基于组合预测的新能源生产与消费发展关系研究

发布时间：2017-09-30 07:20

  本文关键词：基于组合预测的新能源生产与消费发展关系研究

  更多相关文章： 新能源产业 发展趋势 组合预测 数据分析

【摘要】：能源是人类生存与社会发展的重要保障,是国家和地区经济发展的重要资源。能源不仅是经济资源,更是重要的战略资源。随着经济的全球化,能源的安全已经关系到了国家的安全,为了保障能源的安全,各国政府都出台了一系列能源政策。人们在享受着能源带来的各种利益的同时,能源短缺、环境污染和环境破坏等问题也伴随而来,它们都严重威胁着人类的生存与发展。因此,发展新能源成为了各国保持可持续发展的首要任务。中国的能源具有总量多、人均少的特点,所以,如果要做到缓解环境保护与能源消费之间的矛盾,我们必须大力发展新能源,新能源的发展即包括对新能源的开发,也包括对新能源消费的促进,所以对新能源生产与消费之间的关系研究显得尤为重要。本文在探讨单一预测方法的基础上,通过Shapley值方法,给出了新能源生产及消费发展趋势的组合预测权重确定方法,借助历史数据分别建立了生产发展趋势组合预测模型及消费发展趋势组合预测模型,实证分析了新能源生产和消费发展趋势组合预测模型要比单一预测模型的预测效果好。通过2006-2013年新能源生产和消费历史数据,利用本文所建立的生产发展趋势组合预测模型及消费发展趋势组合预测模型分别对生产和消费2014-2020年的趋势进行预测。对生产和消费预测结果数据进行内部纵向比较和外部横向比较,通过纵向比较发现新能源生产和消费存在一定的内部趋势,都处于一个稳定的增长的状态,并且增长的速度很稳定;通过横向比较发现新能源生产和消费存在横向上的函数关系,通过数学分析方法建立了一套2014-2020年新能源生产和消费之间的关系函数,并为未来新能源的发展战略提参考及建议。
【关键词】：新能源产业 发展趋势 组合预测 数据分析
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F426.2;F126.1
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章引言10-17
• 1.1 研究背景及意义10-11
• 1.1.1 研究背景10
• 1.1.2 研究意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 新能源产业发展研究综述11-12
• 1.2.2 新能源发展重要性与紧迫性研究综述12
• 1.2.3 组合预测模型研究综述12-13
• 1.2.4 Shapley值法研究现状13
• 1.3 研究内容13-14
• 1.4 研究方法与思路14-17
• 1.4.1 研究方法14-16
• 1.4.2 技术路线16-17
• 第2章单项预测模型理论分析17-26
• 2.1 指数平滑技术17-19
• 2.2 灰色预测模型19-21
• 2.3 ARIMA模型21
• 2.4 回归预测模型21-22
• 2.5 预测模型检验标准22-23
• 2.6 组合预测模型建模思路23-26
• 2.6.1 组合预测模型概念23
• 2.6.2 组合预测模型建模原理23
• 2.6.3 组合预测权重确定Shapley值法23-24
• 2.6.4 组合模型总结24-26
• 第3章新能源生产组合预测模型建立26-41
• 3.1 数据选取及处理26
• 3.2 指数平滑法26-29
• 3.2.1 新能源生产直观效果分析26-28
• 3.2.2 模型描述28-29
• 3.3 灰色预测GM（1, 1）29-32
• 3.3.1 录入新能源生产数据29-30
• 3.3.2 运算过程30-31
• 3.3.3 结果分析31-32
• 3.4 ARIMA预测32-38
• 3.4.1 时间序列稳定性判断32
• 3.4.2 差分次数确定32-35
• 3.4.3 进行模型选择35-36
• 3.4.4 ARIMA(2，2，2)预测36-38
• 3.5 回归模型预测38-39
• 3.6 组合预测模型的确定39-41
• 3.6.1 组合预测模型与单一模型可靠度对比39
• 3.6.2 组合预测权重确定39-41
• 第4章新能源消费组合预测模型建立41-57
• 4.1 数据选取41
• 4.2 指数平滑法41-44
• 4.2.1 新能源消费直观效果分析41-43
• 4.2.2 模型描述43-44
• 4.3 灰色预测GM（1, 1）44-47
• 4.3.1 录入新能源消费数据44-45
• 4.3.2 运算过程45-46
• 4.3.3 结果分析46-47
• 4.4 ARIMA预测47-54
• 4.4.1 时间序列稳定性判断47-49
• 4.4.2 差分次数确定49-51
• 4.4.3 进行模型选择51-52
• 4.4.4 ARIMA(3，2，，2)预测52-54
• 4.5 回归模型预测54-55
• 4.6 组合预测模型的确定55-57
• 4.6.1 组合预测模型与单一模型可靠度分析55
• 4.6.2 组合预测权重确定55-57
• 第5章新能源生产与消费趋势预测与分析57-61
• 5.1 新能源生产预测结果分析57-58
• 5.2 新能源消费预测结果分析58-59
• 5.3 生产与消费关系建立59-61
• 第6章总结与展望61-64
• 6.1 结论61-62
• 6.2 成果与不足之处62
• 6.3 展望62-64
• 致谢64-65
• 参考文献65-70
• 攻读学位期间取得学术成果70-71
• 附件1 新能源生产自相关情况71-72
• 附件2 模型拟合程度72-73
• 附件3 新能源偏自相关图73
• 附件4 新能源生产拟合图73-74
• 附件5 新能源生产指数平滑预测结果74-75
• 附件6 1979-2013 年新能源生产时间序列相关图75
• 附件7 模型汇总和参数估计值75-76
• 附件8 新能源生产预测结果76-77
• 附件9 回归模型情况77-78
• 附件10 新能源消费自相关情况78
• 附件11 新能源消费偏自相关情况78-79
• 附件12 新能源消费偏自相关图79-80
• 附件13 模型拟合80-81
• 附件14 新能源生产指数平滑预测结果81-82
• 附件15 模型汇总和参数估计值82-83
• 附件16 新能源消费预测结果83-84
• 附件17 回归模型情况84

【参考文献】

中国期刊全文数据库 前7条

1 魏磊;姜宁;于广亮;高媛媛;孙川永;张琳;;宁夏电力系统接纳新能源能力研究[J];电网技术;2010年11期

2 韩秀云;;对我国新能源产能过剩问题的分析及政策建议——以风能和太阳能行业为例[J];管理世界;2012年08期

3 ;Green New Energy Resources:To Act Resolutely or Cautiously?[J];Electricity;2006年03期

4 罗涛;;德国新能源和可再生能源立法模式及其对我国的启示[J];中外能源;2010年01期

5 刘启浩;张杰;蔡小军;;VaR组合预测权重的两类约束[J];统计与决策;2008年08期

6 何嘉欢;;应用概率平滑技术修正VaR的历史模拟法[J];统计与决策;2014年22期

7 陈华友;;基于相关系数的优性组合预测模型研究[J];系统工程学报;2006年04期

本文编号：946851