首页 | 官方网站   微博 | 高级检索  
     

基于神经网络的环境约束下我国煤炭需求预测
引用本文:宋豪,张艳,高天明,闫强.基于神经网络的环境约束下我国煤炭需求预测[J].中国矿业,2021,30(5):72-78.
作者姓名:宋豪  张艳  高天明  闫强
作者单位:中国地质科学院全球矿产资源战略研究中心,中国地质科学院矿产资源研究所,中国地质科学院矿产资源研究所,中国地质科学院矿产资源研究所
基金项目:地质矿产调查评价项目:我国紧缺矿产资源保障与全球布局战略(编号:DD20190199)
摘    要:我国经济快速发展带动煤炭消费快速增长的同时,也导致了严重的环境污染。因此,明确环境约束下,我国未来的煤炭需求对调整能源结构,协调经济增长与环境污染之间的平衡有重要意义。本文对多种煤炭需求预测方法进行比较论证,最终选取基于Matlab软件的BP神经网络方法进行煤炭长期需求量预测,然后基于《国家环境保护标准"十三五"发展规划》中一级空气质量标准和中国大陆地区环境大气在参照浓度为100μg/m~3时对污染物的年参照清除率计算出我国SO_2和烟(粉)尘的年排放量限额分别为3.23Mt和6.46Mt,再将环境压力参数代入模型,辅以经济角度和能源角度参数进行模型训练,预测出在预设环境压力下,高、中、低三种经济增长情境下2020—2050年我国煤炭资源需求量。结果表明,我国煤炭需求量在2025年左右达到峰值,约为3Btce,在2050年约为2Btce,与发达国家后期发展阶段的能源需求结构特征相符合。

关 键 词:神经网络  环境压力  煤炭  需求预测
收稿时间:2019/11/26 0:00:00
修稿时间:2021/4/8 0:00:00

Prediction of coal demand in China under environmental constraints based on Neural Network
SONG Hao,ZHANG Yan,GAO Tianming and YAN Qiang.Prediction of coal demand in China under environmental constraints based on Neural Network[J].China Mining Magazine,2021,30(5):72-78.
Authors:SONG Hao  ZHANG Yan  GAO Tianming and YAN Qiang
Affiliation:Center for Strategic Research of global mineral resources,Chinese Academy of Geosciences,Beijing,Institute of Mineral Resources,Chinese Academy of Geological Sciences,Institute of Mineral Resources,Chinese Academy of Geological Sciences,Institute of Mineral Resources,Chinese Academy of Geological Sciences
Abstract:
Keywords:Neural network    Environmental pressure    Coal    Demand forecast
本文献已被 CNKI 等数据库收录!
点击此处可从《中国矿业》浏览原始摘要信息
点击此处可从《中国矿业》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号