基于深度机器学习的水泥企业碳排放量预测方法、存储介质及电子设备

本发明公开一种基于深度机器学习的水泥企业碳排放量预测方法，该方法具体如下：采集企业待预测月度的特征参数，输入训练好的BP神经网络模型，BP神经网络模型输出待预测月度的碳排放量。特征参数包括：熟料产量、吨熟料所需的标准煤耗、吨熟料所需的综合电耗、净购入电量、余热发电量、新能源发电量、替代燃料消耗量、协同处置废弃物量。在BP神经网络引入烟花算法，可以改善了BP神经网络对于小样本数据预测精度欠佳，容易陷入局部最优的问题，通过少量的样本数据，即可实现水泥企业碳排量的精准预测，为水泥企业碳排放预测以及减排降碳路径探究提供了一种新的技术手段。