摘要
本发明涉及一种基于神经网络模型的发电厂碳排放预测方法、系统、装置及介质,该方法包括:获取发电厂在设定时间内的历史运行数据,记录发电厂的指定特征参数;对历史运行数据进行预处理,按设定比例划分为训练集和验证集;利用训练集中的数据来进行径向基神经网络模型的训练,基于K‑means聚类算法确定模型的初始化中心点,若基于训练集及验证集中的数据确定模型达到设定的收敛条件,则训练完成;基于记录的指定特征参数设置对应的修正参数,利用修正参数对训练完成的模型进行修正,得到最终碳排放预测模型;获取待预测的目标电力厂的运行数据以及指定特征参数,并基于碳排放预测模型计算目标电力厂的碳排放预测数据。本发明能够对发电厂碳排放进行准确的预测和评估。
技术关键词
排放预测方法
历史运行数据
神经网络模型
参数
径向基神经网络
电子装置
可读存储介质
因子
处理器
样本
算法
预测系统
异常数据
燃煤
模块
锅炉
机组
排放量