【摘要】：能源是重要的戰(zhàn)略物資,能源的稀缺及不可再生性使其成為關乎民生、攸關社會經(jīng)濟發(fā)展的首要物資。區(qū)域經(jīng)濟的能源利用效率近年來成為頗受社會各界關注的熱點問題,本文以遼寧省為例解析研究區(qū)域經(jīng)濟單位GDP能耗問題。本文對經(jīng)濟增長與能源消費之間的關系進行研究,以期把握區(qū)域經(jīng)濟單位GDP能耗的變化規(guī)律,構建合理有效的單位GDP能耗的預測、預警方法和系統(tǒng),為轉(zhuǎn)變發(fā)展方式,促進區(qū)域經(jīng)濟科學發(fā)展,建設資源節(jié)約型、環(huán)境友好型社會提供有力保障。本文主要研究單位GDP能耗的影響因素,在分析統(tǒng)計大量相關數(shù)據(jù)基礎上,構建了區(qū)域經(jīng)濟單位GDP能耗的預測預警模型。工作內(nèi)容主要分為以下五個方面：1)根據(jù)實際情況,分析統(tǒng)計局發(fā)布與備案的相關數(shù)據(jù)資料,主要研究了與單位GDP能耗密切相關的電量消耗、生產(chǎn)產(chǎn)值、產(chǎn)業(yè)結(jié)構和能源消費結(jié)構等方面的數(shù)據(jù),對數(shù)據(jù)相關性進行分析,設計以電量消耗、歷史能源消耗和歷史GDP統(tǒng)計值作為構建預測預警模型的基礎。在此基礎上,對數(shù)據(jù)進行預處理,為單位GDP能耗預測模型的構建奠定數(shù)據(jù)基礎。2)針對研究中數(shù)據(jù)量少的問題,采用支持向量機(SVM)算法進行模型構建。為了進一步提高所建立模型的精度,采用粒子群優(yōu)化算法(PSO)對SVM算法的參數(shù)進行優(yōu)化,使得本文所提出的算法針對不同數(shù)據(jù)時都能獲得精度較好的預測模型。實驗結(jié)果表明,本文提出的算法能夠較好的跟隨實際情況的變化,預測誤差較低,能夠滿足實際需求。3)分析單位GDP能耗的預測結(jié)果,根據(jù)給定的單位GDP能耗預警范圍實現(xiàn)單位GDP能耗的預警。單位GDP能耗的預警是預測結(jié)果的另一種表現(xiàn)形式,能夠更加直觀的表現(xiàn)預測結(jié)果,為決策者提供數(shù)據(jù)支持。4)研究可能對單位GDP能耗產(chǎn)生影響的相關因素,定性和定量的解析產(chǎn)業(yè)結(jié)構及能源消費結(jié)構與區(qū)域經(jīng)濟單位GDP能耗的關系,分析了對單位GDP能耗可能產(chǎn)生影響的因素及影響方式,對提高能源利用效率,降低單位GDP能耗提供可操作的理論方向。5)結(jié)合本文提出的預測預警算法,構建了區(qū)域經(jīng)濟單位GDP能耗預測系統(tǒng)及其預警子系統(tǒng)。在實現(xiàn)數(shù)據(jù)管理等基本功能的基礎上,系統(tǒng)具有較好的單位GDP能耗預測能力,預測值與實際值的相對誤差較小,滿足對單位GDP能耗的管理要求；同時系統(tǒng)以預測分析結(jié)果為依據(jù),構建單位GDP能耗預警子系統(tǒng),并提供多種結(jié)果展示方式,實現(xiàn)良好的人機交互。
[Abstract]:Energy is an important strategic material. The scarcity and non-renewable of energy make it the most important material related to people's livelihood and social and economic development. The energy efficiency of regional economy has become a hot issue in recent years. This paper takes Liaoning Province as an example to analyze the energy consumption of regional economy unit GDP. In this paper, the relationship between economic growth and energy consumption is studied, in order to grasp the change law of energy consumption per unit GDP of regional economy, to construct reasonable and effective prediction, early warning method and system of unit GDP energy consumption, in order to change the mode of development. Promote regional economic and scientific development, build a resource-saving, environmental-friendly society to provide adequate protection. This paper mainly studies the influencing factors of unit GDP energy consumption. Based on the analysis and statistics of a large number of relevant data, the prediction and early warning model of unit GDP energy consumption in regional economy is established. The contents of the work are divided into the following five aspects: 1) according to the actual situation, the relevant data published and recorded by the Bureau of Statistics are analyzed, and the electricity consumption and production value closely related to the energy consumption per GDP are mainly studied. Based on the data of industrial structure and energy consumption structure, the correlation of data is analyzed, and the statistical value of electricity consumption, historical energy consumption and historical GDP are used as the basis of the prediction and early warning model. On this basis, the data is preprocessed to lay a data foundation for the construction of unit GDP energy consumption prediction model. (2) aiming at the problem of less data in the research, the support vector machine (SVM) algorithm is used to build the model. In order to further improve the accuracy of the established model, the particle swarm optimization algorithm (PSO) is used to optimize the parameters of the SVM algorithm. The experimental results show that the proposed algorithm can better follow the change of the actual situation, the prediction error is low, and it can meet the actual demand of 3. 3) the prediction results of unit GDP energy consumption can be analyzed. According to the given unit GDP energy consumption warning range, the unit GDP energy consumption warning is realized. The early warning of unit GDP energy consumption is another form of prediction results, which can more intuitively represent the predicted results and provide data support for decision makers.) the relevant factors that may affect the unit GDP energy consumption are studied. The relationship between industrial structure, energy consumption structure and energy consumption per unit of regional economy is analyzed qualitatively and quantitatively. The possible factors and ways of influencing energy consumption per unit GDP are analyzed, and the efficiency of energy utilization is improved. The theoretical direction of reducing the unit GDP energy consumption and providing operational direction 5) combined with the prediction and early warning algorithm proposed in this paper, a regional economic unit GDP energy consumption prediction system and its early warning subsystem are constructed. On the basis of realizing data management and other basic functions, the system has better prediction ability of unit GDP energy consumption, and the relative error between predicted value and actual value is small, which meets the management requirements of unit GDP energy consumption. At the same time, based on the prediction and analysis results, the system constructs a unit GDP energy consumption warning subsystem, and provides a variety of results display methods to achieve good human-computer interaction.
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F127;F205

