摘要
本发明属于碳排放监测技术领域,具体涉及一种电力用户碳排放监测方法、计算机设备和可读存储介质。该方法首先获取预测时刻的预测电力用户碳排放所需的数据;采用PCA对获取的数据进行处理,得到特征值比较大的k个主成分的特征值和特征向量;对于一个主成分计算其特征值乘以特征向量的转置后再乘以获取的数据对应的矩阵得到的结果,将各个主成分对应的计算结果相加得到综合特征向量;然后将综合特征向量输入至综合碳排放预测模型得到电力用户预测时刻的碳排放预测值。本发明的综合特征向量反映的是所有数据在各个主成分上的表现的总和,能够更深入地洞察预测电力用户碳排放所需的数据间的相互关系和重要性,有效提高了碳排放预测的准确性。
技术关键词
碳排放监测方法
电力
能源消耗统计数据
特征值
生成建议
碳排放监测技术
计算机设备
主成分分析法
大功率设备
机器学习模型
编码器
处理器
可读存储介质
解码器
矩阵
动态
天气
系统为您推荐了相关专利信息
态势预测方法
分布式电源
弃风弃光
序列
新能源消纳能力
数字孪生机器人
电力管廊巡检
空间结构信息
巡检数据
电气设备状态
智能识别预警系统
变电设备
声纹特征
数据处理单元
超声信号