基于BAG-SA参数估计方法的中国电力产业碳排放预测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景与研究意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究内容与技术路线 | 第12-15页 |
| 1.2.1 研究内容 | 第12-13页 |
| 1.2.2 技术路线 | 第13-15页 |
| 1.3 主要创新点 | 第15-16页 |
| 第2章 国内外研究现状述评 | 第16-23页 |
| 2.1 国外研究现状 | 第16-17页 |
| 2.1.1 电力需求预测 | 第16页 |
| 2.1.2 碳排放预测 | 第16-17页 |
| 2.2 国内研究现状 | 第17-19页 |
| 2.2.1 电力需求预测 | 第17-18页 |
| 2.2.2 碳排放预测 | 第18-19页 |
| 2.3 国内外研究述评 | 第19-20页 |
| 2.4 本文应用的预测方法 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 电力需求预测模型的构建 | 第23-30页 |
| 3.1 模型变量选择 | 第23-29页 |
| 3.1.1 影响电力需求的变量分析 | 第23-26页 |
| 3.1.2 变量显著性检验 | 第26-29页 |
| 3.2 两种初始的预测模型 | 第29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 估计模型参数的BAG-SA算法的建立 | 第30-37页 |
| 4.1 蝙蝠算法(BA) | 第30-32页 |
| 4.1.1 蝙蝠的回声定位行为 | 第30页 |
| 4.1.2 蝙蝠算法的主要步骤 | 第30-32页 |
| 4.2 模拟退火算法(SA) | 第32-33页 |
| 4.2.1 模拟退火算法原理 | 第32页 |
| 4.2.2 模拟退火算法步骤 | 第32-33页 |
| 4.3 BAG-SA参数估计算法 | 第33-36页 |
| 4.3.1 BAG-SA算法概述 | 第33页 |
| 4.3.2 BAG-SA算法步骤 | 第33-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第5章 中国电力需求情景预测 | 第37-45页 |
| 5.1 初始预测模型的筛选 | 第37-41页 |
| 5.2 情景描述 | 第41页 |
| 5.3 数据来源与处理 | 第41-43页 |
| 5.4 预测结果及分析 | 第43-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第6章 中国电力产业碳排放情景预测 | 第45-51页 |
| 6.1 情景设计 | 第45页 |
| 6.2 数据来源与处理 | 第45-46页 |
| 6.3 预测结果及分析 | 第46-50页 |
| 6.3.1 碳排放量计算公式 | 第46-48页 |
| 6.3.2 碳排放量计算与分析 | 第48-49页 |
| 6.3.3 碳排放强度测算 | 第49-50页 |
| 6.4 本章小结 | 第50-51页 |
| 第7章 研究成果与结论 | 第51-53页 |
| 参考文献 | 第53-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-64页 |
| 致谢 | 第64-65页 |
