高质量数据集典型案例 | “双碳”背景下天然气市场预测高质量数据集建设与应用

　　推荐单位：国家石油天然气管网集团有限公司
　　申报单位：国家管网集团工程技术创新有限公司、国家管网集团福建公司
　　一、背景
　　在“双碳”目标与能源结构转型背景下，预测全国天然气市场需求对优化油气储运布局至关重要。通过整合六大类核心数据及155TB多源数据，依托“流程+数据+规则+算法+模型”模式，突破多颗粒度、多情景天然气市场预测难题，构建“资源市场一张图”，为管网战略规划与投资提供科学支撑，推动规划从经验驱动向数据驱动转型。
　　二、方案和成效
　　一是多维数据体系的创新性构建。依托“ETL+OCR”采集技术、Z-score等异常值检测、基于Transformer等多种技术，建成覆盖2003—2070年、31省的标准化数据集，助力数据分析效率提升50%以上，年节省支出超400万元。
　　二是智能特征工程与区域差异化建模。基于全国多源异构天然气市场预测数据，提出“双层筛选－动态加权”方法，构建“特征重要性－区域适配度”二维画像体系。通过深度挖掘与整合多层级数据，系统识别出工业主导型、城市消费型等差异化特征集合，实现从全国到市县级行政区划的影响因素精准画像，显著降低数据的噪声干扰，提升预测模型在复杂区域场景下的可解释性。
　　三是多情景预测模型应用。秉持“影响因素+多情景模拟”的双轮驱动方法论，系统性纳入并结构化处理政策文本、宏观经济指标、技术参数等关键影响因素数据，支撑构建“双碳”约束下多模型融合天然气需求预测方法，增强基础设施布局的前瞻性与科学性，显著降低重大项目投资风险，潜在经济效益达千万元级。
　　三、创新点
　　一是建立智能数据治理体系。融合ETL与OCR技术构建多维数据混合采集方式，构建基于Z-Score等算法的智能数据清洗方法，解决传统采集模式下的碎片化难题，实现省市级数据完整性提升至100%，突破传统数据碎片化瓶颈。
　　二是构建区域差异化特征工程数据集。首创“特征重要性－区域适配度”二维画像体系，通过“双层筛选－动态加权”机制识别工业主导型、城市消费型等区域特征，实现多级行政区划精准画像，大幅提升预测精确度。
　　三是构建“双碳”约束下的多模型融合预测方法。构建政策情景模拟与影响因素分析体系，通过多源数据标准化治理与情景模拟技术，深度解构政策、经济、技术等因素对能源供需影响，解决中长期预测的政策响应迟滞与趋势突变问题。