-
公开(公告)号:CN118521339A
公开(公告)日:2024-08-20
申请号:CN202310159207.2
申请日:2023-02-20
申请人: 中国石油天然气股份有限公司
IPC分类号: G06Q30/0202 , G06Q50/06
摘要: 本发明属于天然气数据技术领域,特别涉及基于温度及节假日的天然气销量的预测方法及系统。所述方法包括:获取城市燃气公司在预设历史时间范围内每一天的历史日天然气销量及对应的温度数据;确定预测日所属的目标用气时间区间,基于预测日所属的目标用气时间区间确定预测日的参考温度、日销量不均匀系数和日均天然气销量;基于所述预测日的日销量不均匀系数和所述预测日所属的目标用气时间区间的日均天然气销量,确定所述预测日的最终日天然气销量。本发明通过将全年时间划分为四种类型,利用相同类型时间对应的历史日用气销量数据预测待预测日所属的目标用气时间区间的日均天然气销量数据。
-
公开(公告)号:CN118521338A
公开(公告)日:2024-08-20
申请号:CN202310147637.2
申请日:2023-02-20
申请人: 中国石油天然气股份有限公司
IPC分类号: G06Q30/0202 , G06Q50/06
摘要: 本发明属于天然气数据技术领域,特别涉及基于温度变化的天然气销量的预测方法及系统。所述预测方法包括:对城市燃气企业的所在区域气温和天然气销量的历史数据进行收集和存储;对历史数据中的气温和天然气销量之间的关系进行相关性分析;对预测日的数据进行预处理,得到预测日的日销量不均匀系数。本发明通过采用线性拟合的方式,对天然气销量的日不均匀和温度相关联,最终使每个温度区间都能拟合出日销量不均匀系数和温度的函数关系,然后根据预测日的参考温度确定温度区间,带入相对应的温度区间的函数表达式中,使得计算出来的函数关系更准确且具有代表性,更加符合实际温度对天然气销量的影响,从而提升预测精度。
-
公开(公告)号:CN118261632A
公开(公告)日:2024-06-28
申请号:CN202211682887.8
申请日:2022-12-27
申请人: 中国石油天然气股份有限公司
IPC分类号: G06Q30/0202 , G06Q30/0201 , G06Q50/06 , G06N3/0499 , G06N3/08
摘要: 本发明公开了一种城市燃气居民用户分时定价测算方法、装置和设备。所述方法包括获取第一天然气价格数据;将所述第一天然气价格数据输入初始化自编码器中,以提取所述第一天然气价格数据对应的第一隐含特征,其中,所述初始化自编码器使用的包括历史天然气价格数据和历史影响因素数据的训练数据预先训练获得的;将所述第一隐含特征输入Q‑Learning模型中,得到测算的第二天然气价格。本发明通过Q‑Learning方法,使得天然气的历史数据,以及用户实时数据都可以通过测算过程的模型学习,增加天然气价格测算的准确性,从而提供了天然气市场决策的准确参考和交易价值。
-
公开(公告)号:CN118261617A
公开(公告)日:2024-06-28
申请号:CN202211681464.4
申请日:2022-12-27
申请人: 中国石油天然气股份有限公司
IPC分类号: G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要: 本申请公开了一种液化天然气出厂价格预测及预测模型建立方法和装置。其中,液化天然气出厂价格预测模型建立方法,包括,由液化天然气出厂价格的第一历史数据包含的参数构成可能影响参数集;将第一历史数据作为训练集,迭代训练序列到序列模型,直至损失函数达到设定条件,得到可能影响参数集的第一权重序列;根据第一权重序列从可能影响参数集中筛选影响参数,得到影响参数集和其第二权重序列,训练后的序列到序列模型用于基于第二权重序列进行液化天然气出厂价格预测。通过本申请的技术方案,能够得到每个影响参数对价格的传导作用,并且能多因素共同影响下,对每一种因素的价格传导权重进行分析,实现更为精准的液化天然气出厂价格测算。
-
公开(公告)号:CN117911098A
公开(公告)日:2024-04-19
申请号:CN202211227887.9
申请日:2022-10-09
申请人: 中国石油天然气股份有限公司
IPC分类号: G06Q30/0283 , G06Q50/06 , G06N20/00
摘要: 本发明公开一种天然气价格分析方法及装置,涉及人工智能技术领域,该方法包括:获取历史天然气价格时序数据,构建训练集和测试集;对训练集中预设时间段内的历史天然气价格时序数据进行经验模态分解处理,得到不同模态的多个子序列及对应的第一残差序列;在有子序列的样本熵取值超过设定阈值时,对样本熵取值超过设定阈值的子序列进行变分模态分解处理,得到不同模态的多个次子序列及对应的第二残差序列;分别将:多个子序列中除样本熵取值超过设定阈值外的子序列、第一残差序列、多个次子序列和第二残差序列作为输入,将实际天然气价格时序数据作为标签数据,对多个机器学习模型进行训练,得到多个序列分析模型,增强分析天然气价格的准确度。
-
-
-
-