单模型的预测结果进行组合，实现天然气需求量最优组合预测结果。
16.本发明提出了一种基于权重调整策略的天然气需求量组合预测方法，用传统的组合预测方法确定初始权重，通过引入偏移误差的概念，衡量了单模型各个时间点的预测效果相对于单模型整体预测效果的好坏，以偏移误差为基础，建立权重调整模型，对各单模型不同时点的初始权重进行调整；可以有效提高传统组合赋权方法的预测精度，此外权重调
整方法适应性较强，对多种赋权方法的预测效果提升明显。
17.优选的，步骤4所述通过多种组合方法对每个单模型验证集d
validation
预测结果赋予初始权重，具体包括以下内容：
18.假设某时间序列的值为{x
t
，t＝1，2，...，n}，用来进行预测的单模型数量为m个，是第i种预测方法在第t时刻的预测值，i＝1，2，...，m；各单模型组合预测的权重为：w＝(w1，w2，...，wm)
t
，在各个时刻组合预测结果为：
[0019][0020]
其中，wi≥0，i＝1，2，...，m，且
[0021]
采用平均法给每个单模型点预测结果的赋予初始预测权重wi，i＝1，2，...，m，计算公式如下：
[0022]
wi＝1/m
ꢀꢀꢀꢀ
(1)
[0023]
其中m为的单模型的数量；
[0024]
采用贴现均方预测误差法给每个单模型点预测结果的赋予初始预测权重，权重确定方法为：
[0025][0026]
其中β为折现因子，用其来控制时间序列各个时间点信息在权重中所占的比例，取值范围为[0，1]；
[0027]
误差倒数法是根据模型的预测误差越小，其在组合模型中赋予的权重越大，采用此方法权重确定方法为：
[0028][0029]
变异系数赋权法是指依据评价指标数值的变异程度反映的信息量来确定指标的权重，权重确定方法为：
[0030][0031]
其中，是指第i种预测方法在t时刻的预测误差，ei是第i种预测方法在n个时刻的预测误差，e(ei)和s(ei)分别为第i种预测方法的预测序列值的均值及标准差，di为第i种预测方法预测结果的变异系数，wi是指第i种预测方法组合预测的权系数；
[0032]
加权几何平均的计算公式如下：
[0033]
[0034][0035]
加权调和平均与加权几何平均类似，公式如下：
[0036][0037][0038]
优选的，步骤5所述计算验证集各时点的偏移误差具体过程如下：
[0039]
定义偏移误差δv
it
量化单模型点预测精度与整体预测精度的差异，计算公式如下：
[0040][0041][0042]
δv
it
＝v
it-viꢀꢀꢀ
(11)
[0043]
其中，v
it
为第i个单模型在t时刻的误差指标，vi为第i个单模型的整体误差指标，它们分别反映了第i个单模型的点预测精度和整体预测精度，且误差指标越小，预测精度越高；δv
it
为t时刻第i个单模型的点预测精度v
it
与整体预测精度vi的差值。
[0044]
优选的，步骤6所述基于权重调整优化策略，对单模型各时点权重进行调整具体过程如下：
[0045]
权重调整优化的基本策略是：时点偏移误差为正，点误差指标大于整体误差指标，表明该点预测效果对单模型整体预测效果起负面作用，应在初始权重的基础上降低该点的权重；当其大于1时，认为该点为异常点，此时将该点赋权为0来剔除单模型预测结果中的异常值；反之，偏移误差为负，增加该点的权重；具体的权重调整公式表示为：
[0046][0047]
其中：i＝1，2，...，m；t＝1，2，...，n；wi是第i个单模型各个时刻的初始权重；是第i个单模型在t时刻的调整权重。
[0048]
优选的，步骤7所述选取时间跨度为p的单模型各时点的调整权重均值作为单模型最终的组合权重，具体过程如下：
[0049]
对天然气需求量多个步长分别取时间跨度为p的调整权重均值作为预测的组合权重，计算公式如下：
[0050]
n＝p
×nꢀꢀꢀ
(13)
[0051][0052]
其中n是用于计算单模型组合调整权重均值的样本数；p表示时间跨度，是第i个单模型经过调整后用以预测的最终组合权重。
[0053]
优选的，步骤8所述基于测试集d
test
，将各个单模型的预测结果进行组合，实现天
然气需求量最优组合预测结果，计算公式如下：
[0054][0055]
其中，
[0056]
一种应用一种基于权重调整策略的天然气需求量组合预测方法的系统，包括以下模块：
[0057]
