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

AITNT
正文
推荐专利
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
申请号:CN202410788216
申请日期:2024-06-19
公开号:CN118747553A
公开日期:2024-10-08
类型:发明专利
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号