基于灰色系统理论的我国能源结构预测及优化研究

以我国2000-2010年的能源生产和消费结构数据为基础,用灰色系统模型GM(1,1,α)对这些数据进行分析,并通过MATLAB程序预测了未来十年我国的能源生产和消费结构,对预测结果进行了分析和总结.结合预测结果,对能源结构进行调整和优化分析,提出了相关建议.     

面向生态城市建设的能源结构优化研究

基于信息熵分析了城市能源供应结构与能源消费结构的多样性,提出了生态城市能源结构优化的基础判据和约束判据.以厦门市为例,分析了城市能源结构自然演变趋势的缺陷,提出了实现生态城市建设的能源结构优化的控制方案,并判断其优化效果.结果表明,2020年前,基础情景下的厦门市能源供应结构多样性将减少,能源消费结构退化较显著,尤其是2015年前退化趋势加剧,且远远超过结构优化判据的约束条件.而通过采取提高能源生态效率,清洁燃料替代,新能源和可再生能源开发与利用,机动车用能调整强化等控制措施,2010年后厦门市未来能源结构总体上将明显优于系统自然演变结构,同时满足环境容量约束与倍数因子约束条件,从而为该市实现生态城市建设目标奠定基础.     

天山北坡经济带工业碳排放影响因素实证分析

在天山北麓9个州(市、地区)2002-2011年工业能源消费量、人口等数据基础上,利用LMDI法对该地区工业碳排放影响因素进行实证分析,结果表明,经济发展水平、工业化水平、人口规模是天山北坡经济带工业碳排放增加的拉动因素。工业能源强度和工业能源消费结构的变化是天山北坡经济带工业碳排放增加的抑制因素。总体来说,该地区抑制因素的抑制作用远小于拉动因素的拉动作用,工业碳排放量呈现增加趋势。     

“十一五”期间北京节能减排成绩显著

<正>"十一五"以来,北京市采取了一系列优化能源结构的重大举措,全市能源消费结构中煤炭数量和比重大幅下降,在能源消费不断增长的情况下,全市每万元GDP能耗下降率连续四年超过5%,四年累计下降23.34%,并且以4.47%的能耗增长支撑了同期11.3%的经济增长,节     

集成系统动力学和清单算法的能源结构调整对碳排放影响研究——以四川省为例

能源消费结构变革是中国实现“双碳”目标的必由之路。利用清单算法对四川省7大部门15种能源消费的碳排放特征开展分析以明确关键排放源,基于系统动力学动态仿真优势搭建预测模型,结合自然演变规律和政策规划目标科学研判四川省“十四五”时期能源消费碳排放轨迹,并兼具省域全局和关键部门双重视角探讨能源消费结构调整的低碳路径。结果表明：(1)工业是能源消费碳排放的核心部门,交通运输业、居民生活的碳贡献也不容忽视。(2)四川省“以煤为主、油气相辅”的消费结构决定了煤品碳排放主导地位,各部门差异化运行机制导致能源消费碳排放结构的异质性特征。(3)从省域全局看,政府低碳管控的“有形之手”能够显著控制碳排放水平,但实施力度不足仍将造成较高水平历史累积,在长时间跨度内影响低碳转型进程。(4)从关键部门看,工业能源消费结构调整侧重点为原煤消费减量和整体节能降碳改造;交通运输业侧重点为运输工具装备低碳转型和清洁能源利用水平提升;居民生活侧重点为绿色出行等低碳生活方式普及。     

车用乙醇汽油与防火灭火

背景与问题为进一步调整能源消费结构,开发石油替代资源,有效降低汽车尾气污染物排放,促进农业生产、消费的良性循环和可持续发展。经国务院同意,国家发改委、公安部、财政部、质检总局8部委决定在我国部分地区开     

煤矿开采对环境的影响及环保问题研究

<正>根据国家相关统计资料及《煤炭工业十二五发展规划》,煤炭是我国重要的基础能源和原料,在我国一次能源消费结构中的比重一致维持在70%左右,在未来相当的时期内,我国仍将是以煤为主的能源结构。煤炭能源在国民经济中具有重要的战略地位,其开采、加工和利用是推动社会经济发展的主要动力,另一方面也引发了一些环境问题,制约着矿区的可持续发展。面对严峻的现实状况,矿区要落实可持续发展,实现绿色开采,是一项长期、复杂而艰巨     

