全文总字数：4807字

1. 研究目的与意义及国内外研究现状

现如今，能源革命已经逐步开始进行，新能源替代传统能源是当前绿色可持续发展这一时代主题的必然结果。在“十一五”规划提出节能减排的目标，“十二五”规划提出能源建设在煤炭开发与利用、稳油增气、核电、可再生能源、油气管网、电网这六方面的能源建设重点，并将新能源产业作为战略性新兴产业创新发展工程之一去推动，“十三五”规划提出将“清洁低碳，绿色发展”作为目标，把发展清洁低碳能源作为调整能源结构的主要方向，并坚持发展非化石能源与清洁高效利用化石能源并举这样的发展历程的发展趋势下，新能源发展战略的相关研究刻不容缓。

用灰色系统理论对新能源这一领域做出消费预测，为能源规划及政策的制定提出合理依据，通过数据分析来得出未来短期内的消费趋势，并与传统能源进行对比，较为可观全面的对新能源发展战略提出建议是本文的目标。

本文的预测研究可以帮助我们进一步了解中国目前的能源消费结构及其未来发展变化的趋势，对未来能源总量及可开发的潜力有一个较为准确的了解，并对现有的能源结构进行合理的分析与优化。

2. 研究的基本内容

为了对中国能源结构转型以及新能源在中国的发展情况提出一定的建议，本文根据中国统计年鉴中能源消费情况的数据对未来几年中国能源的消费情况进行预测，根据预测结果从能源消费结构和能源消费未来发展趋势两个方面提出政策方面的建议。本文主要运用gm（1,1）模型与bp神经网络模型进行组合，利用灰色神经网络模型进行预测。主要研究讨论以下问题：

gm（1,1）模型与灰色神经网络模型相比较的预测精度，使用中国能源消费总量的预测作为比较数据，根据对它的预测的得出单一模型与组合模型预测精度的比较；

使用预测精度较高的模型对以下方面进行预测：全国煤炭消费总量，全国石油消费总量，全国天然气消费总量以及全国水电、核电、风电消费总量。

3. 实施方案、进度安排及预期效果

实施方案：

使用matlab进行gm（1,1）模型与灰色神经网络的建模。将中国统计年鉴上能源消费量的相关数据作为原始数据，对未来几年中国的能源消费情况进行预测：

使用gm（1,1）模型以及灰色神经网络模型对2013-2017年间的中国能源消费总量进行模拟，利用模拟数据与原始数据得到模型的残差序列，通过比较平均相对误差，将平均相对误差小的模型作为本文用来预测的模型；

4. 参考文献

[1] 李亮,孙廷荣,黄强等．灰色gm（1,1）和神经网络组合的能源预测模型[a]．研究与探讨，2005，(1)：10-13．

[2] 张帆．基于gm-grnn的能源需求预测模型研究[a]．湖北汽车工业学院学报，2012，26(3)：65-69．

[3]付加锋,蔡国田,张雷.基于gm和bp网络的我国能源消费量组合预测模型[a].水电能源科学,2006，24(2):1-4.