基于熵和層次分析方法的能源分析

萬芯彤 蔡成娜

摘 要：基于熵和層次分析過程，我們對1960 - 2009年，亞利桑那州，加利福尼亞州，新墨西哥州和德克薩斯州的能源概況進行了基于時間序列的縱向分析，并對各州進行了橫向分析。ARIMA時間序列模型預測了2025年至2050年四個州的能源狀況，AHP建立了評價指標體系的主觀評價，熵方法進行了客觀分析，幫助我們制定了可再生清潔能源的未來發展目標。我們的出發點是：能源，經濟和環境和諧共存。

關鍵詞：熵法；層次分析法；ARIMA預測

1.問題描述

沿著美國與墨西哥的邊界，有四個州 - 加利福尼亞州（CA），亞利桑那州（AZ），新墨西哥州（NM）和德克薩斯州（德克薩斯州） - 希望形成一個現實的新能源緊湊型，專注于增加清潔劑、可再生能源的使用。這些州的四位州長要求進行數據分析和建模，以便為他們的州際能源契約制定一系列目標。使用提供的數據，創建能量分布建立一個模型來描述1960 - 2009年的能源狀況是如何演變而來的。分析和解釋模型的結果，以一種州長容易理解的方式解決四個州對清潔，可再生能源的使用，并幫助他們理解四個州之間的相似性和差異。

2.具體問題分析

利用處理過的數據，統計多年來各種能源的國家消費情況，取平均值，并繪制數字。我們這樣做的原因是要了解各州在過去的時間框架內對不同能源的總體使用情況。但僅僅了解總體情況遠遠不夠，因此我們計劃在1960年至2009年的四個州使用可再生和不可再生能源的數據繪制折線圖。然后根據我們獲得的數據，我們將獲得四個州中每個州的相對詳細的能源概況。

我們首先計算1960年至2009年能源使用比較數據，然后繪制趨勢，以測試過去50年中能源概況的演變。但是根據趨勢圖看一般趨勢太主觀了。這不是我們想要的。我們更傾向于讓數據代表他們自己，因此我們需要進一步開發一個模型，用于科學地跟蹤四個州的能源使用變化。在建立模型之后，我們可以進一步分析為什么能源使用曲線在一年中顯著波動。通過引入一系列影響政策的因素，如礦產資源，地理，氣候，人口，交通，工業和國家政策，分析潛在的波動原因。根據這一分析，可以進一步分析過去50年來在所有州使用清潔和可再生能源的情況

3.模型

3.1問題一

3.1.1模型的基礎

利用數據處理，統計多年來各種能源的國家消費，平均值，并繪制數字。我們這樣做的原因是要了解各州在過去的時間框架內對不同能源的總體使用情況。但僅僅了解總體情況遠遠不夠，因此我們計劃在1960年至2009年的四個州使用可再生和不可再生能源的數據繪制折線圖。然后根據我們獲得的數據，我們將獲得四個州中每個州的相對詳細的能源概況。

3.1.2模型建立

步驟1：利用數據處理，統計多年來各種能源的國家消費，平均值，并繪制數字。

步驟2：使用1960 - 2009年四個州使用可再生和不可再生能源的數據繪制折線圖。

步驟3：根據我們得到的數據，我們將獲得四個州中每個州的相對詳細的能源概況。

3.1.3.分析結果

a.能源產量最高的是德克薩斯州，最低的是新墨西哥州。加州和亞利桑那州排名第二和第三，但差距很大。

b.新墨西哥州和亞利桑那州的總體能源使用數據保持相對穩定，多年來德克薩斯州和加利福尼亞州的變化更為明顯。

c.2006年之前，所有四個州的不可再生能源使用呈上升趨勢，但2006年以后，加利福尼亞州和德克薩斯州呈下降趨勢。

d.在過去的50年里，盡管經常出現頻繁波動，但可再生清潔能源的使用情況，但總體呈現出明顯的上升趨勢。加利福尼亞州對可再生能源的使用在2008年迅速增長。

3.2問題二

3.2.1模型建立

步驟1：數據標準化。我們使用的方法是閾值方法：如果原始i人的j索引是xij，則x'ij被標準化。

步驟2：計算每個州每年能源使用的信息熵。

步驟3：確定每個指標的權重。指標的信息效用值取決于指標的信息熵與1之間的差異，其值直接影響權重的大小。信息的效用值越大，評估的重要性越大，權重越大。

3.2.2.分析結果

a.1988年，亞利桑那州，加利福尼亞州和新墨西哥州都開始使用光伏和太陽能，并且所有四個州都將大部分可再生能源用于木材和廢料。

b.在過去的50年里，四個州最常用的是木材和廢料。

c.加利福尼亞州和新墨西哥州的地熱能源使用比其他兩個州更為明顯，但加利福尼亞州的地熱能利用率明顯高于新墨西哥州

d.與其他州相比，在德克薩斯州使用石油和天然氣是令人信服的。石油和天然氣目前仍是德克薩斯州的主要產業，但它們在經濟中的份額已經下降。

e.由于人口少且擁有核電基礎，新墨西哥州很有可能在未來發展核電

f.雖然每個州的能源使用情況偶爾波動，但整體趨勢繼續逐年穩步長。但相對于新墨西哥州和德克薩斯州，亞利桑那州和加利福尼亞州能源使用增長的穩定性更為強勁。

4.錯誤分析

當使用層次分析法對模型2中的最佳情況進行建模時，由于對清潔能源的經濟，社會和環境影響尚不清楚，這些指標對可再生能源的影響只能通過目標假設來判斷。該方法產生的數據 會有一些錯誤，這個錯誤可能會導致錯誤的結果。

5.優勢與缺點

5.1優勢

在分析數據時，我們使用熵方法讓數據說明一切。我們使用AHP來制定指標評估，使決策更加合理。

5.2缺點

在該模型中，沒有關于各個國家部門的能源消耗的統計數據，也沒有關于每個國家的能源進出口數據分析的統計數據，因此該模型存在一些缺陷。

6.改進

我們只計算每個能源指標對可再生能源影響的權重，并沒有考慮環境因素，經濟因素對能源演變的影響，在修改模型中，我們可以考慮經濟，環境，社會等因素，建立一個更完整的模型。

參考文獻

[1]國家能源數據系統（SEDS）到2009年全部數據集

[2] 潛在的能源成本：能源生產和使用的未定價后果發布日期：2009年10月19日Dan Greenbaum健康影響研究所的演講MIT-NESCAUM Endicott House Symposium 2010年8月25日。

作者簡介

萬芯彤，1997.04 女 漢族 河南省信陽市 河南省開封市河南大學軟件學院互聯網金融方向2015級本科生在讀，通訊作者：蔡成娜。

（作者單位：河南大學軟件學院）