高频电力碳排放强度预测模型的建立、预测方法及系统

AITNT
正文
推荐专利
高频电力碳排放强度预测模型的建立、预测方法及系统
申请号:CN202411365248
申请日期:2024-09-29
公开号:CN119129849B
公开日期:2025-09-05
类型:发明专利
摘要
本发明提供一种高频电力碳排放强度预测模型的建立、预测方法及系统,涉及电力碳排放强度预测技术领域,方法包括:获取设定地区在历史时段内的低频电力碳排放样本数据和高频用电样本数据;根据高频用电样本数据,对低频电力碳排放样本数据进行分解,生成高频电力碳排放样本数据集;根据高频电力碳排放样本数据集与高频用电样本数据,获得高频电力碳排放强度样本数据集;采用高频电力碳排放强度样本数据集对神经网络模型进行训练,得到高频电力碳排放强度预测模型。本发明通过获得的高频电力碳排放强度样本数据,扩充了高频电力碳排放强度预测模型的训练样本数据,满足对精准且高频的电力碳排放强度预测的需求,实现电力碳排放强度的高频精准预测。
技术关键词
电力 神经网络模型 频率转换 进化算法 强度预测技术 训练样本数据 数据获取模块 表达式 预测系统 时间段 误差 参数
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