摘要
本发明涉及一种考虑碳排放与效益最优的电网项目决策方法及系统,属于数据预处理与识别技术领域,解决现有方法难以准确评估和优化整体碳排放效应问题。方法包括:获取与历史工程项目相关的工程量消耗数据和碳排放消耗数据;通过箱型图识别异常数据,结合切比雪夫不等式和黄金分割法优化参数以修正异常数据;构建考虑采购阶段、建设阶段、运维阶段、报废阶段的项目全寿命周期碳排放计量模型,针对采购阶段基于历史数据构建神经网络预测模型以预测采购阶段的设备碳排放量;针对其他阶段基于修正后的数据计算碳排放量;构建考虑项目综合效益与全寿命周期碳排放综合最优的目标函数,并获得最终项目优选建设集合。通过全寿命周期碳排放准确评估和优化整体碳排放效应。
技术关键词
神经网络预测模型
排放量
异常数据
决策方法
阶段
切比雪夫
黄金分割法
电网建设项目
关键结构参数
六氟化硫气体泄露
运维
气体减排
寿命
电网投资项目
投资效益
LSTM神经网络
周期
系统为您推荐了相关专利信息
异常数据
操作系统
数据验证方法
孤立森林算法
终端控制系统
故障实时检测方法
矿用运输车
序列
曲线
波动特征
土壤墒情传感器
布设方法
网格布
土壤墒情监测系统
信息熵
人工智能对话
高风险
接口模块
内容显示
降级策略
动态调度系统
解码
中央控制器
计算机科学人工智能
CUDA接口