摘要
本发明属于电碳排放监测技术领域,尤其涉及一种电碳计算模型参数自调优方法、装置、设备、介质及产品。包括:收集城市、地区、行业的历史碳排放与实际用电相关影响因素数据;依照城市为顶层,地区、行业为子层的层级关系筛分所述数据,构建三簇团耦合训练集;基于三簇团耦合训练集构建包含碳排放及与碳排放强相关影响因素的最优训练集;从城市、地区、行业三个维度构建基于深层BP神经网络的三个电碳计算模型,并利用所述最优训练集对电碳计算模型进行训练;运用贝叶斯优化算法对深度BP神经网络超参数优化,基于城市、地区、行业数据关系通过输出结果回带调整超参数。本发明有效提高了电碳计算模型的预测精度和效率。
技术关键词
BP神经网络
训练集
超参数
排放量
排放监测技术
关系
成分分析
算法
处理器
数据收集模块
计算机设备
节点数
精度
层级
计算机程序产品
误差
可读存储介质
系统为您推荐了相关专利信息
大数据系统
数据分析方法
森林算法
数据分析系统
节点
特种设备
管理方法
LSTM算法
大数据
历史故障数据
预警模型
时域卷积网络
系统故障预警方法
注意力机制
设备系统
激光雷达点云数据
机械旋转式激光雷达
激光雷达数据
分辨率
训练集