基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测

城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络的组合预测模型,对该市短期燃气日负荷进行了预测。首先通过BPNN模型学习温度、日期属性影响下燃气负荷的主要特征,增长趋势等次要特征则体现在BPNN模型预测产生的残差中;然后采用EMD算法分解残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律,将各IMF分量的预测值相加得到残差预测值;最后将两部分预测值代数相加得到最终的预测结果。实证结果表明:与单一的LSTM模型和BPNN-LSTM模型相比,该组合预测模型半月步长的平均绝对误差为3.4%,预测精度更高,是一种更为有效的城市短期燃气负荷预测方法。     

中国工业碳排放的因素分解与脱钩效应

采用广义迪氏指数分解法（GDIM）分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明：产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈"未脱钩~弱脱钩~强脱钩"的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩.     

基于三维结构分析的碳排放总量控制研究——以浙江省为例

控制碳排放总量是能源环境治理的重要手段,是高质量发展的应有之义,更是我国完成2030年前碳达峰、争取2060年前实现碳中和的必然要求,但目前国家和地方并未明确实行碳排放总量控制。本研究以浙江为例,从能源生产侧、能源消费侧、区域三个维度,分析识别出浙江省碳排放总量控制的重点和难点:能源生产侧减排的重点在于提高非化石电力占比,难点在于推进存量火电机组的碳减排;能源消费侧减排的重点在于控制新上重大产业项目排放,难点在于控制第三产业和居民生活领域碳排放;区域减排的重点在于优化产业布局和用能结构,难点在于对地区碳排放总量缺乏有效约束。并提出电力结构低碳化、重点行业控碳、试点城市率先达峰和政策协同四方面突破点,争取到"十四五"末浙江省碳排放总量得到有效控制,为全国碳排放达峰做出浙江贡献。     

基于数据分解的AQI的CEEMD-Elman神经网络预测研究

针对Elman神经网络在预测空气质量指数（AQI）时易受到数据非平稳性的影响导致预测趋势良好但准确度较低的问题,提出以互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）为基础的CEEMD-Elman模型.应用CEEMD对AQI序列分解成不同时间尺度上的本征模态函数分量和剩余分量,进而首次将对非平稳的AQI序列的预测研究转化为对多个平稳的本征模态函数分量的研究.分别与Elman单一模型、EMD-Elman模型、BP单一模型及CEEMD-BP模型进行实验对比.结果表明：应用该方法建立的模型的均方误差、平均绝对误差和平均绝对百分比误差分别为4.80、0.71、1.84%,均小于其他模型结果;对应空气质量等级预报正确天数的频率为94.12%.该模型能有效的降低非平稳性对实验预测结果的影响,实现对空气质量等级的准确预报;该研究为进一步预测AQI的走向提供了有效依据,也为政府决策和管理部门制定空气污染控制提供了更充分的参考.     

基于CEEMD-BiGRU模型的徐州市大气污染物浓度预测

目前大气污染物对于地区经济以及人体健康的影响不容忽视。选取徐州市2016-01-01—2021-01-24大气污染物和气象要素数据,针对大气污染物浓度波动性强等特点,运用互补集成经验模态分解(CEEMD)将污染物数据分解为本征模态分量,提取出原始数据的各项特征,再对分解出的各本征模态分量构建双向门控循环单元模型(BiGRU),通过双向循环训练,学习各分量的特征趋势并获得最优训练参数,将输出结果重构,得到最终的预测值。结果表明:与BiGRU、BP模型相比,CEEMD-BiGRU模型预测各项大气污染物的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别下降15%、20%和2百分点以上,预测精度有较大提升。在此基础上,利用CEEMD-BiGRU模型预测后一时间段残差,以修正原预测值,得到大气污染物预测区间上界,进一步扩展模型的适用性。     

基于LSTM模型的中国交通运输业碳排放预测

为助力交通运输业实现碳达峰、碳中和目标,本研究基于拓展的STIRPAT模型选取人口、机动车保有量和能源强度等8个变量作为中国交通运输业碳排放量影响因素,并根据1990-2019年指标数据建立LSTM碳排放模型,在低碳、基准及高碳3种情景下对交通运输业碳排放进行预测.结果表明:1990-2019年间中国交通运输业碳排放量总体呈现上升趋势.低碳、基准及高碳情景下,碳排放达峰时间分别为2033年、2035年及2038年,峰值量分别为1145.64,1218.68,1308.40百万t.中国应积极采取节能降碳措施,优化交通运输业结构,推进清洁能源应用,促进中国交通碳排放向低碳情景发展,助力达峰目标早日实现.     

