某地区造纸企业节能潜力预测模型研究

发布时间：2017-11-03 04:08

  本文关键词：某地区造纸企业节能潜力预测模型研究

  更多相关文章： 造纸企业 节能潜力 BP神经网络 灰色理论 灰色关联

【摘要】：随着经济的快速发展,造纸工业的节能减排工作成为政府节能主管部门的重点研究内容。造纸行业是我国九大高耗能行业之一,在环境、政策与市场压力下造纸企业面临着巨大的节能压力。“十二五”期间,造纸工业的节能减排在多方面达到了预期的目标,取得了一定的成效。但是随着能源的日益紧缺、“十三五”规划对节能减排提出的更高要求且造纸行业面临着国内外经济不景气的局面,如何将有限的资源最大化利用,节约能源成为造纸企业不得不面对的一个课题。因此,如何对造纸行业的节能潜力进行预测,从宏观层面估算节能潜力,给政府和企业提供节能参考方向和建议显得尤为重要。本文以某地区的造纸企业为研究对象,通过对造纸行业和其它行业的大量文献研究分析,对主要能耗行业中所使用的预测方法进行了研究总结。首先根据某地区造纸行业的数据特点,结合节能潜力的量化指标,选取了产品节能量表征节能潜力,并根据节能量、能源消费量及产量之间的关联关系,转变为以“能源消费量”和“产量”作为节能潜力预测模型的目标变量。然后通过对能源消费量和产量以及相关影响因素的分析,从单一预测模型和组合预测模型角度展开,选用了ARIMA模型、多变量ARIMA模型、BP神经网络模型、等维新息GM(1,1)模型为研究对象,并在此基础上研究了BP神经网络模型和等维新息GM(1,1)模型以不同方式组成的两种组合模型,通过实例数据验证了组合模型的预测效果更好,最后基于神经网络补偿的灰色组合预测模型作为最终模型实现了能源消费量和产量的预测,进而对节能潜力进行估算。在文章最后使用灰色关联分析法从能源结构和企业角度分析实物能源变化和企业能耗变化与节能量的关系,提出单位节能量的概念以衡量节能的难易程度,为预测得到的节能量和应用提供理论依据。文章的主要研究工作包括:(1)通过对造纸行业和其它主要耗能行业的节能潜力预测方法研究,总结了现有节能潜力预测的主要方法与手段,对ARIMA模型以及灰色预测和BP神经网络以及组合模型进行了分析与探讨。(2)分析了该地区造纸行业的数据特点,结合实际情况,对影响能源消费量和产量的相关影响因素通过Spearman相关分析和灰色关联分析法分别进行了分析和筛选,并分别构建了ARIMA模型、多变量ARIMA模型、BP神经网络模型、等维新息GM(1,1)模型等四种单一预测模型和基于神经网络补偿的灰色组合预测模型和基于灰色理论的BP神经网络组合预测模型等两种组合模型。(3)本文利用某地区的造纸行业中企业上报的月度数据,通过计算机工具,将本文讨论的四种单一模型和两种组合模型分别进行了模拟和计算,验证了组合模型能够达到更好的效果,最后将通过组合方式得到的预测结果应用到节能潜力的估算。(4)提出用灰色关联分析法来分析节能量与能源结构、企业能耗同比变化的关联关系,同时提出单位节能量的概念,实现从数值以及难易程度来反映节能潜力,通过分析所得到的相应结果得出了不同纸种中各类能源使用变化以及不同企业的能耗变化对节能量的影响程度大小以及节能的难易程度,为节能工作的规划提供了理论参考依据。
【关键词】：造纸企业 节能潜力 BP神经网络 灰色理论 灰色关联
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F426.83
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 绪论12-26
• 1.1 研究的背景和意义12-14
• 1.2 国内外研究现状14-22
• 1.2.1 节能潜力预测的研究现状14-16
• 1.2.2 单一预测模型的研究现状16-19
• 1.2.3 组合预测模型的研究现状19-22
• 1.3 论文的研究思路及研究内容22-25
• 1.3.1 研究思路22-24
• 1.3.2 研究内容24-25
• 1.4 本章小结25-26
• 第二章 预测指标以及模型变量的选取26-37
• 2.1 节能潜力量化指标的选择26-27
• 2.2 模型变量的选取27
• 2.3 能耗相关变量的选取27-33
• 2.4 产量相关变量的选取33-35
• 2.5 本章小结35-37
• 第三章 单一预测模型的研究37-57
• 3.1 造纸行业能耗及产量数据特点37-38
• 3.2 ARIMA以及多变量ARIMA预测模型38-43
• 3.2.1 能耗及产量的ARIMA模型39-41
• 3.2.2 能耗及产量的多变量ARIMA模型41-43
• 3.3 BP神经网络预测模型43-48
• 3.3.1 BP神经网络43-45
• 3.3.2 BP神经网络的设计45
• 3.3.3 能耗预测模型的建立45-46
• 3.3.4 产量预测模型的建立46-47
• 3.3.5 模型预测结果47-48
• 3.4 等维新息GM（1,1）预测模型48-51
• 3.4.1 GM(1,1)预测模型的建模过程48-49
• 3.4.2 等维新息模型49
• 3.4.3 能耗预测模型的建立49-50
• 3.4.5 产量预测模型的建立50-51
• 3.4.6 预测结果51
• 3.5 最终结果验证分析51-55
• 3.6 本章小结55-57
• 第四章 组合预测模型的研究57-66
• 4.1 基于BP神经网络补偿的灰色组合预测模型57-59
• 4.1.1 模型构建的原理及方法57-59
• 4.1.2 预测结果59
• 4.2 基于灰色理论的BP神经网络组合预测模型59-62
• 4.2.1 模型构建的原理及方法59-60
• 4.2.2 能耗预测模型的建立60-61
• 4.2.3 产量预测模型的建立61-62
• 4.2.4 预测结果62
• 4.3 最终结果验证分析62-65
• 4.4 本章小结65-66
• 第五章 节能潜力计算及分析66-80
• 5.1 各预测模型的比较研究66-67
• 5.2 节能潜力计算67-69
• 5.3 节能潜力分析69-79
• 5.3.1 能源结构角度69-73
• 5.3.2 企业能耗角度73-77
• 5.3.3 纸种角度77-79
• 5.4 本章小结79-80
• 结论与展望80-83
• 1 结论80-81
• 2 展望81-83
• 参考文献83-88
• 攻读硕士学位期间取得的研究成果88-89
• 致谢89-90
• 附件90