灰色预测模型在能源消费需求预测中的应用

以我国1998—2008年度5种能源实际消费数据分别作为原始离散数据序列,利用非线性理论中的灰色建模原理,以关联度分析和残差辨识为基础,应用缓冲算子三公理原理对各能源消费的原始序列进行二阶弱化(D2)得序列X(0)。再通过生成处理和倒数变换获得序列X(1),借助灰色系统理论数据处理软件、Originapro作图软件和Matlable计算软件求得各模型的待辨参数a,b和c后,获得基于贫信息的传统GM(1,1)模型、基于原始数据具有绝对误差的灰色CompertzI和具有相对误差的灰色CompertzII模型。通过残差检验发现,建立的15种预测模型的预精度在85%～98%,属好的预测模型,预测数据可靠。用其预测我国2015年度的能源需求发现,煤炭占总量的66%～70%,说明煤炭依然是未来能源中的主体能源,高效开发与科学利用是未来的重点,同时也揭示:高消费有限的不可再生能源,意味着主体资源即将枯竭,开发新能源已成未来社会稳定与发展的重大课题。     

基于最优加权的道路交通事故组合预测模型

针对各种单一灰色预测方法存在的局限性,建立了一种基于最优加权的灰色组合预测方法。根据我国道路交通事故的发展情况,建立了GM(1,1)模型和Verhulst模型相结合的组合预测模型,运用最优加权法确定了组合预测模型的权重系数。利用2001—2007年我国道路交通事故数据死亡人数数据,对建立的灰色组合预测模型进行了预测。预测结果表明,组合预测模型比单一的GM(1,1)模型和Verhulst模型具有更高的预测精度。     

基于无偏灰色模型的煤矿百万吨死亡率预测

为预测中国煤炭行业安全生产状况发展趋势,构建无偏灰色预测模型对我国煤矿百万吨死亡率数据进行模拟预测。通过对我国2005—2010年度煤炭行业的百万吨死亡率有关数据进行模拟,并与传统的灰色GM(1,1)模型的预测模拟结果进行对比分析。计算结果表明:无偏灰色模型消除了传统GM(1,1)模型本身固有偏差,预测精度较高,分析结果可靠,其中,平均绝对误差为0.030 6%,平均相对误差为2.71%,均低于传统GM(1,1)模型。预测数据显示近年来我国煤矿百万吨死亡率正逐步下降,2011年和2012年分别降至0.536%和0.411%,符合煤矿安全生产"十二五"规划要求。     

天津市能源消费的能值生态足迹与能源管理

随着我国城市化进程的加快,城市能源供需矛盾日益突出,城市节能降碳工作迫在眉睫.为缓解城市能源危机,对城市的能源消费和能源管理提供决策依据,本文运用基于能值改进的生态足迹模型,对天津市2000-2008年能源消费的能值生态足迹进行时间序列的测度分析,并在此基础上对天津市能源消费的碳排放结构的动态变化趋势进行分析.结果表明,9年间,天津市能源消费的能值生态承载力缓慢增长,从2000年的0.109 hun2/人增加到2008年的0.234hm2/人,而能值生态足迹增长迅速,从0.357 hm2/人增加到0.491hm2/人,人均生态赤字从0.248 hm2/人扩大到0.257 hm2/人,万元GDP生态足迹从0.210 hm2/人下降到0.091 hm2/人.随着天津市能源消费的增加,能源消费的碳排放量从2000年的2.828t/人增加到2008年的3.971 t/人,碳排放强度从1.664 t/万元降低到0.735t/万元.表明天津市在近9年的发展中,能源消费已经远超过承载力水平,碳排放量不断增加,能源消费的不可持续性已经威胁着天津市经济社会发展.针对天津市能源消费的能值生态足迹和碳排放分析结果,提出了促进能源可持续消费模式形成的对策措施,包括调整能源消费结构、降低能源强度、调整经济结构、鼓励可再生能源利用等.     

