导读:本文包含了排放量预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:排放量,能源,灰色,系统,算法,燃煤,需水量。
排放量预测论文文献综述
陆雨林[1]（2019）在《决策者如何应对全球能源系统严重失衡》一文中研究指出核心阅读国际能源署2019年的《世界能源展望》深入探讨了当今世界能源系统的深度失衡，也试图预测今天的决策对明天能源系统的影响，并寻求一条既能满足世界能源需求，又能很好应对气候变化挑战的途径。天然气被视为解决全球能源市场深度失衡的最佳方案，可再生能(本文来源于《中国石化报》期刊2019-11-29）
商正松[2]（2019）在《水泊渡水库水环境容量计算及水污染物排放量预测研究》一文中研究指出本文以黔北地区的水泊渡水库为例,对其水环境容量进行计算,并预测到2025年水库流域范围内的污染物入河量,分析该水源地能否达到水质相关要求。预测结果显示,到2025年,水泊渡水库接纳COD及NH_3-N的水环境容量均有剩余,但TN和TP入库量都已超过环境容量。(本文来源于《环境与发展》期刊2019年09期）
苟胜荣[3]（2019）在《建筑室内装修甲醛污染分析及甲醛排放量预测研究》一文中研究指出为了保证室内优质的居住环境和身体健康,充分认识装修过程中装修污染物的来源,对装修之名甲醛浓度的监测分析和预测研究至关重要。分析房屋不寸阶段的甲醛污染情况,以指数平滑法为基础,构建甲醛浓度变化的预测模型,以实际工程监测数据为基础进行甲醛浓度变化预测分析。实例检验结果表明:预测模型因其参数选择的不寸,预测结果略有差异,当选择合适的参数时,能得到较好的预测效果,指数平滑法当a=0.7时预测精度最好,能较好的反应甲醛浓度变化情况,验证了预测模型的准确性和可靠性,可为装修之名甲醛监测提供参考依据。(本文来源于《当代化工》期刊2019年09期）
刘怀远,甄成刚[4]（2019）在《基于WOA-LSSVM的锅炉NO_x排放量预测模型》一文中研究指出精准可靠地预测锅炉NO_x排放量对电站锅炉低氮运行有着重要意义,为了提升模型的预测效果,提出一种基于鲸鱼优化算法-最小二乘支持向量机(WOA-LSSVM)的锅炉NO_x排放量预测建模方法。首先归一化处理初始样本数据,然后通过WOA算法对LSSVM中的核函数宽度和惩罚因子两个参数进行寻优求解,建立WOA-LSSVM黑箱模型,最终得到模型输出,同时将采用果蝇优化算法(FOA)、粒子群优化算法(PSO)优化参数建立的LSSVM预测模型和单一LSSVM预测模型作为对比研究。仿真结果表明,采用WOA优化的LSSVM模型在NO_x排放量预测方面明显优于其他选定模型,具有稳定且较高精度的仿真性能。(本文来源于《华北电力大学学报(自然科学版)》期刊2019年04期）
张丹,刘建文,高一茹[5]（2019）在《四川省工业碳排放量影响因素与预测》一文中研究指出中国在"国家自主贡献"中提出将于2030年左右使二氧化碳排放达到峰值并争取尽早实现。以四川省工业行业2005—2015年能源碳排放量为基础,运用回归模型,详细分析选定指标与工业碳排放的相关联系,研究四川省工业碳排放的影响因素,利用灰色预测软件预估四川省此后5年的工业碳排放量,从环境调控、产业转型、能源结构、能源效率和政策五个方面提出四川省降低工业碳排放的对策。(本文来源于《重庆交通大学学报(社会科学版)》期刊2019年04期）
张宏,禚春成,任鹏[6]（2019）在《基于最小二乘支持向量机的锅炉氮氧化物排放量预测模型》一文中研究指出为了降低氮氧化物排放量,建立了基于最小二成支持向量机的氮氧化物排放量预测模型,并用差分算法优化最小二成支持向量机的参数。为了表明所提算法的有效性,利用BP神经网络、多层感知器(MLP)和偏最小二乘法(PLS)进行对比,试验结果表明该算法具有很好的预测能力和稳定性。(本文来源于《吉林电力》期刊2019年03期）
