典型文献
基于组合预测模型的萧山碳排放预测
文献摘要：
根据萧山1997—2017年碳排放数据和"十四五"规划指标,基于ARIMA时间序列模型、NAR神经网络、STIRPAT模型分别预测2025年萧山碳排放量.运用最优加权组合模型,截取模型2007—2016年的拟合数据,将3种模型进行组合预测.结果显示,组合之后各项评价指标均表明相对单一模型更好,组合预测模型的拟合优度为0.83,相对平均绝对误差为3.14％、均方根误差为0.5643,组合模型有更高的精度.组合模型预测2025年萧山的碳排放量将达到2454.98万t,碳排放强度下降至0.817 t/万元.
文献关键词：
碳排放;ARIMA模型;NAR神经网络;STIRPAT模型;最优加权组合模型
中图分类号：
作者姓名：
罗曼;余彬;翁利国;徐源;龙妍
作者机构：
浙江中新电力工程建设有限公司,浙江杭州311200;国网浙江杭州市萧山区供电有限公司,浙江杭州311200;华中科技大学中欧清洁与可再生能源学院,湖北武汉430074;华中科技大学能源与动力工程学院,湖北武汉430074
文献出处：
引用格式：
[1]罗曼;余彬;翁利国;徐源;龙妍-.基于组合预测模型的萧山碳排放预测)[J].节能,2022(04):75-80
A类：
最优加权组合模型
B类：
组合预测模型,萧山,碳排放预测,碳排放数据,规划指标,ARIMA,时间序列模型,NAR,STIRPAT,碳排放量,截取,取模,拟合优度,平均绝对误差,组合模型预测,碳排放强度
AB值：
0.271905
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
