1) energy supply and consumption
能源供给、消费
2) energy consumption and supply
能源消费和供给
3) energy supply and consume
能源供给与消费
4) energy supply
能源供给
1.
Based on the specific Situation of energy consumption and the time delaying in energy supply-demand, applying non-linear dynamics in energy economic system, this pape.
同时，考虑到价格的上涨速度对能源需求的影响，以及能源生产企业对市场需求信息的了解到调控能源供给有一个时间的滞后，我们建立了能源价格的时滞微分方程模型，利用主项分析法对能源价格的稳定性进行了分析，并给出了趋向均衡价格的条件。
2.
A secure energy supply system is an important guarantee for Chinas’ economic sustain-able and healthy development.
中国经济发展面临一个长期难题是能源供给小于能源需求。
3.
Build an energy policy system from the energy supply policies, energy consumption policies, energy environmental policies, energy security policies in four areas has a strong theoretical and practical significance.
从能源供给政策、能源消费政策、能源环境政策、能源安全政策四个方面构建能源政策体系具有很强的理论和实践意义。
5) energy consumption
能源消费
1.
Study on increase and control of carbon dioxide emission from energy consumption;
能源消费CO_2排放量的变化与控制分析
2.
Analysis of causality between energy consumption and economic growth in China;
中国能源消费与经济增长关系的因果分析
3.
Application of feedback regulation model with time delay on energy consumption system;
时滞反馈控制模型在能源消费系统中的应用
6) energy consumption
能源消费量
1.
Energy consumption prediction is made by the use of radial basis function(RBF) neural network method,and energy consumption prediction model based on RBF neural network is established.
采用径向基函数(RBF)神经网络方法进行能源消费量预测,建立了基于RBF神经网络的能源消费量预测模型。
2.
Because energy consumption system is complex and non-linear,this paper combines neural network and three models of GM(1,1),WPGM(1,1),pGM(1,1) with energy consumption data,and proposes the combination forecasting model of energy consumption.
利用我国能源消费的历史数据,采用灰色预测的GM(1,1)、无偏GM(1,1)和pGM(1,1)三种模型与BP神经网络进行优化组合,建立了灰色神经网络的能源消费量组合预测模型。
3.
To diminish the error in the non-equidistant grey model for forecasting,considering the characteristic of the sequence,this model combined neural network and three models of grey theory with energy consumption data,and proposed the combination model of energy consumption.
针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点,利用世界能源消费的历史数据,采用3种灰色预测模型与神经网络进行组合优化,建立了灰色神经网络的能源消费量组合预测模型。
补充资料：发电能源在一次能源消费中的比重
发电能源在一次能源消费中的比重
the share of energy for electricity generation in total primary energy
fad旧n nengyuan za一y一ei nengyuan x.oofe一zhong由b lzhong发电能源在一次能派消费中的比，(theshare of energy for eleetrieity罗neratinn in totalprimary energy)是表征一个国家国民经济电气化程度的一个指标。在一次能源总消费中，发电用能源的比例越大，电力在能源系统中的地位越重要，国民经济电气化的程度就越高。由于使用电力比直接使用石油、天然气和煤炭等一次能源的效率高，且电力用途广泛，使用灵活方便，不污染环境，可靠性高，因此.世界各国的电力生产和消费以高于能源的速度增长，发电用能源在一次能源总消费t中的比例日益增大。下表列出了一些国家发电用能源占一次能源总消费的比例变化情况。一些日家发电能一占一次能派总消.一的比，(%)┌──┬───┬───┬──┬───┬──┬───┬───┐│年份│美国 │日本 │德国│加章大│法国│英国 │中国 │├──┼───┼───┼──┼───┼──┼───┼───┤│1970│28.4 │31。1 │ │43.3 │23.8│ │ │├──┼───┼───┼──┼───┼──┼───┼───┤│1980│37。65│44.9 │30.7│57.1 │36.1│39.7 │20.60 │├──┼───┼───┼──┼───┼──┼───┼───┤│1990│41.79 │50.30 │33.7│58.9 │46.0│37。6 │24.68 │├──┼───┼───┼──┼───┼──┼───┼───┤│1995│40.50 │51.50 │35.8│63.7 │57.0│36.7 │29.58 │├──┼───┼───┼──┼───┼──┼───┼───┤│1996│41。0 │50.7 │34.9│64。3 │54.2│35.4 │30.76 │└──┴───┴───┴──┴───┴──┴───┴───┘ 注:1.资料来浑日本海外电力调查会《海外电气事业统 计》和《中国电力统计资料》. 2.说明:(l)电力消费t系按电厂的发电t或净发电 t计算;(2)美国、日本、法国、英国系按供电热 效率计算煤耗，铭国、加幸大系按发电热效率计算 煤耗，中国则立接按发电煤耗计算;(3)发电能浑 消费(含火电、水电、核电等)均用上述计算的煤 耗乘以各自的总发电t。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条