Resumen

La previsión del consumo de energía es importante para la toma de decisiones de las políticas económicas y energéticas nacionales. Pero se trata de un problema de sistema complejo y de incertidumbre afectado por el entorno exterior y diversos factores de incertidumbre. En este estudio se introdujo un nuevo modelo de agrupación basado en el análisis de pares de conjuntos (SPA) para analizar y predecir el consumo de energía. Se adoptó el indicador relativo dinámico anual (DRI) del consumo histórico de energía para realizar un análisis de conglomerados con el método de partición óptima de Fisher. En combinación con los pesos de los indicadores, los centroides de grupo de los DRI de los factores de influencia se transfirieron a números de conexión agregados para interpretar la incertidumbre mediante el análisis de identidad-discrepancia-contrariedad (IDC). Además, se analizó un modelo de previsión basado en la similitud con el centroide de grupo para prever el consumo de energía de un año determinado a partir de los valores medidos de los factores de influencia. Por último, se realizó un estudio de caso para predecir el consumo energético futuro de China, así como una comparación con el método gris para confirmar la fiabilidad y validez del modelo. Los resultados indican que el método aquí presentado es más factible y fácil de utilizar y puede interpretar la certidumbre y la incertidumbre de la velocidad de desarrollo del consumo energético y de los factores de influencia en su conjunto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:consumo de energía, factores de influencia, indicador relativo dinámico anual, previsión del consumo de energía, consumo de energía futuro, consumo de energía histórico, modelo de agrupación novedoso, método de partición óptima, problema del sistema de incertidumbre, diversos factores de incertidumbre
• Keywords:energy consumption, influence factors, annual dynamic relative indicator, energy consumption forecast, future energy consumption, historical energy consumption, novel clustering model, optimal partition method, uncertainty system problem, various uncertainty factors