申请/专利权人：中国石油天然气股份有限公司

申请日：2022-10-09

公开（公告）日：2024-04-19

公开（公告）号：CN117911098A

主分类号：G06Q30/0283

分类号：G06Q30/0283;G06Q50/06;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

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。

主权项：1.一种天然气价格分析方法，其特征在于，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，得到具有不同模态的多个子序列及对应的第一残差序列；计算多个子序列的样本熵取值，所述样本熵取值用于衡量子序列的复杂度；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，得到具有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，将训练集中下一预设时间段内的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，得到训练好的多个序列分析模型，以使多个序列分析模型输出值的合并结果，为下一预设时间段内的实际天然气价格时序数据，其中每一种序列用于训练一个机器学习模型；根据测试集对训练好的多个序列分析模型进行测试，利用通过测试的多个序列分析模型分析天然气价格。

全文数据：

权利要求：

百度查询： 中国石油天然气股份有限公司 天然气价格分析方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD