基于ARIMA-LSTM组合模型的原油产量时序预测研究 |
| |
引用本文: | 李阳,杜睿山,程永昌.基于ARIMA-LSTM组合模型的原油产量时序预测研究[J].数学的实践与认识,2022(6):40-48. |
| |
作者姓名: | 李阳 杜睿山 程永昌 |
| |
作者单位: | 1. 东北石油大学数学与统计学院;2. 东北石油大学计算机与信息技术学院 |
| |
摘 要: | 针对现阶段油田产量预测中所出现的一些预测效果不理想的问题,开展了对全国原油产量的时序预测研究.针对全国原油2011-2020年产量所呈现出来的特点,采用一种基于时间序列自回归移动平均模型(ARIMA)结合长短期记忆网络(LSTM)组合模型的预测方法.首先,运用时间序列ARIMA模型的建模思想,对全国原油产量进行初步预测,再通过LSTM训练拟合残差并进行预测.最后将LSTM的预测结果补偿到初步预测结果中,得到组合预测值.组合模型预测结果显示,预测结果比较可靠,对预估原油产量具有一定的参考价值.
|
关 键 词: | 原油 ARIMA LSTM 残差 时序预测 |
|
|