简介:中国作为人口众多的发展中国家,能源相对贫乏,以煤炭为主要燃料的能源结构使中国环境问题日益严重,生物质能源作为物质性、易储存的可再生能源,已经成为中国未来能源发展的重点关注对象。受生物质发电技术的进步及中国地理环境多样性的影响,近年来新兴的生物质发电项目展现出新的特点,对该产业效率进行评价时需要考虑新的因素,并采用新的方法,评价结果才能客观,作为改进产业的参考依据。收集中国2010年以来建设的生物质发电项目,选择合适30家生物质发电项目作为样本,分别运用BC2模型、AR模型和分地区AR模型对这30家样本进行评价,发现中国生物质能总体上分布不均,地区差异较大,西南地区、中南地区和华东地区等地是我国生物质能的主要分布区,由于外部燃料资源市场和电网环境较好,因而这些区域产业效率普遍水平较高。对于北方地区生物质产业发展来说,市场和产业环境的改善对效率提高更有帮助。
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。