中国电力需求周期演变规律及转折点研究
发布时间：2021-12-23 23:02
我国曾经历过的大规模电力需求扩张和收缩过程告诉我们,对于快速增长的中国经济来说,要避免未来的电力短缺,就必须对我国电力需求周期及转折点问题进行系统研究。在市场经济条件下,电力总需求与社会总供给之间发生变动时,必然会反应到市场上。电力系统如果不能认识和把握电力需求周期波动的规律,就无法应对市场的变化,也就无法满足全社会对电力的需求。我国电力需求周期的理论研究滞后于现实需要,客观上表明了研究电力需求周期及其转折点所具有的重要理论意义。同时正确认识和把握电力需求发展的周期波动规律,有助于从整体上确保电力产业实现长期、持续、稳定和健康地发展,避免因出现大起大落的发展路径而危害电力行业及整个国民经济的持续稳定,有助于指导参与电力行业运行的各方,顺应周期运行而选择相应策略。本文首先对电力需求周期理论进行了论述分析,然后采用结构时间序列模型,以我国电力需求的实际数据分析电力需求周期的实际表现;采用H-P滤波方法得到我国电力需求的周期成分,研究电力需求周期的特征;利用单变量状态空间分解模型研究电力需求周期中短周期的情况。接着利用谱分析方法对电力需求时间序列进行频域分析。继而根据周期成分采用相关分析方法...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：161 页
【学位级别】：博士
【部分图文】：
978——2005年电力需求实际数据自相关图
图 6-1 Friedman 的 Plucking 模型Friedman 在 1993 再次对他的 Plucking 模型进行了归纳和总结，并进究了实际产出与货币存量之间周期波动的影响关系，并说明 Plucking 一种非常有效的经济周期波动非对称性的描述方法[ 6 9 ]。Friedman (199发现，在美国的经济增长过程中，实际产出周期性紧缩的幅度与紧缩经济扩张幅度存在较强的相关性，但反过来，实际产出周期扩张幅度的产出紧缩幅度没有显著的相关性。Friedman 的观点不仅表明了经济动中相继两个阶段(紧缩与扩张或者扩张与紧缩之间)存在非对称性特征也表明暂时经济冲击不会对实际产出增长水平带来持久性影响。事实上，在关于经济周期机制的研究中，一个非常重要的问题就是经与经济紧缩是否具有不同的动态特征。Burns 和 Mitchell[69]等认为，与比紧缩持续期较短，并且紧缩要比扩张更加“陡峭”，也就是说经济衰度要比经济扩张的速度快。Kim 和 Nelso[ 6 9 ]利用状态空间模型对美国实中的趋势成分和周期成分进行了估计和检验，他们的实证研究认为，
华北电力大学博士学位论文滤除了其中的冲突部分。 m 可看作专家意见在这个意义上的一种综合。8.3 我国电力需求周期转折点预测8.3.1 基于时间序列建模的我国电力需求周期转折点预测8.3.1.1 确定模型类型根据 Eviews 做出我国电力需求时间序列的自相关、偏相关图（图 8-
【参考文献】：
期刊论文
[1]区间数信息下的用电客户信用评价[J]. 杨淑霞,李翔,黄陈锋. 电气应用. 2005(11)
[2]我国经济周期波动性与阶段性之间关联的非对称性检验——Plucking模型对中国经济的实证研究[J]. 刘金全,刘志刚,于冬. 统计研究. 2005(08)
[3]东亚经济周期与次区域经济周期存在性检验[J]. 杜群阳,宋玉华. 国际贸易问题. 2005(08)
[4]用电客户信用的主客观评价及分析[J]. 杨淑霞,吕世森,乔艳芬. 中国电力. 2005(06)
[5]基于状态空间模型的电力需求增长率分析[J]. 李翔,吴景龙,梁亚丽,杨淑霞. 电网技术. 2005(04)
[6]人工神经网络在水环境质量评价中的应用[J]. 朱长军,李文耀,张普. 工业安全与环保. 2005(02)
[7]BP神经网络在医院多因素时间序列预测中的应用[J]. 伍长荣,叶明全. 福建电脑. 2005(01)
[8]遗传算法BP神经网络的预报研究和应用[J]. 吴建生,金龙,农吉夫. 数学的实践与认识. 2005(01)
[9]人工神经网络在教学质量评价体系中的应用[J]. 张金梅,员世芬,谢克明. 太原理工大学学报. 2005(01)
