从疫情引发的能源危机到新的机遇：在技术创新、能源来源、环境可持续性及经济影响方面获得的宝贵经验

《Sustainable Computing: Informatics and Systems》：From Energy Crisis of the Pandemic to Opportunity: Valuable Lesson Learnt on Technology Innovations, Energy Sources, Environmental Sustainability, and Economic Implications

COVID-19对全球能源市场及经济的影响研究，通过文献计量分析揭示能源危机分类及评估技术缺口，提出整合统计模型、机器学习及小波分析的评估框架，覆盖石油、天然气、电力、水及黄金等战略商品，强调需建立多维度评估体系应对未来能源挑战。

　　

阿西夫·古尔拉伊兹（Asif Gulraiz）| 哈里斯·M·哈立德（Haris M. Khalid）| 西德·萨贾德·海德尔·扎伊迪（Syed Sajjad Haider Zaidi）| 阿卜杜拉·伊斯梅尔（Abdulla Ismail）| 扎法尔·赛义德（Zafar Said）

巴基斯坦卡拉奇DHA苏法大学（DHA Suffa University）电气工程系

摘要

COVID-19大流行是一场异常的全球性危机，严重扰乱了世界各地的能源市场和经济。为了遏制病毒的传播，各国实施了封锁措施并大幅削减了经济活动，这给各种能源来源带来了连锁反应。能源对经济发展和日常生活至关重要，因此能源的可持续性成为一个持续关注的问题。此次危机凸显了能源在推动经济增长和维持日常生活活动中的关键作用。在应对大流行带来的挑战时，能源资源的可持续性是一个重要方面。从为工业和交通提供动力到为家庭照明以及运行关键服务，能源都是现代文明的基石。本研究旨在全面分析疫情对不同类型能源行业的影响，并评估衡量这种影响的各种方法。以往的研究往往仅关注特定的能源来源，缺乏全面的视角。通过进行文献计量分析，本研究填补了现有研究的空白，识别了研究热点、影响机制和新的研究方向。它强调了需要更广泛地考察所有能源来源及与能源相关的战略商品，包括1）石油、2）天然气、3）电力、4）水和5）黄金，并建议使用多种评估技术，如统计分析、机器学习和基于仿真的建模。通过解决这些挑战，本研究加深了对COVID-19对能源行业及其可持续性影响的理解。

? 2017 ElsevierInc. 保留所有权利。

章节摘录

术语表

缩写
.
ACWI
全国家世界指数（All Country World Index）
AI
人工智能（Artificial Intelligence）
ANN
人工神经网络（Artificial Neural Networks）
ARDL
自回归分布式滞后（Autoregressive Distributed Lag）
ARIMA
自回归积分移动平均（Autoregressive Integrated Moving Average）
BP
反向传播（Back Propagation）
BCSG
Breitung-Candelon谱格兰杰（Breitung-Candelon Spectral Granger）
CO₂
二氧化碳（Carbon Dioxide）
CWT
连续小波变换（Continuous Wavelet Transformation）
COVID-19
2019冠状病毒病（Coronavirus Disease 2019）
EPs
能源价格（Energy Prices）
EU
欧盟（European Union）
XGBoost
极端梯度提升（Extreme Gradient Boosting）
GARCH
广义自回归条件异方差性（Generalized Autoregressive Conditional Heteroskedasticity）
GCAM-PR
全球变化评估模型（Global Change Assessment Model for）

具有环境影响的能源类型——能源危机分类

关于各种能源类型的文献提供了有关其动态、挑战和在全球形势演变背景下机遇的宝贵见解。

电能研究探讨了疫情对消费模式、发电方法和电力市场的影响。煤炭研究则关注供应链、需求动态及其在电力生产中的作用，以及对外部冲击的响应。化石燃料研究涵盖了石油和天然气行业：

统计评估技术的应用

统计评估技术的应用分为八种类型，包括1）基于自回归模型的方法、2）时变模型、3）GARCH方法、4）双变量关系方法、5）数据可视化技术、6）多层次回归、7）协方差/相关性分析以及8）混合技术（上述所有技术的组合）。

自回归模型是一种统计方法，通过基于过去的数据预测未来值来分析时间序列数据。

用于能源危机分类的定量/定性评估技术的应用

多种技术被用于评估COVID-19期间的能源危机。定量/定性技术也是评估多种能源危机的标准方法，包括1）基于响应的方法、2）基于文献综述的方法、3）描述性方法、4）主题分析以及5）混合分析。

小波分析评估技术的应用

小波分析技术用于将数据表示为小波形式，并基于小波传播进行评估。能源危机的评估采用了不同的小波技术，包括基本的小波方法、连续小波变换、小波一致性和混合小波技术。

基于机器学习的评估技术的应用

如今，机器学习技术被广泛用于多维度分析。能源危机也通过不同的机器学习技术进行评估，包括基于人工神经网络（ANN）的分析、直接/间接学习方法以及将机器学习技术与其他类型技术相结合的混合方法。

结论与未来挑战/趋势

现有关于COVID-19对能源行业影响的研究无疑从多个角度提供了宝贵的见解。然而，仔细审查后发现存在显著的空白和局限性，这需要采取更全面的方法。尽管这些研究提供了能源领域某些方面的宝贵信息，例如向可再生能源的转型或能源政策的转变，但它们往往无法提供对整体动态的全面理解。

资金声明

本研究没有获得任何资助。

利益冲突声明

作者声明没有可能影响本文所述工作的竞争性财务利益或个人关系。

未引用的参考文献

[106]; [107]; [108]; [109]; [110]; [111]; [112]; [113]; [114]; [115]; [116]; [117]; [118]; [119]; [120]; [121]; [122]; [123]; [124]; [125]; [126]; [127]; [128]; [129]; [130]; [131]; [132]; [133]; [134]; [135]; [136]; [137]; [138]; [139]; [140]; [141]; [142]; [143]; [144]; [145]; [146]; [147]; [148]; [149]; [150]; [151]; [152]; [153]; [154]; [155]; [156]; [157]; [158]; [159]; [160]; [161]; [162]; [163]; [164]; [165]; [166]; [167]; [168]; [169]; [170]; [171]; [172]; [173]; [174]; [175]; [176];

利益冲突声明

作者声明没有可能影响本文所述工作的竞争性财务利益或个人关系。

致谢

所有对本文工作做出实质性贡献的人（例如提供技术帮助、写作和编辑支持、一般支持等），但不符合作者资格的人会在致谢部分被提及，并已获得他们的书面许可。如果我们未在致谢部分提及某人，说明我们没有收到他们的实质性贡献。

附加信息

本文没有其他附加信息。