基于时间序列ARMA模型的广东省能源需求预测

广东省能源消耗量大,自给率低,能源供需矛盾已成为影响经济发展的重要因素,准确预测未来能源需求对于制定合理的经济发展战略和能源安全战略有着重要的借鉴意义。采用1979-2006年广东省能源消费总量数据,并根据建模要求对数据进行处理,在此基础上利用时间序列相关理论及ARMA模型对广东省未来能源需求量进行了相关预测,并得出能源需求的模型。从检验结果来看,此模型误差率低,预测效果好。     

基于Shapley值的中国能源消费组合预测模型研究

通过指数平滑模型、系统动力学模型、GM(1,1)模型分别对中国能源消费总量进行预测,进一步运用合作博弈中的Shapley值方法,通过分配总误差来确定组合预测模型中各预测模型的权重,以此构建组合预测模型,并对中国能源消费总量进行预测.预测结果表明,该组合预测模型的预测精度高于其他各分项预测模型,对能源消费的预测是可行、有效的.     

基于Shapley值的云南省能源消费综合预测方法研究

对未来的能源消费进行准确的预测,既能为能源政策及规划的制定提供科学的依据,也是能源发展战略目标制定的基础性工作.通过指数平滑模型和系统动力学模型分别对云南省能源消费进行预测,进一步运用合作博弈中的Shapley值方法,通过分配总误差来确定综合预测模型中各预测模型的权重,以此构建综合预测模型,并对云南省能源消费总量进行预测.预测结果表明,该综合预测模型的预测精度高于选定的各项预测模型,对能源消费的预测是可行、有效的.     

基于GM(1,1)模型的四川省“十四五”能源消费预测

基于四川省2009～2018年能源消费总量数据,使用灰色GM (1,1)模型对四川省"十四五"期间能源消费总量进行预测。预测结果表明,四川省"十四五"能源消费总量仍呈稳步上升趋势,但上升速度明显变缓,年均增速仅为1.34%。预计到2025年,四川省能源消费总量将达2.311 7亿吨标准煤。经检验模型的预测精度较优,预测结果可信度高,可为四川省"十四五"节能目标的制定提供决策依据,结合预测结果提出相应节能政策建议。     

基于改进背景值构造方法的GM(1,1)能源消费预测模型

针对传统GM(1,1)模型预测能源消费时存在的问题,改进了传统GM(1,1)模型中背景值的构造方法,提出用Newton差分插值和高阶Newton-Cotes公式构造背景值,并以四川省为例进行能源消费预测.结果表明,改进的GM(1,1)模型预测误差较小,精度较传统GM(1,1)模型有所提高,可用于四川省未来能源消费量的预测.     

基于EMD和LS-SVM的中长期径流预报

提出将EMD与LS-SVM模型相耦合的新的径流中长期预测方法,采用EMD分解年径流序列,应用LS-SVM模型预测和重构IMF分量.基于岷江紫坪铺水文站年径流资料预测和检验该模型,并与单独的LS-SVM模型及BP神经网络模型比较.实例结果表明,该方法预报精度高,预测径流行之有效.     

基于统计检验的漏电断路器寿命预测方法研究

漏电断路器是电力系统中重要的终端保护器,为了避免其超龄服役,保障用电人员的生命财产安全,需要对其寿命预测方法进行研究。提出了一套基于统计检验的寿命预测方法,该方法将统计学理论和Arrhenius模型相结合,通过正态性检验和相关性检验解决了Arrhenius模型的适用性问题,通过方差齐性检验解决了加速老化试验的老化机理问题,通过异方差检验、残差正态性检验及残差独立性检验解决了拟合模型的质量问题,进一步提高了预测模型的准确性。使用该方法对电子式漏电断路器进行寿命预测,预测结果同厂家提供的参考寿命相近,表明该方法能够有效地解决寿命预测过程存在的问题,同时对其他同类产品的寿命预测也具有一定的参考价值。     

开展企业能源审计 促进企业节能增效

有关企业能源审计的议论,是近来节能行业的热门话题之一. 什么是企业能源审计?总结国内外的实际做法与经验,可以简单地说能源审计是一种能源利用状况的客观评价方法.1997年,国家质量技术监督局组织制定了国家标准<企业能源审计技术导则>GB/T 17166-1997,按照该项标准,能源审计的定义应是能源审计单位依据国家有关节能法规和标准,对企业和其他用能单位能源利用的物理过程和财务过程进行的检验、核查和分析评价.     

