论文部分内容阅读
随着“西气东输”和“煤改气”等国家级工程项目推进,我国天然气市场进入了一个快速发展的时期。经权威机构预测,至2030年,我国天然气在能源市场上的比重将增至15%-20%。然而,在天然气产业快速发展的过程中,天然气场站的用气负荷常常出现较大的波动,严重影响了天然气企业的生产经营决策。因此,深入探究并客观掌握天然气用气负荷的波动规律,并对其波动率进行合理分析与预测,将有助于天然气企业生产经营决策的制定。故本文主要做了以下研究工作:(1)天然气用气负荷波动特征研究。在研究准备阶段,通过统计与分析,天然气用气负荷具有显著的“尖峰厚尾”特征,又根据ADF单位根检验和ARCHLM检验,表明天然气用气序列平稳且存在ARCH效应;在波动对称性研究中,通过GARCH模型的分析,得出天然气用气负荷具有明显的波动聚集效应;在波动非对称性研究中,通过TARCH模型的分析,得出天然气用气负荷波动非对称特性的具体表现为负向冲击比正向冲击对波动的影响更大,当融合GARCH模型研判,发现波动聚集性越强的天然气用气时间序列,其波动非对称特征越明显。(2)天然气用气负荷波动率预测研究。由于天然气用气负荷表现出的波动非对称以及非线性等特征,因此本文将非对称的TARCH模型与可以通过自学习降低预测误差的人工神经网络相结合,提出了两种组合模型:TARCH-LSTM模型和TARCH-BP模型,并使用这两种组合模型对天然气用气负荷的波动率进行预测,预测结果显示组合模型的预测精度在MSE、MAE、HMSE等评价指标中优于单一GARCH族模型,且TARCH-BP的预测精度略高于TARCH-LSTM。(3)天然气用气负荷波动性分析与预测系统。该系统包含分析和预测两大功能模块,其中分析模块由基于GARCH模型的波动对称性分析和基于TARCH模型的波动非对称性分析组成,主要用来探究天然气用气负荷的波动特征;预测模块则使用TARCH-BP模型对天然气的用气负荷波动率进行预测。