数据采集模块：获取原始天然气需求量数据；
[0058]
数据划分模块：将数据划分为训练集d
train
、验证集d
validation
与测试集d
test
；
[0059]
数据训练模块：采用m个单一点预测模型对训练集d
train
进行训练，所述单一点预测模型为arima、es、rw、nf、lr、bp、svr、lssvm、elm和rvfl中任意一个，m≥2；
[0060]
数据验证模块：基于训练完成的m个单一点预测模型及验证集d
validation
，通过多种组合方法对每个单模型验证集d
validation
预测结果赋予初始权重；计算验证集d
validation
各时点的偏移误差；基于权重调整优化策略，对单模型各时点权重进行调整；选取时间跨度为p的单模型各时点的调整权重均值作为单模型最终的组合权重；
[0061]
数据测试模块：基于测试集d
test
，将各个单模型的预测结果进行组合，实现天然气需求量最优组合预测结果。
[0062]
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，所述处理器执行计算机程序时实现所述的基于权重调整策略的天然气需求量组合预测方法。
[0063]
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如所述的基于权重调整策略的天然气需求量组合预测方法。
[0064]
与现有技术相比，本发明的有益效果是：本方法建立了一种基于权重调整策略的天然气需求量组合预测方法，能够同时集成m个单模型的预测结果；采用传统的组合预测方法确定初始权重，提出偏移误差的概念，衡量单模型各个时间点的预测效果相对于单模型整体预测效果的好坏，以偏移误差为基础，建立权重调整模型，对各时间点的初始权重进行调整；通过权重调整优化策略实现各时点权重的更新，以近期时间跨度p范围的各时点调整权重的均值作为最终组合权重，可以有效提高传统组合预测方法的预测精度。
附图说明
[0065]
图1为本发明提供的基于权重调整优化策略的组合预测框架图。
[0066]
图2为本发明提供的权重调整策略流程图。
具体实施方式
[0067]
下面结合附图和具体实施方式对本发明作进一步描述。
[0068]
本发明在传统的天然气需求量组合预测模型中提出基于权重调整策略的组合预测方法，引入了偏移误差的概念，从而实现各时点权重的实时变化，以近期调整权重的均值作为预测的组合权重，实证分析该权重调整优化策略确实可以提高传统组合预测方法的预测精度。
[0069]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，不能理解为指示或暗示相对重要性或者隐含指明
所指示的技术特征的数量。
[0070]
实施例
[0071]
本实施例提供一种基于权重调整策略的天然气需求量组合预测方法，如图1所示，为一种基于权重调整优化策略的组合预测框架，该方法包括步骤：
[0072]
步骤1：获取美国2000年1月到2020年12月的天然气总消耗收盘价；样本数据一共是232个；数据频率为月度数据；
[0073]
步骤2：将数据按照6:2:2的比例划分为训练集d
train
，验证集d
validation
和训练集d
test
；其中，训练集用于拟合预测模型，验证集用以确定权重，测试集用于评价预测效果；本案例设置提前1步、3步、6步的预测步长满足不同预测周期的要求；
[0074]
步骤3：通过训练集d
train
，分别对差分自回归移动平均(autoregression integrated moving average,arima)、指数平滑(exponential smoothing,es)、随机游走(random walk,rw)、朴素预测(naive forecast,nf)、线性回归(linear regression,lr)、反向传播(back propagation,bp)神经网络、支持向量回归(support vector regression,svr)、最小二乘支持向量机(least squares support vector machines,lssvm)、极限学习机(extreme learning machine,elm)、随机向量函数连接网络(random vector functional link network，rvfl)nfbp十个单一点预测模型进行训练；具体是将天然气需求量原始数据分别输入arima、es、rw、nfnf、lr、bp、svr、lssvm、elm和rvfl十个单一点预测模型中，进行训练，得到第i个单模型在n个时刻的预测值为：
