摘要
本发明涉及燃煤电厂碳排放技术领域,且公开了如下步骤:S1、构建变电站全生命周期碳排放指标体系;S2、获取燃煤电厂全生命周期碳排放指标体系中各指标的历史数据,计算各指标的重要程度,根据各指标的重要程度筛选出重要指标。该基于IPSO‑LSTM模型的燃煤电厂碳排放预测的方法,具备数据质量高、测算数值精准等优点,解决了现有技术中数据质量问题突出,由于碳排放数据来源广泛、形式多样,数据的完整性和一致性直接影响预测模型的准确性。以及模型的可解释性较差,特别是深度学习模型,虽然精度较高,但由于其复杂结构,难以解释内部机制,限制了其在实际应用中的广泛采用的问题。
技术关键词
燃煤电厂碳排放
神经网络模型
LSTM模型
指标
超参数
表达式
排放量
光伏发电功率预测
粒子群算法优化
数据
状态更新
长短期记忆网络
优化器
归一化方法
深度学习模型
系统为您推荐了相关专利信息
电子烟设备
智能控制方法
智能移动设备
风险评估模型
地理位置信息
重构方法
多层棋盘
卷积特征
重构模型
多层感知器
检测可行驶区域
非易失性可读存储介质
障碍物
采样点
神经网络模型
种子
评价方法
活力
多层次深度特征
图像采集模块
电流控制模块
热管理模块
长短期记忆网络
叉车
热管理系统