导读:本文包含了石油需求预测论文开题报告文献综述及选题提纲参考文献,主要关键词:需求预测,能源需求,国际能源署,供应过剩,需求前景,欧佩克成员国,页岩油,耐用品,期货价格,经济增长
石油需求预测论文文献综述
王婧[1](2019)在《欧佩克下调全球石油需求预测》一文中研究指出石油输出国组织(欧佩克)5日下调了未来中长期内全球石油需求预测,并预计该组织未来五年的石油供应将持续减少。这令外界进一步猜测欧佩克及其盟友或在12月份的会议上继续减产以帮助稳定市场。需求担忧不减欧佩克5日发布2019年世界石油展望报告,下(本文来源于《经济参考报》期刊2019-11-07)
隋英琦,李小松[2](2019)在《叁大机构下调全球石油需求增长预测》一文中研究指出本报综合消息 6月19日,受中美领导人通话消息提振,国际油价大涨,WTI原油短线拉升,日内涨幅迅速扩大至4%,报54.2美元/桶;布伦特原油上涨近2%,报62.3美元/桶。但据美国商品期货交易委员会6月中旬以来的数据,对冲基金看空WTI原油的押注增加了4(本文来源于《中国石油报》期刊2019-06-21)
唐绍红[3](2019)在《塑料垃圾回收利用潜力巨大》一文中研究指出陶氏化学和埃克森美孚等几十家企业今年初宣布达成联盟,承诺结束排放废塑料,并投入15亿美元用于垃圾回收和清理。普氏能源资讯近日称,从塑料垃圾中回收原油和燃料的新型塑料回收工厂的兴起,正给全球石油需求预测带来更大压力。化学回收的兴起虽然塑(本文来源于《中国石化报》期刊2019-04-19)
[4](2019)在《IEA预测:石化业将成石油需求最大驱动力》一文中研究指出根据国际能源署(IEA)于近期发布的《石化的未来》报告,石化产品及其衍生产品,包括塑料、化肥、包装材料、服装材料、数码设备材料、医疗设备材料、洗涤剂和轮胎,正成为全球石油需求的最大驱动因素。报告指出,到2030年,石化产品将占世界石油需求增长的叁分之一以上,到2050年比重将逼近一半,届时其对石油的消费量将增加约700万桶/天。(本文来源于《中国洗涤用品工业》期刊2019年01期)
苏雷什·佩蒂·斯万亚当,郑丹[5](2018)在《亚洲炼厂路在何方?》一文中研究指出近日,咨询公司伍德麦肯锡对全球汽油和柴油形势做出展望,并对未来的亚洲炼厂发展趋势做出了预测。石油需求:2036年达顶峰根据伍德麦肯锡的研究和预测,在交通运输电气化和燃油效率提升的影响下,全球石油需求将在2036年达到峰值,需求量为1.(本文来源于《中国石化报》期刊2018-08-24)
綦宇[6](2016)在《报告预测:中国石油需求2030年达峰值6.7亿吨》一文中研究指出7月13日,国家高端智库试点单位——中国石油经济技术研究院发布了《2050年世界与中国能源展望》。报告指出,在目前的政策情景下,中国化石能源消费将在2030年左右到达峰值,而到2045年前后,天然气将超越石油成为全球第一大能源。从世界范围来看,(本文来源于《21世纪经济报道》期刊2016-07-15)
黄丹[7](2016)在《石油需求与供给分析预测系统研究》一文中研究指出石油的供需预测是国家制定能源政策的重要参考标准,尤其是像中国这样的发展中国家,石油需求量的逐年升高对国家的长远发展有重要的影响。本文在国土资源部油气资源战略研究中心油气资源管理支撑平台建设项目的背景下,以供需关系入手,开发石油需求与供给分析预测系统。通过研究石油产量预测模型以及需求预测模型对我国石油的供需形势进行预测,并将预测结果用于资源评价。本系统旨在分析全国石油供需格局现状以及未来的发展趋势,为国家制定长期发展规划提供科学依据。本研究主要完成了以下工作:1.研究了石油产量的预测模型。提出基于翁氏旋回模型、Hubbert模型、Gompertz模型等统计学模型的参数估计方法,同时引入专家评估法进行综合预测,以规避单纯数学模型的局限性,实现了主观与客观相结合的预测思路,提高了预测精度,实现对未来石油产量的预测。2.研究了石油需求预测模型。采用多元回归法和时间序列法建立模型:多元回归法是通过分析影响石油消费量的若干因素,建立多元回归模型进行石油需求预测;时间序列法则完全依靠自身历史数据建立自回归模型实现需求量预测,并通过误差分析确定预测精度。3.利用ArcSDE与SQL Server相结合的技术对石油数据进行管理,构建石油需求与供给分析预测系统空间数据库和属性数据库,提高数据存储和访问的效率。同时利用GIS空间分析与展示技术,对石油数据按省区、盆地、油田专题进行空间查询和可视化展示,按照预测结果对各专题数据进行渲染。4.根据实际需求设计和开发了石油需求与供给分析预测系统,采用C/S架构,以ArcGIS Engine为GIS开发平台、WPF为界面框架、C#为开发语言来进行系统的开发。通过编程将预测模型转为计算机语言封装在程序中,实现石油资源相关数据的动态管理,提供多种方法动态预测我国石油供需形势,并将预测结果按照相关指标进行资源评价,为石油资源未来的发展提供决策支持。本系统目前只给出了几个具有代表意义的模型算法的实现,还有其他适用于石油供需预测的算法也十分重要,在今后的研究中还会不断的完善。(本文来源于《中国地质大学(北京)》期刊2016-05-01)
