基于2002—2018年北京市采暖季天然气消耗量和地面常规气象观测资料以及社会统计年度资料,采用经验模态分解、相关分析等方法分析北京地区采暖季天然气消耗量的年际变化特征及影响要素。在此基础上,利用BP神经网络方法构建采暖季天然气消耗量预测模型,并对模型进行评估检验。结果表明:(1)近17 a北京市采暖季天然气消耗量呈现持续增加趋势,经验模态分解方法能够较好地分离出天然气的社会消耗量和气象消耗量,分别反映了天然气消耗量的长期变化趋势和短期波动特征。(2)采暖季天然气的社会消耗量与GDP、集中供热面积和常住人口数量呈显著正相关;气象消耗量与气温和负积温呈显著负相关,而与降水量和持续低温日数呈显著正相关,当采暖季气温明显偏低或出现较强降雪、持续低温等天气过程时,天然气的气象消耗量将大幅增加。(3)北京市采暖季天然气消耗量EMD_BP预测模型具有较好的预测效果,平均相对误差为5.6%,能够准确预测天然气气象消耗量的峰谷变化。
