基于MARS与AIC融合的能源碳排放预测方法研究_中国煤炭行业知识服务平台

基于MARS与AIC融合的能源碳排放预测方法研究

作者

雷建勤陈新洪鎏刘宇伟
单位

国网甘肃省电力公司酒泉供电公司
摘要

能源碳排放预测是制定“双碳”目标和路径的首要工作，融合多元自适应回归样条模型(MARS)与赤池信息量准则(AIC),提出准确预测能源碳排放方法。首先，基于不同参数建立能源消费MARS预测模型；然后，根据AIC准则选择合适输入参数模型和预测参数，并对模型合理性进行评价；最后，利用该模型预测区域目标年能源消耗量，计算能源碳排放，并对比支持向量机回归、随机森林、BP神经网络3种预测模型结果。计算结果表明，MARS模型预测性能最好，基于该区域能源消费，GDP、人均用电量、人均消费支出、区域人口数量、第一、第二、第三产业单位产值能耗，清洁能源比例及产品单位能耗构建的MARS模型AIC值最小，预测性能最好。
关键词

能源消费碳排放多元自适应回归样条赤池信息量准则
基金项目(Foundation)

国网甘肃省电力公司科技项目(52270623000A)；
文章目录

1 研究方法
1.1 多元自适应样条回归模型(MARS)
(1)向前逐步。
(2)向后剪枝。
1.2 AIC准则
1.3 评价指标
2 研究设计
2.1 研究框架
2.2 数据获取
2.3 模型构建
3 研究结果
3.1 结果分析
3.2 回归模型对比
4 结论
DOI

10.19389/j.cnki.1003-0506.2024.12.028
引用格式

[1]雷建勤,陈新,洪鎏,等.基于MARS与AIC融合的能源碳排放预测方法研究[J].能源与环保,2024,46(12):185-189+200.