一种预测能源需求总量的TA-PS模型

论文摘要

能源是人类生存、经济发展、社会进步和现代文明不可缺少的重要物质资源。科学地对能源需求进行预测,对于制定正确的能源发展规划,促进我国国民经济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响因素的基础上,从能源系统的非线性特征出发,将时间序列预测和回归预测相结合,提出了预测我国能源需求总量的TA-PS模型。1、从我国能源的供给和消费现状入手,探讨了能源供给、消费和需求之间的关系;采取定性、定量相结合的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、能源价格等因素对能源需求的影响,并对这些影响因素进行了多元相关分析。2、构建了预测我国能源需求总量的TA-PS模型。先用确定性加随机性时间序列分析的方法,消除我国能源需求序列的增长趋势,对非趋势分量即残差序列进行ARMA建模,得到趋势外推与ARMA相结合的时间序列模型,即TA模型。同时,为了消除影响因素之间的信息重叠,用主成份分析对输入变量集进行预处理,并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点,采用支持向量机对我国能源需求总量进行回归建模,得到能源需求预测的PS模型。然后将时间序列分析和回归分析相结合,分别构建并联和串联两种TA-PS模型。3、用1978～2006年的数据对所建模型进行实证分析,结果表明串联型TA-PS模型具有更好的可解释性,是一种比较有效的预测方法。根据该模型对我国2010、2020年的能源需求总量进行预测,结果分别为26.56亿吨标准煤和45.45亿吨标准煤,与国内权威学者的预测结果一致,对制定能源政策具有一定的参考价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与选题意义
• 1.1.1 问题的提出
• 1.1.2 选题意义
• 1.2 国内外研究现状
• 1.3 论文的主要内容和结构
• 第二章 我国能源发展现状
• 2.1 能源的定义和分类
• 2.2 我国能源的供给现状
• 2.2.1 我国能源的储量与分布
• 2.2.2 我国能源生产规模和生产结构
• 2.3 我国能源的消费现状
• 2.3.1 我国能源消费规模和消费结构
• 2.3.2 各产业部门的能源消费
• 2.4 能源供给、能源消费与能源需求
• 2.5 我国能源需求的影响因素分析
• 2.5.1 我国能源需求的影响因素
• 2.5.2 指标选择与数据来源
• 2.5.3 影响因素的多元相关分析
• 2.6 本章小结
• 第三章 基于趋势分析和ARMA模型的能源需求预测
• 3.1 时间序列分析概述
• 3.1.1 时间序列的含义和分类
• 3.1.2 时间序列分析的基本方法
• 3.2 趋势分析与ARMA模型介绍
• 3.2.1 趋势分析法
• 3.2.2 ARMA模型
• 3.3 预测结果
• 3.3.1 能源需求总量的趋势分析
• 3.3.2 非趋势分量的ARMA建模
• 3.3.3 TA模型的预测结果
• 3.4 本章小节
• 第四章 基于主成份分析和支持向量机的能源需求预测
• 4.1 主成份分析简介
• 4.1.1 主成份分析的基本概念
• 4.1.2 主成份分析的步骤
• 4.2 支持向量机的基本原理
• 4.2.1 机器学习的问题描述
• 4.2.2 统计学习理论的核心内容
• 4.2.3 支持向量机
• 4.3 预测结果
• 4.3.1 输入变量集的主成份分析
• 4.3.2 PS模型的建模和预测结果
• 4.3.3 与BP网络预测性能的比较
• 4.4 本章小节
• 第五章 我国能源需求的TA-PS组合预测模型
• 5.1 组合预测的基本思想和方法概述
• 5.2 TA-PS模型的构建方法
• 5.2.1 并联型TA-PS模型
• 5.2.2 串联型TA-PS模型
• 5.3 预测结果
• 5.3.1 并联型TA-PS模型的预测结果
• 5.3.2 串联型TA-PS模型的预测结果
• 5.3.3 预测结果的比较
• 5.4 本章小节
• 总结和展望
• 参考文献
• 发表论文和科研情况说明
• 附录：部分 Matlab源程序
• 致谢