外文翻译--在意大利的非住宅天然气消费情况分析.doc

英文翻译AScenario analysis of nonresidential natural gas consumption in Italy.Applied Energy 113 (2014) 392403Vincenzo Bianco , Federico Scarpa, Luca A. Tagliafico在意大利的非住宅天然气消费情况分析摘要:本文的目的是开发一个在意大利的非住宅的天然气消费量长期预测模型。经济和气候数据的影响，以及被认为是监管变化的影响。方法：该模型是利用回归模型和开发的，对于这个范围，确定了必要的解释变量。这个成功的进行了模型的验证，表明它保证精度令人满意的水平。结果：在短期和长期弹性估计下，显示出了国内人均生产总值（ GDP）对于天然气消费量有巨大影响力。二零四消费方案提出，表明在2030非居住在意大利的天然气消费量预计将在32和46（的BCM亿立方米）。 由此可以得出结论，非居民天然气消费量的增加与国内生产总值的变化密切相关，非住宅的天然气消费量会很大程度上改变。实践意义：本次分析的结果可以帮助能源管理人员成功的设计合适的能量管理策略。特别是，弹性的测定在建立适当的定价政策的实际意义，而长期预测指估计所需的供应合同的数量和规划新的有用的支持基础设施。关键字: 天然气消费量；预测；弹性；情景分析；线性回归1. 介绍 意大利是欧洲最高的国家股之一天然气在能源结构。具体地讲，它表示40的而一次能源消费，在2010年的381，2011元。 2011年，意大利，以其76亿立方米，导致要天然气的第三消费者在欧盟德国后（78亿立方米）和英国（83亿立方米）2。鉴于这些事实，这是至关重要的，以便能够预测天然气消费量准确度好，以管理供应合同，本土生产和基础设施计划在以最佳的方式。失败这三个目标之一会导致因不稳定性在意大利能源系统，国家的不平衡的能源结构，很大程度上依赖于天然气。 就市场而言，它检测到主导运营商是ENI，原国家垄断者，约27的市场份额总销售给最终客户，再有就是ENEL公司约12的市场份额，第三是运营商与陈冠希约112。因此，前三个运营商控制约50市场，而前二十运营商代表约市场，其余16的84是由288分小和非常小的经营者2。鉴于此，可以说该市场非常集中。天然气消费量的历史趋势报告图 1，凡总消费三大贡献突出显示，即热电发电厂，住宅和非住宅。在热电发电厂的天然气消费量链接到电力市场，因为它直接关系到在气体产生的电力燃料的发电厂。量所产生的电力是根据可变成本竞争设置主要受燃料价格的影响，不同的植物，可在市场上。天然气的居民消费是由需求决定的采暖，卫生用水和厨房设施的住宅建筑物。主要消费驱动程序由代表供暖季节，人口和建筑物的外部温度特性（即绝缘，设施等）。非居民天然气消费代表的用法相关的经济活动，尤其是工业（天然气即制造，食品，建筑等）和服务（即办公室，商店，保健等）。它可以假定天然气消耗在工业部门，主要用于在生产过程中，即使一个相当大的份额很难估计为也用于加热的目的（非常大的产业，即加热建筑物），而在服务业的消费实质上，由于供热需求。通过分析图。 1，它能够检测到，截至1995年，非住宅天然气消费占最大份额总的，而火电1995年以后急剧增加植物消耗的检测。这一增长是由于自由化发电部门，即使许多玩家通过建立一个有关数字组合进入意大利市场循环燃气涡轮机，其中升压天然气的消耗。通过观察过去五年的趋势，可以大致表示，天然气消费量的35，是由于热发电厂，35的非住宅消费，30为住宅用途。本文件的目的是开发一个预测模型对于非住宅天然气消费在意大利通过利用回归模型。从上面提到的数据，检测出非住宅部门代表相关部分（ 30亿立方米，几十亿立方米总消费量的，每年） ，因此为了保证供应的安全性，有必要准确地预见未来的消费。在低于或高于估计的需求可能导致有关经济损失都最终客户和天然气批发商。在目前的情况下，回归模型被认为是本最佳的选择，因为它允许以分析影响该外部解释常见的用途（即国内生产总值的变量，价格等）对消耗，导致制定一个数据模型的光（即数据挖掘的成本最小化的实际利益） 。此外，使用回归模型的有无可置疑的优点是允许消费方程的确定用比较简单的结构，它可以很容易地实现在更复杂的规划模型（即市场模拟器） 。尽作者所知，这是首次尝试，在科学文献中使用，以进行详细分析自然在意大利的天然气消费，注重非住宅领域。本论文的第一个目的是要分析的非住宅天然气消费量，通过估计消费方程利用回归模型。第二个目标是提出自然准确的预测天然气消费量到2030年，开发方案分析通过建立解释变量的不同预测，为了研究其对天然气消费量的影响。据认为包含在本文中的信息是有用的能源规划者和决策者，谁可以实现成功的通过准确的预测和分析策略。特别是，价格和收入弹性的知识有助于天然气销售公司，以设计合适的定价策略并允许公共当局实施的需求方便侧管理政策。然而，估计未来的消费有助于设计最优采购策略并计划所需的基础设施。 图1天然气消费在意大利为不同部门使用的历史趋势6. 结论 本文介绍了一个意大利非住宅的天然气消费预测模型。