CN112308310A - 基于动态响应的经济-能源-环境系统整体关系分析方法 - Google Patents

基于动态响应的经济-能源-环境系统整体关系分析方法 Download PDF

Info

Publication number
CN112308310A
CN112308310A CN202011177471.1A CN202011177471A CN112308310A CN 112308310 A CN112308310 A CN 112308310A CN 202011177471 A CN202011177471 A CN 202011177471A CN 112308310 A CN112308310 A CN 112308310A
Authority
CN
China
Prior art keywords
energy
economic
impact
dynamic response
matrix
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
Application number
CN202011177471.1A
Other languages
English (en)
Inventor
黄夏楠
黄海
项康利
杜翼
方朝雄
林红阳
张富强
徐波
林昶咏
李源非
涂夏哲
刘林
沈豫
林长锥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Energy Research Institute Co Ltd
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Energy Research Institute Co Ltd
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Energy Research Institute Co Ltd, State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN202011177471.1A priority Critical patent/CN112308310A/zh
Publication of CN112308310A publication Critical patent/CN112308310A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/06—Energy or water supply
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出基于动态响应的经济‑能源‑环境系统整体关系分析方法，包括以下步骤；步骤A1、获取经济‑能源‑环境系统的统计数据，并对数据进行治理及校验；步骤A2、根据统计数据构建经济‑能源‑环境系统的关联矩阵A；步骤A3、查找统计数据内经济‑能源‑环境系统经历的对系统形成超出阈值的数据波动的冲击期，评估与冲击期关联的环节，生成冲击下关联矩阵A动态响应过程模型；步骤A4、根据动态响应过程模型，求解冲击影响程度；步骤A5、生成冲击影响下的目标区域三个系统的动态响应度变化图；本发明为分析经济‑能源‑环境系统内在关联关系提供新的途径，提高对经济‑能源‑环境系统整体关系分析的自动化程度和对冲击的动态响应实时跟踪能力。

