CN108009963A - 基于灰色理论的经济转型发展与能源需求关联性评估系统 - Google Patents
基于灰色理论的经济转型发展与能源需求关联性评估系统 Download PDFInfo
- Publication number
- CN108009963A CN108009963A CN201710590145.5A CN201710590145A CN108009963A CN 108009963 A CN108009963 A CN 108009963A CN 201710590145 A CN201710590145 A CN 201710590145A CN 108009963 A CN108009963 A CN 108009963A
- Authority
- CN
- China
- Prior art keywords
- energy demand
- economic
- development
- correlation
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011161 development Methods 0.000 title claims abstract description 71
- 230000007704 transition Effects 0.000 title abstract 6
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 238000010219 correlation analysis Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000013139 quantization Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 47
- 230000009466 transformation Effects 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 230000006978 adaptation Effects 0.000 abstract description 2
- 238000005265 energy consumption Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000009776 industrial production Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013551 empirical research Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于灰色理论的经济转型发展与能源需求关联性评估系统，包括：输入模块，获取经济转型对能源需要的关键影响因素的数据值；指标模块，存储有经济转型对能源需求影响的量化指标体系，根据所述关键影响因素的数据值获取量化指标体系中各指标值；分析模块，基于所述指标值及灰色关联分析理论，建立经济转型发展与能源需求的灰色关联分析模型；评估模块，基于所述经济转型发展与能源需求的灰色关联分析模型获取关联度评估结果；输出模块，输出所述关联度评估结果。与现有技术相比，本发明具有提高能源利用效率、适应效果好等优点。
Description
技术领域
本发明涉及电力系统技术领域，尤其是涉及一种基于灰色理论的经济转型发展与能源需求关联性评估系统。
背景技术
目前针对能源需求与经济发展的关系大多采用统计学方法和计量经济学方法进行研究。
经对现有文献和专利进行检索发现，现有文献中，刘先涛、石俊在《统计与决策》(2014,10:128-130)上发表的《中国能源消费与经济增长的向量自回归模型检验分析》利用向量自回归模型及其修正模型研究了能源消费与经济之间的协整性和关联性，并发现两者之间存在着双向因果关联，但并不具备长期的协整性。王涵丽在《经济论坛》(2015,7:63-65)上发表的《我国经济增长与能源消费的典型相关分析》通过计算两组变量的典型相关系数探讨了能源消费和经济增长的相互关系，分析了经济增长量和能源消费结构优化的关系，为我国经济、能源的协调发展提供政策参考。邬琼，黄雯在《中国能源》(2016,38(10):30-32+23-24)上发表的《能源消费与经济增长的动态关系研究》建立了针对我国经济增长与能源消费之间动态关系的状态空间模型，有效反映我国能源消费弹性系数的时变规律，并为我国经济增长新形势和能源需求缺口扩大问题提供了相应政策建议。徐祎在《经济纵横》(2017,5:69-74)上发表的《新能源消费与我国经济增长关系的实证研究》基于多变量的向量自回归模型研究经济增长过程中各因素对经济增长的动态影响，阐述新能源消费量与经济增长的双向因果关系和相互冲击作用，为构建和完善新的能源经济产业链奠定理论基础。高新勇，郑立军，冯亦武等在《发电与空调》(2014,35(6):62-64)上发表的《基于灰色关联分析的我国能源消费与经济增长关系研究》引入灰色关联分析理论并以国内生产总值(GDP)为因变量对能源种类与经济增长的关联度进行定量分析，计算得到不同能源与国民经济发展的关联程度。现有专利还没有针对经济转型发展与能源需求之间关联性进行评估的系统设计。以上文献大多是采用需要大量完整历史数据的数理计算方法，且仅从单一侧面分析经济增长与能源需求之间的相关关系，而忽略了能源与经济之间的错综复杂、互为作用的多重关联特性。因此，如何评估新常态下经济转型发展与能源需求之间的多重关联特性仍是一个非常重要的研究热点。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于灰色理论的经济转型发展与能源需求关联性评估系统。