[0075][0076]
式中，m的取值为10；
[0077]
步骤4：基于训练完成的十个单一点预测模型及验证集d
validation
，通过六种传统组合方法对每个单模型验证集d
validation
的点预测结果赋予初始权重；
[0078]
具体步骤为：
[0079]
分别利用传统的组合赋权方法确定各个单模型的组合权重，分别利用传统的组合赋权方法确定各个单模型的组合权重，并将其作为权重调整优化策略的初始权重；
[0080]
采用简单平均法给每个单模型点预测结果的赋予初始预测权重，计算公式如下：
[0081]
wi＝1/m(i＝1，2，...，m)
[0082]
式中，m为的单模型的数量，取值为10；
[0083]
采用贴现均方预测误差法给每个单模型点预测结果的赋予初始预测权重，权重确定方法为：
[0084][0085]
式中，β为折现因子，取值为0.95；
[0086]
误差倒数法是根据模型的预测误差越小，其在组合模型中赋予的权重越大，采用此方法权重确定方法为：
[0087]
[0088]
变异系数赋权法是指依据评价指标数值的变异程度反映的信息量来确定指标的权重，权重确定方法为：
[0089][0090]
式中，是指第i种预测方法在t时刻的预测误差，ei是第i种预测方法在n个时刻的预测误差，e(ei)和s(ei)分别为第i种预测方法的预测序列值的均值及标准差，di为第i种预测方法预测结果的变异系数，wi是指第i种预测方法组合预测的权系数。
[0091]
采用加权几何平均确定权重进行非线性组合预测，计算公式如下：
[0092][0093][0094]
加权调和平均与加权几何平均类似，公式如下：
[0095][0096][0097][0098]
表1初始权重
[0099][0100]
步骤5：计算测试集各时点的偏移误差；具体步骤如下：
[0101]
根据步骤3中得到的十个单模型点预测结果，定义偏移误差δv
it
量化单模型点预测精度与整体预测精度的差异，计算公式如下：
[0102][0103][0104]
δv
it
＝v
it-vi[0105]
式中，v
it
为第i个单模型在t时刻的误差指标，vi为第i个单模型的整体误差指标；δv
it
为t时刻第i个单模型的点预测精度v
it
与整体预测精度vi的差值；定义偏移误差计算参数表如下表：
[0106]
供的定义偏移误差计算参数表
[0107][0108]
步骤6：基于提出的权重调整优化策略，对单模型各时点权重进行调整；如图2，具体是采用权重调整优化策略，通过偏移误差的计算，对单模型每个时间点的权重进行了更新，使得调整后的权重具有了时变的特征，对验证集d
validation
的40％时间跨度下的权重调整，优化策略计算公式如下：
[0109][0110]
式中，i＝1，2，...，m；t＝1，2，...，n；m的取值为10；wi是第i个单模型各个时刻的初始权重；是第i个单模型在t时刻的调整权重。
[0111]
步骤7：选取近期时间跨度p下的单模型各时点的调整权重均值作为单模型最终的组合权重；即根据权重调整优化策略确定的各单模型每个时间点调整后的权重，对调整后的权重取均值作为每个单模型的最终组合预测权重，计算公式如下：
[0112]
n＝p
×n[0113][0114]
式中：n是用于计算单模型组合调整权重均值的样本数；p表示时间跨度，取值为40％，是第i个单模型经过调整后用以预测的最终组合权重；
[0115]
表2调整后权重
[0116][0117][0118]
步骤8：基于测试集d
test
，依据权重调整优化策略确定的每个单模型的最终组合预测权重，将各个单模型的预测结果进行组合，实现天然气需求量最优组合预测结果；
[0119]
计算公式如下：
[0120][0121]
式中，为t时刻的预测结果，为单模型的最终组合预测权重，m的值为10，为第i个单模型在t时刻的点预测结果。
[0122]
表三权重调整前后预测效果对比
[0123][0124]
以上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。