Description

基于动态响应的经济-能源-环境系统整体关系分析方法
技术领域
本发明涉及能源系统发展可持续度评估技术领域，尤其是基于动态响应的经济-能源-环境系统整体关系分析方法。
背景技术
能源系统是关系经济社会可持续发展的重要支撑，随着现代能源体系的建设，能源、经济、环境共同关联的能源复合系统可持续发展问题成为了重点关注的问题。
如何分析经济增长、能源消费与环境污染三者之间是相互影响机理，是开展经济-能源-环境系统其他研究的重要基础。由于经济-能源-环境系统是一个复杂的系统，采用简单的指标回归分析难以真实地得到三者影响机理。
发明内容
本发明提出基于动态响应的经济-能源-环境系统整体关系分析方法，为分析经济-能源-环境系统内在关联关系提供新的途径，提高对经济-能源-环境系统整体关系分析的自动化程度和对冲击的动态响应实时跟踪能力。
本发明采用以下技术方案。
基于动态响应的经济-能源-环境系统整体关系分析方法，所述分析方法包括以下步骤；
步骤A1、获取经济-能源-环境系统的统计数据，并对统计数据进行治理及校验；
步骤A2、根据统计数据构建经济-能源-环境系统的关联矩阵A；
步骤A3、查找统计数据内经济-能源-环境系统经历的对系统形成超出阈值的数据波动的冲击期，评估与冲击期关联的环节，生成冲击下关联矩阵A动态响应过程模型；
步骤A4、根据冲击下关联矩阵A动态响应过程模型，求解冲击期的影响程度；
步骤A5、生成冲击影响下的目标区域的经济、能源、环境这三个系统的动态响应度变化图。
步骤A1中，所述统计数据为目标区域经济系统、能源系统、环境系统的历年统计数据表。
步骤A2中，所述关联矩阵A的数学表达公式为
Figure BDA0002748866820000021
其中，t代表研究时间，范围为研究时段第1年至第T年；y1,t、y2,t和y3,t分别代表第t年的经济、能源和环境系统；a1,…,ap、b1,…,bp和c1,…,cp是关联系数，通过最小二乘法计算得到；y1,t-1、y2,t-1和y3,t-1代表第t-1年的经济、能源和环境系统；y1,t-p、y2,t-p和y3,t-p代表第t-p年的经济、能源和环境系统；p代表滞后阶数，通过对y1,t、y2,t和y3,t进行差分序列平稳性检验后确定；ε1,t、ε2,t和ε3,t为第t年经济、能源和环境系统的随机误差项。
所述第t年经济、能源和环境系统的随机误差项通过最小二乘法计算得到。
步骤A3中，按照如下公式构建关联矩阵A在冲击下动态响应过程模型：
Figure BDA0002748866820000022
其中，Yt+s代表第t+s年的经济、能源和环境系统矩阵，Ut+s代表第t+s年的系统误差项向量，ψt+s代表冲击响应矩阵，其中第i行第j列元素代表令其他误差项在任何时期都不发生变化的条件下，当第j个变量对应的误差项在t期受到一个单位的冲击后，对第i个变量在t+s期造成的影响，公式为
Figure BDA0002748866820000031
s代表滞后期，i和j均代表经济、能源和环境的不同标识，两者取值范围均为1、2、3以代表经济、能源或环境。
所述s代表的滞后期根据分析所需时长而确定。
步骤A4中，根据所述构建的冲击下动态响应过程模型，通过构建的冲击下动态响应过程模型计算冲击量矩阵B，及冲击影响度矩阵C，反映不同冲击的相对重要性，表现出任一系统的变化对自身和对其他系统的变化的影响程度。冲击量矩阵B和冲击影响度矩阵C计算公式如下：
Figure BDA0002748866820000032
Ω＝E(UU')
uij,t＝Mvij,t＝m1vi1,t+m2vi2,t+m3vi3,ti,j＝1,2,3 公式三；
Figure BDA0002748866820000033
其中，Yt+s|s是根据关联矩阵计算得到的经济、能源和环境系统在t+s期的预测值，在冲击影响度矩阵C中，cij,t越大，表明系统j的冲击对系统i预测量的影响更大；
vij,t为uij,t经过正交化后得到的正交向量，M为正交化矩阵，mi为正交化矩阵元素，cij,t为表示系统j在t时的冲击对系统i预测量的影响度，VAR为方差计算符号,i和j均代表经济、能源和环境，即取值范围为1、2、3。
基于动态响应的经济-能源-环境系统，为上述的目标区域的经济系统、能源系统、环境系统；所述目标区域为全国范围。
