ARIMA模型在煤炭消费预测中的应用分析

煤炭属于重要的民用能源,对其消费量进行预测,可为合理安排煤炭生产提供依据,优化社会资源的配置。采用Box和Jenkins的ARIMA模型,对1953年以来我国煤炭消费量的年度数据进行分析。与结构性因果模型、自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）模型等相比较,ARIMA模型不但适合于我国煤炭消费量的非平稳时间序列的特点,并且预测效果比较理想。结果表明,ARIMA（3,1,3）模型的预测效果良好,2002年~2005年平均预测误差仅为3.981%,可用于未来我国煤炭消费量的预测。     

黑龙江省煤炭供需预测分析

作者分析了我省近年来能源消费结构及东北三省煤炭产供需情况，提出了我省２０００年煤炭产需规划指标。对保持四大矿区经济产量规模，我省煤炭必须继续南下辽、吉两省，大力节约煤炭等方面提出了建议。     

中国煤炭消费量占全球近一半

目前发布的《BP世界能源统计2011》显示,2010年,全球煤炭消费量为35．56亿吨油当量,同比增长7．6％。其中,中国煤炭消费量占全球消费量的48．2％。全球煤炭消费前10名国家分别为中国、美国、印度、日本、南非、俄罗斯、德国、韩国、     

中国煤炭高消费量引发全球关注

在“上大压小”和“资源整合”的作用下,中国煤炭消费量并未减少,反而因雾霾而备受关注。近期,国家能源局相关负责人表示,2013年长三角的雾霾天气,正是因为煤炭消耗多造成。以13个市遭遇不同程度雾疆的江苏为例,近年,江苏的火力发电和水泥产量位列全国第一、钢铁产量位列全国第二,上述产业在生产中均需消耗大量煤炭。而国内煤炭消费量居高的状况或将持续。     

基于ARIMA模型对汽车工厂用电量分析与预测

研究了利用时间序列基本分析方法-ARIMA模型分析法,对汽车工厂每月用电量进行数据分析、处理、拟合、检验及预测。以2015年1月至2018年9月用电计量数据作为分析样本,使用Eviews 10软件对该时间序列进行回归建模。通过对比不同模型,最终选择ARIMA(1, 1, 1)(1, 1, 1)12模型;通过用电量预测方程,预测2018年10、11月的用电量分别为19 816 784、21 868 199 kW·h,与实际值进行对比验证,预测误差分别为3.82%和2.94%,结果显示该拟合模型对汽车工厂每月用电量具有良好的预测效果,满足直购电申报量的误差在5%以内的要求。     

1999～2009年世界煤炭消费量变化分析及启示

分析近10年煤炭消费量的变化,对认识在经济困难背景下不同国家能源构成的走向会有重要启发。国际油价从20世纪末开始攀升,这种影响在1999～2005年间并未使GDP增速明显下降,但还是迫使某些竞争力较弱和/或高耗能企业采用煤炭替代成本较高的石油,经济发展程度较低的国家以煤代油的倾向更明显,煤炭消费年均增长率高达7.60%,使得世界煤炭消费年均增长率比一次能源高出1.7个百分点,而亚太地区竟高出2.31个百分点。油价的持续大幅攀升在2005～2007年间仍未能使GDP增长率下降,但却迫使全球都增加了对煤炭的需求,导致煤炭消费量年均增长率略有上升,与一次能源年均增长率之差增至2.1个百分点。金融危机爆发后,全球GDP增长明显下降,2007～2009年全球一次能源年均增长率为0.18%,煤炭消费年均增长率为1.47%。但新兴市场经济体GDP增速普遍高于OECD国家,同时煤炭消费年均增长率达到6.82%。其中中国和印度在经济较快发展的同时,2007～2009年煤炭消费年均增长率也分别达到8.14%和8.11%。韩国由于高耗能基础工业仍占据重要地位,也加大了煤炭的消费量。中、印、韩等国更多地使用煤炭是在经济困难时保障经济较快发展而被迫采取的重要措施,是正确的能源对策。     

我国煤炭能源供求紧张局势分析与对策

近期我国一些地区的煤炭能源短缺危机,给人们的正常生活,以及国民经济的正常发展造成了影响。本文从我国的能源生产与消费结构以及现行能源产业政策等方面,综合分析了出现煤炭能源相对短缺危机这一现象的诸多原因,并在此基础上提出了进一步应对这一能源危机的一些相应对策,以求缓解目前国内煤炭能源的相对危机局面,并进而解决其他相关能源问题。     

基于信息融合和堆叠模型的超短期风电功率预测

针对超短期风电功率预测,准确捕捉功率变化因素和建立混合预测模型是提高预测精度的有效手段之一。为了能够继承和整合单个模型的优点以及增强历史信息的表示和利用能力,文章提出了一种基于信息融合和堆叠模型的超短期风电功率预测模型。首先,利用相关性方法选择历史功率序列和历史测风塔数据的特征,作为预测模型的输入;然后,建立两层堆叠的集成模型作为预测模型,并使用交叉验证和超参数优化以增强预测模型的泛化性能;最后,以每个基学习器的输出作为元学习器获得最终预测值的新输入。通过东北某风电场真实数据的验证,以及与单一模型、深度神经网络模型和集成学习模型的对比,验证了所提模型的可行性和有效性。     

