中国交通部门能源消费与环境排放预测

论文摘要

随着我国经济社会持续快速发展,人民生活水平不断提高以及工业化和城市化进程的加快,能源紧缺的严峻形势日益凸显,能源安全和能源环境问题也日益突出。在能源瓶颈约束加大的今天,单位产值的石油消耗量在所有行业中最高的交通部门,其能源消费量的迅速增加,不仅给我国的能源安全特别是石油安全带来了严重威胁,同时也导致了较高的环境排放。我国交通运输部门能源消费量由1985年3713万吨标准煤增加到2006年的18583万吨标准煤,能源消费量占总能源消费量也由1985年的4.85%上升到2006年的7.55%。因此,制定最优的交通能源战略、优化交通能源建设及配置,对我国摆脱能源特别是石油困境是我国目前及今后的一项重要工作。本文主要工作如下:首先,将我国交通运输部门分解为铁路、道路、水运、航空部门,铁路运输分为蒸汽机车、内燃机车、电力机车,道路运输分为汽油车、柴油车,水运分为内河船舶、沿海船舶、远洋船舶,根据《中国统计年鉴》和《中国交通年鉴》等相关交通部门的统计数据,摘录四个部门的客、货运周转量和单位能源消费量,计算各个部门各年各种燃料的能源消费量和环境排放量,并应用完全分解模型计算各个因子的贡献率大小。其次,在现状推算基础上,对各个部门能源消费量进行预测,在高、低两种经济增长情景下,选取我国国内生产总值、总人口数、与预测年能源消费量相关的前三年能源消费量为神经网络的输入变量,输出变量为预测年能源消费量,用灰色模型预测至2020年的各个部门能源消费量,再根据组合预测方法的有效度确定组合权系数,得出我国交通运输各个部门至2020年能源消费量。由各种气体的排放因子计算环境排放量。最后,考虑影响交通运输业能源消费量的因素,对国内生产总值设定高经济增长和低经济增长两种情景,应用灰色偏最小二乘法对我国交通运输部门2020年能源消费量进行了预测。最后,对两种预测模型的结果进行了对比,验证并联型灰色神经网络预测模型的可行性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景及意义
• 1.2 国内外交通能源预测研究现状
• 1.3 本文研究的总体思路
• 2 交通运输部门能源消费及环境排放现状分析
• 2.1 计算方法和基础数据
• 2.1.1 铁路部门
• 2.1.2 道路部门
• 2.1.3 水运部门
• 2.1.4 航空部门
• 2.2 交通部门不同运输方式单位能耗分析
• 2.3 交通运输各个部门能源消费量分析
• 2.3.1 铁路部门
• 2.3.2 道路部门
• 2.3.3 水运部门
• 2.3.4 航空部门
• 2.4 客货运能源消费计算结果
• 2.4.1 货物运输
• 2.4.2 地区间旅客运输
• 2.5 交通部门发展的能源消费与对策研究
• 2.5.1 中国交通能源消费增长的因子贡献
• 2.5.2 分析与结果
• 2.6 温室气体和污染气体的排放量
• 3 并联型灰色神经网络预测模型
• 3.1 模型介绍
• 3.1.1 GM（1，1）模型
• 3.1.2 神经网络模型
• 3.1.3 并联型灰色神经网络模型
• 3.2 指标选取及数据处理
• 3.3 输入指标预处理
• 3.4 隐层节点个数确定方法
• 3.5 预测的神经网络模型
• 3.5.1 网络生成
• 3.5.2 网络的训练和仿真
• 3.5.3 网络层数的确定
• 3.6 交通运输部门能源消费量及环境排放量预测
• 3.6.1 高经济增长情景
• 3.6.2 低经济增长情景
• 3.7 预测结果总结
• 4 偏最小二乘回归模型的能源消费量预测
• 4.1 偏最小二乘回归方法简介
• 4.2 偏最小二乘回归方法算法
• 4.3 交通能源消费预测模型
• 4.3.1 自变量的选取
• 4.3.2 PLS模型的建立
• 4.3.3 模型评价
• 4.4 预测结果
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