所述动态响应为对统计数据进行评估而得的统计数据波动动态；所述统计数据中，分别选取国内生产总值、国内能源消费总量和国内二氧化硫排放量作为经济系统、能源系统、环境系统的数据源，所述数据源经数据校验以评估其数据完整性和数据准确性。
所述数据校验的方法是差分序列平稳性检验，在数据校验中，所述数据源的滞后阶数为2阶。
本发明与现有技术相比具有以下有益效果：
本发明实施的基于动态响应的经济-能源-环境系统整体关系分析方法，能够提高对经济-能源-环境系统整体关系分析的自动化程度和对冲击的动态响应实时跟踪能力，减少经济-能源-环境系统整体关系分析的工作量。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
附图1是本发明的数据源中的经济-能源-环境系统冲击响应曲线示意图；
附图2是本发明所述方案的流程示意图；
附图3是实施例中所得的响应度变化图的示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明，所描述的实施案例仅仅是本发明一部分的实施案例，而没有涵盖所有实施案例。因此，对本发明的实施案例的详细描述并未限制要求保护的本发明范围，仅仅是表示本发明的选定实施案例。基于本发明的实施案例，本领域人员在没有其他创造性劳动前提下获得的其他实施案例，都属于本发明的保护范围。
下面，对本发明中具体实施步骤进行说明。
如图所示，基于动态响应的经济-能源-环境系统整体关系分析方法，所述分析方法包括以下步骤；
步骤A1、获取经济-能源-环境系统的统计数据，并对统计数据进行治理及校验；
步骤A2、根据统计数据构建经济-能源-环境系统的关联矩阵A；
步骤A3、查找统计数据内经济-能源-环境系统经历的对系统形成超出阈值的数据波动的冲击期，评估与冲击期关联的环节，生成冲击下关联矩阵A动态响应过程模型；
步骤A4、根据冲击下关联矩阵A动态响应过程模型，求解冲击期的影响程度；
步骤A5、生成冲击影响下的目标区域的经济、能源、环境这三个系统的动态响应度变化图。
步骤A1中，所述统计数据为目标区域经济系统、能源系统、环境系统的历年统计数据表。
步骤A2中，所述关联矩阵A的数学表达公式为
Figure BDA0002748866820000051
其中，t代表研究时间，范围为研究时段第1年至第T年；y1,t、y2,t和y3,t分别代表第t年的经济、能源和环境系统；a1,…,ap、b1,…,bp和c1,…,cp是关联系数，通过最小二乘法计算得到；y1,t-1、y2,t-1和y3,t-1代表第t-1年的经济、能源和环境系统；y1,t-p、y2,t-p和y3,t-p代表第t-p年的经济、能源和环境系统；p代表滞后阶数，通过对y1,t、y2,t和y3,t进行差分序列平稳性检验后确定；ε1,t、ε2,t和ε3,t为第t年经济、能源和环境系统的随机误差项。
所述第t年经济、能源和环境系统的随机误差项通过最小二乘法计算得到。
步骤A3中，按照如下公式构建关联矩阵A在冲击下动态响应过程模型：
Figure BDA0002748866820000061
其中，Yt+s代表第t+s年的经济、能源和环境系统矩阵，Ut+s代表第t+s年的系统误差项向量，ψt+s代表冲击响应矩阵，其中第i行第j列元素代表令其他误差项在任何时期都不发生变化的条件下，当第j个变量对应的误差项在t期受到一个单位的冲击后，对第i个变量在t+s期造成的影响，公式为
Figure BDA0002748866820000062
s代表滞后期，i和j均代表经济、能源和环境的不同标识，两者取值范围均为1、2、3以代表经济、能源或环境。
所述s代表的滞后期根据分析所需时长而确定。
步骤A4中，根据所述构建的冲击下动态响应过程模型，通过构建的冲击下动态响应过程模型计算冲击量矩阵B，及冲击影响度矩阵C，反映不同冲击的相对重要性，表现出任一系统的变化对自身和对其他系统的变化的影响程度。冲击量矩阵B和冲击影响度矩阵C计算公式如下：
Figure BDA0002748866820000071
Ω＝E(UU')
uij,t＝Mvij,t＝m1vi1,t+m2vi2,t+m3vi3,ti,j＝1,2,3 公式三；
Figure BDA0002748866820000072
