基于ARIMA-LSTM组合模型的原油产量时序预测研究

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

所属期刊栏目：52

分类号：TP391;F224;TP183

资助基金：东北石油大学引导性创新基金2020YDL-04

在线出版日期：2022-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：40-48