文献

J-GLOBAL ID：201902210874322832   整理番号：19A0916771

サポートベクトルマシンアルゴリズムにより最適化された灰色予測理論と極端学習機械に基づく北京-天津-河北地域におけるエネルギー消費に関連する炭素排出量の予測【JST・京大機械翻訳】

Forecasting Carbon Emissions Related to Energy Consumption in Beijing-Tianjin-Hebei Region Based on Grey Prediction Theory and Extreme Learning Machine Optimized by Support Vector Machine Algorithm

著者 (9件)： Li Menglu (School of Economics and Management, North China Electric Power University, Beijing 102206, China) ,  Li Menglu (Beijing Key Laboratory of New Energy and Low-Carbon Development, North China Electric Power University, Beijing 102206, China) ,  Wang Wei (School of Humanities and Social Sciences, North China Electric Power University, Beijing 102206, China) ,  De Gejirifu (School of Economics and Management, North China Electric Power University, Beijing 102206, China) ,  De Gejirifu (Beijing Key Laboratory of New Energy and Low-Carbon Development, North China Electric Power University, Beijing 102206, China) ,  Ji Xionghua (School of Economics and Management, Yan’an University, Yan’an 716000, China) ,  Tan Zhongfu (School of Economics and Management, North China Electric Power University, Beijing 102206, China) ,  Tan Zhongfu (Beijing Key Laboratory of New Energy and Low-Carbon Development, North China Electric Power University, Beijing 102206, China) ,  Tan Zhongfu (School of Economics and Management, Yan’an University, Yan’an 716000, China)
資料名： Energies (Web)  (Energies (Web))
巻： 11  号： 9  ページ： 2475  発行年： 2018年 
JST資料番号： U7016A  ISSN： 1996-1073  CODEN： ENERGA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 炭素排出と環境保全問題は,中国経済開発の間,国際社会から圧力をもたらした。最近,中国政府はGDPの単位当たりの炭素排出量が2005年と比較して6065%減少し,非化石燃料エネルギーが2030年までの一次エネルギー消費の20%を占めることを発表した。北京-天津-河北地域は中国における重要な地域エネルギー消費センターであり,そのエネルギー構造は典型的に石炭ベースであり,それは国全体に類似している。したがって,エネルギー消費関連炭素排出量の予測は,北京-天津-河北地域におけるエネルギー供給の排出削減と高度化に非常に重要である。そこで,本研究では,この地域における石炭,ガソリン,天然ガス,および石炭を含む炭素排出の主なエネルギー源を徹底的に分析した。第二に,サポートベクトルマシンのカーネル関数を,オリジナルの隠れ層と出力層の間の接続重み行列を最適化するために,極端な学習機械アルゴリズムに適用した。第3に,灰色予測理論を用いて,2017年から2030年までの地域における主要エネルギー消費を予測した。次に,2000~2016年のエネルギー消費と炭素排出量データをSVM-ELM(サポートベクトルマシン-極値学習機械)モデルのための訓練と試験セットとして使用した。SVM-ELMモデルの結果をSVM(サポートベクトルマシンアルゴリズム)とELM(極値学習機械)アルゴリズムの予測結果と比較した。SVM-ELMの精度はより高いことを示した。最後に,2017年から2030年までの地域における炭素排出量を予測するために,SVM-ELMモデルの入力としてGM(灰色予測理論)(1,1)の予測出力を用いた。結果は,エネルギー消費の割合が炭素排出量に大きく影響することを示した。電力と天然ガスのエネルギー消費は2030年までに45%に達し,地域における炭素排出量は96.0万トン以下に制御できることを見出した。したがって,産業構造の上昇を加速することは,次の段階における炭素排出量の制御における政府にとって重要な課題になるであろう。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 天然ガス ,  *最適化 ,  *サポートベクトルマシン ,  *エネルギー消費 ,  *エネルギー ,  *予測 ,  一次エネルギー ,  *アルゴリズム ,  石炭 ,  モデル ,  *二酸化炭素排出量 ,  環境保全
準シソーラス用語： *二酸化炭素放出 ,  *天津市 ,  *北京市 , 【Automatic Indexing@JST】

著者キーワード (5件)： 炭素排出予測 ,  灰色予測理論 ,  極端学習機械 ,  サポートベクトルマシン ,  エネルギー消費構造

分類 (1件)： エネルギー利用と環境との関係  (LE01000E)

引用文献 (34件)：

• Thirteenth Five-Year Plan-Integrated Work Program. Available online: http://www.sh.xinhuanet.com/2016-03/18/c_135200400_2.htm (accessed on 9 June 2018). China Statistical Yearbook. Available online: http://tongji.cnki.net/kns55/Navi/YearBook.aspx?id=N2017030066&floor=1 (accessed on 6 June 2018). 2017-2023 China Beijing-Tianjin-Hebei Air Pollution Control Market Research and Development Trend Research Report. Available online: http://m.chyxx.com/view/533619.html (accessed on 12 June 2018). China Low Carbon Development Report in 2017. Available online: http://mini.eastday.com/mobile /180118141508633.html (accessed on 30 June 2018).
• Cohen, S.M.; Rochelle, G.T.; Webber, M.E. Optimizing post-combustion CO2, capture in response to volatile electricity prices. Int. J. Greenh. Gas Control 2012, 8, 180-195.
• Safdarnejad, S.M.; Hedengren, J.D.; Baxter, L.L. Plant-level dynamic optimization of Cryogenic Carbon Capture with conventional and renewable power sources. Appl. Energy 2015, 149, 354-366.
• Inglesi-Lotz, R.; Dogan, E. The role of renewable versus non-renewable energy to the level of CO2 emissions a panel analysis of sub-Saharan Africa’s Big 10 electricity generators. Renew. Energy 2018, 123, 36-43.
• Ji, L.; Zhang, B.B.; Huang, G.H. GHG-mitigation oriented and coal-consumption constrained inexact robust model for regional energy structure adjustment A case study for Jiangsu Province, China. Renew. Energy 2018, 123, 549-562.

タイトルに関連する用語 (10件)： 最適化 ,  灰色 ,  予測 ,  理論 ,  極端学習機械 ,  北京 ,  天津 ,  地域 ,  エネルギー消費 ,  炭素排出量