其中，Yt+s|s是根据关联矩阵计算得到的经济、能源和环境系统在t+s期的预测值，在冲击影响度矩阵C中，cij,t越大，表明系统j的冲击对系统i预测量的影响更大。
基于动态响应的经济-能源-环境系统，为上述的目标区域的经济系统、能源系统、环境系统；所述目标区域为全国范围。
所述动态响应为对统计数据进行评估而得的统计数据波动动态；所述统计数据中，分别选取国内生产总值、国内能源消费总量和国内二氧化硫排放量作为经济系统、能源系统、环境系统的数据源，所述数据源经数据校验以评估其数据完整性和数据准确性。
所述数据校验的方法是差分序列平稳性检验，在数据校验中，所述数据源的滞后阶数为2阶。
实施例：
本例中的分析，采用以下步骤；
步骤1：首先建立经济-能源-环境系统的关联矩阵。本发明以全国经济、能源、环境系统的1995-2017年历年统计数据表为基础，选取国内生产总值、能源消费总量和二氧化硫排放量作为经济、能源、环境系统代表，通过差分序列平稳性检验确定滞后阶数为2阶，结果如表1所示。
表1全国经济、能源、环境系统指标差分序列平稳性检验结果
序列 ADF检验值 5％临界值 P值 是否平稳
y<sub>1</sub> 1.62 -3.08 1.00 否
y<sub>1</sub> 0.43 -3.08 0.98 否
y<sub>3</sub> -1.86 -3.07 0.34 否
Δy<sub>2</sub> -0.26 -3.08 0.91 否
Δy<sub>1</sub> -1.00 -3.08 0.72 否
Δy<sub>3</sub> -2.95 -3.14 0.07 否
Δ<sup>2</sup>y<sub>1</sub> -3.83 -3.12 0.01 是
Δ<sup>2</sup>y<sub>2</sub> -3.35 -3.10 0.03 是
Δ<sup>2</sup>y<sub>3</sub> -4.38 -3.18 0.01 是
采用最小二乘法，确定关联矩阵参数，建立起关联矩阵A：
Figure BDA0002748866820000081
步骤2：以关联矩阵A为基础，构建关联矩阵在冲击下动态响应过程模型：
Figure BDA0002748866820000082
其中，Yt+s代表第t+s年的经济、能源和环境系统矩阵，Ut+s代表第t+s年的系统误差项向量，ψt+s代表冲击响应矩阵，其中第i行第j列元素代表令其他误差项在任何时期都不发生变化的条件下，当第j个变量对应的误差项在t期受到一个单位的冲击后，对第i个变量在t+s期造成的影响，公式为
Figure BDA0002748866820000091
s代表滞后期，可根据研究需要确定，i和j均代表经济、能源和环境。取全国经济-能源-环境系统1995-2017年进行实际案例计算，滞后期取10，得到冲击响应结果如图1。
步骤3：构建的冲击下动态响应过程模型计算冲击量矩阵B，及冲击影响度矩阵C，反映不同冲击的相对重要性，表现出任一系统的变化对自身和对其他系统的变化的影响程度。冲击量矩阵B和冲击影响度矩阵C计算公式如下：
Figure BDA0002748866820000092
其中，Yt+s|s是根据关联矩阵计算得到的经济、能源和环境系统在t+s期的预测值，在冲击影响度矩阵C中，cij,t越大，表明系统j的冲击对系统i预测量的影响更大。根据全国图1的冲击响应计算结果，计算10期后全国经济-能源-环境系统预测值，并得到冲击影响度结果表2。
表2全国经济-能源-环境系统冲击影响度计算结果
Figure BDA0002748866820000101
步骤4：生成全国经济-能源-环境系统冲击影响度变化图。通过系统运算和展示，将经济-能源-环境系统时间跨度内的冲击影响度进行展示，表征经济-能源-环境系统冲击影响度随时间的变化情况，如图3所示。
本发明涉及领域的研究人员需清楚地了解到，上述描述的基于动态响应的经济-能源-环境系统整体关系分析方法的具体实施案例过程步骤。但本发明的保护范围并不局限于此，任何熟悉本发明涉及领域的研究人员在本发明的技术范围内可轻易想到的关联方法，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求所述的保护范围为准。