赵亚涛[7]（2019）在《基于系统动力学的煤电行业二氧化碳排放量预测研究》一文中研究指出全球变暖严重威胁着人类的生存和发展,二氧化碳排放持续增长加剧了温室效应对环境的影响。目前,全球二氧化碳排放量占温室气体排放总量的55%。2007年,我国二氧化碳排放量跃居世界第一。2011年,我国电力和热力生产部门二氧化碳排放量达到35.8亿吨,占全国排放总量的49.3%。其中,我国煤电机组排放量占火力发电排放总量的93.2%,燃气和燃油发电机组二氧化碳排放占6.8%。因此,研究和预测煤电行业二氧化碳排放量是亟待解决的重要问题。本文首先构建扩展Kaya恒等式对我国煤电行业进行描述,并在此基础上建立对数平均迪氏(Logarithmic Mean Divisia Index,LMDI)分解模型。通过LMDI分解模型对我国煤电行业二氧化碳排放因素进行分析,发现能源结构、经济规模和人口规模对煤电行业二氧化碳排放产生正向驱动作用,年平均正向驱动贡献率分别为190.68%、8.26%和0.83%,我国2000-2015年间经济的高速发展带来电力需求大幅上升是导致煤电行业碳排放量增加的主要因素;电源结构、供电煤耗和电力强度对煤电行业二氧化碳排放产生负向驱动作用,年平均负向驱动贡献率分别为26.67%、9.44%和63.66%,我国能源利用率的提高和火力发电技术的提升使得电力强度和供电煤耗成为抑制电力行业碳排放量的主要因素。在LMDI因素分解的基础上建立煤电行业二氧化碳排放的系统动力学(System Dynamics,SD)模型,并对影响我国煤电行业二氧化碳排放量的重要因素进行预测。结果表明:当煤电比例较高时,碳捕集和封存技术(Carbon Capture and Storage,CCS)有助于煤电行业碳排放峰值提前到来,当煤电比例较低时,CCS技术对我国煤电行业碳排放峰值到来时间没有影响;当煤电行业整体供电煤耗未出现大幅下降时,CCS技术对煤电行业碳减排贡献大于供电煤耗减排贡献。通过情景分析法对我国煤电行业二氧化碳排放进行情景设定,并利用系统动力学模型对不同情景进行仿真模拟,根据仿真结果并结合我国煤电行业实际情况认为我国应该优化电源结构,降低煤电比例;降低供电煤耗,提高能源效率;发展新型发电技术,推进低碳研究应用。(本文来源于《新疆大学》期刊2019-05-26）
车忠坤[8]（2019）在《基于灰色动态预测模型的城市需水量与废水排放量预测研究》一文中研究指出灰色系统理论的动态预测模型表现出预测精度高、适用范围广、所需原始数据少等优点。以大连市为例,通过模型的残差修正和理论分析,构建大连市城市需水量与废水排放量分析的灰色动态预测模型,利用数理统计的回归分析法对城市需水量和废水排放量进行预测,结果可知:大连市2020年万元工业增加用水量预测值为286.85 m~3/万元,城市需水量预测相对误差在-0.28%～0.26%范围;大连市2016年工业废水排放量预测结果显示为8.85亿t,评价结果与实际数据相差0.86亿t,相对误差为0.9%,证明模型具有较好的精度与可靠性。(本文来源于《地下水》期刊2019年03期）
禄瑶[9]（2019）在《奶牛粪尿的氨气挥发规律及其排放量预测研究》一文中研究指出奶牛粪尿NH_3挥发受多种因素影响,包括温度和粪尿理化性质等,但在受控环境下对NH_3挥发的研究较少。奶牛粪尿中NH_3排放主要来源于尿素的分解及其挥发,尿素在肝脏合成后被释放进入血液,成为血浆尿素氮(PUN),血浆中的尿素可以经过肾脏过滤,进入到尿液当中形成尿中尿素氮(UUN),泌乳时通过乳腺上皮细胞,扩散进入到乳中成为乳中尿素氮(MUN)。因此,PUN、MUN和UUN存在一定相关性,它们与粪尿NH_3的挥发存在一定关系。但是对于不同生产水平下奶牛的PUN、MUN和UUN是否可以预测粪尿NH_3的挥发量还未见报道。因此本研究在探究不同温度和生产水平下奶牛粪尿NH_3挥发规律的基础上,对不同生产水平奶牛PUN、MUN和UUN与粪尿NH_3挥发量进行回归分析。试验一奶牛粪尿NH_3挥发规律研究分别将20头奶牛的粪和尿按不同生产水平充分混和,进行p H、总氮、总氨氮、尿素氮和干物质的测定,然后分别在20、30和40℃下进行72 h的NH_3挥发测定。结果发现,高产奶牛的尿中总氮和尿素氮显着高于低产奶牛(P<0.05);30℃和40℃环境下高产和低产奶牛组NH_3最大挥发速率均出现在12小时左右,而20℃环境下,NH_3最大挥发速率会延迟。低产奶牛在前48 h随着温度的增加,挥发速率也增加,从48 h时速率趋于一致直到试验结束,高产奶牛组在从开始到24 h时,随着温度的上升挥发速率增加。除高产30℃组在24 h后,同一温度和时间点下,高产组NH_3挥发速率高于低产组。