基于离散灰色模型的能源生产量预测

宁艳艳　方小艳



基于离散灰色模型的能源生产量预测

宁艳艳方小艳

摘要：随着我国环境污染日益严峻，积极预测能源生产量对实现我国节能减排、发展绿色产业具有积极的作用，为清晰阐述能源生产量本文选取“碳排放”为例进行分析。

关键词：离散灰色模型；能源；预测

离散灰色模型能够提高预测数据的准确性，因此其在能源生产量预测中具有积极的应用价值。

一、我国能源生产量的总体现状

我国属于资源大国，随着科学技术的不断发展我国能源储备状态比较理想，但是我国能源储备却呈现出种类结构不平衡，能源储备区域不平衡的特点。我国能源生产量呈现上升的趋势，随着环境问题的日益突出以及我国产业结构调整政策的出台，改变能源生产结构，优化能源配置实现产业结构调整的关键，而通过离散灰色模型对能源生产量进行预测是建立与社会生产结构相适应的能源生产量的前提与关键。本文为了更加清晰的阐述能源生产量预测数据的准确性，以碳排放为例。

二、基于离散灰色预测模型的碳排放预测

(一)数据来源

本文以中国统计局年鉴中的数据作为研究数据，本文以2006年到2015年数据作为样本数据，除其量纲的不同影响，经过特殊计算得出以下数据，具体数据如下表所示：

2006——2015年无量纲化后的碳排放、人口、人均GDP、能源强度数据

(二)基于碳排放量的DGM模型的建立

根据对表1的原始数据数列为

以x0为原始数据建立DGM模型，根据公式计算出参数矩阵β为

B=[β1，β2，β3，β4，β5]T=[0.7079，-0.8079，0.3255,0.9411,0.5453]T建立的碳排放模型为

X1(1)(k)=0.7079x1(1)(k-1)-0.8079x2(1)(k)+0.3255x2(1)(k)+0.9411x3(1)(k)+0.5453

X1(0)=(1,1.2254，1.4255,1.5845,1.716,1.8322,1.9425,2.0622,2.2316,2.4744)

(三)预测数据检测

进行预测的主要目的就是为依据提供参考，而对模型预测的检验则是为了提高预测数据的准确性，目前离散灰色模型常用的检测方法是后差异模型：

10C=S2/S1为均方差比值，给定一个大于0的值C0，如果C

20=P{|εK-ε|<0.6745s1}为小误差概率，给定一个大于0的值p0，如果P0

根据对我国碳排放DGM模型数据的计算进行结果对比，其数据见下表：

年份原始数据模拟值DGM(1,1)模型DGM(1,4)模型模拟值相对误差(%)模拟值相对误差(%)20061101020071.22491.3167.43171.22540.035220081.43151.42260.61751.42550.417720091.56731.53791.87441.58451.095020101.73631.66264.34781.7161.171220111.83851.79732.23781.83220.341020121.9051.9431.99331.94251.966820132.08082.10050.94552.06220.896020142.24362.27081.20982.23160.535920152.46652.45480.47332.47440.2315平均相对误差(%)2.10310.678

根据后验差检测模型，原始序列X1(0)均值和方程分别为

残差序列ε的均值、方差分别为

根据计算的出方差比值和小误差概率分别为

C=S2/S1=0.0383，P=P{|εK-ε|<0.6745s1}=P{|εK-ε|<0.2918}=1

根据计算得出我国碳排放预测模型精度等级为一级，此种模型可以被用作我国碳排放的预测。

三、基于离散灰色模型的碳排放量的预测

通过对上图分析，可以看出我国能源增长将呈上升趋势，由于某些能源属于不可再生的资源储量有限,如果不调整能源结构,不可再生能源将在本世纪的中、下期枯竭。如果没有新能源替代和补充,将对我国经济发展与社会稳定及人民生活构成严重威胁。(作者单位：陕西工业职业技术学院)

参考文献：

[1]罗文柯,施式亮,李润求,唐如龙.灰色预测模型在能源消费需求预测中的应用[J].中国安全科学学报，2010(04).

基金项目：陕西工业职业技术学院2014年度自然科学研究计划项目：灰色预测在能源生产量预测中的研究与应用(ZK14-28)。