来源：期刊VIP网 时间：
作者：张芷晨;邵必林;
单位：西安建筑科技大学管理学院;
摘要：天然气负荷数据具有波动性大、高度嘈杂以及特征冗杂的典型特点，而单一模型预测方法效果不佳，且点预测结果不能反映负荷波动的随机性，因此，提出一种基于奇异谱分析(SSA)-模糊信息粒化(FIG)-长短期记忆(LSTM)的天然气负荷区间预测方法。首先采用SSA将原始数据分解并重构为趋势分量、周期分量和噪声分量;将噪声分量进行FIG处理，挖掘高频数据的有效信息，提取窗口波动的最大值、最小值和平均值以替代原始噪声分量;然后依据各分量特性进行特征选择，将特征序列结合分量序列输入LSTM模型进行预测;运用“点+区间”的思想将各分量预测结果有效融合，形成最终的预测区间。与其他传统模型相比，所提方法预测精度高，形成区间窄，能客观反映负荷波动的不确定性。
关键词：天然气负荷;;区间预测;;奇异谱分析;;模糊信息粒化;;长短期记忆
基金资助：国家自然科学基金面上项目“面对不确定因素的天然气负荷预测及用户行为检测方法研究”(62072363)
