基于MF-DFA与BorutaShap的天然气需求预测模型

	基于MF-DFA与BorutaShap的天然气需求预测模型
	温泉 1; 王宁 1; 魏学华 2
	2024-08-19
发表期刊	油气储运
ISSN	1000-8241
摘要	【目的】天然气需求受诸多因素影响，为了有效获取天然气月度需求时序数据的局部特征信息，提升天然气需求预测模型非线性拟合能力与预测精度展开研究。【方法】首先，引入多重分形消除趋势波动分析（Multi-Fractal Detrended Fluctuation Analysis， MF-DFA）对天然气月度需求时序数据进行分形研究。其次，采用二次插值法与随机森林（Random Forest， RF）插值法处理影响因素特征序列数据中时间粒度不一致与缺失情况。再次，选择极限梯度提升（eXtreme Gradient Boosting， XGBoost）模型，分别对插值前后原特征序列及经Boruta、SHAP、BorutaShap筛选后的新特征序列进行计算误差比对，以确定最佳特征序列筛选降维方式，进一步降低模型输入数据的维度与规模。最后，引入Sobol低差异序列、改进密度因子及莱维飞行策略，以提升蜜獾优化算法（Honey Badger Algorithm， HBA）种群初始化覆盖范围的均匀分布度、扩大迭代搜索范围及跳出局部最优的能力，从而增强改进HBA算法对XGBoost模型中决策树数量、决策树深度、学习速率等决定模型拟合能力的参数寻优效果。【结果】采用BorutaShap算法进行特征序列筛选降维最佳，新提出的预测模型预测精度优于对比模型，其MAPE、MAE、RMSE及R2分别为：2.87%、9.350 9、11.335 3及0.890 9。【结论】该方法适用于多种影响因素条件下的天然气需求预测工作，可为天然气行业发展规划决策提供参考依据。（图12，表2，参27）
关键词	天然气需求多重分形消除趋势波动分析随机森林 Sobol BorutaShap 蜜獾优化算法莱维飞行 XGBoost
URL	查看原文
语种	中文
资助项目	湖北能源集团科技攻关项目“湖北能源气化长江工程战略布局规划研究”，EN0T-ZX-F2018-100
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/172113
专题	国家开放大学武汉分部
作者单位	1.武汉软件工程职业学院(武汉开放大学)商学院; 2.湖北能源集团股份有限公司
第一作者单位	国家开放大学武汉分部
第一作者的第一单位	国家开放大学武汉分部
推荐引用方式 GB/T 7714	温泉,王宁,魏学华. 基于MF-DFA与BorutaShap的天然气需求预测模型[J]. 油气储运,2024.
APA	温泉,王宁,&魏学华.(2024).基于MF-DFA与BorutaShap的天然气需求预测模型.油气储运.
MLA	温泉,et al."基于MF-DFA与BorutaShap的天然气需求预测模型".油气储运 (2024).