期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
中国各省可再生能源电力消纳量对碳排放的影响 被引量:16
1
作者 姜曼 +1 位作者 刘定宜 鲍玉昆 《电网与清洁能源》 2020年第7期87-95,共9页
以我国可再生能源电力消纳保障机制政策的出台为背景,研究各省(自治区、直辖市)CO2排放与可再生能源电力消纳量之间的关系。研究基于2016年和2017年我国各省的能源、经济、人口等统计数据,测算各省的CO2排放量;通过引入可再生能源电力... 以我国可再生能源电力消纳保障机制政策的出台为背景,研究各省(自治区、直辖市)CO2排放与可再生能源电力消纳量之间的关系。研究基于2016年和2017年我国各省的能源、经济、人口等统计数据,测算各省的CO2排放量;通过引入可再生能源电力消纳情况及全社会用电量等因素,对标准STIRPAT模型进行扩展,探究CO2排放量如何受到上述因素以及人口规模、经济水平、产业结构等变量的影响。研究针对2016年和2017年的数据分别进行回归分析,结果表明:①各省可再生能源电力消纳量的增加使当地的CO2排放量显著降低;②各省全社会用电量的增长显著提高了当地的CO2排放量;③CO2排放量与地区生产总值之间存在倒U形关系,即随着经济增长,CO2排放量呈现先增后减的趋势;④各省的人口增长与当地碳排放具有显著的正相关关系。在两个年份的模型中,解释变量与各被解释变量之间的关系基本保持一致,部分变量对碳排放的影响程度有略微的不同,但所有自变量系数的显著性和正负均无明显差异。在回归模型的基础上,研究进一步测算了2018年和2019年各省可再生能源电力消纳的变化对当地碳排放可能产生的影响。研究结论证实了我国可再生能源电力消纳保障机制政策在环境改善方面的可行性与有效性,揭示了促进清洁能源电力的利用、提升可再生能源电力在能源消费结构中的占比对绿色发展的必要性与重要性。 展开更多
关键词 可再生能源电力消纳 碳排放 STIRPAT模型
下载PDF
基于CLPSO模型选择的SVM电力负荷预测模型研究 被引量:6
2
作者 夏成文 +2 位作者 鲍玉昆 潘睿 邓源彬 《武汉理工大学学报(信息与管理工程版)》 2021年第3期236-240,共5页
电力负荷数据具有非线性、非平稳的特点,基于机器学习的预测技术始终是负荷预测领域的研究热点。而模型选择,即包括参数优化、特征选择等一系列可以使模型达到最优状态的操作,是提高机器学习负荷预测模型性能的关键。为此,提出了一种基... 电力负荷数据具有非线性、非平稳的特点,基于机器学习的预测技术始终是负荷预测领域的研究热点。而模型选择,即包括参数优化、特征选择等一系列可以使模型达到最优状态的操作,是提高机器学习负荷预测模型性能的关键。为此,提出了一种基于二进制CLPSO算法的模型选择一体化策略,整合特征选择和参数优化过程,以提高SVM预测方法的自适应性。并以GEFCom2012竞赛的电力负荷数据为例进行实验,证明了所提出的一体化模型选择框架能够有效提高SVM模型的预测精确度。 展开更多
关键词 电力负荷预测 支持向量机 模型选择 特征选择 参数优化 综合型学习粒子群算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部