当前位置:主页 > 科技论文 > 环境工程论文 >

基于碳排放约束的河北省能源消费结构优化研究

发布时间:2022-02-09 20:23
  随着全国经济的迅速发展,全国煤炭、石油等高碳排放能源的消费量居高不下,二氧化碳的排放量也与日俱增,气候变暖带来的一系列副作用已经开始威胁到人们的正常生存环境和生命健康。如何控制碳排放,清洁绿色发展成为人们日益关注的重要课题。河北省能源消费主要以高碳排放的煤炭为主,新能源消费比例偏低,能源消费结构相对不合理,经济的快速发展和大规模城市化建设产生大量的能源需求,由此导致河北省的环境污染问题日益严重。为了实现河北省的环境、经济可持续发展,亟需对其能源消费结构进行优化。在此背景下,本文首先通过河北省能源平衡表、河北省历年能源消费数据对河北省的能源现状进行分析,分析发现河北省能源自给率低、煤炭消费比重高、清洁能源及天然气消费比重过低等问题;之后本文找出经济发展、人口数量、产业结构、能源结构、技术水平等对河北省能源消费的可能影响因素,并利用相关分析法证明了这些因素确实与河北省能源消费有很强的相关程度,各影响因素与能源消费的相关系数均在0.9以上;本文将深度学习方法LSTM神经网络模型引入能源消费的预测中,将之前确定的影响因素作为输入向量构建了河北省能源消费预测模型,通过调整确定LSTM模型的内部参... 

【文章来源】:华北电力大学河北省211工程院校教育部直属院校

【文章页数】:59 页

【学位级别】:硕士

【部分图文】:

基于碳排放约束的河北省能源消费结构优化研究


低碳经济发展模式

示意图,示意图,可变权,输出门


华北电力大学硕士学位论文计连接间的可变权重系数,允许网络丢弃目前已存在的信息,成功的解决LSTM 做出了增加输入、遗忘、输出门限的改进,这种改动使得自循环过重可以不断变化,通过这种变化使得虽然模型参数固定,但是不同时刻的可以实时变化,进而能够解决梯度消失等问题。LSTM 的细胞结构如图

误差趋势


华北电力大学硕士学位论文据集输入、输出的构建。本文选择前 t-1 年的能源消费量所消费量的实际结果,以及第 t 年影响能源消费量的特征数据的数据作为该样本的输出,依次顺延。于 LSTM 网络的预测模型构建,该网络包含 1 个输入层、出层。用 SPSS 软件将数据标准化,然后运用 Python 编程,基于 LSTM 神经网络。通过多次试验确定误差最小时的参数。设个数为 3,隐藏层数为 6,神经元数为 40,迭代次数为 80,大小。本文选取了 1990 到 2016 年的 27 组数据,其中选取集,剩余 3 组数据作为测试数据集。误差浮动情况趋势如图训练集的误差变化情况,test 线代表测试集误差变化情况,代后,拟合效果较好。

【参考文献】:
期刊论文
[1]非对称信息下供应链减排投资策略及激励机制[J]. 楼高翔,张洁琼,范体军,周炜星.  管理科学学报. 2016(02)
[2]个人碳交易机制对消费者能源消费影响研究[J]. 李军,王善勇,范进,赵定涛.  系统工程理论与实践. 2016(01)
[3]碳交易和碳税情景下碳减排二层规划决策模型研究[J]. 赵黎明,殷建立.  管理科学. 2016(01)
[4]低碳背景下政府行为及供应链合作研发博弈分析[J]. 张汉江,张佳雨,赖明勇.  中国管理科学. 2015(10)
[5]基于博弈理论和激励相容原理的低碳经济相关主体行为研究[J]. 孙希波,常庆博.  中国管理科学. 2014(S1)
[6]企业节能减排的动因探析与策略选择[J]. 曹春辉,席酉民,曹瑄玮.  管理评论. 2013(07)
[7]低碳供应链企业减排合作策略研究[J]. 谢鑫鹏,赵道致.  管理科学. 2013(03)
[8]工业增长与低碳双重约束下的产业发展及减排路径[J]. 马涛,东艳,苏庆义,高凌云.  世界经济. 2011(08)
[9]中国碳排放强度的波动下降模式及经济解释[J]. 陈诗一.  世界经济. 2011(04)
[10]东北地区一次能源消费的碳排放及低碳经济发展路径研究[J]. 景跃军,刁巍杨.  管理评论. 2010(08)

博士论文
[1]我国能源供给结构低碳化评价与优化研究[D]. 李美莹.哈尔滨工程大学 2014

硕士论文
[1]低碳转型趋势下中国能源消费结构优化研究[D]. 董炜.武汉大学 2017
[2]基于碳排放约束的能源消费结构优化研究[D]. 廖祥宾.江南大学 2016
[3]基于改进粒子群算法的京津冀能源消费结构优化研究[D]. 范佳佳.华北电力大学 2016
[4]北京市能源消费结构调整对碳强度影响研究[D]. 侯宇.华北电力大学 2016
[5]低碳目标约束下我国能源消费结构优化研究[D]. 陆彬.中国矿业大学 2014
[6]浙江省能源结构优化研究[D]. 张丽丽.浙江工业大学 2013
[7]基于遗传算法的河北省能源结构多目标优化研究[D]. 张春莲.华北电力大学 2013
[8]基于灰色神经网络组合模型的能源需求预测[D]. 张婷.天津大学 2007



本文编号:3617599

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3617599.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户50268***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com