摘要
本发明涉及数据处理技术领域,提供了一种基于机器学习的碳排放量计算方法及系统,其中包括:获取城市中不同企业的能源账单数据,获取对应企业的实际资源使用数据;对能源账单数据和实际资源使用数据进行量化,得到多维指标数据;根据多维指标数据的分布情况,对多维指标数据进行量化插值,得到实际多维指标数据;将实际多维指标数据作为输入集输入到大模型中进行预测分析并输出碳排放量预测结果。通过对企业的能源账单数据和实际资源使用数据进行量化和插值,可以得到准确地企业碳排放数据;并处理后的数据输入大模型中进行预测分析可以得到准确的碳排放量预测结果。用户可以根据预测结果对企业生产运营采取适当的调整,实现节能减排。
技术关键词
排放量计算方法
指标
账单
资源
LEAP模型
DBSCAN算法
典型相关系数
企业
能源
密度
插值模块
数据处理技术
模型算法
训练集
非线性
情景
系统为您推荐了相关专利信息
综合状态评估
火电厂设备
初始运行状态
能效
参数
多源定位方法
北斗定位数据
指纹定位算法
北斗卫星导航系统
机器可读程序
ARIMA模型
异常数据
诊断方法
预测误差
电力