【相似文獻】

相關期刊論文 前10條

1 王一凡;趙歡;王培紅;;能耗管理數(shù)據(jù)庫系統(tǒng)的開發(fā)與利用[J];上海節(jié)能;2008年09期

2 姜銳;;循環(huán)經(jīng)濟視角下的飯店能耗管理對策探討[J];經(jīng)濟研究導刊;2010年35期

3 劉鴻翔;;上印五廠的能耗管理制度[J];北京節(jié)能;1992年03期

4 彭代軍;論我國住宅水電氣能耗現(xiàn)代化收費管理[J];重慶師專學報;1999年02期

5 劉桂花;孫飛;;強化能耗監(jiān)督管理 降低能源消耗[J];資源節(jié)約與環(huán)保;2009年03期

6 朱玲;;長沙星級飯店能耗管理狀況及改進[J];中國商貿(mào);2010年14期

7 胡兆光;;GDP能耗與電耗的關系[J];中國能源;2006年07期

8 張樂;;酒店能耗控制指標研究[J];能源研究與信息;2006年01期

9 本刊編輯部;;加強能耗管理控制 推進公共建筑節(jié)能——訪全國政協(xié)常委、江西省工商聯(lián)主席、泰豪集團董事長黃代放[J];智能建筑;2009年04期

10 孫晉響,耿翠堂;淺談建立有利于企業(yè)節(jié)能降耗、增效管理的新機制[J];煤炭加工與綜合利用;2003年03期

相關會議論文 前1條

1 黃韌;羅記龍;;綠色通信能耗專家系統(tǒng)[A];通信電源新技術論壇2011通信電源學術研討會論文集[C];2011年

相關重要報紙文章 前10條

1 記者 張陸龍;我市推行更嚴格能耗管理制度[N];紹興日報;2010年

2 通訊員 聶卿;漳澤發(fā)電分公司開展能耗評估[N];中國電力報;2005年

3 本報記者 馬玲 通訊員 熊杰;管控住每一個能耗點[N];中國石化報;2014年

4 郗海才;齊魯煉廠能耗管理效果顯著[N];中國石化報;2004年

5 方彤;河南油田試油部三道防線降能耗[N];中國石化報;2008年

6 本報記者 穆廣田 通訊員 賀地紅;打好“組合牌” 能耗降下來[N];中國石油報;2013年

7 記者 王衍國 劉新圣;齊魯石化儲運廠節(jié)能實現(xiàn)新突破[N];物資信息報;2005年

8 薛振河;依靠科技進步 加強能耗管理 建設節(jié)約型企業(yè)[N];中國航空報;2006年

9 記者 余萬芳邋見習記者 魏金金;能耗不降,企業(yè)和政府領導一律“問責”[N];紹興日報;2007年

10 劉楠;我國首個電廠能耗實時監(jiān)控系統(tǒng)問世[N];中國知識產(chǎn)權報;2008年

相關博士學位論文 前1條

1 郝亮;面向能耗優(yōu)化的云計算資源調(diào)度算法研究[D];哈爾濱工業(yè)大學;2015年

相關碩士學位論文 前10條

1 黃健剛;溫和地區(qū)高校教學樓建筑能耗定額研究[D];昆明理工大學;2015年

2 尚振東;銑鏜床能耗測試與分析研究[D];哈爾濱工業(yè)大學;2015年

3 孫紅艷;基于能源統(tǒng)計的山東省城鎮(zhèn)住宅建筑能耗的研究[D];重慶大學;2015年

4 胡文虹;水泥廠能耗排放無線實時監(jiān)測系統(tǒng)設計與實現(xiàn)[D];大連理工大學;2015年

5 劉作鵬;建筑能耗無線監(jiān)測系統(tǒng)的研究與設計[D];大連理工大學;2015年

6 柳紅日;面向SLA和負載均衡及能耗的多目標云資源調(diào)度研究[D];哈爾濱工業(yè)大學;2015年

7 張雪萊;基站能耗典型場景劃分及標桿制定[D];北京郵電大學;2015年

8 王穎;云計算平臺中的能耗優(yōu)化管理研究[D];南京郵電大學;2015年

9 丁洪利;面向延遲及能耗優(yōu)化的云計算數(shù)據(jù)部署研究[D];合肥工業(yè)大學;2015年

10 徐兆華;基于.NET的高校能耗系統(tǒng)研究[D];吉林大學;2015年

，

本文編號：2222323