隨著全國經(jīng)濟的迅速發(fā)展,全國煤炭、石油等高碳排放能源的消費量居高不下,二氧化碳的排放量也與日俱增,氣候變暖帶來的一系列副作用已經(jīng)開始威脅到人們的正常生存環(huán)境和生命健康。如何控制碳排放,清潔綠色發(fā)展成為人們?nèi)找骊P(guān)注的重要課題。河北省能源消費主要以高碳排放的煤炭為主,新能源消費比例偏低,能源消費結(jié)構(gòu)相對不合理,經(jīng)濟的快速發(fā)展和大規(guī)模城市化建設(shè)產(chǎn)生大量的能源需求,由此導(dǎo)致河北省的環(huán)境污染問題日益嚴(yán)重。為了實現(xiàn)河北省的環(huán)境、經(jīng)濟可持續(xù)發(fā)展,亟需對其能源消費結(jié)構(gòu)進行優(yōu)化。在此背景下,本文首先通過河北省能源平衡表、河北省歷年能源消費數(shù)據(jù)對河北省的能源現(xiàn)狀進行分析,分析發(fā)現(xiàn)河北省能源自給率低、煤炭消費比重高、清潔能源及天然氣消費比重過低等問題;之后本文找出經(jīng)濟發(fā)展、人口數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)水平等對河北省能源消費的可能影響因素,并利用相關(guān)分析法證明了這些因素確實與河北省能源消費有很強的相關(guān)程度,各影響因素與能源消費的相關(guān)系數(shù)均在0.9以上;本文將深度學(xué)習(xí)方法LSTM神經(jīng)網(wǎng)絡(luò)模型引入能源消費的預(yù)測中,將之前確定的影響因素作為輸入向量構(gòu)建了河北省能源消費預(yù)測模型,通過調(diào)整確定LSTM模型的內(nèi)部參... 

【文章來源】：華北電力大學(xué)河北省211工程院校教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

低碳經(jīng)濟發(fā)展模式

華北電力大學(xué)碩士學(xué)位論文計連接間的可變權(quán)重系數(shù)，允許網(wǎng)絡(luò)丟棄目前已存在的信息，成功的解決LSTM 做出了增加輸入、遺忘、輸出門限的改進，這種改動使得自循環(huán)過重可以不斷變化，通過這種變化使得雖然模型參數(shù)固定，但是不同時刻的可以實時變化，進而能夠解決梯度消失等問題。LSTM 的細(xì)胞結(jié)構(gòu)如圖

華北電力大學(xué)碩士學(xué)位論文據(jù)集輸入、輸出的構(gòu)建。本文選擇前 t-1 年的能源消費量所消費量的實際結(jié)果，以及第 t 年影響能源消費量的特征數(shù)據(jù)的數(shù)據(jù)作為該樣本的輸出，依次順延。于 LSTM 網(wǎng)絡(luò)的預(yù)測模型構(gòu)建，該網(wǎng)絡(luò)包含 1 個輸入層、出層。用 SPSS 軟件將數(shù)據(jù)標(biāo)準(zhǔn)化，然后運用 Python 編程，基于 LSTM 神經(jīng)網(wǎng)絡(luò)。通過多次試驗確定誤差最小時的參數(shù)。設(shè)個數(shù)為 3，隱藏層數(shù)為 6，神經(jīng)元數(shù)為 40，迭代次數(shù)為 80，大小。本文選取了 1990 到 2016 年的 27 組數(shù)據(jù)，其中選取集，剩余 3 組數(shù)據(jù)作為測試數(shù)據(jù)集。誤差浮動情況趨勢如圖訓(xùn)練集的誤差變化情況，test 線代表測試集誤差變化情況，代后，擬合效果較好。

【參考文獻】：
期刊論文
[1]非對稱信息下供應(yīng)鏈減排投資策略及激勵機制[J]. 樓高翔,張潔瓊,范體軍,周煒星.  管理科學(xué)學(xué)報. 2016(02)
[2]個人碳交易機制對消費者能源消費影響研究[J]. 李軍,王善勇,范進,趙定濤.  系統(tǒng)工程理論與實踐. 2016(01)
[3]碳交易和碳稅情景下碳減排二層規(guī)劃決策模型研究[J]. 趙黎明,殷建立.  管理科學(xué). 2016(01)
[4]低碳背景下政府行為及供應(yīng)鏈合作研發(fā)博弈分析[J]. 張漢江,張佳雨,賴明勇.  中國管理科學(xué). 2015(10)
[5]基于博弈理論和激勵相容原理的低碳經(jīng)濟相關(guān)主體行為研究[J]. 孫希波,常慶博.  中國管理科學(xué). 2014(S1)
[6]企業(yè)節(jié)能減排的動因探析與策略選擇[J]. 曹春輝,席酉民,曹瑄瑋.  管理評論. 2013(07)
[7]低碳供應(yīng)鏈企業(yè)減排合作策略研究[J]. 謝鑫鵬,趙道致.  管理科學(xué). 2013(03)
[8]工業(yè)增長與低碳雙重約束下的產(chǎn)業(yè)發(fā)展及減排路徑[J]. 馬濤,東艷,蘇慶義,高凌云.  世界經(jīng)濟. 2011(08)
[9]中國碳排放強度的波動下降模式及經(jīng)濟解釋[J]. 陳詩一.  世界經(jīng)濟. 2011(04)
[10]東北地區(qū)一次能源消費的碳排放及低碳經(jīng)濟發(fā)展路徑研究[J]. 景躍軍,刁巍楊.  管理評論. 2010(08)

博士論文
[1]我國能源供給結(jié)構(gòu)低碳化評價與優(yōu)化研究[D]. 李美瑩.哈爾濱工程大學(xué) 2014

碩士論文
[1]低碳轉(zhuǎn)型趨勢下中國能源消費結(jié)構(gòu)優(yōu)化研究[D]. 董煒.武漢大學(xué) 2017
[2]基于碳排放約束的能源消費結(jié)構(gòu)優(yōu)化研究[D]. 廖祥賓.江南大學(xué) 2016
[3]基于改進粒子群算法的京津冀能源消費結(jié)構(gòu)優(yōu)化研究[D]. 范佳佳.華北電力大學(xué) 2016
[4]北京市能源消費結(jié)構(gòu)調(diào)整對碳強度影響研究[D]. 侯宇.華北電力大學(xué) 2016
[5]低碳目標(biāo)約束下我國能源消費結(jié)構(gòu)優(yōu)化研究[D]. 陸彬.中國礦業(yè)大學(xué) 2014
[6]浙江省能源結(jié)構(gòu)優(yōu)化研究[D]. 張麗麗.浙江工業(yè)大學(xué) 2013
[7]基于遺傳算法的河北省能源結(jié)構(gòu)多目標(biāo)優(yōu)化研究[D]. 張春蓮.華北電力大學(xué) 2013
[8]基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的能源需求預(yù)測[D]. 張婷.天津大學(xué) 2007



本文編號：3617599