能源是人类生存、经济发展、社会进步和现代文明不可缺少的重要物质资源。科学地对能源需求进行预测,对于制定正确的能源发展规划,促进我国国民经济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响因素的基础上,从能源系统的非线性特征出发,将时间序列预测和回归预测相结合,提出了预测我国能源需求总量的TA-PS模型。1、从我国能源的供给和消费现状入手,探讨了能源供给、消费和需求之间的关系;采取定性、定量相结合的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、能源价格等因素对能源需求的影响,并对这些影响因素进行了多元相关分析。2、构建了预测我国能源需求总量的TA-PS模型。先用确定性加随机性时间序列分析的方法,消除我国能源需求序列的增长趋势,对非趋势分量即残差序列进行ARMA建模,得到趋势外推与ARMA相结合的时间序列模型,即TA模型。同时,为了消除影响因素之间的信息重叠,用主成份分析对输入变量集进行预处理,并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点,采用支持向量机对我国能源需求总量进行回归建模,得到能源需求预测的PS模型。然后将时间序列分析和回归分析相结合,分别构建并联和串联两种TA-PS模型。3、用1978～2006年的数据对所建模型进行实证分析,结果表明串联型TA-PS模型具有更好的可解释性,是一种比较有效的预测方法。根据该模型对我国2010、2020年的能源需求总量进行预测,结果分别为26.56亿吨标准煤和45.45亿吨标准煤,与国内权威学者的预测结果一致,对制定能源政策具有一定的参考价值。