Claims (10)

1.基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：所述分析方法包括以下步骤；
步骤A1、获取经济-能源-环境系统的统计数据，并对统计数据进行治理及校验；
步骤A2、根据统计数据构建经济-能源-环境系统的关联矩阵A；
步骤A3、查找统计数据内经济-能源-环境系统经历的对系统形成超出阈值的数据波动的冲击期，评估与冲击期关联的环节，生成冲击下关联矩阵A动态响应过程模型；
步骤A4、根据冲击下关联矩阵A动态响应过程模型，求解冲击期的影响程度。
2.根据权利要求1所述的基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：步骤A1中，所述统计数据为目标区域经济系统、能源系统、环境系统的历年统计数据表。
3.根据权利要求2所述的基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：步骤A2中，所述关联矩阵A的数学表达公式为
Figure FDA0002748866810000011
其中，t代表研究时间，范围为研究时段第1年至第T年；y1,t、y2,t和y3,t分别代表第t年的经济、能源和环境系统；a1,…,ap、b1,…,bp和c1,…,cp是关联系数，通过最小二乘法计算得到；y1,t-1、y2,t-1和y3,t-1代表第t-1年的经济、能源和环境系统；y1,t-p、y2,t-p和y3,t-p代表第t-p年的经济、能源和环境系统；p代表滞后阶数，通过对y1,t、y2,t和y3,t进行差分序列平稳性检验后确定；ε1,t、ε2,t和ε3,t为第t年经济、能源和环境系统的随机误差项。
4.根据权利要求3所述的基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：所述第t年经济、能源和环境系统的随机误差项通过最小二乘法计算得到。
5.根据权利要求3所述的基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：步骤A3中，按照如下公式构建关联矩阵A在冲击下动态响应过程模型：
Figure FDA0002748866810000021
其中，Yt+s代表第t+s年的经济、能源和环境系统矩阵，Ut+s代表第t+s年的系统误差项向量，ψt+s代表冲击响应矩阵，其中第i行第j列元素代表令其他误差项在任何时期都不发生变化的条件下，当第j个变量对应的误差项在t期受到一个单位的冲击后，对第i个变量在t+s期造成的影响，公式为
Figure FDA0002748866810000022
s代表滞后期，i和j均代表经济、能源和环境的不同标识，两者取值范围均为1、2、3以代表经济、能源或环境。
6.根据权利要求3所述的基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：所述s代表的滞后期根据分析所需时长而确定。
7.根据权利要求5所述的基于动态响应的经济-能源-环境系统整体关系分析方法，其特征在于：步骤A4中，根据所述构建的冲击下动态响应过程模型，通过构建的冲击下动态响应过程模型计算冲击量矩阵B，及冲击影响度矩阵C，反映不同冲击的相对重要性，表现出任一系统的变化对自身和对其他系统的变化的影响程度；冲击量矩阵B和冲击影响度矩阵C计算公式如下：
Figure FDA0002748866810000031
Ω＝E(UU')
uij,t＝Mvij,t＝m1vi1,t+m2vi2,t+m3vi3,t
i,j＝1,2,3 公式三；
Figure FDA0002748866810000032
其中，Yt+s|s是根据关联矩阵计算得到的经济、能源和环境系统在t+s期的预测值，在冲击影响度矩阵C中，cij,t越大，表明系统j的冲击对系统i预测量的影响更大；
vij,t为uij,t经过正交化后得到的正交向量，M为正交化矩阵，mi为正交化矩阵元素，cij,t为表示系统j在t时的冲击对系统i预测量的影响度，VAR为方差计算符号；i和j均代表经济、能源和环境，其取值范围为1、2、3。
8.基于动态响应的经济-能源-环境系统，其特征在于：所述经济-能源-环境系统为权利要求1中的目标区域的经济系统、能源系统、环境系统；所述目标区域为全国范围。
9.根据权利要求8所述的基于动态响应的经济-能源-环境系统，其特征在于：所述动态响应为对统计数据进行评估而得的统计数据波动动态；所述统计数据中，分别选取国内生产总值、国内能源消费总量和国内二氧化硫排放量作为经济系统、能源系统、环境系统的数据源，所述数据源经数据校验以评估其数据完整性和数据准确性。
10.根据权利要求9所述的基于动态响应的经济-能源-环境系统，其特征在于：所述数据校验的方法是差分序列平稳性检验，在数据校验中，所述数据源的滞后阶数为2阶。
CN202011177471.1A 2020-10-28 2020-10-28 基于动态响应的经济-能源-环境系统整体关系分析方法 Pending CN112308310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011177471.1A CN112308310A (zh) 2020-10-28 2020-10-28 基于动态响应的经济-能源-环境系统整体关系分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011177471.1A CN112308310A (zh) 2020-10-28 2020-10-28 基于动态响应的经济-能源-环境系统整体关系分析方法

