基于LMDI(Logarithmic Mean Divisia Index Method)方法分析2001-2016年京津冀地区电力部门CO2排放的8个影响因素,考虑了京津冀地区电力部门从生产投入、转换、传输到消费的整个过程;并分析了2001-2016年影响京、津、冀各地区CO2排放的...基于LMDI(Logarithmic Mean Divisia Index Method)方法分析2001-2016年京津冀地区电力部门CO2排放的8个影响因素,考虑了京津冀地区电力部门从生产投入、转换、传输到消费的整个过程;并分析了2001-2016年影响京、津、冀各地区CO2排放的各因素贡献值。结果表明,1)2001-2016年京津冀地区电力部门CO2排放总体呈现递增趋势,2012年出现负增长;河北省电力部门对京津冀电力部门CO2排放贡献最大,2001-2016年累计CO2排放变化量为145.70 Mt,但河北省电力部门的减排潜力巨大;2)人均GDP效应和人口规模效应是促进京津冀地区电力部门CO2排放增长的主要因素,2001-2016年累计贡献值分别为261.86 Mt和36.47 Mt;3)用电效率效应和电力输入输出效应是京津冀地区电力部门CO2排放量增长的主要抑制作用,2001-2016年累计贡献值分别为-49.40 Mt和-47.93 Mt;4)造成京、津、冀电力部门CO2排放差异的主要因素是人均GDP、化石能源转换效率和用电效率。展开更多
最近,KUO和KE[Reliability Engineering and System Safety. 2016,145:74-82,参考文献[11]在假定部件故障后的修理时间以及修理设备故障后的修理时间均为一般分布的情形下,运用补充变量技术分别推导出三种可修系统模型的稳态可用度。然...最近,KUO和KE[Reliability Engineering and System Safety. 2016,145:74-82,参考文献[11]在假定部件故障后的修理时间以及修理设备故障后的修理时间均为一般分布的情形下,运用补充变量技术分别推导出三种可修系统模型的稳态可用度。然而作者并没有研究系统的瞬时可用度,本文在文献[11]的基础上,运用补充变量法推导出文献[11]中模型一的瞬时可用度的表达式。最后,用一个数值算例对所得结果进行了模拟实现。展开更多
文摘基于LMDI(Logarithmic Mean Divisia Index Method)方法分析2001-2016年京津冀地区电力部门CO2排放的8个影响因素,考虑了京津冀地区电力部门从生产投入、转换、传输到消费的整个过程;并分析了2001-2016年影响京、津、冀各地区CO2排放的各因素贡献值。结果表明,1)2001-2016年京津冀地区电力部门CO2排放总体呈现递增趋势,2012年出现负增长;河北省电力部门对京津冀电力部门CO2排放贡献最大,2001-2016年累计CO2排放变化量为145.70 Mt,但河北省电力部门的减排潜力巨大;2)人均GDP效应和人口规模效应是促进京津冀地区电力部门CO2排放增长的主要因素,2001-2016年累计贡献值分别为261.86 Mt和36.47 Mt;3)用电效率效应和电力输入输出效应是京津冀地区电力部门CO2排放量增长的主要抑制作用,2001-2016年累计贡献值分别为-49.40 Mt和-47.93 Mt;4)造成京、津、冀电力部门CO2排放差异的主要因素是人均GDP、化石能源转换效率和用电效率。
文摘最近,KUO和KE[Reliability Engineering and System Safety. 2016,145:74-82,参考文献[11]在假定部件故障后的修理时间以及修理设备故障后的修理时间均为一般分布的情形下,运用补充变量技术分别推导出三种可修系统模型的稳态可用度。然而作者并没有研究系统的瞬时可用度,本文在文献[11]的基础上,运用补充变量法推导出文献[11]中模型一的瞬时可用度的表达式。最后,用一个数值算例对所得结果进行了模拟实现。
