-
公开(公告)号:CN118313867A
公开(公告)日:2024-07-09
申请号:CN202410378851.3
申请日:2024-03-29
Applicant: 中国石油大学(北京)
IPC: G06Q30/0202 , G06Q50/06 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本申请涉及能源预测技术领域,具体地涉及一种考虑多种能源影响的天然气需求预测方法、处理器、装置及存储介质。方法包括:获取第一预设历史时间段内的第一历史需求数据,其中,历史需求数据包括天然气的第一历史需求量和影响天然气的多种能源的第二历史需求量;采用皮尔逊相关性分析对第一历史需求数据进行分析,以构建天然气和影响天然气的多种能源之间的第一相关性矩阵;基于需求预测模型,根据第一相关性矩阵和第一历史需求数据确定在多种能源的影响下天然气在预设未来时间段内的预测需求量。结合各个特征之间的相关性对预测需求量进行检测,以提高预测的准确性。
-
公开(公告)号:CN117763364A
公开(公告)日:2024-03-26
申请号:CN202311541117.6
申请日:2023-11-17
Applicant: 中国石油大学(北京)
IPC: G06F18/22 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/09
Abstract: 本申请公开了一种天然气需求量预测模型训练方法及天然气需求量预测方法,涉及能源预测技术领域。获取第一历史天然气需求数据,基于预设初始层数确定用于变分模态分解的目标分解层数;通过确定目标分解层数有效避免了变分模态分解过分解与分解不充分的问题。进而基于变分模态分解将第一历史天然气需求数据按照目标分解层数进行数据分解;基于数据分解后得到的分解数据构建数据集,减少原始数据规律不明显以及处理不够充分等情况出现。并利用数据集对预设预测模型进行训练,以得到天然气需求量预测模型。有效提升了对天然气需求量预测的准确性。
-
公开(公告)号:CN117633452A
公开(公告)日:2024-03-01
申请号:CN202311376923.2
申请日:2023-10-23
Applicant: 中国石油大学(北京)
Abstract: 本申请公开了一种天然气消耗预测模型的训练方法与天然气消耗的预测方法,天然气消耗预测模型的训练方法包括:获取天然气消耗历史数据;利用经验模态分解将天然气消耗历史数据进行分解,得到趋势数据、高频数据与低频数据;利用小波分解将高频数据与低频数据进行分解,得到分解后的高频数据与分解后的低频数据;利用趋势数据、分解后的高频数据与分解后的低频数据,构建数据集;利用数据集对预设模型进行训练,直至达到预设条件终止训练,得到天然气消耗预测模型。由此,通过将天然气消耗历史数据进行充分分解,增强了数据的规律性,从而有利于构建天然气消耗预测模型,提升了天然气消耗预测的稳定性与准确性。
-
公开(公告)号:CN118395314A
公开(公告)日:2024-07-26
申请号:CN202410350751.X
申请日:2024-03-26
Applicant: 中国石油大学(北京)
IPC: G06F18/243 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及计算机技术领域,具体地涉及一种用于油气管道运行工况识别的方法、处理器、装置及存储介质。方法包括:按照预设采集频率实时获取管道在第一预设时长内的第一运行数据;采用改变点检测算法对第一运行数据进行检测,以确定第一运行数据中的状态改变时刻;根据状态改变时刻对第一预设时长进行分段,以得到多个工况时间段,并确定每个工况时间段内的第一运行数据对应的多个特征值;通过相关性分析对第一运行数据进行分析,以确定第一运行数据中各个运行特征之间的第一相关性权重矩阵;将第一相关性权重矩阵嵌入工况识别模型,并将每个工况时间段对应的多个特征值输入至工况识别模型,以输出与每个工况时间段对应的工况。
-
-
-