Publications (1)

Publication Number Publication Date
CN112308310A true CN112308310A (zh) 2021-02-02

Family

ID=74330530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011177471.1A Pending CN112308310A (zh) 2020-10-28 2020-10-28 基于动态响应的经济-能源-环境系统整体关系分析方法

Country Status (1)

Country Link
CN (1) CN112308310A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101538016B1 (ko) * 2015-03-13 2015-07-22 원시스템주식회사 개인생활공간 맞춤형 스마트 자동전력제어 장치 및 그 방법
CN105913199A (zh) * 2016-05-13 2016-08-31 华北电力大学 基于椭球模型的能源、经济和环境协调度计算方法及装置
CN108009963A (zh) * 2017-07-19 2018-05-08 国家电网公司西南分部 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101538016B1 (ko) * 2015-03-13 2015-07-22 원시스템주식회사 개인생활공간 맞춤형 스마트 자동전력제어 장치 및 그 방법
CN105913199A (zh) * 2016-05-13 2016-08-31 华北电力大学 基于椭球模型的能源、经济和环境协调度计算方法及装置
CN108009963A (zh) * 2017-07-19 2018-05-08 国家电网公司西南分部 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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吴鸣然等: "能源消费、环境污染与经济增长的动态关系――基于中国1990-2014年时间序列数据", 《技术经济与管理研究》 *
崔和瑞等: "基于VAR模型的我国能源-经济-环境(3E)系统研究", 《北京理工大学学报(社会科学版)》 *
王亮等: "中国可再生能源消费、经济增长与碳排放的动态关系", 《技术经济》 *

Similar Documents

Publication Publication Date Title
Carriero et al. Common drifting volatility in large Bayesian VARs
Jin et al. A data-driven model for real-time water quality prediction and early warning by an integration method
Caughey et al. Dynamic estimation of latent opinion using a hierarchical group-level IRT model
CN108593990B (zh) 一种基于电能用户用电行为模式的窃电检测方法和应用
Smith et al. Bayesian modeling of uncertainty in ensembles of climate models
Barua et al. Artificial neural network–based drought forecasting using a nonlinear aggregated drought index
Satopää et al. Modeling probability forecasts via information diversity
CN105320809B (zh) 一种针对风电场空间相关性的风速预测方法
Easterling et al. Improving the validation of model-simulated crop yield response to climate change: an application to the EPIC model
Yeh et al. First and second order sensitivity analysis of MLP
Vathsala et al. Prediction model for peninsular Indian summer monsoon rainfall using data mining and statistical approaches
Kock Single missing data imputation in PLS-based structural equation modeling
Shi et al. Effective prediction of missing data on apache spark over multivariable time series
CN105956798A (zh) 一种基于稀疏随机森林的配网设备运行状态评估方法
Trattner et al. Investigating the utility of the weather context for point of interest recommendations
CN115358437A (zh) 基于卷积神经网络的供电负荷预测方法
Fathurahman et al. Geographically weighted multivariate logistic regression model and its application
Bouallègue et al. Statistical modeling of 2-m temperature and 10-m wind speed forecast errors
Shrivastava et al. Deep learning model for temperature prediction: an empirical study
Schefzik Combining parametric low‐dimensional ensemble postprocessing with reordering methods
Bermúdez Exponential smoothing with covariates applied to electricity demand forecast
CN112308310A (zh) 基于动态响应的经济-能源-环境系统整体关系分析方法
Vilar-Fernández et al. Nonparametric forecasting in time series—a comparative study
Bishop et al. Optimization of the fixed global observing network in a simple model
Gan et al. A potential method for determining nonlinearity in wind 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: 20210202

RJ01 Rejection of invention patent application after publication