基于驱动因素分解的能源消费预测——以上海市为例

摘要

将上海市工业能源消费增长的驱动因素分解为3部分,综合预测上海市工业能源消费总量需求趋势。采用ARIMA-BP神经网络组合模型预测工业企业能源消费量E1;情景分析法预测工业固定资产投资项目新增能源消费E2;历年统计数据预测产业结构调整及节能技改减少量E3。预测结果显示:组合模型能有效降低平均相对误差,提高预测精度,指标分析全面,适用于上海市工业能源消费预测。预测趋势表明:"十三五"后期上海市工业能源消费将呈现增长趋势,但增速较为平缓;进入"十四五"时期,上海工业能源消费总量将进一步放缓。