基于机器学习的造纸用能负荷特征日获取模型

造纸的用电负荷及用热负荷数据是反映造纸企业运行效益和工艺合理性的重要指标,对于企业生产来说,在大量的历史用能负荷数据中,挖掘出企业用能的分布情况对分析生产耗能情况,优化设备运行具有重要的意义。传统的用能分析方法存在着滞后性,无法保证结果的准确等问题。随着工业大数据的发展,基于机器学习的数据挖掘方法为用能负荷数据分析提供了有效的途径。通过相关性分析和降维算法,剔除数据冗余的信息。在此基础上,通结合聚类算法获取全年用能负荷特征日。结果表明,采用使用K均值与主成分分析法相结合能有效捕捉输入数据分布特征的同时获取代表全年用能负荷的数据。

我国道路交通与能源融合发展战略研究

能源与交通的交替进步承载了人类社会的繁衍发展与文明延续。面对资源紧缺、气候变化、环境污染带来的严峻挑战,利用交通资产能源化、交通用能绿色化途径可以有效实现交通领域“碳达峰、碳中和”目标已逐渐成为一种共识。本文系统回顾了道路交通能源融合的发展历史,调研并分析了源于国家能源安全、交通能源结构绿色化转型、交通资产能源化潜力开发,以及交通系统智能化等推动道路交通与清洁能源融合发展的需求与变化趋势。笔者在对我国道路交通风、光自然资源禀赋与用能需求自洽供给评估分析的基础上,给出了我国道路交通与能源融合发展的参考路径,并结合“碳达峰、碳中和”目标,提出了道路交通与能源融合发展的路线图。最后,提出了技术与政策两方面建议:在技术方面,建议强化科技研发、推进产业链发展,助力技术创新与融合;在政策方面,建议完善顶层设计与战略规划、支持探索市场新模式,进一步深化国际合作。