基于改进的BP神经网络和马尔科夫模型的一次能源消费预测——以北京市为例
本文关键词： 一次能源消费量 能源消费结构 BP神经网络 马尔科夫模型 清洁能源 出处：《生态经济》2017年11期 论文类型：期刊论文
【摘要】：为了预测北京市一次能源消费总量和能源消费结构,选取1980—2015年的一次能源消耗数据,构建了改进的BP神经网络模型,对北京市2016—2020年一次能源消费总量进行预测;同时,应用马尔科夫模型,预测了2016—2020年一次能源消费结构。结果表明:北京市2016—2020年一次能源消费量呈稳步上升趋势,到2020年基本稳定在7 350万吨标准煤左右。到2020年,能源消费结构中煤炭比例大幅度下降,由2015年的41.30%下降到2020年的27.56%,除煤炭外的其他三种能源比例均有所上升。文章给出建议是:降低一次能源消费总量,鼓励采用清洁能源,增加二次能源的输入量;引导能源节约和高效使用,促进北京市环境友好发展。
[Abstract]:In order to forecast Beijing city a total energy consumption and energy consumption structure, energy consumption data from 1980 to 2015, the construction of improved BP neural network model, forecast of Beijing city from 2016 to 2020 a total energy consumption; at the same time, the application of Markov model to forecast 2016 of primary energy consumption in 2020 structure. The results show that from 2016 to 2020 in Beijing city primary energy consumption showed a steady upward trend, to 2020 basically stable at 73 million 500 thousand tons of standard coal. By 2020, the proportion of coal in the energy consumption structure is greatly decreased, decreased from 41.30% in 2015 to 27.56% in 2020, in addition to the other three kinds of energy are coal proportion increased. This paper is to reduce the total primary energy consumption, encourage the use of clean energy, increase the input of two energy saving and efficient use of energy; to guide and promote the Beijing city ring A friendly development.
【作者单位】： 北京化工大学经济管理学院;
【基金】：国家社会科学基金面上项目“碳排放视角下超大城市绿色低碳发展路径研究”(16BGL007)
【分类号】：F426.2;O211.62;TP183
【相似文献】
相关期刊论文 前10条
1 冯江浪;;改进灰色马尔科夫模型及其在水资源预测中的利用[J];物探化探计算技术;2010年01期
2 赵娟;秦玉芳;刘太岗;王军;;基于一种新型马尔科夫模型的预测蛋白质亚细胞位点的方法(英文)[J];上海师范大学学报(自然科学版);2011年02期
3 陈振颂;李延来;;基于广义信度马尔科夫模型的顾客需求动态分析[J];计算机集成制造系统;2014年03期
4 陈永;冯元;庞思伟;;基于灰色马尔科夫模型的传染病预测[J];信息与电脑(理论版);2010年02期
5 吴金华;戴淼;;基于改进算法的灰色马尔科夫模型的建设用地预测[J];安徽农业科学;2010年08期
6 汪可;杨丽君;廖瑞金;齐超亮;周nv;;基于离散隐式马尔科夫模型的局部放电模式识别[J];电工技术学报;2011年08期
7 邓鑫洋;邓勇;章雅娟;刘琪;;一种信度马尔科夫模型及应用[J];自动化学报;2012年04期
8 陈焕珍;;基于灰色马尔科夫模型的青岛市粮食产量预测[J];计算机仿真;2013年05期
9 张延利;张德生;井霞霞;任世远;;基于无偏灰色马尔科夫模型的人民币/美元汇率短期预测模型[J];陕西科技大学学报(自然科学版);2011年06期
10 佟光霁;张林;;基于灰色马尔科夫模型的农民收入质与量预测[J];商业研究;2012年09期
相关会议论文 前5条
1 王虎平;李炜;赵志理;;基于灰色马尔科夫模型的杭州市客流预测[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年
2 刘志飞;;基于BP神经网络的助学信贷评估模型[A];信息经济学与电子商务：第十三届中国信息经济学会学术年会论文集[C];2008年
3 陈小磊;陈宁;田杰;居晨阳;;基于BP神经网络的全拖挂车辆时滞同步控制研究[A];中国力学大会——2013论文摘要集[C];2013年
4 李霄霞;;基于BP神经网络的山东省县级市竞争力评价[A];地理学与生态文明建设——中国地理学会2008年学术年会论文摘要集[C];2008年
5 胡雪棉;赵国浩;;基于Matlab的BP神经网络煤炭需求预测模型[A];第十届中国管理科学学术年会论文集[C];2008年
相关硕士学位论文 前10条
1 张胜娜;含有隐变量的高阶马尔科夫模型的理论及应用[D];电子科技大学;2014年
2 俞竣瀚;基于极限学习机马尔可夫模型的结构健康状态预测研究[D];长安大学;2016年
3 何亚楠;基于马尔科夫模型的出行目的地预测[D];吉林大学;2017年
4 张海君;基于马尔科夫模型的沙漠扩散和天气预测[D];新疆大学;2013年
5 蔡亮亮;改进的灰色马尔科夫模型及其对全国邮电业务总量的预测[D];南京邮电大学;2013年
6 洪晓芸;海南省能源消费结构演变的阶段特征及对城乡收入差距影响的实证分析[D];长江大学;2012年
7 李旭军;BP神经网络在经济预测中的应用[D];华中师范大学;2008年
8 马红燕;中国能源消费结构转移的Markov链研究[D];山西财经大学;2007年
9 郭学能;基于BP神经网络的商业银行经营风险预警系统研究[D];武汉理工大学;2007年
10 叶t，
本文编号：1539449
本文链接：https://www.wllwen.com/kejilunwen/yysx/1539449.html