本发明的目的可以通过以下技术方案来实现：
一种基于灰色理论的经济转型发展与能源需求关联性评估系统，包括：
输入模块，获取经济转型对能源需要的关键影响因素的数据值；
指标模块，存储有经济转型对能源需求影响的量化指标体系，根据所述关键影响因素的数据值获取量化指标体系中各指标值；
分析模块，基于所述指标值及灰色关联分析理论，建立经济转型发展与能源需求的灰色关联分析模型；
评估模块，基于所述经济转型发展与能源需求的灰色关联分析模型获取关联度评估结果；
输出模块，输出所述关联度评估结果。
所述经济转型对能源需要的关键影响因素包括宏观层面因素和微观层面因素，
所述宏观层面因素包括国内生产总值和国内生产总值增长率，
所述微观层面因素三大产业结构、能源强度、能源弹性系数、人均GDP和居民消费水平。
所述经济转型对能源需求影响的量化指标体系包括经济发展水平指标、产业结构变化指标、经济可持续发展指标和居民生活水平指标。
所述分析模块包括特征序列计算子模块、归一化计算子模块、差值矩阵计算子模块和关联系数矩阵计算子模块，其中，
该特征序列计算子模块根据所述指标值输出系统特征序列和影响因素序列矩阵；
该归一化计算子模块对所述系统特征序列和影响因素序列矩阵进行归一化处理；
该差值矩阵计算子模块计算归一化处理后影响因素序列矩阵和系统特征序列的差值矩阵；
该关联系数矩阵子模块基于所述差值矩阵获取系统特征序列与影响因素序列矩阵的关联系数矩阵，从而生成经济转型发展与能源需求的灰色关联分析模型。
所述关联系数矩阵子模块中，关联系数矩阵为：
其中，元素lji表示为：
Δji为差值矩阵中第j行第i列的值，t为系统特征序列的长度，表示待考察年数，n为待考察的影响因素个数，ρ为分辨系数，ρ∈(0，1)。
所述关联系数矩阵子模块中，所述经济转型发展与能源需求的灰色关联分析模型为：
其中，Lj为系统特征序列与第j个影响因素的关联度，ω(i)为第i年关联系数权重。
所述评估模块包括经济发展水平与能源需求总量关联度评估子模块、产业结构变化与能源需求总量关联度评估子模块、经济可持续发展与能源需求总量关联度评估子模块和居民生活水平与能源需求总量关联度评估子模块。
所述输出模块包括主要因素判断子模块，
该主要因素判断子模块根据评估模块的关联度评估结果及给定阈值间的关系，获取能源需求影响主要因素。
与现有技术相比，本发明具有以下优点：
一、提高能源利用效率。我国各地区的经济转型有着自身的发展特点，本发明从宏观和微观不同层面建立反映实际经济增长与能源需求情况的量化指标，探索出能源需求与经济转型发展的协调关系，力求在保证经济社会正常转型发展、充分满足市场运作的前提下，更优化的利用资源，节约宝贵的能源，提高能源利用效率，特别是对电力产品有效利用。
二、适应效果好。为了全面分析经济转型发展和能源需求之间的关联性，常用的数理统计分析方法需要大量准确且完整的历史实测数据，而能源经济相关研究是个具有多利益主体的复杂问题，往往缺乏一些数据或信息。灰色关联度分析方法特别适合这种数据有限、没有原型、复杂而且具有不确定性问题的分析和评价。它是确定因子间影响程度或因子对主行为的贡献程度而进行的一种分析方法。灰色关联分析的目的是寻找各因素间的主要关系，能够确定哪些是不可忽视的相关行为因素，从中找出各相关影响因素对主行为的关联程度，从而掌握事物发展的主要矛盾。
附图说明
图1为本发明的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本发明提供一种基于灰色理论的经济转型发展与能源需求关联性评估系统，包括：
输入模块1，获取经济转型对能源需要的关键影响因素的数据值；
指标模块2，存储有经济转型对能源需求影响的量化指标体系，根据所述关键影响因素的数据值获取量化指标体系中各指标值；
分析模块3，基于所述指标值及灰色关联分析理论，建立经济转型发展与能源需求的灰色关联分析模型；
评估模块4，基于所述经济转型发展与能源需求的灰色关联分析模型获取关联度评估结果；
输出模块5，输出所述关联度评估结果。
经济转型对能源需要的关键影响因素的获取为：从宏观和微观两个层面研究经济发展和转型对能源需求有促进作用，分析获取能源需求的关键影响因素，具体地，从宏观层面的经济发展水平、经济结构的变化、国家的宏观政策的改变、人口和微观层面的能源消费结构、科技进步的影响、产业结构、人们生活消费水平等角度研究经济转型对能源需求的关键影响因素。经济转型对能源需要的关键影响因素包括宏观层面因素和微观层面因素，宏观层面因素包括国内生产总值和国内生产总值增长率，微观层面因素三大产业结构、能源强度、能源弹性系数、人均GDP和居民消费水平。
指标模块2存储的经济转型对能源需求影响的量化指标体系包括经济发展水平指标21、产业结构变化指标22、经济可持续发展指标23和居民生活水平指标24。其中，经济发展水平指标21采用国内生产总值(GDP)和GDP年增长率两个指标来对经济发展水平进行评价；产业结构变化指标22采用第二产业增加值、第三产业增加值和第二产业产值比重、第三产业产值比重来对产业结构进行评价；经济可持续发展指标23采用能源消费弹性系数(GDP增速与能源消费增速的比值)和能源消费强度(单位GDP能耗)来对经济的可持续发展进行评价；居民生活水平指标24采用人均GDP和居民消费水平来对居民生活水平进行评价。