碳排放约束下的江苏省煤炭消费量预测

能源是经济发展的基础,江苏省经济发展迅速,但是能源相对短缺。对影响江苏省主要能源结构的指标进行灰色预测,将灰色预测得到的未来十年的指标值输入完成训练后的BP神经网络中,得到未来十年的主要能源比例的预测值。     

基于ARIMA时间序列的分布式光伏系统输出功率预测方法研究

分布式光伏系统输出功率的预测是对配电网进行协调调度,进而有效消纳分布式光伏发电的关键。文章对天津某地区配电网中分布式光伏电站的功率特性进行研究,建立了基于ARIMA时间序列的分布式光伏系统输出功率预测模型。此外,还分别建立了基于ARIMA时间序列与神经网络的分布式光伏系统输出功率预测模型,以及基于ARIMA时间序列与支持向量机的分布式光伏系统输出功率预测模型,并比较了3种预测模型的预测误差。分析结果表明,与其他2种预测模型相比,基于ARIMA时间序列与支持向量机预测模型的预测误差较小,晴天、雾霾天、阴天和雨天条件下,该模型的预测误差分别为7.02%, 9.13%, 9.35%和9.48%,该模型的年预测误差为13.65%。     

城市需水量预测的混沌神经网络模型

将人工神经网络原理引入城市需水量预测中，针对BP网络收敛速度慢、易陷入局部极小的缺陷，提出了基于混沌神经网络的城市需水量预测模型，该模型简便易行，收敛速度快、预测精度高，具有良好的应用前景。     

我国煤炭产业国际竞争力分析

文章在对国际国内煤炭资源、市场和产业发展水平进行系统分析的基础上,得出:“我国煤炭工业就国际竞争力而言属中上水平,可以对广大发展中国家,尤其是东南亚、西亚地区的煤炭工业产生较强的辐射作用“的基本判断。同时,文章着重分析了当前我国煤炭工业在企业经营机制、煤炭及煤面产品进出口、经济技术合作和劳务输出等方面的竞争差距。提出了加强法制、依靠科技产业升级、新型工业化和劳动者素质提高等一系列切实可行的措施建议。     

基于ARMA模型的风电场风速短期预测

通过分析达坂城风电场风速数据并建立ARMA模型,基于时间序列分析法实现了提前1h风速预测,分析预测结果证明预测时间和风速震荡性是影响风速预测精度的主要因素,为更长时间的风速预测提供理论基础。     

我国煤炭产业现状及发展方向分析

本文分析了我国煤炭产业现状、行业特点和发展水平,论证了煤炭工业在国民经济发展中的基础性地位。但由于受诸多因素的影响,当前我国煤炭工业仍然存在产业集中度不高、资源管理水平和利用效率较低、行业政策不配套、自我发展能力不足、煤矿建设工作滞后和生产安全状况较差等问题。为此,文章提出在今后一个相当长的时期内,我国煤炭工业必须大力调整和优化产业结构,支持大型煤炭基地建设,鼓励煤电联营,形成若干个煤炭骨干企业,重视洁净煤技术研究开发和推广应用,加强煤炭资源管理和环境保护,改善和提高矿区职工生活。     

钻井现场作业风险概率预测

运用时间序列对采集到的数据进行了初期建模并预测,旨在建立一个预测系统,并对钻井现场事故的发生规律及各个因素对事故影响的程度大小进行了研究,为制定安全管理目标及安全隐患的事先排查给出较为科学的依据.     

基于机器学习的电力大客户群体月度售电量预测研究

精确的售电量预测对于电力公司合理安排供电计划、科学优化电力资源配置、提高用电管理效率、节约能源降低消耗等方面具有积极作用,电力公司也一直致力于研究售电量、售电收入的变化规律。随着预测技术的不断发展,关于售电量预测的理论以及方法已有很多,但每一种单一预测模型只能从某一方面刻画数据序列的规律,都只能反映序列的部分信息,因此文中提出了一种综合时间序列分析方法以及多种机器学习算法的电力大客户群体月度售电量预测方法,最大程度地利用现有信息,并对某省总售电量的实例进行检验,结果显示,组合预测模型的误差小于多数单一预测模型的误差,有利于提高预测模型的精度,并且预测较为稳定。     

当前我国煤炭市场分析

<正>纵观10年来我国煤炭市场发展的历史数据,不难发现2001～2002年是我国煤炭行业转折性的一年。从2002年开始,国内煤炭生产量和消费量均一改前几年逐年下降的颓势,开始稳定地逐年递增;煤炭进口逐年增长出口逐年递减的发展趋势也已基本确定;煤炭价格也开始出现恢复性的回升。     

全球煤炭消费量创44年来的新高

<正>在世界各国领导人试图为气候变化国际协议和解决方案造势时,人们继续生产和烧掉大量煤炭。事实上,煤炭消费量目前占全球能源市场的30%以上,是44年来所占的最高份额。最近发布的"2014年BP世界能源统计回顾"显示,2013年煤炭消费量增长3%,超过其他能源。这还低于煤炭消费10年的平均增长水平,过去10年中燃煤消费的年增长率约为4%。对于那些希望用替代能源和可再生能源削减像煤那样的占支配地位的传统能源的国家,这不是好消息。虽然可再生能源持续增长(特