确定了消费驱动程序并对此进行讨论，提出了一种单方程需求模型。该模型采用标准的古典形式方程对历史数据进行验证,即使在一个有复杂趋势的消费模式，都显示出了良好的预测能力。结果显示,长期价格弹性很低,约0.28,对于一个人均国内生产总值,即2.71;而被检测的平均最低气温对非居民用气量影响明显,短期弹性约为0.34,长期弹性0.84。弹性价格低可能是由于有限的大量的选项和公司的相对成本较高切换到其他主要能源。为了执行预期消费的情景分析，解释变量和监管的不同变阵框架的建议，导致有二十四个测定显著方案。通过分析获得的情况下,得出的结论是,在2030年天然气消费大约32和46立方米之间预期,突显出增长率从2011年至2030年,分别从0.9%到2.9%不等。估计弹性、消费预测和评论包含在本文将有助于能源规划者对意大利和政策制定者在构建未来情景天然气行业。特别是,估计可能会提出有帮助在新基础设施的规划和物理存储的设计。此外,GDP和的估计设计适当的价格弹性具有特殊的意义在能源行业定价政策。英文原文 A英文翻译BEfficient estimation of natural gas compressibility factor using a rigorous method.Journal of Natural Gas Science and Engineering 16 (2014) 8e17Amir Fayazi , Milad Arabloo, Amir H. Mohammadi 使用严谨的方法来进行天然气压缩因子的有效估计摘要:天然气的压缩因子（ Z因子）在许多气藏工程计算中是必要的。此参数的准确测定是至关重要的，它需要大量石油工程中使用的模拟器。虽然对于气体中压缩因子的预测的研究已经在许多文献中报道，该参数的准确预测仍是文献中争论的话题。为了这个目的，一个新的软件计算方法，即，最小二乘支持向量机（ LSSVM ）的建模与优化耦合模拟退火优化技术，发明出来了。该模型的开发和测试，使用了一个由2200多样品的酸甜气体成分组成的大型数据库。这个开发出来的模型作为气体组成的函数（ C1eC7，H2S ，CO2，和N2 摩尔百分比），即C7 ，压力和温度的分子量，可以预测天然气压缩因子。由开发的智能模式计算出的偏差因子值也与其他知名实证关系预测进行比较。统计误差分析表明，所研制的最小二乘支持向量机模型优于现有的所有预测模型，以0.19 的平均绝对相对误差对比0.999 。从目前的研究结果表明，最小二乘支持向量机可更准确，更可靠的预测天然气压缩因子。关键字: 天然气；压缩因子；最小二乘支持向量机；酸气1 介绍天然气在满足世界能源需求方面的作用有一直在增加，因为它的丰富性，通用性和清洁燃烧（王和伊科诺米季斯，2009年）。天然气通常含有一些量的重质烃和非烃类的部件，有助于其属性。重要的是要获得的物理性质进行精确和可靠的估算天然气的最佳利用和使用。在最上游和下游石油和天然气工程计算，天然气的压缩因子是必要的燃气计量，气体压缩，管道的设计和地面设施（艾则孜等，2010; Elsharkawy，2004）。常见的实验偏差系数值的来源测量,状态方程(EoS)和经验相关性。最可靠，最准确的方法来获得物理性能从精确的实验测量。这些实验昂贵和耗时的，这是不可能测量对于天然气（艾哈迈德的所有可能的组合特性，2001）。然而，当实验室分析是不可用时，它是经验关系和状态（EOS）方程的任务估计石油流体性质作为水库的函数容易得到的特性（艾哈迈德，1989）。经验相关性，这是用来预测天然气Z因子，是更容易和比状态方程更快。有时，这些相关行业具有相似的精度状态方程（Elsharkawy，2004）。此外，国家（EOS）方程是更比经验关系，涉及到大量复杂的参数，这需要更复杂和更长的计算。最近的发展和应用支持向量成功机建模解决各种疑难工程问题已经引起注意其在石油潜在的应用业（Arabloo等人，2013;。Farasat等人，2013;。Shokrollahi等人，2013）。这项研究提出了一个新的组分模型天然气压缩因子基于支持向量估计机建模方法。总共2249个数据点，适用于各种天然气，占地瘦，甜到丰富，酸或酸气体（H 2 S和CO 2）从公开文献中收集的。建议模型的效率进行比较常用的五种经验公式（贝格斯和布瑞尔，1973;库马尔，2004;Heidaryan等，2010;。艾则孜等，2010;。Sanjari和居士，2012）和几个标准来评估开发模型，包括决定系数（R2），平均相对误差（ARE），平均相对误差（阿勒）和均方根误差（RMSE）。在下一节中,回顾在一些现有的偏差系数评估技术。然后,背景的提出的模型和计算过程中讨论随后的章节。和验证的准确性模型检查后在第四节。随后,关键的发现目前在第五节提出了工作。5 总结 在这项研究中,作为最小二乘支持向量机技术作为一种监督学习方法已经应用于预测天然气偏差系数。加上模拟退火（CSA）是优化用于测定最小二乘支持向量机超参数的测定。为了实现研究目标，2249个数据集的实验条件范围覆盖了从公开的文献中收集的构建和测试模型