摘要
本发明提供一种用电碳排放模型构建方法及装置,涉及用电碳排放监测技术领域。该方法首先获取多个因素曲线集;然后对所述多个因素曲线集分别通过与多个标准因素向量进行匹配的方式进行曲线融合,获得多个融合队列;接着对所述多个融合队列分别进行频域特征提取,获得多个频域特征集;最后根据所述多个频域特征集以及多个用电碳排放数据,构建碳排放预测模型。本发明实施方式将因素曲线融合,提取频域特征,基于频域特征构建用电碳排放模型,使用的样本较少,且考虑是时序性对碳排放量的影响,从数据使用量、构建难度和实际的碳排放量测算精度而言,均由于使用人工神经网络模型的模型。
技术关键词
模型构建方法
频域特征提取
队列
曲线
模型构建装置
数据
偏差
聚类
节点
碳排放监测技术
人工神经网络模型
样本
索引
排放量
频率
特征提取模块
生成参数
系统为您推荐了相关专利信息
深度学习模型构建方法
信息数据处理终端
训练样本集
多模态深度学习
表面图案
卷烟包装材料
反射率数据
色差
检测模型构建方法
光谱成像系统
龙门式机器人
三维激光视觉
龙门机架
焊接装备
激光跟踪仪
工作座椅
PTC加热器
加热控制方法
新能源汽车
标记