천연가스 수요 예측은 공급 및 수요 현황 분석 및 천연가스 시장의 전망을 예측하는 중요한 부분으로, 몇 년이 지나고 연구와 개발이 진행됨에 따라 상당히 완벽한 예측 방법 체계가 형성되었으며, 이에 상응하는 응용 성과를 이룩하고 있다. 종합 환경의 다양한 제약으로, 장기적인 천연가스 수요 추세의 불확실성이 증대되고 동시에 단기간 내 천연가스 소비자의 가스 사용 행동은 다양하여 세밀한 관리가 필요하므로, 서로 다른 시간 범위에서의 수요 예측 모델을 분류 정리하는 것이 현재 가스 예측의 중요한 작업이다. 2016년부터 2021년 국내외 관련 문헌의 기반으로, 서로 다른 시간 범위에서의 가스 특징을 분석하고, 서로 다른 시간 서클 내에서 고려해야 하는 주요 영향 요소를 탐구하며, 서로 다른 시간 범위에서의 예측 모델의 장단점을 정리했다. 연구 결과는 다음과 같다: 단기 측정 데이터는 끝단 사용자의 특성을 직관적으로 반영하며, 주기적 및 규칙적인 특징을 보이고, 기후 조건, 날짜 유형 등의 요인에 주로 영향을 받는다. MAPE 계산 결과에 따르면, 단일 모델에서는 SVR 모델이 우수한 성과를 보이고, 결합 모델에서는 LSSVM 모델이 좋은 예측 효과를 거두었다. 장기 측정 데이터는 사용자의 가스 사용의 거시적 반영이며, 인구, 경제 구조, 천연가스 산업 관련 데이터 및 정책에 주로 영향을 받는다. MAPE 계산 결과에 따르면, 그레이 모델 및 선형 회귀로 구성된 결합 모델이 최적의 예측 효과를 보여주었고, RMSE 계산 결과에 따르면, 유전 알고리즘 최적화된 SVM 모델이 최상의 예측 효과를 보여주었다. 이를 바탕으로 데이터 척도, 요소 및 모델을 중심으로 한 모델 선택 프레임워크를 제안하고, 낮은 기간 예측 및 중장기 예측 관점에서 미래 예측 모델에 대한 연구 방향을 제시하여, 예측 모델의 추가적인 연구에 대한 제안을 제시한다.

천연가스; 수요 예측; 시간 범위; 가스 특징; 영향 요소