简介:我国已经进入大数据时代。目前,城市燃气行业作为传统行业已面临应对“互联网+”时代全新的竞争局面的挑战。在此时代背景下,城市燃气行业要得到更多更快的发展,需要把企业自身特点和“互联网+”相结合,调整企业的组织运营模式。通过分析大数据技术可能带给燃气行业带来的机遇与挑战,探讨燃气行业基于现有的信息系统和数据资源可能实现的大数据应用场景,进而有效梳理自身已建设的信息系统的关系和存在的数据资源,打通各数据系统间屏障,建立数据共享机制,建立系统集成模式,形成大数据规模,挖掘企业新的业务应用结合点,让企业在“互联网+”的历史潮流中得到更加快速的发展。
简介:根据沈阳市72家供暖企业调研数据,利用IPCC温室气体清单方法核算供热企业碳排放量。结果表明:在151d供暖期内,不同热源形式碳排放强度差异显著,小型分散锅炉房平均碳排放强度为58.25kgCO2/m^2,区域锅炉房为53.42kgCO2/m^2,热电联产为49.87kgCO2/m^2,组合式热源(燃煤锅炉+热泵)为34.49kgCO2/m^2,清洁能源为21.58kgCO2/m^2。基于不同热源形式碳排放强度和清洁发展机制推荐的基准线确定方法,设置了实际排放、历史排放、单体容量40t/h以上区域锅炉房排放、热电联产排放、技术水平领先前30%和40%企业排放6种基准线情景。通过各个碳排放基准线值比较,结合沈阳市的经济技术发展水平和未来碳交易市场计划,建议选择技术水平领先前40%企业排放情景下的碳排放基准值46.57kgCO2/m^2作为沈阳市2013年供暖行业的碳排放基准线。以此基准线为起始基准线,对2014—2020年的碳排放基准线进行了预测。
简介:碳税和碳交易机制是控制温室气体排放的环境管理工具,对工业行业的减排成本造成不同的影响。以污染控制政策的稳态总期望社会成本函数为基础构建碳减排成本函数,比较碳税和碳交易机制下水泥行业减排成本,发现影响两种环境管理工具成本的要素。以广东和山东水泥行业的实证数据进行模拟分析,得到如下结论:当碳价和碳税税率差距不大时,由于碳交易机制需要较高的建设成本,碳税更具成本优势;短期内,由于减排技术投入成本较高,与强制性的行政管理手段相比,碳交易机制更具成本效益;碳价、碳税税率、最佳可获得技术的价格、企业预期、碳交易建设与管理成本都会影响碳交易机制和碳税在减排成本上的比较优势。建议设计互补型碳排放管理政策组合,使碳税和碳交易机制发挥各自的制度优势。
简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:新的钻井工艺或钻井液体系的使用在保证钻井施工顺利进行的同时,也给录井岩屑的岩性识别带来了极大的挑战,其中以膏盐岩地层尤为突出。以塔里木油田大北X井为例,提出了主成分分析(PCA)与径向基函数(RBF)神经网络相结合的膏盐岩地层岩性识别方法,利用主成分分析法去除指标变量间的相关性,将原始指标变量重新线性组合为4项综合变量作为RBF神经网络的输入向量;最后建立适于识别膏盐岩地层岩性的RBF神经网络模型。实际识别结果表明,该PCA-RBF神经网络模型对于膏盐岩地层岩性的识别具有较高的准确性,完全可以满足实际应用的要求,具有进一步推广的价值。
简介:利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-OrganizingMaps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(BrierScore)均近似为0,显著性评分(SignificanceScore)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。