除了高产奶牛30℃组,对于其他各组,累计排放以及累计排放占总氮和总尿素氮比例随着温度和生产水平提高而增加。所有组在72 h的NH_3累计挥发量占底物中尿素氮的比例都超过100%。以上结果表明,随着温度和生产水平提高,总体上奶牛粪尿NH_3挥发速率、累计总量以及累计总量占总氮总尿素氮的比例均会上升。粪尿中其他含氮物质也是NH_3挥发的重要来源,特别是在高温环境下。试验二奶牛血、乳、尿中的尿素氮预测粪尿NH_3挥发量的研究通过尿素氮试剂盒和乳成份分析仪分别测定不同生产水平奶牛血浆、尿液以及牛奶中尿素氮浓度。运用NH_3挥发测定装置测定每头牛粪尿24 h内NH_3的挥发速率并计算总排放量。结果发现,高产奶牛血液、尿液和乳中的尿素氮浓度显着高于低产奶牛(P<0.05);PUN、UUN和MUN之间存在线性正相关(P<0.01),相关系数分别为r=0.80、r=0.88、r=0.89;PUN、UUN和MUN都与NH_3排放具有线性正相关性(P<0.01),其中MUN与NH_3挥发的回归方程为NH_3(mg·m~(-2))=0.67×MUN(mg/d L)-9.24(R~2=0.605),PUN和UUN与NH_3挥发的回归方程分别为NH_3(mg·m~(-2))=0.77×PUN(mg/d L)+0.373(R~2=0.591),NH_3(mg·m~(-2))=0.12×UUN(mg/d L)+4.35(R~2=0.426)。以上结果说明PUN、UUN和MUN叁者之间存在线性正相关,都与粪尿中NH_3挥发呈线性关系。综上所述,总体上随着温度和生产水平的增加,奶牛粪尿NH_3挥发速率和累计总量也会增加。粪尿中其他含氮物质也是NH_3挥发的重要来源,特别是在高温环境下。PUN、UUN、MUN与粪尿中NH_3挥发呈线性关系,MUN最合适作为NH_3挥发预测因子。(本文来源于《西北农林科技大学》期刊2019-04-01）
马彩云,徐林,赖芨宇,刘远贵,陈雪晴[10]（2019）在《基于灰色预测模型的安徽省建筑业碳排放量预测》一文中研究指出建筑业在安徽省经济发展中起着重要作用,在发展低碳经济的时代,二氧化碳的排放量也不容忽视。以2008—2016年安徽省建筑业直接碳排放量作为样本基础,采用灰色预测模型并结合MATLAB软件,对安徽省建筑业2017—2021年5年的直接碳排放量进行预测。结果显示:安徽省建筑业碳排放量呈上升趋势,2021年预计达到1 063.82万t。(本文来源于《南通大学学报(自然科学版)》期刊2019年01期）
排放量预测论文开题报告
（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：
本文以黔北地区的水泊渡水库为例,对其水环境容量进行计算,并预测到2025年水库流域范围内的污染物入河量,分析该水源地能否达到水质相关要求。预测结果显示,到2025年,水泊渡水库接纳COD及NH_3-N的水环境容量均有剩余,但TN和TP入库量都已超过环境容量。
（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。
排放量预测论文参考文献
[1].陆雨林.决策者如何应对全球能源系统严重失衡[N].中国石化报.2019
[2].商正松.水泊渡水库水环境容量计算及水污染物排放量预测研究[J].环境与发展.2019
[3].苟胜荣.建筑室内装修甲醛污染分析及甲醛排放量预测研究[J].当代化工.2019
[4].刘怀远,甄成刚.基于WOA-LSSVM的锅炉NO_x排放量预测模型[J].华北电力大学学报(自然科学版).2019
[5].张丹,刘建文,高一茹.四川省工业碳排放量影响因素与预测[J].重庆交通大学学报(社会科学版).2019
[6].张宏,禚春成,任鹏.基于最小二乘支持向量机的锅炉氮氧化物排放量预测模型[J].吉林电力.2019
[7].赵亚涛.基于系统动力学的煤电行业二氧化碳排放量预测研究[D].新疆大学.2019
[8].车忠坤.基于灰色动态预测模型的城市需水量与废水排放量预测研究[J].地下水.2019
[9].禄瑶.奶牛粪尿的氨气挥发规律及其排放量预测研究[D].西北农林科技大学.2019
[10].马彩云,徐林,赖芨宇,刘远贵,陈雪晴.基于灰色预测模型的安徽省建筑业碳排放量预测[J].南通大学学报(自然科学版).2019
论文知识图
