درخت حوزه‌های تخصصی

نفت،گاز طبیعی،زغال سنگ،مشتقات نفتی

ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱٬۲۴۱ تا ۱٬۲۶۰ مورد از کل ۱٬۸۲۸ مورد.
۱۲۴۳.

هدیه سال 2007 روسیه به اروپا قطع نفت

۱۲۴۴.

اثرات بهبود کارایی سوخت های فسیلی در صنایع انرژی بر: رویکرد تعادل عمومی محاسبه پذیر پویای بین زمانی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: صنایع انرژی بر اثرات بازگشتی مدل تعادل عمومی پویا

حوزه‌های تخصصی:
تعداد بازدید : ۸۵۴ تعداد دانلود : ۵۶۱
صنایع انرژی بر بخش قابل توجهی از مصرف انرژی بخش صنعت را بخود اختصاص داده اند. لذا توجه به بهبود کارایی مصرف انرژی در این بخش از اهمیت ویژه ای برخوردار است. بهبود کارایی انرژی پیامدهایی نظیر اثرات بازگشتی و اثرات معکوس خواهد داشت، چرا که کاهش مصرف انرژی متناسب با بهبود کارایی رخ نمی دهد و حتی ممکن است افزایش بازده به کاهش تقاضای انرژی در سال های نخست و افزایش آن در سال های آتی بیانجامد. مقاله حاضر به ارزیابی اثرات بهبود کارایی سوخت های فسیلی در صنایع انرژی بر با استفاده از مدل تعادل عمومی پویای بین زمانی می پردازد. شبیه سازی برای دوره بلندمدت (60 سال) در دو سناریو بهبود کارایی به میزان 1/3 درصد برای صنایع انرژی بر(سناریوی اول) و برای تمام بخش ها (سناریوی دوم) به انجام رسیده است. نتایج بیانگر آن است که بهبود کارایی سوخت های فسیلی در صنایع انرژی بر به ایجاد اثرات بازگشتی و کاهش تقاضای سوخت های فسیلی در سناریوی اول منجر می شود. این در حالی ا ست که بهبود کارایی سوخت های فسیلی در سناریوی دوم، به ایجاد اثرات بازگشتی در سال های نخست و اثرات معکوس عمدتا از سال های بیستم به بعد می انجامد. به عبارت دیگر، در بلندمدت در سناریوی دوم، تقاضای سوخت های فسیلی افزایش خواهد یافت. همچنین بهبود کارایی سبب کاهش قیمت های تولید انرژی و هزینه تولید محصولات در صنایع انرژی بر می شود. صنایع مواد و محصولات شیمیایی و کانی های غیر فلزی از بیشترین کاهش قیمت تمام شده در اثر کاهش هزینه های انرژی معادل با 1/1% و 7/0% برخوردار می باشند.
۱۲۵۵.

پیش بینی قیمت گاز طبیعی با استفاده از ترکیب تبدیل موجک و شبکه عصبی مصنوعی (مطالعه موردی: بازار آمریکا)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تبدیل موجک پیش بینی قیمت گاز طبیعی شبکه عصبی مصنوعی

حوزه‌های تخصصی:
تعداد بازدید : ۸۴۸ تعداد دانلود : ۶۷۷
در این مقاله تلاش شده است با استفاده از ترکیب تبدیل موجک و شبکه عصبی مدلی به منظور پیش بینی روزانه قیمت گاز طبیعی ارائه شود. در این مدل ترکیبی، از موجک گسسته دابیشز به منظور تجزیه سری زمانی قیمت استفاده شده ، سپس ضرایب تقریبات و جزئیات مؤثر به عنوان ورودی شبکه عصبی به منظور پیش بینی قیمت گاز طبیعی هنری هاب به عنوان مرجعی برای قیمت گاز طبیعی در آمریکا به کار رفته است. مقایسه عملکرد نسبی مدل ترکیبی با مدل شبکه عصبی حاکی از آن است که مدل ترکیبی تبدیل موجک و شبکه عصبی عملکرد پیش بینی را در مقایسه با مدل شبکه عصبی بهبود بخشیده است. آزمون دیبولد ماریانو نیز این نتیجه را تأیید کرده است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان