一种基于负荷识别的企业碳排放实时估算框架

AITNT
正文
推荐专利
一种基于负荷识别的企业碳排放实时估算框架
申请号:CN202410966474
申请日期:2024-07-18
公开号:CN118886919A
公开日期:2024-11-01
类型:发明专利
摘要
本发明提出了一种基于负荷识别的企业碳排放实时估算框架。在拟议框架中,碳排放总量由两部分组成:直接碳排放和间接碳排放。首先,提出并采用卷积神经网络‑双向长短期记忆(CNN‑BLSTM)模型来实时监控工厂设备的状态。然后,根据国家和相关碳排放强度估算直接碳排放量。同时,间接碳排放量可以通过边际碳排放因子乘以工厂用电量得到。所提出的框架在一个案例研究中被用于实时估算一家钢厂的碳排放,证明了其有效性和准确性。
技术关键词
负荷识别方法 双向长短期记忆 深度卷积神经网络 排放量 估算系统 一维卷积神经网络 深度神经网络模型 因子 深度循环神经网络 企业 工业 序列 框架 代表 长短期记忆网络 电力 无监督学习 矩阵 均值算法
系统为您推荐了相关专利信息
1
一种水泥生产线碳排放数据交叉耦合校验方法
水泥生产线 在线监测模块 排放量 校验方法 在线监测数据
2
一种基于人工智能的污水处理流程优化方法及系统
参数优化模型 污水处理工艺 双向长短期记忆 能耗 污水处理系统
3
一种超分辨率图像重建与时空自适应的占据预测方法
超分辨率图像重建 自动编码器 超分辨率重建模型 生成式对抗网络 深度卷积神经网络
4
基于虚拟样本生成的燃煤电厂碳排放预测方法及装置
燃煤电厂碳排放 随机森林模型 样本 皮尔逊相关系数 燃煤机组
5
基于大数据模型的应急撤退全程指挥调度方法
指挥调度方法 资源分配 数据处理模型 分区 博弈论模型
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