中国碳达峰路径的Meta回归分析

尽早实现碳达峰、碳中和是中国推动经济社会全面绿色低碳转型的内在需求,开展碳达峰路径研究对中国合理制定2030年碳达峰目标和措施具有重大现实意义.该文筛选发表于2015—2020年间的18篇文献,采用Meta回归分析方法研究中国碳达峰路径及主要影响因素.结果表明:①多数文献预测中国将于2030年或2030年前实现碳达峰,平均预测峰值水平约10.9 Gt CO₂;碳达峰时煤炭占比平均值为51.9%,非化石能源占比平均值为22.4%,经济年增长率平均值为5.4%,碳排放强度下降率平均值为54.0%.②该文筛选的样本对碳达峰路径预测结果与中国2030年前碳达峰目标一致,文献发表时间越晚预测的达峰时间越早且峰值越高.③除碳达峰时碳排放强度下降率（peakCEI）外,其余变量均对碳达峰峰值具有显著性;除文献类型（PTY）、影响因子（IF）、碳达峰时煤炭占比分类（yblcoal）、碳达峰时非化石能源占比（pnf）外,其余变量均对碳达峰时间具有显著性.未来中国应从基于成本效益的最优达峰路径、完善温室气体清单核算方法、大力推动清洁能源技术进步、提高经济发展质量等方面开展深入研究.      

中国能源消费和碳排放特征研究

基于中国能源消费数据,采用IPCC报告中碳排放估算方法,对我国1978～2010年的能源消费和碳排放特征进行研究。结果显示:中国能源消费和碳排放总量增幅较大,2010年中国能源消费量和二氧化碳排放量分别达到32.5亿t和76.13亿t,但是能源强度和碳强度总体上呈下降趋势;不论是总量上还是强度上,能源消费和碳排放的地区差异均较大。     

基于函数极值条件下的中国碳达峰碳中和情景分析

基于函数极值条件提出了碳达峰出现时间和需要满足的理论条件,并对主要发达国家作了验证,同时对中国现状做了分析,最后采用了基准和强化两种情景分析了中国实现2030年碳达峰后进入2060年碳中和时期的二氧化碳排放量。研究结果显示：（1）根据IPAT恒等式将碳排放函数分解成人口、人均GDP和碳强度三个因素时,碳峰值出现时间为三个因素年增长率之和由正转负的正数值年度,发达国家的历史数据证实了这一条件。（2）中国三个因素年增长率之和自2003年起已经开始降低,最近几年一直在0.01~0.02徘徊,表明总体上朝着有利于碳达峰的方向发展,同时按照三个因素的预期发展目标计算得出中国2030年碳排放峰值的上限为112.2亿t,若2021—2035年保持相同的人均GDP年均复合增长率,碳强度年均复合增长率的绝对值需要比人均GDP年均复合增长率高0.14个百分点。（3）在能源消费总量逐渐回落的前提条件下,2060年基准情景下非化石能源占比约为65%,产生的二氧化碳量约为31.4亿t,强化情景下非化石能源占比约为70%,二氧化碳排放约为26.6亿t,而碳汇和CCUS等固碳技术还存在不确定性,碳中和任务依然艰巨。实现碳达峰碳中和最终需要控制能源消费,践行低碳消费行为。     

