基于神经网络的环境约束下我国煤炭需求预测

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M atlab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/m3时对污染物的年参照清除率计算出我国SO2和烟(粉)尘的年排放量限额分别为3.23 Mt和6.46 Mt,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3 B tce,在2050年约为2 B tce,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：煤炭、神经网络、需求预测、环境压力

所属期刊栏目：30

分类号：F407.22(工业经济理论)

资助基金：地质矿产调查评价项目DD20190199

在线出版日期：2021-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：72-78