灰色Elman神经网络在火灾事故预测中的应用研究

针对我国火灾事故现状,结合灰色理论和神经网络的特点,提出灰色Elman神经网络火灾事故预测模型。依据我国1998—2007年火灾事故统计数据,分别选用GM(1,1)模型和灰色Elman神经网络模型对1998—2005年数据(火灾起数)进行拟合,对2006年、2007年数据进行(火灾起数)预测。结果表明:灰色Elman神经网络火灾事故预测模型符合火灾事故的特点;有效地解决了传统灰色预测模型在火灾事故预测中误差大稳定性差的缺陷,提高了预测精度;可对火灾事故进行预测与分析,为消防安全管理提供依据,以最大限度地减少火灾事故的发生。     

南京市化学原料及化学制品制造业能源消耗预测

化学原料及化学制品制造业作为南京市高能耗、高污染产业,对其能源消耗总量及能源消耗结构进行预测,对节能减排具有重要意义。以2002—2012年能源消耗量弱化之后的数据为原始数据,运用灰色GM(1,1)模型对2013—2020年南京市化学原料及化学制品制造业能源消耗总量以及主要能耗进行了预测。由于部分原始数据序列光滑性较差,所建预测模型的精度较低,使用平均弱化缓冲算子对其进行处理。结果表明,处理之后建模精度提高,预测的结果更加准确。     

事故预测数学模型的研究与实践

依据收集统计的、真实可靠的事故数据,运用数学方法及建立的多种事故预测模型,在工作中理论与实际相结合,提出并建立了事故预测数学模型,给出具体方法与步骤,以及应用中应遵循的原则和规律,从而做到对将来发生的事故未卜先知,用以指导安全生产活动,预防事故发生。同时,根据我国近18年来各类事故死亡人员的数据建立事故预测数学模型,并运用确立的最佳事故预测数学模型而预测出的事故数据,探讨我国伤亡事故发生的趋势。     

弱化缓冲算子修正的民航不安全事件离散灰色预测

为了掌握民航不安全事件的发展状况,并据此制定民航企事业单位的安全绩效考核指标,在民航不安全事件灰色预测的基础上引入离散灰色预测和弱化缓冲算子理论,基于中国民航2004—2013年不安全事件数据建立了弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型。通过中国民航2014—2015年不安全事件数据对模型进行检验,结果表明,弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型的预测精度明显高于灰色预测(GM(1,1))模型和离散灰色预测(DGM(1,1))模型,其中2阶平均弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型预测精度最高,采用该模型对2016—2020年我国民航不安全事件数进行了预测,预测结果为14 095、14 910、15 773、16 685、17 650。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

煤矿企业的人才短缺问题研究

煤炭工业是我国重要的资源产业之一，中国的可持续性发展依赖于煤炭工业的现代化进程和煤炭供应能力。世界银行预测到2020年，中国70％的能源仍然来自于煤炭，煤炭需求将达到4400百万公吨。     

我国工伤事故死亡率分析及其ARIMA预测

对我国工伤事故死亡率的历史数据进行分析,介绍ARIMA模型预测法。根据统计学理论,运用ARIMA模型,借助相关软件预测我国工伤事故死亡率,可知未来几年,工伤事故的千人死亡率总体上呈逐年下降的趋势;与移动平均法、指数平滑法预测结果作比较,可知ARIMA模型预测效果最佳;同时,由于影响工伤事故的因素很多,与长期预测相比,ARIMA模型更适合于对工伤事故死亡率作短期预测。     

改进欧拉法的GM(1,1)模型及其在非煤矿山事故预测中的应用

通过对GM(1,1)模型中的微分方程使用数值算法求解,提出一种改进欧拉算法GM(1,1)模型.将此模型应用于我国非煤矿山事故预测中,并且对改进模型的预测数据及结果与原始模型进行了比较,表明该预测模型提高了预测精度,验证了模型的可行性,并对我国非煤矿山事故发生趋势做出统计学的判断.该模型可以精确的预测近期的一些数据,而长远的预测则为一种趋势的反映.     

基于灰色-马尔科夫链理论的建筑施工事故预测研究

我国建筑事故预测中具有统计数据少、数据波动性大等特点,缺乏具有高精度、可操作性强的预测模型。将灰色系统理论和马尔可夫原理相结合,充分发挥了灰色系统理论适用于小样本数据拟合和马尔可夫适合处理数据波动大的系统过程的优势,通过GM(1,1)模型的建立,提出一种适合建筑事故统计数据特点的灰色马尔可夫预测方法。将该方法应用于1994—2007年建筑施工事故次数分析,以此为基础对2008—2009年的建筑施工事故次数进行预测。研究结果表明:基于灰色马尔可夫理论建筑事故预测结果精度可达90%以上。