“双碳”目标下钢铁行业控煤降碳路线图

钢铁行业的低碳绿色转型和率先煤耗和碳排放达峰,将对我国实现整体碳达峰目标和经济高质量发展作出重要贡献.基于碳排放-能源集成模型,对我国钢铁行业"双碳"目标下控煤降碳路径开展情景研究.结果表明,我国钢铁行业很有可能在"十四五"前期实现碳达峰,峰值16.4~16.7亿t （含过程和间接排放）,作为主要消费能源的煤炭也将一起达峰,峰值4.6~4.7亿t标煤（含焦炭）,在最激进的强化情景2035年煤炭消费和碳排放将降至2020年的38%和49%;粗钢产量很大程度上主导了钢铁行业的碳达峰进程,推进全废钢电炉短流程和加大废钢利用是碳达峰阶段最主要的控煤降碳措施.基于预测结果提出的钢铁行业控煤降碳路线图显示,需求侧方面,粗钢产量在不考虑"双碳"目标约束的情况下也会随工业化、城镇化水平逐渐达到发达国家水平而达到峰值并开始下降,新能源相关基础设施建设在实现碳中和期间带来的钢材需求增长体量相对有限;技术进步方面,推广长流程节能降碳技术应用是短期内性价比较高的措施,应重点推进高炉高效喷煤等技术的应用,同时增大高炉球团矿平均配比,远期碳捕集封存技术将具有较大的碳减排潜力;产能结构方面,推进全废钢电炉短流程是钢铁行业在碳达峰阶段的主要措施,到"十四五"末期电炉钢占比将提高至15%~20%,在碳中和目标下氢冶金是唯一具有超低碳排放潜力的生产工艺,在未来随着可再生能源或余热余能生产的绿氢供应量提高,氢冶金将成为与基于废钢的电炉短流程并重的钢铁生产工艺.     

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.      

基于CEEMDAN-SE和LSTM神经网络的PM10浓度预测

针对PM₁₀浓度时间序列具有明显的非线性和波动性特征,提出一种基于自适应噪声的完整集成经验模态分解（complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN）-样本熵（sample entropy,SE）和长短期记忆神经网络（long short-term memory,LSTM）的组合预测模型。首先利用CEEMDAN-SE将原始PM₁₀浓度时间序列分解为若干个复杂度差异明显的子序列;然后针对各子序列的内在特性结合气象因素分别建立适当参数空间的LSTM预测模型;最后将预测结果进行叠加得到最终预测结果。以唐山市4个空气质量监测站的实测PM₁₀浓度数据进行模型验证分析,结果表明:所提预测模型对比其他几种预测模型显示出较高的预测精度,以及良好的普适性。     

中国实现碳减排双控目标的可行性及最优路径——能源结构优化的视角

基于能源结构优化视角对中国实现碳强度和碳峰值"双控"目标的可行性及最优路径进行分析.首先构建马尔科夫链和多目标优化模型，分别从自然演进、政策约束和成本约束角度预测能源消费结构；其次，将3种能源消费结构情景与3种经济发展情景结合，共得到9种综合情景下碳强度和碳峰值预测结果，判定各情景实现"双控"目标的可行性；最后，采用多属性决策模型分析"双控"目标的最优路径.结果表明，9种情景下，中国均可实现2020年和2030年的碳强度目标；然而，并非所有情景都能实现2030年碳排放达峰目标，经济发展速度与实现碳排放达峰目标的难易程度成反比.经济中速发展及减排政策约束下的能源结构调整情景是实现"双控"目标的最优路径，减排政策是"双控"目标顺利实现的关键所在.     

重庆市工业耗能相关碳排放变化驱动因素研究

在构建重庆市工业耗能相关碳排放影响因素分解模型的基础上,采用因素分解方法分析了过去十余年间(1999²011)4种驱动因素对重庆市工业碳排放变化的影响,并识别出关键驱动因素。结果显示:能耗增长的主要原因是工业经济发展;工业能源强度是促进重庆市工业耗能相关碳减排的主要影响因素;产业结构因素对重庆市工业耗能相关碳排放变化的影响存在波动,但其累积效果表现为减排;能源结构因素对重庆市工业耗能相关碳排放变化没有显著影响。最后,结合各关键因素的未来发展趋势,提出重庆市工业未来低碳发展的可行途径为技术进步和产业升级。     