分析模块3包括特征序列计算子模块31、归一化计算子模块32、差值矩阵计算子模块33和关联系数矩阵计算子模块34。
特征序列计算子模块31根据所述指标值输出系统特征序列和影响因素序列矩阵。
确定需要定量分析的系统特征序列与影响因素序列。设系统特征序列为Y＝(y1 y2… yt)T，其中yi(i＝1,2,…,t)表示特征序列各年的数值，t表示数据总个数。影响因素X1,X2,…,Xn构成的序列矩阵为：
其中，n表示待考察的影响因子个数。
归一化计算子模块32对所述系统特征序列和影响因素序列矩阵进行归一化处理。本实施例采用最大值归一化对序列矩阵中不同序列数值进行规范化处理：
则归一化后的系统特征序列和影响因素序列为：
差值矩阵计算子模块33计算归一化处理后影响因素序列矩阵和系统特征序列的差值矩阵。在特定的t维空间中研究因素与系统特征之间的关系，得出差序列的计算公式如下：
则差值矩阵为：
关联系数矩阵子模块基于所述差值矩阵获取系统特征序列与影响因素序列矩阵的关联系数矩阵，从而生成经济转型发展与能源需求的灰色关联分析模型。关联系数矩阵计算子模块34是对系统特征序列与各影响因素序列之间在不同时间段的关联性进行计算：
Δji为差值矩阵中第j行第i列的值，t为系统特征序列的长度，表示待考察年数，n为待考察的影响因素个数，ρ为分辨系数，ρ∈(0，1)，ρ越小分辨力越强，通常取ρ＝0.5。
计算出各年份的系统特征序列与各影响因素序列的关联系数，形成关联系数矩阵为：
其中，元素lji表示为：
为了计算系统特征序列与影响因素子序列间的关联度，必须将各个时间段的关联系数进行加权求和，形成经济转型发展与能源需求的灰色关联分析模型：
其中，Lj为系统特征序列与第j个影响因素的关联度，ω(i)为第i年关联系数权重。
评估模块4包括经济发展水平与能源需求总量关联度评估子模块41、产业结构变化与能源需求总量关联度评估子模块42、经济可持续发展与能源需求总量关联度评估子模块43和居民生活水平与能源需求总量关联度评估子模块44，利用灰色理论对各项量化指标与能源需求总量的关联性进行评估，最后输出经济转型发展与能源需求关联度的评估结果。
输出模块5包括主要因素判断子模块，该主要因素判断子模块根据评估模块的关联度评估结果及给定阈值间的关系，获取能源需求影响主要因素。给定阈值θ，当Lj＞θ时，即可认为系统特征序列与影响因素j之间存在相关性，且Lj越大，相关性越强。本实施例中选取θ＝0.8θ＝0.8。
本实施例将上述基于灰色理论的经济转型发展与能源需求关联性评估系统应用于我国某实际H电网区域的经济发展与电力能源需求的关联性分析。H地区包括A市、B省、C省、D省和E省。
在运用灰色关联分析法对与电力能源相关的经济社会发展指标进行筛选时，以全社会用电量为参考序列，以与电力相关的经济社会发展指标作为比较序列。考虑到数据的可获得性和前述分析，对10个指标进行灰色关联分析，如表1所示。
表1灰色关联分析的原始指标
本系统的经济发展水平与能源需求总量关联度评估子模块41是对GDP、GDP增长率与能源需求总量的关联性进行评估：
国内生产总值(GDP)是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值。一般来说，GDP是反映一个国家或地区经济实力的最重要指标。而GDP年增长率反映的是一个国家或地区某年内经济增长速度。表2为H区域整体及四省一市的GDP、GDP年增长率与能源需求总量的灰色关联度分析。
表2经济发展水平与能源需求总量的灰色关联度分析
| 地区 | GDP | GDP年增长率 |
| H区域 | 0.9045 | 0.6308 |
| A市 | 0.8090 | 0.6411 |
| B省 | 0.9310 | 0.6783 |
| C省 | 0.8713 | 0.6122 |
| D省 | 0.7969 | 0.7903 |
| E省 | 0.8073 | 0.7691 |
从表2中可以看出，能源需求总量与GDP具有很大的相关性，而与GDP年增长率的相关性较小。一般来讲，GDP的增长会直接带动能源需求的增长，而GDP的年增长率相对于能源需求有一定的滞后性。
本系统的产业结构变化与能源需求总量关联度评估子模块42是分析第二、三产业产值及比重与能源需求之间关联性。
产业结构是指各产业的构成及各产业之间的联系和比例关系。一般将国民经济划分为第一产业、第二产业和第三产业三个部分，其中第二产业主要指工业和建筑业，第三产业指除了一、二产业的行业，主要指服务业。一般来说，在工业化时期，一个国家或地区的产业结构呈现“二产>三产”的现象，而随着经济继续发展，经济进入发达时期，三产比例会逐步上升，逐渐成为所占比例最大的行业。表3为H区域整体及四省一市的第二、三产业产值及其占比与能源需求总量的灰色关联度分析。
表3产业结构变化与能源需求总量的灰色关联度分析
从表3中可以看出，从产业结构来看，二产产值比三产产值对能源需求总量的影响更大，而产业产值比产值占比对能源需求总量的影响更大。分析其原因，主要是产值的增量大于产值占比的增量，与能源需求量的增量更加接近；而二产的能源需求量远大于三产。
本系统的经济可持续发展与能源需求总量关联度评估子模块43是通过能源强度和能源弹性系数来表示经济可持续发展与能源需求总量的关系。
