کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8073106 1521436 2016 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Forecasting the natural gas demand in China using a self-adapting intelligent grey model
ترجمه فارسی عنوان
پیش بینی تقاضای گاز طبیعی در چین با استفاده از یک مدل خاکستری هوشمند خود سازگار
کلمات کلیدی
ترجمه چکیده
منطقی پیش بینی خواسته های گاز طبیعی در چین مهم است، زیرا می تواند به دولت چین در شکل گیری سیاست های انرژی و تنظیم ساختارهای صنعتی کمک کند. برای این منظور، مدل پیش بینی هوشمند خاکستری خود سازگار در این مقاله ارائه شده است. در مقایسه با مدل های خاکستری معمولی که دارای اشکال ذاتی ساختار ثابت و سازگاری ضعیف هستند، مدل پیشنهادی جدید به طور خودکار می تواند پارامترهای مدل را با توجه به خصوصیات داده های واقعی توالی مدل سازی بهینه سازد. در این مطالعه، مدل پیشنهادی جدید، مدل خاکستری گسسته، مدل خاکستری و حتی مدل خاکستری و مدل خاکستری کلاسیک به ترتیب برای شبیه سازی تقاضای گاز طبیعی چین در طی سال های 2002-2010 و پیش بینی های مورد نیاز در طول سال های 2011-2014 مورد استفاده قرار گرفت. نتایج نشان می دهد که مدل جدید بهترین دقت شبیه سازی و پیش بینی شده را دارد. در نهایت، مدل جدید برای پیش بینی تقاضای گاز طبیعی چین در طول 2015-2020 استفاده می شود. پیش بینی می کند که تقاضا در شش سال آینده به سرعت افزایش خواهد یافت. بنابراین، به منظور حفظ تعادل بین منابع و نیازهای گاز طبیعی در آینده، دولت چین باید اقداماتی را انجام دهد، مانند وارد کردن مقدار زیادی گاز طبیعی از خارج از کشور، افزایش تولید داخلی، استفاده از انرژی جایگزین بیشتر و کاهش وابستگی صنعتی به گاز طبیعی کاهش می یابد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
پیش بینی تقاضای گاز طبیعی در چین با استفاده از یک مدل خاکستری هوشمند خود سازگار
چکیده انگلیسی
Reasonably forecasting demands of natural gas in China is of significance as it could aid Chinese government in formulating energy policies and adjusting industrial structures. To this end, a self-adapting intelligent grey prediction model is proposed in this paper. Compared with conventional grey models which have the inherent drawbacks of fixed structure and poor adaptability, the proposed new model can automatically optimize model parameters according to the real data characteristics of modeling sequence. In this study, the proposed new model, discrete grey model, even difference grey model and classical grey model were employed, respectively, to simulate China's natural gas demands during 2002-2010 and forecast demands during 2011-2014. The results show the new model has the best simulative and predictive precision. Finally, the new model is used to forecast China's natural gas demand during 2015-2020. The forecast shows the demand will grow rapidly over the next six years. Therefore, in order to maintain the balance between the supplies and the demands for the natural gas in the future, Chinese government needs to take some measures, such as importing huge amounts of natural gas from abroad, increasing the domestic yield, using more alternative energy, and reducing the industrial reliance on natural gas.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 112, 1 October 2016, Pages 810-825
نویسندگان
, ,