

已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、寧夏的經(jīng)濟發(fā)展主要依靠化石能源,其中煤炭的消耗量最高,約占工業(yè)總產(chǎn)值的一半.寧夏能源發(fā)展面臨的主要問題有:能源產(chǎn)品結構不合理,能源利用效率低,能源分布不均勻等.為了確保完成國家規(guī)定的“十二五”節(jié)能減排目標,我區(qū)政府確定到2015年單位GDP能源消耗比2010年下降15%,節(jié)能形勢相當嚴峻,這是對寧夏經(jīng)濟的重大挑戰(zhàn).因而,寧夏能源未來消耗量的預測變的十分重要,只有準確的預測能源需求量才可以提出應對措施,實現(xiàn)節(jié)能減排目標.
本文首
2、先分析了寧夏能源現(xiàn)狀,介紹了時間序列分析法及其相關理論,總結了ARIMA模型的建模過程.然后,對于實際數(shù)據(jù),分別采用了四種時間序列模型趨勢外推模型、改進的趨勢模型、基于三次指數(shù)平滑法的二次多項式模型、ARIMA模型進行擬合.結果表明ARIMA模型預測效果最好.因此,用ARIMA模型預測出寧夏2014-2018年能源消費量.最后,介紹最近幾年寧夏可再生能源的發(fā)展情況,用ARIMA模型分別預測化石能源和可再生能源的消費量.進而,分析出寧夏各
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時間序列分析的預測.pdf
- 基于網(wǎng)絡的時間序列預測.pdf
- 基于時間序列分析的股票預測模型研究
- 基于時間序列分析的剩余壽命預測模型.pdf
- 時間序列分析課程設計報告--基于時間序列分析的股票預測模型研究
- 基于混沌時間序列的橋梁變形預測分析.pdf
- 基于時間序列分析的PVC型材銷售預測研究.pdf
- 基于時間序列分析的風速短期預測方法研究.pdf
- 基于Bayes網(wǎng)的時間序列預測.pdf
- 基于符號時間序列分析的金融波動分析與預測.pdf
- 基于時間序列分析的風電功率預測研究.pdf
- 基于遲滯神經(jīng)網(wǎng)絡的時間序列預測分析.pdf
- 基于數(shù)據(jù)挖掘的金融時間序列預測分析與研究.pdf
- 基于分形理論的風速時間序列分析及預測.pdf
- 基于時間序列數(shù)據(jù)分析的飛機延遲預測研究.pdf
- 基于動力學特性分析的風速時間序列預測.pdf
- 動態(tài)時間序列周期分析預測模型.pdf
- 地表沉陷時間序列分析與預測.pdf
- 股票時間序列數(shù)據(jù)挖掘與趨勢預測--基于時間序列嵌入.pdf
- 基于時間序列分析的松花江流域水質(zhì)預測.pdf
評論
0/150
提交評論