我国化石能源燃烧产生的CO2排放量预测

基于我国化石能源消费的原始数据,应用灰色新陈代谢模型分别预测了2007~2020年煤、石油、天然气消费量,建立了化石能源消费量与CO2排放量的线性回归模型,实现了对化石能源燃烧产生的CO2排放量的预测,并分析了未来10 a化石能源消费与CO2排放趋势。结果表明,该方法计算简便、易操作、拟合度和预测精度较高、结果可靠,可为能源发展和CO2减排提供科学依据。     

用灰色GM模型进行预测的简单计算方法

灰色ＧＭ模型在能源以及其他方面预测中的应用，引起了一些企业及行政单位中从事计划，规划统计工作的同志的极大兴趣，鉴于有些同志对矩阵计算还不太熟悉，本文结合实例给出了用四则运算进行预测计算的简单的计算方法和计算步序，并介绍了提高预测精度的措施。     

基于配额制的西北可再生能源跨区跨省电力交易经济性评价

预测了西北5省（区）非水电可再生能源的配额量和交易量,建立了配额制下可再生能源电力跨区、跨省交易经济性评价模型和方法,分析了新疆、甘肃和青海等西北可再生能源主要基地跨区、跨省交易送出的主要目标市场,提出了争取可再生能源电力输电补贴、水电比重偏大省份可再生能源发电企业的结算价格采用本省平均购电价格等政策建议。     

企业能源预测方法探讨

<正> 1.问题的提出一般地,把对于工业企业在未来若干时间内的能源需求量、能源节约量和综合能耗指标进行预断性推测的技术经济活动称为企业能源预测。企业能源预测既是企业进行技术决策和经营管理的重要依据,也是各级政府部门进行能源计划管理的重要依据。目     

灰色GM(1,1)和神经网络组合的能源预测模型

能源消费预测是制定能源规划的重要组成部分。鉴于能源消费系统复杂性和非线性的特征，文章结合某省能源消费的历史数据，首先用灰色预测和神经网络建立了单项预测模型．并对单项预测模型的优缺点进行了分析，然后采用最优组合权重的方法进行优化组合，从而获得更为精确的预测模型和预测值。实例的预测结果表明该模型可以作为能源消费预测的有效工具。     

能源消费需求预测的Elman模型及应用

为提高能源消费需求预测精度,介绍了Elman网络的基本原理,提出了基于Elman网络的能源消费时间序列预测建模方法,以我国1996年至2011年能源消费对Elman网络预测模型训练获得最佳参数后,对2012年至2014年能源消费进行预测,预测相对误差在-0.61%~0.31%之间,结果表明,能源消费需求预测的Elman模型有较高的预测精度,能较好的反映能源消费的非线性特性与规律。     

基于GM的能源消费量坡度优化预测模型

针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点和GM(1,1)模型的建模过程,提出了对非等间距序列坡度优化的方法并对其分析,进行局部插值使原模型得到改进,从而提高了模型的拟合和预测精度,拓宽了应用范围。模型中对能源的消费趋势进行预测,找出了能源消费量和GDP之间的内在联系,为科学地分析能源结构提供了依据,对世界稳定、可持续发展有着重要的意义。     

基于遗传算法的中国清洁能源需求Logistic预测模型

通过分析中国历年能源需求量变化规律,得出序列近10 a增长趋势与以往明显不同.为准确描述能源需求增长趋势,用整体序列和近10 a序列分别建立Logistic模型,再将两者耦合,并运用遗传算法优化模型参数,由此建立基于遗传算法的能源需求Logistic中长期预测模型.运用该模型对中国2020年能源需求量进行预测,并构建未来社会经济发展情景,结合碳减排目标推求清洁能源需求量,由此建立基于遗传算法的清洁能源Logistic中长期预测模型,并对中国2020年清洁能源需求量进行预测分析.结果表明,该模型物理概念明确,思路清晰,预测结果与中国能源规划目标相符,具有一定的合理性.     

多能互补的综合能源供热系统工程设计及优化

多能互补的综合能源供热系统能够利用各种能源的特点,提高能源利用效率及经济性.针对综合能源供热系统,从建筑物的逐时热负荷预测及建立通用的供热设备参数优化方法两个方面展开研究.依据室内热平衡方程、建筑物围护结构传热模型、供热末端传热模型,建立建筑物热负荷、室内温度及供热末端所需最低供水温度的联合计算模型.以每个时刻供热成本...     

基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法

随着可再生能源在传统电网中的渗透率逐渐增高,虚拟电厂的概念被提出,旨在有效整合并利用可再生能源.提出了一种基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法,使用长短期记忆神经网络来获取未来一天内虚拟电厂管辖范围内的负荷、风电、光伏出力预测值.在模型预测控制的框架下,以虚拟电厂运行调度的成本最小化为目标,使用一种改...     

可再生能源的外部不经济性研究

明确可再生能源的外部不经济性,可以更好地促进可再生能源的发展.提出可再生能源外部不经济性的概念,阐明其由生产者的不经济性、消费者的不经济性、环境的不经济性组成.通过建立可再生能源外部不经济性预测指数模型、线性模型以及关联性模型,计算并分析了外部不经济性指标的变化趋势.计算分析结果表明,可再生能源的市场因素、政策因素、资...     

投入产出法在石化企业能源预测中的应用

简要介绍了企业实物型投入产出法的基本原理 ,并用投入产出法对某大型石化企业进行了生产结构和系统分析。利用此模型 ,通过给定各产品的指标来预测各种原料和能源的需求量