基于深度学习的江苏省交通运输业能耗预测研究

王金鑫 陈 红 邹 亮 彭 爱 韩 悦 蒋秀莲

徐州工程学院，江苏 徐州 221018

0 引言

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中提出要始终坚持新发展理念，实现经济的持续健康发展。为实现创新、协调、绿色、开放、共享的新发展理念，节能减排刻不容缓。交通运输作为国民经济和社会发展的“先行官”，是经济社会发展的重要领域，与改善提高人民生活密切相关。我国交通行业二氧化碳排放量大约占全国总排放量的10%，尤其是公路运输，约占交通全行业二氧化碳排放量的80%，由此可见交通运输正逐渐成为我国碳排放量来源的主要领域，同时也是国家现阶段节能减排、实现“双碳”目标的重要领域之一。因此，在保持经济高质量增长的同时，要对交通运输业能耗进行准确的把握和预测，并采取有力措施降低交通运输业能耗。江苏省作为全国交通运输现代化和绿色创新发展的试点省份，在交通运输业能耗控制方面起到示范作用。因此，研究预测江苏省2021—2025年“十四五”期间交通运输业能耗趋势具有重要的现实意义。

近年来，对于能耗的预测成为研究热点。传统的预测模型有AR模型、ARMA模型、ARIMA模型等。但是面对复杂的非线性时序数据，传统的预测模型难以准确描述非线性的关系，从而导致预测精度不良。深度学习模型的应用使问题得到有效解决，如王薪凯等通过构建长短期记忆(LSTM)模型对泵站的能耗进行预测，同时将LSTM模型预测结果与BP、RNN模型预测结果进行对比，发现LSTM模型的预测结果精度更高；Ma等也构建了LSTM模型，对可再生能源的消耗量进行预测，并和线性回归预测结果相比，同样发现使用LSTM模型预测的结果更精确。因此，本文选用LSTM模型对2021—2025年江苏省交通运输业能耗进行预测。

1 影响因素指标体系构建

1.1 影响因素指标体系

近年来，江苏省交通运输业能耗持续增长。查询《江苏统计年鉴2021》可知，2000—2020年增加了约2249万t标准煤，2020年是2000年的7.27倍，增长了627%，年均增长率为10.43%；2000—2010年，江苏省交通运输业能耗增加了约1104万t标准煤，2010年是2000年的4倍多，10年增长了308%，年均增长率为15.10%；2010—2020年增加了约1144万t标准煤，2020年是2010年的1.8倍，10年增长了78%，年均增长率为5.95%。从以上数据可以看出，江苏省交通运输业能耗不断上升，但年均增长率不断下降。由此可见，随着经济社会的发展，新技术不断涌现，新型环保能源供应增多，传统能耗的增长量逐渐降低，创新、绿色发展成效开始显现。

由于交通运输业能耗具有复杂的非线性和阶段性的特点，并且与我国客运、货运、经济发展以及其他社会活动密切相关，为构建具有代表性的影响因素指标体系，需要全面分析交通运输业能耗与经济社会发展等众多因素的关联性。根据国内外众多学者的研究，同时遵循科学性、系统性、数据可得等原则，确定影响江苏省交通运输业能耗的主要因素包括以下3个方面共8个因素。1994—2020年江苏省交通运输业能耗及其影响因素观测值如表1 所示。

表1 1994—2020年江苏省交通运输业能耗及其影响因素观测值

（1）客运(城镇人口、劳动人口)。随着经济社会的快速发展，农村劳动力倾向到城镇工作，导致城镇人口快速增长。城镇人口和劳动力的增加，都会引起交通运输业能耗的增加。查询江苏省统计年鉴有关数据可知，1994—2020年江苏省城镇人口增长了约4493万人，年均增长率为5.04%，与此同时，劳动人口数量也从1994年的4363万人增加至2020年的4893万人，年均增长0.44%。

（2）货运(公路运输、水运)。公路运输是主要货物运输方式之一。江苏省地处长江、淮河两大水系，拥有众多河流，因此水运也是江苏省的主要货物运输方式之一，所以江苏省交通运输业能耗受到公路运输和水运的影响较大。

（3）经济发展水平(人均GDP、社会消费品零售总额、固定资产投资总额、汽车及其零配件销售额)。从表1数据可知，1994—2020年江苏省人均GDP年均增长率达到12.41%，社会消费品零售总额年均增长率为13.56%。收入是消费的基础和前提，是消费的决定性因素，人均GDP的提高意味着人均可支配收入的提高，收入的提高刺激消费。从表1可知，1994—2020年，固定资产投资总额增长迅猛，年均增长率高达16.58%。汽车及其零配件销售额可以从侧面反映汽车数量的增加，2020年与2019年相比，汽车及其零配件销售额减少了39亿元（受新冠肺炎疫情影响），但是从总的趋势看，1994—2020年呈现不断增加的趋势。

1.2 指标数据归一化处理

为消除不同量纲或其他因素带来的对数据分析的影响，需要对原始数据进行归一化处理，归一化处理方法如式（1）所示。原始数据在进行归一化处理后，各指标将会处于同一数量级，适合进行综合的对比，并且还能够提高模型的精度。

1.3 灰色关联度计算

灰色关联度的基本思想是按照既定的规则确定时间序列的母序列，将需要与母序列进行对比的变量作为各子序列，并根据灰色关联度的公式，计算出各子序列与母序列关联的数值，从而判断其关联程度。因此，对动态发展趋势的量化分析是灰色关联度分析的显著特征之一。