[10]用改进的遗传算法训练神经网络构造分类器[J]. 熊忠阳,刘道群,张玉芳. 计算机应用. 2005(01)
硕士论文
[1]我国经济周期和产出波动的实证研究[D]. 刘志刚.吉林大学 2005
[2]中国电力需求周期波动特征及影响因素研究[D]. 梁亚丽.华北电力大学（北京） 2005
[3]我国经济周期的统计分析[D]. 吕忠伟.湖南大学 2004
[4]改革开放以来中国经济周期波动的实证研究[D]. 李延军.河北工业大学 2004
本文编号：3549355
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：161 页
【学位级别】：博士
【部分图文】：
978——2005年电力需求实际数据自相关图
图 6-1 Friedman 的 Plucking 模型Friedman 在 1993 再次对他的 Plucking 模型进行了归纳和总结，并进究了实际产出与货币存量之间周期波动的影响关系，并说明 Plucking 一种非常有效的经济周期波动非对称性的描述方法[ 6 9 ]。Friedman (199发现，在美国的经济增长过程中，实际产出周期性紧缩的幅度与紧缩经济扩张幅度存在较强的相关性，但反过来，实际产出周期扩张幅度的产出紧缩幅度没有显著的相关性。Friedman 的观点不仅表明了经济动中相继两个阶段(紧缩与扩张或者扩张与紧缩之间)存在非对称性特征也表明暂时经济冲击不会对实际产出增长水平带来持久性影响。事实上，在关于经济周期机制的研究中，一个非常重要的问题就是经与经济紧缩是否具有不同的动态特征。Burns 和 Mitchell[69]等认为，与比紧缩持续期较短，并且紧缩要比扩张更加“陡峭”，也就是说经济衰度要比经济扩张的速度快。Kim 和 Nelso[ 6 9 ]利用状态空间模型对美国实中的趋势成分和周期成分进行了估计和检验，他们的实证研究认为，
华北电力大学博士学位论文滤除了其中的冲突部分。 m 可看作专家意见在这个意义上的一种综合。8.3 我国电力需求周期转折点预测8.3.1 基于时间序列建模的我国电力需求周期转折点预测8.3.1.1 确定模型类型根据 Eviews 做出我国电力需求时间序列的自相关、偏相关图（图 8-
【参考文献】：
期刊论文
[1]区间数信息下的用电客户信用评价[J]. 杨淑霞,李翔,黄陈锋. 电气应用. 2005(11)
[2]我国经济周期波动性与阶段性之间关联的非对称性检验——Plucking模型对中国经济的实证研究[J]. 刘金全,刘志刚,于冬. 统计研究. 2005(08)
[3]东亚经济周期与次区域经济周期存在性检验[J]. 杜群阳,宋玉华. 国际贸易问题. 2005(08)
[4]用电客户信用的主客观评价及分析[J]. 杨淑霞,吕世森,乔艳芬. 中国电力. 2005(06)
[5]基于状态空间模型的电力需求增长率分析[J]. 李翔,吴景龙,梁亚丽,杨淑霞. 电网技术. 2005(04)
[6]人工神经网络在水环境质量评价中的应用[J]. 朱长军,李文耀,张普. 工业安全与环保. 2005(02)
[7]BP神经网络在医院多因素时间序列预测中的应用[J]. 伍长荣,叶明全. 福建电脑. 2005(01)
[8]遗传算法BP神经网络的预报研究和应用[J]. 吴建生,金龙,农吉夫. 数学的实践与认识. 2005(01)
[9]人工神经网络在教学质量评价体系中的应用[J]. 张金梅,员世芬,谢克明. 太原理工大学学报. 2005(01)
[10]用改进的遗传算法训练神经网络构造分类器[J]. 熊忠阳,刘道群,张玉芳. 计算机应用. 2005(01)
硕士论文
[1]我国经济周期和产出波动的实证研究[D]. 刘志刚.吉林大学 2005
[2]中国电力需求周期波动特征及影响因素研究[D]. 梁亚丽.华北电力大学（北京） 2005
[3]我国经济周期的统计分析[D]. 吕忠伟.湖南大学 2004
[4]改革开放以来中国经济周期波动的实证研究[D]. 李延军.河北工业大学 2004
本文编号：3549355
本文链接：https://www.wllwen.com/gongshangguanlilunwen/3549355.html