【相似文献】

中国期刊全文数据库 前10条

1 沈中元;中国的节能潜力[J];国际石油经济;2004年01期

2 吕文斌;变节能潜力为节能现实[J];建设科技;2004年21期

3 红宏;;威尔 一个集聚节能潜力的品牌[J];中国质量技术监督;2006年09期

4 柯堤;;节能潜力知多少?[J];中国税务;2007年11期

5 Ralf de la Haye;;电子驱动系统的节能潜力[J];现代制造;2008年23期

6 ;驱动技术分析工具的节能潜力[J];现代制造;2009年25期

7 王勇;陈德赋;李国常;;东台市结构调整彰显节能潜力[J];能源研究与利用;2010年06期

8 李伟;张广振;李月娟;;吉林省大中型城市节能潜力实证研究[J];东北电力大学学报;2012年05期

9 王蕾;魏后凯;王振霞;;中国区域节能潜力估算及节能政策设计[J];财贸经济;2012年10期

10 邓玉勇;李晓静;张木亮;;青岛市节能潜力评估[J];中外能源;2013年02期

中国重要会议论文全文数据库 前8条

1 陈岩贽;温勇;王炜;;广东省韶关市曲江区节能潜力及其途径研究[A];2014中国环境科学学会学术年会（第一章）[C];2014年

2 郭国峰;王彦彭;;“十二五”时期我国节能潜力与节能降耗目标分析[A];21世纪数量经济学（第13卷）[C];2012年

3 吴力波;;上海“十二五”期间的能源发展与节能潜力[A];新形势下长三角能源面临的新挑战和新对策——第八届长三角能源论坛论文集[C];2011年

4 尹春聪;梅文琦;朱玲;;上海某公共建筑的用能情况分析及节能潜力研究[A];2014年全国建工建材检测实验室可持续发展高峰论坛论文集[C];2014年

5 方晓骅;;我国石油和化学工业节能潜力与技术选择[A];第十三届中国科协年会第7分会场-实现“2020年单位GDP二氧化碳排放强度下降40-45%”的途径研讨会论文集[C];2011年

6 王志国;刘扬;项新耀;;石油生产系统用能分析方法及节能潜力判别准则研究[A];第十届中国科协年会论文集（二）[C];2008年

7 肖潇;李德英;;北京某酒店能耗调查与分析[A];全国暖通空调制冷2010年学术年会资料集[C];2010年

8 周正;付祥钊;;重庆地区遮阳节能潜力研究[A];2007年西南地区暖通空调及热能动力学术年会论文集[C];2007年

中国重要报纸全文数据库 前10条

1 记者　李春辉;能效水平低 节能潜力大[N];中国石油报;2006年

2 本报记者 沐滟;绿色建筑节能潜力巨大[N];无锡日报;2013年

3 本报实习记者 高超;95%节能潜力来自网络运营[N];通信产业报;2013年

4 新砉;我国节能潜力巨大应加以有效挖掘[N];中国电力报;2005年

5 见习记者 杨群邋通讯员 王颖颖;我家节能 大有潜力[N];解放日报;2007年

6 吕庆荣 彭艳;石化电机系统节能潜力巨大[N];中国化工报;2007年

7 国家局经济运行司;细节入手 深挖节能潜力[N];东方烟草报;2012年

8 张钗;我国建筑节能潜力巨大[N];中国化工报;2007年

9 记者 华凌;高效变频水泵节能潜力大[N];科技日报;2008年

10 陈峰;我国节能潜力巨大[N];中国物资报;2000年

中国硕士学位论文全文数据库 前10条

1 吴剑平;基于数据挖掘的医院建筑用能评价及分析[D];哈尔滨工业大学;2015年

2 葛殊;制造行业能源效率变动及其影响因素分析[D];宁波大学;2015年

3 于海燕;碳排放约束下西部地区节能减排潜力评价[D];新疆大学;2016年

4 叶诺;某地区造纸企业节能潜力预测模型研究[D];华南理工大学;2016年

5 郭丽丽;节能潜力测算方法及应用研究[D];大连理工大学;2009年

6 胡丹;中国可实现的节能潜力及影响因素分析[D];河北大学;2008年

7 黄瑾;电信运营企业节能潜力测算模型与实证研究[D];北京邮电大学;2013年

8 刘明浩;基于节能潜力的区域能源规划模型研究及应用[D];华北电力大学;2014年

9 赵子兰;基于多层次模糊评估的配电网节能潜力综合评价方法[D];华北电力大学;2014年

10 王晓杰;工业企业节能潜力预测模型研究[D];大连理工大学;2010年

，

本文编号：1134553