一种基于XGBoost算法的电力行业碳排放预测方法及系统

AITNT
正文
推荐专利
一种基于XGBoost算法的电力行业碳排放预测方法及系统
申请号:CN202411492988
申请日期:2024-10-24
公开号:CN119539145A
公开日期:2025-02-28
类型:发明专利
摘要
本发明公开了一种基于XGBoost算法的电力行业碳排放预测方法及系统,属于碳排放预测技术领域。本发明方法,包括:获取电力行业当前与碳排放相关的数据;将所述电力行业当前与碳排放相关的数据输入至预测模型,并对所述预测模型进行求解,以预测出所述电力行业在未来时段的碳排放;所述预测模型的训练样本是基于电力行业历史与碳排放相关的历史数据生成的训练集和测试集。本发明采用XGBoost算法构建模型进行预测,预测的碳排放更加精确。
技术关键词
生成数据集 排放预测方法 节点 模型预测值 碳排放预测技术 决策树模型 正则化参数 排放量 分类器 数据获取单元 变量 复杂度 算法 预测系统 处理器 计算机设备 可读存储介质 样本
系统为您推荐了相关专利信息
1
基于BP神经网络及超螺旋滑模的PMSM控制方法
电流环控制器 BP神经网络 数学模型 前馈解耦控制 同步电机
2
移动设备页面信息简化与补全方法、系统、设备及介质
光学字符识别方法 移动设备 补全方法 文本 节点
3
一种层次原型损失函数约束的雷达HRRP目标开集识别方法
原型 开集识别方法 深度学习网络 节点 分层
4
测试用例的测试结果预测方法、装置及电子设备、计算机程序产品
数据汇总表 计算机程序产品 预测装置 生成测试用例 构建预测模型
5
混杂纤维混凝土应力应变预测模型构建方法和预测方法
混杂纤维混凝土 预测模型构建方法 聚乙烯醇纤维 训练样本数据 应力应变关系
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