基于BP神经网络的液化石油气价格预测研究

2022-07-22王雪莹

中国市场 2022年21期

关键词：噪声系数石油气液化

王雪莹

(中国石油大学(北京)，北京 102249)

1 引言

2 液化石油气价格的影响因素

2.1 国际原油价格

中国液化石油气一部分来源于炼厂副产，因此液化石油气的价格会受油价波动的影响。

2.2 国际液化石油气供应量

目前国际液化石油气的需求增长较为稳定，且全球液化石油气市场属于高度供应驱动型市场，因此液化石油气的价格受国际液化石油气的供应影响较大。

2.3 我国国内对液化石油气的需求

液化石油气的作用主要分为两大类：燃料和化工。在总消费量4402万吨中，燃料消费2353万吨，占比53%；化工消费2049 万吨，占比47%。

2.4 丙烷、丁烷的进口价格

我国沿海地区对液化石油气的需求量较大，且我国主要依赖沿海的液化石油气进口码头来购入液化石油气，其中大部分以丙烷和丁烷的形式进行存储，因此丙烷与丁烷的进口价格会影响我国液化石油气的价格。

2.5 季节因素

液化石油气的需求受季节影响很大，每年通常从第三季度开始液化石油气的需求量会逐步上升，三月份后需求量逐渐下降。据统计，2017年，民用气消费量占液化石油气总消费量的32%。

其中，NFsys为电路的整体噪声系数，NF1为第一级放大器的噪声系数，G1为第一级放大器的增益，NF2为第二级放大器的噪声系数。因为在实际的电路设计中，第一级放大器的设计对整体电路的噪声系数影响最大，需要尽可能的降低第一级放大器的噪声系数，同时提高第一级放大电路的增益，从而改善整体电路的噪声特性。

2.6 替代能源价格

天然气与液化石油气同为燃烧燃料，相互之间具有替代关系。因此液化石油气价格受天然气价格影响较大。

2.7 突发性因素

比如恶劣天气、装置突发故障、税收政策等。

2.8 生产费用

液化石油气的来源有两种，一种是在原油矿的伴生气，另一种是炼油厂在进行原油催化裂解与热裂解时所得到的副产品。对于供应方来说，生产液化石油气的费用是最直接的。

2.9 存储费用

液化石油气对存储的条件较为苛刻，瓶装液化气应储存在有资质的供应站，运行制度要上墙，站内配备规定数量的灭火器，瓶库内应配备防静电胶板，安装浓度报警仪。

2.10 运输费用

瓶装液化气运输应采用检验合格的专用运输车辆，车况良好，车内安全装备配备齐全，每天对车辆进行出车前、行车中及收车后的“三检”，有问题及时报告并修理。

3 数据处理

在进行数据分析过程中，文章发现大部分变量的样本数据存在缺失值的情况，在使用Excel的COUNTIF统计每个变量的缺失值数量后，文章删除了缺失值数量大于5的变量。对于剩下的存在少量缺失值的变量，文章使用各个变量的平均数进行填充。处理后的数据即为文章进行问题分析可用的数据。

筛选出影响液化石油气的5个主要因素(国际原油价格、国际液化石油气供应量、国内液化石油气需求量、丙烷与丁烷的平均进口价格、天然气的价格)后，利用SPSS软件计算这5个元素与液化石油气的价格之间的相关性，结果如表1所示。

表1 主要影响因素与LPG价格的相关性系数

结果显示该5项主要因素均与液化石油气价格有很大相关性。

4 BP神经网络预测模型

4.1 模型的建立步骤

4.1.1 网络初始化

给输入层、隐含层和输出层之间的连接权值各赋予一个(-1，1)内的随机数，设定误差函数e，计算精度值和最大学习次数M。

4.1.2 选取输入数据并确定期望输出

随机选取个输入样本，即()=((),(),…,())；以及对应的期望输出()=

((),(),…,())。

4.1.3 计算隐含层各个神经元的输入和输出

()=(())(=1,2,…,)

4.1.4 利用网络实际输出和期望输出，计算误差函数对输出层各神经元的偏导数

=-(()-())(())-()

4.1.5 根据输出层各神经元的偏导数和隐含层各神经元的输出来修正连接权值

4.1.6 计算全局误差E，判断所建立的BP网络模型是否合理

4.2 模型的求解

运用BP神经网络对液化石油气的价格进行预测，结果如图1所示。

图1 液化石油气预测值与真实值对比

从图1可以看出，使用BP神经网络来预测液化石油气价格的误差很小，有一定的准确性，能够预测出液化石油气价格的变动趋势。液化石油气价格受到很多不确定性因素的影响，想要准确预测的难度很大，但BP神经网络可以在一定程度上对它进行预测。且生成的误差变化曲线说明：迭代到21000次时，误差较小，神经网络预测模型较为准确，性能良好。