根据数据归一化公式（1），得到归一化后的数据，再根据影响因素指标体系，分别比较8个子序列和母序列之间关联性的大小，并对这些影响因素进行排序，如表2所示。由表2可知，各子序列的变量与母序列江苏省交通运输业能耗的灰色关联度大部分都在70%以上，因此，将这些影响因素用于江苏省交通运输业能耗的预测具有较好的可靠性和科学性。

表2 影响因素灰色关联度

2 2021—2025年江苏省交通运输业能耗预测

2.1 预测方法—长短期记忆模型

长短期记忆（LSTM）模型是一种改良的时间递归神经网络（RNN），在S. Hochreiter和J. Schmidhuber于1997年联合发表的论文中提出。传统RNN在处理长序列数据时，极易发生梯度弥散的问题，会发生遗忘信息的情况。而LSTM模型可以解决长序列数据训练过程中梯度消失与爆炸的问题。对于LSTM模型，其核心在于以下两点。

（1）提出了“门”机制，分别为遗忘门、输入门以及输出门。通过“门”结构可以有效实现信息的添加和删除操作。

（2）细胞状态：在LSTM模型中，新增了细胞状态，即信息传输的路径，这是对传统RNN的改进之一，而传统RNN只具有隐藏状态。

2.2 预测过程

因为江苏省交通运输业的能耗时序数据受到多个变量影响，所以该时序数据拥有复杂的非线性、非平稳以及阶段性的特点。因此建立由LSTM层构成的深度学习模型，对时序数据进行拟合、预测，从而得到2021—2025年江苏省交通运输业能耗的预测趋势，整体预测模型算法流程如图1所示。本文的模型结构主要由4个部分组成，分别为输入层、LSTM层、Dropout层和输出层。通过对模型参数进行重复训练，数据在输入和输出时均进行归一化和反归一化，以此来提高模型的精度和科学性，得到较为准确的预测结果。

图1 预测模型算法流程

2.3 预测结果分析

结合交通运输业能耗影响因素指标体系及LSTM模型，以江苏省1994—2020年能耗数据作为数据集，对江苏省交通运输业能耗进行预测，最终的预测结果如表3所示。从表3可以看出，2021—2025年江苏省交通运输业能耗总量呈现小幅上升，但年增速持续下降，年均增长率为4.77%，由此可预测2021—2025年江苏省人均GDP能耗也会不断降低，从而为交通运输业绿色可持续发展奠定基础。

表3 2021—2025年江苏省交通运输业能耗预测

3 结论与建议

构建江苏交通运输业能耗影响因素指标体系并利用LSTM模型，对江苏省2021—2025年交通运输业能耗进行预测，预测结果表明：江苏省交通运输业能耗总量呈现小幅上升趋势，但增速呈现不断下降趋势，这表明江苏省深入贯彻习近平总书记生态文明思想，全面贯彻新发展理念，深入推进各领域节能降耗，尤其是在交通运输领域节能减排，提高能源资源利用效率和产出效益，创造条件实现能耗“双控”向碳排放总量和强度“双控”转变，助力江苏省经济社会绿色低碳高质量发展，为美丽江苏建设提供支撑。

为降低江苏省交通运输业能耗，提高能源效率，提出以下建议。

第一，继续推进交通运输结构绿色调整。推动多式联运体系的构建，合理组合不同运输方式，发展铁路集装箱运输，推进海特联运、铁水联运，发挥好低能耗运输方式在整个交通运输系统中的作用。大力推进电力、液化天然气等重型货运车辆的使用。鼓励重点能耗企业采用新能源和清洁能源等绿色运输方式。

第二，加快新能源的开发和利用。让电力、氢能、天然气等新能源、清洁能源在交通运输领域中得到充分应用。新能源可以提升能源使用效率，改善能源结构，减少对传统不可再生能源的依赖和对环境的污染，推进能源结构绿色转型。江苏省要继续加大推广新能源在全省各市各领域的应用，例如，在公交领域推广应用新能源电动公交车，替代传统的高能耗燃油汽车，使公民在乘坐新能源公交车、出租车等过程中，提高对新能源汽车的认知和接受度，促进全社会对新能源的使用形成共识，从而主动使用绿色新型环保能源，达到全民主动节能减排，共同维护人类家园。

第三，鼓励科技创新。创新是引领发展的第一动力、发展的基点和筑牢现代化经济体系的战略支撑。因此要坚持创新驱动发展战略，提高创新能力，加快推动节能降耗重大科技成果的成功转化和应用，促进现代信息技术在交通运输业的应用，提高交通运输效率。

第四，加强能耗在线监测。建立功能完善的能源在线监测系统，利用现代先进通信技术，开展能源大数据融合、数据关联分析、先进过程控制等技术应用，实现能源管理数字化和精细化，为企业能源动态监控、控制和优化管理提供全方位解决方案，不断挖掘节能空间，提升能源利用效率，降低企业成本。同时鼓励节能服务公司建设面向用能单位的能耗在线监测管理服务平台。

第五，加快交通基础设施建设与完善，倡导绿色出行。绿色智慧交通基于可持续发展理念，将数字化与交通高效融合，对传统交通方式进行转型升级，为人民提供个性化、多样化的交通方式，在便民的同时可以有效降低能耗，促进美丽江苏的建设。

第六，强化节约用能、绿色低碳理念的宣传和引导。充分利用互联网、电视广播等大众传媒，在全社会宣传和倡导节能的生活方式。组织园区、企业和公共机构等创建绿色制造、园区循环化改造、节约型公共机构，同时以全国节能宣传周、全国低碳日等为重点在全社会开展形式多样的节能低碳宣传活动。鼓励多方参与，个人、家庭、学校、社会多管齐下，营造节能降碳的良好社会氛围，促进江苏省的高质量发展和“强富美高”新江苏的建设。