东北三省能源消费碳排放测度及影响因素

将扩展的Kaya恒等式与对数平均迪氏指数（LMDI）分解法相结合,以2005~2016年东北三省主要能源消费数据为研究对象,构建优化的碳排放分解模型,测度并分解其碳排放与碳排放强度.通过与中国同期能源消费碳排放的定量对比分析,考察各产业（部门）能源结构效应、能源强度效应、产业结构效应、经济产出效应和人口规模效应对东北三省能源消费碳排放的影响.结果显示：2005~2016年,东北三省碳排放总量占中国碳排放总量的8.84%,碳排放强度普遍高于中国碳排放强度.经济产出效应和人口规模效应对东北三省碳排放增长起拉动作用,其中经济产出效应贡献最大为188%,经济发展和城市化进程的加速不利于碳排放的降低.产业能源强度效应、能源结构效应及产业结构效应对东北三省碳排放增长起抑制作用,能源强度效应的抑制作用最大为59%,产业能源强度的调整空间较大.降低能源消耗强度,调整产业内部结构,完善经济政策体制是今后促进东北三省低碳经济发展的重要手段.     

基于STIRPAT模型的能源消费碳足迹变化及影响因素——以江苏省苏锡常地区为例

定量研究经济社会发展对地区能源消费碳足迹的影响对区域实现低碳发展具有重要意义。论文计算了江苏省苏锡常地区1991-2008年能源消费碳足迹,采用岭回归函数对STIRPAT模型进行了拟合,采用脱钩指数分析了经济发展与能源消费碳足迹之间的关系。结果表明:①1991-2008年能源消费碳足迹平均增长速度为15.30%,能源消费碳足迹分配率以煤炭为主,石油所占比例呈波动下降趋势,天然气所占比例上升较快,能源消费碳足迹产值总体呈波动下降趋势;②经济增长是能源消费碳足迹的主要影响因素,两者关系模型拟合未出现环境库兹涅茨曲线;③经济增长与能源消费碳足迹之间处于相对脱钩与复钩的波动状态,从另一侧面验证了目前两者之间不存在库兹涅茨曲线假说的结论。     

碳减排背景下我国与世界主要能源消费国能源消费结构与模式对比

选取2020年世界能源消费量累积占比达80%的前23个国家作为研究对象,通过从一次能源清洁化率、化石能源清洁利用率和电能占终端能源消费率角度对其能源消费结构进行对比研究,从单位GDP能耗、人均能耗和单位国土面积能耗角度,结合产业结构和分部门能源消费构成,对其能源消费强度进行深入分析,探讨各国在社会经济运行与生产生活中的能源消费模式,提出能源消费自然碳汇承载负荷比概念,指出我国在碳达峰与碳中和目标下能源消费模式转型面临的优势与挑战.结果表明,我国一次能源清洁化率、发电用能占比、化石能源清洁化利用率和电能占终端能耗比分别达到15.90%、53.48%、37.51%和26.54%,均在世界主要能源消费国家中处于前列,已经架构起良好的能源集约化和清洁化利用结构基础;非工农业能源消费占比尤其是仅为14.09%的交通能源占比在主要能源消费国中最低,已经形成了具有相对优势的绿色低碳能源消费模式;基于产业结构优化潜在的总体能源生产率还有较大提升空间;但相对较短的碳达峰与碳中和目标期对清洁能源发展速度与规模提出了巨大挑战,碳排放约束下的国际形势对我国通过优化调整产业结构实现降碳目标也增加了难度.     

飞机铝合金结构腐蚀损伤预测方法对比性研究

依据飞机LD2结构材料的加速腐蚀试验数据,提出了数据拟合、神经网络、时间序列3种腐蚀损伤预测方法,并对3种预测方法的基本原理、预测精度及预测外延性进行了对比分析。研究发现神经网络和时间序列方法预测精度较高;时间序列方法的预测外延性较好,能够以较高精度预测未来一段时期腐蚀损伤的发展趋势及损伤程度。因此,应根据研究需要选用合适的方法进行腐蚀损伤预测。     

中国能源生产与消费趋势预测和碳排放研究

为合理、科学地对能源结构进行调整和优化,提出了能源结构的双组份模型。由统计检验估计法,对模型中的能源生产与消费的相关系数进行了预测估计。依据中国统计年鉴2008年数据,对我国2014年能源生产与能源消费的预测结果分别为24.26×108t标准煤及27.15×108t标准煤。利用预测的能源消费总量、结构与碳排放量之间的关系式——即单位能耗碳排放系数的表达式,预测中国2012年的碳排放量为21.87×108t标准煤,且有上升趋势,并提出了相关的能源对策。