近期，北京能源发展研究基地首席专家谭忠富教授和基地主任王伟教授的论文“Forecasting Carbon Emissions Related to Energy Consumptionin Beijing-Tianjin-Hebei Region Based on Grey Prediction Theory and ExtremeLearning Machine Optimized by Support Vector Machine Algorithm”发表在国际期刊《Energies》上。

为了应对在经济发展过程中面临的来自国际社会关于碳排放和环境保护方面的压力，我国政府于2016年宣布，到2030年我国达到二氧化碳排放峰值并争取尽早实现，2030年单位GDP碳排放相比2005年下降60-65%，非化石能源比重提升到20%左右。京津冀地区是我国重要的区域能源消费中心，和全国大部分地区一样，其能源结构以煤炭为主。因此，预测能源消费碳排放对京津冀地区的减排和能源供给升级十分重要。

该论文首先全面分析了京津冀地区煤炭、石油、天燃气、火电等主要能源类型的碳排放情况，并运用灰色预测理论对京津冀地区2017—2030年的主要能源消费进行预测。随后，将该预测结果导入SVM-ELM（Support Vector Machine-Extreme Learning Machine）模型中以预测京津冀地区2017—2030年的碳排放量。预测结果显示，能源消费的比例是影响碳排放量的关键，如果京津冀地区电力和天燃气的比重到2030年能够达到45%，就能够将该地区的碳排放量控制在9690万吨以内。由此可见，加快并实现工业结构升级是京津冀地区控制并减少碳排放量的关键所在，是各级政府下一步的重要任务。

文章链接：

https://www.mdpi.com/1996-1073/11/9/2475?from="singlemessage