能源强度是国内一次能源使用总量或最终能源使用与国内生产总值之比，即通常所说的单位GDP能耗；能源消费弹性系数是指在一定时期内某一区域或国家GDP增速与能源消费增速的比值。一般来说，在工业化初期，能源强度和能源弹性系数都处在较高的水平，能源消费增长速度总是比国民生产总值的增长速度快。随着经济的发展，第二产业所占比例下降，能源强度逐渐下降，能源弹性系数也是下降的。表4为H区域整体及四省一市的能源强度和能源弹性系数与能源需求总量的灰色关联度分析。
表4经济可持续发展与能源需求总量的灰色关联度分析
| 地区 | 能源强度 | 能源弹性系数 |
| H区域 | 0.5893 | 0.6298 |
| A市 | 0.6166 | 0.6094 |
| B省 | 0.6281 | 0.6466 |
| C省 | 0.6060 | 0.5370 |
| D省 | 0.6951 | 0.7521 |
| E省 | 0.6753 | 0.5729 |
从表4中可以看出，能源强度和能源弹性系数与能源需求总量的相关性较弱。主要是因为能源强度与能源弹性系数只是能源消耗的限制条件，并不是影响能源需求的主要因素。
本系统的居民生活水平与能源需求总量关联度评估子模块44是研究人均GDP、居民消费水平与能源需求总量的关系。
人均国内生产总值(人均GDP)为一个国家核算期内(通常是一年)实现的国内生产总值与这个国家的常住人口(或户籍人口)的比值，是是衡量各国人民生活水平的一个标准；居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度，其主要为报告期国内生产总值中的居民消费总额与报告期年平均人口的比值。表5为H区域整体及四省一市的人均GDP、居民消费水平与能源需求总量的灰色关联度分析。
表5居民生活水平与能源需求总量的灰色关联度分析
| 地区 | 人均GDP | 居民消费水平 |
| A市 | 0.9393 | 0.7643 |
| B省 | 0.8820 | 0.6979 |
| C省 | 0.9261 | 0.7012 |
| D省 | 0.9580 | 0.7706 |
| E省 | 0.7951 | 0.7398 |
| A市 | 0.7840 | 0.8606 |
从表5中可以看出，人均GDP与能源需求总量的相关性非常高，居民消费水平与能源需求总量具有一定的相关性。人均GDP与GDP的增长情况十分类似，与能源需求总量的相似性较大；而居民消费水平主要反应的居民消费总额，与第三产业影的关系较大，对能源需求总量的影响不大。
通过本实施例的验证，可知经济发展水平、产业结构变化、经济的可持续发展、居民生活水平均对能源需求总量有一定的影响。其中GDP和产业结构直接影响到能源需求总量，体现在经济发展越快，能源需求越多；而居民消费水平及经济的可持续发展要求间接影响能源需求总量，体现在消费拉动经济增长以及环境保护及节约能源的限制上。
若选取灰色关联度>0.8作为衡量相关与否标准，则认为人均GDP、GDP总量及二产产值是影响能源需求的主要因素。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (8)
1.一种基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，包括：
输入模块，获取经济转型对能源需要的关键影响因素的数据值；
指标模块，存储有经济转型对能源需求影响的量化指标体系，根据所述关键影响因素的数据值获取量化指标体系中各指标值；
分析模块，基于所述指标值及灰色关联分析理论，建立经济转型发展与能源需求的灰色关联分析模型；
评估模块，基于所述经济转型发展与能源需求的灰色关联分析模型获取关联度评估结果；
输出模块，输出所述关联度评估结果。
2.根据权利要求1所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述经济转型对能源需要的关键影响因素包括宏观层面因素和微观层面因素，
所述宏观层面因素包括国内生产总值和国内生产总值增长率，
所述微观层面因素三大产业结构、能源强度、能源弹性系数、人均GDP和居民消费水平。
3.根据权利要求1所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述经济转型对能源需求影响的量化指标体系包括经济发展水平指标、产业结构变化指标、经济可持续发展指标和居民生活水平指标。
4.根据权利要求1所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述分析模块包括特征序列计算子模块、归一化计算子模块、差值矩阵计算子模块和关联系数矩阵计算子模块，其中，
该特征序列计算子模块根据所述指标值输出系统特征序列和影响因素序列矩阵；
该归一化计算子模块对所述系统特征序列和影响因素序列矩阵进行归一化处理；
该差值矩阵计算子模块计算归一化处理后影响因素序列矩阵和系统特征序列的差值矩阵；
该关联系数矩阵子模块基于所述差值矩阵获取系统特征序列与影响因素序列矩阵的关联系数矩阵，从而生成经济转型发展与能源需求的灰色关联分析模型。
5.根据权利要求4所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述关联系数矩阵子模块中，关联系数矩阵为：
