基于支持向量回归的郑州市能源消费预测研究.pdfVIP

第３７卷第１期郑州铁路职业技术学院学报Ｖｏｌ.３７Ｎｏ.１

２０２５年３月ＪｏｕｒｎａｌｏｆＺｈｅｎｇｚｈｏｕＲａｉｌｗａｙＶｏｃａｔｉｏｎａｌａｎｄＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅＭａｒ.２０２５

基于支持向量回归的郑州市能源消费预测研究

王子铭ꎬ金光

(郑州铁路职业技术学院ꎬ河南郑州４５１４６０)

摘要选取城镇化率、地区生产总值、社会消费品零售总额、产业结构、人口作为能源消费的影响因素ꎬ

构造基于Ｋ折交叉验证参数优化的支持向量回归预测模型ꎬ以精确预测出郑州市２０２３—２０３３年的能源消费

量ꎮ结果表明:２０３０年后ꎬ郑州市能源消费速度有所放缓ꎬ到２０３３年的增长率仅为０.１６％ꎬ能源消费量达到

峰值ꎬ有利于郑州市“双碳”目标达成ꎮ最后根据预测结果ꎬ提出推进煤炭的低碳化利用、大力发展清洁能源、

加快产业结构调整、完善能源政策系统的能源消费低碳发展建议ꎮ

关键词能源消费量ꎻＫ折交叉验证ꎻ支持向量回归ꎻ预测

中图分类号ＴＰ１８１文献标志码Ａ文章编号２０９７－４６２０(２０２５)０１－００６７－０５

自习近平总书记在第七十五届联合国大会上提综上所述ꎬ现有研究常多针对省级及以上区域进行ꎬ

出我国的“双碳”目标以来ꎬ大量学者针对碳排放约很少涉及城市地区的研究ꎮ郑州作为全国区域性中

束下的地区能源结构优化展开研究ꎮ然而ꎬ能源是心城市ꎬ在建设国家中心城市过程中始终坚持绿色

[１]

提高居民生活水平的重要保障ꎬ“双碳”目标的实发展理念ꎮ为了保障郑州市“碳达峰”行动计划的顺

施不能以降低居民的生活水平为代价ꎬ需要在满足利实施ꎬ提出一种基于Ｋ折交叉验证(Ｋ－ＣＶ)参数

居民对能源消费的基础上科学调整能源结构ꎮ因优化的支持向量回归(ＳＶＲ)模型ꎬ以精确预测出郑

此ꎬ如何准确预测出地区能源消费数据成为亟须解州市的能源消费量ꎬ并依据预测结果提出郑州市能

[２]

决的问题ꎮ郭煜等建立了灰色分析模型ꎬ预测了源消费低碳发展建议ꎮ

陕西省２０３５—２０５０年的能源消费数据ꎮ王雪纯[３]

一、基于Ｋ折交叉验证的ＳＶＲ模型

建立基于粒子群优化的支持向量机模型对辽宁省能

(一)支持向量回归

源消费进行了预测ꎬ平均相对误差达到４.１９％ꎮ钟

支持向量回归的基本思想为:根据训练样本

[４]

爽等通过建立弹性系数与灰色分析模型量化了吉

{(ｘꎬｙ)ꎬꎬ(ｘꎬｙ)}⊂(Ｘ×Ｙ)ꎬ其中ꎬｘ∈Ｘ＝Ｒꎬｎ

[５]１１ｌｌｉ

林省的能源消费量ꎮ任继勤等建立改进的ＢＰ神

ｎｎ

经网络模型预测了北京市２０１６—２０２０年的能源消ｙ∈Ｙ＝Ｒꎬｉ＝１ꎬꎬｌꎬ寻找Ｒ上的一个决策函数ｉ

Ｔ

[６]ｙ＝ｆ(ｘ)＝ωｘ＋ｂ(１)

费量ꎮ邹方政等使用ＧＭ(１ꎬ１