摘要
基于组合神经网络模型的发电厂碳排放预测方法及系统,本发明为解决现有技术存在的对数据特征捕捉能力弱、预测精度不足无法自适应学习等问题,方法包括获取数据、数据预处理、数据集划分训练集和验证集、构建组合神经网络模型、超参数寻优并训练碳排放预测模型和基于碳排放预测模型实现碳排放预测;系统包括数据获取模块、数据预处理模块、数据集划分模块、预测模型构建模块、碳排放预测模块和模型更新优化模块。本发明结合了卷积神经网络模型和长短期记忆网络模型,分别对运行参数和碳排放值的局部时间模式和长期时序依赖关系进行提取,结合注意力机制,使模型能够重点关注时间序列中重要的部分。本发明属于碳排放技术领域。
技术关键词
排放预测方法
模型更新
数据获取模块
锅炉主蒸汽压力
长短期记忆神经网络
锅炉给水流量
训练集
超参数
注意力机制
时序依赖关系
传播算法
卷积神经网络模型
长短期记忆网络
异常数据
煤质参数
系统为您推荐了相关专利信息
故障原因诊断方法
故障诊断模型
火电厂设备
专家知识库
故障原因诊断系统
多源监测数据
换流阀冷却装置
问答模型
换流站内设备
换流站设备
多模态信息融合
参数估计方法
参数估计模型
人体骨骼
空间结构特征
驾驶者
提示系统
Dijkstra算法
交通流量预测算法
路段