其中，元素lji表示为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>l</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>t</mi>
</mrow>
</munder>
<msub>
<mi>&Delta;</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>&rho;</mi>
<munder>
<mi>max</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>n</mi>
</mrow>
</munder>
<msub>
<mi>&Delta;</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>&Delta;</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>&rho;</mi>
<munder>
<mi>max</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>n</mi>
</mrow>
</munder>
<msub>
<mi>&Delta;</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>t</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
Δji为差值矩阵中第j行第i列的值，t为系统特征序列的长度，表示待考察年数，n为待考察的影响因素个数，ρ为分辨系数，ρ∈(0，1)。
6.根据权利要求5所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述关联系数矩阵子模块中，所述经济转型发展与能源需求的灰色关联分析模型为：
<mrow>
<msub>
<mi>L</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>t</mi>
</munderover>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>l</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
其中，Lj为系统特征序列与第j个影响因素的关联度，ω(i)为第i年关联系数权重。
7.根据权利要求1所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述评估模块包括经济发展水平与能源需求总量关联度评估子模块、产业结构变化与能源需求总量关联度评估子模块、经济可持续发展与能源需求总量关联度评估子模块和居民生活水平与能源需求总量关联度评估子模块。
8.根据权利要求1所述的基于灰色理论的经济转型发展与能源需求关联性评估系统，其特征在于，所述输出模块包括主要因素判断子模块，
该主要因素判断子模块根据评估模块的关联度评估结果及给定阈值间的关系，获取能源需求影响主要因素。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710590145.5A CN108009963A (zh) | 2017-07-19 | 2017-07-19 | 基于灰色理论的经济转型发展与能源需求关联性评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710590145.5A CN108009963A (zh) | 2017-07-19 | 2017-07-19 | 基于灰色理论的经济转型发展与能源需求关联性评估系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108009963A true CN108009963A (zh) | 2018-05-08 |
Family
ID=62047618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710590145.5A Pending CN108009963A (zh) | 2017-07-19 | 2017-07-19 | 基于灰色理论的经济转型发展与能源需求关联性评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108009963A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111189154A (zh) * | 2020-01-13 | 2020-05-22 | 上海市疾病预防控制中心 | 基于灰色系统理论实现针对集中空调通风系统进行卫生评价处理的方法 |
| CN112308310A (zh) * | 2020-10-28 | 2021-02-02 | 国网福建省电力有限公司 | 基于动态响应的经济-能源-环境系统整体关系分析方法 |
| CN112949943A (zh) * | 2021-04-12 | 2021-06-11 | 重庆工商大学 | 一种基于外围数据关联分析的污水处理进水水质预测方法 |
-
2017
