El gas natural está desempeñando un papel importante en la reconstrucción del sistema energético de China. La previsión de los indicadores de suministro y consumo de gas natural es un importante apoyo para la toma de decisiones del gobierno y las empresas energéticas, lo que ha atraído un considerable interés de los investigadores en los últimos años. Para abordar las características más complejas de los conjuntos de datos de gas natural en China, se propone en este trabajo un Regresor de Soporte Vectorial de Ondas Grises. Este modelo integra el marco principal del modelo de sistema gris con la representación de núcleo empleada en el modelo de regresión de soporte vectorial. A través de una serie de transformaciones matemáticas, se puede resolver el problema de optimización de parámetros utilizando el algoritmo de optimización mínima secuencial. El Optimizador de Lobo Gris se utiliza para optimizar sus hiperparámetros con el esquema de validación cruzada anidada, y se construye un algoritmo computacional completo. Los estudios de caso se realizan con conjuntos de datos del mundo real de 2003 a 2020 en China utilizando el modelo propuesto y 15 otros modelos. Los resultados muestran que el modelo propuesto presenta un rendimiento significativamente superior en la previsión fuera de muestra que todos los otros modelos, lo que indica el alto potencial del modelo propuesto para prever el suministro y consumo de gas natural en China.