万芯彤 蔡成娜
摘 要:基于熵和层次分析过程,我们对1960 - 2009年,亚利桑那州,加利福尼亚州,新墨西哥州和德克萨斯州的能源概况进行了基于时间序列的纵向分析,并对各州进行了横向分析。ARIMA时间序列模型预测了2025年至2050年四个州的能源状况,AHP建立了评价指標体系的主观评价,熵方法进行了客观分析,帮助我们制定了可再生清洁能源的未来发展目标。我们的出发点是:能源,经济和环境和谐共存。
关键词:熵法;层次分析法;ARIMA预测
1.问题描述
沿着美国与墨西哥的边界,有四个州 - 加利福尼亚州(CA),亚利桑那州(AZ),新墨西哥州(NM)和德克萨斯州(德克萨斯州) - 希望形成一个现实的新能源紧凑型,专注于增加清洁剂、可再生能源的使用。这些州的四位州长要求进行数据分析和建模,以便为他们的州际能源契约制定一系列目标。使用提供的数据,创建能量分布建立一个模型来描述1960 - 2009年的能源状况是如何演变而来的。分析和解释模型的结果,以一种州长容易理解的方式解决四个州对清洁,可再生能源的使用,并帮助他们理解四个州之间的相似性和差异。
2.具体问题分析
利用处理过的数据,统计多年来各种能源的国家消费情况,取平均值,并绘制数字。我们这样做的原因是要了解各州在过去的时间框架内对不同能源的总体使用情况。但仅仅了解总体情况远远不够,因此我们计划在1960年至2009年的四个州使用可再生和不可再生能源的数据绘制折线图。然后根据我们获得的数据,我们将获得四个州中每个州的相对详细的能源概况。
我们首先计算1960年至2009年能源使用比较数据,然后绘制趋势,以测试过去50年中能源概况的演变。但是根据趋势图看一般趋势太主观了。这不是我们想要的。我们更倾向于让数据代表他们自己,因此我们需要进一步开发一个模型,用于科学地跟踪四个州的能源使用变化。在建立模型之后,我们可以进一步分析为什么能源使用曲线在一年中显着波动。通过引入一系列影响政策的因素,如矿产资源,地理,气候,人口,交通,工业和国家政策,分析潜在的波动原因。根据这一分析,可以进一步分析过去50年来在所有州使用清洁和可再生能源的情况
3.模型
3.1问题一
3.1.1模型的基础
利用数据处理,统计多年来各种能源的国家消费,平均值,并绘制数字。我们这样做的原因是要了解各州在过去的时间框架内对不同能源的总体使用情况。但仅仅了解总体情况远远不够,因此我们计划在1960年至2009年的四个州使用可再生和不可再生能源的数据绘制折线图。然后根据我们获得的数据,我们将获得四个州中每个州的相对详细的能源概况。
3.1.2模型建立
步骤1:利用数据处理,统计多年来各种能源的国家消费,平均值,并绘制数字。
步骤2:使用1960 - 2009年四个州使用可再生和不可再生能源的数据绘制折线图。
步骤3:根据我们得到的数据,我们将获得四个州中每个州的相对详细的能源概况。
3.1.3.分析结果
a.能源产量最高的是德克萨斯州,最低的是新墨西哥州。加州和亚利桑那州排名第二和第三,但差距很大。
b.新墨西哥州和亚利桑那州的总体能源使用数据保持相对稳定,多年来德克萨斯州和加利福尼亚州的变化更为明显。
c.2006年之前,所有四个州的不可再生能源使用呈上升趋势,但2006年以后,加利福尼亚州和德克萨斯州呈下降趋势。
d.在过去的50年里,尽管经常出现频繁波动,但可再生清洁能源的使用情况,但总体呈现出明显的上升趋势。加利福尼亚州对可再生能源的使用在2008年迅速增长。
3.2问题二
3.2.1模型建立
步骤1:数据标准化。我们使用的方法是阈值方法:如果原始i人的j索引是xij,则x'ij被标准化。
步骤2:计算每个州每年能源使用的信息熵。
步骤3:确定每个指标的权重。指标的信息效用值取决于指标的信息熵与1之间的差异,其值直接影响权重的大小。信息的效用值越大,评估的重要性越大,权重越大。
3.2.2.分析结果
a.1988年,亚利桑那州,加利福尼亚州和新墨西哥州都开始使用光伏和太阳能,并且所有四个州都将大部分可再生能源用于木材和废料。
b.在过去的50年里,四个州最常用的是木材和废料。
c.加利福尼亚州和新墨西哥州的地热能源使用比其他两个州更为明显,但加利福尼亚州的地热能利用率明显高于新墨西哥州
d.与其他州相比,在德克萨斯州使用石油和天然气是令人信服的。石油和天然气目前仍是德克萨斯州的主要产业,但它们在经济中的份额已经下降。
e.由于人口少且拥有核电基础,新墨西哥州很有可能在未来发展核电
f.虽然每个州的能源使用情况偶尔波动,但整体趋势继续逐年稳步长。但相对于新墨西哥州和德克萨斯州,亚利桑那州和加利福尼亚州能源使用增长的稳定性更为强劲。
4.错误分析
当使用层次分析法对模型2中的最佳情况进行建模时,由于对清洁能源的经济,社会和环境影响尚不清楚,这些指标对可再生能源的影响只能通过目标假设来判断。该方法产生的数据 会有一些错误,这个错误可能会导致错误的结果。
5.优势与缺点
5.1优势
在分析数据时,我们使用熵方法让数据说明一切。我们使用AHP来制定指标评估,使决策更加合理。
5.2缺点
在该模型中,没有关于各个国家部门的能源消耗的统计数据,也没有关于每个国家的能源进出口数据分析的统计数据,因此该模型存在一些缺陷。
6.改进
我们只计算每个能源指标对可再生能源影响的权重,并没有考虑环境因素,经济因素对能源演变的影响,在修改模型中,我们可以考虑经济,环境,社会等因素,建立一个更完整的模型。
参考文献
[1]国家能源数据系统(SEDS)到2009年全部数据集
[2] 潜在的能源成本:能源生产和使用的未定价后果发布日期:2009年10月19日Dan Greenbaum健康影响研究所的演讲MIT-NESCAUM Endicott House Symposium 2010年8月25日。
作者简介
万芯彤,1997.04 女 汉族 河南省信阳市 河南省开封市河南大学软件学院互联网金融方向2015级本科生在读,通讯作者:蔡成娜。
(作者单位:河南大学软件学院)