登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《用一种新的多变量灰色模型预测中国山东省的用电量》

  • 来源专题：中国科学院文献情报先进能源知识资源中心 |领域情报网
  • 编译者： wukan
  • 发布时间：2018-06-04

  • 电力消费预测问题对于发展中地区的政策制定尤为重要。 为了正确制定政策，有必要进行可靠的预测。 电力消费预测受到经济，人口等因素的影响。 考虑到所有因素是一项艰巨的任务，因为它需要很多详细的研究，其中许多因素对电力预测有显着影响，而太多数据不可用

20浏览量
原文链接
相关报告

  • 《基于逆累加灰色断点模型的中国碳排放强度预测》
    • 来源专题：水与大气环境治理
    • 编译者：胡晓语
    • 发布时间：2025-07-22
    • 鉴于全球气候变化带来的巨大挑战，作为全球最大的碳排放国，中国在实现“双碳”目标方面面临重大考验。因此，合理预测中国的碳排放强度对于制定有效的减排策略至关重要。考虑到经济系统所面临的外部冲击，将时间断点引入传统的灰色预测模型，并从累积方法和背景值两个方面优化模型，构建了一种新的带有反向累积的灰色断点模型。根据对中国碳排放量的计算，预测了2023年至2030年的碳排放强度。得出以下结论： 1. 通过添加时间断点，新模型准确预测了系统在外部冲击下的未来趋势，进一步体现了建模过程中信息优先的原则。 2. 在COVID-19的外部影响下，中国GDP的增长率进一步放缓，四个地区的碳排放呈现出不同的特点。东北地区的碳排放开始逐渐下降，而东部和西部地区的碳排放加速。 3. 从2023年到2030年，中国的碳排放强度将大幅下降。预计2025年的碳排放强度比2020年减少13.2%，2030年减少22.6%。其中，东北地区的降幅最大，东部地区最小。然而，在当前条件下，中国仍难以完全实现2025年和2030年的减排目标，东部和西部地区在减排方面面临巨大压力。
    38浏览量
    原文链接

  • 《利用一种新的分数非线性伯努利模型预测中国短期可再生能源消费》
    • 来源专题：可再生能源
    • 编译者：pengh
    • 发布时间：2019-03-22
    • 能源消费是一个国际问题，在国家能源安全中发挥着重要作用，特别是对能源市场处于转型期的中国而言。利用非线性数据序列对未来能源消费趋势进行准确可靠的预测，对政府和能源企业的决策具有重要意义。本文提出了一种新的分数阶累积非线性伯努利模型，简称方bm(1,1)模型，用于预测我国“十三五”(2016-2020年)短期可再生能源消费。利用分数累积生成矩阵和伯努利方程对新模型进行了详细的讨论。并利用粒子群优化算法对系统参数进行优化搜索。基于2011 - 2015年更新的实际数据集，建立了FANGBM(1,1)模型，分别预测可再生能源消费总量、水电消费总量、风电消费总量、太阳能消费总量和其他可再生能源消费总量。在所有情况下，方bm(1,1)模型都具有较高的精度，并被证明是处理非线性序列的有效方法。 ——文章发布于2019年9月
    87浏览量
    原文链接