工业生产能源排放量优化预测仿真研究
|
摘要
对工业生产能源排放量的优化预测,能够更为合理循环利用各种能源。对能源排放量的预测,需要借助各类能源的能源排放系数,计算获得工业生产过程的能源量,完成工业生产能源排放量的预测。传统方法先将时间序列数据进行回归,得到工业生产过程整体能源排放趋势,但忽略了计算获得工业生产过程的能源量,导致预测精度偏低。提出基于马尔科夫的工业生产过程能源排放量优化预测方法。上述方法对工业生产过程能源排放的因素进行分解,预测获得未来一段年份的最优经济增长率,依据历年工业生产过程中能源强度随时间的演化特征,获得能源强度的下降趋势,借助各类能源的能源排放系数,计算获得各类别工业生产过程能源品种的能源量,汇总得到整个作业过程总能源排放量,完成能源排放量优化预测。仿真证明,所提方法预测精确度高,可为明晰工业作业过程减排目标提供有效途径。
An optimal prediction method for energy emission in industrial production process based on Markov is proposed.The factors of energy emission in industrial production process are decomposed,and optimal economic growth rate in next few years is predicted.According to evolution characteristics,the downtrend of energy intensity is obtained and a variety of energy sources of energy types in industrial production process with various types of energy source emission coefficient are calculated.Finally,total energy emissions of whole operation process are obtained,and optimal prediction of energy emissions is completed.Simulation result shows that the proposed method has high prediction accuracy.It can provide an effective way to clarify emission reduction targets in industrial production process.
An optimal prediction method for energy emission in industrial production process based on Markov is proposed.The factors of energy emission in industrial production process are decomposed,and optimal economic growth rate in next few years is predicted.According to evolution characteristics,the downtrend of energy intensity is obtained and a variety of energy sources of energy types in industrial production process with various types of energy source emission coefficient are calculated.Finally,total energy emissions of whole operation process are obtained,and optimal prediction of energy emissions is completed.Simulation result shows that the proposed method has high prediction accuracy.It can provide an effective way to clarify emission reduction targets in industrial production process.
引文
[1]冯宗宪,王安静.中国区域碳峰值测度的思考和研究--基于全国和陕西省数据的分析[J].西安交通大学学报(社会科学版),2016,36(4):96-104.
[2]孙雷刚,等.环京津区域城市碳排放效应及时空格局分析[J].地理与地理信息科学,2016,32(4):113-118.
[3]原嫄,等.产业结构对区域碳排放的影响——基于多国数据的实证分析[J].地理研究,2016,35(1):82-94.
[4]姜克隽,等.我国能源活动CO_2排放在2020—2022年之间达到峰值情景和可行性研究[J].气候变化研究进展,2016,12(3):167-171.
[5]王怡鸥,等.基于三元回声状态网络的二氧化碳浓度预测[J].计算机仿真,2016,33(2):475-479.
[6]原嫄,李国平.产业内部结构升级对碳排放的影响——基于OECD主要成员国面板数据的实证分析[J].气候变化研究进展,2016,12(4):332-340.
[7]佟喆.基于视觉表达的工业设计合理性评估方法研究[J].现代电子技术,2016,40(14):154-157.
[8]陈盈,李函昱,田立新.江苏省能源消费结构对碳排放影响的效应与趋势——基于LMDI和Logistics模型的实证研究[J].数学的实践与认识,2016,46(21):158-170.
[9]刘晓辉,闫二旺.能源与产业结构调整下我国工业碳排放峰值调节机制研究[J].工业技术经济,2016,35(12):107-114.
[10]朱宇恩,等.基于IPAT模型和情景分析法的山西省碳排放峰值年预测[J].资源科学,2016,38(12):2316-2325.
[2]孙雷刚,等.环京津区域城市碳排放效应及时空格局分析[J].地理与地理信息科学,2016,32(4):113-118.
[3]原嫄,等.产业结构对区域碳排放的影响——基于多国数据的实证分析[J].地理研究,2016,35(1):82-94.
[4]姜克隽,等.我国能源活动CO_2排放在2020—2022年之间达到峰值情景和可行性研究[J].气候变化研究进展,2016,12(3):167-171.
[5]王怡鸥,等.基于三元回声状态网络的二氧化碳浓度预测[J].计算机仿真,2016,33(2):475-479.
[6]原嫄,李国平.产业内部结构升级对碳排放的影响——基于OECD主要成员国面板数据的实证分析[J].气候变化研究进展,2016,12(4):332-340.
[7]佟喆.基于视觉表达的工业设计合理性评估方法研究[J].现代电子技术,2016,40(14):154-157.
[8]陈盈,李函昱,田立新.江苏省能源消费结构对碳排放影响的效应与趋势——基于LMDI和Logistics模型的实证研究[J].数学的实践与认识,2016,46(21):158-170.
[9]刘晓辉,闫二旺.能源与产业结构调整下我国工业碳排放峰值调节机制研究[J].工业技术经济,2016,35(12):107-114.
[10]朱宇恩,等.基于IPAT模型和情景分析法的山西省碳排放峰值年预测[J].资源科学,2016,38(12):2316-2325.