天然气作为关系国计民生的清洁能源,在我国一次能源结构中具有重要的战略地位。现有研究或从微观角度对天然气负荷预测方法进行探讨,或从宏观角度对天然气产业、天然气市场进行剖析,而相对缺乏立足于企业自身角度,考虑企业自身诉求的相关研究。近年来,随着天然气消费市场的不断扩大,天然气企业的资源负荷量也不断变化,如何准确预测用户的用气需求并合理采购天然气成为企业保障天然气供应所必须解决的问题,同样也关系到政府相关政策的制定。针对以上问题,本文立足于企业视角,借鉴国内外学者负荷预测方面的研究成果,在对天然气负荷成因研究的基础上,基于BP神经网络模型、经验模态分解(EMD)模型、模糊熵算法、LSTM神经网络模型,构建了一个新的天然气负荷预测组合模型,并在此基础上设计了短期天然气动态采购策略,让企业实现以较低采购成本完成天然气保供的任务目标。具体的工作包括:(1)探讨成熟的天然气交易市场结构及其交易模式,站在企业角度,具体分析不同特征天然气负荷所适宜的天然气采购方式。(2)分析天然气日负荷特征提炼出主要影响因素,采用BP神经网络结合主要影响因素捕捉日负荷主要特征;运用EMD模型和模糊熵算法对BP神经网络预测产生的残差进行分解重构,并分别建立LSTM模型对重构项进行预测,将两部分模型相合得组合预测模型。运用组合预测模型对实际负荷数据进行实证发现,BPNN-EMD-LSTM组合模型对短期天然气负荷的预测精度优于其他模型。(3)设计基于组合预测模型的天然气动态采购策略,运用BPNN-EMDLSTM组合模型对短期天然气负荷进行高精度预测,考虑企业气源属性和供气模式,针对不同客观条件设定企业的采购策略和供气顺序。选取实际天然气负荷数据设计实验,通过计算不同负荷水平下策略的采购成本,全面验证策略效果。