[8](2015)在《欧佩克下调2016年石油需求预测》一文中研究指出石油输出国组织(OPEC)日前发布的《石油市场月度报告》中指出,2016年全球对石油需求仍持续增长,增幅将达每日129万桶,比预期减少5万桶/天。2016年全球石油总需求量将达到9408万桶/天。近年来新兴和发达国家是石油需求增长的主要动力,但这些国家的经济增速明显放缓,导致2016年对石油的需求也低于此前的预测。高盛集团预测,国际油价在未来15年将持续低位徘徊。世界正从持续了30年的大宗(本文来源于《经济导刊》期刊2015年10期)
李宏勋,李元庆,王海军[9](2015)在《基于BP神经网络模型的中国石油需求预测研究》一文中研究指出石油需求量预测对编制石油产业发展规划具有重要意义。为了合理预测中国石油需求量,将1965—2014年中国国内生产总值、人口数量、产业结构及技术进步4个分量作为输入向量,石油需求量数据作为输出向量,建立中国石油需求预测的BP神经网络模型,利用Matlab软件的神经网络工具箱对BP神经网络模型反复训练,发现当隐含层节点数为17、学习率为0.1、训练次数为8次、训练精度为0.001时得到的效果最好。最后运用所确定的BP神经网络模型对2015—2024年中国石油需求数据进行了预测。(本文来源于《中国石油大学学报(社会科学版)》期刊2015年03期)
焦建玲,韩晓飞,李兰兰,朱俊红[10](2015)在《减排约束下的中国石油需求预测》一文中研究指出针对中国2015年和2020年CO2排放强度减排目标,建立了以CO2强度减排为主要约束,综合考虑经济增长、能源结构以及产业结构等约束的石油需求优化预测模型。预测结果显示:2015年和2020年中国石油需求量分别为5.28亿吨、6.04亿吨,该结果意味着,未来我国石油需求总量仍将有较大幅度的增加,但占一次能源比重有所下降;与其他研究结果比较发现,减排约束对石油需求的增长起到一定的抑制作用;未来中国的石油对外依存度仍将处于较高水平。(本文来源于《北京理工大学学报(社会科学版)》期刊2015年01期)
石油需求预测论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本报综合消息 6月19日,受中美领导人通话消息提振,国际油价大涨,WTI原油短线拉升,日内涨幅迅速扩大至4%,报54.2美元/桶;布伦特原油上涨近2%,报62.3美元/桶。但据美国商品期货交易委员会6月中旬以来的数据,对冲基金看空WTI原油的押注增加了4
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
石油需求预测论文参考文献
[1].王婧.欧佩克下调全球石油需求预测[N].经济参考报.2019
[2].隋英琦,李小松.叁大机构下调全球石油需求增长预测[N].中国石油报.2019
[3].唐绍红.塑料垃圾回收利用潜力巨大[N].中国石化报.2019
[4]..IEA预测:石化业将成石油需求最大驱动力[J].中国洗涤用品工业.2019
[5].苏雷什·佩蒂·斯万亚当,郑丹.亚洲炼厂路在何方?[N].中国石化报.2018
[6].綦宇.报告预测:中国石油需求2030年达峰值6.7亿吨[N].21世纪经济报道.2016
[7].黄丹.石油需求与供给分析预测系统研究[D].中国地质大学(北京).2016
[8]..欧佩克下调2016年石油需求预测[J].经济导刊.2015
[9].李宏勋,李元庆,王海军.基于BP神经网络模型的中国石油需求预测研究[J].中国石油大学学报(社会科学版).2015
[10].焦建玲,韩晓飞,李兰兰,朱俊红.减排约束下的中国石油需求预测[J].北京理工大学学报(社会科学版).2015
标签:需求预测; 能源需求; 国际能源署; 供应过剩; 需求前景; 欧佩克成员国; 页岩油; 耐用品; 期货价格; 经济增长;