广东省能源需求预测模型构建及实证分析.docVIP

广东省能源需求预测模型构建及实证分析.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
广东省能源需求预测模型构建及实证分析.doc

广东省能源需求预测模型构建及实证分析   摘要为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSOBP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.   关键词能源需求预测,粒子群算法,BP神经网络,主成分分析法   中图分类号F201 文献标识码A   Construction of Energy Demand Forecasting   Model and Empirical Analysis of Guangdong Province   YE Yiyong   (College of Economics Management Wuyi University Jiangmen, Guangdong 529020,China)   AbstractIn order to make accurate forecast for energy demand of Guangdong province, this paper analyzed the various factors which impact on energy demand of Guangdong province, and constructed the predict index system. On this basis, according to the nonlinear characteristics of the energy system, combined with the advantages of particle swarm optimization algorithm and BP neural network, a prediction model was constructed based on PSOBP neural network. And the method of principal component analysis was used to reduce the dimensions of the prediction index system in order to reduce the size and complexity of the neural network. Then, this paper simulated the energy demand data of Guangdong province from 1985 to 2013, and carried on the forecast energy demand of Guangdong province during 2014 to 2018. The theoretical analysis and empirical study show that this method can reflect the characteristics of energy demand of Guangdong province, and the predicted result is more accurate and reasonable.   Key words forecasting of energy demand, PSO, BP neural network, PCA   1引言   随着社会经济的快速发展,各行业对能源的需求大幅度增加.据统计,广东省2000年的能源消耗量是7 983万吨标准煤,2013年的能源消耗量上升到25 645万吨标准煤,是2000年消耗量的3.2倍,其中一次能源消费90%依赖省外,二次能源消费中的电力消费有10%也是依赖省外,据估算,未来10年这个比例将达到30%左右.经济快速发展所带来的巨大能源需求与供给不足之间的矛盾越来越严重,能源短缺已成为制约广东省经济持续发展的关键问题,如果不采取有效的措施,将会延缓广东省产业结构的转型升级优化,乃至影响全省经济的稳步增长.系统地分析广东省能源需求的影响因素,准确地预测广东省未来能源需求的数量,进而制定科学合理的能源发展战略,确保广东省经济可持续发展,具有非常重要的现实意义.   2文献综述   能源系统是一个复杂的非线性系统,其需求量受到众多因素的影响.当前很

文档评论(0)

ganpeid + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档