Predicción del Consumo de Energía Basado en SVR y Modelo de Markov: Un Estudio de Caso de China

Predecir la demanda de energía en naciones emergentes es una herramienta política crítica utilizada por los tomadores de decisiones en todo el mundo. Sin embargo, dado que las características económicas y demográficas estimadas frecuentemente divergen de las realidades, obtener resultados de pronóstico precisos es difícil debido a la complejidad intrínseca del sistema económico. Este trabajo propone un modelo de aprendizaje automático para estimar el consumo de energía en China utilizando el modelo de regresión por vectores de soporte (SVR). Además, se emplea la Cadena de Markov (MC) para prever y analizar la estructura de consumo de energía en evolución. Los resultados demuestran que el modelo SVR es más preciso (98.4%) que el modelo lineal (modelo de media móvil), el modelo no lineal (modelo gris) y las investigaciones anteriores en la predicción del uso de energía. Bajo la tasa actual de consumo de energía, el consumo total de energía de China superará los seis mil millones en los próximos 4 años. Además, se espera que la estructura de consumo de energía de China sea más racional en 2025, con un aumento en el consumo de energía no fósil y una disminución en el consumo de carbón, mientras que el consumo de gas natural continúa creciendo a un ritmo bajo. Esto proporciona una base científica para la implementación de acciones para alcanzar el pico de emisiones de carbono, la seguridad energética y el plan de desarrollo energético durante el período del 14° Plan Quinquenal.