- 2017-07-19 CN CN201710590145.5A patent/CN108009963A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111189154A (zh) * | 2020-01-13 | 2020-05-22 | 上海市疾病预防控制中心 | 基于灰色系统理论实现针对集中空调通风系统进行卫生评价处理的方法 |
| CN112308310A (zh) * | 2020-10-28 | 2021-02-02 | 国网福建省电力有限公司 | 基于动态响应的经济-能源-环境系统整体关系分析方法 |
| CN112949943A (zh) * | 2021-04-12 | 2021-06-11 | 重庆工商大学 | 一种基于外围数据关联分析的污水处理进水水质预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | Optimal solution for novel grey polynomial prediction model | |
| Wang et al. | Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting | |
| CN108009667A (zh) | 一种能源需求总量及结构预测系统 | |
| CN113205207A (zh) | 一种基于XGBoost算法的用电短期负荷波动预测方法及系统 | |
| CN110598854A (zh) | 一种基于gru模型的台区线损率预测方法 | |
| CN104899425A (zh) | 一种高炉铁水硅含量的变量选择预报方法 | |
| CN108009963A (zh) | 基于灰色理论的经济转型发展与能源需求关联性评估系统 | |
| Zhou et al. | Predicting energy consumption: A multiple decomposition-ensemble approach | |
| CN110598929A (zh) | 一种风电功率非参数概率区间超短期预测方法 | |
| CN109559154A (zh) | 基于Johnson-Copula模型的电力需求总量相关因素分析系统及方法 | |
| Dang et al. | A novel multivariate grey model for forecasting periodic oscillation time series | |
| CN101976301A (zh) | 逐年负荷预测中历史数据预处理的方法与装置 | |
| CN112950067B (zh) | 基于模糊综合评价的电力用户用电能效评估方法 | |
| Aryanto et al. | The role of government assistance to generate competitive leadership, commitment, motivation, innovation, environment and its impact on the performance of TenunCual Union Industry Cluster in Bangka Belitung Province | |
| CN115511230B (zh) | 一种电能替代潜力分析预测方法 | |
| CN110458479A (zh) | 一种新能源领域技术成果转化为技术标准的潜力评估方法 | |
| Guo et al. | How efficient is the environmental pollution control in China? | |
| CN115967092A (zh) | 一种数据驱动的新能源电力系统非参数概率最优潮流预测-分析一体化方法 | |
| CN110322063B (zh) | 一种耗电功率仿真预测方法及存储介质 | |
| CN112036713A (zh) | 一种基于主成分分析的煤改电综合效益评价方法和系统 | |
| CN113762591A (zh) | 一种基于gru和多核svm对抗学习的短期电量预测方法及系统 | |
| Yang et al. | Multivariate statistic methods for predicting electricity consumption of Beijing | |
| Chen et al. | Based on a prediction method for improving WOA-Elman air quality prediction | |
| Cui | A long-term electrical power load forecasting model based on grey feed-back modification | |
| Zhang et al. | Research on the prediction of solar energy generation based on measured environmental data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |
|
| RJ01 | Rejection of invention patent application after publication |